AI替代RPA一键生成监控100个小红书博主工作流

前几天刚分享过AI自动生成N8N工作流的探索经验，没想到进展如此迅速——八爪鱼团队透露，他们的RPA产品即将上线AI编写流程功能。我一直密切关注这个方向，第一时间争取到了内测资格。

核心问题随之而来：AI生成RPA流程的能力究竟达到了什么水平？未来是否还需要专门学习RPA技术？

这两天我密集测试了十几个案例，投入了不少资源，终于摸索出了一条高效可行的路径。最令人惊喜的是，借助AI生成RPA流程，竟然在15分钟内就完成了监控小红书博主的工作流搭建——放在过去，这个任务至少需要好几天时间。

不过，提到"自动化任务"，不少朋友可能会感到困惑——目前市面上主流的选择主要有三种：

1. 一是传统RPA，专注于桌面流程搭建，能够对系统、网页、程序执行自动化操作。
2. 二是后来兴起的"集成型"自动化流程工具，例如N8N，更侧重于云端API连接与数据流转。
3. 三是AI编程，尤其是Claude Code这类Agentic Coding工具，能够借助MCP协议访问文件系统、调用Playwright完成页面自动化。

这三者究竟有何区别？应该选择学习哪一个？

OK，这篇内容争取一次性把AI与自动化这件事彻底讲透。

一、三大自动化工具，到底该怎么选？

答案其实很清晰：场景决定工具选择。

1、RPA —— 聚焦在「任务」本身，解决问题

作为数据分析师出身，我很早便开始使用RPA工具进行电商数据采集以及企业内部ERP系统的自动化处理。这两个场景，另外两个工具确实很难胜任。

企业场景，尤其是电商领域，平台存在大量反爬机制和弹窗问题。如果硬要编写Python脚本解决，虽然可行，但技术成本极高。而RPA工具内置了大量现成组件和扩展——验证码处理、各电商平台的特殊操作，都能一键完成。

另一个典型案例是桌面程序自动化：用RPA配合剪映实现批量剪辑，一个人一天就能生成100个视频。这种降维打击的效率，在任何商业场景下都是王炸级别的存在。

✅ 一句话总结：RPA聚焦在「任务」本身，适合搞定高重复性、有反爬需求、需要操作桌面软件的场景。

2、AI编程 —— 聚焦在代码逻辑

进入AI时代后，我开始使用Claude Code这类工具。它最大的优势是灵活性。比如遇到17个不同结构位置的独立站时，AI可以在每一步做动态判断，适配不同的页面结构。这个场景，另外两种自动化形式都做不到——它们需要高度结构化的规范网站（比如天猫平台下不同店铺的结构一致）。

这种自动化方式借助MCP协议来调用各种工具，甚至可以自动发布小红书笔记。优点是，一句prompt就能完成一个自动化任务。但缺点是，纯依赖AI实现的稳定性极度不可控——往往这次跑通，下次再跑结果就不一样了。

✅ 一句话总结：AI编程聚焦在「代码逻辑」，适合一次性、非标、需要AI做动态判断的网页自动化任务。

3、AI工作流—— 关注「流程」本身

N8N这类工具的本质是API连接器，只关心云端的数据和指令如何流转。它最突出的长处是处理AI Agent非常方便，能够搭建极其复杂的AI能力——比如让多个AI Agent协同工作，分析数据、做出决策、再调用其他工具。这一点，前两者确实望尘莫及。

短板也很明显：没有API接口的服务，它就无能为力。所以在落地场景下，往往需要与Claude Code搭配使用——后者开发Python脚本通过FastAPI开放接口给N8N调用。

✅ 一句话总结：AI工作流关注「流程」本身，是连接云端服务和AI大脑的神经中枢，但门槛相对最高。

对比下来可以得出一个结论：对于大多数想快速解决问题、而非成为开发者的普通人来说，RPA的学习路径最线性、落地效果最直观。但它的学习门槛，曾经劝退了不少人。

不过，时代已经变了。就像AI编程领域出现了Cursor这样的革新者，自动化领域也迎来了它的"高光时刻"——八爪鱼上新的AI写RPA流程，真正把门槛踏平了。很快，我们不再需要关心繁琐的节点和参数，而是聚焦在业务逻辑上，用自然语言就能解决问题。

