飞书多维表格基础的表格视图看似与 Excel 无差异，但二者存在本质区别，飞书多维表格并非简单的线上表格工具，而是具备数据库核心能力的业务工具。

第一课 搭出你的一张多维表格

一、飞书多维表格核心概念解析

核心数据表的构成要素如下：

1. 数据表：
   对应一组独立的数据类型，是数据存储的载体，例如专门存储所有任务的数据表；
2. 记录：
   数据表中的每一行即为一项记录，例如任务数据表中，每一行代表一个单独的任务；
3. 字段（标签）：
   数据表中的每一列被称为字段，更通俗将其称为标签，用于描述记录的属性，例如任务名称、执行人、任务进展等，可添加的标签类型有 20 多种；
4. 索引列：
   是飞书多维表格中的特殊字段，通常为数据表的第一列（如任务名称列），是唯一无法被删除、移动或隐藏的列，且仅能应用在有限个字段类型中，每个索引列内容可唯一标识一条记录。

二、飞书多维表格与传统 Excel 的核心差异

二者最核心的区别体现在"新建一列"的本质上：

1. Excel 中新建一列，仅为单纯增加一个数据列，无额外的结构化属性；
2. 飞书多维表格中新建一列，本质是为所有记录打上新的标签，通过该标签可实现丰富的业务操作，例如匹配对应人员、添加群聊 / 附件 / 地点、将任务转化为审批流、关联项目、公式计算任务进度、跨表数据联动等。

三、标签（字段）的两大核心作用

定义好底表的标签是搭建飞书多维表格的关键，搭表工作完成 50% 的核心就是做好标签定义，其两大核心作用如下：

1. 规范约束数据的格式：
   为不同标签设置专属数据类型，让数据录入和存储更标准化，例如进展设为单选类型、执行人设为人员类型、开始日期设为日期类型；
2. 作为所有操作的核心基础：
   飞书多维表格中99% 的操作都是基于标签（字段）实现的，包括多视图创建、仪表盘可视化、公式计算、自动化工作流搭建等。

四、飞书多维表格的六大核心视图

视图是查看数据的不同视角，基于标签（字段）可一键生成，无需复杂操作，飞书多维表格提供六大独特视图，课程结合学生成绩登记系统举例说明配置逻辑：

1. 表格视图：
   最基础的视图，与 Excel 表格形式类似，是数据的原始呈现形式；
2. 看板视图：
   可按指定标签分组生成，例如按 "等级" 标签生成等级看板，将分组依据切换为 "学科" 标签，即可快速生成学科看板；
3. 甘特图：
   基于开始时间、结束时间两个日期标签生成，时间线的颜色也由标签配置决定（对比 Excel 制作甘特图步骤繁琐，飞书可一键实现）；
4. 画廊视图：
   视图中的封面由附件标签的内容生成，适合展示含附件 / 图片的记录；
5. 日历视图：
   基于日期标签搭建，按时间维度呈现数据；
6. 表单视图：
   可将数据表转为表单，字段自动变为表单问题，用于外部数据收集。

除六大视图外，还可基于标签将数据转化为可视化仪表盘，仪表盘的饼图、柱状图等图表的横纵轴、分组依据均由标签定义。

五、飞书多维表格的核心定位（一前一后）

飞书多维表格的核心可概括为"前端 + 后端"的双重属性，这也是其区别于所有传统表格工具的本质：

1. 前端：零门槛的交互界面，无需专业技术，普通用户可随心配置满足业务需求的数据展示面板；
2. 后端：关系型数据库，能够实现数据的结构化关联，并围绕数据搭建自动化的工作流。

基于该核心属性，飞书多维表格可实现五大应用形态，并非单一的表格工具：

1. 高级表格：
   基础形态，满足比 Excel 更灵活的表格使用需求；
2. 灵活系统：
   添加权限管理和自动化规则后，可搭建轻量的业务系统；
3. 轻量 BI：
   通过升级后的仪表盘界面，对标顶尖 BI 工具，无需复杂配置即可实现数据的可视化分析，生成数据驾驶舱；
4. 准业务系统：依托内置的数据库，可搭建易用的准主干系统，例如进销存系统、客户关系管理（CRM）系统等；
5. 业务系统延伸：可与多个企业原有业务系统打通，成为业务系统与业务人员之间的交互界面，让老系统焕发新活力。

核心定位总结：
飞书多维表格是披着表格外衣的数据库，任何人只要懂业务，无需学习数据库底层知识，就能通过 "新建一列" 这类简单的表格操作，定义并调用强大的数据库能力。

六、基础实战：从 Excel 导入搭建飞书多维表格

飞书多维表格支持将 Excel 直接导入转化，操作简单且能实现数据的升级管理，核心步骤如下：

1. 准备工作：
   下载并注册飞书（建议电脑端操作，进入飞书官网完成，耗时不到 2 分钟），已下载的可直接跳过；
2. Excel 导入：两种导入入口，任选其一即可，几秒完成转化
   • 入口 1：飞书导航栏找到「多维表格」，直接点击「导入 excel」；
   • 入口 2：先打开一张空白飞书多维表格，在左下角找到「导入 excel」；
3. 导入后的价值：
   • 数据从线下转为线上，实现颗粒化管理，避免数据泄露；
   • Excel 中死板的列变为飞书的活标签，可快速对数据分组、生成不同视图，从多视角分析数据；
   • 每个单元格都能被灵活计算，实现数据的动态更新。

七、核心实战案例：搭建活动效果分析系统

以活动数据表（记录每场活动的客户数、线索数、有效线索数等）为基础，结合"数率断" 汇报框架，搭建一套一键提报、自动分析、实时呈现的活动效果分析系统，是本次课程的核心实战内容，详细步骤如下：

前置说明：数率断汇报框架

汇报数据时不仅要展示绝对值，还要实现三层逻辑：
基于数（绝对值）给出转化率（率）→基于业务标准和转化率给出明确判断（断），该框架可通过飞书多维表格的字段功能完全落地。

第一步：实现"数率断" 框架，完成活动数据的基础分析

1. 数：利用数据表原有字段，记录活动客户数、线索数、有效线索数等绝对值数据，这是分析的基础；
2. 率：添加公式字段，计算有效线索转化率
   • 操作：新建一列→选择字段类型为「公式」→点击「编辑公式」→按字段设置计算逻辑（分子：有效线索字段，分母：活动规模字段）→选择公式输出形式（数字 / 文本 / 进度等，按需选择）；
3. 断：基于企业业务标准，对转化率做达标判断，两种 AI 实现方法，结果均可高亮显示，且判断标准可内化到表格中
   • 方法 1：
     AI 字段捷径 – 分类
     操作：新建列→鼠标悬浮展开字段捷径（飞书 AI 能力核心入口）→点击 AI→选择「分类」→设置分类标准（示例：0-20%→不符合预期（红标）、20%-50%→正常（绿标）、50%-70%→超出预期（蓝标）、70%+→爆款活动（橙标））→选择分类依据字段（转化率）→为字段命名（如 "活动判断"）→开启「自动更新」→确定，AI 将按标准自动完成判断；
   • 方法 2：
     AI 生成公式
     操作：新建列→命名为 "活动判断公式"→选择字段类型为「公式」→点击「编辑公式」→切换为「AI 生成公式」→粘贴业务判断标准（可加表情让结果更直观）→点击「生成」→采纳 AI 生成的公式→确定，AI 将通过公式完成判断。
   • 验证：
     两种方法生成的判断结果完全一致，佐证了飞书多维表格 AI 能力的实用性和准确率。

第二步：搭建表单入口，实现新活动数据一键提报

1. 操作：将活动数据表一键转为表单视图，表格中的字段将自动变为表单中的问题，可按需删减调整；
2. 分享：将表单的链接或二维码分享给相关人员，用于新活动数据的提报；
3. 自动更新：因前期开启了「有新记录时自动完成更新」，新数据通过表单录入后，AI 将自动为其打标、完成转化率判断，无需人工操作。

第三步：搭建仪表盘，实现活动数据的可视化分析

告别 Excel 中繁琐的图表制作，基于标签（字段）一键搭建仪表盘，实现数据的实时可视化，核心操作和配置示例如下：

1. 新建仪表盘：点击飞书多维表格左下角「新建一张仪表盘」；
2. 选择图表组件并配置参数（所有配置均基于标签，按需选择），核心示例：
   • 饼图：
     适用于有限个数据的占比分析（如按季度统计活动数量占比），
     配置：分组依据→季度字段，数值→统计记录总数；
   • 柱状图：
     适用于多类别数据的分布分析（如各城市活动场次），
     配置：横轴→城市 / 地点字段，纵轴→统计记录总数，排序依据→纵轴值，排序方式→倒序（从大到小）；可高亮重点数据（如领导关注的上海场次：点击系列→数据点格式→添加数据点→设置专属颜色）；
   • 判断结果分析：
     用柱状图呈现爆款 / 正常 / 不符合预期的活动分布，
     配置：分组依据→活动判断字段；可勾选分组聚合（如聚合「主办方」字段），快速分析不同主办方的活动效果（如爆款活动所属协会、不符合预期活动所属协会）。
3. 核心原则：只要明确数据的分析维度，就能以标签为基础，在仪表盘中生成对应的图表组件，让数据直观呈现。

