100 个 AI 工具宝宝式教程——扣子飞书多维表格零基础教程

大家好呀，这几天在沉淀，所以更新频率有所下降，还请大伙儿多多包容。

扣子工作流已经火了半年多了，但还有不少朋友在后台问我，

说这玩意儿看着太复杂，根本搞不懂。

这期咱也不整那些虚头巴脑的，直接教你一个最基础、也最实用的招式。

即：扣子工作流联动多维表格

就是通过扣子自动化，批量将数据导入飞书多维表格。简单说，就是通过扣子自动化，把收集到的非结构化数据，批量塞进飞书多维表格里。

我会十分详细地讲解每一步操作，0基础，不会代码也能懂！

看完文章还不懂，你来找我！

首先，扣子这玩意儿更新频率超快，功能确实杂。

网址在此：https://www.coze.cn

进去后我们点击扣子编程。

然后再点击左侧边栏的资源库。

接着点击右上角“➕资源”，创建工作流。

随后会跳转到这个页面，这些随便写就行了，后期也能修改。

好了，前戏完成，现在正式开始教学！

进来是这个界面，和流程图一样。

咱们本期的教学内容特别简单，目标只有一个：帮你快速跑通第一个流程。

一键收集信息并导入飞书多维表格工作流

主题咱们就选择：潮玩信息登记

我现在构思一下功能：

我输入一个IP 名称，然后 AI 大模型会搜索相关信息，它会在后边生成：IP所属公司，发布时间，IP 故事，官方社交账号等信息，接着把信息导入多维表格。

在构思完成以后，设计工作流其实就很简单了。

工作流这东西，

你可以理解为一支木牛流马车队，

咱需要把每个牛马的首尾接收节点都设置好，让它们知道货从哪来，送到哪去。

大模型输入这里选择开始节点"input"

接着咱需要给 AI 大模型输入预设提示词，我就根据我的的需求写一版超烂的：

你是一个 IP 资料调研专家，在你知道 IP 名称后，你会开始调研IP版权所属公司，创造/发布时间，IP 故事/wiki，官方社交账号等信息。

没关系，写得烂也不怕。

点击自动优化提示词，它会生成一段相对高质量的结构化提示词。

点击测试该节点，就能直接看生成内容是否符合你的需求了。

然后大家就用自然语言一直调试即可，直到满意为止。

接着就是本文最重要的部分了！

大模型生成的自然语言内容如图：

不能直接喂给飞书。

飞书这孩子挑食，它不吃字符串（String），它要吃数组（Array）。

所以我们需要转换一下格式。

这里插入一下原理，方便大家理解。

想象一下，飞书多维表格就是一个管理极其严格的档案室管理员。

为什么不能给 String（一坨文字）？

假设你要把 Snoopy（史努比）的资料存进去。

如果你给他是 String（字符串）格式，就像是你在一张白纸上写了一段话：

“名字叫 Snoopy，设计师是查尔斯，生于 1950 年，很贵……”

然后你把这张纸揉成一团，扔给管理员。

管理员会疯掉：“哪部分是名字？哪部分是生日？你这一坨文字，我怎么知道该填进表格的哪一列里？”

所以，String 是没有结构的，管理员无法自动拆分。

为什么要 Object（字典）？

Object 就像是一张标准登记表。

你必须把信息填在格子里，递给管理员：

【姓名栏】：Snoopy
【生日栏】：1950年
【价格栏】：100美元

这样管理员一看就懂：“哦，Snoopy 填进第一列，1950 填进第二列。”

这就是代码里的 { "IP名称": "Snoopy", "诞生时间": "1950" }。

为什么要 Array（数组/列表）？

这是最容易晕的地方：明明我只有一条数据，为什么还要包一层 Array（数组）？

因为这个管理员（接口）的设计是为了批量处理的。他默认你会一次性送来一堆档案。

他定下的规矩是：“请给我一个文件夹，哪怕里面只有一张纸，你也得给我个文件夹。”

Array ([]) 就是这个文件夹。
Object ({}) 就是单张登记表。

所以流程是：

1. 你填好表（Object）。
2. 把表放进文件夹（Array）。
3. 把文件夹交给管理员。

如果你直接给一张表（Object），管理员会拒收：“我不收散纸，请装进文件夹（Array）里给我。”

总结一下：

String = 揉成一团的纸条（不仅乱，还没有格子）。
Object = 填好的标准表格（有格子，有对应关系）。
Array = 文件夹（为了方便一次交多张表，哪怕只有一张也要装进去）。
这就是为什么我们必须费劲巴拉地把它构造成 Array(Object) 格式的原因！

懂了原理，咱们继续干活，

咱们把输入值改为大模型的 output，接着点击代码的"在 IDE 中编辑"。

然后我们把代码语言切换成 Python。

但是我看到代码就头晕，咋办！！！

没关系！！！

车到山前必有路，咱们只需要把这段东西复制下来让 AI 大模型学习即可。

具体怎么做呢，我手把手教你。

第一步

首先打开任意大模型（这里以 Gemini 为例），输入以下提示词：

以下代码规范是 coze 平台的要求，请你仔细学习该代码，学完以后请回复：我学会了。
# 在这里，您可以通过 'args' 获取节点中的输入变量，并通过 'ret' 输出结果
# 'args' 已经被正确地注入到环境中
# 下面是一个示例，首先获取节点的全部输入参数params，其次获取其中参数名为'input'的值：
# params = args.params;
# input = params['input'];
# 下面是一个示例，输出一个包含多种数据类型的 'ret' 对象：
# ret: Output = { "name": '小明', "hobbies": ["看书", "旅游"] };

async def main(args: Args) -> Output:
params = args.params
# 构建输出对象
ret: Output = {
"key0": params['input'] + params['input'], # 拼接两次入参 input 的值
"key1": ["hello", "world"], # 输出一个数组
"key2": { # 输出一个Object
"key21": "hi"
},
}
return ret

第二步

在他学习完以后，我们需要喂给他第二段提示词，

那个提示词需要从飞书多维表格里面找。

在代码块后面添加一个飞书多维表格的插件。

长这样，随后点击"查看示例"

把示例复制下来，也喂给大模型。

Prompt：这个是输出格式，我的代码按照这种格式输出，学完以后，请回复：我学会了。（此处粘贴飞书多维表格的 JSON 示例）

这个是输出格式，我的代码按照这种格式输出，学完以后，请回复:我学会了。
{
"app_token": "https://bytedance.larkoffice.com/base/Q8HxbZspQazwTRslfhucaanZnId?table=tblngvHElKtwEIWa&view=vewdsfyI5Y",
"records": [
{
"fields": "{\"文本\":\"文本内容\",\"单选\":\"选项 1\",\"日期\":1674206443000}"
}
],
"table_id": "tblngvHElKtwEIWa",
"user_id_type": "open_id"
}