ChatGPT 工作流自动化教程｜附完整命令

在日常工作中，很多人已经开始使用 ChatGPT 来写文案、做总结、生成代码、整理资料、翻译内容、制作方案。但如果每一次都要手动复制资料、输入提示词、等待回复、再复制到文档里，效率提升其实非常有限。

真正高效的用法，是把 ChatGPT 接入自己的工作流，让它自动完成一部分重复性任务。例如：

• 每天自动总结新闻或行业信息；
• 自动读取文档并生成摘要；
• 自动把会议纪要整理成待办事项；
• 自动生成周报、日报、邮件草稿；
• 自动批量处理文本、翻译、润色、分类；
• 自动调用 ChatGPT API 生成内容并保存到文件；
• 与 Notion、飞书、企业微信、GitHub、Excel 等工具结合。

本文将以实用为主，系统介绍如何搭建 ChatGPT 工作流自动化，并附上可直接使用的完整命令和示例脚本。

一、什么是 ChatGPT 工作流自动化？

所谓 ChatGPT 工作流自动化，就是把原本需要人工操作的步骤，用程序、脚本或自动化工具串联起来，让 ChatGPT 在固定流程中自动完成指定任务。

一个简单的例子：

以前你可能这样写日报：

1. 打开工作记录；
2. 复制今天完成的事项；
3. 打开 ChatGPT；
4. 输入提示词；
5. 等待生成日报；
6. 复制结果到文档或企业微信。

自动化之后可以变成：

1. 脚本自动读取今日工作记录；
2. 自动调用 ChatGPT API；
3. 自动生成日报；
4. 自动保存为 Markdown 文件；
5. 可选：自动发送到邮箱、飞书或企业微信。

这就是工作流自动化的核心：减少重复操作，让 AI 嵌入流程，而不是停留在聊天窗口里。

二、准备工作

在开始之前，你需要准备以下环境。

1. 安装 Python

本文主要使用 Python 作为自动化脚本语言，因为它简单、通用，并且非常适合处理文本、文件和 API 请求。

检查是否已经安装 Python：

python --version

如果你的电脑使用的是 macOS 或 Linux，也可以输入：

python3 --version

如果未安装，可以前往 Python 官网下载安装：

https://www.python.org/downloads/

建议使用 Python 3.10 或更高版本。

2. 创建项目目录

在终端中执行以下命令：

mkdir chatgpt-workflow
cd chatgpt-workflow

创建一个专门用于自动化工作流的文件夹，便于后续管理脚本、输入文件和输出文件。

3. 创建虚拟环境

建议为项目创建独立的 Python 虚拟环境，避免依赖冲突。

macOS / Linux：

python3 -m venv venv
source venv/bin/activate

Windows PowerShell：

python -m venv venv
.\venv\Scripts\Activate.ps1

如果激活成功，终端前面通常会出现：

(venv)

4. 安装 OpenAI SDK

安装调用 ChatGPT API 所需的 Python SDK：

pip install openai python-dotenv

其中：

• openai：用于调用 OpenAI API；
• python-dotenv：用于从 .env 文件读取环境变量，避免把 API Key 写死在代码里。

5. 配置 API Key

在项目根目录创建 .env 文件：

touch .env

Windows 可以使用：

New-Item .env

然后在 .env 文件中写入：

OPENAI_API_KEY=你的_API_Key

注意：

• 不要把 .env 上传到 GitHub；
• 不要把 API Key 发给别人；
• 如果泄露，应立即在后台删除或重新生成。

为了避免误上传，可以创建 .gitignore 文件：

touch .gitignore

写入：

.env
venv/
__pycache__/
output/

三、第一个自动化脚本：让 ChatGPT 自动生成日报

接下来，我们先做一个最简单、最实用的自动化流程：输入工作记录，自动生成日报。

1. 创建输入文件

新建一个文件：

mkdir input output
touch input/today.txt

在 input/today.txt 中写入示例内容：

上午：
- 和产品团队讨论了新用户注册流程优化；
- 修改了登录页的表单校验逻辑；
- 修复了手机号格式判断错误的问题。

下午：
- 完成了接口文档整理；
- 和后端确认了用户权限字段；
- 编写了注册页面的自动化测试用例。

问题：
- 短信验证码接口偶尔超时，需要后端继续排查。

明日计划：
- 联调注册接口；
- 优化错误提示文案；
- 准备测试环境回归。

2. 编写日报生成脚本

创建 daily_report.py：

touch daily_report.py

写入以下完整代码：

import os
from datetime import datetime
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY")
)

def read_file(path):
    with open(path, "r", encoding="utf-8") as f:
        return f.read()

def write_file(path, content):
    with open(path, "w", encoding="utf-8") as f:
        f.write(content)

def generate_daily_report(work_log):
    prompt = f"""
你是一名专业的职场助理，请根据以下工作记录生成一份正式、清晰、适合提交给直属领导的日报。

