码哥用扣子搭了一套自动跟进工作流,每天省2小时这不是夸张

上周三下午,一个做销售的朋友发消息问我:"有没有办法让客户填完表单之后,自动把信息记到表格里,同时给我发个钉钉通知?现在是我一个个手动拷贝的,有时候忘了,客户那边还会投诉说没有跟进。"

我问他一天这类信息大概多少条。他说:"少说也有二三十条,每条处理加确认大概要 2-3 分钟,算下来一天光这个就要花将近一个小时。"

这不是代码能解决的问题------或者说,不是他能写代码解决的问题。但扣子可以。

我花了 40 分钟帮他搭了一套工作流。现在他每天只需要检查一次表格,钉钉通知自动到账,整个流程他一行代码没写。

这篇文章就拆解这套流程是怎么搭的,以及工程师视角下扣子哪里真好用、哪里别踩坑。

扣子是什么,先说清楚

扣子(coze.cn)是字节跳动推出的 AI 工作流平台,2026 年 1 月刚发布了 2.0 版本。

用一句话说清楚它能帮你做什么:把原来需要你坐在电脑前手动操作的一系列步骤,变成一条自动运转的流水线。 你只需要在可视化的画布上拖拽节点、连线,告诉它"先做什么、判断什么、再做什么",流程就能自动跑起来。

它不需要你懂编程。你只需要能描述清楚你的工作流程------"收到表单 → 整理信息 → 写入表格 → 发通知"------扣子就能把这个流程自动化。

图:职场中重复的信息处理工作,才是最耗时间的"隐形成本"

定价方面(已实时核验):免费版每天 500 积分,日常轻量使用基本够;个人进阶版 ¥9.9/月,团队版 ¥178/月;对职场个人用户来说,免费版先上手试,真正有稳定需求了再升级。

用之前 vs 用之后

先把结果摆出来,再讲怎么做。

用之前的状态:

我那位朋友的每天流程是这样的:客户填了问卷 → 他的邮件或微信收到提醒 → 打开看一下 → 手动打开飞书表格 → 把信息粘贴进去 → 打开钉钉 → 找到跟进群 → 发一条通知 → 确认已读。

每条信息 2-3 分钟,一天 30 条,就是 60-90 分钟。这还不算中途被打断、漏掉某条的情况。

用之后的状态:

客户填表单 → 扣子工作流自动触发 → 飞书表格自动新增一行记录 → 钉钉群自动收到一条格式化通知 → 他只需要在钉钉点一下"已知晓"。

整个处理时间从 2-3 分钟/条压缩到了 5 秒(查看通知的时间)。一天 30 条,节省约 85 分钟。

这不是我凭空说的数字,是他自己测算了一周之后告诉我的。

图:引入扣子工作流前后,同样30条信息的处理时间对比

这套工作流是怎么搭的

我把整个搭建过程拆成 5 步,你跟着做就能复现。

第一步:在扣子里新建一个工作流

打开 coze.cn,登录后进入"工作流"模块(导航栏有),点击"新建工作流"。给它起个名字,比如"客户跟进自动化"。

进入画布之后,你会看到一个默认的开始节点(绿色)和结束节点(橙色)。所有流程都从开始节点出发,到结束节点收尾。

第二步:配置触发方式

扣子支持多种触发方式:

  • 对话触发:有人在机器人里发消息就触发(适合内部机器人)
  • 定时触发:设定时间点自动运行(适合每日汇总类任务)
  • 表单触发:外部系统回调触发(稍高级,需要 webhook)

对于我朋友的场景,我们选择了最简单的方式:每次他把新客户信息通过扣子机器人手动粘贴进来,工作流自动处理后续的表格写入和通知发送。这样不需要对接外部系统,直接在钉钉里就能用。

