AI工具实战 :搭建你的第一个AI工作流——让工具替你跑腿

🏷️ #AI工作流 #自动化 #效率工具 #NoCode

先讲个真实的场景。

你现在已经会用AI写周报了、会用AI做PPT了、会用AI分析数据了。但你的实际流程大概是这样的：打开飞书妙记导出会议纪要 → 复制粘贴到ChatGPT → 输入"帮我把这个整理成周报要点" → 等回复 → 把结果复制到飞书文档 → 调格式 → 发给老板。

这个流程里，AI帮你省了"写"的时间。但"搬运"的时间一点没少——你还是在复制粘贴、切换窗口、等回复、再复制粘贴。我们前面三篇讲的都是"让AI帮你做某一件事"，这一篇讲的是：让AI帮你把好几件事串起来，你连搬运都不用搬。

这就是工作流。

一、AI工作流是什么——别被名字唬住

"工作流"这个词听着像程序员术语，但它本质上就是一件事：把"你做A→等结果→拿着结果做B→再等结果→拿着结果做C"这个手动过程，变成自动的。

举个例子。假设你每天早上要做这件事：看昨晚的客服邮件 → 分类（投诉/咨询/合作） → 在飞书上记录 → 如果是投诉，草拟一个初步回复。

传统做法：打开邮箱 → 一封封看 → 手动判断类型 → 打开飞书文档 → 复制粘贴 → 打开AI → 让AI写回复 → 复制回来。每天20分钟，一年就是120个小时——整整15个工作日。

工作流做法：设置一个自动化流程，每天早上8点自动触发 → 拉取未读邮件 → AI判断类型 → 自动写入飞书多维表格 → 投诉类自动生成草稿回复 → 你到公司打开飞书，所有东西已经整理好了，你只需要确认和发送。

省掉的不是"思考"的时间，是"搬运"的时间。 而搬运恰恰占了你日常工作里最大的一块。

一个工作流长什么样

不管你用什么工具搭，一个工作流都由三部分组成：

触发器（Trigger）          →       处理（Action）           →       输出（Output）
"当XX发生的时候"              "做这些事"                        "把结果放到这里"

例如：
每天早上8点                →   拉取未读邮件              →   写入飞书多维表格
                              ↓ AI判断邮件类型
                              ↓ 投诉类生成回复草稿

看起来简单，但一旦你把"处理"这个环节接上AI，它能做的事就完全不一样了——传统自动化只能处理结构化数据、固定格式条件（"如果A就B"），面对自由文本、自然语言完全无能为力；而接入LLM之后，工作流可以"理解邮件内容→判断情绪→提取关键信息→生成符合语境的回复"，真正处理那些没有固定格式的内容。这才是AI工作流和传统自动化的本质区别。

二、工具怎么选——从零代码到高自由度

目前搭AI工作流的工具已经很多了，按"上手难度"和"灵活度"两个维度分：

⚠️ 先搞清楚两类工具的底层定位，别选错：

• 扣子（Coze）、Dify：主打AI智能体、对话、知识库，工作流是配套能力。适合做"AI驱动的自动化"——比如AI读邮件分类、AI生成回复、AI分析数据。
• Make、n8n、Zapier：原生通用跨软件自动化平台，AI只是其中一个节点。适合做"大规模应用串联"——打通邮箱、CRM、网盘、数据库等各种系统。

简单说：深度和飞书联动、做AI机器人优先扣子；大量打通各类软件（邮箱、CRM、网盘）优先Make/n8n。

💡 选工具的一个原则： 不要先研究工具再想需求——先想清楚你最想自动化的一件事是什么，然后看哪个工具支持你需要的"触发器"和"输出"。比如你重度用飞书，那扣子就是最自然的选择；你用的是Google全家桶+Slack+Notion，那Zapier或Make更合适。

