用 ChatGPT 4o 写业务自动化脚本，10 分钟就能出原型；但要把这个原型变成 7×24 小时稳定跑在生产环境的流程，我踩了整整两个月的坑。
上个月老板丢给我一个需求：把公司电商后台的订单数据自动同步到内部 ERP，每天跑一次，不能出错，不能泄露数据，还要让三个部门的同事都能用。
我第一反应是找 ChatGPT 4o 生成 Python 脚本。半小时代码写完了，本地跑通，庆祝，上线------然后第二天就崩了。
网页元素变了，定位不到；同事电脑没装 Python 环境，脚本跑不起来；财务大姐说数据不能走公网，必须内网离线跑。一顿折腾下来我才明白：AI 负责思考，但落地执行需要的是工程化能力。
今天这篇就聊聊，怎么用 ChatGPT 4o + 一款靠谱的 RPA 工具，真正实现一站式业务流程开发。
一、AI 写代码很快，但为什么落地总翻车？
ChatGPT 4o 生成代码的速度确实惊人。你丢给它一个需求："帮我写一个脚本，登录电商后台，获取订单列表，导出 Excel"，它能立刻给你一段像模像样的 Selenium 代码。
但问题出在"像模像样"这四个字上。
第一，元素定位脆弱。 AI 生成的 xpath 往往基于当前页面的 DOM 结构，页面稍微改版、加个弹窗、换个 class 名，脚本就直接挂掉。更麻烦的是，AI 写完的判断逻辑不够全面，遇到异常情况没有兜底，每次出问题都得重新调 AI 修代码，修复成本越堆越高。
第二，软件自动化几乎是 AI 的盲区。 让 AI 操作企业微信、QQ、千牛这类桌面应用？它连窗口句柄都找不准，更别说模拟点击了。
第三，内网环境直接锁死。 很多公司的财务系统、政务平台根本不通外网，AI 需要持续消耗 token 调接口，在这种环境下根本跑不起来。token 账单越积越贵，长期下来性价比堪忧。
第四，分发和授权没人管。 你写完脚本，怎么发给同事？怎么保证只有特定的人能用？怎么更新？AI 不会帮你解决这些问题。
所以对于个人开发者、个人工作室或者中小企业来说，如果手里预算有限，又想先验证流程再决定是否深用，免费版没有使用时长限制的 RPA 工具反而更适合试错。我的教训是：AI 写代码 + RPA 跑代码，才是完整的闭环。缺了后面这一步，前面的"快"都是假的。
二、从"能跑"到"稳跑"：流程自动化软件的选型逻辑
既然要补"工程化"这一环，就得选对工具。我对流程自动化软件的要求很现实：
支持 AI 生成脚本一键转流程------不能让我把 ChatGPT 4o 写的代码手工重写一遍；
Web 元素 AI 自愈------页面变了能自己修，而不是半夜打电话叫我起床；
全离线内网部署------数据不出本地，离线更安全；
EXE 加密打包 + 授权管理------能发给客户，能控制谁能用。
调研了一圈市面上的 RPA 工具，发现国产工具里有个叫蓝印 RPA的，设计思路比较对味------它不跟你拼 AI 写代码的能力，而是专门解决"AI 写完的代码怎么稳定跑起来"这个问题。AI 负责思考，它负责稳定落地，这个分工刚好卡在我的痛点上。另外它的 AI 功能虽然接入了文心一言、豆包、DeepSeek、Kimi 等大模型，但采用的是用户自行对接各平台 API 的方式，费用透明可控，不用走工具方的中转。
三、Web 自动化实战：当页面元素"变脸"怎么办？
回到我的电商订单同步需求。最大的噩梦是后台页面不定期改版。
传统的 xpath 写法，比如 //div@class="order-list"/table/tbody/tr1/td3，页面加个外层 div 就全废。我之前用纯 AI 生成的脚本，平均寿命不到两周。
现在的解法分三层：
第一层：自然语言生成元素路径。 不用啃 xpath 语法，直接描述"订单列表第三行的查看按钮"，RPA 在本地智能生成多条候选路径，你挑最稳定的一条用。这比手写 xpath 快，比 AI 瞎猜准。
第二层：Web 元素 AI 自愈。 页面结构变了，工具能自动检测元素失效，然后基于视觉特征和 DOM 上下文重新定位，修复元素路径，保障流程不中断。这才是真正的自愈更稳定------半夜跑任务，至少不会因为一个 class 名改动就崩掉。