第四步：系统完成效果

通过上述步骤，仅需几分钟即可将一张满是数据的 Excel 表格，转化为一套一键提报、自动分析、实时呈现的活动效果分析系统，对比原 Excel（数据繁琐、难以二次操作），飞书多维表格的数据分析效率和可视化效果大幅提升。

八、总结

1. 飞书多维表格的核心构成：
   每一行是一项记录，每一列是打在这项记录上的标签（字段）；
2. 标签（字段）的两大核心作用：
   ① 规范约束数据的格式；
   ② 99% 的操作（多视图、仪表盘、公式计算、工作流等）均基于标签实现，定义好标签，搭表工作完成 50%；
3. 飞书多维表格的核心定位：
   并非简单的线上表格，而是披着Excel外衣的数据库，前端是零门槛交互界面，后端是关系型数据库，懂业务即可实现数据库的强大功能。

第二课 跑通你的第一条流程

核心围绕"快"展开，用 10 分钟带领搭建有呼吸感的敏捷项目管理系统，实现「填写跟进表单→任务状态自动同步至任务表→数据在项目 / 目标层面可视化呈现」的全流程，最终打造员工易操作、老板易查看的项目管理驾驶舱；同时明确飞书多维表格的核心能力、上手最短路径，并指明三大高价值落地业务场景。

一、飞书多维表格的设计理念与核心能力

1. 诞生背景与设计理念

飞书多维表格的诞生源于业务与数字化基建的矛盾：
懂业务的人最懂业务系统的需求，但无法自主搭建；懂技术的人能搭建系统，却不懂业务，而业务的敏态属性需要灵活的系统承载。

基于此，飞书多维表格成为为懂业务的人量身定制的趁手工具，结合 AI 进一步降低搭建门槛，实现业务流程产品化、业务认知变现，让人人都能搭建承载敏捷业务的敏捷业务系统，打破企业增长的数字化基建限制。

2. 核心能力：一横一纵（场景落地坐标系）

在上节课 "一前一后"（前端零门槛界面、后端关系型数据库）定义 "What" 的基础上，本节课用"一横一纵"明确飞书多维表格的核心能力 "What to do"，覆盖所有业务场景的落地逻辑：

3. 飞书多维表格的三大适用场景

结合 "一横一纵" 的能力，飞书多维表格并非替代复杂系统，而是在特定场景中发挥最大价值：

1. 轻量管理场景：
   采购 / 小型业务管理中，"不用系统不行、用复杂系统太贵" 的场景，特点是数据多杂、流程节点多且频率高，刚需但无需重资产投入；
2. 复杂系统预演场景：
   上线 ERP/MES 等复杂系统前，先用多维表格快速搭建业务模型、跑通业务逻辑，减少后续实施的风险与资源浪费；
3. 老系统延伸场景：
   打通企业已有的各类业务系统（CMS/WMS/HCM 等），成为系统与业务人员的交互界面，实现体验和数据的一致性，让老系统焕发二次新生。

二、搭建业务系统的前置原则：先拆场景，再搭系统

飞书多维表格的本质是业务流程的产品化映射，搭建任何业务系统的第一步，不是直接建表，而是先拆解业务场景。课程以敏捷项目管理系统为例，讲解场景拆解的核心方法，这也是与客户共创的关键操作。

1. 场景拆解的 6 个核心问题

从 "横向关联" 和 "纵向打通" 两个维度各提 3 个问题，回答完即可清晰梳理场景脉络：

横向关联（数据关系层面）

1. 场景涉及哪几类数据类型？
2. 数据类型之间的关联关系是怎样的？
3. 每个数据类型最需要关注的指标是什么？

纵向打通（数据流程层面）

1. 数据从哪来，到哪去？
2. 数据在流转过程中被哪些角色处理？
3. 数据在哪些节点被消费 / 使用？

2. 敏捷项目管理场景的拆解结果

核心数据类型与关联关系

涉及目标、项目、任务、跟进记录、资源5类数据，彼此为一对多的关联关系（一个目标拆分为多个项目，一个项目拆分为多个任务，依此类推）。

核心业务流程（场景脉络）

1. 季度初：管理层完成目标拆解，将总目标拆分为多个项目；
2. 季度初：项目经理将项目拆解为多个具体任务；
3. 周度：项目团队完成任务跟进和资源盘点；
4. 周度：在项目维度做复盘，同步数据至目标层面。

数据表与字段设计逻辑

• 有多少类数据类型，就搭建多少张数据表（目标表、项目表、任务表、跟进记录表、资源表）；
• 每个数据类型的核心关注指标，就是对应数据表的必不可少的字段；
• 核心指标最终通过仪表盘的图表组件可视化呈现。

三、飞书多维表格上手最短路径：六字诀「先关联，再引用」

这是核心技术点，也是搭建业务系统的底层逻辑。如果从飞书多维表格 30 多个字段中选 2 个必须掌握的，就是单向 / 双向关联字段和查找引用字段，六字诀正是这两个字段的使用逻辑。

1. 趣味类比：分豆子游戏理解核心逻辑

• 关联字段：
  桌面上散落很多豆子（零散数据），用三个篮子（不同数据表）将豆子分类（手动建立跨表关联），这个 "分豆子" 的动作就是关联字段的核心作用；
• 查找引用字段：
  统计每个篮子里的豆子总数、好豆子数、坏豆子数、良率（基于关联关系自动跨表统计 / 引用数据），这个 "统计分析" 的动作就是查找引用字段的核心作用。

2. 两个核心字段的作用详解

（1）关联字段（单向 / 双向）：手动建立跨表关联关系

• 核心作用：
  在不同数据表之间手动建立关联，对应业务中的拆解 / 匹配动作（如目标拆项目、项目拆任务、订单匹配客户）；
• 单向关联：
  仅在主表中能看到关联的子表数据，子表中无主表关联信息（如项目表能看到关联的任务，任务表看不到所属项目）；
• 双向关联：
  主表和子表互相可见关联信息（如项目表能看到任务，任务表也能看到所属项目），是业务中最常用的类型，对应 "双向奔赴" 的关联关系。

（2）查找引用字段：基于关联关系自动跨表引用数据

• 核心作用：基于关联字段建立的跨表关系，自动从子表引用 / 统计数据到主表，无需人工录入，实现数据实时同步；
• 三层配置结构（核心操作）：
  1. 定表定字段：
     确定从哪张表引用数据，以及引用的具体字段（如从「任务表」引用「任务名称」字段）；
  2. 设置引用条件：
     确定引用子表中哪些符合条件的数据（最关键，如仅引用 "关联到当前项目" 的任务）；
  3. 选择呈现形式：
     确定引用数据的输出方式（如计数、求和、原值，支持整数 / 百分比等格式）。

四、核心实战：搭建敏捷项目管理系统（基于「先关联，再引用」）

以项目表和任务表为核心，实现项目进度的自动计算与可视化，这是敏捷项目管理系统的核心功能，全程围绕六字诀展开，步骤详细可落地。

第一步：先关联 —— 建立项目与任务的双向关联

1. 打开项目表，新增一列，选择字段类型为双向关联，字段标题命名为「下设任务」；
2. 选择关联的数据表为任务表，点击确定；
3. 手动将每个项目匹配对应的任务（如 A 项目对应 5 个任务、B 项目对应 4 个任务），实现项目到任务的一对多拆解；
4. 效果验证：
   项目表中可查看每个项目的关联任务，点击任务可直接跳转到任务表的详情；
   任务表中自动新增「项目」关联字段，可看到每项任务所属的项目（双向关联的核心价值）。
   • 若切换为单向关联，仅项目表能看到任务，任务表无项目关联信息，业务中一般不使用。

第二步：再引用 —— 用查找引用字段获取核心数据

基于第一步的双向关联，从任务表向项目表引用两个核心数据：项目下的任务总数、项目下已完成的任务总数，二者是计算项目进度的基础，全程自动同步，无法人工修改。

子步骤 1：获取「项目下的任务总数」

1. 在项目表中新增一列，选择字段类型为查找引用；
2. 三层配置：
   • 定表定字段：从「任务表」引用「任务名称」字段；
   • 设置条件：引用表（任务表）的「项目」字段 = 当前表（项目表）的「项目名称」字段（仅引用当前项目的任务）；
   • 呈现形式：计算方式选计数，数字格式选整数；
3. 点击确定，项目表自动生成每个项目的任务总数，任务表新增 / 删除任务时，该数字实时更新。

