构建第一个 Automation——从触发器到动作的完整实战
实战目标
构建一条 CRM 自动跟进工作流：当 CRM 项目里出现 Lead 评分 ≥ 80 且状态为"新"的客户时，自动触发 AI Agent 做深度分析，然后通知销售负责人跟进。
这条 Automation 的完整逻辑
[触发] CRM 项目里有记录满足：Lead Score ≥ 80 AND Status = 新
↓
[动作 1] 调用 Lead Analysis Agent → 分析客户 → 输出跟进建议
↓
[动作 2] 在 Slack #sales 频道 @销售负责人 → 附上分析结果
↓
[动作 3] 更新 CRM 记录 → 状态改为"跟进中" + 写入下次跟进日期（3 天后）前置条件
- 已创建 CRM Project，包含字段：Company（公司名）、Contact（联系人）、Lead Score（数字 1-100）、Status（单选：新/跟进中/成交/流失）
- 已创建 Lead Analysis Agent，会分析客户并给出跟进策略
- 已连接 Slack 集成并授权
步骤 1：创建 Automation
- 进入 Workspace → Automations 面板
- 点击 ➕ New Automation
- 命名："CRM 高优 Lead 自动跟进"
- 选图标和颜色
步骤 2：配置触发器
触发器类型：Project Record Matches
选择你的 CRM Project → 设置筛选条件：
| 条件 | 操作 | 值 |
|---|---|---|
| Lead Score | Greater Than Or Equal To | 80 |
| AND | ||
| Status | Equals | 新 |
这两个条件之间是 AND 关系——只有两个都满足才触发。
测试触发器
点击 Test Trigger，系统会从 CRM 里找一条满足条件的现有记录，模拟一次触发。确认数据正常流到下一步。
步骤 3：动作 1——调用 Agent
点击 ➕ Add Action → 选 Call AI Agent
- Agent：选择你创建的 Lead Analysis Agent
- 输入：把触发器传过来的 CRM 数据作为上下文（用变量语法引用，如
{{trigger.company}}） - 期望输出：结构化 JSON，包含建议的跟进策略和推荐话术
变量语法说明
Taskade 的变量引用格式是 {{动作名.字段名}}。例如：
{{trigger.company}}→ 触发器传来的公司名{{trigger.contact}}→ 联系人{{action_1.follow_up_strategy}}→ 动作 1（Agent）输出的跟进策略
步骤 4：动作 2——Slack 通知
点击 ➕ Add Action → 选 Slack → Send Message
- 频道：
#sales - 消息内容（用变量拼接）：
🎉 新的高优 Lead！
公司：{{trigger.company}}
联系人：{{trigger.contact}}
Lead 评分：{{trigger.lead_score}}
AI 分析建议：
{{action_1.follow_up_strategy}}
推荐话术：
{{action_1.recommended_script}}
请尽快跟进！
@{{trigger.sales_owner}}这里用了 Agent 输出的变量和触发器传来的原始数据变量。Slack 集成会自动把 @用户名 解析成真正的 @提及。
步骤 5：动作 3——更新 CRM 记录
点击 ➕ Add Action → 选 Projects → Update Record
- Project：同一个 CRM Project
- Record：用触发器传来的那条记录（
{{trigger.record_id}}） - 更新字段：
| 字段 | 新值 |
|---|---|
| Status | 跟进中 |
| Next Follow-up Date | {{now + 3 days}}（Taskade 内置日期函数） |
步骤 6：添加错误处理（推荐）
在动作 2（Slack）上点击 ➕ On Failure → 添加一个 Fallback 动作：
- 类型：Workspaces → Send Notification
- 收件人：你自己
- 内容："CRM 自动跟进工作流失败：{{automation.name}}，失败步骤：{{step.name}}"
这样 Slack 通知失败时，你会在 Taskade 应用内收到通知，不会漏掉。
步骤 7：测试整条 Automation
点击顶部的 Test Run 按钮：
- 系统会用触发器测试选中的那条 CRM 记录模拟运行
- 每个步骤实时展示输入、输出、耗时
- 出错的步骤会标红并显示错误信息
- 成功后你去 Slack #sales 频道看看有没有收到消息、CRM 里的记录有没有更新
建议测试至少 3 条不同的 CRM 记录，覆盖：
- 刚满足条件的（如 Lead Score 刚好 80）
- 高分但状态不是"新"的（应该不触发）
- 数据有问题的（如缺失联系人信息，看看 Agent 怎么处理）
步骤 8：启用
测试都通过后，把顶部的开关从 Draft 切到 Active。这条 Automation 就开始 24/7 后台运行了。
调试和迭代
查看运行日志
Automation 启用后，每次触发都会生成一条运行记录：
- Run History 面板 → 每次运行的时间、耗时、每个步骤状态
- 点开单次运行 → 完整的输入输出、错误堆栈
- 失败重试 → 可以单独重跑失败的那条，不用从头跑
常见问题排查
| 现象 | 可能原因 | 排查方法 |
|---|---|---|
| 没触发 | 触发器条件没匹配到 | 检查 Project 里是否真有满足条件的记录 |
| Agent 没输出 | Agent 权限或知识库问题 | 单独和 Agent 对话，确认它能正常回答 |
| Slack 消息没收到 | Slack 集成授权失效 | 去集成面板重新授权 |
| 记录没更新 | 字段名不匹配 | 检查 Projects 集成的字段映射 |
迭代建议
跑一段时间后，你可能发现：
- 有些 Lead Score 80+ 的其实不适合跟进 → 调整 Agent 的分析逻辑
- 有些场景需要 AI Agent 先研究一下再决定要不要通知 → 加一个前置判断步骤
- 团队希望在 CRM 里看到"AI 跟进建议"的历史版本 → 加一个历史记录字段，每次 Agent 分析后追加进去
Automations 是可以持续优化的——每一次运行日志里的小问题，都是改进的机会。