我说了一句话，飞书多维表格AI直接搭出了一套能交付的业务系统

我说了一句话，飞书多维表格AI直接搭出了一套能交付的业务系统 我说了一句话，飞书多维表格AI直接搭出了一套能交付的业务系统 Modified March 26 有意思的事情发生了。 这次 AI 没有问确认问题。进销存问了 4 个问题，这次直接跳过确认，进入深度思考。 原因很简单：我的需求已经把字段、公式、规则全写清楚了，没什么好确认的。 需求越明确，AI 跳过的交互步骤越多。 这是深度使用下来最重要的发现之一。 PRD 只生成了 4 个 tab：系统概览、功能列表、数据表、仪表盘。工作流和高级权限 tab 是空的。因为我的需求里没提这两个东西，AI 严格按需求来，不画蛇添足。 和进销存形成了鲜明对比。进销存我没提审批，AI 主动补上了 6 个工作流。绩效工资我没提工作流，AI 就不搭。判断依据是什么？应该是业务场景：进销存天然需要审批流程，绩效工资计算重点在公式而不是流程。 搭建过程中另一个细节：AI 正在配置视图排序规则的时候被我截到了。月度绩效表的 全部月度绩效 视图，排序规则从「0→9」改成了「9→0」，按核算月份降序。连视图排序都严格按 PRD 设计来配。 我点开每个字段看了一遍公式。 绩效系数公式：IFS([平均评分] =8, 1.5, [平均评分] =6&&[平均评分]<8, 1.0, [平均评分]<6, 0.7) 和我的需求规则一字不差。 应发绩效工资公式：[基本工资] [绩效系数] 最厉害的是月度绩效表里的「任务完成总数」和「平均评分」。这两个字段用了带日期范围条件的查找引用，只统计上个月内完成的任务。 日期范围的起始日用公式自动算：DATE(YEAR([核算月份]),MONTH([核算月份]) 1,1)。 这是飞书多维表格查找引用的高级用法。说白了就是：在汇总数据的时候，不是把一个员工所有的任务都算进去，而是只算指定月份范围内的。 最后上难度，培训机构学员管理系统。 这次我故意只写了基础需求：4 张表，没提工作流，没提权限。 AI 的反应让我直接坐直了。 它不仅没有直接开搭，还在确认气泡里自动补充了完整的业务需求。 我只写了 4 张表，AI 补充了：缴费记录表、2 个仪表盘、3 个工作流、3 个权限角色。 更有意思的是，AI 还主动提了两个实现方案确认。 第一个：新学员报名后的欢迎消息怎么发？给了三个选项：发邮件、人工发、标记待发送。 第二个：连续 3 次未签到怎么触发通知？给了两个选项：用公式字段自动计算后触发工作流，或者人工统计。 有意思的事情发生了。 这次 AI 没有问确认问题。进销存问了 4 个问题，这次直接跳过确认，进入深度思考。 原因很简单：我的需求已经把字段、公式、规则全写清楚了，没什么好确认的。 需求越明确，AI 跳过的交互步骤越多。 这是深度使用下来最重要的发现之一。 PRD 只生成了 4 个 tab：系统概览、功能列表、数据表、仪表盘。工作流和高级权限 tab 是空的。因为我的需求里没提这两个东西，AI 严格按需求来，不画蛇添足。 和进销存形成了鲜明对比。进销存我没提审批，AI 主动补上了 6 个工作流。绩效工资我没提工作流，AI 就不搭。判断依据是什么？应该是业务场景：进销存天然需要审批流程，绩效工资计算重点在公式而不是流程。 搭建过程中另一个细节：AI 正在配置视图排序规则的时候被我截到了。月度绩效表的 全部月度绩效 视图，排序规则从「0→9」改成了「9→0」，按核算月份降序。连视图排序都严格按 PRD 设计来配。 我点开每个字段看了一遍公式。 绩效系数公式：IFS([平均评分] =8, 1.5, [平均评分] =6&&[平均评分]<8, 1.0, [平均评分]<6, 0.7) 和我的需求规则一字不差。 应发绩效工资公式：[基本工资] [绩效系数] 最厉害的是月度绩效表里的「任务完成总数」和「平均评分」。这两个字段用了带日期范围条件的查找引用，只统计上个月内完成的任务。 