Respell - 无代码 AI 工作流自动化平台

Respell 简介

我们每个人都有过这样的经历：周一早上打开电脑，面对的不是创造性的工作，而是堆积如山的文档审阅、繁琐的数据表格更新、没完没了的备忘录回复。我们知道这些任务很重要，但它们占用了我们本该用来建立关系、构思新功能、规划未来的宝贵时间。

2022年假期期间，我们的创始人 Matt Rastovac 正在思考一个问题：能不能让计算机帮我们完成这些繁琐的工作？当时，让 AI 完成思考、搜索网页、更新电子表格等任务还属于前沿领域，可能性似乎无限，但实现起来却需要深厚的技术功底。

Matt 决定开发一个工具——一个无需代码就能将多个 LLM 提示串联起来的平台。他相信，如果每个人都能轻松创建 AI 自动化工作流，那么专业人士就能真正把时间花在重要的事情上。

2023年1月，这个项目有了自己的名字：Respell。我们将其定位为 AI-first automation suite（AI优先自动化套件），核心理念简单而有力——让专业人士将时间花在重要的事情上。

从诞生的第一天起，Respell 就致力于帮助各类规模和行业的公司处理那些重复、繁琐、但又不得不做的任务。我们为这些公司处理了数百万个工作流，真正为员工节省了大量时间，减少了工作中的挫败感。

2024年1月17日，Respell 团队收到了一个令人振奋的消息——我们被 Salesforce 认可并邀请加入 Agentforce 团队。独立产品于2024年3月1日正式关闭，但我们的使命还在继续。

---

Respell 的核心功能

我们经常被问到：Respell 到底能做什么？回答这个问题之前，我想先分享一个我们用户的真实故事。

Sarah 是一家科技公司的运营经理，每天要处理大量的客户反馈报告。以前，她需要花整整一个下午手动整理这些反馈，提取关键信息，更新到公司的数据追踪系统中。"这些工作很重要，但我真的很想把这些时间用来和产品团队一起规划更好的用户体验，"她告诉我们。

这就是我们设计 Respell 的初衷——不是要取代人的工作，而是让 AI 帮我们完成那些"必要的但次要"的任务。

无代码工作流构建是我们最核心的能力。通过可视化画布，用户不需要懂编程，就能像搭积木一样把多个 AI 任务串联成一个完整的自动化流程。你可以设置触发条件、定义执行步骤、配置输出格式，一切都是拖拽操作完成。

Research Agent 是我们在2023年5月推出的 AI 代理产品。它的出现标志着我们向代理方向迈出的第一步。你可以告诉它一个研究主题，它就会自动搜索网页、筛选信息、整理成结构化的报告。这在以前需要花费数小时的人工调研，现在只需要几秒钟。

**提示链（Prompt Chaining）**是我们技术的核心。我们把多个 LLM 提示串联在一起，让它们协同工作完成复杂任务。比如，一个提示负责提取文档中的关键数据，另一个提示负责分析这些数据，还有一个提示负责生成总结报告——整个过程全自动完成。

自动化任务执行覆盖了企业日常运营的方方面面：文档撰写、备忘录审阅、电子表格更新、代码编写辅助、网络研究等。我们相信，这些繁琐的任务应该交给 AI，专业人士应该把精力放在创造价值的工作上。

---

谁在使用 Respell

那么，Respell 到底适合谁？让我们通过几个具体场景来说明。

场景一：文档撰写自动化

Mark 是一家咨询公司的项目经理，每周都需要撰写大量的项目进度报告。"这些报告有固定的格式和内容要求，但每次都要从头开始写，真的很浪费时间。"使用 Respell 后，他只需要提供关键数据和要点，AI 就能自动生成完整的报告初稿。"我现在可以把省下来的时间用来和客户深入沟通，这才是真正创造价值的工作。"

场景二：备忘录审阅

Jennifer 是某大型企业的法务主管，每天要审阅大量的内部备忘录和法律文件。"很多备忘录有固定的审查要点，但人工逐条核对还是很耗时。"Respell 的 AI 审阅功能可以自动提取备忘录中的关键信息，与预设的审查要点进行匹配，标注出需要重点关注的内容。"AI 帮我完成了80%的初筛工作，我只需要专注于那20%需要专业判断的内容。"

场景三：电子表格更新

Tom 是一家电商公司的数据分析师，他的日常工作中很大一部分是更新各种运营数据表格。"这些数据来自不同的系统，需要手动汇总和格式化，非常繁琐。"通过 Respell 的自动化工作流，数据可以自动从各系统抽取、清洗、汇总，导入到最终的表格中。"以前需要半小时的工作量，现在三分钟就完成了。"

