用 AI 写自动化脚本，干掉重复劳动

你每天在重复的那些动作，就是脚本的入口

先问自己一个问题：最近一周里，有哪件事你做了三遍以上，而且每次做法都一模一样？把一百个文件按日期改名、把十几个表格的数据拼到一起、把截图一张张压到合适大小——这些都是重复劳动，也都是自动化的好素材。

以前想自动化，你得先学一门脚本语言。现在不一样了：你描述需求，AI 写脚本。你不需要记住语法，但你需要搞清楚两件事——哪些活值得自动化，以及怎么把需求讲清楚、讲安全。

判断一件事值不值得自动化，看三个信号就够了：频次高（每周都做）、规则固定（每次步骤一样）、手工容易错（批量操作总有个别漏掉或改错）。三个都占，就动手；只占一个，可能还不如手动快。

自动化的价值，不在「省时间」这三个字

更稳：手工做一百次，总会有一次漏掉，脚本不会
可重复：下次数据变了，重跑一遍就行，不用再想流程
可沉淀：一次投入，之后每次都用，越用越划算
可检查：脚本是白纸黑字，出了问题能一条条看回来

五个最值得自动化的场景

这些场景几乎每个用电脑的人都会碰到，也是最适合拿 AI 练手的。它们的共同点是：规则清楚、输入输出明确、不涉及复杂判断。

场景	典型任务	难度	注意点
批量重命名	把一批文件按规则改成统一样式	低	先预览新名字再执行，避免覆盖
多个表格合并	把几十个相同结构的表格拼成一张	中	先确认列名是否一致，否则会错位
文件按规则整理	按类型/日期把文件分到不同文件夹	低	移动前先备份，别把文件弄丢
定时抓取	按固定时间收集某类公开信息	中高	遵守目标网站规则，控制频率
格式批量转换	图片压尺寸、文档转格式、批量导出	中	保留原文件，输出到新目录

建议从批量重命名或文件整理这类低难度场景起步。它们输入输出最清楚，出错了也容易恢复，最适合建立「我能让 AI 写脚本」的信心。等你熟了这个节奏，再碰表格合并和定时抓取。

踩坑提醒：定时抓取要守住边界

抓取公开信息本身是常见需求，但一定要遵守目标网站的服务条款和机器人协议，控制请求频率，不要对他人网站造成压力。涉及数据用途也要合法合规。

更简单也更稳的做法，是优先使用网站官方提供的接口或导出功能，而不是去抓页面。需要长期、大批量获取时，先确认自己有权这么做。

把需求讲到 AI 能听懂

让 AI 写脚本，最大的坑不是它不会写，而是你没说清楚输入和输出。它只能靠猜，猜出来的脚本一跑就错，你还得来回解释。

一个能让 AI 一次写准的需求，至少要交代五件事：输入是什么、输出要什么、规则是什么、边界情况怎么办、用什么语言。把这份清单照着填一遍，脚本命中率会高很多。

写脚本的需求模板五件事说全

帮我写一个脚本，用 [Python，如果你没有偏好就让它选，语言以官方最新文档为准]。

【输入】目标文件夹路径：[粘贴路径]，里面有大约 [数量] 个 [文件类型] 文件。
【输出】我希望得到：[说明最终产物，比如「一批改好名的新文件」或「一张汇总表」]。
【规则】
- [一条一条列清楚处理逻辑，比如「文件名格式统一成 日期_项目_序号」]
- [如果有排序、筛选、去重等要求，也写在这里]
【边界情况】
- 如果遇到不符合规则的文件（比如没按格式命名），[跳过 / 单独放到一个文件夹 / 记进日志]
- 如果目标名字已经存在，[不要覆盖，加后缀 / 停下来问我]
【其它要求】
- 代码里写中文注释，关键步骤说明为什么这么做
- 先别写最终版，先告诉我你理解的输入输出对不对，再动手

先只输出你的理解和处理思路，让我确认。

最后那句「先输出理解」，是对付「AI 理解偏差」最有效的办法。它把你的需求复述一遍，你一眼就能发现哪里理解错了——在写代码之前就纠正，比跑完报错再回头改省事得多。

安全边界：先只读，再写入

这一节是整篇最重要的。脚本能改你的文件、能删东西、能移动东西，一旦写错，损失可能不可逆。所以有一条铁律：先只读验证，确认无误后再写入。

什么叫只读验证？就是让脚本先「假装」处理一遍，把「打算做什么」打印出来给你看，但真的一个文件都不动。你看完这份预览，确认逻辑对了，再让它真正执行。

只读预览

让脚本扫描输入，输出「将要产生的结果清单」，比如「A.jpg 会改名为 2026-01-01_A.jpg」。此阶段禁止任何写入操作。

人工核对

把预览结果和你的预期逐条比对。数量对不对、规则有没有偏、有没有意外命中的文件。这一步必须你自己看。

小范围试跑

先拿一小部分文件（比如复制 5 个到测试文件夹）真实跑一遍，确认结果无误，再对全部执行。

正式执行

确认无误后，对完整数据执行。执行时保留日志，记录每个文件做了什么，方便事后回溯。

要求 AI 分「只读」和「写入」两版

这个脚本请分两个阶段给我，一定要严格分开：

【阶段一：只读预览】
- 只读取、只统计，绝对不允许修改、移动、删除任何文件
- 输出一份「预演清单」：每个文件当前的名字 → 处理后的结果
- 最后给一行统计：共命中几个文件，跳过几个，跳过原因分类

