企业官网建设流程全解析

先说个有点丢人的起因：我盯着后台账单翻了五分钟，就为了确认一件事——某个AI工具我这个月调用了342次，折下来单次成本刚好六毛钱。六毛钱，掉地上都不一定有人捡，可342次乘以0.6元，一个月就是205块，一年小两千五。我越想越不对劲，当天晚上就决定动手，用完全免费的平台和免费额度，搭一套同样能干活的自动化工作流，把这个成本直接打到0。

于是就有了这套“零成本AI工作流”。现在它每天自动跑，整理我的工作碎片、生成日报、定时推送到群里，现金成本一分钱没有，维护成本约等于周末两小时。这篇文章不卖课也不推广，就把我选型、搭建、踩坑的全过程摊开讲，特别适合每天都要用AI处理重复琐事、又不想持续掏订阅费的朋友。你放心，不涉及任何高端操作，全部是拖拽节点、填提示词、配API这种入门起步的活儿，唯一的门槛是你愿意花两个晚上折腾。

1. 先算账：那6毛钱到底贵在哪

1.1 一次6毛，一个月到底烧掉多少

很多人对按次计费的AI工具没概念，觉得一次几毛钱不痛不痒。我当初也是这么想的，直到某天瞄了一眼后台用量明细：342次调用，折合费用205.2元。这342次不是全是我手动点的，其中一大半是“自动摘要”“每日总结”“待办整理”这类固定动作，它们每天在固定时间自己跑，风雨无阻，账单也风雨无阻。

我给自己算了一笔更扎眼的账。假设你每天只让它做10次轻量任务，比如整理当日聊天记录、把零散想法变成要点、给一段文字起标题，单次6毛，一天就是6块，一个月180块，一年2160块。这还不算偶尔一次长文处理，那种更贵。所以问题的本质不是6毛钱本身，而是“6毛钱的固定频率”，频率一旦上来，小额成本立刻变成大额支出。

这时候你就会理解我为什么要折腾零成本方案。它不是抠门，是想把这个“每次必花的6毛”去掉，让同样的流程跑在免费额度上。免费额度有上限，但做日报、整理摘要、筛简历这类轻量任务，只要控制好调用频率，免费额度完全够用。省下来的不是一块两块，是一年几千块的可持续成本。

1.2 零成本不是零投入：先搞清隐性成本

我得先把丑话说在前面：所谓“零成本”，指的是现金成本趋近于0，不代表你什么都不用付出。这套方案的实际投入是两个晚上（大概6到8小时）的学习和调试时间，外加一台能开浏览器的普通电脑。如果你非要较真，说时间也是成本，那确实，但一次性时间换每年两千多块的持续性支出，这个兑换率我觉得很划算。

还有一个隐性成本容易被忽略：维护成本。免费平台会改版，模型会升级，API字段偶尔会变。我后面会专门讲踩坑记录，就是因为这些平台不像付费商业工具那样“稳定如山”，它时不时弄出点小变动，你得愿意偶尔花十几分钟修一下。想明白这一点再动手，你就不会中途因为一次报错就放弃。

我建议你在开始之前，先用一张纸列出自己的“高频AI动作清单”，比如：每日总结、信息分类、格式转换、定时提醒。圈出频率最高的前3个，用这套工作流思路逐个替代。不要贪多，先解决最烧钱的那个，跑通之后再复制到下一个场景。

2. 工具选型：为什么是扣子+飞书，而不是Dify自部署或n8n

2.1 三个方案的桌子：扣子、Dify、n8n

工作流搭建现在可选的工具很多，但我这次的目标很明确：不要钱、要快、要稳。基于这个目标，我把三个主流方案摆在桌上比了一轮：扣子（Coze国内版）、Dify自部署、n8n自部署。三者都能做自动化工作流，但它们的成本结构和适用人群差异很大。

我并不是说Dify和n8n不好，它们在各自的场景里都是好工具。尤其是Dify，如果你有私有化部署的需求，或者公司不允许数据出内网，那它几乎是绕不开的选择。但“自部署”这三个字本身就意味着成本：最便宜的云服务器一个月也要几十块，这直接违背了“为了省6毛钱”的初衷，属于为了省油钱去买辆车，逻辑上就歪了。

扣子这类托管平台的优势在于：定时触发、模型调用、消息推送、数据库读写都在平台里托管，你不用管服务器死活，也不用半夜爬起来看日志。免费额度对个人轻量场景来说，像日报、摘要、格式转换这类任务一天跑几十次，完全在额度范围内。这才是“零成本”的真正含义——你只管业务流程本身，底层的运行环境有人替你兜着。