对于大多数国内用户的日常AI自动化场景，扣子（Coze）是起点最低、生态最完整的。 而且免费。下面的实战案例都用扣子来做，但思路在任何工具上通用。

三、三个实战案例——从简单到复杂

案例一：日报自动生成器（入门级，15分钟搭完）

场景： 你每天下班前要写日报，内容包括今天做了什么、明天计划、遇到的问题。但你今天开了三个会、处理了五件事、回复了二十条消息——写日报的时候经常漏东西。

工作流设计：

触发器：每天17:30自动触发（或者你手动在飞书群里发"写日报"触发）
   ↓
处理：AI读取你今天在飞书上的消息和文档活动 → 提取关键工作项 → 按日报格式整理（注：完整读取全天消息需要飞书自建应用权限和接口配额，实际使用中最简方案是手动汇总当日关键事项发给Bot生成日报）
   ↓
输出：自动发送到飞书文档/或推送到你的飞书消息

具体步骤：

💡 实操提示： 扣子无法无限制自动读取你的全部飞书历史消息——需要飞书开放平台授权，同时受接口频率限制。日常使用最实用的方案：手动汇总几条当日关键事项发给Bot，AI帮你整理成日报格式。你想完全自动读取全天消息的话，需要飞书自建应用权限，技术门槛不低。

第一步：创建扣子Bot。

打开扣子（coze.cn）→ 新建Bot → 命名为"日报助手"。这个Bot会作为你的工作流核心。

在Bot的人设与回复逻辑里写：

你是一个日报助手。你的任务是根据用户提供的工作信息，生成一份结构清晰的工作日报。

日报格式：
📅 今日完成
- [事项1]：[简要说明]
- [事项2]：[简要说明]

📋 明日计划
- [计划1]
- [计划2]

⚠️ 遇到的问题/需要的支持
- [问题/需求]

要求：简洁、不啰嗦，每项不超过一行。不要写"今天工作很充实"这种废话。

第二步：创建工作流。

在扣子Bot编辑页 → 工作流 → 新建工作流。

核心节点：

1. 开始节点：接收用户输入（你今天做了什么，用语音或文字输入都行）
2. 大模型节点：调用刚才配好的Bot，把输入整理成日报格式
3. 飞书消息节点：把结果发到你的飞书

如果你不想每天手动输入，还可以加一个"飞书消息触发器"——你在一个特定的飞书群里发语音消息，Bot自动把语音转文字→整理成日报→推给你。这样你下班路上对着手机说两分钟，日报就有了。

第三天开始的变化： 你不再需要坐在电脑前回忆"我今天到底干了啥"。随时随地对着手机说几句，日报自动整理好。每天省10-15分钟。

案例二：客户邮件智能分拣+草稿回复（进阶级，30分钟搭完）

场景： 你每天收到20-30封客户邮件，大致分三类：投诉（需要立刻处理）、咨询（需要回复但不紧急）、合作洽谈（需要认真回复）。你希望每天早上到公司时，邮件已经分好类、投诉类的已经草拟了回复，你只需要确认和微调。

工作流设计：

触发器：每天早上8:00自动运行
   ↓
处理①：通过邮箱插件拉取过去24小时的未读邮件
   ↓
处理②：AI读取每封邮件 → 判断类型（投诉/咨询/合作/其他）
   ↓
处理③（分流）：
  ├─ 投诉 → AI生成初步回复草稿（安抚+确认问题+承诺处理时间）
  ├─ 咨询 → 提取关键问题，标记优先级
  ├─ 合作 → 提取对方公司和需求要点，标记"需手动回复"
  └─ 其他 → 归档，不处理
   ↓
输出：写入飞书多维表格，按类型分sheet，带优先级标记

在扣子里怎么搭：

第一步：配置触发器。

先说清楚一个关键限制：国内版扣子没有原生Gmail/QQ邮箱连接器，无法直接读取邮箱内容。如果要用Gmail/Outlook触发，需要用Zapier或Make。但我们可以通过"曲线救国"的方式实现——

在扣子里用定时触发器（每天早上8:00触发），配合飞书的邮件机器人功能。具体做法：

💡 一个曲线救国的方案： 在Gmail/QQ邮箱里设置自动转发规则——凡是客户域名发来的邮件，自动转发到飞书机器人专属邮箱。飞书收到邮件后推送消息，通过Webhook触发扣子工作流。这套方案可以跑通，但属于间接中转，存在几分钟延迟。

