他用7步搭出AI工作流，把工地照片自动变成营销内容

工地素材沉睡问题：有内容，缺持续生产能力

对于很多装修公司来说，每天最忙的时候，不是在办公室，而是在工地。水电、泥工、防水、木工、油漆……每完成一个施工节点，施工人员都会拍下大量现场照片和视频，既方便记录工程进度，也能作为客户沟通和后续营销的素材。

但真正耗费时间的难点，发生在拍完之后。

这些素材散落在不同人的手机里，有人负责施工，有人负责销售，有人负责运营。等到要发朋友圈、发客户群、更新视频号的时候，才发现：

• 今天发什么？
• 这张图该怎么配文案？
• 专业工艺应该怎么讲，客户才能看懂？
• 朋友圈、抖音、小红书，是不是还要分别写不同版本？

就会出现很多真实、有价值的施工素材，却一直躺在手机相册里的现象。其实，家装行业并不缺内容，缺的是把内容持续生产出来的能力。

于是，一位家装行业从业者萌生了一个想法：能不能把“工地拍照”到“营销内容发布”这件事，全部交给AI？他最终用WorkBuddy，搭出了一条完整的自动化工作流。

第一步：先厘清核心目标，而非直接提需求

很多人第一次用AI，都会直接问：“帮我把工地照片配上文案，我要发朋友圈。”但真正想解决的问题，并不是写一篇文案。真正的问题其实是：每天都有新的工地照片产生，如何让它们自动进入系统、自动分析、自动生成内容，而不是每天重复操作？

方策向WorkBuddy描述这个需求时，手上并没有一个清晰完整的方案。他只有一个大方向——工地每天产生大量照片和视频，能不能让它们自动变成对客户有用的内容？正是带着这个还不够具体的想法，他开始了和WorkBuddy的对话。

面对这个需求，WorkBuddy并没有马上开始生成，而是像一位项目搭档一样，先确认整个流程。例如：

• 素材从哪里来
• 输出到哪里
• 哪一步可以完全自动化？

只有把这些问题想清楚，一条真正可以长期运行的工作流才能搭建出来。

第二步：调用ima知识库，构建稳定素材中台

真正开始搭建之后，第一个遇到的问题就是：AI去哪里拿每天新增的工地素材？WorkBuddy该怎么上传，能力边界又在哪里？

结合WorkBuddy给出的能力边界，与方策之前提到的能不能用ima知识库的能力，WorkBuddy给出了肯定的答案。

知识库在这里承担的不只是存储作用，更像是整个工作流的“素材中台”。每天施工结束后，只需要把当天拍摄的照片上传进去，后面的所有流程都会围绕这里展开。随后，方策按照WorkBuddy的指引，一步一步完成了ima知识库的安装以及API调用。

以后，无论增加多少施工案例，知识库都会不断沉淀新的内容。工作流也不用重新配置。

上传素材这件事，从一次性的操作，变成了长期稳定的数据入口。

此外，方策并没有让这个项目零散地分布在对话里。他清楚的知道，要把“一次性的操作”沉淀为“长期可调用的流程资产”。他在WorkBuddy中专门创建了一个工作空间——所有和日报相关的配置，包括ima知识库的连接规则、图片分析的指令、多平台文案的模板，都集中在这个空间里统一管理。

第三步：AI不只是识图，而是理解施工工艺

素材进入知识库之后，真正有意思的部分才开始。

方策会直接跟 workbuddy 说生成一个日报，并把它想要的日报要求给 Buddy，比如：要包括施工工种、工作亮点、工作进度、工程标准、是否符合标准等。

收到指令后，WorkBuddy 会先从 ima知识库中下载图片，然后进行 AI 视觉分析：它能够识别当前属于水电改造、防水施工、泥工铺贴等不同施工阶段；还能结合装修知识，对施工工艺进行解释。

过去，一张照片可能只能配一句：今天施工已完成。而经过WorkBuddy分析之后，它能够生成更专业、更容易获得客户信任的日报内容，例如：今天完成了水电改造施工，线路横平竖直，冷热水管采用分色铺设，后续维护更加方便。