第三步:加入 LLM 节点,让 AI 整理信息

在画布上点击加号,选择"大语言模型"节点。

这个节点的作用是:把客户粘贴过来的原始文本(可能是各种格式,有些人填得很乱),用 AI 整理成统一格式,比如提取出:客户姓名、联系电话、需求类型、跟进优先级。

在节点的"提示词"里写清楚你要提取什么信息,然后把输出设定为结构化的变量(姓名、电话等)。这一步是整个工作流最有价值的地方------AI 把非结构化的"人话"变成了可以被后续步骤处理的结构化数据。

⚠️ 避坑提醒 1: 提示词里一定要说清楚"如果某项信息缺失,返回空字符串",否则 AI 会自己脑补一个,最后写进表格的数据就乱了。

第四步:加入飞书插件节点,自动写入表格

扣子的插件商店里有飞书的原生插件。搜索"飞书多维表格",选择"新增记录"这个工具。

需要填三个参数:

  • 表格的 app_token(从飞书表格 URL 里复制)
  • 表格 ID(同样从 URL 里找)
  • 要写入的字段(对应上一步 LLM 提取出来的变量)

填好之后,每次工作流运行,飞书表格就会自动新增一行。

⚠️ 避坑提醒 2: 飞书表格的权限一定要提前设好,把扣子的应用加到表格的协作者里。否则写入时会报"权限不足",新手很容易卡在这一步半小时。

第五步:加入钉钉插件节点,发送通知

同样在插件商店里搜索"钉钉",选择"发送群消息"或"发送工作通知"。

你需要提前在钉钉开发者后台创建一个机器人,获取 webhook 地址,填入节点配置里。消息内容里可以引用前面 LLM 提取的变量,比如:"新客户跟进提醒:姓名 已添加至表格,联系方式:电话,需求类型:类型。"

全部节点连好之后,点击右上角"运行"测试一下------看看飞书表格有没有新增记录、钉钉有没有收到通知。

图:5个节点,串成「收集→AI整理→写表格→发通知」完整链路

工程师视角:扣子哪里好用,哪里是坑

我是做了 10 年后端的,帮朋友搭完这套工作流之后,说说我的真实判断。

真正好用的地方:

  1. 插件生态已经很完整了。 飞书表格、钉钉通知、邮件发送、网页抓取、AI 大模型调用------这些在扣子里都有现成插件,拖进来配一下就能用。过去要实现这套流程,你得写 Python 脚本、申请钉钉 webhook、处理飞书 API 鉴权......现在不用了。

  2. LLM 节点是杀手锏。 把非结构化文本处理成结构化数据,这个能力以前只有写代码才能实现。扣子里直接配提示词就行,对非技术用户来说门槛低了至少 80%。

  3. 对于「中等复杂度」的工作流,完全够用。 信息收集、格式转换、通知推送------这类需求扣子都能搞定,不需要代码。

你需要知道的坑:

  1. 调试体验差。 工作流出错了,只能看错误日志,不能像写代码一样单步调试。节点多了之后定位问题很费时间。这是我觉得最不成熟的地方。

  2. 复杂条件分支有上限。 如果你的流程里有很多"如果是 A 就做 X,如果是 B 就做 Y,如果是 C 又要判断是否 Z......"这种多层嵌套条件,扣子的选择器节点会越搭越乱。这种情况写代码反而更清晰。

  3. 免费额度在高频场景下不够。 每天 500 积分,如果你的工作流一天要跑几百次,很快就到上限。需要购买进阶版。

  4. 数据隐私要想清楚。 客户信息要经过扣子的 AI 模型处理。如果你们公司对数据安全有严格要求,这个要提前和 IT/法务确认。

说白了,扣子很适合 80% 的职场工作流需求,但那剩下 20% 需要精细控制的场景,还是得写代码或者用专业的 RPA 工具。

适合什么人用,什么情况别用

适合你用,如果:

  • 你每天有重复的「收信息→整理→发通知」流程
  • 流程步骤清晰,不超过 8-10 个节点
  • 你不会写代码,但愿意花 1-2 小时学扣子的基础操作
  • 数据安全要求不极端严格

暂时不推荐,如果:

  • 流程里有大量复杂条件判断(超过 4-5 层)
  • 需要跟公司内网系统对接(扣子目前对私有化部署的支持有限)
  • 一天处理量超过 1000 条(免费额度不够,企业版成本要算清楚)
  • 数据里有合同、财务等高敏感信息

常见问题

Q:扣子需要翻墙用吗?