2.2 我的最终选择和数据流

最终架构是“扣子工作流+飞书多维表格+飞书群机器人”三件套。扣子负责跑逻辑，多维表格负责存原始素材和结果，群机器人负责把日报推到手机上。这套组合有三个好处：全免费、全中文、全在浏览器里操作。

我用文字把整个数据流描述一遍，不画图，你跟着念就能看懂：每天晚上6点，扣子的定时触发器启动，先从飞书多维表格里读取当天新增的所有素材行，把所有素材合并成一段文本，丢给大模型节点，让它按固定格式生成日报，日报生成后再通过飞书节点写回多维表格的“日报结果”字段，同时推送一条消息到飞书群。整个过程没有人参与，我从下班那一刻起就不用管它了。

这里要提一个热词：工作流编码。很多人一听“编码”以为要写代码，其实工作流编码就是把一个流程用节点和连线表达出来，本质上是“流程即代码”。你不需要会Python或者Java，但要会用if-else逻辑、会填提示词、会看报错信息。这套日报工作流的全部“编码”，就是5个节点和2条连线，非常简单。

3. 核心实现：从6毛钱包月到零成本日报工作流

3.1 需求定义：从“每晚整理日志”开始

先说清楚我到底要替代什么动作。我之前习惯在微信里给自己发各种工作碎片：和同事确认的一个时间点、临时想到的方案方向、甲方随口提的一句修改意见。到了晚上，这些碎片散落各处，整理起来很烦。于是我用那个按次付费的工具，每次都把碎片复制进去，让它生成一份结构化日报，单次6毛钱。

拆解一下这个需求，核心就三步：收集碎片、交给模型整理、把结果存成日报。这三步里最值钱的是第二步，也就是“把杂乱文本变成结构化清单”的能力，而这一步恰恰是现在免费大模型都能做得很好的。既然模型能力免费就能拿到，我只需要把收集和存储的管道搭好就行。管道本身不需要大模型，用多维表格和触发器就能实现。

所以需求定义清楚之后就发现：真正让我每月掏钱的不是“整理日报”这件事，而是“我懒得把收集和整理串起来”。工作流解决的正是这个串联问题，一旦串起来，那个按次付费的工具就彻底可以退掉了。

3.2 第一步：把素材搬进多维表格

我用的数据存储是飞书多维表格，它在免费版里提供的记录数足够个人用很久。我先建了一个名为“工作碎片”的表格，字段包括：日期、来源、内容、类型、状态、日报结果。其中“内容”字段用来存原始碎片文本，“日报结果”字段用来回填生成好的日报，“状态”字段用来标记这条素材是否已经被纳入当天的日报。

收集方式有两种。一种是我自己手动新增记录，把碎片粘贴进去；另一种更省事，在飞书里创建一个表单视图，我直接往表单里丢内容，它自动落到表格里。我实测下来，最顺手的是用飞书机器人往多维表格写数据，但那个要配机器人的API权限，第一次配稍微有点绕。如果你只想快速跑通，先用表单视图，两分钟搞定。

多维表格的字段类型要稍微注意一下：日期字段选“日期”，内容字段选“多行文本”，状态字段选“单选”。为什么要用多行文本？因为碎片内容经常带换行，如果字段类型选成“单行文本”，后半段会被截断。这个问题我后来在踩坑部分还会提到。

3.3 第二步：搭建日报生成主流程

接下来是重头戏：在扣子里创建“日报生成”工作流。工作流从定时触发器开始，我把触发时间设为每天18:00，并选了“工作日”重复规则，周末不跑。然后添加第一个节点“多维表格查询”，配置好飞书账号授权，选定“工作碎片”表格，查询条件是“日期等于今天且状态为空”，这样能精准把当天的素材捞出来。

查询出来的数据是多行记录，不能直接丢给大模型。我加了一个“代码节点”或者叫“文本处理节点”，把多条记录拼接成一段带序号的大文本，格式类似“1. 和产品对齐了3.0版本上线时间；2. 用户反馈下载页加载慢”。这个小动作很关键，它决定了模型能不能把每条素材区分清楚。

拼接完成之后进入“大模型节点”。模型我选的是平台内置的基础模型，免费额度内可以调用。提示词我写了很久，最终稳定下来的版本是这样：

你是我的工作日志整理助手。请把以下碎片化记录整理成一份结构化日报，格式必须包含三部分：【今日重点】【待办事项】【明日计划】。要求：只提炼原有信息，不得凭空补充；每条要点控制在30字以内；如果某项为空就写“无”。以下是原始碎片：

{input_text}

这里的“{input_text}”是上一个节点传进来的拼接文本。你可能注意到我在提示词里强制规定了三要素和字数限制，这是经验之谈：大模型在格式自由的时候最不稳定，一次一个样，把格式焊死在提示词里，它就没那么多自由发挥空间了。参数方面，温度我调到0.2，输出长度上限设了1000字。温度越低输出越稳定，代价是少一点“灵性”，但对日报这种结构化输出场景，稳定压倒一切。

