今天跟一个朋友聊天，交流能利用 AI 去替换我们工作过程中的哪些步骤。
这里简单分享一下我的逻辑，核心就一个点，AI 能起到很好的辅助作用，但不能将我们所有的工作重心都放在 AI 上，尤其是不能利用 AI 去做完全自动化。
目前这个阶段我利用 AI 去优化的流程主要有三个，关键词词群聚合、搜索数据报表整理、外链线索整理，都是些非常耗费人精力的步骤。
比如关键字词群聚合这个环节，我一般先是手动从数据分析工具中，将一系列的关键词数据导出来。
可能会涉及到搜索框下拉的关键词建议，也可能会涉及到数据分析工具给出的关键词长尾建议，反正一个产品前前后后梳理下来，几千个关键词应该是有的。
过去这种词群聚合的动作，我一般是通过 Excel 的筛选功能来做的，但这种手工操作有一个很大的弊端，就是非常耗时且做出来的效果并不会很好。
所以现在这个环节，我是把原始数据下载下来之后，全部交给 AI 去帮我处理。
我会告诉 AI 我的处理规则，并交代清楚我想要的输出格式，基本一上午就能把所有的关键词分门别类全部梳理出来。
而且我之前也介绍过，使用 sqlite3 数据库来做关键词数据的存储，并处理几十万关键词的快速索引，这种方法也是在 AI 的指导下做出来的。
现在这种环节，我觉得 AI 做出来的效果要比我自己做出来的效果要好很多，所以我现在的角色从原来的大包大揽变成了结果审核。
至少数据整理的效果并没有降低，整个人有更多的精力去做其他的事，所以我觉得让 AI 来介入这种流程是有意义的。
至于其余的两个步骤，搜索数据报表整理与外链线索整理，这都是一个道理。
不过搜索数据报表整理这块，我已经做到了这个环节的完全自动化，我会让 AI 通过 API 的方式去读取官方的数据，一方面把本数据存储到本地保存下来，另一方面就是把数据报表渲染出来。
这块之前都介绍过很多次了，就不继续展开了。
另外，外链线索的整理这个环节，我觉得 AI 要做出来的效果也挺不错的。
一般的外链线索整理出来之后，我们都会通过邮件的方式进行 outreach，这个过程中必然会涉及到联系邮件的内容输出。
过去没有 AI 的时候，我们基本都是运用模板来做这个环节的工作。
但现在把 AI 的能力加入进来之后，完全可以把背景信息与任务目标交代进去，让 AI 帮我们针对每一位网站编辑，写出针对性的邮件文案。
然后再通过第三方邮件 API 把信息自动发送出去，并记录好对应的数据。
我自己的体会就是，AI 加入进来之后，整体的 outreach 效率要高不少，且整体的工作质量要比原来高很多。
当然还有一些其他的比较耗费人力的工作环节，但目前我还没有投入精力进行优化，我自己的想法就是慢慢去处理，让 AI 适应业务而不是一股脑全部颠覆。
