推荐语

揭秘如何用AI工作流实现产品分析自动化，日赚千元不是梦！

核心内容：
1. AI产品分析工作流的设计思路与四大类型划分
2. 实战案例：Notion+N8N+LLM打造自动化知识管理系统
3. 半自动化工作流在内容创作中的具体应用技巧

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

直到 AI 的出现，让我获取信息、组织信息、创作内容的方式都改变了。

让我不禁思考，我还有必要去搜罗互联网万千文章，筛选整理优质信息吗？

今年的大模型都具备了 Agentic 能力，可以调用工具搜索互联网，具备顶级的代码水平。

  • AI搜索互联网=获取 context

  • AI编写代码=呈现内容

工具侧的能力已经完善，差的就是自己该怎么把 AI 工具用起来。

Token 的消耗量能够衡量个人是否真的发挥出 AI 的能力。

为了提升每日 Token 的消耗量，我将个人工作划分成以下四种类型

  • 人类低参与， AI 高消耗：对应的工作是标准化工作流

  • 人类低参与， AI 低消耗：日常问答、搜索

  • 人类高参与， AI 低消耗：写文章、浏览网页、阅读

  • 人类高参与， AI 高消耗：AI-coding 做产品

loading

标准化工作流是提升 token 使用量的重要方式，它每天都可重复，做到自动化，就可以让 AI 不间断的为自己干活。

实际上，这就是我们之前说的 SOP（Standard Operating Procedure），不同的是，AI 工作流是一定让 AI 参与其中，更大程度的解放思考和创作。

一个工作流做的好，不仅可以解决个人问题，还能应用到同行业推广使用，甚至包装做成一个小的产品，下面是我做过的几个工作流：

  • N8N 搭建个人知识库，flomo 输入笔记——同步至 Notion ——LLM 进行扩写、灵感补充

  • Notion 完成文章编写—— N8N 调用 LLM 为其推荐 5 个标题——调用豆包模型制作封面图

  • AI -first 任务分析，拆解任务类型并制作需要 AI 执行的提示词

  • 还有在 Coze 上搭建的几十个工作流 Agent

loading

以上工作流都是借助 N8N、Coze 这样的低代码平台搭建的，他们特点是完全自动化，能够被他人直接调用，复制推广，还能卖给别人赚钱。

但还有很多是半自动化，它更加贴合个人在工作中的需求，需要人参与的，AI 只是起到辅助作用，就是我今天想分享的—— AI 产品分析工作流：

  1. 搜集要分析的100个目标产品
  • AI 搜索当前全球最火的 100 个产品，并制作表格，将表格导入到 Notion

loading

2. 根据目标撰写分析提纲

  • 使用下列提示词，为产品编写deepresearch 搜索提纲
<section><section>  
</section><section>  
</section><section>  
</section></section><pre>我想调研分析 xxx 这款产品，你先根据下面模板输出一个针对于这个产品的提示模板，要求紧贴这一个产品的特色，比如团队，创始人背景，投资人等等，然后经模版发送给浏览器的 Gemini，进行 deep research  
  
# 产品研究模板  
  
## 研究对象：[产品名称]  
  
### (1) **产品成就**  
分析产品的市场表现和关键成就指标，可包括但不限于：  
- 用户规模与增长情况  
- 重要客户或合作伙伴  
- 融资情况与公司估值  
- 行业地位与获得的认可  
- 技术突破或里程碑事件  
- 市场份额或影响力指标  
  
### (2) **产品核心特色**  
深入研究产品的独特价值和核心功能，重点关注：  
- 产品的核心工作原理和实现方式  
- 与同类产品相比的差异化优势  
- 技术架构和底层实现  
- 支持的功能范围和应用场景  
- 用户体验设计的独特之处  
  