子步骤 2：获取「项目下已完成的任务总数」

1. 在项目表中再新增一列，选择字段类型为查找引用；
2. 三层配置（比上一步多一个条件）：
   • 定表定字段：从「任务表」引用「任务名称」字段；
   • 设置条件：①任务表的「项目」字段 = 项目表的「项目名称」字段；②任务表的「任务状态」字段 = 「已完成」（小窍门：点击双向箭头可切换为具体选项选择）；
   • 呈现形式：计算方式选计数，数字格式选整数；
3. 点击确定，项目表自动生成每个项目的已完成任务数，任务表修改任务状态为 "已完成" 时，该数字实时更新。

第三步：公式计算 + 可视化 —— 制作项目进度条

将上述两个引用数据通过公式计算为项目进度，并设置为可视化进度条，对比 Excel 需复杂函数实现进度条，飞书多维表格一键完成。

1. 在项目表中新增一列，选择字段类型为公式，字段标题命名为「项目进度」；
2. 编辑公式：项目下已完成的任务总数 / 项目下的任务总数；
3. 选择公式输出形式为进度条（支持自定义样式），点击确定；
4. 效果验证：
   修改任务表中任意任务的状态为 "已完成 / 未开始"，项目表的进度条会实时同步变化；
5. 延伸应用：
   除了完成进度，还可将任务的「风险标签」通过同样的方法汇总到项目、目标层面，实现风险的层层透传。

实战效果

数据表中可看到实时更新的进度条，仪表盘可将进度、风险等数据通过饼图 / 柱状图 / 进度图呈现，打造管理者专属的项目管理驾驶舱，无需进入具体表格，即可快速掌握目标、项目维度的执行现状和风险，及时调配资源。

五、跨表数据联动的第二种方式：工作流 / 自动化

飞书多维表格中有两种跨表数据联动方式，均基于「先关联，再引用」的底层逻辑：第一种是上述的查找引用字段，适合静态数据的统计 / 引用；第二种是工作流 / 自动化，适合动态业务流程中的数据同步，课程以「填写跟进记录自动更新任务状态」为例演示操作。

1. 工作流的核心逻辑

一个触发条件 + 多个执行动作，即 "当满足某个条件时，自动执行一系列操作"，全程无需人工干预。

2. 实战配置：跟进记录同步更新任务状态

前置条件

跟进记录表中已通过关联字段关联任务表，每条跟进记录都对应具体任务（先关联，再引用的底层逻辑）。

步骤 1：设置触发条件

1. 打开飞书多维表格左下角的工作流，选择「从空白开始」；
2. 触发条件设置为：当跟进记录表中有新增 / 修改记录，且状态更新、风险提示字段不为空时；
   • 选择数据表：跟进记录表；
   • 选择触发规则：新增 / 修改的记录满足条件；
   • 设置条件：状态更新 ≠ 空 且 风险提示 ≠ 空。

步骤 2：设置执行动作

1. 执行动作设置为：修改任务表中的对应任务状态；
   • 选择操作：修改记录；
   • 选择数据表：任务表；
   • 设置筛选条件（关键）：
     任务表的「任务名称」字段 = 跟进记录表的「关联任务」字段（仅修改当前跟进记录对应的任务）；
   • 设置修改内容：
     将任务表的「任务状态」字段，修改为跟进记录表的「状态更新」字段的值。

步骤 3：启用工作流并验证效果

1. 点击「保存并启用」，完成工作流配置；
2. 效果验证：
   在跟进记录表中填写某任务的状态为「已完成」，任务表中该任务的状态会自动同步为已完成；批量修改跟进记录的状态，任务表会批量同步，实现跨表多层级的数据透传。

3. 完整态敏捷项目管理系统的效果

结合数据表（关联 + 查找引用）+ 工作流（自动化同步）+ 仪表盘（可视化），搭建出的系统实现三大核心能力：

1. 一键提报：通过表单快速录入跟进记录，无需重复填写；
2. 自动分析：AI / 公式自动判断任务进度、风险，工作流自动同步数据；
3. 实时呈现：仪表盘实时展示目标 / 项目 / 任务的全维度数据，支撑管理决策。

六、飞书多维表格高价值落地的三大原则与三大场景

若搭建系统后无法落地，核心是未找准场景，课程给出落地三大原则和三大核心高价值场景，让多维表格真正产生业务价值。

1. 落地三大核心原则

1. 员工操作易：
   让员工填一次、只填一次，减少重复录入，降低操作门槛；
2. 管理者感知深：
   数据积累足够多，呈现形式足够高级（如驾驶舱），且能为管理决策提供依据；
3. 与经营结果相关：
   把 "钱" 装进去，让表格直接对接成本、产值、销售等经营数据，关联业务结果。

2. 三大核心高价值落地场景

从落地原则出发，最适合飞书多维表格的场景为：

1. 项目和任务管理：
   如本次实战的敏捷项目管理、研发任务管理，核心实现进度 / 风险的实时同步；
2. 档案和资源管理：
   管理客户、供应商、协会、营销资源等，核心实现资源的结构化关联和快速检索；
3. 业务数据管理：
   管清楚企业的成本、产值、品质、效率、周期、销售等核心经营数据，核心实现数据的可视化分析和决策支撑（最关键）。

七、总结

1. 飞书多维表格是为懂业务的人量身定制的工具，核心实现业务流程产品化、业务认知变现，让人人能搭建敏捷业务系统；
2. 核心能力用一横一纵概括：
   横向实现数据的结构化关联，纵向实现数据的全流程流通；
3. 上手最短路径是六字诀「先关联，再引用」，核心掌握两个字段：单向 / 双向关联字段、查找引用字段；
4. 跨表数据联动有两种方式：
   查找引用字段（静态数据统计）、工作流 / 自动化（动态流程同步），二者均基于 "先建立关联关系" 的前提；
5. 高价值落地需遵循员工操作易、管理者感知深、与经营结果相关三大原则，核心落地场景为项目任务管理、档案资源管理、业务数据管理。

第三课 人人都是产品经理之数据篇

聚焦业务产品的数据输入环节，详细讲解表单视图（专业数据收集）和高级权限（企业级数据管控）两大核心能力，同时预告后续将通过 AI 提升数据处理效率、下节课讲解数据输出环节，为搭建完整业务产品奠定基础。

前提：业务产品的两大关键环节

打造业务产品的核心围绕交互和处理展开，前两节课已掌握通过「字段 + 多视图」处理数据，本课程聚焦交互中的数据输入，后续课程将讲数据输出+AI 高效处理数据（效率提升 10 倍甚至百倍）；
其中表单是数据进入飞书多维表格的核心入口，高级权限是数据规模化后的核心管理手段，二者是搭建业务产品的必备能力。

一、数据输入核心工具：表单视图 —— 专业的结构化数据收集方案

日常工作中收集新员工入职、客户反馈、活动报名、物品领用等信息时，传统邮件 / 文档 / 纸质表格存在数据分散、格式不统一、整理耗时等痛点，飞书多维表格的表单视图是针对性解决方案，能创建结构化填写界面、保证数据准确完整，且收集的信息自动同步至数据表，实现 "一处更新，处处同步"。

课程以库存管理场景的「物品领用表」为核心案例，详细讲解表单的创建、核心配置、高级玩法及分享方式，所有操作可落地、可复用。

1. 表单的基础创建步骤

操作简单，基于已有数据表一键生成，步骤如下：

1. 选中需要收集数据的数据表；
2. 点击视图名称旁的加号按钮，从下拉菜单中选择表单视图；
3. 将新建的表单视图重命名（如 "物品领用表"），进入表单专属配置界面。

2. 表单的核心配置功能（按需定制，精准收集数据）

表单配置界面可根据业务需求灵活调整，所有配置均与数据表联动，新增问题会自动在数据表创建对应字段，核心配置功能如下：

3. 表单的核心奥义：从 "收集工具" 到 "索引界面"

表单的核心价值并非单纯收集数据，而是可作为业务索引界面—— 若表单中的问题关联查找引用字段或公式字段，填写时可实时显示引用 / 计算结果，无需手动查询，实现 "输入即反馈"。