日期范围的起始日用公式自动算：DATE(YEAR([核算月份]),MONTH([核算月份]) 1,1)。 这是飞书多维表格查找引用的高级用法。说白了就是：在汇总数据的时候，不是把一个员工所有的任务都算进去，而是只算指定月份范围内的。 最后上难度，培训机构学员管理系统。 这次我故意只写了基础需求：4 张表，没提工作流，没提权限。 AI 的反应让我直接坐直了。 它不仅没有直接开搭，还在确认气泡里自动补充了完整的业务需求。 我只写了 4 张表，AI 补充了：缴费记录表、2 个仪表盘、3 个工作流、3 个权限角色。 更有意思的是，AI 还主动提了两个实现方案确认。 第一个：新学员报名后的欢迎消息怎么发？给了三个选项：发邮件、人工发、标记待发送。 第二个：连续 3 次未签到怎么触发通知？给了两个选项：用公式字段自动计算后触发工作流，或者人工统计。 「连续未签到次数」的公式用了 FILTER+SORTBY+COUNTIF 嵌套。先按签到时间倒序排列，再逐条判断是否为「未签到」，连续计数。这个公式复杂度是我用下来遇到的最高的。 「是否触发告警」则很简单：IF([连续未签到次数] =3,"是","否")。 然后工作流的触发条件绑定在「是否触发告警」这个公式字段上。当公式结果变成「是」的时候，自动给跟进人发飞书消息。这个设计叫公式驱动自动化，公式算出来的结果直接触发工作流，不需要人工判断。 工作流里还有个循环节点。课前提醒工作流在触发后，需要遍历所有选了这门课的学员，逐个发邮件。循环节点就是干这个事的。 权限设计精细到 5 个维度：数据表权限、记录权限、字段权限、视图权限、仪表盘权限。讲师只能看「讲师=当前用户」的记录，前台不能看缴费记录表，财务只能看缴费表和学员基础信息。 搭建结果我一个一个看了，6 张表全部创建，30 条示例数据，字段类型 100% 正确，公式全部可计算。 写到这儿得停一下，聊聊我深度使用下来观察到的几个关键发现。 第一个发现：AI 会根据需求的模糊程度，自适应调整交互深度。 进销存那次，我写了 4 行基础需求，AI 问了 4 个确认问题，还自动补充了审批流程。 绩效工资那次，我把字段、公式规则全写死了，AI 直接跳过确认开搭。 培训机构那次，我只写了 4 张表名，AI 自动扩展成 6 张表 + 3 个工作流 + 4 个角色，还主动提了 2 个实现方案让我选。 你给它的信息越少，它补的越多。你给的越明确，它越老实。 这跟人一样。 第二个发现：专家模式的 PRD 文档，是根据你需求中提到的内容来决定填哪些 tab 的。 进销存的输入暗含了复杂业务流程，PRD 6 个 tab 全填满了。 绩效工资我只要公式和仪表盘，PRD 只填了 4 个 tab，工作流和权限空着。 培训机构 AI 自动扩展了工作流和权限需求，PRD 6 个 tab 又全填满了。 不是每次都全填，是按需填。 第三个发现：AI 的能力边界不是固定的，取决于上下文。 权限配置那次。从主对话框问，AI 说「我做不了，你先手动开启高级权限」。但在权限面板里点「通过 AI 配置」，AI 就能设计方案、创建角色、自动配置。 同一个 AI，在不同界面里能力不一样。 第四个发现：专家模式搭出来的系统，真的可以直接交付使用。 不是说不用改。但如果你把需求描述得够清楚，搭出来的东西完成度非常高。7 张表的进销存、11 个字段的绩效公式、6 张表的培训机构系统，字段类型、关联关系、公式逻辑、筛选视图、仪表盘组件、工作流节点、权限矩阵，全都是可用的。 你要做的不是从零搭，而是在 AI 搭好的基础上微调。这个效率提升是质变级别的。 但这里必须说一句。 AI 搭得好不好，完全取决于你的需求描述得好不好。 绩效工资系统之所以搭得这么精准，是因为我把每个字段、每条公式规则都写清楚了。如果我只写「搭个绩效工资系统」，搭出来的东西大概率不会这个效果。 培训机构系统之所以完成度这么高，是因为 AI 足够聪明，在我需求模糊的地方自动补全了。但如果业务更复杂、更垂直，AI 未必能补对。 