AI工作流自动化实战

课程以WorkBuddy为实操工具，不讲代码、不讲算法原理、不讲工具底层架构，只教一件事：如何用WorkBuddy把日常重复性工作交给AI自动完成

2天，12小时 人工智能应用
授课讲师： 张闻川 · AI+企业智能提升实战专家
获取课程方案 查看课程大纲

课程大纲

导入：为什么你的工作需要自动化

导入：为什么你的工作需要自动化
  • 你每周都在做的烦心事：重复，枯燥，但不得不做
  • 自动化的本质与价值
  • 1. 本质：不是让人做得更快，是让事自己转起来
  • 2. 价值：释放精力和时间，让你专注于需要创造力和判断力的工作上

自动化认知与WorkBuddy自动化入门

自动化认知与WorkBuddy自动化入门
一、场景痛点
  • 1. 看到自动化按钮不敢点，怕设置错了出问题
  • 2. 试着写了一句指令，执行结果跟想象完全不一样
  • 3. 不清楚哪些工作适合交给AI，哪些不适合
二、工作流自动化
  • 工作流自动化：让AI按照预设规则自动执行重复性任务
  • 互动讨论：请学员思考，你的哪些工作适合做工作流自动化
  • 1. 适应场景
  • 1）规则明确
  • 2）重复发生
  • 3）不需要复杂决策
  • 2. 能力边界
  • 1）擅长执行/搬运/整理
  • 2）不擅长决策/判断/创造
  • 擅长示例：信息搬运/格式整理/定时提醒/规则筛选
  • 不擅长示例：方案决策/创造共情/签字担责/人际关系处理
三、WorkBuddy自动化：核心概念和价值
  • 1. 三种触发方式
  • 1）周期执行
  • 2）间隔执行
  • 3）单次执行
  • 2. 任务构成三要素
  • 1）触发规则（什么时候执行）
  • 2）执行内容（做什么）
  • 3）交付方式（结果送到哪里）
  • 3. 独特价值
  • 1）与同类工具的区别（扣子/n8n）：操作本地电脑 VS 云端
  • 2）核心优势：自然语言配置、本地文件操作、零代码门槛
  • 4. 能做到什么程度
  • 1）入门级：无外部数据获取
  • 2）中阶级：需获取外部信息，经AI处理后输出
  • 3）高阶级：多数据源整合、涉及文件读写
四、创建你的第一个自动化任务
  • 第一步：新建任务
  • 第二步：设定触发方式（周期/间隔/单次）
  • 第三步：编写Prompt
  • 第四步：选择交付方式
  • 第五步：测试、保存启用
  • 实操演示：每日9:00发送工作提醒
  • 学员练习：按步骤操作，建立初步认知
  • 产出：一个可运行的定时提醒任务

