今天早報提到：
Ryanair 已經準備把 Gemini 真正接進航空公司的營運流程。
但一般小公司當然不需要先做機隊排班、飛機維修、航班調度。
比較實際的問題是：
每天 Gmail、Drive、Sheets、Calendar 和 Chat 裡那些一直重複搬來搬去的工作，能不能先讓 AI 接起來？
今天介紹的工具就是：
Google Workspace Studio。
Workspace Studio 是什麼？
最白話的理解方式：
它是 Google Workspace 裡的 AI 自動化工作室。
你可以直接用自然語言告訴 Gemini：
「收到包含附件的客戶 Email 後，把附件存進指定 Drive 資料夾，在 Sheets 留下一筆紀錄，再通知團隊。」
Workspace Studio 會協助把這個要求變成一段 Flow。
也就是：
什麼事情發生。
接著做什麼。
下一步再做什麼。
不一定需要自己從零寫程式。
它和一般 Gemini 聊天有什麼差別？
一般 Gemini 比較像：
你問。
它回答。
Workspace Studio 則比較像：
你先定義一條工作規則，以後符合條件時，就照這條流程執行。
例如：
一般 Gemini：
「幫我整理這封 Email。」
Workspace Studio：
「以後只要收到指定客戶的 Email，就先整理重點，再通知我。」
差別就在：
一次回答，和持續工作的流程。
它以前叫 Workspace Flows
Google 先前曾以 Workspace Flows 測試這種能力。
現在正式產品名稱是：
Google Workspace Studio。
它的用途就是設計、管理與分享 Google Workspace 裡的 AI Agent 與自動化流程。
第一個實用功能：直接用一句話建立 Flow
你不用先知道 API、Webhook、JSON 或程式語言。
可以先直接描述：
「我想自動化什麼？」
例如：
「每天早上整理還沒讀的重要 Email，只列出需要我採取行動的項目。」
Gemini 可以協助建立流程。
之後你再檢查每個步驟。
這對不會寫程式的人，比一開始面對空白自動化畫布容易很多。
第二個功能：直接使用現成模板
如果不知道從哪裡開始，也不用自己想完整流程。
Google 已經提供多種常見模板，例如：
- 每天整理未讀 Email。
- 重要人物寄信時通知。
- 替含有待辦事項的 Email 加標記。
- 標出需要後續處理的郵件。
- 會議結束後整理摘要與行動項目。
- 每天整理新聞摘要。
所以第一個 Flow 不一定要做得很複雜。
先找一個每天真的會重複做的動作就好。
第三個功能：Gmail 收到附件後，不必再自己搬檔案
這是一個非常實際的例子。
很多小公司每天都做：
打開 Gmail。
下載附件。
打開 Drive。
找到資料夾。
上傳。
再開 Sheets。
留下一筆紀錄。
Google 官方直接拿這種工作當 Workspace Studio 的示範。
流程可以是：
收到符合條件的 Email。
接著：
- 把附件存進 Drive。
- 在 Sheets 留下一筆紀錄。
一個很小的動作。
但如果每天做 30 次，就開始有價值。
第四個功能：會議結束後，自動整理下一步
另一個很適合團隊的工作是會議。
會議結束以後通常還要：
- 整理重點。
- 找出待辦事項。
- 翻譯給不同語言同事。
- 發到 Chat。
- 準備 Follow-up Email。
Workspace Studio 可以把這些步驟串起來。
所以 AI 的工作不再只是：
「幫我摘要會議。」
而是：
摘要完之後，下一步該去哪裡。
第五個功能：先判斷 Email，再決定怎麼處理
一般自動化常常只能判斷：
寄件者是誰。
標題有沒有某個字。
附件是不是 PDF。
加入 Gemini 之後，流程可以多一層：
理解內容。
例如收到 50 封 Email。
AI 可以協助判斷：
- 只是通知。
- 需要回答。
- 包含待辦。
- 需要優先處理。
再進入不同的後續步驟。
AI 自動化和傳統規則自動化有什麼不同？
傳統規則可能是：
「標題包含『報價』，就移到報價資料夾。」
AI 流程則可以理解：
這封信雖然沒有寫「報價」。
但客戶其實正在詢問價格、數量、交期。
所以它仍然可能被判斷為需要業務處理。
這讓自動化開始能處理：
不是完全固定格式的工作。
但這也是風險開始增加的地方
如果規則只是：
附件是 PDF → 存進 Drive。
判斷很明確。
如果變成：
AI 認為這是一個重要客戶 → 自動答應折扣。
風險就完全不同。
所以建立 Workspace Studio Flow 時，不能只問：
「能不能自動？」
還要問：
判斷錯了會發生什麼？
最適合先自動化的是「整理與搬運」
第一批可以考慮：
- 分類 Email。
- 保存附件。
- 建立 Sheets 紀錄。
- 整理會議摘要。
- 找出待辦事項。
- 通知團隊。
- 建立草稿。
這些工作通常有一個共同點：
AI 做錯了，大多還有機會在人真正採取重要行動以前被發現。