所以上周那篇文章里我说的那句话，用完之后我更加确信了： AI 解决了从 0 到 1 的问题。但从 1 到 100，还是得懂业务。 AI 再强，它也只是帮你把你脑子里的东西搭出来。你脑子里没有的东西，它补不上。它能帮你搭一个 80 分的系统，但那 20 分的差距，是你对自己业务的理解、对用户场景的洞察、对数据流转的设计。这些东西，AI 代替不了。 万涂幻象多维表格社区这两天在我们的从零到一学飞书多维表格课程群里搞一个行业共学比拼活动。二百多个个学员按行业分组，每个人拿自己的真实业务需求去搭系统。AI 能帮你搭出基础框架，但怎么把框架调成真正贴合你业务的东西，这就是练 懂业务 的过程。 写在最后 用了大半天，坦白说我挺感慨的。 去年十二月我写过一篇《别再学怎么搭了，飞书多维表格能自动生成工作流，还能群里一句话建表》，那时候 AI 搭建还是第一版，只能搭个表、建个工作流。三个多月过去了，它已经能写 PRD、做方案设计、自动配权限矩阵了。 这个速度是真快。 但越用越觉得，工具变强了，人的价值反而更清晰了。 以前大家花时间在「怎么拖字段」「怎么配公式」「怎么画仪表盘」上。现在这些都可以一句话搞定了。那省下来的时间干什么？ 想清楚你的业务到底要解决什么问题。想清楚每个角色的核心需求是什么。想清楚数据从哪来、到哪去、中间经过谁。 这些想明白了，AI 帮你搭出来的东西就是能用的。想不明白，搭出来的就是漂亮的垃圾。 工具的门槛在消失，思考的门槛在升高。 慢慢来，先把业务想清楚。 社区里这二百余篇飞书多维表格的实战笔记和踩坑记录，全部开源在飞书知识库里，都在这儿👇 https://vantasma.feishu.cn/wiki/space/7574356946532925441?ccm open type=lark wiki spaceLink&open tab from=wiki home 觉得有用帮我点个在看，你那边有什么飞书多维表格的搭建场景，评论区扔过来，我帮你看看 AI 能搭到什么程度。 公众号原文链接：https://mp.weixin.qq.com/s/zede3gvwSUwi2YiLVgzFLA 公众号原文链接：https://mp.weixin.qq.com/s/zede3gvwSUwi2YiLVgzFLA 我是祥瑞，万涂幻象多维表格社区的主理人，一个深耕飞书多维表格的 AI 落地实践者。 上周写了一篇《2026飞书新品见面会，飞书多维表格全面进入AI搭建时代......》，拆了拆飞书 2026 新品见面会发布的 AI 搭建能力。群里好几个人说白学了，我说壁垒不在操作，在懂业务。 那篇发完之后，社群里有个声音我一直记着。 有人问：你说 AI 搭表很厉害，到底有多厉害？有没有翻车的时候？ 说实话我心里也没底。这个功能内测有一段时间了，目前还在内测中，发布会演示看着丝滑，但咱们都知道，demo 和实际用起来是两码事。 所以这两天我干了一件事：从最简单的 搭个活动报名系统 一路用到 搭一套完整的培训机构管理系统 ，把能做什么、做不了什么全部记下来。 花了大半天用完，说实话有点出乎意料。 不是说它完美，是它在某些地方的表现，确实超过了我的预期。但也有几个地方，让我更加确信上周说的那句话。 坐稳了，咱们一个一个看。 先说一下飞书多维表格 AI 搭建的基本能力。 它能帮你搭 4 样东西：数据表、仪表盘、工作流、高级权限。 有两种模式：默认模式和专家模式。默认模式就是直接对话搭建，专家模式会先生成一份 PRD 设计文档，确认没问题再搭。 我分三个阶段来聊。先看基础能力，搭得准不准。再看修改能力，改得动不动。最后上专家模式，面对复杂业务系统能不能扛住。 先从最简单的开始。 我输入了一句话：搭建一个活动报名系统。 AI 没有直接开搭，而是先问了我三个问题。活动面向内部还是外部？报名需不需要审核？系统谁在用？ 选完之后它总结了一遍需求，显示一个 开始搭建 按钮。 