3.4 第三步：定时触发和消息推送

大模型节点生成日报之后，还需要把结果存回表格，并通知我“日报已经生成好了”。这一步我加了两个节点：第一个是“多维表格更新节点”，条件是匹配到当天所有未被处理的记录，把日报结果写入这天的空白字段里，同时把状态字段改为“已生成”。这个写回动作是必须的，否则第二天工作流再跑，又会把这些记录当成未处理的新素材。

第二个是“飞书群机器人节点”，把生成的日报正文发送到我的一个私有群，群只有我一个人，纯粹当通知管道用。手机上飞书会弹消息，我躺着划一眼就知道今天的工作收尾了。如果你不想用飞书群，也可以改成发邮件、发钉钉、发企业微信，扣子里都有现成节点，选你日常打开频率最高的那个就行。

这里多说一句关于“发布”的问题：扣子里把节点全都搭好之后，一定要点右上角的“发布”按钮，工作流才会真正生效。我见过很多新手搭完节点后满心欢喜等推送，结果啥也没来，十有八九是忘了发布或者忘了在触发器里把开关打开。这是个特别蠢但又特别常见的坑。

3.5 关键参数和免费额度怎么卡

整套工作流跑下来，每天实际消耗是这样的：查询节点不计费，文本拼接节点不计费，大模型节点调用1次，多维表格写回不计费，飞书消息不计费。也就是说，真正消耗免费额度的只有1次大模型调用。扣子免费版每日有几万token的基础模型额度，我用掉的不到百分之一。

但你要注意一个隐藏限制：每分钟请求数（QPS）限制。有一次我改提示词时手滑，不小心把工作流设成了每分钟循环调用，结果直接触发平台的限流，报错信息写得含糊其辞，我排查了半天才发现是触发器的频率参数配错了。免费额度不是怕你用得多，是怕你“忽然涌进一大波请求”。所以凡是涉及定时触发，频率宁可保守一点，日报这种任务一天一次足够，完全不需要设成每小时。

如果你嫌一天一次不够，想把几个场景串在同一个工作流里，那就要算好大模型节点总调用次数。我后来把“简历筛选”“文章转口播稿”这些也加上之后，每天的总调用次数稳定在10次左右，依然远低于免费额度下限。换句话说，只要你不是拿它跑视频批量生成那种重型任务，个人使用基本不会碰到配额墙。

4. 同一套思路能复制到哪些场景

4.1 简历筛选工作流：把PDF变成排名表

日报工作流跑通之后，我顺手复制了一套去筛简历。我平时会帮团队看一些初级岗位的简历，一份份打开PDF阅读实在太费神。于是我建了个“简历筛选”工作流，流程变成：把收到的简历文件拖进飞书云盘指定文件夹，定时触发器每半小时检查一次新增文件，解析PDF文本，把文本丢给大模型，提示词里提前写好岗位要求，让它从“匹配度、硬技能、经验时长、风险点”四个维度打分，最后把结果写入多维表格，按分数排序。

这个场景的本质和日报一模一样：输入是零散的（多份PDF），处理是统一的（按同一套JD标准打分），输出是结构化的（排名表）。你也看到了，换汤不换药，核心还是那几步：收集、拼接、模型处理、结构化回写。我唯一额外加的是一个“文件解析节点”，负责把PDF转成纯文本，扣子和飞书都有现成组件，不用自己写解析代码。

4.2 图文转口播稿：一次用上三个模型节点

日报和简历筛选都是单模型节点，属于比较朴素的用法。文章转口播稿这个场景，我用上了“多AI协作”，也就是一个工作流里排了三个大模型节点，各干各的，像流水线一样。

第一个节点负责把公众号长文压缩成核心要点，避免后面处理超长文本；第二个节点接收要点，按口播的口吻写成逐字稿，语气要求像主持人聊天，不能有书面腔；第三个节点把逐字稿拆成几条发布用的预告文案。三个节点串联，前一个的输出是后一个的输入。你可能想问：为什么不一个节点直接生成全部？因为单次提示词越长，模型越容易丢失前面的指令，而且一旦中间某段不满意，你得整篇重新生成。

多AI协作的核心原则是：每个模型节点只干一件事，把任务拆到足够细。这就像做饭，一个厨师负责洗菜切菜，一个厨师负责下锅，一个厨师负责摆盘，每个环节都稳定，整条线就不会翻车。代价是多占几次模型调用，但免费额度依然扛得住。

