使用 Amazon Quick Automate构建端到端的 Request for Information（RFI）问卷工作流，可解决组织在各种规模下都会遇到的挑战。典型企业每年可能处理数百份 RFI问卷，每份问卷都以复杂的多选项卡工作簿形式出现，其中包含层级化问题集、分类元数据和多种响应类型。这些文档的数量、种类和复杂性带来了显著的运营挑战。手动提取、结构化并解决 RFI问题需要反复协调，导致响应延迟，并且每当问卷格式变化时都可能引入错误。
Amazon Quick Automate可针对受支持的企业流程处理多智能体自动化，这些流程可跨部门、系统、UI和 API交互以及第三方系统。它使用一组代理来简化业务流程管理并减少维护开销。你用自然语言描述处理目标，Quick Automate可以生成覆盖摄取、转换、验证和输出的可执行工作流。你可以通过对话优化工作流，针对数据运行它，并将已验证版本跨 AWS区域推广。这种方法可帮助你更快响应 RFI，并减少格式不一致和错误。该自动化旨在随工作负载扩展，你可以通过更新自然语言指令来适应新的问卷格式。
在这篇文章中，我们展示如何构建端到端自动化：从 Amazon Simple Storage Service（Amazon S3）读取一个多选项卡 RFI工作簿，提取并结构化问卷数据，并将干净输出写回 Amazon S3。本教程使用 Amazon Quick Automate和 Amazon S3。成本详情请查看 Amazon Quick定价和 Amazon S3定价。
解决方案概述此演练自动化处理存储在 Amazon S3中的 RFI工作簿。当采购团队收到 RFI问卷时，他们需要提取每个问题并保留其分类和响应类型。目标是生成结构化数据集，供下游团队使用、解读并采取行动。在此示例中，我们介绍一种使用 Amazon Quick Automate自动完成该流程的解决方案。首先，将 Amazon Quick Automate连接到存储 RFI工作簿的 Amazon S3存储桶。然后创建自动化项目，在其中选择数据连接器并组织工作流。项目就绪后，你可以用自然语言描述处理逻辑：读取什么、如何结构化以及将输出