这样直观的内容帮装修从业者把施工过程中的专业价值表达出来，更通俗易懂的向客户传达并汇报装修进度，提升满意度。

第四步：自动化推送至微信小程序，直达客户

WorkBuddy把东西做好了，怎么传给客户？方策想到了WorkBuddy小程序。

他先在电脑端设置自动化任务。

每天早上9点，让WorkBuddy将前一天晚上上传到ima的图片自动下载、分析并做成日报推送到微信小程序。

推送到小程序后，就可以将推送的日报文件再通过微信转发给客户。再也不用反复来回找，一步到位！

第五步：一套素材，多平台自动生成营销文案

除了发给客户看的专业日报以外，同一批工地素材，还可以自动生成朋友圈营销文案、小红书文案。不能做的WorkBuddy也会直接告诉你原因。

随后，方策让WorkBuddy测试了5个营销文案，一分钟的时间就将日报中的内容转换成了带有图片和专业分析的，可以发朋友圈、小红书的营销内容。

过去，一个运营同事可能需要花两三个小时整理素材、排版、配图、写文案。现在，只需要上传当天素材，后面的内容都可以自动生成。

不同平台，也不用重新整理。真正做到了一套素材，多次利用。

第六步：由AI自主排查并修复8个关键Bug

在搭建工作流的过程中，难免会出现各种各样的问题。方策给出的解决办法是让WorkBuddy自己排查，自己解决。

整个过程中，一共排查出了8个漏洞，其中还有几个会直接影响整个工作流运行的关键问题。每发现一个问题，WorkBuddy都会帮助分析原因，再一起调整流程。一步一步，把问题全部修复。直到整条工作流能够稳定运行。

对于方策来说，怎样修复系统Bug是毫无头绪，但是他知道WorkBuddy能解决。于是，他在指示框内输入文字，跟WorkBuddy一轮一轮对话，一步一步把问题全部修复。直到整条工作流能够稳定运行。

这也是很多人在搭AI工作流时最容易忽略的一点。真正有价值的工作流，不是第一次跑成功，而是能够长期、稳定地每天运行。

第七步：沉淀为Skill，实现团队与行业复用

方策还把这条完整的工作流打包成了一个Skill。这意味着，不仅方策自己可以持续复用，团队的其他成员、甚至同行的装修公司，都可以加载这个Skill，输入工地素材，直接生成专业日报和多平台营销内容。

从一个人的效率工具，变成了一个可复制、可分发的内容生产力系统。

写在最后

方策做的事，就是把家装行业这些年攒下来的经验，变成能随时调用的数字资产。以前工地上天天都有大量素材冒出来，没人管、没人用，最后全躺在手机相册里吃灰。

现在方策把这些照片和记录存进知识库，让AI自动加工成营销内容——每个施工案例都能反复利用，慢慢就变成企业自己的内容资产。

对装修公司来说，工地不只是干活的地方，更是持续输出专业内容的来源。这些内容能让客户觉得你懂行、信得过，而这种信任感和满意度，反而是最实在的获客路径。

WorkBuddy想做的，就是帮团队打通不同工具、不同系统、不同角色之间的协作障碍，把那些零散、重复、耗时的活儿串成一条顺畅的工作流，让它真正跑起来。

JOTO 企业落地观察

• 该案例表明，企业知识库不应仅作为静态文档仓库，而需深度嵌入智能体工作流，承担“动态素材中台”职能——其接入方式、更新机制与权限设计，直接决定RAG知识工程能否支撑高频、多模态的业务闭环。
• 施工工艺理解类任务对领域知识注入提出刚性要求：单纯依赖通用视觉模型无法识别“冷热水管分色铺设”等专业规范，企业必须将工艺标准、验收条款等结构化知识预置进知识库，才能保障AI输出的专业可信度。
• 将工作流封装为Skill，本质是将隐性经验显性化、可移植化。这对FDE驻场共创提出新要求：需协助客户完成从单点验证到组织级复用的跃迁，重点不是交付一个流程，而是建立Skill的评估、迭代与分发机制。
• AI自主排查8个Bug的过程，暴露了当前智能体工程的核心瓶颈——错误定位与修复路径缺乏标准化。企业部署时需预设可观测性接口，确保异常能被日志捕获、归因并触发人工介入阈值，而非依赖对话式调试。