完全新手的第一個 AI 自動化：從零開始，這週就上線

很多人聽到「AI 自動化」就先打退堂鼓，覺得那是工程師、或至少很懂電腦的人才碰得起的東西。但實際上，現在做出你的第一個 AI 自動化，比學會用 Excel 樞紐分析還簡單——只要任務挑對、步驟拆清楚，你這個週末就能讓它替你工作。

這篇要解決的問題：完全沒基礎的新手，到底怎麼從零做出第一個能用的 AI 自動化？ 適合誰讀：每天被重複瑣事吃掉時間、想用 AI 省力，但「不知道從哪開始」的工作者、店家、小團隊負責人。 讀完你會得到：一套「選任務→拆步驟→串工具→設護欄」的最小可行流程、一段可直接複製的 Prompt、一個台灣中小企業的導入前後數據，以及新手最常踩的坑清單。

TL;DR（懶人重點）：先挑一件「天天做、規則清楚、做錯不致命」的小事，把它拆成「觸發→處理→輸出」三段，用 ChatGPT 把中間那段先手動跑通，再用 Make 或 Zapier 把三段串起來，最後對所有對外動作設「人工確認」護欄。全程不用寫程式，一個下午就能上線第一版。

免責聲明：本文為教學與觀念說明，所列工具、做法與數據僅供參考。實際導入請依你的資料安全規範、產業法規與各服務當下的條款評估，涉及金錢、合約與對外發布的動作，務必保留人工把關。

為什麼「第一個自動化」值得你花一個週末

新手最常見的誤解，是把自動化想成「一次要做一個很厲害的系統」。其實正好相反：第一個自動化的價值不在它多強，而在它幫你跨過心理門檻。一旦你親手看著 AI 把一件原本要花你 20 分鐘的事在 10 秒內做完，你對「什麼能交給機器」的直覺會徹底改變。

值得用 AI 來做這件事，有三個務實理由：

1. 重複的事最吃時間，也最沒成就感。整理表單、回固定問題、彙整訊息——這些事不難，但天天做、累積起來就是好幾個小時。把它交出去，等於每週幫自己「長」出半天到一天。
2. AI 補上了傳統自動化最弱的一環：理解內容。以前的自動化只能搬資料、不能「讀懂」資料。加上 AI 之後，流程能分類郵件、改寫語氣、抓出重點、判斷該不該回覆——這正是過去卡住新手的地方。
3. 無程式工具讓門檻降到幾乎為零。Make、Zapier 這類工具 用拖拉積木的方式串流程，你不用懂 API、不用部署伺服器，看著教學就能接出一條能動的線。

換句話說，現在不做第一個自動化的成本，不是「學不會」，而是「持續用人工做機器能做的事」。

核心概念：自動化其實只有三段

把自動化想得太複雜，是新手放棄的主因。實際上，幾乎所有自動化都能拆成同樣的三段式骨架：觸發（什麼時候開始）→ 處理（中間做什麼）→ 輸出（結果送到哪）。理解這個骨架，你看任何自動化都會瞬間變簡單。

這裡有個關鍵觀念差異，新手一定要先分清楚：

第一個自動化請從「半自動」開始。讓 AI 把事情做到 90%，最後一哩的「送出」由你按一下確認。這樣既省了大半力氣，又不會因為一個錯誤就釀成對外事故。等你跑了幾週、確認它穩定，再把那一哩交出去也不遲。

實際做法：五步驟做出你的第一個自動化

下面用一個具體情境貫穿：「客戶在官網填了詢問表單，你想讓 AI 自動判斷問題類型、草擬一封回覆，存成待寄草稿讓你確認後送出。」 這是個典型、低風險、又天天發生的好起點。

Step 1：選一個重複又無聊的小任務

打開你的工作清單，找符合三個條件的任務：天天或每週都要做、規則清楚、做錯了也不會出大事。回覆常見詢問、整理報名名單、彙整群組訊息都很適合；相對的，報價、簽約、發薪這種碰到錢和責任的，第一次絕對先跳過。

把任務寫成一句話：「每當有新表單回覆，幫我分類並草擬回覆。」能用一句話講清楚，代表它夠小、夠適合當第一個。

Step 2：把任務拆成「觸發→處理→輸出」三段

拿張紙畫三個格子，填進去：

• 觸發：官網表單有新回覆。
• 處理：AI 讀內容 → 判斷是「報價」「技術問題」「合作邀約」哪一類 → 依類型草擬一封回覆。
• 輸出：把草稿存成 Gmail 草稿（先不寄），並在試算表記一筆。

這張三格圖就是你的施工藍圖。拆得出來，後面只是把它接起來而已。

Step 3：先用對話框手動跑一遍

別急著碰自動化工具。先到 ChatGPT 或 Claude 的對話框，把「處理」那一段用 Prompt 做出來：貼一筆真實（去識別化）的詢問內容，請 AI 分類並草擬回覆。反覆調整 Prompt，直到連續三筆不同的詢問都產出可用的結果為止。

這一步是新手最容易跳過、卻最重要的。如果 AI 在對話框裡都做不好，接進自動化只會錯得更快、更難查。 先在這裡把 Prompt 磨好，後面會省下大量除錯時間。

Step 4：用無程式工具把三段串起來

打開 Make 或 Zapier，建一條新流程（在 Make 叫 Scenario、在 Zapier 叫 Zap），對著三格圖接：

1. 第一個積木選「表單／試算表有新資料」當觸發。
2. 第二個積木選「ChatGPT」模組，把你在 Step 3 磨好的 Prompt 貼進去，當處理。
3. 第三個積木選「Gmail：建立草稿」加上「Google Sheets：新增一列」當輸出。

