昨天把自己每天會重複做的事情列出來之後，我原本有一種「那就全部自動化掉吧」的衝動。
信件可以整理、資料可以分類、每天的待辦可以自動產生，看到文章可以丟給 AI 摘要，甚至連檔案整理、通知、行程都可以想辦法串起來，如果只看工具能力，現在幾乎每一件事情都能找到某種自動化的方法。
但真的開始挑第一個流程時，我反而卡住了，因為「可以自動化」跟「值得自動化」，好像完全是兩回事。
例如把一個檔案移到資料夾裡，每天可能真的會做很多次，也確實很重複，但如果為了省這 30 秒，我要先研究觸發條件、設定 workflow、處理檔名衝突，最後還要擔心它哪天突然把檔案放錯地方，那整套自動化可能跑一個月都還沒把設定時間賺回來。這是我昨天列完流程之後沒有想到的。
看到「重複」兩個字，我很自然就把它跟「應該自動化」畫上等號，但今天真的開始選，才發現還要看頻率、耗時、規則是不是固定，以及做錯的代價。
所以我先替自己加了一個很簡單的判斷方式，不需要什麼複雜公式，只問幾件事：
這件事多久做一次？每次花多少時間？步驟是不是差不多？做錯了能不能救？
如果一件事每天都做、每次十分鐘，而且流程八成都一樣，那就很值得先試；反過來，如果一個月才做一次，就算每次很煩，我可能還是先自己來。
一開始其實很想做那種看起來很完整的 AI Agent。
例如每天早上自動讀 Gmail、Calendar、Notion，再根據重要程度幫我排好今天的工作，最好連資料都整理好，打開電腦就直接告訴我今天要做什麼。
聽起來超方便，但仔細拆開之後就知道這根本不是第一天適合碰的東西，因為光是「什麼叫重要」就已經需要一堆判斷，更不用說權限、資料來源、例外情況和 Agent 判錯之後怎麼辦。
所以第一個自動化，我反而想從很無聊的流程開始。
拿到固定格式的資訊 → 擷取我要的內容 → 整理成固定格式 → 放到指定地方。
這種流程沒有很炫，但每一步都很清楚，而且我很容易知道它到底有沒有做對。
這也是今天我覺得最有用的一件事!
以前想到自動化，我第一個問題通常是「這個要用 n8n 還是 Make？」但今天我先完全不管工具，只把自己原本怎麼做寫下來。
例如：
收到資料
↓
確認是不是我要處理的類型
↓
抓出標題、日期和重要內容
↓
按照固定格式整理
↓
存到指定位置
↓
確認有沒有漏掉。
寫完之後會發現，自動化其實不是把整件事情丟給 AI，而是先把一件原本靠習慣完成的工作，拆成電腦可以理解的步驟。
而且拆完之後，有些地方根本不需要 AI。
像是判斷寄件者、檔案類型、日期、固定關鍵字，普通的條件判斷就可以處理；真的需要理解內容、摘要或分類時，再把那一小段交給 LLM。
這跟我一開始想的「AI 自動化」差滿多的。
現在很多 workflow 範例會在流程裡塞很多 AI，看起來很厲害，但如果一個 if 就能解決的問題還要送一次 LLM，我反而覺得事情變複雜了。
因為模型會有成本，也可能輸出不同結果，還要處理格式跑掉的問題。
所以我今天替自己的第一個 workflow 訂了一個規則：能用固定規則解決的地方就不用 AI，真的需要理解語意時才叫模型。
例如「這封信是不是來自某個寄件者」根本不用 AI，但「這封信是在通知活動、要求我完成事情，還是單純提供資訊」，這種比較模糊的分類就可以考慮交給模型。
這樣整個流程會簡單很多，也比較知道哪一段壞掉時要找誰。
另一個以前很少想的問題是，如果它判斷錯了怎麼辦？
假設只是把文章分類錯資料夾，可能沒什麼，但如果自動寄信、自動刪資料、自動修改行程，錯一次就麻煩很多。
所以我現在把動作大概分成兩種。
一種是「錯了還很好救」，例如整理、摘要、建立草稿、加標籤；另一種是「真的會影響外部世界」，例如寄出訊息、刪除資料、付款或修改重要內容。
第一個自動化，我只碰前面那種。
先讓 AI 幫我準備東西，不急著讓它替我做最後決定，等前面的流程真的穩定，再慢慢把可以放心的動作交出去。
如果只看成果，Day 3 其實有點普通。
我沒有做出一個會自己操作十個工具的 Agent，也沒有一鍵把所有工作都消失，今天大部分時間反而花在選流程、拆步驟，以及決定哪些地方根本不該用 AI。
但我開始覺得這可能才是比較正常的順序。
Day 1 我先搞清楚自己到底想自動化什麼，Day 2 把每天重複的工作真的列出來，到了 Day 3 才從裡面挑一個值得做的流程。
工具反而到現在都還不是主角。
明天我會開始把這條流程真的接起來，先從 Trigger、資料進來之後怎麼走開始，看看第一個 workflow 能不能真的替我少做幾個步驟，而不是最後變成一個我每天還要花時間照顧的新工作。
iThome鐵人賽
看影片追技術