AI工作流,難的不是工具,是結構

現在很多AI工具用起來都很簡單，學起來也很簡單。

但是用AI的方式去為工作搭建一個完整的工作流程，讓它每天重複地去複製自己現在的工作——這件事，才是最難的。

我自己現在做的事情，基本上就是把工作當中可以複製的部分，全部通過AI工作流程去完成。

我在Codex裡搭建了一個AI團隊，包括Sales、企劃、執行、數據監控，還有一個主管角色。

但實際上，每一個AI角色都不會幫我做判斷。它只會按照我告訴它的工作流程，把現有要做的事情按時按點產出。所有的決策，最終還是在我身上。

舉個例子。

我每天早上九點，讓它幫我挑出十個可開發客戶的名單。它根據我已經建好的基礎資料——公司正在售賣的商品、可開發的客戶類型——去找匹配的客戶，並把相對應的產品推薦給我。

但為什麼我不讓它每天早上自動跑、直接發給客戶？

因為它找出來的十個客戶，我需要自己判斷是不是真的適合，匹配出來的產品是不是真的對口。這件事它沒辦法幫我做。

或許讓它長年累月跑個半年到一年，我可以慢慢放手。但至少以我們公司電商顧問的角色，我目前沒辦法完全交給它。所以每天我還是手動進入這個系統，讓它先做整體判斷、把郵件寫好，推給我看過之後，再告訴它可以發了，它才發。

發完之後，如果有客戶回覆郵件，這個工作是交給主管角色處理的。但主管不會主動巡查，因為一旦要求它主動巡查，它就會無限地來找我確認。所以在寬鬆和嚴格之間，我選擇自己做巡查，看有沒有需要跟進的回覆。

有回覆之後，我和它一起處理。後續的跟進交給主管，不是直接交給項目。因為主管的角色設定是——拿到一個客戶需求之後，判斷這件事是先找數據庫收集資料，還是先找企劃部按現有產品做方案。判斷完之後，主管直接推任務給各個角色，中期產出完成後再來提醒我。

我打開看，花十分鐘判斷適不適合用，再決定要不要發出去。

坦白說，在這個過程當中，AI能給到的東西，我大概只能給它打十分。如果真的希望這個客戶可以成交，很多地方都需要人為介入，我都要把關進去。這也是為什麼我把自己抽離出來，讓它去做發送這件事，而不是讓它做判斷的事。

說到這裡，如果你聽完，覺得想照搬這套模式——你該怎麼做，大概還是茫茫然未可知的。

我會建議怎麼做？

第一步，先判定你的工作流程是什麼。第二步，判斷你的工作當中，哪些是可以複製的、可以交給AI的。第三步，告訴你我建議你做什麼。這時候你的AI團隊才算有一個初步的模型。在這個基礎上怎麼優化迭代，那是第二步的事。

所以我覺得，所有的AI落地，其實都不是真正的工具教學。

而是一個整體流程和工作結構的拆解，以及實際落地的過程。

工具是最容易的部分。難的是，你知不知道自己的工作，哪些地方可以被複製。