借助 Atlassian Teamwork Collection，开展人工智能规划
要点
- Atlassian Teamwork Collection 提供的人工智能规划功能，依托团队的真实工作，而非通用的输出
- 在 Rovo 创建任何内容前，会先搜索您的 Confluence、Jira 和 Loom，以查找已完成的工作。
- 在计划成型前，可使用 Confluence 白板开展头脑风暴，并借助 Rovo 整理内容。
- 用通俗语言描述您的需求，几秒内就能生成 Confluence 简报或 Jira 工作拆解。
- 所有工作项均可链接回其来源，因此计划从第一天起就可追踪
- 依托 Atlassian Teamwork Graph，系统会随着团队的发展变得更智能
优质的项目规划始于完整的背景信息。Atlassian Teamwork Collection 提供 Rovo，这款人工智能利用您团队的实际历史记录、项目背景信息及 Teamwork Graph 数据，起草反映团队已有认知的计划。从初期构思到结构化的工作拆解，这正是原生人工智能规划的真实面貌。整个过程权责清晰，专为真实工作流打造。
如何借助 Teamwork Collection 运用人工智能规划项目
第 1 步：从团队已有信息出发
Rovo 在生成任何内容前，会读取团队已有的全部信息。它会搜索您的 Confluence 知识库、Jira 待办事项列表历史记录和 Loom 录制视频，以了解您目标背后的背景信息：已做出的决策、之前行之有效的方法以及团队的模式。
您只需让它协助规划新功能，它就能调出相关历史资料：半年前记录决策的 Confluence 页面、曾上线同类功能的 Jira 长篇故事，或是团队讨论方案取舍的 Loom 录制视频。以往需要耗时一周的调研，如今数秒即可完成，您的计划基于团队真实总结的经验，而非凭空猜测。
第 2 步：头脑风暴与梳理
掌握这些背景信息后，在计划敲定前，Rovo 可协助梳理问题。不用面对空白页面，直接在 Confluence 白板上开展工作。添加便利贴记录想法，再让 Rovo 结合团队背景信息生成更多想法，帮您挖掘出与具体目标相关的想法。Rovo 还可将便笺按主题分类，直观梳理所有想法，方便团队判断哪些想法能引起共鸣、哪些需要删减，以及哪个方向是正确的。
第 3 步：数秒内，将想法转化为结构化计划
团队统一推进方向后，Rovo 可将白板内容汇总成 Confluence 简报，也能直接将想法转化为 Jira 工作项，或是同步完成两项操作，正式将团队讨论思路转为计划。
若团队已有清晰想法，使用 Rovo 提示词同样快捷。您只需描述项目举措，或是引用会议录制视频，Rovo 便能起草 Confluence 简报。团队可评论、优化，统一认知后再推进工作。全员达成一致后，Rovo 会将简报拆解为 Jira 工作项。
在此之后，一切都保持关联。每个 Jira 工作项都能链接回其来源：白板、简报以及过往参考的长篇故事。计划从一开始就可追溯，后续加入项目的成员不仅能清楚正在构建的内容，更能理解背后的缘由。
提示：可在 Jira 中编排 Rovo 支持人员，以自动化执行部分规划流程：建议冲刺组成、标记产能冲突，并将回顾经验反馈到下一轮计划中。
第 4 步：持续积累的复利优势
原生人工智能规划具有复利效应。团队撰写的每一份 Confluence 页面、每一条已解决的 Jira 工作项、每一段录制的 Loom 视频，都会汇入 Atlassian Teamwork Graph —这一互联层支撑着 Rovo 理解团队工作。长期使用 Jira 与 Confluence 的团队将拥有显著优势：多年积累的决策记录、工作模式与企业内部知识，这些都是通用人工智能工具无法获取的数据。随着团队的发展，系统也会随之变得愈发智能。
这种优势能得到切实的体现。使用半年后，Rovo 的计划会反映团队的工作模式：您界定功能需求范围的方式、依赖关系排序方式，以及各项工作的负责人。使用一年后，它能预判团队总是遇到的相同风险。使用两年后，它可呈现过往采用同类方法的项目，包括哪些做法可行、哪些行不通及其背后原因。通用人工智能每次都会从头开始。您的人工智能建立在您的团队已掌握的所有信息之上。
后续内容
保持团队知识最新且易于查找