4.3 从工作流到Agent：轻量级也能玩

“AI Agent”这个词现在很火，但很多人被各种营销文章唬住了，以为Agent是什么玄乎的东西。我用这套工作流的经验告诉你：当你让工作流能“根据输入内容决定下一步走哪个分支”的时候，它就已经具备了一点Agent的味道。比如我在日报工作流里加了一个条件判断节点：如果当天素材条数为空，就不调用大模型，直接结束；如果素材条数超过20条，先走一个“摘要压缩节点”，再进入正式的日报生成节点。

这个选择逻辑就是Agent最基础的雏形：感知输入、做出决策、执行对应动作。扣子里也有“智能体”功能，可以让你把多个工作流当成工具交给对话机器人调用，那是更进阶的玩法。但我的建议是，别一上来就追Agent，先从固定的工作流跑起，把节点和数据流吃透，理解模型输入输出之间的流转，再谈智能决策。地基打牢了，后面加什么功能都不慌。

5. 踩坑记录：这些坑够你喝一壶的

5.1 定时触发没反应，先查这几个地方

我第一次设置定时触发器之后，第二天18:05打开飞书，消息没来。我当时第一反应是平台出bug了，骂了十分钟之后才冷静下来排查。最后发现问题是我在触发器里把“重复规则”设成了“不重复”，这相当于只触发一次，而那次触发发生在测试时，被我手动消耗掉了。还有一次是时区问题，触发器默认按UTC时间，我的18:00实际上变成第二天凌晨2点。遇到定时触发不生效，按这个顺序排查：发布状态、开关状态、时区、频率限制、数据查询条件。把这五个地方检查完，九成问题都能找到。

5.2 模型输出格式飘忽不定，加一层后处理

就算你在提示词里写了“必须按三部分输出”，模型还是偶尔会不听话，比如多给你一段总结、或者把标题写成Markdown格式。第一次遇到这事，我的日报推送下来带了一堆“##”、“**”符号，群消息看着像乱码。后来我学乖了，在模型节点后面加了一个“代码节点”做文本清理，把所有Markdown符号和多余换行直接替换掉。不要指望大模型每次都不犯浑，它就是个偶尔抽风的天才，你只需要在后面加一个“检查员”，把抽风的痕迹抹平就行。

5.3 免费额度隐形墙和上下文超长

有两个问题经常一起出现：一是免费额度明明写着很高，但一跑就触发限流；二是文章太长，模型报“上下文超长”错误。第一个问题的原因我在前文说过，一般不是总量超了，而是短时间并发请求太高。第二个问题最直接的解决方案是“分批处理”，比如给长文加一个“分段节点”，先按五千字切一刀，再通过多个模型节点分别生成摘要，最后合并。这也是为什么我在文章转口播稿工作流里特意加了压缩节点，宁可多一次调用，也好过长文本被模型无情截断。

5.4 发布后改动不生效的“幽灵问题”

还有一个很邪门的坑：你改了提示词、保存了、也重新发布了，但跑出来的结果还是旧版本。这种“幽灵问题”多半是多维表格里缓存了旧的测试数据。你以为工作流还在跑新逻辑，其实它读取的是已经被处理过的旧记录，状态字段早就不是空了，自然不会再触发新一轮生成。解决方法是：测试之前先把状态字段手动清空，或者干脆删掉测试行，重新建几条干净的记录。工作流本身没错，是数据把你误导了。

5.5 排查问题时的通用心法

我最后的经验是：遇到报错别急着改节点，先把数据流从头到尾捋一遍。这个工作流本质就是“数据从A到B到C”，节点之间靠字段连接，只要中间任何一环的数据格式不对，后面全崩。我一般先看“多维表格查询节点”有没有查出数据，再看“文本拼接节点”的输出格式是不是预期那样，最后才怀疑大模型节点。这个排查顺序帮我解决过无数个看似复杂的报错，其实多一半都是前三步的数据就对不上。

最后再分享一个小技巧

这套东西跑了一个月之后，我最大的收获反而不是省了那两千多块钱，而是我养成了一种“拆流程”的直觉。现在我遇到任何重复性的琐事，第一反应不是找工具，而是想：这件事能不能拆成输入、处理、输出三段，放进一个工作流里。6毛钱一次的教训让我学会了从固定动作里找价值，这个思维换到任何场景都好用。

如果你也想动手，我给一条最实际的小建议：不要一上来就复刻我的全流程，你先用扣子搭一个最简版本，哪怕只是“每天自动运行、把一句话发给群机器人”这种最小工作流，跑通一次再慢慢加节点。我第一次搭的时候也走了弯路，总想一步到位，结果报错连报错，差点就把周末搭进去。先把最小闭环打通，再往里加东西，你会比我省下更多时间。