物品领用表案例实操效果：用户在手机端输入领用物品及数量后，表单会自动显示：

• 物品所在库位（查找引用字段）；
• 物品领用的审批人（查找引用字段）；
• 实时计算后的物品库存（公式字段）；
• 基于库存的能否领用判断结果（公式字段）。

4. 表单的分享与权限设置

配置完成后，点击分享表单按钮即可邀请用户填写，支持灵活的访问权限设置，适配内部 / 外部不同收集场景：

1. 分享形式：支持复制链接或生成二维码，方便多渠道传播；
2. 权限设置：
   • 内部场景：定向邀请团队成员 / 部门 / 群组填写；
   • 外部场景：设置为互联网可见，无飞书账号也可填写；
3. 数据同步：所有用户填写的数据会自动保存到对应数据表，可通过表格 / 看板 / 仪表盘等其他视图实时查看、管理和分析。

5. 表单并非唯一数据输入入口：飞书多维表格的开放性

表单是数据进入的第一入口，飞书多维表格还支持多种数据输入方式，满足与各系统的对接需求，实现数据高效归集：

1. Excel 导入：第一课核心内容，线下表格一键转为线上数据库；
2. 数据连接器：从第三方系统实时同步数据；
3. 开放接口：完成跨表、跨系统的自动化数据更新；
4. 其他：手动添加记录、批量导入等。

二、数据规模化管理核心能力：企业级颗粒化高级权限

数据通过多渠道归集后，核心问题是"怎么管"—— 不同角色对数据的操作权限不同，需实现 "千人千面" 的精准管控。飞书多维表格拥有行业领先的企业级颗粒化权限管控机制，是搭建专业业务产品的必备能力，从底层解决数据安全和高效管理问题。

1. 飞书多维表格权限管控的核心优势

1. 颗粒度极细：
   可对数据表、视图、行、列、单元格进行多层级、多角色的精准管控；
2. 权限自动同步：
   权限体系与飞书后台架构、前端群聊打通，用户换部门 / 进出群时，多维表格中的权限会自动更新，无需手动调整；
3. 权限覆盖全面：
   不仅管数据的读写，还能管仪表盘、自动化工作流的配置，以及基础功能的使用权限。

2. 权限管控的角色体系：系统角色 + 自定义角色

飞书多维表格的高级权限角色体系分为两类，自定义角色权限优先生效（当用户同时拥有系统角色和自定义角色时），既保留基础权限的便捷性，又满足个性化业务的管控需求。

课程以客户关系管理系统为核心案例（包含「客户信息表」和「服务记录表」，通过关联字段引用客户信息），详细讲解角色体系及权限配置。

（1）系统角色：内置基础权限体系

飞书多维表格默认内置的权限体系，根据用户对表格的操作权限划分，表格创建者自动成为「所有者」，拥有所有权限；其他协作者根据授权级别对应不同系统角色：

（2）自定义角色：灵活适配业务场景（核心）

开启高级权限后，系统默认创建「普通用户」自定义角色，用户可根据业务需求新增 / 删除自定义角色、精准配置权限范围、自由添加 / 移出角色成员，是实现 "千人千面" 权限管控的关键，也是搭建专业业务产品的核心配置。

3. 核心案例：客户关系管理系统的权限配置实操

客户关系管理系统涉及普通销售、销售主管、客服团队三类核心角色，业务需求差异大，需针对性配置权限；核心原则：销售管客户、主管管所有销售、客服管服务记录，仅查看客户基础信息。

前置操作

打开客户关系管理系统，点击开启高级权限进入配置界面，开始自定义角色及权限配置。

配置 1：普通销售角色

核心需求：可创建 / 管理自己的客户，无法查看其他销售的客户；

1. 点击添加角色，命名为「普通销售」；
2. 对「客户信息表」设置可编辑权限，并限定仅能管理自己创建的 / 被分配为对接销售的客户记录；
3. 对「服务记录表」配置对应操作权限，仅处理自己负责客户的服务记录；
4. 添加对应销售成员，点击生效。

配置 2：销售主管角色

核心需求：可管理所有客户信息，统筹团队业务；

1. 点击添加角色，命名为「销售主管」；
2. 对「客户信息表」设置完整编辑权限，无记录范围限制，可查看 / 编辑所有客户记录；
3. 对「服务记录表」设置最高操作权限，可查看 / 管理团队所有服务记录；
4. 添加对应主管成员，点击生效。

配置 3：客服团队角色

核心需求：可创建 / 处理服务记录，仅能查看客户基础信息，无法编辑客户数据；

1. 点击添加角色，命名为「客户服务」；
2. 对「服务记录表」设置可编辑权限，并限定仅能处理自己创建的 / 被指定为处理人员的记录；
3. 对「客户信息表」设置仅可阅读权限，并仅开放客户名称、付费状态、服务时间等基本字段，隐藏敏感信息；
4. 添加对应客服成员，点击生效。

4. 权限配置验证：千人千面的效果实现

配置完成后，点击右下角保存并预览按钮，切换不同角色视角验证权限，确保符合业务需求：

1. 普通销售（白小丁）视角：仅能查看 / 编辑自己负责的客户信息，其他销售的客户数据完全不可见；
2. 销售主管（万小宁）视角：可查看 / 管理系统中所有客户的完整信息，统筹团队所有数据；
3. 客服（沈小汐）视角：可处理分配给自己的服务记录；查看客户信息时，仅能看到客户名称、付费状态等基础字段，且无法对客户信息表做任何编辑操作。

5. 飞书高级权限的延伸能力：全场景管控

飞书多维表格的权限管理远不止于数据读写，而是全场景的颗粒化管控，若把多维表格比作一个 "大花园"，管理员可细致管控 "每一亩花花草草"：

1. 仪表盘权限：
   实现千人千面的仪表盘，不同角色看到不同的数据分析内容；
2. 工作流权限：
   管控自动化工作流的配置、启用 / 停用权限；
3. 功能权限：
   管控表单创建、分享、字段配置等基础功能的使用权限；
4. 视图权限：
   管控不同视图的查看、编辑、创建权限。

三、总结

1. 打造业务产品的核心是交互和处理，本课程聚焦数据输入环节，核心掌握表单和高级权限两大能力，下节课将讲解数据输出环节，后续课程将通过 AI 实现数据处理效率的百倍提升；
2. 表单视图是飞书多维表格的核心数据输入入口，不仅是结构化收集工具，更是业务索引界面，支持必选项、条件显隐、明细表等灵活配置，可实时显示查找引用 / 公式计算结果，且支持多形式分享、数据自动同步；
3. 飞书多维表格具备开放的数据输入体系，表单之外还支持 Excel 导入、数据连接器、开放接口等方式，满足与各系统的对接需求；
4. 飞书拥有行业领先的企业级颗粒化高级权限，可对数据表 / 视图 / 行 / 列 / 单元格精准管控，权限与飞书后台、群聊打通，实现自动更新；
5. 权限体系分为系统角色（内置基础权限，创建者默认是所有者）和自定义角色（核心，灵活适配业务），自定义角色权限优先生效；
6. 通过高级权限可实现业务系统的千人千面，让不同角色（销售 / 主管 / 客服）拥有匹配业务需求的权限，既保证数据安全，又提升工作效率；
7. 飞书的权限管控是全场景覆盖，不仅管数据读写，还能管控仪表盘、工作流、基础功能的使用权限，是搭建专业业务产品的核心保障。

第四课 人人都是产品经理之交互篇

聚焦业务产品的数据输出环节，核心解决两件事：
「看清楚」（用仪表盘实现数据可视化）和「发出去」（用自动化实现数据流转推送）；
通过实战搭建销售数据分析系统，掌握仪表盘各类组件配置、美化技巧及自动化流程设计，最终完成「输入 – 处理 – 输出」全链路闭环，让业务系统真正升级为开箱即用的业务产品。

一、数据输出核心工具 1：仪表盘 —— 让数据 "看清楚" 的可视化利器

日常工作中，销售业绩、客户构成、产品数据分散在多张表格，查看耗时且难以把握全貌，而搭建专业 BI 又复杂繁琐。飞书多维表格的仪表盘提供了轻量化、高灵活度的解决方案，支持多种图表组件，可集中展示多数据源信息，用直观图表呈现核心指标，帮助快速洞察业务数据。

1. 核心原则：先实用后美观，让图表产出 "洞察"

仪表盘的核心价值不是 "好看"，而是 "有用"—— 能反映业务问题、支撑决策。如果一个图表反映不出洞察，那这个图表就没必要做。搭建时需先明确核心需求（如分析学习时长与成绩的关系、销售转化瓶颈等），再选择合适组件，最后优化美观度。

2. 常用图表组件：适配场景 + 配置方法 + 实战案例

飞书多维表格提供饼图、柱状图、折线图等十余种图表组件，不同组件适配不同数据类型和分析目标，课程结合具体场景逐一讲解：

3. 仪表盘高级配置技巧

（1）多数据源模式：整合分散表格数据

当数据散落在多张独立表格（如各地区销售数据表），配置柱状图、折线图等组件时，勾选「多数据源模式」，可同时选择多张数据表作为数据源，将分散数据集中展示在一个图表中，无需手动合并表格。

