创作、开发与自动化
从多模态内容到网页、浏览器操作和本地文件处理。
这组能力负责把需求变成可用产物或实际操作。越接近外部系统、真实文件与发布动作,越需要明确授权边界和回滚方式。
多类型产物与模型
千问办公可以交付文档、PPT、表格、PDF、HTML 报告、网页、代码、图片、音视频等内容。多模态能力包括:
| 模型能力 | 适用场景 | 示例 |
|---|---|---|
| 图片生成与编辑 | 营销海报、商品图、PPT 配图、视觉创意 | GPT Image、Nano Banana Pro、Midjourney |
| 视频生成与编辑 | 短视频广告、商品展示、品牌宣传片 | Veo、Kling、Wan、Seedance |
| 语音生成 | 视频配音、广告旁白、有声书、角色音频 | MiniMax Speech |
| 音乐生成 | 短视频 BGM、品牌音乐、广告配乐 | MiniMax Music |
模型清单更新较快,选择时关注输入限制、生成成本、商用条款和当前账号是否可用,而不是依赖固定名称。
生成多媒体任务包含图片、视频和文字转语音等入口。生成前应提供用途、尺寸或时长、风格、必须出现与禁止出现的元素、授权素材和验收标准;音视频还要确认声音、音乐、人物肖像与商用许可。

网页与轻量业务系统
可以从自然语言、草图、图片或表格生成响应式网站、数据看板、H5、产品演示和包含增删改查的轻量业务系统。正式上线前至少检查:
较新产品页明确 Web 与钉钉端支持网页全栈制作;符合权益的动态网页可以使用数据库,桌面客户端入口仍待开放。发布、版本、配额和删除规则见我的网页。
制作网站与应用可以覆盖产品官网、活动页面、数据看板、管理后台、小游戏和教学页。它们共享开发流程,但验收重点不同:
| 类型 | 首要验收 |
|---|---|
| 产品官网与活动页 | 产品事实、转化路径、表单、SEO 与发布版本 |
| 数据看板 | 指标口径、筛选、空数据、更新时间和权限 |
| 管理后台 | 角色、字段、状态、错误恢复、审计与备份 |
| 小游戏 | 规则、交互、素材版权、性能与异常状态 |
| 教学页 | 学习目标、内容准确性、可访问性与反馈方式 |
- 手机与桌面端布局;
- 表单校验、错误状态和空数据状态;
- 权限、隐私与敏感信息;
- 数据备份与回滚;
- 域名、发布环境和维护责任人。
浏览器自动化
PC 客户端在用户授权并完成登录后,可以执行点击、输入、筛选、上传、下载、截图和导出。钉内网页端是否支持同样范围,以当前界面为准。遇到验证码、登录失效、支付、权限提升或不可逆提交时,应暂停并交给用户确认。
本地文件操作
PC 客户端适合在用户指定目录内完成批量重命名、内容提取、格式转换、摘要和归档。不要授权整个主目录;先在副本或少量文件上试运行,并提供变更清单。
定时运行
Web 端可以在关闭浏览器后继续运行云端任务;桌面客户端则可以让任务读取本地目录、浏览器和系统应用,但依赖电脑和客户端保持可运行。开始长期运行前,先确认使用端,再验证时区、设备条件、数据重复、失败处理、通知对象和最大资源消耗。更多信息见定时任务。
垂类工作台
桌面端还提供设计、幻灯片和写作工作台。它们分别通过画布与 Design Plan、大纲驱动的 HTML 幻灯片、Markdown 文件树和编辑器组织交付。需要持续迭代设计、演示或长文时,优先进入设计、幻灯片与写作工作台,不要把所有产物都塞进通用对话。

外部动作需要确认点
发布网页、发送消息、提交表单、覆盖文件、批量写入和开票等动作,应在执行前展示目标、影响范围和最终参数,不能只依赖一条模糊指令。