⚠️ 扣子定时触发器发布到飞书渠道才完整生效；仅网页端Bot单独使用，定时任务稳定性有限，很多新手在这里卡住。建议在飞书群里使用。

另外一个思路：如果你需要直接监听邮件（不中转），海外场景优先用Make/Zapier；国内企业邮箱自动化更推荐用飞书自动化 + 扣子联动。

第二步：配置AI节点。

这是整个工作流的核心。在扣子工作流里拖入"大模型"节点，写提示词：

你是一个邮件分拣助手。我会给你一封客户邮件的全文，请完成以下任务：

1. **分类**：判断邮件属于以下哪一类，只输出类别名称：
   - 投诉：用户表达了不满、投诉、要求退款或赔偿
   - 咨询：用户提问、咨询产品信息、询问使用方法
   - 合作：商务合作、渠道合作、媒体采访等
   - 其他：以上都不属于

2. **提取关键信息**：用1-2句话概括邮件核心内容

3. **如果是投诉类**，生成一个初步回复草稿，要求：
   - 开头表达理解和歉意
   - 确认已经收到问题，正在处理
   - 给出明确的预计回复时间（默认24小时内）
   - 如果需要用户补充信息，明确列出
   - 语气真诚、不模板化

输出格式：
---
【类型】：（投诉/咨询/合作/其他）
【摘要】：（1-2句话）
【优先级】：（高/中/低）
【回复草稿】：（仅投诉类输出，其他类型输出"无需自动回复"）
---

第三步：配置输出节点。

连接飞书多维表格，按邮件类型写入不同sheet。给每封邮件打上优先级标记（投诉=高，合作=中，咨询=低），你在飞书里打开表格就能一目了然。

第四步：加一个"人工确认"环节。

在飞书多维表格里加一列"状态"（待确认/已发送/已忽略），投诉类的回复草稿默认是"待确认"状态。你每天早上扫一遍投诉sheet，确认回复内容没问题后，改状态为"已发送"，再手动发出。

这个工作流省了什么： 你不再需要一封封打开邮件、判断类型、思考怎么回复、复制粘贴。最耗时的是投诉邮件——而AI帮你草拟了第一版回复，你要做的只是"审一下、改几个词、点发送"。从每天30分钟缩减到5分钟。

案例三：内容创作流水线——从写作到发布一气呵成（组合级，45分钟搭完）

场景： 你运营一个公众号，每次发文章的流程是：写文章 → 找/做配图 → 在公众号后台排版 → 预览 → 发布。其中"排版"这一步最恶心——公众号后台的编辑器难用到你怀疑人生。

工作流设计：

触发器：你在飞书文档里把文章标记为"待发布"
   ↓
处理①：AI读取文章 → 分析内容 → 推荐3个封面图方向（给出AI绘画提示词）
   ↓
处理②：AI生成封面图（可选，也可以手动做图）
   ↓
处理③：AI将Markdown文章转换为公众号兼容的富文本格式
   ↓
处理④：自动推送到公众号草稿箱
   ↓
输出：公众号草稿箱里多了一篇排版好的文章，你检查后手动发布

具体步骤：

第一步：文章写完后的触发。

你写文章的习惯是在飞书文档里写。写完、改完、确认没问题后，在文档标题加一个标签 #待发布。或者更简单的——在扣子里配置一个"飞书消息触发"，你对着机器人发一条 /发布 [飞书文档链接] 就行了。

第二步：配图生成。

这个节点用的是AI绘画能力。让AI读完你的文章后，生成3个封面图方案：

你是一个公众号封面设计师。我会给你一篇完整文章，请完成以下任务：

1. 用一句话概括文章核心主题
2. 给出3个封面图设计方案，每个方案包括：
   - 视觉风格（扁平插画/科技感/极简文字/真实摄影等）
   - 主视觉元素描述
   - 配色建议
3. 为每个方案生成一个中文的AI绘画提示词，适用于通义万相/Midjourney等工具

注意：封面图要信息清晰、视觉冲击力强、适合手机屏幕比例（900×383）

如果你接了AI绘画工具的API（比如通义万相），可以直接在工作流里生成图片。没接也没关系——拿着提示词去通义万相网页版出图，也就多花2分钟。

第三步：格式转换+推送到公众号。

这是最有技术含量的一步。你需要一个能把Markdown转成公众号富文本的工具。如果你是技术背景或者有开发同事，可以自己写一个简单的转换脚本；如果不是——

💡 偷懒方案： 其实不需要完全自动化这一步。你前面三篇学到的"用AI写东西"的本领可以直接用——把你写好的文章贴给Claude，让它"按微信公众号排版要求重新整理，注意分段、小标题、加粗重点"，然后直接粘贴到公众号后台。排版这一步虽然没完全自动化，但AI帮你做的事已经从"排版"变成了"优化排版"，工作量从30分钟减到5分钟。

