在飞书多维表格中,通过"字段类型"添加AI功能列的核心逻辑是将AI模型能力与结构化数据结合,实现自动化内容生成与信息处理。以下是具体操作步骤及关键要点,结合实际应用场景说明:
一、基础操作步骤
-
创建多维表格
-
登录飞书,选择"新建多维表格"(需在独立页面创建,而非知识库内)。
-
建议简化表格结构,保留核心字段如"链接""关键词""原始内容"等,为后续AI处理预留空间。
-
-
添加基础字段
-
链接字段:用于输入待处理的URL或资源路径,作为数据输入的起点。
-
全文内容提取:通过飞书内置的"自动提取全文"功能,抓取链接中的文本内容(适用于文章、文档等)。
-
原始数据字段:如"产品名称""用户评论"等,存储待分析的原始信息。
-
-
配置AI功能字段
-
点击"+ 添加字段",选择"AI" → 选择模型(如DeepSeek R1、豆包大模型等)。
-
关键字段类型:
-
标题生成:设置提示词如"用10字内提炼核心卖点",自动生成标题。
-
金句提炼:通过DeepSeek R1模型,输入指令如"从全文提取最有传播力的金句,不超过20字"。
-
情感分析:调用AI模型判断用户评论的正负面情绪,并打标分类(如"好评""差评")。
-
结构化提取:从非结构化文本中提取指定字段(如订单号、日期、金额等),需定义字段类型(字符串、布尔值等)。
-
-
-
设置提示词与引用逻辑
-
在AI字段的配置界面,输入自然语言指令,例如:
复制
## 要求 根据[产品名称]和[卖点描述],生成3条小红书风格标题,需包含emoji和悬念 ## 引用字段 结合字段A、字段B、字段C
通过"{{字段名}}"语法引用其他列的数据。
-
通过"公式"字段关联AI输出结果,例如将"金句提炼.输出结果"映射到展示列1。
-
-
扩展多模型协作
-
针对复杂任务,可同时集成多个AI模型分工处理。例如:
-
视觉模型(如豆包):分析商品图片,提取颜色、材质等信息。
-
文本模型(如DeepSeek):根据提取的信息生成口播文案。
-
-
通过"字段捷径"功能,串联不同模型的输入输出,形成自动化流水线。
-
二、应用场景与配置示例
-
电商文案批量生成
-
字段配置:
-
输入字段:产品图链接、核心卖点、优惠信息
-
AI字段:标题生成(DeepSeek R1)、卖点结构化提取(豆包)、口播文案生成(多模型协作)
-
-
提示词示例:
复制
以“痛点+解决方案+紧迫感”结构生成抖音口播文案,包含价格锚点和行动号召
输出结果可直接用于直播脚本或商品详情页。
-
-
用户评论情感分析
-
字段配置:
-
输入字段:用户评论原文
-
AI字段:情感标签(正向/负向)、问题分类(如物流、品质)、自动回复文案
-
-
模型选择:使用飞书智能伙伴Aily的字段提取功能,定义"问题类型"为选项字段。
-
-
会议纪要自动化
-
字段配置:
-
输入字段:会议录音转文字
-
AI字段:关键结论提取、待办事项生成、情绪识别(标注重点讨论部分)
-
-
优势:小鹏汽车通过类似配置,节省20%会议时间。
-
三、核心优势与注意事项
-
优势
-
零代码操作:图形化界面+自然语言指令,业务人员可直接搭建。
-
批量处理能力:支持上千条数据并行生成,如电商SKU文案批量输出。
-
模型灵活性:可切换DeepSeek、豆包等模型,适配不同任务需求。
-
-
注意事项
-
提示词优化:生成质量依赖指令清晰度,需迭代测试(如限定输出格式、举例说明)13。
-
数据权限管理:敏感字段需设置权限,限制不同角色的可见范围。
-
结果校验机制:建议添加"人工复核"列,标记需修正的内容。
-
四、进阶技巧
-
自动化工作流扩展 :
结合飞书自动化功能,实现"保存链接→AI处理→推送结果到群聊"的全流程。
-
历史版本管理 :
使用多维表格的版本回溯功能,记录AI生成内容的迭代过程。
通过上述方法,用户可将飞书多维表格转化为"AI驱动的智能数据库",显著提升内容生产、数据分析等场景的效率。实际案例显示,蔚来汽车通过类似方案节省超2万工时。