本系列用 30 天實作 Make × AI × Odoo 的自動化整合流程。每天寫一點、串一點,讓 AI 和自動化默默幫我們減少重工、提升效率,還能順便增加摸魚的時間(誤)。希望大家看完這 30 篇後,不只知道怎麼做,也能打造出屬於自己的自動化智慧流程,讓重工交給機器,靈感留給大腦!
一、前情提要:資料雲端化後的第一個挑戰 昨天我們成功完成了 LINE × Make × Google Sheets 的串接,讓從 LINE 收到的訊息能即時保存...
一、前情提要:從「儲存資料」到「應用資料」 昨天我們讓 Make 學會在把資料寫進 Google Sheets 前,先判斷「該不該寫」,成功過濾掉重複的客戶紀錄...
一、前情提要:接上 Odoo,資料應用開始 在昨天的 Day12,我們已經成功讓 Make 和 Odoo 串上線,透過 API 金鑰建立起 「Make 可以查...
一、前情提要:從單號到明細,互動再升級 在昨天的 Day13,我們已經完成第一個互動功能: 客戶傳「查訂單」 → 系統回傳 quickReply → 客戶點選單...
一、使用者情境:另外的戰場_每天 300 封信的痛苦 想像一下,你早上打開 Gmail: 新商機要建立在Odoo CRM Odoo 系統排程報表 Google...
一、前情提要:串接完成後,下一步就是自動標籤 昨天的 Day15,我們經歷了滿滿的9個步驟,終於把 Make × Gmail 的串接搞定 ?。 這意味著我們已經...
一、前情提要:不是要叫 AI 多厲害,而是你得先會「開口」 昨天的 Day16,我們完成 Gmail 的自動標籤化,正式進入 AI 舞台 的預備動作。 但從這裡...
一、前情提要:AI 終於要上線啦! 昨天的 Day17,我們聊了 Prompt 設計的核心:AI 不是在猜答案,而是在執行指令。 昨天講完 Prompt 後,我...
一、前情提要:AI 從「能回覆」到「能判斷」 昨天的 Day18,我們已經把 Gemini 串進 Make,測試過它能夠回訊息。 不過,如果 AI 只是單純「會...
一、前情提要:從「訊息分類」到「理解客戶」 昨天的 Day19,我們已經讓 AI 正式「上工」,不再只是單純回覆訊息,而是能夠幫我們判斷客戶需求(查單據 / 查...