推送公众号草稿箱这一步，如果你按照我们之前的公众号发布流程配好了API（公众号后台→开发→基本配置→获取AppID和AppSecret），就可以通过扣子的HTTP节点调用微信API，直接把文章推到草稿箱。

虽然这个工作流比前两个复杂，但一旦搭好，你的创作流程就变成了：

飞书文档里写文章 → 发给扣子Bot → 自动生成配图建议 + 自动排版 + 推送到草稿箱 → 你打开公众号后台检查 → 发布

从"写完到发布"的时间，从1小时缩减到10分钟。

四、怎么找到你的第一个工作流——三步判断法

看了三个案例，你可能会觉得"这些场景跟我没关系"。那回到你自己的日常工作，怎么找到最值得自动化的那件事？三个问题：

1. 频率高不高？

你一周至少做两次以上的事情，才值得花时间搭工作流。一年做一次的事，手动搞搞得了。

判断标准：

• 每天做 → 绝对值得自动化
• 每周做2-3次 → 值得
• 每周做1次 → 看复杂度，简单的话不用自动化
• 更低频率 → 除非特别复杂，否则不值得

2. 流程能不能标准化？

你做的事情里，哪部分每次都是一样的、哪部分是每次都不一样的？能标准化的部分才能自动化。

比如"回复客户邮件"这件事：

• ✅ 能标准化：判断邮件类型、提取关键信息、生成初步回复框架
• ❌ 不能标准化：判断这个客户跟你老板是不是朋友、有些事需要私下处理

一个简单的识别方法： 你能不能把你做这件事的步骤，清楚地写出来给一个实习生？如果能写出步骤——大概率可以自动化。如果步骤里大量是"看情况""凭感觉"——AI暂时也帮不了你。

3. 搬运环节多不多？

这个是最重要的判断。回想一下你做这件事的过程——有多少时间花在"做"上，有多少时间花在"搬"上？

"搬"指的是：复制粘贴、切换窗口、打开关闭应用、保存导出导入、手动同步数据等。如果"搬"的时间占比超过30%，自动化就划得来。

综合判断： 频率高 + 流程标准 + 搬运多 = 自动化最优选。

举个例子：

• 每天手动把CRM里的客户数据导出到Excel汇总表 → 🟢 强烈建议自动化
• 每个月做一次团队活动策划 → 🔴 不值得，频率太低
• 每次跟一个重要客户开会后写会议纪要 → 🟡 半自动：AI帮你整理录音，但判断哪些是重点需要你来做

五、避坑指南——工作流搭不好，比不用还浪费时间

坑1：第一次就想搭一个"全能工作流"

新人最容易犯的错误：上来就想做一个"从收邮件到回复到跟进到统计全自动化"的超级工作流。搭了两天还没搞定，放弃了，得出结论"工作流没用"。

正确做法： 从最小的闭环开始。先搭一个"收邮件→分类→写到飞书表格"，跑通这个最简单的链，用了一周觉得好用，再往上加"生成回复草稿"。迭代着来，不是一次到位。

坑2：完全信任AI的判断

工作流一旦自动化，你就不看了——这是最危险的。AI在分类邮件的时候有没有可能把"老板发的重要邮件"归到"其他"？完全可能。

正确做法： 任何面向外部（客户、老板、合作伙伴）的工作流，都必须留一个"人工确认"的节点。AI可以帮你准备一切，但最终"发送"按钮必须你自己点。

一个实用的原则：对内可以全自动（比如给自己生成日报），对外必须有人审（比如给客户回复邮件）。 对外发给客户、领导、外部合作方的内容，强制保留人工审核节点——AI负责素材整理、初稿生成，最终发送决策权保留给自己。AI不能，也不应该承担沟通失误带来的业务责任。