场景四：代码编写辅助

开发团队经常需要编写一些重复性的代码片段，比如数据验证逻辑、API 调用封装等。Respell 可以根据自然语言描述自动生成代码框架，开发者只需要做针对性的调整和完善。"这让我们的开发效率提升了不少，尤其是那些'脏活累活'可以交给 AI 处理了。"

场景五：网络研究与信息收集

市场团队的 Amy 需要经常做竞品分析和行业调研。"手动搜索和整理信息非常耗时，而且很容易遗漏重要内容。"Research Agent 可以帮她自动完成这些工作——输入研究主题，设置信息源范围，AI 就会自动抓取、筛选、整理相关信息。"这改变了我的工作方式，我现在有更多时间做策略层面的思考。"

---

技术特点与产品演进

在 Respell，我们不仅关注产品功能，更关注技术底层能力的演进。我们相信，真正的创新来自于对技术趋势的深刻理解。

技术首创：Research Agent

2023年5月，我们推出了 Research Agent。这在当时的 AI 领域是一个开创性的尝试——让 AI 不仅能回答问题，还能自主完成研究任务，包括搜索网页、筛选信息、整合结论。这个产品让我们走在了 AI 代理未来的前沿。

技术演进的三个阶段

回顾 Respell 的发展，我们经历了三个重要的技术阶段：

第一阶段是 prompt chaining（提示链），这是我们最初的技术基础。通过将多个提示串联，我们实现了复杂任务的分解和协同执行。

第二阶段是所谓的 "GPT wrappers"，这是当时业界对这类产品的普遍称呼。但我们很快意识到，仅仅包装 GPT 的能力是不够的，需要更深层次的 AI 原生架构。

第三阶段是 AI-native applications（AI原生应用）。我们开始从产品形态上重新思考 AI 的角色——不是简单的工具加成，而是从根本上重新设计工作流程。

产品形态的演进

与技术的发展同步，我们的产品形态也在不断进化：从最初的简单 chatbots，到能够辅助工作的 copilots，再到能够自主完成任务的 assistants。每一次进化都代表着 AI 能力的质的飞跃。

---

常见问题

---

Respell 的发展历程与未来

故事要从2022年的假期说起。

那时，我们的创始人 Matt Rastovac 刚刚结束一年的工作，正在思考一个问题：AI 技术已经如此强大，为什么普通人还是无法轻松使用它？他看到身边的人每天都在做大量重复性的工作——写文档、更新表格、整理数据——这些工作占据了太多本该用来思考和创造的时间。

"如果有一个工具，能让任何人无需代码就能创建 AI 自动化工作流，那会怎样？"这个想法在 Matt 脑海中不断盘旋。

于是，整个假期他都在开发这个项目。最初，这只是一个简单的原型——能够将多个 LLM 提示串联起来，自动完成一些基础任务。但就是这个简单的想法，开启了 Respell 的旅程。

2023年1月，项目正式命名为 Respell 并推出市场。我们将其定位为 AI-first automation suite，核心理念是"让专业人士将时间花在重要的事情上"。这个理念来自我们真实的用户调研——每个人都每天都在做不想做的工作，真正重要的是创造价值的工作：建立关系、构思新功能、规划未来。

2023年5月，我们推出了 Research Agent。这不仅是一个产品，更是我们对 AI 代理未来的押注。我们相信，AI 不应该只是一个回答问题的工具，而应该能够自主完成复杂的研究和执行任务。

随着产品的发展，我们获得了 Salesforce 的关注。2024年1月17日，我们做出了一个重要的决定：整个 Respell 团队加入 Salesforce Agentforce，继续为所有公司构建 AI 代理。

为什么选择加入 Salesforce？因为我们相信，只有与更大的平台结合，才能让我们的技术服务于更多企业。Salesforce 在企业服务领域的深厚积累，加上我们在 AI 自动化方面的技术专长，可以创造更大的价值。

对于 Respell 的现有用户，我们已经与 Lindy 建立了合作关系，确保每个客户都能得到妥善的迁移支持。我们希望所有信任 Respell 的用户都能继续享受 AI 自动化带来的便利。

虽然 Respell 作为独立产品已经关闭，但我们的故事还在继续。我们的团队正在 Salesforce Agentforce 中继续努力，致力于让每一家企业都能享受到 AI 代理带来的便利。

这就是 Respell 的故事——一个关于如何让技术服务于人的故事。我们相信，AI 的未来不是取代人类，而是让人类能够专注于真正重要的事情。