【技术实现步骤摘要】
本专利技术涉及数据处理，特别是指基于创意场景的ai工作流自动化管理方法。
技术介绍
1、近年来，人工智能技术在创意场景中的应用逐步扩大，尤其在内容生成、艺术创作和营销策划等领域，借助ai工具实现了工作流的部分自动化。现有技术通常通过预定义的工作流规则和模型算法，结合图像生成、文本生成等技术，完成用户需求的创意内容生成。例如，基于深度学习的图像生成技术可以根据输入的关键词生成具有特定风格的图片，基于自然语言处理的文本生成技术则能够生成与指定主题相关的文案内容。然而，在传统实现方式中，不同ai工具的独立性较强，难以形成跨工具间的高效协同，用户需手动在多个工具之间切换并整合结果，增加了操作复杂性。
2、然而，现有技术在跨工具协同应用场景中存在明显技术缺陷。例如，在为一个营销活动生成综合创意方案时，用户需依次调用多个ai工具分别生成文案、设计图和时间安排，并通过手动方式进行整合。由于缺乏统一的管理方法，不同工具生成结果的风格和逻辑可能不一致，导致生成方案需要进一步手动调整以确保内容的连贯性和一致性。这种手动调整过程不仅复杂，还可能因用户的主观干预而降低结果的客观性和质量，难以满足大规模自动化需求。
技术实现思路
1、本专利技术的目的在于提供基于创意场景的ai工作流自动化管理方法，旨在解决
技术介绍
中所提到的问题。
2、为解决上述技术问题，本专利技术的技术方案如下：
3、基于创意场景的ai工作流自动化管理方法，所述方法包括：
4、获取用户输入的初
5、根据初始数据，从文本数据中提取关键要素，并从非文本参考数据中分析相关特性，得到解析数据；
6、根据解析数据，构建初始任务链，所述初始任务链包括多个任务单元及其逻辑关联路径；
7、根据逻辑关联路径，分析任务单元的依赖关系，生成依赖路径集合，依赖路径用于描述任务单元之间的直接数据传递和执行顺序；
8、对依赖路径集合中的任务单元间的依赖关系进行权重计算，并对结果分配优先级，生成动态路径表，动态路径表包括任务单元的执行顺序、依赖数据的传递顺序及可调整的备用路径；
9、根据动态路径表对初始任务链进行优化，生成动态任务链表；
10、根据动态任务链表的任务单元的执行需求，从ai工具库中选择适用的工具，并为每个任务单元分配相应工具资源，生成匹配数据；
11、根据匹配数据构建执行工作流，所述执行工作流包括任务单元的执行顺序和数据传递路径，并将各任务单元的执行规则关联到相应工具；
12、对执行工作流进行动态运行，获取中间结果数据，所述中间结果数据包括每个任务单元生成的内容；
13、检测中间结果数据是否满足逻辑关系和内容风格的要求，并对不一致部分进行调整，生成任务单元优化数据；
14、对任务单元优化数据按照执行工作流的目标要求进行分类、格式化和一致性校验，生成输出结果数据，输出结果数据包括按照用户目标要求生成的文本、图像或多媒体内容。
15、优选地，根据初始数据，从描述信息中提取关键要素，并从参考内容中分析相关特性，得到解析数据，包括：
16、根据文本数据，对其中文本语句进行分解，并对关键词定位，通过分析上下文关联性，提取第一内容数据；
17、通过内容分片对非文本参考数据的局部关联特性进行标注和分类，进行特征提取，生成第二内容数据；
18、将第一内容数据和第二内容数据按照类别特性进行分组，生成特性分组数据；
19、根据每个特性分组数据，基于交叉匹配方法提取关联性特征，构建多层数据关联网络；
20、从多层数据关联网络中筛选满足预设关联性阈值的子集数据，生成解析数据。
21、优选地，根据解析数据，构建初始任务链，包括：
22、从解析数据中提取任务单元的信息要素，信息要素包括任务目标、输入数据格式和预期输出类型；
23、对信息要素进行分析，根据任务目标之间的依赖关系构建逻辑关联路径；
24、将逻辑关联路径用于标注任务单元之间的数据流动和执行顺序，生成任务依赖关系；
25、根据任务依赖关系，将任务单元按逻辑关联路径依次排列，构建初始任务链；
26、对初始任务链中的每个任务单元分配唯一标识，用于记录其任务目标、输入数据来源及输出目标去向。
27、优选地，根据逻辑关联路径，分析任务单元的依赖关系，生成依赖路径集合，包括：
28、从初始任务链中提取每个任务单元的逻辑关联路径，根据任务单元间的数据输入输出关系建立直接依赖路径；
29、对每条直接依赖路径的上下游任务单元进行分类，形成强依赖路径和弱依赖路径集合；
30、分析强依赖路径集合中的任务单元交互频率，计算任务单元间的依赖强度；
31、根据依赖强度，对强依赖路径集合中的任务单元分配优先级，并生成依赖路径集合，依赖路径集合包括任务单元间的直接数据传递和执行顺序。