坑3：搭了不用、忘了维护

工作流不是"搭完就完了"。业务变了、工具更新了、API改了，你的工作流可能就悄悄失效了。而你等到需要用的时候才发现，比没搭还难受。

正确做法： 每个工作流搭完后，在飞书日历上设一个每月提醒，花5分钟检查：最近一次运行成功了吗？输出结果对吗？有没有新的需求要加？

坑4：为了自动化而自动化

有些事手动做比自动化更方便。比如"给一个不常用的客户发一封一次性邮件"——你花30秒手动写了就完事了，非要搭一个工作流就是在浪费生命。

做之前先问自己： 我搭这个工作流花的时间，多久能通过"省下的时间"赚回来？如果回本周期超过3个月，通常不太划算——但有例外：如果这件事极度重复、严重消耗你的情绪和精力（比如每天都让你烦躁的搬运活），即使回本周期超过3个月，依然值得搭建。省出来的不只是时间，还有你每天的好心情。

六、几个被问得最多的问题

Q：我不会写代码，能搭工作流吗？

能。扣子、Zapier、Make都是零代码工具，全程拖拽。你不需要会编程，但需要：① 能把你的工作流程清晰地拆成步骤（这跟写代码无关，这是逻辑能力）；② 愿意花30分钟看一遍工具的官方教程（就像你第一次用Notion或飞书多维表格一样）。

如果你确实连拖拽都觉得吃力——也没关系。你可以先不搭自动化工作流，而是养成一个习惯：把所有AI相关的事集中在一个工具里处理。比如统一用飞书+扣子，至少减少"切换应用"的搬运成本。

Q：公司信息安全怎么保证？我的客户邮件能过AI吗？

这个问题的答案分两层。

第一层：日常非敏感办公场景，优先国内合规工具。 扣子国内版数据境内存储，符合国内合规要求。如果你的公司已经采购了字节系产品（飞书、火山引擎），用扣子做日常自动化是安全的选择。

⚠️ 重点： 扣子标准版是SaaS云端服务，普通用户和企业无法自行私有化部署。只有少数大型企业可以定制私有化方案，门槛极高。不要被"企业版"三个字误导以为可以自己部署。

第二层：涉及敏感数据的，必须脱敏或自建部署。 客户真实姓名、手机号、合同金额这些，不要直接喂给云端AI。解决方案：

• 数据提前脱敏（张三→客户A，138xxxx→号码已隐藏）后再传入工作流
• 或者采用Dify/n8n自建部署方案，工作流和AI模型都在你自己公司的服务器上跑，实现数据内网闭环

一条底线：如果你不确定某些数据能不能过AI，先问公司的IT/法务。 别自己判断。

Q：搭一个工作流要多久？会不会一上来就卡住？

真人说实话的时间：

• 第一次搭，从零开始看教程到跑通一个简单工作流：1-2小时。 其中包括30分钟看教程、30分钟搭、30分钟调试。
• 第二次搭，同类工具：30分钟。
• 熟练之后，一个中等复杂度的工作流：15-20分钟。

最容易卡住的环节是"不同工具之间的连接"（比如Gmail怎么连到飞书），因为涉及API配置、授权、数据格式转换。遇到这种情况，直接搜"扣子/Gmail集成教程"，跟着做大概率能解决。解决不了就先跳过，换个更简单的场景练手。

写在最后

前四篇我们讲的都是"用AI做某一件事"——写文章、做PPT、编程、分析数据。每一篇都在帮你省掉一件具体事情上的时间。

这一篇是质变。你不再是在某一件事上用AI，而是把AI变成了一个"在你背后默默干活的人"。你写一篇文章，它自动帮你配图、排版、推到草稿箱；你开完会，它自动帮你整理纪要、提取待办、发给相关人。

这种感觉很奇妙——当你第一次看到自己搭的工作流在后台自己跑起来的时候，会有一种"我雇了一个不用睡觉的实习生"的错觉。

但这条线的另一边也很重要：自动化不是把你变成一个"不管事的人"。 任何对外的东西，你依然是最终负责人。AI替你跑了99步，最后那1步——确认、判断、发送——是你作为人的价值所在。

试试看。从最小的一个开始。搭完之后回来告诉我，你的第一个工作流是什么。