点击之后右侧展开了一个 深度思考 面板，把字段设计、表结构、仪表盘维度全都列出来了，然后才开始执行。 搭出来的结果：2 张表，活动表和报名记录表。字段类型全部正确，自动编号、单选、日期、人员字段都选对了。 双向关联自动建好。 报名人数用 FILTER+COUNTA 公式自动统计。 仪表盘 8 个组件，饼图、折线图、指标卡一应俱全。 整体来说，一句话搭出这个效果，已经很能打了。 接着我把需求写得更细：搭建一个员工花名册，包含姓名、工号、手机号、邮箱、入职日期、部门、职级、合同到期日、月薪、头像照片。 这次需求已经很明确了，AI 没有追问，直接开搭。 有意思的是，AI 主动加了两个我没要求的东西。一个是 创建时间 和 最后更新时间 两个系统字段，合理。 另一个是工作流，合同到期自动提醒，前面的活动报名系统就没有工作流。 搭出来 10 个字段，类型命中率 100%。手机号用了电话类型，邮箱用了邮箱类型，头像用了附件类型，月薪用了数字类型，部门和职级用了单选。姓名字段用了 人员 类型而不是纯文本，直接关联飞书用户，比我预想的更聪明。 仪表盘 8 个组件，有个细节让我愣了一下：姓名分布用了词云而不是饼图。文本字段用词云确实比饼图更合适，说明 AI 在图表选型上是有判断力的。 然后我试了关联能力。让它搭一个简单的订单管理，客户表和订单表，要求一个客户可以有多个订单。 双向关联一次搞定，客户表里能看到关联的订单，订单表里能看到关联的客户。 订单金额用了货币类型，不是数字，保留两位小数，自动带人民币符号。 仪表盘 10 个组件，用了分区标题把客户和订单数据分开展示。这个细节前面两次没出现过，说明 AI 处理多表数据时会自动加层次。 更惊喜的是工作流。AI 主动搭了一个 订单状态变更通知 ，用了查找记录节点串联两张表，从订单表查到关联客户，再给客户的联系人发飞书消息。这比前面的简单触发复杂一个级别。 三个简单场景跑完，字段类型准确率很高，关联关系一次搞定，仪表盘越来越成熟，工作流从无到有再到跨表查找，能看出 AI 在根据场景复杂度自动调整输出。 接下来看修改能力。这个很关键，因为搭完一个系统之后，你肯定要改。 基于刚才的订单管理系统，我先试了三个仪表盘修改。 第一个：把仪表盘主题换成深色模式。 一句话搞定，切换为 DarkGreen 主题。原有组件完整保留，布局没有错乱。 第二个：把指标卡调大一些。 AI 没有直接改，而是先问我：你要改哪些指标卡？默认勾选了 全部 。 确认后又问：调到多大？给了大尺寸、超大尺寸、自定义三个选项。 两轮确认才执行。修改操作比搭建操作更谨慎，防止误操作。 第三个：增加一个切片器，按月份筛选。 AI 自动选对了关联字段 下单时间 ，把切片器放在仪表盘顶部。说明它理解「按月份筛选」指的是用订单日期做筛选器。 三改全成功。 然后试修改数据表。给客户表加 3 个字段：客户等级、所在城市、累计订单金额。 累计订单金额是个公式字段，AI 自动写了 FILTER+SUM，从关联的订单表汇总每个客户的订单总金额。 拿实际数据验证了一遍，5 个客户的累计金额全部正确。最担心的公式能力没有翻车。 再试修改工作流。给订单状态变更通知加一个条件分支：金额大于 5000 通知主管，5000 以下通知普通客服。 这里有个特别震撼的细节。AI 在操作的时候，界面上有一个鼠标箭头在移动，就像真的有人在帮你拖节点、连线、配参数。 搭出来的工作流：原有的触发器和查找记录节点完整保留，新增了一个 Switch 多分支节点，两个分支各配了独立的飞书消息节点。增量修改不破坏原有结构。 最后试了权限配置，这个有故事哈哈。 我在主对话框问 AI：帮我配三个角色。AI 没有报错，但也没有帮我配。它说：请先手动开启高级权限，开启后我来帮你配置。然后给了 3 步操作指引和 5 篇参考文档。 本来我以为默认模式就是不能配权限。 但后来我发现了一件事。手动开启高级权限之后，在权限面板里有一个小入口：通过 AI 配置。 从这个入口问 AI，效果完全不一样。 