接好後，先用一筆測試資料手動執行一次，看每個積木的輸出對不對。新手到這裡常會發現某個欄位沒對上，這很正常，逐一調整即可。想串 Email 相關的處理，可參考 Email 自動化的做法。

Step 5：設好確認護欄再正式上線

流程跑通了，先別開心地全自動。把「輸出」刻意停在草稿而不是直接寄出——這就是你的護欄。正式啟用後：

• 上線頭幾天，每封 AI 草稿你都親自看過再送，順手記下它哪裡常出錯。
• 把這些錯誤回頭補進 Prompt（例如「報價類一律附上報價單連結」）。
• 觀察一兩週，若品質穩定，再考慮把低風險類型（如純資訊回覆）改成自動寄出，高風險的繼續保留人工確認。

先求不出錯，再求全自動——這句話請貼在你做每一個自動化時的心上。

可直接複製的 Prompt

下面這段 Prompt 用在 Step 3、Step 4 的「處理」積木，把 {{詢問內容}} 換成實際表單欄位即可。它刻意要求 AI 輸出結構化結果，方便後面自動分流。

你是一家台灣中小企業的客服助理，請依下列「客戶詢問」完成兩件事。

【客戶詢問】
{{詢問內容}}

【任務一：分類】
判斷這則詢問屬於以下哪一類，只能擇一：
- 報價詢問
- 技術問題
- 合作邀約
- 其他

【任務二：草擬回覆】
用繁體中文、台灣商業書信的禮貌語氣，草擬一封 80～150 字的回覆。
要求：
1. 先簡短回應對方的核心問題，不要空泛客套。
2. 若屬「報價詢問」，請在結尾加一句請對方提供數量與需求規格。
3. 若屬「技術問題」，請給一個初步排查建議，並表示會由專人跟進。
4. 不要捏造價格、交期或公司沒提供的服務；不確定的地方寫「將由專人確認」。

【輸出格式】請嚴格依下列格式，不要多加說明：
分類：(上面四類之一)
回覆草稿：
(回覆內容)

實作小技巧：先在對話框用三到五筆真實詢問測這段 Prompt，把它「教」到穩定，再貼進自動化工具。需要更多句型，可參考 ChatGPT Prompt 寫法教學。

台灣中小企業實作案例：一家空調維修行的詢問處理

背景：台中一家 5 人的家用空調維修行，官網與 LINE 每天收到 15～25 則詢問，過去由老闆娘一個人看訊息、分類、手打回覆。

導入前的痛點：

• 老闆娘平均每天花 2 小時 在讀訊息、分類、回覆，常拖到晚上才回完。
• 尖峰季（夏天）訊息暴增，回覆常隔半天以上，約有兩成客戶等不及就找別家。
• 回覆品質看當天心情，忙的時候只回「好，會處理」，資訊不全又得再來回。

導入做法：照本文五步驟，用 Make 串「LINE／表單新訊息 → ChatGPT 分類並草擬回覆 → 存成待確認草稿＋寫進 Google Sheets」。所有回覆一律先進草稿，老闆娘看過按送出，高風險（報價、到府時間）保留人工確認。導入過程沒有寫任何程式，由老闆娘自己照教學設定，前後約花一個週末調 Prompt 與測試。

導入後成果（上線 6 週統計）：

老闆娘的回饋很實在：「我以為這是工程師才會的東西，結果跟著步驟一格一格接就好。最有感的是不用再怕漏訊息，AI 先擬好我只要看一眼。」這也呼應了本文反覆強調的：第一個自動化不必厲害，能穩穩省下你重複的時間，就成功了。

新手最常踩的五個坑

1. 第一次就挑高風險任務。碰錢、碰合約、碰對外發布的流程，留到你有經驗再做。第一個請務必選「做錯也不致命」的小事。
2. 跳過手動測試直接上自動化。Prompt 沒在對話框磨穩就接進工具，等於把錯誤放大又難查。Step 3 千萬別省。
3. 一上來就全自動、不設護欄。對外動作沒有人工確認，一個錯誤就可能寄錯客戶、發錯內容。先半自動，建立信任再放手。
4. 流程做完就不管。串接的服務會改版、密碼會到期、額度會用完。記得開啟錯誤通知、定期看執行紀錄。
5. 目標訂太大，結果做不完就放棄。把第一個流程縮到「一句話講得完」的程度，求能動，別求一步到位。完成一個小的，遠勝過卡在一個大的。

結論：今天就動手做第一個

AI 自動化對新手真正的門檻，從來不是技術，而是「不知道從哪開始」與「怕做錯」。這篇把它拆成你能照做的最小路徑：選一件小事、拆成三段、先手動跑通、用無程式工具串起來、設好確認護欄。 全程不用寫程式，一個下午到一個週末就能讓你的第一個自動化上線。

別追求一鳴驚人。一家空調維修行靠最樸素的「詢問分類＋草擬回覆」，就每天省回近一個半小時、流失客戶砍半——這就是第一個自動化該有的樣子。先做出能動的，再慢慢長大。

準備好之後，可以從這些地方延伸你的下一步：看看 現成的自動化食譜 找靈感、用 自動化流程範本 直接套用、逛 自動化專區 了解更多情境、挑一個 合適的工具 開始，或用 AI 產生器 快速生出你需要的 Prompt 與素材。把今天學到的三段式骨架記在心裡，你會發現——原來能交給 AI 的事，比你想的多太多了。

常見問題 FAQ

延伸閱讀

• AI Agent 是什麼？從入門到實戰
• ChatGPT 新手入門：第一次就上手
• 最值得用的 AI 自動化工具盤點
• Make 自動化入門教學
• Email 自動回覆與分類自動化