单任务自动化实战——信息获取推送与文件数据处理

单任务自动化实战——信息获取推送与文件数据处理
一、信息获取与推送：对外的信息流——产出信息摘要
  • 1. 场景痛点
  • 1）网站内容多，点开查找费时费力
  • 2）内容整理大多是信息搬运、格式转换，无价值感
  • 3）每次从零开始，没有可复用的方法
  • 2. 信息获取类的设计方法：核心三步法
  • 第一步：获取信息——从哪里来
  • 第二步：信息处理——如何加工
  • 第三步：推送信息——送到哪里
  • 【场景案例拆解：每日资讯简报自动化】
  • 第一步：新建任务——每日资讯简报自动化
  • 第二步：选择触发方式——每日9点
  • 第三步：编写Prompt（见下方模板）
  • 第四步：交付方式选择——推送到企业微信Bot
  • 第五步：测试效果、保存启用
  • Prompt模板：搜集今天AI行业的最新资讯，从以下来源获取：[36氪、机器之心]。筛选出最重要的5条，每条按“标题+来源+一句话摘要+原文链接”的格式整理，生成Word格式简报，推送到企业微信Bot
  • 成功标准：每日9点自动收到推送简报
  • 【场景任务的设计实战】
  • 场景一：运营/市场岗位——设计一个竞品动态监控任务
  • 场景二：管理岗位——设计一个团队同步消息推送任务
  • 学员练习：选择最相关的1个场景
  • 产出：一个信息获取推送的自动化任务
二、文件与数据处理：对内的工作流——产出新文件
  • 1. 场景痛点：下载的文件长期杂乱无章，找文件全靠搜索
  • 1）每月整理文件，耗时不少无价值
  • 2）查找原始资料，全靠感觉和肉眼
  • 3）每次从零开始，没有可复用的方法
  • 2. 文件处理类的设计方法
  • 1）读取文件：文件在哪，什么名字
  • 2）处理文件：做什么操作（分类/合并/提取）
  • 3）处理结果：移动分类/生成新文件/新结构
  • 【场景案例拆解：下载文件夹自动化整理】
  • 1）读取文件：文件位置C:\Users[用户名]\Downloads
  • 2）处理文件：按扩展名分类→移动至对应子文件夹
  • 3）处理结果：分类后的文件夹，并输出整理日志
  • 操作步骤
  • 第一步：新建任务——下载文件夹自动化整理
  • 第二步：选择触发方式——每周日23:00
  • 第三步：编写Prompt（见下方模板）
  • 第四步：保存启用
  • Prompt模板：请整理我的下载文件夹（路径：……），按以下规则分类移动文件：……。完成后生成日志，列出每个分类移动的文件数量
  • 成功标准：文件按规则归入子文件夹，并生成整理日志
  • 【场景任务的设计实战】
  • 场景一：财务岗位——设计一个Excel数据自动清洗汇总任务
  • 场景二：全员岗位——设计一个周报自动生成任务
  • 学员练习：选择最相关的1个场景
  • 产出：一个文件与数据处理的自动化任务

多任务自动化实战——串点成线构建完整的工作流闭环

多任务自动化实战——串点成线构建完整的工作流闭环
一、场景痛点
  • 1. 各个单任务的自动化都在跑，但各干各的，形不成协同
  • 2. 想做一套“每天自动积累数据、周五自动出周报”的体系，不知道怎么设计
  • 3. 任务之间互相依赖，一个失败整个链条就断了，不知道问题出在哪里
二、多任务自动化的设计方法
  • 1. 核心四步法
  • 1）拆解工作流：将整个任务，拆解为多个可自动化的子任务
  • 2）定义数据传递：明确每个任务输出什么、下一个任务需要什么
  • 3）统一约定：统一文件路径、文件命名格式、输出格式
  • 4）错开时序：为前序任务留足执行缓冲时间（至少30分钟）
  • 2. 常见报错及解决办法
  • 1）任务2找不到文件：文件路径不一致——统一使用绝对路径
  • 2）任务2读取的内容乱码：文件格式不统一——指定任务1的输出格式
  • 3）任务2未读取到内容：任务执行顺序错乱——错开触发时间，留足缓冲
  • 4）任务2在空跑：任务1执行失败未通知——加入执行失败发通知的要求
  • 【场景案例拆解：资讯周报的自动化生成】
  • 1）拆解工作流：任务1“每日生成简报”→任务2“周五汇总成周报”
  • 2）定义数据传递：任务1输出“简报_YYYYMMDD.md”→任务2读取本周所有“简报_*.md”
  • 3）统一约定：统一存放在“周报素材”文件夹，文件命名格式统一
  • 4）错开时序：每日9:00执行任务1，每周五17:00执行任务2（间隔足够缓冲）
  • 操作步骤
  • 第一大步：创建任务1→触发方式每日9:00→按模板编写Prompt→保存启用
  • 第二大步：创建任务2→触发方式周期执行·每周五17:00→按模板编写Prompt→保存启用
  • Prompt模板
  • 任务1：请搜集今天AI行业的最新资讯，从以下来源获取：……。筛选出最重要的5条，每条按……格式整理，保存为“简报_YYYYMMDD.md”，保存到[周报素材]
  • 任务2：请读取文件夹[周报素材]中本周所有“简报_*.md”文件，汇总整合成一份周报。结构为：[本周概述（100字以内）+ 每日要点（每天3-5条）+ 下周展望]。输出为“周报_YYYYMMDD.md”格式，保存到[周报汇总]
  • 成功标准：每周五自动收到完整资讯周报
  • 【场景任务的设计实战】
  • 场景：项目经理——每周项目进度周报
  • 成功标准：每周自动收到完整项目周报
  • 产出：一个可运行的双任务自动化工作流

