我的日常工作，说白了就是用流程和信息化工具，让建筑管理这件事变得更高效。
所以建筑行业怎么和 AI 结合起来，是我一直在做的事——我们这个行业里，有太多重复性高、费事又费力的工作都需要 AI 进行赋能。
今天站在这里，就是想跟大家分享一个真实的业务场景。
我和 Tabbit 一起，把同事最头疼的「全国公共资源交易平台中标信息收集」做成了一个可复用的自动化工作流。
对于建筑公司来说，获取项目线索非常重要，获取项目线索的渠道有很多，我有一个同事主要负责从「全国公共资源交易平台」上，筛选出纯设计类的中标项目，再把项目名称、建设单位、中标人、项目规模等关键信息汇总成报表交付给市场业务人员。
问题是：覆盖中部五省几十个核心城市，每次要处理几千条记录，还要从每个公告页复杂的表格里挑字段——这件事通常需要 4 人天。
当一件事重复又重复，我就忍不住想：这件事，能不能让 AI 替我做？
我没有一上来就写代码，而是和 Tabbit 来回对话。关键不是它给了我答案，而是它帮我看清了：问题到底出在哪一步。
我写了一段非常完整的提示词：访问网站 → 设置 7 个筛选条件 → 搜索 → 排除无效关键词 → 逐条打开 → 抓取字段 → 输出表格。
逻辑看起来很完美——但 Tabbit 实际跑起来时，卡在第 100 步，任务直接失败。
「任务步骤过于复杂，超出了 Tabbit 智能代理的自动化步骤上限。」
我没有自己硬猜，而是把运行记录和报错截图直接丢给 Tabbit。它很快定位到了根因：
「筛选条件太复杂，AI 填表本身就用掉了大量步骤，等到真正去翻页抓数据时，步骤已经不够了。」
它给了一个我没想到的解法——把任务拆成两段：先筛选并打开，后整理信息。
我让 Tabbit 重写了一个更聚焦的提示词：只做一件事——按筛选条件搜索、跳过 EPC/施工总承包等无效记录、把剩下的项目在新标签页里一次性打开。
Tabbit 还设计了一个聪明的细节：用 new_page 重建列表页，避免切回原标签页丢失上下文。
第二个妙招只管一件事：打开每个标签页 → 提取关键字段 → 输出表格。如果某些字段缺失，它会自动去点「招标/资审公告」补一次信息，再回来填表。
这样两个妙招串起来，就是一个完整的、可复用的工作流。换一座城市、换一组关键词，重新跑一次就行。
这 4 件事，是我用了几次之后最明显的感受——也是为什么我后来会主动推荐给同事。
我不需要先写清楚需求，Tabbit 会自己反问「你要覆盖哪些城市、跑多久、要什么格式」。
我没自己 debug 半小时，截图一发，它就说「问题不在抓数据，在填筛选条件」——思路直接换。
字段找不到就说找不到，截图里没有的就如实写「未披露」——这种「老实」让我敢交付给同事。
妙招是沉淀下来的。换关键词、换城市、换时间区间，重新跑一次，Excel 就出来了。
做完这件事之后，我把这几个月积累下来的 4 条经验总结在这里——希望对刚开始写妙招的你有帮助。
先把要做的事说清楚、关键字段列出来，但别指望一上来就把所有边界条件都写满。先跑通主干，剩下的细节后面再补。
不要试图写一个"超级妙招"把筛选、打开、抓取、整理全做完。一个妙招只解决一件事，再把多个妙招串起来才是真正的可复用工作流。
实际跑起来时，把每一步的执行情况、卡点、报错截图丢给 Tabbit，让它帮你定位根因——往往问题不在你写的那一步，而在更前面被忽略的环节。
主干通了之后，再让 Tabbit 复盘整个流程：哪些地方可以更鲁棒、哪些异常分支没考虑到、提示词怎么改更清晰。把经验沉淀进妙招，下次复用就省事。
两个妙招串起来后，原本的苦差事只需要设置城市关键词就能自动完成。而且这种工作流程还可以复用到更多的业务场景，比如批量收集建筑工程规范文件、政策公示文件等等。
答案是：不仅能，更要把 "一次性的便利" 变成 "可复用的能力"。
AI 替我们解决的是 "这一次" 的繁琐，沉淀下来的妙招，支撑的是 "每一次" 的高效。
这件事，越早开始，越能为我们的工作提效赋能。