要求：
1. 使用中文；
2. 结构包括：今日完成、遇到问题、明日计划；
3. 语言简洁、专业；
4. 不要编造不存在的信息；
5. 可适当优化表达，但必须忠于原始内容。

工作记录如下：
{work_log}
"""

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {
                "role": "system",
                "content": "你是一个严谨、专业的办公自动化助手。"
            },
            {
                "role": "user",
                "content": prompt
            }
        ],
        temperature=0.3
    )

    return response.choices[0].message.content

if __name__ == "__main__":
    input_path = "input/today.txt"
    today = datetime.now().strftime("%Y-%m-%d")
    output_path = f"output/daily_report_{today}.md"

    work_log = read_file(input_path)
    report = generate_daily_report(work_log)
    write_file(output_path, report)

    print(f"日报已生成：{output_path}")

3. 运行脚本

执行：

python daily_report.py

如果使用 macOS 或 Linux，并且默认 Python 指向 Python 2，可以执行：

python3 daily_report.py

运行成功后，会在 output 文件夹中生成类似文件：

daily_report_2026-06-05.md

这时，你已经完成了第一个 ChatGPT 自动化工作流。

四、自动批量总结文档

日报只是一个简单示例。在实际工作中，我们经常需要处理多个文档，例如：

• 多篇文章摘要；
• 多份会议记录总结；
• 多个客户反馈分类；
• 多份调研资料提炼重点；
• 多个 Markdown 文件生成摘要。

下面我们做一个批量处理脚本：自动读取 input/docs 目录中的所有文本文件，并为每个文件生成摘要。

1. 创建目录和示例文档

mkdir -p input/docs output/summaries

Windows PowerShell：

mkdir input\docs
mkdir output\summaries

创建示例文件：

touch input/docs/doc1.txt
touch input/docs/doc2.txt

示例内容可以是会议纪要、文章、客户反馈或项目文档。

2. 创建批量摘要脚本

创建文件：

touch batch_summary.py

写入完整代码：

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY")
)

INPUT_DIR = "input/docs"
OUTPUT_DIR = "output/summaries"

def ensure_dir(path):
    if not os.path.exists(path):
        os.makedirs(path)

def read_file(path):
    with open(path, "r", encoding="utf-8") as f:
        return f.read()

def write_file(path, content):
    with open(path, "w", encoding="utf-8") as f:
        f.write(content)

def summarize_text(text):
    prompt = f"""
请对以下内容进行结构化总结。

要求：
1. 用中文输出；
2. 保留核心观点；
3. 按照以下结构输出：
   - 一句话概述
   - 关键信息
   - 重要结论
   - 可执行建议
4. 不要添加原文没有的信息。

原文如下：
{text}
"""

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {
                "role": "system",
                "content": "你是一个擅长信息提炼和结构化表达的助手。"
            },
            {
                "role": "user",
                "content": prompt
            }
        ],
        temperature=0.2
    )

    return response.choices[0].message.content

def main():
    ensure_dir(OUTPUT_DIR)

    for filename in os.listdir(INPUT_DIR):
        if not filename.endswith(".txt"):
            continue

        input_path = os.path.join(INPUT_DIR, filename)
        base_name = os.path.splitext(filename)[0]
        output_path = os.path.join(OUTPUT_DIR, f"{base_name}_summary.md")

        print(f"正在处理：{input_path}")

        text = read_file(input_path)
        summary = summarize_text(text)
        write_file(output_path, summary)

        print(f"摘要已生成：{output_path}")

if __name__ == "__main__":
    main()

3. 执行批量摘要

python batch_summary.py

输出结果会保存在：

output/summaries/

这个流程非常适合用于批量处理文章、访谈稿、客户反馈、会议记录等文本资料。

五、自动生成会议纪要和待办事项

会议纪要是 ChatGPT 自动化中非常典型的场景。假设你已经有一份会议录音转写文本，我们可以让 ChatGPT 自动整理成正式纪要。

1. 创建会议文本

touch input/meeting.txt

示例内容：

张三：这周注册页面开发基本完成，但是短信验证码接口偶尔会超时。
李四：后端这边会继续排查，预计明天下午给出结果。
王五：测试环境需要在周五前准备好，否则会影响下周联调。
张三：我会在明天完成前端错误提示文案优化。
李四：权限字段的定义已经确认，今天会同步接口文档。

