F5. RPA 与低代码自动化实战 | RPA & No-Code Automation

路径: Path 0: AI 基础先行 · 模块: F5 最后更新: 2026-03-14 难度: 中级 预计时间: 2-3 小时 前置模块: F4 自动化与 Agent

章节导航

1. RPA vs 工作流自动化 vs AI Agent
2. 低代码自动化工具全景
3. n8n 深度实战
4. Zapier / Make 实战
5. 跨境电商 10 大自动化工作流
6. RPA 工具与浏览器自动化
7. AI + 自动化的融合
8. 工具选择决策框架
9. 完成标志

本模块你将学会

F4 讲了自动化的概念和 Agent 的理论。本模块聚焦实操用具体的工具搭建真实的自动化工作流。

完成后你将能够：

• 区分 RPA、工作流自动化、AI Agent 的适用场景
• 用 n8n 搭建跨境电商自动化工作流（免费、自托管）
• 用 Zapier/Make 快速搭建简单自动化（付费、零代码）
• 了解 Defy、Bardeen、Browse AI 等浏览器 RPA 工具
• 搭建 10 个跨境电商核心自动化场景
• 把 AI（ChatGPT/Claude API）集成到自动化工作流中

与 F4 的区别：F4 讲的是“AI Agent 能做什么“（概念层），本模块讲的是“用什么工具、怎么搭“（实操层）。F4 偏理论，F5 偏动手。

1. RPA vs 工作流自动化 vs AI Agent

1.1 三种自动化的本质区别

1.2 跨境电商卖家怎么选

你的自动化需求是什么？

需要操作没有 API 的网页后台？（Seller Central、QuickSight）
→ RPA（Defy、Bardeen、Browse AI）

需要连接多个有 API 的系统？（Shopify→Google Sheets→Slack）
→ 工作流自动化（n8n、Zapier、Make）

需要 AI 判断和决策？（分析数据后自动调整策略）
→ AI Agent（LangGraph + 工作流工具）

预算有限，想免费？
→ n8n（自托管免费）+ Defy（免费版）

不想折腾，愿意付费？
→ Zapier（最简单）或 Make（性价比高）

2. 低代码自动化工具全景

2.1 工具对比

2.2 跨境电商场景适配

3. n8n 深度实战

3.1 为什么推荐 n8n

n8n 是跨境电商卖家最值得学的自动化工具：

• 免费自托管：Docker 一键部署，数据完全在自己手里
• AI 原生集成：内置 AI Agent 节点，可以直接调用 OpenAI/Claude API
• 400+ 集成：Shopify、Google Sheets、Slack、Telegram、HTTP Request 等
• 可视化编辑：拖拽连线，不需要写代码
• 社区活跃：大量现成的工作流模板可以直接导入

3.2 n8n 安装（5 分钟）

# Docker 一键安装（推荐）
docker run -it --rm \
--name n8n \
-p 5678:5678 \
-v n8n_data:/home/node/.n8n \
docker.n8n.io/n8nio/n8n

# 打开浏览器访问 http://localhost:5678

或者使用 n8n Cloud（免费 14 天试用）：https://n8n.io

3.3 电商工作流实战：Review 监控 + AI 分析

工作流结构：

[Schedule Trigger] 每小时执行一次
↓
[HTTP Request] 抓取 Amazon 产品页面的最新 Review
↓
[IF] Review 评分 ≤ 3 星？
是 →
[OpenAI] 分析差评内容，提取痛点和情感
↓
[Google Sheets] 记录到差评追踪表
↓
[Slack/Telegram] 通知运营团队
↓
[OpenAI] 生成回复草稿

否 →
[Google Sheets] 记录到好评统计表

3.4 电商工作流实战：多平台库存同步

工作流结构（基于 n8n）：

[Webhook] Shopify 订单创建触发
↓
[Shopify] 获取订单详情（SKU、数量）
↓
[Code] 计算新库存数量
↓
[并行执行]
[Amazon SP-API] 更新 Amazon 库存
[Walmart API] 更新 Walmart 库存
[Google Sheets] 更新库存追踪表
[Slack] 通知团队库存变化

3.5 电商工作流实战：广告报告 AI 分析

工作流结构：

[Schedule Trigger] 每周一早上 9 点
↓
[Amazon SP-API] 下载过去 7 天的搜索词报告
↓
[Code] 数据清洗和格式化
↓
[OpenAI] 分析报告，生成优化建议
↓
[Google Docs] 生成周报文档
↓
[Gmail] 发送给团队

