在昨天的 Day 26 中，我們成功實現了「任務生命週期管理」，建立了逾期自動巡檢與 Telegram 一鍵狀態更新的閉環。當團隊與個人持續使用這套系統一段時間後，Notion 資料庫中便累積了大量的任務執行數據（包含完成率、任務類型、優先級分佈與執行耗時）。

今天我們要將這些靜態的歷史數據轉化為「個人與團隊的生產力洞察」！透過 n8n 於每週末/月末定時抓取完成數據，交由 Dify 進行 AI 語意復盤與數據分析，最後自動生成視覺化週報並更新至 Notion 生產力儀表板（Dashboard）！

為什麼需要自動化生產力週報與儀表板？

1. 無痛客觀復盤：無需手動拉報表或回想「這週到底做了什麼」，系統自動匯總完成進度與時間分配。
2. 瓶頸自動診斷：透過 Dify LLM 分析，精準找出「哪類任務經常逾期」、「優先級安排是否合理」以及「時間是否被過多雜務佔用」。
3. 持續優化工作節奏：將數據視覺化呈現於 Notion 儀表板，作為每週規劃與團隊 PM 會議的客觀決策依據。

核心實作步驟說明

1. 配置每週末定時排程 (Schedule Trigger)

• 在 n8n 新增一個名為 [Cron] Weekly Productivity Reporter 的工作流。
• Schedule Trigger：設定每週日晚上 20:00 觸發執行。
• Notion 節點：查詢 AI 待辦清單表格，抓取過去 7 天內建立或完成的所有任務數據。

2. 透過 JavaScript 進行基礎數據統計

• 使用 Code 節點進行數據預處理，計算關鍵 KPI 指標：
• 總任務數 (Total Tasks) 與 完成率 (Completion Rate)
• 高優先級任務完成數 (High Priority Completed)
• 逾期任務數量與比例 (Overdue Rate)
• 任務類型分佈 (Category Breakdown)

3. 送入 Dify 進行生產力深度復盤與建議

• 將統計數據與任務清單傳入 Dify API：
• Prompt 設計：引導 LLM 擔任專業的「生產力顧問」，針對本週執行狀況進行定性與定量分析，並給出 3 點具體的下一週工作優化建議（Actionable Insights）。

4. 寫入 Notion 復盤儀表板與 Telegram 推播

• Notion 節點：在 Notion 的 生產力週報儀表板 資料庫中自動建立新頁面，帶入 KPI 數值、完成率進度條（Callout Block）與 Dify 生成的分析報告。
• Telegram 節點：同步發送摘要至個人/團隊群組：

📊 *[本週生產力復盤週報]* 

📈 *核心 KPI*：
• 總處理任務：15 筆
• 任務完成率：*86.7%* (13/15)
• 高優先級完成：4/4 (100%)

💡 *Dify AI 復盤洞察*：
本週時間主要集中於「專案開發」，高優先級任務皆按時完成。留意「行政雜事」佔用了週三下午較多時間，建議集中於每日傍晚處理。

🔗 [點此進入 Notion 查看完整週報儀表板](https://notion.so/your-dashboard-link)

今天我們成功實現了「數據自動匯總 ➔ AI 深度分析 ➔ 儀表板視覺化」的生產力復盤機制，讓自動化管線進一步具備了數據決策的價值。明天「Day 28」我們將進入安全性與維運維度——「資安與權限控管：API Key 安全防護、敏感數據脫敏（Masking）與 Notion 權限最佳實踐」！