跳到正文
AlanVaneAI & Software

自动化 · 现有工具之间的重复搬运

工具之间那些搬运的活,不该是某个人的工作。

现在

  1. 询价邮件掉进收件箱
  2. 有人打开读
  3. 判断该归谁
  4. 转发过去
  5. 同样的回复再写一遍

自动化后

  1. 询价进来
  2. 自动分类分发
  3. 标准回复起草好

只有不寻常的才会到人手上——而那本来就是值得人花时间的部分。

多数被叫作“AI 自动化”的活,根本不需要 AI——你的哪些部分需要,我会直说。定制自动化:做一次、交给你、一直跑。我是 Alan,一个人做,你对接的就是写代码的人。

什么活真的该自动化

模式几乎永远一样:一个人在系统之间搬信息,或者拿着同样的输入一遍遍产出同样的文档。有现成产品能覆盖的,买现成的。没有正好合适的,定制做出来通常比人们以为的便宜。

前后对照

你的版本能省多少,是摸底时量出来的,不是我在这页上猜的。

供应商发票入账

现在

  1. 发票邮件进来
  2. 有人打开
  3. 手敲明细进系统
  4. 存档 PDF
  5. 追着问对不上账的那几张

自动化后

  1. 进来
  2. 字段抽取并核对
  3. 写进系统
  4. 只有对不上的到人手上

常规发票完全不再经手。进复核队列的正是那些本来就值得人看的——对不上账的——而这个队列很短。

询价出报价

现在

  1. 询价进来
  2. 读明白人家要什么
  3. 查价目表
  4. 手工拼报价单
  5. 发出去,还得记着跟单

自动化后

  1. 进来
  2. 需求抽取
  3. 按你的价目表算好
  4. 报价草稿等你过目
  5. 跟进自动排上

每份报价还是你批——判断留在你手里。消失的是拍板之前的拼装活,而报价总是拖到第二天、而不是当小时内发出去,原因多半就是它。

周一晨报

现在

  1. 从三个系统导出
  2. 贴进表格
  3. 修格式
  4. 写点评
  5. 群发邮件

自动化后

  1. 定时运行
  2. 拉齐三个来源
  3. 生成报告包
  4. 标出真正有变化的部分
  5. 比你先到收件箱

报告从“某个人的一项工作”变成“本来就存在的东西”。附带的好处:那个人休假时它照样出。

自动化,还是 AI 自动化

多数公司故意把两者混为一谈,因为“AI”更好卖。这事值得说清楚:搞错了,两个方向都烧钱。好的自动化只在规则干不了的地方用 AI。

规则派

定时任务、n8n、Zapier、裸写代码。输入形状可预测、逻辑能写成规则,这就是正确答案:做着便宜、跑着便宜、每次行为一模一样。只要确定性可行,确定性胜过聪明。

AI 派

AI 对得起成本的场景只有两种:输入是非结构化的——自由文本、每家版式都不一样的 PDF、什么都能沾边的邮件;或者那个决定本身就模糊,今天靠人在拍板。这两个场景之外,AI 只是用更贵、更不可预测的方式干了规则本来能干的事。

混合

多数真实项目是混合的:规则负责搬运和调度,AI 只干中间输入很乱的那一步。诚实地分清哪个是哪个,是我的报价总比人预期小的原因。

工具,以及各自适合什么时候

n8n 这类工具 —— 接有 API 的系统,按定时或触发跑。做得快,你的团队看得懂,以后也能自己调。

直接写代码 —— 逻辑真的复杂、要求快,或者可视化流程图会变成没人看得懂的蜘蛛网时。TypeScript 和 Go。

云端 AI 接口 —— Claude、OpenAI 这类,用在需要真正读懂语言的步骤上。模型按步骤选:常规抽取用不着最大的那个。

本地模型 —— 数据不能出内网,或者用量大到按次计费不划算时。跑在你自己的硬件上。

什么时候不该找我

如果一个 n8n 模板加你自己的一个下午就能搞定,你就该那么干——我会在第一通电话里直说,而不是给你报价。你已经付费的功能里本来就有的能力也一样:很多“我们需要自动化”,最后发现只是个没人打开的设置。丢一小单、做你下次真有大事时会找的人,我愿意。

定价形状

不是价目表,是价目表的形状——上电话之前你就知道在同意什么。

摸底

免费

把流程真正画清楚、确认系统真的接得上、量出现在这套流程的真实成本。结尾是一份固定的构建报价——或者一句诚实的“不值得做”。

构建

固定报价

按流程固定报价,不按小时——干着活数字不会跳。两个决定因素:要打通的系统有多少,输入有多乱。

运行

按量

API 用量加托管,由提供方直接收,不经我加价。摸底时按你的真实用量估出来,上线后日志里看得见——永远不会有惊吓。

支持

可选

需要可以有,从来不是把活做出来的条件。代码是你的、有文档——也可以直接拿回团队自己维护。

你的数据去哪

自动化按定义就碰敏感的部分——发票、客户记录、财务数据——所以这些信息到底流向哪里值得一个直答,“很安全”不算。对多数业务数据,走 Claude 或 OpenAI 这类供应商的正经方案没问题,也是我通常的建议。真不能出门的数据——有合规约束的、有合同约束的、或者就是你自己的——本地模型可以完全不出内网。这是真取舍:本地模型跑着便宜、数据一步不出门,但能力确实不如前沿模型。抽取和分类?差距几乎无所谓。需要真判断的活?差距就大了。你的流程落在哪一边,我在摸底时就告诉你——在任何人买硬件之前。

常见问题

这到底是自动化还是 AI 自动化?

每个步骤用它该用的。逻辑写得成规则的走规则,输入乱、要拍板的那一步才用 AI。多数项目是混合的——报价总比人预期小,原因就是分得清。

我自己用 n8n / Zapier 做不行吗?

行的话就该自己做。输入规整、逻辑简单,一个下午的事,我第一通电话里就会直说。定制值回票价的是:输入乱、逻辑真复杂、或者好几个系统必须对上。

到底能省多少时间?

我不猜,这页上也没有编出来的百分比。摸底时把现在的流程真实跑一遍、量出实际成本,你拿真数字做决定。

要换掉我们现在的软件吗?

不用。自动化接的是你已有的工具——它们的 API、数据库、文件投递。你的系统继续是你的系统。

报价怎么算?

按流程固定报价,不按小时。两个决定因素:要打通的系统有多少,输入有多乱。动工之前你就知道数字。

是什么在吃掉你的一周?

把那件一直靠手做的流程告诉我。值不值得自动化、大概要花多少、有没有该先试试的现成工具——我直接告诉你。

预约免费沟通 →