相关阅读: A3 广告优化 搜索词报告分析的方法论，可以作为 AI 分析的 Prompt 模板。

4. Zapier / Make 实战

4.1 Zapier：最简单的自动化

Zapier 适合不想折腾的卖家5 分钟搭建一个自动化：

示例：新差评 Slack 通知

触发器（Trigger）：Amazon Seller Central → New Review（需要第三方集成）
↓
过滤器（Filter）：评分 ≤ 3 星
↓
动作（Action）：Slack → 发送消息到 #reviews 频道
↓
动作（Action）：Google Sheets → 添加一行到差评追踪表

Zapier 电商常用 Zap：

4.2 Make（原 Integromat）：性价比之王

Make 比 Zapier 便宜，而且支持更复杂的工作流（分支、循环、错误处理）：

Make vs Zapier 对比：

5. 跨境电商 10 大自动化工作流

按 ROI 排序的自动化优先级

总计：如果全部实现，每周可节省 40+ 小时。从优先级 1-3 开始，投入最小、回报最快。

6. RPA 工具与浏览器自动化

6.1 为什么需要 RPA

很多电商后台没有 API（或 API 功能有限）：

• Amazon Seller Central 的很多功能没有 SP-API 对应
• QuickSight 报告只能手动下载
• 各平台的后台操作（批量修改价格、上传图片等）

这时候需要 RPA模拟人类在浏览器中的操作。

6.2 Defy

Defy 是一个浏览器 RPA 工具，可以录制和回放浏览器操作：

电商应用场景：

• 批量下载 Seller Central 报告
• 批量修改产品价格
• 批量上传产品图片
• 竞品页面数据抓取

6.3 Bardeen

Bardeen 是另一个浏览器自动化工具，更偏向数据抓取和工作流：

电商应用场景：

• 抓取竞品 Review 数据
• 抓取竞品价格和库存状态
• 自动填写各平台的产品信息
• LinkedIn 达人信息抓取（用于达人合作）

6.4 Browse AI

Browse AI 专注于网页数据抓取和监控：

电商应用场景：

• 竞品价格监控（每天抓取，价格变化时通知）
• 竞品新品监控（发现新上架产品）
• BSR 排名追踪
• Review 数量和评分追踪

7. AI + 自动化的融合

7.1 AI 在自动化工作流中的角色

传统自动化：触发 → 固定流程 → 输出
AI 增强自动化：触发 → AI 分析/判断 → 动态流程 → 输出

示例：Review 监控工作流

传统版：
新 Review → 评分 ≤ 3？→ 通知团队

AI 增强版：
新 Review → AI 分析情感和主题 →
产品质量问题 → 通知产品团队 + 生成改进建议
物流问题 → 通知物流团队 + 检查 FBA 库存
使用方法问题 → 生成 FAQ 更新建议
恶意差评 → 标记 + 生成申诉草稿

7.2 n8n AI Agent 节点详解

n8n 内置了完整的 AI 节点体系，可以在工作流中直接调用 AI：

n8n AI 节点类型：

1. OpenAI Chat Model 调用 GPT-4/GPT-4o
用途：文本生成、分析、翻译
配置：API Key + Model + Temperature
电商用法：Listing 生成、Review 分析、客服回复

2. AI Agent 让 AI 自主决策下一步操作
用途：复杂任务的自主执行
配置：System Prompt + Tools + Memory
电商用法：自动分析数据并决定优化方向

3. AI Chain 多步 AI 处理链
用途：需要多步 AI 处理的任务
配置：多个 AI 节点串联
电商用法：Review → 翻译 → 分析 → 生成报告

4. AI Memory 给 AI 添加记忆
用途：跨次调用保持上下文
配置：Buffer Memory / Vector Store Memory
电商用法：客服 Chatbot 记住之前的对话

5. AI Tool 让 AI 调用外部工具
用途：AI 决定何时调用什么工具
配置：定义可用工具列表
电商用法：AI 决定是否需要查询库存、发送通知等

7.3 实战：n8n + OpenAI 构建 Review 智能分析系统

这是一个完整的、可直接部署的工作流：

工作流详细设计：

节点 1: Schedule Trigger
频率：每 2 小时执行一次
配置：Cron Expression: 0 */2 * * *

节点 2: HTTP Request（获取 Review 数据）
方法：GET
URL：你的 Review 数据源（SP-API 或第三方工具 API）
认证：Bearer Token
输出：JSON 格式的 Review 列表