2. 创建会议纪要脚本

创建文件：

touch meeting_minutes.py

写入完整代码：

import os
from datetime import datetime
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY")
)

def read_file(path):
    with open(path, "r", encoding="utf-8") as f:
        return f.read()

def write_file(path, content):
    with open(path, "w", encoding="utf-8") as f:
        f.write(content)

def generate_minutes(text):
    prompt = f"""
请将以下会议转写内容整理为正式会议纪要。

输出要求：
1. 标题为“会议纪要”；
2. 包含以下部分：
   - 会议主题
   - 讨论要点
   - 已确认事项
   - 待办事项
   - 风险与问题
3. 待办事项需要包含：负责人、任务、截止时间。如果原文没有截止时间，请写“待确认”；
4. 不要编造原文中不存在的信息；
5. 使用清晰的 Markdown 格式。

会议内容：
{text}
"""

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {
                "role": "system",
                "content": "你是一名专业的项目管理助理，擅长整理会议纪要。"
            },
            {
                "role": "user",
                "content": prompt
            }
        ],
        temperature=0.2
    )

    return response.choices[0].message.content

if __name__ == "__main__":
    meeting_text = read_file("input/meeting.txt")
    minutes = generate_minutes(meeting_text)

    today = datetime.now().strftime("%Y-%m-%d")
    output_path = f"output/meeting_minutes_{today}.md"

    write_file(output_path, minutes)
    print(f"会议纪要已生成：{output_path}")

3. 执行命令

python meeting_minutes.py

你会得到一份结构化的会议纪要，后续可以进一步接入邮件、飞书、Notion 或项目管理工具。

六、把 ChatGPT 接入命令行工具

如果你经常在终端工作，可以做一个简单的命令行 ChatGPT 工具。这样你无需打开网页，直接在命令行中输入问题即可获得回复。

1. 创建命令行脚本

创建文件：

touch ask.py

写入完整代码：

import os
import sys
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY")
)

def ask_chatgpt(question):
    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {
                "role": "system",
                "content": "你是一个简洁、准确、实用的助手。"
            },
            {
                "role": "user",
                "content": question
            }
        ],
        temperature=0.4
    )

    return response.choices[0].message.content

if __name__ == "__main__":
    if len(sys.argv) < 2:
        print("用法：python ask.py \"你的问题\"")
        sys.exit(1)

    question = " ".join(sys.argv[1:])
    answer = ask_chatgpt(question)
    print(answer)

2. 使用方式

python ask.py "请帮我写一封请假邮件，语气正式但不要太生硬"

也可以问技术问题：

python ask.py "请解释一下 Python 中装饰器的作用，并给一个简单例子"

如果你想让它读取剪贴板内容、文件内容或自动保存结果，也可以继续扩展。

七、自动翻译与润色文本

内容运营、产品经理、研究人员、程序员都可能经常需要翻译或润色文本。下面我们做一个脚本：读取 input/article.txt，自动翻译成英文并保存。

1. 创建原文文件

touch input/article.txt

写入中文内容。

2. 创建翻译脚本

touch translate.py

完整代码如下：

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()

client = OpenAI(
    api_key=os.getenv("OPENAI_API_KEY")
)

def read_file(path):
    with open(path, "r", encoding="utf-8") as f:
        return f.read()

def write_file(path, content):
    with open(path, "w", encoding="utf-8") as f:
        f.write(content)

def translate_to_english(text):
    prompt = f"""
请将以下中文内容翻译成自然、准确、适合正式文档使用的英文。

要求：
1. 保留原文含义；
2. 不要删减信息；
3. 语言自然流畅；
4. 如果有专业术语，请使用常见英文表达。

中文内容：
{text}
"""

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {
                "role": "system",
                "content": "你是一名专业中英翻译。"
            },
            {
                "role": "user",
                "content": prompt
            }
        ],
        temperature=0.2
    )

    return response.choices[0].message.content

if __name__ == "__main__":
    text = read_file("input/article.txt")
    result = translate_to_english(text)
    write_file("output/article_en.md", result)

    print("翻译完成：output/article_en.md")