A:不需要。coze.cn 是国内版本,直接访问,支持手机号注册,微信支付续费,完全没有访问问题。注意区分 coze.cn(国内版)和 coze.com(国际版),功能有些差异,国内用 .cn 就好。

Q:钉钉群机器人怎么创建?有人说很麻烦。

A:确实需要几步:进入钉钉群 → 群设置 → 机器人 → 添加自定义机器人 → 复制 webhook 地址。全程不超过 5 分钟。扣子里粘贴这个 webhook 地址就能发消息了。唯一要注意的是钉钉在 2023 年后要求机器人消息里包含关键词(你自己设定),不包含的消息会被拦截------这个坑很多人踩。

Q:工作流能做定时任务吗?比如每天早上 9 点汇总发一次报告?

A:可以。在工作流的触发节点里选择"定时触发",设置 cron 表达式或者直观的时间选择器,选好之后工作流会按时自动运行。这个功能非常适合"每日汇总""每周报告"这类场景。

Q:搭好之后能分享给同事用吗?

A:可以。工作流可以发布成一个机器人,然后通过邀请链接分享给同事。团队版支持多人协作编辑同一个工作流,更适合团队统一使用。

参考资料

扣子这类工具最大的价值不是帮你做更多事,而是把你从重复劳动里解放出来,让你把时间用在真正需要判断的地方。那 80 分钟不是"省了",是你重新拥有了------用来见客户、写方案、或者早点回家。

码哥帮这位朋友搭完之后,他发了条消息说:"这玩意儿要是两年前就有就好了。"我告诉他,两年前确实没这么好用。这轮 AI 工具迭代太快,多数人还停留在"AI 只能聊天"的认知里,但扣子这种工具已经能干实事了。

如果你身边有同事还在手动做这类重复流程,这篇可以直接发给他,省他自己摸索。下一篇我打算拆解另一个场景:用扣子搭会议纪要自动化------从飞书录音到结构化纪要再到群通知,全程不碰键盘,感兴趣的关注一下。

相关推荐
驰骋工作流5 小时前
驰骋JFlow,BPM,CCFlow 异表单分合流需求列表
工作流引擎·bpm·jflow·开源驰骋低代码·ccflow·ccfast
Tbisnic1 天前
AI大模型学习第十三天:让AI学会查资料、记数据、看图和听声
人工智能·ai·大模型开发·rag·coze
米核AI易山2 天前
扣子工作流变量体系深度解析:从踩坑到精通
人工智能·coze·扣子工作流·米核ai易山
驰骋工作流2 天前
驰骋 BPM(CCFlow/JFlow)四大运行模式与 Flowable/Camunda 技术对比
工作流引擎·工作流·bpm
米核AI易山2 天前
扣子工作流设计模式:5 种可复用的架构模板
人工智能·架构·需求分析·coze·扣子工作流·米核ai易山
Tbisnic3 天前
AI大模型学习第十二天:Coze工作流与智能体开发
人工智能·python·ai·大模型·智能体·coze
qq_411262423 天前
AI-02模组架构与Coze智能体接入说明
人工智能·ai·架构·esp32-c3·coze·四博
米核AI易山4 天前
扣子工作流项目交付全流程:从需求分析到上线维护的实战方法论
人工智能·需求分析·coze·扣子工作流·米核ai易山
jiayong238 天前
AI工作流实现原理深度解析
人工智能·comfyui·工作流·coze