接入了DeepSeek后的飞书，强大到我有点陌生。 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
接入了DeepSeek后的飞书，强大到我有点陌生。
原创 数字生命卡兹克 数字生命卡兹克 2025-02-12 09:37 北京
用了两天接入了DeepSeek R1的飞书，坦率的讲，我已经被彻底折服了，今天，我必须要写一篇文章安利一下。
故事是这样的。
飞书的多维表格，在前天下午接入了满血版的DeepSeek R1。
你可能还没意识到，这意味着啥。
我说一个痛点，就是在此之前，每次当我需要用AI同时处理多篇内容或者各种数据的时候，我都要在N个窗口间反复横跳，究极无敌烦。我甚至为此去配个超长带鱼屏显示器。
什么复制文本、打开AI、等待回答、复制回答、粘贴到表格…这一套操作下来，我的电脑总是开着一堆窗口。
但现在，飞书的多维表格接入了DeepSeek R1后，这个时代的玩法，变了。
真的，直接起飞了。
就拿我现在经常会做的公众号评论分析为例。
因为我其实非常非常看重大家在评论区里面的评论反馈，而且每篇文章几乎最少都有100多条评论，所以最近我有个新增的工作是，每周日会把大家这周给我的评论给爬下来存到一个excel里，然后全部再复盘看一遍。
然后有一个数据我其实一直想看的，就是一级评论（对评论的回复是二级评论）的好评、中性、负面各自的占比。
以前我是把这个Excel文件，直接扔到ChatGPT里，每50～100条分析一次，再把分析结果复制回飞书表格里面整理。这个过程像是在搭积木，你得一块一块地搬，还不能掉。
上周末将近1500多条评论给我干的有点崩溃。
本来刚准备让AI帮我写个Python来解决，结果，飞书的多维表格+DeepSeek来了，直接把内容批量化处理的能力拉到了顶。
我只需要把爬下来的数据导入进多维表格，添加一个DeepSeek字段，设置好分析要求，然后…就没有然后了。所有的文案会自动被分析成标签结果，直接出现在表格里，还可以自动变成可视化的数据仪表盘。
太牛逼了。
话不多说，直接把我自己摸索出来的经验整理成了一个详细教程，保证你看完就会用。
用我上面说的分析文章评论举例。
第一步：现在飞书中，创建一个空白的多维表格。
此时，我们就拥有了一个全新的空白的多维表格了。
关键是设置好基础字段，我一般会删掉后面几列，只保留第一列用来放需要处理的内容。
那在我们这个任务里，自然是用户的所有评论了（包括未精选的)。
至于公众号的评论爬取，也挺简单的，我直接无脑用字节那个类cursor的AI编程工具Trae写了一个油猴脚本来爬。
（这里也安利下Trae，现在可以免费用Claude3.5，香的一笔。）
几分钟对话，你就能搞定一个脚本，然后我用我爬的昨天的那篇文章评论数据做演示。
剔除掉一些被删除的或者违反规定的，最后剩下来了一共267条一级数据，我们直接把这个csv文件导入到飞书多维表格中。
接下来，就要在飞书多维表格中，召唤Deepseek来处理了，点击表格顶部顶部“+”号，把鼠标放在“探索字段捷径处”，搜索“Deepseek”，选择“Deepseek R1”。
这时会弹出配置窗口。
看着好像很复杂的样子，但是不用慌，非常的简单。
1. 修改指令内容，也就是选择哪列需要AI处理的（这里就是“评论内容”列）
2. 设置“自定义要求” ，这就是你给DeepSeek的Prompt。
用人话总结就是，你要让DeepSeek对这一列数据做什么样的处理。
我的Prompt就是一个非常简单的几句话：
我是一个AI公众号作者，我想分析一下我文章下面的评论对我的文章是否认可。请帮我根据我的文章内容分析完以后，输出认可、一般或者不喜欢。我的文章是：XXXXX