但，真的有这么神奇？

二、用AI自动生成RPA流程

案例一：采集咸鱼商品信息

直接输入一段prompt：

"打开咸鱼网站www.goofish.com/，搜索iPhone16，点击新发布，选择'一天内'，点击价格，选择'价格从低到高'，进入详情页采集商品内容、价格、浏览数、想要购买人数、是否包邮等信息，保存到Excel文档"

八爪鱼RPA会根据需求生成步骤清单。这时需要认真检查清单的准确性——有问题就让它调整，没问题就可以让它开始执行。目前，网页自动化场景仅支持内置的八爪鱼浏览器。

接下来，AI会自动打开浏览器开始执行上述步骤进行试运行，同时一边跑一边生成流程。

[图片占位符]

试运行完成后，流程就自动生成了——左边绿色框住的RPA流程就是AI生成的。如果涉及Excel输出，试运行阶段只生成一条记录用于预览。

[图片占位符]

预览发现问题，可以直接在AI写流程的窗口里继续让它修改；没问题就点运行主流程，正式跑一遍。

[图片占位符]

运行成功——体验感确实拉满。一句话就搞定了原本需要几十步的RPA流程，每个步骤的参数都自动填好了，效率大幅提升。

案例二：小红书博主监控实战

之前分享过监控100个公众号的工作流后，很多朋友问有没有小红书的方案。目前还没有太好的监控方案，所以正好测试八爪鱼RPA。需要注意的是，小红书需要提前登录——运行前先点上方的"浏览器"，打开网站登录，再运行主流程。

[图片占位符]

1、天崩开局

准备一个Excel文件，里面包含博主昵称和主页链接。

[图片占位符]

初始提示词：

"打开D:\tmp\小红书监听.xlsx；表格有两列：用户、小红书号，逐行进行遍历，到www.xiaohongshu.com用「小红书号」搜索用户，然后读取它最近7天发的笔记标题、内容、数据。"

结果——它跑去搜了"小红书号"这个词本身。

[图片占位符]

2、在AI的"射程"内反复横跳

看来是指令不够精确。我开始对prompt进行精细打磨。看了生成的流程发现，它直接读取Excel后从第一行开始读，所以补充强调要从第二行开始：

"打开D:\tmp\小红书监听.xlsx；表格有两列：用户、小红书号，其中表格第一行是列名，要从第二行开始逐行进行遍历，用表格中的「小红书号」列的值到www.xiaohongshu.com搜索用户，然后读取它最近7天发的笔记标题、内容、数据。"

这次能正常抓取数据了。

[图片占位符]

但对"最近7天"这个时间限制的实现并不理想。这不是八爪鱼本身的问题，而是小红书这个平台在时间筛选功能上本身就比较模糊。而且它会把所有笔记都爬下来——虽然能力不错，但不符合当下语境的需求。于是再次优化：

"打开D:\tmp\小红书监听.xlsx；表格有两列：用户、小红书号，其中表格第一行是列名，要从第二行开始逐行进行遍历，用表格中的「小红书号」列的值到www.xiaohongshu.com搜索用户，读取当前博主最近的10条笔记标题、内容、网址、发布时间、点赞收藏等数据。用浏览器时要把窗口最大化，才好看到发布时间。发布时间在笔记正文下方、评论区上方；对于正文太长的内容，要在弹窗的小红书笔记正文位置滑动一下才能看到（注意不是滑动笔记背后的网页）。"

这次，它终于能正确循环、搜索、打开笔记了。算下来，花15分钟打磨提示词，就能达到原先一两个小时的搭建效果。

[图片占位符]

以为到此为止了？高兴得太早。仔细一看，数据有丢失和错位——小红书的数据结构确实复杂，用任何工具都会遇到类似的误差。比如第一条笔记的内容，抓取成了评论的内容；发布时间很多是空的——这对"监控"这个需求来说是不能接受的。

3、求助外援API

就在快要放弃的时候，我想起了之前在Github上发现的一个开源项目：XHS-Downloader，专门用来下载小红书笔记数据，稳定性非常不错。

[图片占位符]

