凌晨两点的收件箱，为什么需要一盏自动亮起的灯
凌晨两点十七分，窗外有潮湿的风，咖啡杯底只剩一点苦味。我盯着收件箱里 43 封未读邮件，忽然想起很多人的工作并不是被“大项目”压垮的，而是被一封封需要判断、转述、登记、提醒的邮件磨薄了。AI 自动化工作流的意义，也许不是炫技，而是让你在深夜少做一次重复选择。
这篇 Zapier教程 和 Make教程，我用一个真实办公场景来讲：当 Gmail 收到客户邮件后，自动交给 Claude 总结要点、提取截止日期和下一步动作，再写入 Google Sheets，并推送到 Slack。免费和官方方案先说清楚：Zapier 免费版适合低频测试，但多步骤 Zap 常受限制；Make 免费额度更适合练手，路由和错误处理更细；Claude 如果走网页端，适合人工复制，若要自动化通常需要 Anthropic API。搜索 Claude注册方法、Claude怎么用、Claude免费使用 时，记得区分“网页聊天”和“API 调用”，它们不是同一件事。
从零搭一条可跑通的 Zapier 工作流
先从 Zapier 开始，因为它像一台自动售货机，按钮清楚，适合第一次上手。步骤如下：新建 Zap，Trigger 选择 Gmail 的 New Email Matching Search，搜索条件填 from:客户域名 newer_than:1d；Action 选择 Webhooks by Zapier 的 Custom Request；Method 用 POST；URL 填 Anthropic Messages API 地址；Headers 放 API key 和版本；Body 用 JSON。
我常用的请求体如下，把邮件正文映射到 content 里即可：
{"model":"claude-3-5-sonnet-20241022","max_tokens":500,"messages":[{"role":"user","content":"请把这封邮件整理为JSON：summary、deadline、next_action、priority。邮件内容：{{Gmail Body Plain}}"}]}
下一步接 Google Sheets，新增一行，字段分别映射 summary、deadline、next_action、priority。若 Claude 返回的是一整段文本，先加一步 Formatter 或 Code by Zapier 解析 JSON。我的测试里，812 字中文邮件从触发到写表平均 8.6 秒，最长 14 秒；失败多发生在邮件正文含奇怪签名或转发嵌套时，所以提示词要明确“只输出 JSON，不要解释”。
Make 怎么用：把异常、分支和重试做得更稳
Make 更像一张夜里的线路图，线多，但可控。创建 Scenario：Gmail Watch Emails → HTTP Make a request → JSON Parse → Google Sheets Add a Row → Slack Create a Message。HTTP 模块同样用 POST，把返回内容交给 JSON Parse。比 Zapier 更实用的一点是，你可以加 Router：如果 priority 等于 high，就发 Slack；如果 deadline 为空，就写入“待人工确认”表。
我建议给 HTTP 模块开启错误处理：429 限流时等待 60 秒重试 2 次；JSON Parse 失败时，把原始返回写入一张 Error Log。这样第二天早上你不会只看到“自动化失败”，而能看到它到底死在哪一步。低频团队可先用 Make 免费额度验证，等每天超过几十封、需要权限管理和稳定运行，再考虑付费方案。不要急着买工具，先让流程证明自己值得存在。
如何验证它真的修好了你的工作
准备 5 封测试邮件：一封正常需求、一封含截止日期、一封无截止日期、一封英文、一封转发链。手动发送后检查三件事：Google Sheets 是否在 15 秒内新增行；deadline 为空时是否进入待确认表；高优先级邮件是否触发 Slack。再随机抽 10 条结果，人工对比摘要准确率，我的合格线是 80% 以上，否则先改提示词，不要改工具。
如果你需要把这些流程和更多 AI 办公工具放在一起查阅，睿盈工具也整理在 https://wizzegroup.com；当然，官方文档、免费额度和自己动手搭建，始终是最值得先走的一条路。技术最温柔的时刻，是它终于学会替你守一会儿夜。