AI 直接给出了 3 套完整的权限方案，每套包含角色定位、权限配置明细、优点和风险分析。 选择一个方案后，AI 拆解出 4 步执行计划，点 开始执行 ，它就自动把角色创建好、权限配置好。 底部显示 AI 已修改权限配置，请确认 ，手动点保存才生效。 AI 的能力边界不是固定的，取决于你在哪个上下文里跟它对话。 在主对话框它做不到的事，在权限面板里它能做得很好。 到这里默认模式体验完了。数据表和仪表盘是强项，修改能力稳定，工作流会随场景复杂度自动升级，权限配置入口不太直观但能力在。 接下来是专家模式。 说实话，专家模式才是我最想写的部分。 专家模式和默认模式最大的区别是：它不直接搭，它先出方案。 你把需求丢给它，它会生成一份 PRD 设计文档，像产品经理写需求文档一样，有系统概览、功能列表、数据表设计、仪表盘设计、工作流设计、高级权限设计，总共 6 个 tab。你可以看、可以改、可以让 AI 修改，确认没问题了再点 开始搭建 。 三个档位可选：轻量 5 10 分钟、标准 10 20 分钟、深度 20 30 分钟。我全选了深度。 先拿进销存管理系统试试。 我的输入只有 4 行：商品表、采购入库单、销售出库单，库存要自动计算。 AI 先问了 4 个确认问题。库存用公式还是工作流？利润分析从哪些维度看？谁在用？需不需要审批？ 确认后选了深度模式，AI 开始写 PRD。 这份 PRD 把我原始输入的 3 张表扩展成了 7 张表 + 6 个工作流 + 4 个角色 + 1 个 13 组件的仪表盘。 系统概览里有 4 个用户画像：采购专员、销售专员、仓库管理员、业务经理。每个角色都有职责描述和核心需求。它不是从管理员一个视角设计，是站在每个角色的立场想这个系统应该长什么样。 功能列表用 用户故事+验收标准 的格式写。作为采购专员，我希望快速创建采购申请并跟踪审批进度，确保采购流程高效透明。这不是关键词堆砌，是真的在用产品经理的思维做设计。 数据表设计里最让我关注的是库存计算。 AI 用了一个两步法：先用查找引用把已确认的入库/出库数量汇总出来，再用公式做减法。当前库存 = 采购入库总数量 销售出库总数量。 搭出来之后我验了一遍数据：ELEC 001 智能手机，采购入库 200，销售出库 20，当前库存显示 180。仪表盘上总库存 342 = 采购入库 380 销售出库 38。没毛病。 仪表盘里有个组件特别有意思：商品分类利润排行榜，用奖牌样式排列。保温杯利润最高 4,642 元拿金牌，智能手机亏损 8,236 元垫底。这种排行榜在实际业务里一看就能发现问题。 工作流 6 个，采购和销售对称设计，每边 3 个：待审批通知、审批结果通知、入库/出库待确认通知。 高级权限 4 个角色，精确到字段级别：业务经理只能编辑审批状态和审批意见，不能改其他字段。 搭建过程中有一个细节：AI 搭完之后，自动验证结果是否符合 PRD 设计，不是搭完就走。 而且我还发现，他还可以给你自动操作排序或者分组。就跟人一样。 接着试绩效工资计算系统。 这次我把需求写得特别明确。3 张表，字段全列出来，公式规则写死：平均评分大于等于 8 系数 1.5，6 到 8 系数 1.0，小于 6 系数 0.7，绩效工资等于基本工资乘以绩效系数。 它不是在炫技，是在告诉你：这个需求涉及到多维表格的能力边界，某些功能有替代方案，你选哪个？ PRD 生成完有 15 个步骤，6 个 tab 全部填满了。系统涉及 4 个角色、5 个业务对象、6 个关键场景。 数据表设计里，AI 做了一个我没想到的操作：在我要求的 4 张表之外，自主新增了张「学员选课表」。 为什么？对啊，因为学员和课程是多对多关系。一个学员可以报多门课，一门课有多个学员。在飞书多维表格里，多对多关系需要一张中间表来承接。 这张中间表有 11 个字段，是整个系统里最复杂的一张表，包含了「连续未签到次数」和「是否触发告警」两个公式字段、「已告警」复选框，还有已签到和未签到次数的查找引用。