前幾天把資料蒐集、整理、篩選慢慢接起來之後，我現在每天需要自己處理的東西已經少了一些，原本要在不同地方打開、複製、分類的資訊，可以先經過流程整理，再把比較重要的內容留給我。

一開始看起來很順，但流程真的開始固定跑之後，我發現最容易出問題的地方，通常不是每天都會遇到的正常情況，而是那些偶爾才出現一次的例外。

例如某個網站今天突然沒有資料、API 回傳格式多了一個欄位、寄件者沒有標題、同一封信被抓了兩次，甚至只是某段文字比平常長很多，都有可能讓原本跑得好好的流程開始出現奇怪結果。

正常流程其實很好做

如果每天收到的資料格式都一模一樣，自動化其實沒有那麼困難。

拿到資料、丟給 AI 分類、整理成固定格式、寫進 Notion 或 Google Sheet，整條流程只要成功接起來一次，後面大部分時間都可以照著跑。

真正讓事情變複雜的是現實世界的資料很少這麼乾淨。

可能今天收到的是中文，明天變成英文；有些內容有日期，有些沒有；同一個來源可能突然修改格式，甚至 AI 自己也可能把「重要」跟「不重要」判斷錯。

如果流程沒有處理這些狀況，一開始可能只覺得偶爾怪怪的，等自動化跑久了之後，就會慢慢累積成錯誤資料。

我開始替流程留一條人工出口

所以現在我在設計自動化的時候，開始刻意保留一個狀態叫做「需要確認」。

以前很容易想把每一筆資料都硬塞進某個分類，例如重要、不重要、工作、課程、活動，但有些內容真的沒有辦法直接判斷，這時候與其讓 AI 猜一個結果，我比較希望它先停下來。

例如信件裡同時出現課程跟競賽資訊，模型信心不高，就先丟到待確認；資料缺少日期，也不要自己猜一個日期，直接標記缺少資訊；遇到從來沒看過的格式，就把原始內容保留下來，讓我之後可以回頭看。

這會讓自動化看起來沒有那麼「全自動」，可是實際用起來反而安心很多，因為我知道流程遇到不確定的東西時，不會默默幫我做掉一個可能錯的決定。

而且需要人工確認的資料如果慢慢累積起來，反而也是很好的線索，我可以回頭看這些例外到底有沒有共同模式，再決定要不要把新的規則補進流程。

例外其實會一直改變流程

這幾天我原本一直把注意力放在「還有哪些工作可以自動化」，到了 Day 10 之後，我開始比較常問另一個問題，這個流程如果明天收到一個完全不同的輸入，它會怎麼辦。

這個問題一問下去，就會開始注意到很多之前沒有想到的小地方，例如失敗後要不要重試、重試幾次、資料重複怎麼處理、AI 沒有輸出的時候要放去哪裡、外部服務暫時掛掉之後流程是不是整條停住。

這些事情平常很不起眼，卻會直接決定一套自動化可以跑一天，還是可以放著跑一個月。

我現在也慢慢不追求每一件事情都自動完成，反而希望正常狀況可以自己走完，真的不確定的部分再留下來給我處理，這樣每天需要看的東西還是少很多，同時也不會因為自動化跑得太快，最後花更多時間回頭修錯誤資料。

接下來我想做的，就是開始把這些失敗情況記錄下來，看看一個自動化流程到底需要留下哪些 Log，才有辦法在某一天突然沒有產出結果的時候，很快知道問題到底卡在哪裡。