（2）高亮重点数据：精准聚焦核心信息

配置图表时，展开「系列」-「数据点格式」，点击「添加数据点」，可对特定数据（如第四季度销售额、TOP3 产品）设置专属颜色，实现重点突出，让读者快速捕捉核心信息。

（3）仪表盘美化：主题 + 自定义样式

实用功能搭建完成后，可通过以下方式优化美观度：

1. 主题切换：
   仪表盘提供多种预设主题，切换后所有组件自动适配风格，一键统一视觉；
2. 背景自定义：
   上传图片或设置纯色背景，支持调整不透明度和模糊度，打造毛玻璃等高级效果；
3. 组件样式优化：
   每个图表可自定义图例位置、数据标签颜色、坐标轴格式，统一字体和配色方案。

4. 实战：搭建销售数据分析仪表盘

以「销售数据分析系统」为例（包含销售业绩表、商机跟进表），搭建完整仪表盘，步骤如下：

1. 新建仪表盘：左下角点击「仪表盘」-「新建仪表盘」，命名为「销售数据仪表盘」；
2. 添加核心组件：
   • 指标卡：展示业绩总额 512.79 万、增量 512.79 万，开启同环比分析；
   • 柱状图（多数据源）：整合各地区销售数据，展示互联网 / 金融 / 制造 / 电商行业的销售额分布；
   • 雷达图：分析销售团队的 6 项核心能力；
   • 面积图：展示销售金额与商机价值的时间趋势；
   • 漏斗图：呈现销售全流程转化情况；
   • 排行榜：展示销冠 TOP3 及战绩；
3. 美化调整：
   选择商务风格主题，设置深蓝色背景，高亮第四季度重点数据，调整组件布局，最终形成功能完整、视觉清晰的销售驾驶舱。

二、数据输出核心工具 2：自动化 —— 让数据 "发出去" 的智能流转引擎

仪表盘搭建完成后，需定期推送给管理者或团队成员，手动转发效率低且易遗漏。飞书多维表格的自动化功能可实现数据的自动流转与推送，与飞书端内模块（消息、群组、日程等）深度打通，核心逻辑是「一个触发条件 + 多个执行动作」，无需人工干预即可完成数据推送、记录修改等操作。

1. 自动化核心认知：以 "热行" 为基本单元

飞书多维表格中的行称为「热行」，特点是：
每一行的每个字段都可被公式计算，每个单元格的变化都可被自动化定义；
单张数据表可容纳 100 万条热行，支撑大规模数据自动化流转。

自动化的核心原则：基本以 "行（记录）" 为操作单元，例如：

• 新增 / 修改一条记录时，发送消息通知；
• 到达记录中的时间字段时，创建日程；
• 点击一条记录的按钮时，修改另一张表的对应记录。

2. 自动化实战案例：两种高频场景配置

课程以销售分析系统为例，讲解两个核心自动化场景，覆盖 "单个记录触发" 和 "定时批量触发"，步骤详细可落地：

场景 1：单个记录触发 —— 销售目标达成 80% 发送喜报

当某销售的年度目标达成 80% 时，自动向其所在团队群发送喜报，实时激励团队。

1. 设置触发条件：
   • 触发类型：「新增 / 修改的记录满足条件时」；
   • 选择数据表：「销售业绩表」；
   • 设置条件：「目标完成度」≥80%；
2. 设置执行动作：
   • 动作类型：「发送飞书消息」；
   • 发送主体：飞书多维表格机器人；
   • 接收方：选择记录中的「群聊」字段（提前关联销售所在团队群）；
   • 消息内容：引用记录中的「销售人员」「销售金额」「赢单客户」字段，生成个性化喜报（如："恭喜 [销售人员] 达成年度目标 80%！销售额 [销售金额] 元，赢单客户 [赢单客户]，继续加油！"）；
3. 启用与验证：点击「保存并启用」，通过「运行日志」查看执行结果，确认消息是否成功发送。

场景 2：定时批量触发 —— 每周五推送达标销售名单

每周五自动筛选所有年度目标达成 80% 以上的销售，向销售主管推送汇总名单，方便周末复盘。

1. 设置触发条件：
   • 触发类型：「定时触发」；
   • 触发时间：每周五 18:00，设置「每周重复」；
2. 设置执行动作 1：查找符合条件的记录：
   • 动作类型：「查找记录」；
   • 选择数据表：「销售业绩表」；
   • 设置查找条件：「目标完成度」≥80%；
   • 设置查找内容：「销售人员」「销售金额」「目标完成度」「赢单客户」「达成时间」；
3. 设置执行动作 2：发送汇总消息：
   • 动作类型：「发送飞书消息」；
   • 接收方：销售主管（或主管群）；
   • 消息内容：引用「查找记录」的结果，按 "销售人员 – 销售额 – 达成率 – 赢单客户" 的格式汇总，生成批量喜报；
4. 启用与验证：保存并启用，每周五系统自动执行查找 + 推送，通过运行日志查看执行状态。

3. 自动化关键注意事项

1. 字段引用：
   执行动作中需引用记录字段时，需确保触发条件的数据表与引用字段的数据表已通过关联字段关联；
2. 执行顺序：
   多个执行动作时，按配置顺序依次执行（如先查找记录，再发送包含查找结果的消息）；
3. 异常处理：
   未查找到符合条件的记录时，可选择「继续执行」或「终止流程」，避免无效推送；
4. 日志监控：
   所有自动化执行结果都可在「运行日志」中查看，便于排查失败原因（如字段引用错误、权限不足）。

三、业务产品全链路闭环总结

通过第三、四节课的学习，已掌握搭建业务产品的完整链路，核心逻辑可概括为：

1. 输入：
   用「表单」实现结构化数据收集（支持条件显隐、明细表批量录入），用「高级权限」实现颗粒化数据管控（千人千面，数据安全）；
2. 处理：
   用「字段（关联 + 查找引用）」实现数据结构化关联与跨表引用，用「多视图」实现数据多维度查看；
3. 输出：
   用「仪表盘」实现数据可视化洞察（多组件适配不同分析场景），用「自动化」实现数据智能流转推送（无需人工干预）。

落地建议：从三个高频产品入手

若暂无明确搭建方向，可从课程重点讲解的三个场景切入，快速落地业务产品：

1. 库存管理系统（表单 + 高级权限 + 仪表盘 + 自动化：物品领用申请 – 审批 – 库存更新 – 不足提醒）；
2. 客户管理系统（表单 + 高级权限 + 仪表盘 + 自动化：客户录入 – 跟进记录 – 成交转化 – 客户维护提醒）；
3. 销售管理系统（表单 + 高级权限 + 仪表盘 + 自动化：业绩录入 – 数据统计 – 转化分析 – 达标喜报推送）。

四、总结

1. 数据输出的核心是「看清楚」和「发出去」：
   「看清楚」靠仪表盘，「发出去」靠自动化，二者结合让业务产品形成闭环；
2. 仪表盘搭建遵循「先实用后美观」，每个图表都要能产出业务洞察，常用组件需匹配数据类型（占比用饼图、趋势用折线图、转化用漏斗图等）；
3. 仪表盘支持「多数据源模式」，可整合分散表格数据，通过「数据点高亮」「主题切换」优化视觉效果；
4. 自动化的核心逻辑是「触发条件 + 执行动作」，以「热行」为基本操作单元，支持单个记录触发和定时批量触发；
5. 业务产品全链路：表单（输入）→ 字段 + 多视图（处理）→ 仪表盘 + 自动化（输出），从这三个链路入手，可快速将业务系统升级为开箱即用的产品；
6. 落地优先选择库存、客户、销售管理三个高频场景，快速验证价值，再逐步扩展其他业务场景。

第五课 把你的点子变成 AI 产品

论证三大核心问题：
① AI 接入飞书多维表格与其他产品的本质区别；
② 为何选择在飞书多维表格中使用 AI 而非独立 AI 产品；
③ 为何飞书多维表格是 AI 接入业务的最佳跳板与唯一入口；
通过实战案例演示 AI 与飞书多维表格的深度融合，教会用「字段捷径」调用 AI 能力，将业务系统升级为智能 AI 产品，实现数据处理效率百倍提升。

AI 接入业务的关键 —— 融入工具而非割裂

当前 AI 在企业生产场景中效率不足的核心问题：
AI 与业务工具割裂，导致 AI 与业务割裂。
个人场景中多轮对话式 AI 可满足需求，但企业业务场景需要 AI 深度融入工作流。
而飞书多维表格作为企业业务的核心承载工具，成为AI 接入业务的最优载体
—— 让 AI 发生在业务操作的必经之路上，而非独立浮窗，真正实现 "AI 为业务服务"。