节点 3: IF（过滤新 Review）
条件：Review 日期 > 上次检查时间
输出：只保留新 Review

节点 4: Loop Over Items（逐条处理）

节点 5: OpenAI Chat Model（AI 分析）
Model：gpt-4o-mini（成本低，速度快）
System Prompt：
"你是一个电商 Review 分析专家。分析以下 Review 并输出 JSON：
{
"sentiment": "positive/neutral/negative",
"category": "product_quality/shipping/usage/price/other",
"key_issue": "一句话总结核心问题",
"severity": 1-5,
"suggested_reply": "建议的回复草稿",
"action_needed": "none/monitor/respond/escalate"
}"
User Message：{{$json.review_text}}
Temperature：0.3（低温度，输出更稳定）

节点 6: Switch（根据 AI 分析结果分流）
action_needed == "escalate" → 节点 7a
action_needed == "respond" → 节点 7b
action_needed == "monitor" → 节点 7c
action_needed == "none" → 节点 7d

节点 7a: Slack（紧急通知）
Channel：#urgent-reviews
Message： 紧急差评需要处理
产品：{{product_name}}
评分：{{rating}} 星
问题：{{key_issue}}
建议回复：{{suggested_reply}}
Mention：@运营负责人

节点 7b: Google Sheets（记录+生成回复）
添加到"待回复"Sheet
包含 AI 生成的回复草稿

节点 7c: Google Sheets（记录到监控表）

节点 7d: Google Sheets（记录到好评统计表）

节点 8: 汇总统计
本次新增 Review 数量
正面/中性/负面比例
需要处理的数量
发送日报到 Slack/Email

成本估算：

• n8n 自托管：$0（Docker）
• OpenAI API：~$0.01/条 Review（gpt-4o-mini）
• 每天 50 条 Review：~$0.50/天 = ~$15/月
• 节省的人工时间：~10 小时/周 × $25/小时 = $250/周

7.4 实战：多语言 Listing 批量生成工作流

工作流设计：

节点 1: Google Sheets Trigger
监控"待翻译"Sheet
新行添加时触发

节点 2: 获取产品信息
从 Sheet 读取：英文标题、Bullet Points、描述、关键词
目标语言列表：[日语, 德语, 西班牙语, 法语, 意大利语]

节点 3: Loop Over Languages

节点 4: OpenAI Chat Model（翻译+本地化）
System Prompt：
"你是一个 Amazon Listing 本地化专家。
不是直译，是本地化：
- 使用目标市场消费者的搜索习惯
- 适配当地的度量单位
- 调整文化表达方式
- 保持 SEO 关键词密度
目标语言：{{target_language}}"
User Message：{{product_info}}
Temperature：0.5

节点 5: Google Sheets（写入翻译结果）
每种语言一列
标注翻译状态

节点 6: Slack 通知
"产品 {{product_name}} 的 5 种语言 Listing 已生成，请人工审核"

7.5 Amazon BSA AI Agent 合规要求（2026.3 新规）

重要：2026 年 3 月 4 日起，Amazon 更新了 BSA（Business Solutions Agreement），对 AI Agent 和自动化工具提出了正式要求（PPC Land）。

新规要求：

• AI Agent 必须在所有时间明确标识为自动化系统
• 必须持续遵守 Amazon 的 Agent Policy
• Amazon 要求停止访问时必须立即停止
• 第三方工具开发者也受此约束

对自动化工作流的影响：

• 使用 RPA 工具操作 Seller Central 需要更加谨慎
• 通过 SP-API 的自动化不受影响（API 本身就是授权的）
• 浏览器自动化（Defy/Bardeen）操作 Seller Central 可能违规
• 建议：优先使用 SP-API，避免直接模拟浏览器操作 Seller Central

Content rephrased for compliance with licensing restrictions.