【阶段二：实际执行】
- 只有我明确说「执行」之后，你再给这版
- 执行前，先把阶段一命中的文件【自动复制一份到备份文件夹】
- 执行时输出日志：时间、原文件名、新文件名、状态
- 任何一步出错，停下来告诉我，不要继续往下做

先只给我阶段一的脚本。

踩坑提醒：删除和覆盖是最高危的两个动作

批量脚本里，最危险的不是「改错」，而是「删掉」和「覆盖」——它们往往是不可逆的。手工改错还能改回来，脚本一旦删除，文件可能就真没了。

所以让 AI 写脚本时，明确写下「不要删除原文件」「遇到同名不要覆盖，先停下」。能改成「移动/复制」的，就不要用「删除」；能输出到新目录的，就不要原地覆盖。

失败回滚与备份

再谨慎的脚本也可能出意外：写到一半程序崩了、某个文件权限不对、磁盘满了。所以「能回滚」和「有备份」不是可选项，是底线。

备份的原则很简单：动手之前，先复制一份。最土也最有效的做法，就是在执行前把整个要处理的文件夹复制一份，或者让脚本自己先自动备份。备份不用漂亮，够用就行。

让 AI 加备份与回滚逻辑

请在这个脚本里加上「备份 + 回滚」的保护：

【备份】
- 脚本一开始，先把所有要处理的文件【复制】到
  同级目录下的 backup_日期时间 文件夹里
- 原始文件一律不动，所有改动都在新文件上做

【日志】
- 每一步操作都追加写进一个 log 文件：
  时间戳、操作类型、原文件、目标文件、结果（成功/失败）
- 哪个文件失败了，记清楚失败原因

【回滚】
- 再给我一个「回滚脚本」：读取上面的日志，
  把所有成功的操作按记录反向撤销（新文件删掉、原名恢复）
- 回滚脚本也要先只读打印一遍它打算做什么，我确认后再执行

先只给备份和日志部分，回滚脚本等我确认主流程能用之后再要。

这份「日志 + 回滚脚本」的思路，是把不可逆的操作变成可逆的。有了日志，你就知道脚本到底动了什么；有了回滚脚本，出问题能一键退回。别嫌麻烦——第一次被脚本坑过的人，都后悔没加这两样。

执行脚本前的四条自检

预览看过了吗？命中数量和预期一致吗？
备份做了吗？备份能被正常打开吗？
脚本里有没有「删除」「覆盖」这类高危动作？是否非做不可？
出错了怎么退回去？这条退路想清楚了吗？

从一次脚本到一套自己的小工具

跑通第一个脚本之后，你会发现自己看世界的角度变了——看到重复劳动，第一反应不再是「忍一忍」，而是「这个能不能写个脚本」。

接下来要做的，是把一次性的脚本沉淀成能反复用的小工具。核心就一件事：别把路径、数量、规则写死在代码里，让它们变成可以随时改的参数。这样下次数据变了，你不用让 AI 重写，改个参数就能用。

把脚本改成「可复用的小工具」

把刚才这个脚本改造成一个可以反复用的小工具：

- 把所有可变的东西抽到最上面，做成参数区：
  输入文件夹、输出文件夹、文件名规则、是否备份等
- 每个参数旁写一行中文注释，说明它是干嘛的、怎么改
- 脚本启动时，先把所有参数打印出来，问我「确认无误再继续」
- 加一句说明：这个脚本需要什么运行环境（版本以官方最新文档为准）

这样以后数据变了，我只要改参数区那几行就能复用，不用重写整个脚本。

这些攒下来的小工具，会慢慢变成你个人的「自动化武器库」。它们单独看都不起眼，但累积起来，省下的是你每个星期反复消耗的那些时间，也顺手减少了手工操作带来的错误。

让 AI 写自动化脚本，真正的功力不在代码本身，而在你有没有守住那条安全线：先只读、再写入，先备份、再执行，每次动手前都想清楚「出错怎么退」。脚本替你省下的是时间，而谨慎替你守住的是数据。

下一篇我们换到另一个方向，聊「AI 绘图入门」——当你想让 AI 生成的不再是文本和代码，而是画面时，提示词该按什么结构来写。