收益：
- 能够阐明和设计流程，使用无代码工具自动执行重复的、基于规则的、低判断力的任务
- 能够使用人工智能作为自动化设计师和流程中的流程步骤，为关键步骤添加人工审批和安全网
- 能够应用小规模设置和使用真实数据进行测试的规则，在第一周内进行监控，并控制数据路径的机密性，并了解自动化也会缩小错误。
个人生产力的最大飞跃来自于完全不做重复性任务——也就是说，来自于自动化它们。每周复制并粘贴相同的报告，手动将每个传入的表单处理到电子表格中，一遍又一遍地发送相同的通知：这些都是机器的工作。无代码自动化（无需编写代码的自动化）意味着使用可视化工具建立“如果发生这种情况，就这样做”规则，而无需了解编程。在这一领域，人工智能既可以帮助您设计自动化，又可以作为自动化中的处理步骤（例如总结传入的文本）。但要注意：自动化也会导致错误自动化；错误构建的流程会导致错误快速且反复出现。
条款。无代码是在不编写代码的情况下安装软件/自动化。触发器是启动自动化的事件——“当新电子邮件到达时”、“当表单回复到达时”。操作是触发后执行的操作 - “向表添加行”、“发送消息”。 Zapier、Make、Power Automate 是流行的无代码自动化平台；它们将应用程序连接在一起。集成是指两个应用程序交换数据。
什么要自动化？
并非所有工作都适合自动化。优秀候选人的工作具有三个特征：重复性（经常发生）、基于规则（具有清晰的“如果-那么”逻辑）、判断力要求低（不需要人为判断）。示例：将收到的发票保存在文件夹中，将表单响应处理到表中，在特定时间编译并发送每周报告。
不好的候选人是：需要高度判断力的工作（对谁做出什么反应），很少见（每年一次），或者其结果至关重要，不应该在未经验证的情况下进行。在最后一组中，一直设置自动化以起草生产，将“发送”留给人类。
提示：在自动执行任务之前，请手动执行几次并记下确切的步骤。你无法自动化你不理解的流程；自动化是对明确流程的机器翻译。
一步一步：设置自动化
- 明确流程。触发器是什么，步骤是什么，输出是什么？手写一次。
- 由人工智能设计。 “我如何使用 Zapier/Make 设置此流程？”询问步骤计划。
- 设小。以最简单的形式，从一个步骤开始。
- 测试一下。用真实数据进行尝试；手动检查输出。
- 放置一个验证点。在关键步骤添加人工批准；不要让一切都自动化。
- 手表。第一周定期检查打印输出；无声的错误是最危险的。
人工智能在自动化中的两个角色
角色 1 — 设计师：一旦你解释了你想要做什么，人工智能就会告诉你一个逐步的自动化计划、需要哪些触发动作连接以及可能的陷阱。如果你根本不知道无代码工具，人工智能将是你的老师。
角色 2 — 处理步骤：现代无代码工具可让您将“人工智能步骤”放入流程中 — 总结传入文本、对其进行分类、更改其语气、从数据中提取字段。例如：“当新的支持电子邮件到达时→使用人工智能对紧急程度进行分类→如果紧急则通知管理员”。在这里，人工智能是自动化的大脑，但它必须在可验证的范围内工作。
商业
是否适合自动化？
为什么
将表单响应渲染到表
非常方便
重复的、基于规则的
发票归档
适合的
基于规则、低判断力
给客户的道歉邮件
部分（草案）
需要判断，信息是针对人的
谁将得到晋升？
不宜
最高司法机关，批评
周报汇编
适合的
重复的、定时的
四个可复制的自动化模板
我想用无代码自动执行以下重复性任务：流程：[一步一步告诉我]。- 需要什么触发器和操作？- Zapier / Make / Power Automate 中哪一个合适，为什么？- 我应该在哪里留下人工批准（关键步骤）？- 3 个可能的故障点以及如何避免它们？
我将在以下自动化流程中添加一个 AI 步骤。流程：[传入