3. 执行翻译

python translate.py

八、定时自动运行：让工作流每天执行

如果你希望每天固定时间自动生成日报、摘要或同步内容，可以使用系统自带的定时任务。

macOS / Linux 使用 cron

打开定时任务编辑器：

crontab -e

添加以下内容，表示每天 18:30 自动运行日报脚本：

30 18 * * * cd /你的项目路径/chatgpt-workflow && /你的项目路径/chatgpt-workflow/venv/bin/python daily_report.py

查看已有定时任务：

crontab -l

删除定时任务：

crontab -r

注意：cron 中需要使用绝对路径，不能只写相对路径。

Windows 使用任务计划程序

Windows 可以使用图形界面的“任务计划程序”，也可以使用命令创建任务。

示例命令：

schtasks /Create /SC DAILY /TN "ChatGPT Daily Report" /TR "C:\path\to\chatgpt-workflow\venv\Scripts\python.exe C:\path\to\chatgpt-workflow\daily_report.py" /ST 18:30

查看任务：

schtasks /Query /TN "ChatGPT Daily Report"

删除任务：

schtasks /Delete /TN "ChatGPT Daily Report" /F

九、进一步接入企业微信机器人

如果想让日报或会议纪要自动发送到群里，可以接入企业微信机器人。企业微信群机器人会提供一个 Webhook 地址，你可以用 Python 向该地址发送消息。

安装 requests：

pip install requests

创建 send_wecom.py：

touch send_wecom.py

完整代码：

import requests

WEBHOOK_URL = "你的企业微信机器人Webhook地址"

def send_text(content):
    data = {
        "msgtype": "text",
        "text": {
            "content": content
        }
    }

    response = requests.post(WEBHOOK_URL, json=data)
    print(response.text)

if __name__ == "__main__":
    send_text("这是一条来自 ChatGPT 自动化工作流的测试消息。")

执行测试：

python send_wecom.py

如果发送成功，就可以把生成日报和发送消息两个流程组合起来。

例如在 daily_report.py 中加入发送逻辑：

import requests

WEBHOOK_URL = "你的企业微信机器人Webhook地址"

def send_wecom_message(content):
    data = {
        "msgtype": "text",
        "text": {
            "content": content
        }
    }
    requests.post(WEBHOOK_URL, json=data)

然后在生成日报后调用：

send_wecom_message(report)

这样，每天 18:30 脚本运行后，就可以自动生成日报并发送到企业微信群。

十、提示词设计：自动化效果的关键

很多人做自动化时只关注代码，但实际上，ChatGPT 工作流的稳定性很大程度取决于提示词。

一个好的自动化提示词应该包含：

1. 角色定义
   例如：“你是一名专业项目管理助理”。

2. 任务说明
   例如：“请根据以下会议记录生成会议纪要”。

3. 输出格式
   例如：“请使用 Markdown，包含讨论要点、待办事项、风险问题”。

4. 约束条件
   例如：“不要编造原文没有的信息”。

5. 质量要求
   例如：“语言简洁、正式、适合提交给领导”。

6. 输入内容边界
   例如使用明确标记包裹输入内容，避免模型混淆。

推荐提示词模板：

你是一个{角色}。

请完成以下任务：
{任务描述}

输出要求：
1. {格式要求}
2. {语言要求}
3. {内容要求}
4. {限制条件}

输入内容：
{输入文本}

例如：

你是一名专业的产品经理。

请根据以下用户反馈，整理产品优化建议。

输出要求：
1. 按照“问题分类、用户原话、影响程度、优化建议”输出；
2. 使用中文；
3. 不要编造用户没有提到的问题；
4. 优先关注高频、影响体验的问题。

用户反馈：
{feedback}

十一、常见问题与解决方案

1. API Key 无法读取

检查 .env 文件是否在项目根目录，并确认变量名正确：

OPENAI_API_KEY=你的_API_Key

也可以在 Python 中临时打印检查：

print(os.getenv("OPENAI_API_KEY"))