自动化优先级与工具选型——从会做到会选的决策框架

自动化优先级与工具选型——从会做到会选的决策框架
一、场景痛点
  • 1. 不会给任务排优先级
  • 2. 只会一个工具不够用
  • 3. 想掌握选型能力，判断其他工具的适应性
二、自动化优先级判断框架：四象限法
  • 两个维度：价值高低×实现难度
  • 四象限法
  • 第一象限（高价值+低难度）：立即执行
  • 第二象限（高价值+高难度）：拆解，先从子任务开始
  • 第三象限（低价值+低难度）：有空再做
  • 第四象限（低价值+高难度）：不做
  • 互动讨论：请学员思考，你的工作有哪些在第一象限，但没立刻做的
  • 产出：个人自动化优先级清单（含四象限分类）
三、工作流自动化工具的选型框架
  • 1. 三个常见工作流自动化工具及定位
  • 1）Workbuddy：你的电脑管家
  • 2）Coze：你的AI工厂
  • 3）n8n：你的系统水管
  • 2. 选型原则
  • 1）只操作本地地脑：选Workbuddy
  • 2）需要对外发布给别人用：选Coze
  • 3）打通公司多个系统的数据：选n8n

结语：学习总结与落地行动

结语：学习总结与落地行动
  • 1. 课堂回顾
  • 2. 答疑互动
  • 3. 落地行动

适合对象

不限岗位、不限职级，日常办公中涉及重复性工作任务的职场人士。无需任何编程基础或技术背景

课程定位与主要问题

课程以WorkBuddy为实操工具，不讲代码、不讲算法原理、不讲工具底层架构，只教一件事：如何用WorkBuddy把日常重复性工作交给AI自动完成

核心收益

  • ● 识别自动化机会：能快速识别工作中可自动化的重复性场景
  • ● 独立设计自动化任务：能设计不同类型的WorkBuddy自动化任务
  • ● 设计多任务自动化方案：能设计个人办公的多任务自动化工作流，实现高效协同
查看更多收益 收起更多收益
  • ● 构建任务自动化决策能力：用四象限法对任务排序，决策出高价值的任务优先落地
  • ● 建立工具选型判断力：能根据场景判断该用WorkBuddy、扣子还是n8n

课程背景与交付信息

课程结合《AI工作流自动化实战》的实际业务场景展开，帮助学员梳理当前背景、关键问题与后续落地动作。

课程时间

2天，12小时

授课方式

讲师讲授 + 实操演示 + 学员跟练 + 小组共创

课程内容重点

01为什么你的工作需要自动化
02自动化认知与WorkBuddy自动化入门
03单任务自动化实战——信息获取推送与文件数据处理
04多任务自动化实战——串点成线构建完整的工作流闭环
05自动化优先级与工具选型——从会做到会选的决策框架
06结语：学习总结与落地行动

讲师介绍

张闻川 讲师头像

张闻川

AI+企业智能提升实战专家

国防科大博士，前腾讯/360/深信服AI专家。20年AI算法研究与实战经验，主导30+AI落地项目，擅长将大模型、智能体技术转化为企事业生产力，累计降本增效超5000万元

互联网金融科技网络安全保险智能制造
查看讲师主页

课程差异说明

本课程页面围绕《AI工作流自动化实战》重点呈现课程定位、适合对象、核心收益和 6 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

不限岗位、不限职级，日常办公中涉及重复性工作任务的职场人士。无需任何编程基础或技术背景。

学习这门课可以获得什么收益？

● 识别自动化机会：能快速识别工作中可自动化的重复性场景；● 独立设计自动化任务：能设计不同类型的WorkBuddy自动化任务。

课程通常安排多长时间？

课程通常可按2天，12小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

讲师讲授 + 实操演示 + 学员跟练 + 小组共创

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配