一、AI 在飞书多维表格的核心载体：字段捷径

飞书多维表格的字段捷径是 AI 能力的核心入口，本质是将复杂的 AI 提示词、公式等高阶操作封装为模板，整合进 "新建一列" 的基础操作中。
用户无需关心底层原理，只需通过 "新建一列→选择 AI 字段捷径"，即可调用 AI 完成文本处理、信息提取、内容生成等复杂任务，实现 "零门槛用 AI"。

1. 飞书官方内置 AI 字段捷径（6 大文本处理核心能力）

飞书提供 6 个基础 AI 字段捷径，覆盖大部分文本处理场景，课程以餐饮行业客户评价管理系统（300 条多语种用户评价）为核心案例，演示各捷径的实操的流程与效果：

2. 字段捷径的核心优势

• 零门槛：无需懂 AI 提示词、公式，点击选择即可调用；
• 自动化同步：
  勾选「自动更新」后，新数据录入时 AI 自动触发处理（如新评价录入后自动翻译、总结）；
• 批量处理：
  支持对表格中所有行（如 300 条评价）批量执行 AI 操作，几秒内完成人工几小时的工作量；
• 与业务联动：
  AI 处理结果直接作为表格字段，可后续用于仪表盘分析、自动化推送等，融入业务全流程。

二、核心实战案例：AI + 飞书多维表格的四大高价值场景

课程通过四个典型场景，演示如何用 AI 字段捷径搭建智能业务产品，覆盖从数据处理到产品化落地的全流程：

场景 1：餐饮行业客户评价管理系统（基础 AI 文本处理）

场景痛点

多渠道同步的 300 条用户评价（多语种、长文本、信息杂乱），人工处理耗时久，难以快速把握客户反馈重点。

AI 落地流程

1. 翻译：将多语种评价统一转为中文；
2. 总结：提炼每条评价核心要点，压缩信息密度；
3. 分类：标注好评 / 中评 / 差评，快速判断舆情趋势；
4. 智能标签：按 "环境 / 菜品 / 服务 / 菜量" 打标，定位热点问题；
5. 信息提取：从用户信息中提取所在城市；
6. 自定义AI回复：生成多语种针对性回复；
7. 仪表盘分析：
   基于 AI 处理后的字段，搭建用户评价看板，展示城市分布、舆情分类、标签热点等，支撑业务决策（如重点优化 "菜品味道" 问题）。

最终效果

300 条评价几秒内完成处理，生成结构化数据 + 针对性回复，管理者通过仪表盘实时掌握客户反馈，客服无需重复工作，效率提升百倍。

场景 2：下一代客户关系管理系统（语音→结构化数据→管理驾驶舱）

场景痛点

传统 CRM 操作繁琐，销售跟进客户后需手动录入大量信息，主管无法实时掌握跟进情况（存在 2 天延迟）。

AI 落地流程

1. 语音输入：销售在 "商机同步群" 发送语音跟进记录（如 "今天与客户明日璀璨第三次拜访，对接 IT 和采购，处于商机确认阶段"）；
2. 语音转文本：飞书自动将语音转为文本，同步至多维表格；
3. 多AI字段捷径联动：表格中预设的 AI 字段自动提取关键信息：
   • 客户名称：明日璀璨；
   • 拜访次数：3 次；
   • 商机阶段：商机确认；
   • 拜访形式：线下拜访；
   • 拜访对象：IT、采购；
   • 需求场景：项目管理、车间管理；
   • 跟进目的：触达高层、预约下次拜访；
   • 风险点：竞品接触；
4. 管理驾驶舱：
   基于提取的结构化数据，搭建仪表盘，展示客户分布、拜访次数、商机阶段转化、风险预警等，主管实时掌握 100 个销售、200 个客户的跟进全貌。

最终效果

销售无需手动录入，10 秒语音即可生成 600 个关键信息点，主管实时掌握业务动态，CRM 从 "被动录入" 变为 "主动同步"。

场景 3：小红书 AI 爆款印钞机（多 AI 模型协同 + 产品化交互）

场景痛点

缺乏文案创作能力，难以快速生成高质量小红书爆款文案，且创作流程分散（点子→文案→标题→封面→推送）。

AI 落地流程（核心：每一行 = 一个工作流，每一列 = 一个 AI 节点）

1. 基础字段设置：
   • 第 1 列「点子」：输入核心创意（如 "哪吒 2 票房破百亿""飞书多维表格与 DeepSeek 深度结合"）；
2. AI 生成核心文案：
   • 第 2 列「生成 AI」：选择「DeepSeek-R1（满血版，支持推理 + 联网）」，设置指令 "基于点子生成小红书爆款文案，风格活泼，吸引年轻用户"，AI 批量生成完整文案；
3. AI 拆解结构化内容：
   • 第 3 列「标题 AI」：用「信息提取」捷径，从生成文案中提取吸睛标题；
   • 第 4 列「正文内容 AI」：提取文案核心正文；
   • 第 5 列「互动问题 AI」：生成评论区引导问题（如 "你试过水墨特效吗？"）；
   • 第 6 列「CTA AI」：生成行动指令（如 "评论区扣【飞书】领模板"）；
   • 第 7 列「话题标签 AI」：生成相关话题（如 #哪吒 2 票房破百亿 #效率神器）；
4. AI 生成封面：
   • 第 8 列「封面提示词 AI」：提取文案核心元素，生成智能绘图提示词；
   • 第 9 列「封面图 AI」：调用智能绘图字段捷径，基于提示词生成小红书封面图；
5. 产品化交互闭环：
   • 输入端：将表格转为「表单」，分享链接给用户，用户可提交自己的创意点子；
   • 输出端：配置自动化流程，当 AI 完成所有字段生成（字段不为空）时，自动向表单提交者发送飞书消息，推送完整爆款文案（标题 + 正文 + 互动问题 + CTA + 话题标签 + 封面图）。

最终效果

用户无需进入表格，通过表单提交点子后，即可收到 AI 生成的完整小红书爆款素材，实现 "输入一个点子→输出一套爆款内容" 的产品化体验，且支持批量生成（有多少行点子，就有多少个 AI 同时工作）。

场景 4：财报调研分析系统（专业分析场景 AI 应用）

场景痛点

手动分析财报耗时久，缺乏专业框架，难以快速提炼核心洞察与战略建议。

AI 落地流程

1. 输入数据源：上传财报 PDF 或输入财报网址（如 AMD 2024 年 Q4 财报）；
2. AI 字段配置：
   • 第 1 列「所属行业 AI」：自动识别行业（如硬件 / 芯片）；
   • 第 2 列「财报标的 AI」：提取公司名称（如 AMD）；
   • 第 3 列「财报分析时间 AI」：提取报告季度（如 2024 年 Q4）；
   • 第 4 列「SWOT 分析生成 AI」：设置指令 "你是顶尖战略顾问，基于财报做 SWOT 分析，每个维度 3 个核心点，标注时效性（短期 < 1 年 / 中期 1-3 年 / 长期> 3 年），用企业级术语"；
   • 第 5 列「战略框架 AI」：设置指令 "基于前述 SWOT 分析，输出可落地战略框架，含战略杠杆点、3 个实施阶段、风险对冲方案"；
3. 自动化推送：配置自动化，当 AI 完成分析后，向指定人员推送 SWOT 矩阵与战略框架。

最终效果

上一秒是网页端财报，下一秒变为手机端可查看的专业战略分析报告，包含结构化 SWOT 矩阵（如优势：Ryzen 8000 系列渗透率同比 + 58%；威胁：NVIDIA H100 制程突破）与落地性战略建议，无需专业分析师手动拆解。

三、飞书多维表格 AI 的核心差异化：原子级接入 + 原生化体验

飞书多维表格与其他 AI 产品的本质区别，可概括为"原子级接入，原生化体验"，这也是其成为 AI 接入业务最佳载体的核心原因：

1. 接入方式：
   AI 融入 "新建一列" 的必经之路，而非独立浮窗。用户搭建表格时，可直接通过字段捷径调用 AI，AI 成为业务流程的一部分，而非额外操作；
2. 体验逻辑：
   尊重表格用户的操作习惯，无需切换产品、学习新界面，用 "添加一列" 的简单操作即可调用顶尖 AI 能力（如 DeepSeek、智能绘图等）；
3. 生态开放：
   已迭代标准化对接流程，头部 AI 创业团队、模型团队（如 DeepSeek、火山引擎、WebPilot 等）均已接入，用户可在字段捷径中直接调用多种 AI 能力，按需选择；
4. 批量协同：
   支持 "一行一工作流，一列一 AI 节点"，多列 AI 字段可相互嵌套、联动（如 DeepSeek 生成文案→信息提取拆解内容→智能绘图生成封面），实现批量自动化处理。