如果输出是 None，说明环境变量未正确加载。

2. 报错：No module named openai

说明依赖没有安装，执行：

pip install openai

如果使用虚拟环境，请确认已经激活：

source venv/bin/activate

Windows：

.\venv\Scripts\Activate.ps1

3. 输出内容不稳定

可以降低 temperature 参数：

temperature=0.2

一般来说：

• 0.1 - 0.3：适合总结、分类、提取；
• 0.4 - 0.7：适合写作、润色、创意；
• 0.8+：输出更发散，但稳定性更低。

4. 文本太长怎么办？

如果输入文档太长，可能超出模型上下文限制。常见解决方法有：

1. 分段总结；
2. 每段生成摘要；
3. 再对所有摘要做二次总结。

示例思路：

原文 -> 分段 -> 每段摘要 -> 汇总摘要 -> 最终总结

5. 如何避免模型编造？

在提示词中加入明确约束：

如果原文没有提到，请写“未提及”，不要自行推测。

也可以要求输出引用：

每个结论后请附上原文依据。

对于重要场景，例如法律、医疗、财务、合同审查，建议加入人工复核环节，不要完全自动发送最终结论。

十二、推荐工作流组合

下面是几个可以直接落地的 ChatGPT 自动化方案。

方案一：个人日报自动化

流程：

工作记录 txt -> ChatGPT 生成日报 -> 保存 Markdown -> 定时发送企业微信

适合人群：

• 程序员；
• 产品经理；
• 运营；
• 项目经理；
• 销售。

方案二：会议纪要自动化

流程：

录音转文字 -> ChatGPT 整理纪要 -> 提取待办事项 -> 发送到群聊

适合场景：

• 项目周会；
• 客户会议；
• 需求评审；
• 复盘会议。

方案三：内容生产自动化

流程：

选题列表 -> ChatGPT 生成大纲 -> 生成初稿 -> 润色 -> 保存到文档

适合人群：

• 自媒体作者；
• 内容运营；
• 市场人员；
• 品牌团队。

方案四：客户反馈分析自动化

流程：

用户反馈表 -> ChatGPT 分类 -> 提炼高频问题 -> 生成产品建议

适合场景：

• App 用户反馈；
• 电商评论分析；
• 客服工单分析；
• NPS 调研分析。

十三、项目目录最终结构

完成本文示例后，你的项目结构大致如下：

chatgpt-workflow/
├── .env
├── .gitignore
├── venv/
├── input/
│   ├── today.txt
│   ├── meeting.txt
│   ├── article.txt
│   └── docs/
│       ├── doc1.txt
│       └── doc2.txt
├── output/
│   ├── daily_report_2026-06-05.md
│   ├── meeting_minutes_2026-06-05.md
│   ├── article_en.md
│   └── summaries/
│       ├── doc1_summary.md
│       └── doc2_summary.md
├── daily_report.py
├── batch_summary.py
├── meeting_minutes.py
├── ask.py
├── translate.py
└── send_wecom.py

十四、最佳实践建议

最后，总结几个实用经验：

1. 先从小流程开始
   不要一开始就搭建复杂系统。可以先从“自动生成日报”“自动总结会议”这种小任务开始。

2. 保留人工审核环节
   对外发送的邮件、合同、公告、客户回复等内容，建议人工确认后再发送。

3. 统一输入输出格式
   自动化最怕格式混乱。尽量使用 Markdown、JSON、CSV 等结构化格式。

4. 提示词要模板化
   不要每次临时写提示词。把高质量提示词固化到脚本中，才能保证结果稳定。

5. 注意隐私和数据安全
   不要随意上传敏感客户信息、密码、密钥、个人隐私、合同机密等内容。

6. 记录日志
   如果工作流长期运行，建议记录输入、输出、运行时间和错误日志，便于排查问题。

7. 控制成本
   批量处理文档时要注意 API 调用次数和文本长度，可以先压缩文本、分批处理或使用更经济的模型。

十五、总结

ChatGPT 的真正价值，不只是回答问题，而是成为工作流中的自动化组件。通过 Python 脚本、API、定时任务和企业微信等工具，我们可以把许多重复性的文字工作自动化，例如日报、会议纪要、文档摘要、翻译润色、客户反馈分析等。

本文从环境配置开始，逐步演示了：

• 如何安装依赖；
• 如何配置 API Key；
• 如何生成日报；
• 如何批量总结文档；
• 如何整理会议纪要；
• 如何制作命令行助手；
• 如何自动翻译文本；
• 如何定时运行脚本；
• 如何发送企业微信消息。

如果你是第一次搭建 AI 自动化工作流，建议先选择一个最痛的重复任务，把它做成脚本。等这个流程稳定之后，再逐步增加更多功能。真正高效的 AI 使用方式，不是每天手动问 ChatGPT 几十次，而是让 ChatGPT 在你看不见的地方，持续、稳定地帮你完成工作。