第一批不要急著自動化什麼？
例如：
- 正式報價。
- 退款。
- 付款。
- 修改合約。
- 承諾交期。
- 刪除重要檔案。
- 直接對外發布正式內容。
這些工作不是完全不能使用 AI。
而是比較適合：
AI 準備。
人確認。
最後才執行。
例如一間小型室內裝修公司
每天客戶可能寄來：
- 平面圖。
- 現場照片。
- 材料需求。
- 修改要求。
原本助理每天都要下載附件、建立資料夾、更新案件表、通知設計師。
Workspace Studio 可以先處理：
收到案件 Email。
↓
把附件存進指定 Drive。
↓
把寄件者與案件資訊記進 Sheets。
↓
用 Gemini 整理客戶這次提出的修改重點。
↓
在 Chat 通知負責設計師。
到這裡先停。
不要直接讓 AI 答應追加價格、承諾完工日期，或修改正式合約。
這樣才是好的第一個 AI Agent
很多人第一次碰 Agent 就想：
「全部幫我做完。」
其實第一個成功的 Agent 可能很普通。
只是每次省五分鐘。
但是一天跑 20 次。
而且錯了很好追回。
這種工作反而比較適合真正投入使用。
Workspace Studio 不只連 Google 自己的工具
Google 也表示 Workspace Studio 可以透過預先建立的 Connector 與自訂 Extension 連接其他商業工具。
官方展示的例子包括：
- Asana。
- Jira。
- Mailchimp。
- Salesforce。
所以它並不是只能在 Gmail 和 Drive 裡自己玩。
但第三方工具愈多：
權限問題就愈重要。
AI 到底可以看到多少公司資料？
Google 表示，Workspace Studio 會遵守原本 Workspace 的存取權限。
也就是：
啟動這個 Flow 的使用者原本能看到什麼，Studio 才能使用相關資料。
不是裝了 Workspace Studio，就突然可以讀完整間公司的 Drive。
這是一個非常重要的邊界。
Google 也表示資料不會拿去做廣告
Google 對 Workspace Studio 的資料承諾包括：
- 客戶資料仍屬於客戶。
- 資料不拿去做廣告。
- Studio 處理的 Prompt 與 Agent 存取資料，不會拿去訓練公司網域以外的 Google 通用 AI 模型。
但這不代表企業可以不管資料。
因為真正使用時，還要看你把哪些第三方服務接進流程。
第三方 Connector 要特別小心
假設 Workspace Studio 從 Gmail 讀到一份客戶資料。
接下來 Flow 又把資料送到某個第三方系統。
這時就不只涉及 Google Workspace 的資料政策。
還涉及：
那一家第三方服務怎麼處理資料。
所以不要因為 Flow 做得出來，就把所有公司資料全部串出去。
最安全的第一條原則：只給完成工作需要的資料
例如自動整理詢價信。
如果 AI 只需要：
- 寄件內容。
- 附件。
- 指定客戶資料夾。
就不要順便開放整個公司財務 Drive、人資文件和其他客戶資料。
Agent 一樣要遵守：
最低權限。
Workspace Studio 和 n8n 有什麼差別？
兩個工具都能做工作流程。
但定位不完全一樣。
Workspace Studio：
比較適合本來就大量使用 Gmail、Drive、Docs、Sheets、Calendar、Chat，而且希望用較低技術門檻快速自動化的團隊。
n8n：
比較像通用型自動化平台。
如果工作跨很多不同外部 API、資料庫與特殊系統，彈性通常會更高。
所以不是誰一定取代誰。
真正應該看的是：
你的工作本來活在哪些工具裡。
如果公司 80% 工作都在 Google Workspace
那 Workspace Studio 很值得先看。
因為你不一定需要為：
Gmail → Drive → Sheets → Chat
另外建立一套複雜的外部自動化平台。
流程可以直接留在原本工作環境。
如果工作大量跨外部系統呢？
例如：
網站表單。
自建資料庫。
ERP。
特殊 API。
付款平台。
自家後端。
這時就要比較 Workspace Studio 的 Connector 是否足夠，還是 n8n、Apps Script 或其他工作流程工具比較合適。
它不是一般免費 Gmail 帳號的新按鈕
截至目前，Google 官方列出的正式可用範圍是：
Google Workspace Business 與 Enterprise 方案。
也就是主要定位仍然是組織與團隊工作自動化。
不是所有免費個人 Gmail 帳號都直接附帶的一般功能。
那小公司值得為了它升級嗎？
不要因為看到 Agent、Gemini、自動化，就立刻買。
先算現在有沒有真正的重複工作。
例如每週：
- 要手動整理 200 封詢問信。
- 要下載 100 個附件。
- 要把資料重新輸入 Sheets。
- 要重複把會議結果貼到 Chat。
這種情況就有比較明確的使用價值。
如果一個月才做三次，可能直接手動處理還比較快。