四、AI 使用独门窍门：让 AI 输出更高效、更专业

课程分享两个实用技巧，大幅提升 AI 输出质量，解决 "提示词写不好""AI 输出不专业" 的问题：

窍门 1：让 AI 写提示词 —— 提升提示词质量

对于复杂 AI 任务（如图片识别、专业分析），无需手动编写复杂提示词，可让 AI 生成提示词，再复制到字段捷径中，步骤如下：

1. 向 AI 发送 "魔法咒语" 模板（前半部分固定，后半部分按需求修改）：
   • 固定模板："按照角色、背景、角色画像、能力、目标、限制条件、输出形式、工作流、示例的框架给我写一段提示词，用于 AI 识图"；
   • 自定义部分："要求最后 AI 识别完一张植物的照片后，能以列表的形式输出植物名称、一花一名、植物名称的拉丁名、植物简介、诗词赏花、花草趣闻、栽种难度、养护方法和植物价值"；
2. 将 AI 返回的提示词复制到「自定义 AI 自动填充」的指令框中；
3. 上传植物照片，AI 即可按要求输出结构化信息（如识别三球悬铃木，输出拉丁名 Platanus orientalis、诗词、养护方法等）。

窍门 2：给 AI一个人设 —— 让输出更专业

为 AI 设置具体人设和专业背景，可大幅提升输出的专业性，避免泛泛而谈：

• 案例：财报 SWOT 分析中，给 AI 设置人设 "顶尖战略顾问"，指令明确要求 "用企业级术语表述，标注时效性，关键数据加粗"；
• 效果：AI 输出的 SWOT 分析不再是简单罗列，而是具备商业洞察力的专业分析（如劣势标注 "抗周期能力缺口：嵌入式业务受终端需求波动影响，库存周转天数同比 + 12 天（短期）"）；
• 核心逻辑：AI 的输出质量取决于指令的明确性，人设能让 AI 快速定位专业视角，输出符合场景需求的内容。

五、总结

1. 飞书多维表格 AI 的核心优势：
   AI 融入业务工具而非割裂，通过字段捷径让 AI 发生在 "新建一列" 的必经之路上，实现原生化体验；
2. 核心载体「字段捷径」：
   封装复杂 AI 操作，支持翻译、总结、分类等 6 大基础能力，且开放接入第三方 AI 模型，零门槛调用；
3. 产品化落地逻辑：
   一行一工作流，一列一 AI 节点，多 AI 字段联动 + 表单 / 自动化交互，实现 "输入一个点子→输出一套成品" 的产品化闭环；
4. 高价值场景：
   客户评价管理、CRM、内容创作、财报分析等，核心解决 "非结构化数据转结构化、批量处理、专业分析" 三大痛点；
5. 实用技巧：
   让 AI 写提示词提升效率，给 AI 人设提升专业性，快速优化 AI 输出质量；
6. 核心定位：
   飞书多维表格是 "属于每个人的 AI 编程界面"，无需编程基础，懂业务即可用 AI 搭建智能产品，打破数字化基建限制。

第六课 尝试让 AI 搞定你的工作

将 AI 应用从 1.0 升级至 2.0 阶段
—— 从 "单行工作流的 AI 节点" 升级为 "跨表联动的 AI 智能产品"，解决 1.0 阶段 AI 输出无约束、易产生 "幻觉" 的痛点；
通过 "知识库表 + 输出表" 的双表架构，以 "先关联再引用" 为核心逻辑，让 AI 基于企业内部标准输出结果，真正实现 "AI 盘活整表数据"，最终让 AI 替代重复工作，高效搞定实际业务场景。

一、AI 应用 2.0 核心升级：从 "单行孤立" 到 "跨表约束"

1. 1.0 与 2.0 核心差异对比

2. 2.0 核心架构：知识库表 + 输出表

• 知识库表：
  存放企业内部标准、方法、框架或拆解后的核心数据（如产品卖点、爆款公式、巡检标准），是 AI 输出的 "约束依据"；
• 输出表：
  基于知识库表的标准，处理具体业务问题（如客户答疑、内容生成、巡检打分），是 AI 输出的 "落地载体"；
• 联动逻辑：
  通过 "关联字段" 建立两表连接，用 "查找引用" 提取知识库表的标准，再通过 "公式 + 工作流" 将标准与输出表的业务数据拼接为 AI 提示词，最终让 AI 按标准输出结果。

二、核心实战案例：3 个 AI 2.0 智能产品搭建（含详细步骤）

课程通过 3 个高频业务场景，完整演示 AI 2.0 产品的搭建逻辑，所有步骤可直接复用，覆盖 "客户服务、内容创作、门店巡检" 三大领域。

案例 1：客户之声分析系统 —— 标准化解答客户疑难问题

场景痛点

导购面对客户个性化问题（如 "用了补水面膜还是干"）时，回复不统一、依赖个人经验，且无法快速关联产品核心卖点，导致客户满意度低。

核心架构

• 知识库表：产品销售话术表（存储产品卖点、核心成分、导购话术）；
• 输出表：疑难问题专项回复表（接收客户问题，按知识库标准生成回复）。

搭建步骤

1. 搭建知识库表（产品销售话术表）
   • 字段配置：
     产品名、产品介绍图（附件字段）、产品信息（AI 提取）、品类（AI 分类）、销售话术（AI 生成）、语音合成（AI 转语音）；
   • AI 联动流程：
     1. 上传产品介绍图 / PPT，用「AI 图片理解（豆包）」字段捷径提取产品核心信息（如成分、功效）；
     2. 用「分类」字段捷径给产品打品类标签（如美妆护肤、日用品）；
     3. 用「DeepSeek R1」字段捷径，基于产品信息生成口语化、带 emoji 的销售话术；
     4. （可选）用「AI 语音合成」字段捷径，将文本话术转为语音，方便导购随听随学。
2. 搭建输出表（疑难问题专项回复表）
   • 字段配置：
     客户疑难问题（文本）、关联产品（关联字段，关联知识库表）、问题分类（AI 分类）、产品信息（查找引用，引用知识库表的产品信息）、AI 回复（AI 生成）、商家回复（AI 提取）、回复逻辑（AI 提取）；
   • AI 联动流程：
     1. 用「关联字段」选择客户问题对应的产品（如玻尿酸补水面膜），自动引用知识库表中的产品信息（如高浓度玻尿酸、海藻糖成分）；
     2. 用「分类」字段捷径给客户问题打标签（如产品问题、服务问题）；
     3. 用「公式字段」拼接提示词：产品信息 + 客户问题（确保 AI 基于产品卖点回复）；
     4. 用「DeepSeek R1」字段捷径，基于拼接后的提示词生成针对性回复（需体现产品卖点，如 "建议后续搭配锁水面霜，锁住玻尿酸补水成分"）；
     5. 用「信息提取」字段捷径，从 AI 回复中提取 "可直接发给客户的商家回复" 和 "供导购学习的回复逻辑"；
     6. 配置自动化：当 AI 完成回复提取后，向导购推送飞书消息，包含回复话术、产品图、回复逻辑。

