【技術實現步驟摘要】
本專利技術涉及數據處理，特別是指基于創意場景的ai工作流自動化管理方法。
技術介紹
1、近年來，人工智能技術在創意場景中的應用逐步擴大，尤其在內容生成、藝術創作和營銷策劃等領域，借助ai工具實現了工作流的部分自動化。現有技術通常通過預定義的工作流規則和模型算法，結合圖像生成、文本生成等技術，完成用戶需求的創意內容生成。例如，基于深度學習的圖像生成技術可以根據輸入的關鍵詞生成具有特定風格的圖片，基于自然語言處理的文本生成技術則能夠生成與指定主題相關的文案內容。然而，在傳統實現方式中，不同ai工具的獨立性較強，難以形成跨工具間的高效協同，用戶需手動在多個工具之間切換并整合結果，增加了操作復雜性。
2、然而，現有技術在跨工具協同應用場景中存在明顯技術缺陷。例如，在為一個營銷活動生成綜合創意方案時，用戶需依次調用多個ai工具分別生成文案、設計圖和時間安排，并通過手動方式進行整合。由于缺乏統一的管理方法，不同工具生成結果的風格和邏輯可能不一致，導致生成方案需要進一步手動調整以確保內容的連貫性和一致性。這種手動調整過程不僅復雜，還可能因用戶的主觀干預而降低結果的客觀性和質量，難以滿足大規模自動化需求。
技術實現思路
1、本專利技術的目的在于提供基于創意場景的ai工作流自動化管理方法，旨在解決
技術介紹
中所提到的問題。
2、為解決上述技術問題，本專利技術的技術方案如下：
3、基于創意場景的ai工作流自動化管理方法，所述方法包括：
4、獲取用戶輸入的初
5、根據初始數據，從文本數據中提取關鍵要素，并從非文本參考數據中分析相關特性，得到解析數據；
6、根據解析數據，構建初始任務鏈，所述初始任務鏈包括多個任務單元及其邏輯關聯路徑；
7、根據邏輯關聯路徑，分析任務單元的依賴關系，生成依賴路徑集合，依賴路徑用于描述任務單元之間的直接數據傳遞和執行順序；
8、對依賴路徑集合中的任務單元間的依賴關系進行權重計算，并對結果分配優先級，生成動態路徑表，動態路徑表包括任務單元的執行順序、依賴數據的傳遞順序及可調整的備用路徑；
9、根據動態路徑表對初始任務鏈進行優化，生成動態任務鏈表；
10、根據動態任務鏈表的任務單元的執行需求，從ai工具庫中選擇適用的工具，并為每個任務單元分配相應工具資源，生成匹配數據；
11、根據匹配數據構建執行工作流，所述執行工作流包括任務單元的執行順序和數據傳遞路徑，并將各任務單元的執行規則關聯到相應工具；
12、對執行工作流進行動態運行，獲取中間結果數據，所述中間結果數據包括每個任務單元生成的內容；
13、檢測中間結果數據是否滿足邏輯關系和內容風格的要求，并對不一致部分進行調整，生成任務單元優化數據；
14、對任務單元優化數據按照執行工作流的目標要求進行分類、格式化和一致性校驗，生成輸出結果數據，輸出結果數據包括按照用戶目標要求生成的文本、圖像或多媒體內容。
15、優選地，根據初始數據，從描述信息中提取關鍵要素，并從參考內容中分析相關特性，得到解析數據，包括：
16、根據文本數據，對其中文本語句進行分解，并對關鍵詞定位，通過分析上下文關聯性，提取第一內容數據；
17、通過內容分片對非文本參考數據的局部關聯特性進行標注和分類，進行特征提取，生成第二內容數據；
18、將第一內容數據和第二內容數據按照類別特性進行分組，生成特性分組數據；
19、根據每個特性分組數據，基于交叉匹配方法提取關聯性特征，構建多層數據關聯網絡；
20、從多層數據關聯網絡中篩選滿足預設關聯性閾值的子集數據，生成解析數據。
21、優選地，根據解析數據，構建初始任務鏈，包括：
22、從解析數據中提取任務單元的信息要素，信息要素包括任務目標、輸入數據格式和預期輸出類型；
23、對信息要素進行分析，根據任務目標之間的依賴關系構建邏輯關聯路徑；
24、將邏輯關聯路徑用于標注任務單元之間的數據流動和執行順序，生成任務依賴關系；
25、根據任務依賴關系，將任務單元按邏輯關聯路徑依次排列，構建初始任務鏈；
26、對初始任務鏈中的每個任務單元分配唯一標識，用于記錄其任務目標、輸入數據來源及輸出目標去向。
27、優選地，根據邏輯關聯路徑，分析任務單元的依賴關系，生成依賴路徑集合，包括：
28、從初始任務鏈中提取每個任務單元的邏輯關聯路徑，根據任務單元間的數據輸入輸出關系建立直接依賴路徑；
29、對每條直接依賴路徑的上下游任務單元進行分類，形成強依賴路徑和弱依賴路徑集合；
30、分析強依賴路徑集合中的任務單元交互頻率，計算任務單元間的依賴強度；
31、根據依賴強度，對強依賴路徑集合中的任務單元分配優先級，并生成依賴路徑集合，依賴路徑集合包括任務單元間的直接數據傳遞和執行順序。