然后还有一个设置项是关联账号，这里的关联账号可以不用管，飞书给每个人送了100万的Token，普通用户还是能用一阵子的，如果你的量跟我一样非常大，还是可以绑定自己的火山引擎账号充一些余额的。
价格也是超级便宜，火山引擎是真的卷麻了。
都搞完以后，你就直接点确定就行，他就会嘟嘟的给你生成了，你可以退出去去干别的，一会回来再看。
很快，大概几分钟时间，我的267条数据，就分析完了，真尼玛解放双手，实在是太屌了，而且用推理模型做这种分析任务，准确性简直是绝杀，我之前接过GPT4o来做，但是真的不准，R1牛逼太多了。
无敌。
但是可能有朋友会说了，这玩意准是准，但是也太乱了，根本没有可控性啊，乱七八糟的结构化，这要怎么统计嘛。
确实，推理模型本身Prompt遵循是不咋地，但是山人自有妙计，为啥非要一次性处理完成嘛，我们再加一步不久得了。
再新建一列，在字段类型中一样选择“字段捷径”，然后，选择智能标签。
填上三个标签，然后把字段选成DeepSeek输出结果。
这一步，用人话翻译就是，把前面DeepSeek那些不够结构化的结果，用3个标签来表达。
然后我们直接点确定，超级快，1分钟，标签直接全部打完了。
最搞笑的是，还有一个无匹配标签，我去看了一眼那条评论，确实没法归类。。。
最后，再利用多维表格最强大的仪表盘，直接把数据变成图表，可视化的看下统计结果。
在所有的评论中，包括没精选的，有86.7%的认可率，只有2.63%的不喜欢。
只能说，谢谢粉丝爸爸们的抬爱。我以后一定加倍给大家生产好内容。
除了我自己这个超级实用的场景，好玩的东西我也做了一个，不过就是给朋友玩的小东西，看头像分析性格。
DeepSeek R1自己本身不是多模态的嘛，所以其实读不了图，但是我们可以做个流，先用豆包那个超牛逼的视觉理解模型，给头像图片来一段非常详细的描述，再让R1根据这段描述，来推理用户的性格。
非常的好玩。
而且我问了一下大家，大家居然普遍反馈还挺准的。
我也把玩意变成了飞书多维表格模板，大家可以拿去给自己的朋友们玩。
https://datakhazix.feishu.cn/base/FKKKb3k5VaPE2zsHxwScz1AenFh?from=from\_copylink
还有一个21群群友@Irene做很实用的case，也把大家之前分享过的写图片生成prompt的方式，整了一个多维表格的模板。
上传一张图片，反推提示词（第三列）、自动获取关键词（第一列）、生成类似风格的新提示词（第四列），最后翻译成英文。
以后只需上传图片，就能得到所有需要的结果。一条龙服务，全程AI自动化。
说真的，这一套批量自动化的流程，上限远比我们想象的更高更恐怖，比如我随手就能搭一个Emo风格文案改写的工作流。
又或者批量把文章改写成短视频脚本，或配上自带的AI搜索直接一键整理AI早报，甚至可以玩各种各样的灵感创意，比如用AI星座占卜、赛博算命等等等等。
这两天，每次打开多维表格处理工作，看着任务自动完成，我只需最后验收成果。
只能说，太爽了。
科技的进步不是让机器变得像人，而是让人从机器般的工作中解放出来。
多维表格配合DeepSeek R1，成功将自动化这个概念推进了一大步。
集合批量数据、RPA的超级优点为一身。
我们很多人都曾被繁琐操作压得喘不过气，可现在，你只要会说人话，学会一点飞书多维表格，就能把一个令人生畏的任务迅速拆分给AI，让它自主完成九成流程。
这是科技最美的注脚。
24年的3月，当我决定把公司开在飞书上的时候。
我觉得这也是我。
最棒的选择。
我爱飞书。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：卡兹克、小瑞
>/ 投稿或爆料，请联系邮箱：wzglyay@gmail.com
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言