这是之前部署的，很久没用过了。测试了一下，意外的还能用！

[图片占位符]

OK，希望又来了。现在逻辑变成了两步：从小红书抓取博主的笔记后，把链接同步到这个本地部署的小红书爬虫接口，用于补充缺失的数据。

第一步：用AI生成RPA，批量获取笔记链接。

"打开D:\tmp\小红书监听.xlsx；表格有两列：用户、小红书号，其中表格第一行是列名，要从第二行开始逐行进行遍历，用表格中的「小红书号」列的值到www.xiaohongshu.com搜索用户，进入用户主页，逐个点开当前博主最近的5条笔记，读取标题、内容、网址（列名保存为「笔记网址」）、点赞收藏等数据，保存到Excel结果表。"

这一步是前面的简化版本，不需要重复演示。

第二步：让RPA调用API，精准解析数据。

关键在接下来的补充——直接在AI写流程的窗口继续输入：给了一年前编写代码的例子，告诉它如何调用本地部署好的XHS-Downloader接口。

"打开D:\tmp\小红书笔记数据.xlsx；在「笔记数据」sheet，逐行把「笔记网址」的链接通过HTTP的POST请求发送到服务器接口获取笔记数据；具体的操作可以参考以下Python代码：

server = "http://xxx/xhs"【这里改成你部署的接口】
def fetch_xhs_data(url):
data = {"url": url, "download": True}
response = requests.post(server, json=data)
response.raise_for_status()
result = response.json()
return result
result = fetch_xhs_data('https://www.xiaohongshu.com/explore/64f09f2')

返回的result数据示例，需要把这些数据解析回Excel表：

{'message': '获取小红书作品数据成功', 'data': {'收藏数量': '1千+', '评论数量': '10+', '分享数量': '10+', '点赞数量': '1千+', '作品标题': '哈佛本科毕业6年，我发现时代比努力重要', '作品描述': '以前一直觉得自己能去哈佛读本科是因为自己很厉害。', '作品类型': '图文', '发布时间': '2023-08-31_22:09:38', '下载地址': ['https://ci.xiaohongshu.com/imageView2/format/png'], '动图地址': [None]}}

同时，把完整的HTTP请求结果单独保存到行的末尾「请求结果」列；每成功更新一行就保存一次Excel；同时做容错处理，如果HTTP请求失败，也写入占位符null。"

神奇的事情发生了——AI完全理解了意图，自动在原流程后面补充了一个HTTP请求和数据解析的流程。

[图片占位符]

再次运行，结果完美——数据完整、运行流畅。至此，一个稳定、可靠的小红书博主监控流才算真正跑通。有了这些数据，就可以像之前做公众号监控一样，计算各种指标，彻底解决"选题"困境。

[图片占位符]

三、总结：5个无痛上手的经验

从零开始，完全用AI写流程完成这个案例，前后花了4个小时。总结了5条能少走弯路的经验：

1. 提示词不是越长越好，复杂需求要拆解成独立小任务。这一点反复强调过，但这次还是头铁了——在生成小红书流程时把两步合并成一步，提示词达到了1000字符的长度上限，结果debug了一个多小时。正确的做法是把大任务拆成多个独立的小任务，小的完成后点击"应用"，再继续下一个。
2. 每个小的需求，只要不点击"应用"，就可以持续提问，在当前的绿色流程上不断修改完善。
3. 指令要极端明确。模糊的指令只会得到模糊的结果。比如必须明确告诉它"从第二行开始"、"滑动弹窗内的正文"。
4. 先跑通，再优化。先让主流程跑起来，哪怕很多细节不是你想要的，等跑通后再去抠细节。
5. 拥抱"混合模式"。不要执着于只用一种工具。AI生成的RPA擅长模拟浏览器操作，API擅长精准数据抓取，将两者结合才是王道。

AI的入局，本质上是把RPA这种专业技能"民主化"了。当人人都能轻松创建自动化流程时，职场竞争的核心就从"会不会用工具"变成了"能不能创造性地用AI加RPA解决业务问题"——一场新的效率革命已经开始。不妨花15分钟试一下这个"生产力杠杆"，看看能不能完成别人一天的工作量。