大多数人都知道需要用 AI 实现自动化，但完全不知道从何下手。
他们听说过工作流、Agent 和十几种不同的 AI 工具，立刻感到不知所措。
工具太多、太复杂、上手门槛太高。
于是，他们索性什么都不做，最终每周浪费大量时间在手动任务上——而这些任务，只要遵循正确步骤，AI 本可以轻松搞定。
在这篇文章中，我将为你提供我用来识别、设计和构建任何自动化的精确三步框架——整个过程不到 10 分钟，无需编码，也无需昂贵的 AI 工具。
这个框架适用于你想为生活任何方面构建的任何 AI 自动化。
请务必看到文章最后（福利部分），我会免费赠送两个 AI 自动化资源。
目录
一：我该自动化什么？
二：设计方案
三：执行层
福利：我的 \免费\ 自动化资源包
第一步：我该自动化什么？
在你接触任何工具之前，你需要明确自己到底要自动化什么。这听起来显而易见，但大多数人完全跳过了这一步，最终在各种选项中迷失方向，一个有用的自动化都没建成。
我希望你做一个时间审计练习：写下你每天、每周、每月做的每一项任务。在这个阶段，不要过滤掉任何东西。
目标只是把它写下来（或以数字方式整理）；不管你是否认为它可以自动化。
三个类别：每日任务。每周任务。每月任务。
提示：实际经历一整天/一周的例行工作，这样你才能准确记录任务耗时。
一旦你有了清单，逐一检查每个项目并问自己两个问题：
- 这能完全自动化吗？
- 如果不能，AI 能否处理其中的 50-80%，让我只负责最后一步？
第二个问题最为关键。很多人看着清单，觉得没什么可以自动化的，因为他们只想到了完全自动化。但部分自动化同样有价值。
给你们举个具体的例子：我在 X 平台上用 AI 以多种方式辅助写作。然而，我并不希望 AI 从头到尾替我写帖子。所以，我让 AI 来处理所有的研究、抓取、语法检查以及发布前的所有繁琐工作。
策展和品味仍然属于我，但我利用 AI 系统来自动化那些不需要人工介入的任务。
专业建议：使用语音提示来构建这个清单。打开 Claude 或 ChatGPT，说明你想梳理自己每天和每周所做的一切，以便实现自动化。让它用问题来引导你。你会通过对话想起那些你永远不会想到要写下来的事情。
一个时间追踪日志的例子：
在文章末尾（福利部分），我会给你我的精确模板——不用担心自己创建。
第二步：设计方案
现在，你有了清单。我希望你现在做的是，只挑选一件事开始。
理想情况下，这是一个高杠杆的日常任务，如果实现自动化，每天可以为你节省 30-60 分钟以上。
对我来说，自动化我的整个内容研究系统（通过 Slack + Perplexity Computer + OpenClaw）每周节省了我好几个小时。
对你来说，这可能是电子表格工作、邮件管理、日历管理、待办事项列表追踪、会计、创意设计工作等等。
人们在现阶段犯的最大错误是试图一次性自动化所有事情。他们看着 20 个任务的清单，然后开始为每件事构建半成品的工作流。
不要这样做。相反，选择最高杠杆的项目，并承诺每周只自动化一个工作流。
在理想情况下，这意味着从现在开始的 2-3 个月内，你将同时运行 10 个以上的自动化。
一旦你确定了任务，在 Claude（或任何 LLM）中使用这个提示，来反向设计如何自动化你所需的工作流。
我也会在福利部分给你完整的超级提示。
填写你的具体细节，你将得到一个清晰的工作流（步骤、工具和执行顺序）。
关于约束条件的一个重要说明：大多数人不需要复杂的自动化。他们不需要 webhooks、API 和五个不同的工具串联在一起。你真正需要的只是一个简单有效的东西。
为了让这更具体，我在下面给你一些真实的例子（附上我个人推荐的工具）。
第三步：执行层
两个工具处理了我运行的大部分自动化。两者都使用 Agent 架构，这意味着它们不仅仅是回答问题；它们会代表你执行实际的工作流。
如果你是一个完全的初学者，只需从这些工具中挑选一个：
- Perplexity Computer
自发布以来，Perplexity Computer 迅速成为我最常用的 AI 工具之一。它与标准 LLM 的不同之处在于，它在单个工作流中利用了多个 AI 模型。
它可以使用 Gemini 进行研究，Claude 进行综合，GPT 进行结构化。它会自动在每个步骤选择最佳模型，所以你无需管理任何东西。
来自我自己工作流的一个真实例子：我用它为 AI Edge 团队构建每日内容简报。提示告诉 Computer 研究 AI 领域的发展，识别最强的想法，并将它们打包成一个即用型简报。它会启动多个并行运行的子 Agent，综合输出，并自动交付简报。
过去我和团队需要花费数小时手动研究的工作，现在每天早上自动运行。
Perplexity Computer 唯一的缺点是成本。它运行得非常好，并且非常有用，但这种生产力是有代价的。如果你没有能力投资一个高级工具，请使用下面的替代方案。
- Manus
Manus 是更经济实惠的替代方案，对于大多数工作流来说，它的表现同样出色。相同的 Agent 架构（它可以研究、综合、创建文件、生成图像和自动化重复性任务），但价格比 Computer 更低（有使用限制）。
一个实际的例子：给它一个提示，让它生成每日情报简报，扫描你所在领域的最新动态，并将简洁的摘要交付到日志文件中。
我喜欢 Manus 的一点是，它可以生成图像、构建幻灯片，并处理视觉输出（如果你的工作流涉及缩略图创意、演示文稿草稿或视觉研究，这非常有用）。
仅使用 Manus，我已经为 @aiedge 创建了许多爆款信息图。
对于你想要构建的 90% 的自动化，坚持使用 Perplexity Computer 或 Manus 就能完全搞定。
将这些工具作为日常驱动的唯一例外情况是，构建需要 API 连接、将实时数据输入仪表板、和/或跨多个平台同步数据的高度特定工作流。
对于这些工作流，第二步中的自动化架构师提示会标记出需要哪些额外设置。
我还建议使用 Cowork 来指导你完成那些更复杂的工作流。
福利：免费资源
正如之前承诺的，我制作了两个免费资源，帮助你开启 AI 自动化之旅。
首先，我构建了一个模板，用于辅助我在第一步中概述的时间记录练习。
其次，我构建了一个超级提示，你可以在任何 LLM 中使用它来帮助你准确识别哪些任务应该自动化（第二步）。
你可以在这里找到上述资源：
结语
这就是整个框架。它简单、可重复，并且会随着时间的推移产生复利效应，真正改变你借助 AI 能完成多少事情。
我希望你觉得这篇文章既有价值又实用。我的目标是每周都提供这样的内容。
如果你希望在你的信息流中看到这类内容，请关注 @aiedge_ 和 @milesdeutscher。
在这两个账号上，我每周至少发布 3 篇关于 AI 热门话题的文章。
最后，如果可以的话，请点赞/转发这篇文章，以便更多人能看到它 💙