7.6 10 个电商自动化工作流的详细实现方案

工作流 1：新差评实时通知（5 分钟搭建）

工具：Zapier（最简单）
触发：第三方 Review 监控工具（如 FeedbackWhiz）→ 新 Review
过滤：评分 ≤ 3 星
动作 1：Slack 发送消息（含 Review 内容+产品链接）
动作 2：Google Sheets 添加一行
预估节省：2 小时/周

工作流 2：库存低预警（10 分钟搭建）

工具：n8n 或 Zapier
触发：Schedule（每天早上 9 点）
步骤 1：SP-API 获取库存数据
步骤 2：Code 节点计算：当前库存 / 日均销量 = 可售天数
步骤 3：IF 可售天数 < 14 天
步骤 4：Slack/Email 通知 + Google Sheets 记录
预估节省：3 小时/周

工作流 3：竞品价格监控（30 分钟搭建）

工具：Browse AI + n8n
步骤 1：Browse AI 每天抓取 5 个竞品的价格
步骤 2：n8n Webhook 接收 Browse AI 数据
步骤 3：Code 节点对比昨天的价格
步骤 4：IF 价格变化 > 5%
步骤 5：Slack 通知 + Google Sheets 记录价格历史
步骤 6：（可选）OpenAI 分析价格趋势并建议调价策略
预估节省：5 小时/周

工作流 4：广告报告自动下载+AI 分析（1 小时搭建）

工具：n8n + OpenAI API
触发：Schedule（每周一早上 9 点）
步骤 1：SP-API 下载过去 7 天的搜索词报告
步骤 2：Code 节点数据清洗（去重、格式化、计算 ROAS/ACOS）
步骤 3：OpenAI 分析报告
Prompt："分析以下搜索词数据，找出：
1. 高 ROAS 词（应提高出价）
2. 浪费词（应否定）
3. 新发现的长尾机会
4. 预算重新分配建议"
步骤 4：Google Docs 生成周报
步骤 5：Gmail 发送给团队
预估节省：4 小时/周

工作流 5：社交媒体内容自动排期（20 分钟搭建）

工具：Zapier 或 Make
触发：Google Sheets 新行（内容日历）
步骤 1：读取内容（文案+图片链接+发布时间+平台）
步骤 2：Switch 按平台分流
Instagram → Later/Buffer API
Facebook → Meta API
TikTok → 手动（API 限制）
Pinterest → Pinterest API
步骤 3：确认发布成功 → 更新 Sheet 状态
预估节省：5 小时/周

工作流 6-10 简要方案

### 7.2 n8n + OpenAI API 集成

n8n 内置了 OpenAI 节点，可以直接在工作流中调用 AI：

n8n AI 节点类型：

1. OpenAI Chat Model 调用 GPT-4/GPT-4o
2. AI Agent 让 AI 自主决策下一步操作
3. AI Chain 多步 AI 处理链
4. AI Memory 给 AI 添加记忆
5. AI Tool 让 AI 调用外部工具

电商工作流中的 AI 节点用法： 文本分析：Review 情感分析、关键词提取 内容生成：Listing 文案、广告文案、客服回复 数据分析：报告摘要、趋势识别、异常检测 翻译：多语言 Listing 生成 决策：基于数据自动调整策略

### 7.3 AI Prompt 模板（用于自动化工作流）

你是一个跨境电商运营 AI 助手，正在自动化工作流中被调用。

输入数据： {{$json.review_text}}

请分析这条 Review：

1. 情感：正面/中性/负面
2. 主题分类：产品质量/物流/使用方法/价格/其他
3. 关键痛点（如果是负面）
4. 建议的回复草稿（如果是负面）
5. 是否需要人工介入：是/否

输出格式：JSON

---

## 8. 工具选择决策框架

你是一个跨境电商自动化顾问。

我的情况：

• 团队规模：[X] 人
• 技术能力：[无代码/会用 Excel/会写 Python]
• 月预算（自动化工具）：$[X]
• 主要平台：[Amazon/Shopify/Walmart/…]
• 最想自动化的 3 个任务：[列出]

请推荐：

1. 最适合我的自动化工具组合
2. 每个工具的具体用途
3. 实施优先级（先做什么）
4. 预估每周节省的时间
5. 第一个月的行动计划

---

## 9. 完成标志

- [ ] 理解 RPA、工作流自动化、AI Agent 的区别和适用场景
- [ ] 安装并运行 n8n（Docker 或 Cloud）
- [ ] 搭建至少 1 个自动化工作流（推荐：新差评通知）
- [ ] 尝试在工作流中集成 AI（OpenAI API）
- [ ] 制定你的自动化优先级清单

> **下一步**：如果你想深入构建 AI Agent 系统，进入 [Path B: B4 AI Agent 与自动化](../b-developers/b4-agent-workflow.md)。如果你想先用好现有工具，回到 [Path A](../a-operators/) 把 AI 应用到具体运营场景。