不要因為「不用寫程式」就不測試
No-code 最容易產生的錯覺是：
看起來流程畫好了，就代表工作會永遠正常。
正式使用前至少要測：
- 正常 Email。
- 沒有附件的 Email。
- 多個附件。
- 格式不一致。
- 資料缺失。
- AI 分類錯誤。
- 目標資料夾不存在。
真正的自動化不是只測成功案例。
還要看失敗時會怎樣。
第一個 Flow 最好不要超過三到五步
例如：
觸發：
收到特定詢問信。
動作一：
整理需求。
動作二：
附件存 Drive。
動作三：
通知負責人。
就先做到這裡。
跑穩一段時間，再增加建立 Sheets、產生草稿、串外部系統。
一步一步擴大。
為什麼不要第一天做 15 步？
因為工作流程愈長，故障點愈多。
例如：
Email 有讀到。
Gemini 摘要成功。
Drive 儲存成功。
但 Sheets 寫入錯列。
Chat 又通知錯群組。
最後從畫面看，整個 Flow 顯示「完成」。
但真正工作已經錯了。
所以第一條流程越簡單，越容易知道問題出在哪。
AI Agent 最重要的不是「能做幾步」
而是：
你能不能看懂它每一步在做什麼。
如果一個員工連流程都看不懂，只知道按 Enable。
那 AI 自動化其實只是把原本的人工黑箱，換成另一個技術黑箱。
建立前先畫出「觸發、動作、確認」
例如：
觸發：
收到包含客戶附件的新 Email。
動作：
整理內容。
附件存 Drive。
在 Sheets 建立紀錄。
確認：
涉及價格、交期或正式回覆時，由負責人檢查。
先把這三個區域想清楚。
再交給 Workspace Studio。
可以直接使用的 Workspace Studio 規劃 Prompt
你是我的 Google Workspace 自動化流程顧問。
我目前每天重複做的工作是：
[描述工作]
目前使用的 Google 工具：
[Gmail、Drive、Docs、Sheets、Calendar、Chat 等]
請先不要替我設計大型 Agent。
先把這項工作拆成：
一、觸發
什麼事情發生時才開始？
例如：
收到 Email。
行事曆事件即將開始。
Drive 出現新檔案。
二、AI 可以處理的工作
例如：
摘要。
分類。
找出待辦。
判斷是否需要處理。
三、固定動作
例如：
存進 Drive。
寫入 Sheets。
建立 Task。
通知 Chat。
四、人工確認
任何涉及：
價格。
付款。
退款。
正式承諾。
合約。
刪除。
對外寄送重要訊息。
都標示為需要人工確認。
五、失敗情境
至少檢查：
資料不足。
附件缺失。
格式錯誤。
AI 無法判斷。
目標資料夾不存在。
重複執行。
最後幫我設計一個最多 5 步的第一版流程。
目標不是自動化最多事情，而是先找到一條低風險、高頻率、容易驗證成果的工作流程。
如果某一步不適合自動化，直接標示「保留人工」，不要硬塞進 Flow。
最適合哪種人？
第一，本來就大量使用 Google Workspace 的小團隊。
這是最直接的對象。
第二，每天重複整理 Email 與附件的人。
行政、業務、客服特別常見。
第三，知道自己的工作流程，但不會寫程式的人。
可以先從自然語言建立流程。
第四，想把 Gemini 從聊天變成真正工作流程的公司。
這才是 Workspace Studio 最值得看的地方。
哪種人現在不用急？
如果你只是偶爾用 Gmail、沒有固定重複工作、所有事情都自己完成，或不使用 Workspace Business 或 Enterprise，就不需要為了 Agent 兩個字立刻改工作方式。
一般 Gemini、Tasks 或簡單 Gmail 規則可能已經夠用。
今天最容易犯的錯
看到 Workspace Studio 可以讀 Email、整理資料、存檔、通知，就直接寫：
「收到客戶詢問後，全部自動處理到完成。」
這太大了。
真正比較好的做法是：
先找工作裡最重複、最沒有爭議的三步。
例如：
收資料。
整理。
通知。
把正式決策留在人手上。
今天最重要的判斷
AI 真正進入企業，不是讓每個員工多一個聊天視窗。
真正的改變發生在：
原本每天都要人工複製、貼上、下載、整理、通知的工作，開始能被接成一條流程。
Google Workspace Studio 的價值就在這裡。
它讓本來就活在 Gmail、Drive、Sheets、Calendar 和 Chat 裡的工作，可以直接變成 Gemini 驅動的 Flow。
但 Agent 不是愈長愈好。
自動化也不是愈多愈好。
真正值得做的，是找到：
每天都重複。
規則相對清楚。
出錯容易發現。
又真的花掉很多時間。
的那一小段工作。
先讓 AI 把這一段接起來。
如果跑得穩，再多走一步。
這比第一天就做一個「什麼都能做的 AI 員工」，更有機會真的替公司省時間。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
今日 AI 工具｜2026/07/22：n8n，用一句話建立自動化流程，讓 AI 不只回答問題，還能跨工具完成工作
