最近我把 OpenClaw 再往前推進了一步。
不只是幫我寫網站、發電子報，
而是直接接進我每天在用的工具：
- LINE Business
- Google Calendar
- Google Sheets
讓它變成一個真的在幫我處理租屋管理的 AI 助理。
一、問題定義：租屋管理其實是「高頻低價值決策」
我自己在管理多間房子時，很明顯感受到幾個痛點：
- 訊息分散在 LINE 群組
- 房客、師傅、不同物件，各自一堆對話。
- 報修流程不連續
- 房客 → 我 → 師傅 → 再確認時間 → 再提醒
中間很容易漏。
- 房客 → 我 → 師傅 → 再確認時間 → 再提醒
- 行程與任務沒有同步
- LINE 講完，但行事曆沒記
- 有記，但沒有提醒
這些事情都不難，但每天都在發生。
本質上就是：
很多「可以系統化」的流程，卻還在用人力做。
二、我做的事情：讓 OpenClaw 直接進入工作流程
我不是做一個聊天機器人，
而是讓它「參與流程」。
目前這個 AI 助理會做幾件事：
1️⃣ 租客管理（LINE 群組）
在租客群組裡，它可以：
- 協助回覆常見問題
- 記錄問題（例如報修）
- 判斷是否需要建立任務
但這裡我有刻意限制：
👉 不是所有訊息都回，而是「符合條件才回」
2️⃣ 報修流程自動化
當有報修時，流程變成：
- 房客提出問題
- AI 判斷 → 建立任務
- 自動到「師傅群組」溝通
- 協調時間
- 建立 Google Calendar 行程
- 設定提醒
整個流程幾乎不用我介入。
3️⃣ 每日任務摘要
每天早上，它會自動整理：
- 今天的待辦事項
- 明天預定的行程
- 尚未完成的任務
然後傳到指定的地方（LINE / 通知）。
這個功能很簡單，但實際用起來非常有感。
三、最難的不是技術，是「權限與邊界」
一開始遇到一個很實際的問題：
AI 會「亂回」。
例如：
- 房客聊天，它也回
- 不該它回的，它回
- 該回的，有時候又沒回
這其實不是模型問題，而是系統設計問題。
我後來做的幾個調整：
✔ 1. 設計「觸發條件」
只有符合特定格式或關鍵字，才會觸發 AI 行動
（例如：報修、時間、安排）
✔ 2. 分群與角色切割
- 租客群：低權限、偏記錄
- 師傅群：可執行任務
- 私人：完整控制
✔ 3. 加入冷卻與確認機制
- 避免連續回應
- 重要動作需要確認
✔ 4. 明確「不做什麼」
這點反而最重要：
AI 不需要變聰明
只需要在正確的地方出現
四、這件事的本質：從「工具」變成「流程角色」
這次最大的轉變是：
以前 AI 是工具
現在 AI 是「流程裡的一個角色」
就像：
- 房客（輸入）
- 師傅（執行）
- 我（決策）
- AI（協調與系統）
這是一個多角色系統。
五、可行性與延伸（系統思考）
✔ 可行性
- 技術門檻：中（整合＋流程設計）
- 實用性：高（直接省時間）
✔ ROI
- 節省時間：每天 30–60 分鐘
- 降低錯誤：漏排、忘記、誤溝通
- 可擴展：房數越多，價值越高
✔ 風險
- 權限控管不當 → 誤回
- 過度自動化 → 失去人味
- 系統依賴性提高
六、下一步我在想的事
- AI 自動分類租客類型（好租客 / 高風險）
- 維修紀錄 → 預測設備壽命
- 多 Agent 分工（客服 / 調度 / 財務）
- 接入付款與現金流系統
結語
這一輪實驗讓我更確定一件事：
未來的競爭力，不是你會用多少工具
而是你能不能讓 AI 進入你的「流程」
我現在做的不是自動化某一件事，
而是在打造一個：
可以自己運作的租屋管理系統。
OpenClaw 只是開始。
Leave a Reply