帮助我澄清这个过程，然后为自动化做好准备：大致上我做了什么：[混乱的释义]。- 以清晰的顺序排列步骤。- 分开（如果-那么）决策点。- 标记哪些步骤是自动的，哪些步骤应该保持人性化。
出现一个清单来测试我设置的自动化：自动化：[它在做什么]。- 我应该测试哪些边缘情况（空数据、格式错误、重复记录）？- 我应该在第一周监控什么？- 无提示错误（未被注意到）的风险在哪里？
弱提示/强提示
弱：“为我建立一个自动化系统。” （人工智能给出了一个笼统的答案，但不知道它想要自动化什么，它使用什么工具。）
Strong：“我想自动将 Google Form 中收到的申请处理到 Sheets 表中，并针对那些标记为“紧急”的申请向我发送 Slack 通知。如何使用 Make 进行设置？一步步告诉我，告诉我哪里需要留下人工批准以及可能的错误点。”强大的版本控制工具会返回可行的计划，因为它给出了触发器、操作和安全需求。
三个迷你箱子
情况 1 — 体力工作结束。一位运营主管每天大约需要 50 分钟，将 40 多天收到的订单手动处理到电子表格中。表格→表格自动化安装；时间减少到零。每月增加约 18 小时。关键点：第一周，他手动验证了每条记录，发现了两个格式错误，并修复了流程。
情况 2 — 自动错误。营销人员在他的电子邮件列表中设置了自动欢迎消息，但消息中的日期拼写错误。自动化系统以完美的速度将其发送给 600 人。这个错误不是只犯一次，而是六百次。教训：自动化也会缩小错误；安装前，先完善内容验证，先小测试。
案例 3 — 具有 AI 步骤的智能流程。支持团队建立了一个流程，通过人工智能步骤将传入电子邮件分类为“紧急/正常/垃圾邮件”，并优先处理紧急邮件。响应时间从平均 4 小时缩短至 40 分钟。为了安全起见：人工智能认为“垃圾邮件”的电子邮件不会被删除，而是被转移到一个单独的文件夹中——因此，如果人工智能误判，它们也不会丢失。人们每周浏览一次该文件夹。
常见错误
- 自动化您不理解的流程：首先手动执行，明确步骤。
- 一切自动化：将关键/需要判断的步骤留给人工批准。
- 无需测试即可上线：自动化可消除 bug；首先用小数据和真实数据进行测试。
- 不监控：无声的错误是最危险的；第一周定期检查打印输出。
- 盲目相信AI步骤：建立一个安全网，这样万一错误分类，数据也不会丢失。
- 隐私：了解自动化将敏感数据转移到哪里；第三方工具查看数据。
注意：自动化会将数据从一个应用程序移动到另一应用程序。在此传输中，敏感数据（个人信息、财务记录）可能会通过第三方服务器。请务必检查自动化的数据路径和公司数据的保留策略。
综上所述
- 最大的收益来自于自动化重复性、基于规则、低判断力的任务。
- 人工智能扮演两个角色：设计自动化的老师和流程中的处理步骤（总结/分类）。
- 在自动化之前手动完善流程；您无法安装您不理解的进程。
- 构建小型、使用真实数据进行测试、在关键步骤中添加人工审批和安全网。
- 自动化还能缩小误差；观看第一周，检查公交车的隐私。
应用任务
选择每周执行的重复性任务，然后先手写下步骤。让 AI 使用第三个模板阐明流程，然后使用第一个模板提出无代码设计。如果可以的话，以最简单的形式安装它，并使用第四个模板准备测试清单，并使用真实数据进行尝试。注意你在哪里留下了人类的认可。
清单
- [ ] 我首先手动完成了要自动化的工作并阐明了步骤。
- [ ] 我选择了一份重复性的、有规则的、低判断力的工作。
- [ ] 我在关键步骤中添加了人工批准/安全网。
- [ ] 我把它设置得很小，并用真实数据进行了测试。
- [ ] 我计划在第一周观看输出。
- [ ] 我检查了自动化的敏感数据路径和机密性。