### (3) **团队与组织**  
了解产品背后的团队和组织情况：  
- 创始团队背景和经历  
- 公司规模和组织结构  
- 企业文化和价值观  
- 发展愿景和使命  
- 招聘动向和团队扩张情况  
  
### (4) **产品理念**  
提炼和分析产品的设计哲学和核心理念：  
- 产品解决的核心问题  
- 设计原则和价值主张  
- 对行业发展的思考和判断  
- 未来发展方向和愿景  
- 在技术发展中的定位  
  
### (5) **竞争格局**  
分析产品在市场中的竞争环境：  
- 主要竞争对手识别  
- 不同产品的技术路线对比  
- 目标用户群体的差异  
- 商业模式和盈利方式对比  
- 各自的优势和劣势分析  
  
## 拓展模块（根据产品类型选择）  
  
### **AI/机器学习产品**- 模型架构和训练方法  
- 数据来源和质量  
- 推理性能和准确率  
- 开源vs闭源策略  
- API生态和集成能力  
  
### **SaaS/企业软件**- 定价策略和商业模式  
- 客户成功案例  
- 集成能力和生态系统  
- 安全性和合规性  
- 客户留存率和扩展性  
  
### **消费级应用**- 用户获取和增长策略  
- 用户行为和使用习惯  
- 社交功能和社区建设  
- 变现模式和收入结构  
- 品牌建设和市场营销  
  
### **硬件产品**- 供应链和制造能力  
- 硬件规格和性能参数  
- 工业设计和用户体验  
- 成本结构和定价策略  
- 售后服务和支持体系  
  
### **开发者工具**- 开发者社区和生态  
- 文档质量和学习曲线  
- 集成和扩展能力  
- 开源贡献和社区参与  
- 技术支持和服务质量  
  
### **金融科技产品**- 监管合规和牌照情况  
- 风控体系和安全措施  
- 资金流和盈利模式  
- 合作伙伴和渠道策略  
- 用户信任和品牌建设  
  
### **电商/平台产品**- 供需两侧的平衡策略  
- 交易规模和增长趋势  
- 物流和履约能力  
- 平台治理和规则体系  
- 生态伙伴和商家支持</pre><section>  
</section>

3. 发送到 deepsearch 进行分析

loading

  1. 将分析结果粘贴至 Notion

  2. 制作 N8N 工作流，当Notion 内容状态变更为已完成，N8N 自动制作封面图

  3. 将分析内容发给 Genspark 制作 PPT

发送下面提示：

<section><section>  
</section><section>  
</section><section>  
</section></section><section>根据上面模板生成 PPT，要求搜索互联网进行配图，使用白底简约 3:4 风格</section>

loading

7.最后将生成的内容，截图保存，发送小红书

整个过程耗时 30 分钟，个人不需要动脑，有手就会，适合在低能量的时候做。

如果你对此感兴趣，不妨选一个领域，做个小红书或公众号，发送图文内容。

半自动化的工作流对工具的依赖程度较高，做不成自动化，也是因为这些工具没能提供 API 接口，有些内容需要人类参与核实。

这也恰恰是这种工作流的价值所在，因为里面的细节、问题只有自己实践了才知道。

除了这个AI 产品分析工作流外，我个人的原型制作、需求文档编写、公众号文章编写、日常的资讯阅读，基本都是AI 参与的，半自动化的。

工作流的价值依然还在，因为大模型能够自主的处理信息，生成信息，这让拖拉拽式的低代码平台在这两年重焕新生。

N8N、coze、dify 这样的平台对个人效率和能力的增强依旧有效，不妨可以使用起来，我日常用的最多的还是本地部署的 N8N，完全开源、免费、设计也比较好用。

制作一个标准化的 AI 工作流，需要具备两个前提+一个措施

1.前提 1：对各种 AI 工具足够熟悉

2.前提 2：对个人的工作流程拆解的细

3.措施：大胆的用 AI 实践、试错、替代双手和大脑

流程本身并非最关键，而是要结合个人目标，培养 AI 自动化思维。只要流程搭建得好，每天工作 4 小时不是梦。

工作之余的时间完全可以用 AI 做产品、做副业增加收入。、我正在实践中，目前已经做了 5 款产品，稳定经营个人社媒，收入还不错。