结论先说：上来就想”用 AI 替代一个人”，基本都会卡死。该想的不是替代谁，是从一堆重复活里挑出最该自动化的那一条，先把它跑通。

一个岗位是几十个动作的集合，有判断、有沟通、有兜底。AI 现在能稳定接的，是其中边界清楚、输入输出固定的那几个动作。你盯着”替代客服”，会发现退款话术、情绪安抚、异常订单全混在一起，没法交。但”把每天的售后咨询按问题类型打个标、归个类”这一个动作，它能接，而且接得比人稳。

怎么挑那条活

三个条件同时满足才值得先上：一是高频，每天都在做、做很多遍；二是规则清楚，能用几句话说明白”遇到这种就这么处理”；三是错了不致命，做错一次有人能兜、不会直接烧钱。三条缺一条都先放一放——高频但规则模糊的（比如选品拍板），现在交给 AI 就是给自己埋雷。

跑通的最小链路

别一开始就搭大流程。拿 n8n 串起来：一个 webhook 收数据，一个 LLM 节点做判断或整理，一个节点把结果写回你已经在用的地方（表格、群、工单）。先让它在你眼皮底下跑，你人工复核每一条输出，跑几天看它错在哪。

最大的坑是跳过这个”人工复核期”直接放养。AI 的输出有个特点：八成对得漂亮，剩下两成错得你想不到——格式忽然崩、把客户问题理解反、遇到没见过的情况硬编一个答案。这两成在 demo 里看不出来，只有真实数据喂够了才暴露。所以上线不等于撒手，上线之后那段盯着改 prompt、补规则的时间，才是真正决定这套东西能不能用的地方。

一个反直觉的点

不要追最新的模型和最炫的功能。能把一个重复活稳定接住的，往往是最朴素的组合——一个清楚的 prompt、固定的输入格式、一个兜底的人工开关。模型迭代很快，今天的实测结论过两个月可能就变了，但”先挑对活、再小步跑通、盯着复核”这套打法不会变。

一句话收尾：AI 自动化的回报不来自你用了多新的工具，来自你有没有选对那条最该交出去的重复活，以及有没有耐心陪它跑过那段会出错的磨合期。