AI 工作流,難的不是工具,是結構:我在 Codex 搭了一個 AI 團隊,決策仍在我身上

AI 工作流,難的不是工具,是結構:我在 Codex 搭了一個 AI 團隊,決策仍在我身上

AI 實戰紀錄

AI 工作流,難的不是工具,是結構
我在 Codex 搭了一個 AI 團隊,決策仍在我身上

現在的 AI 工具用起來、學起來都很簡單。但要用 AI 為工作搭出一個完整的流程,讓它每天重複複製你現在的工作,才是最難的。我在 Codex 裡搭了一個 AI 團隊:Sales、企劃、執行、數據監控,再加上一個主管。這篇記錄它怎麼分工、每天怎麼跑,以及我為什麼把「判斷」留在自己手上。

  • AI 工作流
  • AI 團隊
  • Codex
  • 銷售自動化
  • 人機協作
我的 AI 團隊:我是最後的決策者,主管 AI 分配任務給 Sales、企劃師、數據投放與執行 PM 四個角色;每個 AI 角色都不替我判斷

01 / Structure

AI 工具很簡單,難的是把工作變成流程

現在很多 AI 工具,用起來很簡單,學起來也很簡單。

但是,用 AI 為自己的工作搭建一個完整的工作流程,讓它每天重複地複製我現在的工作,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,全部透過 AI 工作流程去完成。

難的不是工具,是結構

工具人人都能裝。真正的功夫,在於你看不看得清自己的工作:哪些地方可以被複製,哪些地方只能是你。


02 / Team

我在 Codex 裡搭了一個 AI 團隊

團隊有五個角色:Sales、企劃、執行、數據監控,還有一個主管。分工如下:

角色負責什麼
主管 AI判斷任務流程、分配給對應角色、追蹤進度並提醒我
Sales AI(銷售)依我建好的基礎資料篩選可開發客戶、撰寫客製化郵件,推給我確認後才發送
企劃師 AI內容策略、方案設計、客製化簡報
數據投放 AI(數據監控)市場與競品分析、資料收集與整理、成效追蹤與建議
執行 PM AI任務落地執行、內容製作、流程推進與時程管理

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。


03 / Daily

每天怎麼跑:從早上九點的名單開始

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,也就是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。

每天的流程:早上九點 AI 挑出十位可開發客戶,我判斷是否適合,AI 寫好郵件推給我看,我確認後它才發送;客戶回覆後我巡查,交給主管分配任務,中期產出完成後提醒我,我再花十分鐘判斷

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。

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,我再告訴它可以發了,它才發。

發信前先核對,寄出後再核對

它發信前,會先核對寄件帳號是否正確;寄出後,再從「已寄出」核對收件人、主旨與寄件帳號,全部通過,才去更新「中央表」(我用來集中記錄客戶與任務的資料表)。每項任務也都有編號,完成後在中央表更新狀態。

發完之後,如果有客戶回覆信件,我和它一起處理。後續的跟進,交給主管,而不是直接交給執行角色。主管的角色設定是:拿到一個客戶需求之後,判斷這件事要先找數據角色收集資料,還是先找企劃按現有產品做方案。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。


04 / Boundaries

三條底線:判斷、發送、巡查,我都不放手

我替 AI 團隊定的三條底線:AI 不替我做判斷、不自動發送我看過才發、不讓它主動巡查;決策最終還是在我身上
  • 01AI 不替我做判斷

    它找出的十個客戶,是不是真的適合?匹配的產品,是不是真的對口?這些判斷,我沒辦法交給它。

  • 02不自動發送,我看過才發

    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。

  • 03不讓它主動巡查

    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。

AI 能給的,我只打十分

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(以一百分為滿分)。如果真的希望客戶可以成交,很多地方都需要人為介入。這也是為什麼我把自己抽離出來,讓它負責發送這個動作,而不是讓它做判斷的事。


05 / How

想照搬這套模式,先做這三件事

如果你聽完,覺得想照搬這套模式,該怎麼做,大概還是茫茫然。我會建議這樣做:

  1. 先判定你的工作流程是什麼

    把你每天、每週實際在做的事,一步一步寫出來。

  2. 判斷哪些是可以複製、可以交給 AI 的

    找出重複、有固定規則的部分;需要你判斷的,先留在自己手上。

  3. 聽我建議你做什麼

    這一步,我可以針對你的工作流程給你具體建議。到這一步,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,是下一步的事。

AI 落地的四個階段:拆解工作、設計結構、落地執行、持續優化;以及想照搬時先做的三件事

06 / Conclusion

AI 落地,其實都不是真正的工具教學

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。

說明:

本文為作者親身實作紀錄,AI 團隊的設定與運作細節以作者目前的做法為準。文中所有圖片均為示意圖,未使用任何真實信件、客戶資料、信箱或帳號。

想把 AI 用進自己的業務,卻不知道從哪個小題目開始?

先聊 30 分鐘,我幫你找出第一個值得做的小題目。

本文收錄於專題:AI 實戰紀錄 看全部專題

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

購物車