32、优选地，对依赖路径集合中的任务单元间的依赖关系进行权重计算，并对结果分配优先级，生成动态路径表，包括：
33、从依赖路径集合中获取每条路径的任务单元信息，包括任务单元的输入数据来源、输出目标去向及依赖强度；
34、根据数据流动频率、路径长度及任务单元的数据处理格式，对依赖路径集合中的任务单元间的依赖关系进行权重计算，得到依赖权重值；依赖权重值的计算公式如下：
35、，
36、其中，为任务单元与任务单元之间的依赖权重值，为任务单元与任务单元之间的数据流动频率，为任务单元与任务单元之间的路径长度，为任务单元与任务单元之间的格式匹配度，为任务单元与任务单元之间的路径异常率，表示该路径中断或延迟的概率，为任务单元与任务单元之间的冲突率，表示任务资源冲突发生的频率，、、、、和为权重系数；
37、根据预设依赖阈值对依赖权重值进行划分，生成依赖路径优先级表，依赖路径优先级表用于优化任务单元的执行顺序；
38、根据依赖路径优先级表，对任务单元的执行顺序进行排列，生成动态路径表，动态路径表包括任务单元的执行顺序、依赖数据的传递路径及备用路径信息。
39、优选地，根据动态路径表对初始任务链进行优化，生成动态任务链表，包括：
40、从动态路径表中提取任务单元信息，包括任务单元的执行顺序、依赖数据的传递路径及备用路径信息；
41、根据依赖数据的传递路径，对初始任务链中的逻辑关联路径进行调整，形成优化任务路径；
42、根据备用路径信息，为初始任务链中的任务单元分配冗余执行路径；
43、对优化任务路径和冗余执行路径进行整合，重新排列初始任务链中任务单元的执行顺序，生成动态任务链表；
44、根据动态任务链表的内容，将每个任务单元的执行规则与路径信息更新本文档来自技高网...
【技术保护点】
1.基于创意场景的AI工作流自动化管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于创意场景的AI工作流自动化管理方法，其特征在于，根据初始数据，从描述信息中提取关键要素，并从参考内容中分析相关特性，得到解析数据，包括：
3.根据权利要求2所述的基于创意场景的AI工作流自动化管理方法，其特征在于，根据解析数据，构建初始任务链，包括：
4.根据权利要求3所述的基于创意场景的AI工作流自动化管理方法，其特征在于，根据逻辑关联路径，分析任务单元的依赖关系，生成依赖路径集合，包括：
5.根据权利要求4所述的基于创意场景的AI工作流自动化管理方法，其特征在于，对依赖路径集合中的任务单元间的依赖关系进行权重计算，并对结果分配优先级，生成动态路径表，包括：
6.根据权利要求5所述的基于创意场景的AI工作流自动化管理方法，其特征在于，根据动态路径表对初始任务链进行优化，生成动态任务链表，包括：
7.根据权利要求6所述的基于创意场景的AI工作流自动化管理方法，其特征在于，根据动态任务链表的任务单元的执行需求，从
8.根据权利要求7所述的基于创意场景的AI工作流自动化管理方法，其特征在于，根据匹配数据构建执行工作流，包括：
9.根据权利要求8所述的基于创意场景的AI工作流自动化管理方法，其特征在于，对执行工作流进行动态运行，获取中间结果数据，包括：
10.根据权利要求9所述的基于创意场景的AI工作流自动化管理方法，其特征在于，检测中间结果数据是否满足逻辑关系和内容风格的要求，并对不一致部分进行调整，生成任务单元优化数据，包括：
...【技术特征摘要】
1.基于创意场景的ai工作流自动化管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于创意场景的ai工作流自动化管理方法，其特征在于，根据初始数据，从描述信息中提取关键要素，并从参考内容中分析相关特性，得到解析数据，包括：
3.根据权利要求2所述的基于创意场景的ai工作流自动化管理方法，其特征在于，根据解析数据，构建初始任务链，包括：
4.根据权利要求3所述的基于创意场景的ai工作流自动化管理方法，其特征在于，根据逻辑关联路径，分析任务单元的依赖关系，生成依赖路径集合，包括：
5.根据权利要求4所述的基于创意场景的ai工作流自动化管理方法，其特征在于，对依赖路径集合中的任务单元间的依赖关系进行权重计算，并对结果分配优先级，生成动态路径表，包括：
6.根据权利要求5所述的基于创意场景的a...
【专利技术属性】
技术研发人员：吴立军，曲书磊，赖永炫，吴金党，
申请(专利权)人：厦门两万里文化传媒有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。