32、優選地，對依賴路徑集合中的任務單元間的依賴關系進行權重計算，并對結果分配優先級，生成動態路徑表，包括：
33、從依賴路徑集合中獲取每條路徑的任務單元信息，包括任務單元的輸入數據來源、輸出目標去向及依賴強度；
34、根據數據流動頻率、路徑長度及任務單元的數據處理格式，對依賴路徑集合中的任務單元間的依賴關系進行權重計算，得到依賴權重值；依賴權重值的計算公式如下：
35、，
36、其中，為任務單元與任務單元之間的依賴權重值，為任務單元與任務單元之間的數據流動頻率，為任務單元與任務單元之間的路徑長度，為任務單元與任務單元之間的格式匹配度，為任務單元與任務單元之間的路徑異常率，表示該路徑中斷或延遲的概率，為任務單元與任務單元之間的沖突率，表示任務資源沖突發生的頻率，、、、、和為權重系數；
37、根據預設依賴閾值對依賴權重值進行劃分，生成依賴路徑優先級表，依賴路徑優先級表用于優化任務單元的執行順序；
38、根據依賴路徑優先級表，對任務單元的執行順序進行排列，生成動態路徑表，動態路徑表包括任務單元的執行順序、依賴數據的傳遞路徑及備用路徑信息。
39、優選地，根據動態路徑表對初始任務鏈進行優化，生成動態任務鏈表，包括：
40、從動態路徑表中提取任務單元信息，包括任務單元的執行順序、依賴數據的傳遞路徑及備用路徑信息；
41、根據依賴數據的傳遞路徑，對初始任務鏈中的邏輯關聯路徑進行調整，形成優化任務路徑；
42、根據備用路徑信息，為初始任務鏈中的任務單元分配冗余執行路徑；
43、對優化任務路徑和冗余執行路徑進行整合，重新排列初始任務鏈中任務單元的執行順序，生成動態任務鏈表；
44、根據動態任務鏈表的內容，將每個任務單元的執行規則與路徑信息更新本文檔來自技高網...
【技術保護點】
1.基于創意場景的AI工作流自動化管理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于創意場景的AI工作流自動化管理方法，其特征在于，根據初始數據，從描述信息中提取關鍵要素，并從參考內容中分析相關特性，得到解析數據，包括：
3.根據權利要求2所述的基于創意場景的AI工作流自動化管理方法，其特征在于，根據解析數據，構建初始任務鏈，包括：
4.根據權利要求3所述的基于創意場景的AI工作流自動化管理方法，其特征在于，根據邏輯關聯路徑，分析任務單元的依賴關系，生成依賴路徑集合，包括：
5.根據權利要求4所述的基于創意場景的AI工作流自動化管理方法，其特征在于，對依賴路徑集合中的任務單元間的依賴關系進行權重計算，并對結果分配優先級，生成動態路徑表，包括：
6.根據權利要求5所述的基于創意場景的AI工作流自動化管理方法，其特征在于，根據動態路徑表對初始任務鏈進行優化，生成動態任務鏈表，包括：
7.根據權利要求6所述的基于創意場景的AI工作流自動化管理方法，其特征在于，根據動態任務鏈表的任務單元的執行需求，從
8.根據權利要求7所述的基于創意場景的AI工作流自動化管理方法，其特征在于，根據匹配數據構建執行工作流，包括：
9.根據權利要求8所述的基于創意場景的AI工作流自動化管理方法，其特征在于，對執行工作流進行動態運行，獲取中間結果數據，包括：
10.根據權利要求9所述的基于創意場景的AI工作流自動化管理方法，其特征在于，檢測中間結果數據是否滿足邏輯關系和內容風格的要求，并對不一致部分進行調整，生成任務單元優化數據，包括：
...【技術特征摘要】
1.基于創意場景的ai工作流自動化管理方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于創意場景的ai工作流自動化管理方法，其特征在于，根據初始數據，從描述信息中提取關鍵要素，并從參考內容中分析相關特性，得到解析數據，包括：
3.根據權利要求2所述的基于創意場景的ai工作流自動化管理方法，其特征在于，根據解析數據，構建初始任務鏈，包括：
4.根據權利要求3所述的基于創意場景的ai工作流自動化管理方法，其特征在于，根據邏輯關聯路徑，分析任務單元的依賴關系，生成依賴路徑集合，包括：
5.根據權利要求4所述的基于創意場景的ai工作流自動化管理方法，其特征在于，對依賴路徑集合中的任務單元間的依賴關系進行權重計算，并對結果分配優先級，生成動態路徑表，包括：
6.根據權利要求5所述的基于創意場景的a...
【專利技術屬性】
技術研發人員：吳立軍，曲書磊，賴永炫，吳金黨，
申請(專利權)人：廈門兩萬里文化傳媒有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。