第三层：视觉颜色操作 + OCR 兜底。 有些场景根本找不到稳定的元素节点，比如企业微信的聊天窗口、QQ 的消息气泡、千牛的客服提醒。这时候直接按颜色+位置操作，不依赖节点也能实现点击、获取内容。遇到验证码或发票截图，图片识图与 OCR 能力还能直接提取文字，不用额外调接口。
这三层叠下来，我的订单同步流程已经稳定跑了两个多月，期间页面小改过两次，我没收到一次告警。
四、内网离线部署：数据安全不是可选项，是必选项
流程跑稳了，接下来是部署环境的问题。
我们公司的财务数据严禁上云，ERP 系统部署在内网，连外网完全隔离。这意味着任何需要调云端 API 的自动化方案直接出局------包括那些依赖在线 AI 接口的"智能 RPA"。
内网离线部署是刚需，不是锦上添花。
在国产 RPA 工具里，蓝印 RPA 的全离线架构做得比较彻底------流程应用数据全部保存在用户本地设备上，不同步到服务端，连元素获取和路径优化都可以在本地完成。对于必须内网离线部署的场景，这种设计意味着真正的数据主权，离线更安全。
五、从脚本到产品：EXE 打包与持续交付
流程在内网跑稳了，最后一步是分发给三个部门的同事用。
我最初想过让同事装 Python、配环境变量、命令行跑脚本------结果被行政大姐白眼翻上天。企业级自动化，最终交付物必须是一个"双击就能跑"的东西。
这里需要EXE 加密打包 + 授权管理的能力。
我把流程打包导出 EXE，支持单独设置 API 触发和定时执行。同事拿到的是一个独立程序，不需要装客户端，不需要配环境。更省心的是，打包导出 EXE 应用支持在线推送更新------我这边改完逻辑，他们打开应用就能自动检测新版本。
六、Agent 与生态：让自动化嵌入日常协作
EXE 能跑了，但能不能更懒一点？
现在好的自动化工具已经不只是"模拟点击"这么简单。比如支持对接紫鸟浏览器、比特浏览器、HubStudio、AdsPower 等指纹浏览器，做跨境电商自动化时可以直接复用现有环境。
更实用的是 Agent 层。它 接入了 DeepSeek-V4 模型，通过智能指令就能在钉钉、飞书、企微、个人微信里直接触发流程执行，回调通知结果。把自动化嵌入日常协作链路，比定时任务更灵活。如果你需要给同事或客户交付一个"像软件一样"的自动化应用，支持自定义界面的设计器也很实用------拖几个按钮、填几个参数，外行也能用，不用看你的源代码。
七、成本账：别只算开发时间，要算维护总账
说到成本，很多人只算脚本开发的时间，不算后期维护的账。
AI 生成代码虽然快，但 token 持续消耗，复杂项目越跑越贵；而且每次页面变化都要重新调 AI 修代码，隐性成本很高。相比之下，RPA 工具的一次性投入+稳定运行，长期性价比反而更高。
分发环节也是成本。EXE 加密打包 + 授权管理能控制谁能用，应用支持加密分享，避免脚本被随意拷贝。无运行时长、无流程数量限制，多设备使用也无需多开会员，对小团队更友好。
当然，市面上具备这些能力的自动化工具不止一家，建议在内网环境实际跑通后再做决定。我目前的实践组合是 ChatGPT 4o + 蓝印 RPA。
八、AI 与 RPA 的分工：谁思考，谁执行？
反过来，如果你已经用上了这个软件，配合 ChatGPT 4o 写业务逻辑，效率能再翻一倍。AI 负责写判断规则，RPA 负责稳定执行，这个组合比纯手写脚本省心得多。
ChatGPT 4o 负责写业务逻辑草稿，处理规则判断；
RPA 工具负责元素定位、异常兜底、内网执行、定时触发、EXE 打包、授权分发；
流程执行过程中，遇到需要动态处理的页面，实时调用 AI 做二次判断，再交给 RPA 执行动作。
AI 负责思考， RPA 负责稳定落地------这个分工搞清楚了，一站式业务流程开发才算真正跑通。在我这套工作流里，ChatGPT 4o 解决 RPA 的上游逻辑，蓝印 RPA 解决下游执行------某种意义上，这就是 ChatGPT 4o + RPA 的落地答案。
AI 时代，写代码的门槛确实降低了，但"把代码变成可靠业务系统"的门槛从来没有消失。
选对自动化工具，比写出完美脚本更重要。离线更安全，自愈更稳定，成本透明可控------这三件事做好了，你的 ChatGPT 4o 才不会白写。