最终效果

导购无需记忆产品卖点，只需提交客户问题，即可收到标准化、有依据的回复话术，回复一致性提升 100%，同时减少培训成本，客户满意度显著提升。

案例 2：爆款内容拆解与生成系统 —— 基于内部爆款公式创作内容

场景痛点

内容生产者面临 "不会拆解爆款逻辑""创作无方向""输出质量不稳定" 的问题，难以快速产出符合平台调性的爆款内容。

核心架构

• 知识库表：爆款内容拆解表（存储爆款视频的口播稿、爆款公式、核心元素）；
• 输出表：爆款内容生成表（基于知识库的公式，输入话题生成爆款口播稿）。

搭建步骤

1. 搭建知识库表（爆款内容拆解表）
   • 字段配置：爆款视频（附件字段）、爆款口播稿（AI 提取）、爆款公式与元素（AI 拆解）、爆款公式（AI 提取）、爆款元素（AI 提取）、索引 – 爆款方法（AI 命名）；
   • AI 联动流程：
     1. 批量上传爆款视频：
        用「批量上传附件」插件，一次性上传 8 个爆款视频（或通过 RPA 工具从第三方平台抓取）；
     2. 提取口播稿：
        用「视频摘要与文案提取」AI 字段捷径，选择附件字段，自动提取每个视频的口播稿；
     3. 拆解爆款公式：
        用「DeepSeek R1（联网版）」字段捷径，基于口播稿生成爆款公式与元素（指令："你是抖音爆款操盘手，拆解口播稿的核心爆款元素、钩子公式、叙事结构，用企业级术语输出"）；
     4. 结构化提取：
        用「信息提取」字段捷径，从 DeepSeek 输出结果中分别提取 "爆款公式"（如 "痛点共鸣 + 权威背书 + 行动指令"）和 "爆款元素"（如 "前 3 秒钩子、价格锚点"）；
     5. 命名爆款方法：
        用「总结」字段捷径，给每个爆款公式命名（指令："5 字内命名，体现核心逻辑，如'痛点文学法'"），作为索引列方便后续关联。
2. 搭建输出表（爆款内容生成表）
   • 字段配置：
     点子 / 话题（文本）、使用爆款方法（关联字段）、爆款元素与公式（查找引用）、提示词拼接（公式字段）、提示词 – 文本（文本字段）、输出爆款口播稿（AI 生成）；
   • AI 联动流程：
     1. 关联知识库表：
        用「关联字段」（命名为 "使用爆款方法"），关联知识库表的 "索引 – 爆款方法"（如 "鱼油爆款法""人设文化型"）；
     2. 引用爆款标准：
        用「查找引用」字段（命名为 "爆款元素与公式"），引用知识库表中对应爆款方法的公式与元素（引用条件：知识库表的 "索引 – 爆款方法"= 输出表的 "使用爆款方法"）；
     3. 公式拼接提示词：
        新增「公式字段」（命名为 "提示词拼接"），用 AI 生成公式，自动拼接 "话题 + 爆款方法 + 爆款元素"（指令："按'话题：XXX 爆款方法：XXX 爆款元素：XXX'的格式输出"）；
     4. 工作流同步提示词：
        因 DeepSeek R1 仅支持文本字段作为提示词，需配置工作流：
        • 触发条件：输出表中 "点子 / 话题、爆款公式、爆款元素、提示词拼接" 均不为空；
        • 执行动作：修改同一行记录，将 "提示词拼接" 字段的内容写入 "提示词 – 文本" 字段；
     5. AI 生成爆款内容：
        用「DeepSeek R1（非联网版）」字段捷径，基于 "提示词 – 文本" 生成 300 字以内的爆款口播稿（确保无幻觉，严格遵循内部爆款公式）；
     6. 交互闭环：
        将输出表转为「表单」，仅保留 "点子 / 话题" 和 "使用爆款方法" 两个字段，分享给内容生产者；配置自动化：当 AI 生成口播稿后，向表单提交者推送飞书消息，包含完整口播稿。

最终效果

内容生产者只需输入话题（如 "一直坚持健身"）和选择爆款方法（如 "人设文化型"），即可快速获得符合内部爆款逻辑的口播稿，创作效率提升 80%，且输出质量与标杆爆款一致。

案例 3：AI 智能巡检系统 —— 标准化门店巡检打分

场景痛点

传统门店巡检依赖人工对照标准打分，效率低、主观性强，且巡检员需记忆大量标准，易遗漏关键项。

核心架构

• 知识库表：巡检标准表（存储各点位的巡检标准、评分规则）；
• 输出表：巡检行动表（存储巡检照片、AI 分析结果、最终评分）。

搭建步骤

1. 搭建知识库表（巡检标准表）
   • 字段配置：
     点位编码、巡检大类（如卫生、商品、设备）、巡检点位（如地面清洁、商品保质期）、巡检标准（文本，含 5 分 / 4 分 / 3 分 / 2 分 / 0 分的具体规则）、生效日期；
   • 示例标准：
     卫生 – 地面清洁（5 分：无杂物、无水渍、反光可见；4 分：基本清洁，局部轻微水渍≤3 处；3 分：轻微水渍或灰尘≤5 处）。
2. 搭建输出表（巡检行动表）
   • 字段配置：
     门店名、点位照片（附件）、AI 描述巡检画面（AI 生成）、巡检点位（关联字段）、巡检标准（查找引用）、巡检标准 – 文本（文本字段）、巡检分数（AI 生成）、改进建议（AI 生成）；
   • AI 联动流程：
     1. 关联巡检标准：
        用「关联字段」（命名为 "巡检点位"），关联知识库表的 "巡检点位"（如卫生 – 地面清洁、商品 – 价签准确性）；
     2. AI 描述画面：
        用「AI 图片理解（豆包）」字段捷径，基于上传的点位照片，生成详细文本描述（指令："详细描述照片中的环境、杂物、商品状态，不遗漏细节，用于后续打分"）；
     3. 引用评分标准：
        用「查找引用」字段（命名为 "巡检标准"），引用知识库表中对应点位的评分规则；
     4. AI 打分与提建议：
        用「DeepSeek R1」字段捷径，基于 "AI 描述巡检画面 + 巡检标准" 生成结果（指令："严格按巡检标准打分，输出'分数：X 分'+ 具体改进建议，如'分数：3 分，建议清理地面 2 处水渍'"）。

最终效果

巡检员只需上传门店照片、选择巡检点位，即可自动获得标准化评分和改进建议，巡检效率提升 70%，打分主观性消除，且所有结果可追溯、可复盘。

三、AI 2.0 关键操作技巧（避坑 + 高效）

1. 提示词拼接：用公式让 AI 自动生成规范提示词

无需手动编写复杂提示词，利用「公式字段」的 "AI 生成公式" 功能，按业务需求拼接多字段内容，步骤：

1. 新增公式字段，点击「编辑公式」→「AI 生成公式」；
2. 输入指令（如 "按'话题：XXX 爆款方法：XXX'的格式拼接，空行分隔"）；
3. 点击「生成」→「采纳」，公式自动生效，新数据录入时实时拼接。

2. 工作流同步：解决 AI 仅支持文本字段的限制

部分 AI 字段捷径（如 DeepSeek R1）仅支持文本字段作为输入，需通过工作流同步公式字段内容：

1. 触发条件：
   选择 "新增 / 修改的记录满足条件时"，设置所有关联字段、公式字段均不为空；
2. 执行动作：
   选择 "修改记录"，目标表为输出表，选择 "同一行记录"，将公式字段内容写入文本字段；
3. 验证：
   查看工作流「运行日志」，确认同步成功后再配置 AI 生成字段。

3. 交互闭环：表单 + 自动化，让非专业用户也能用好 AI

AI 产品需简化输入、明确输出，核心是 "表单收输入，自动化推输出"：

1. 输入端：
   将输出表转为表单，仅保留核心字段（如 "话题""选择爆款方法"），隐藏复杂字段；
2. 输出端：
   配置自动化，当 AI 完成生成后，向表单提交者推送飞书消息，直接展示最终结果（如口播稿、回复话术），无需打开表格。

四、飞书多维表格用 AI 的核心优势（产品化 + 批量化 + 一致性）

1. 产品化：将 AI 能力封装为可落地的业务产品

无需教会所有人用 AI，只需将提示词、流程内化到字段和工作流中，用户通过表单提交需求，即可收到机器人推送的结果，实现 "输入一个需求→输出一个成品" 的产品化体验。

2. 批量化：每一行都是一个独立工作流

支持批量上传数据（如批量上传爆款视频、巡检照片），每一行数据都会触发 AI 节点联动，实现 "一行一结果" 的批量处理，几秒内完成人工几小时的工作量。

3. 一致性：一个界面搞定所有 AI 任务

飞书多维表格已筛选整合头部 AI 模型（DeepSeek、豆包、火山引擎等），无需切换多个产品、注册多套账号，只需 "新建一列→选择字段捷径"，即可调用不同 AI 能力，确保全流程体验一致。

五、系列课程核心总结

1. 课程脉络回顾（从搭表到 AI 产品）

2. 核心认知升华

• 飞书多维表格的本质：
  这个时代属于每个人的AI编程界面，无需代码，懂业务即可通过 "字段 + 视图 + AI 字段捷径" 搭建智能产品；
• 核心逻辑贯穿：
  "先关联再引用" 是所有功能的底层逻辑，从跑流程到 AI 跨表联动，均围绕此逻辑展开；
• 最终目标：
  打破 "懂业务的不会做系统，懂技术的不懂业务" 的壁垒，让人人都能通过工具将业务认知变现，推动企业数字化升级。

3. 实践建议

从课程讲解的 3 个高价值场景（客户服务、内容创作、门店巡检）入手，先搭建简单的 AI 2.0 产品，再逐步扩展到企业核心业务（如销售话术生成、合同审核、员工培训），真正让 AI 成为工作的 "高效助手" 而非 "额外负担"。

系列课程到此结束，但探索从未停止 —— 飞书多维表格的 AI 能力仍在迭代，期待你用它打造更多贴合自身业务的智能产品，让工作更高效、更有价值！