Airtable AI 的搜尋意圖通常不是「它能不能聊天」，而是「我的資料庫能不能自己補欄位、分類、摘要、分析文件」。如果你的工作流已經依賴 Airtable 管理銷售名單、內容日曆、招募流程、客服回饋或專案狀態，Airtable AI 的價值會比單純把資料丟進聊天工具更直接。
它的核心概念是 Field Agents。也就是把 AI 放進欄位裡，讓 AI 依照同一列或關聯表格的資料，自動產生結果。
適合誰使用
| 使用情境 | Airtable AI 能做什麼 |
|---|---|
| 銷售名單整理 | 根據公司網站、產業、職稱與備註產生 lead 分級 |
| 客服回饋分類 | 把回饋標成正面、中立、負面，並整理主題 |
| 內容營運 | 根據簡報、訪談或草稿產生摘要、標籤與發布狀態 |
| 招募流程 | 從履歷附件擷取技能、年資與面試重點 |
| 專案管理 | 依照任務描述與狀態整理風險、下一步與負責人提醒 |
如果資料仍散在 Excel、Email、Google Docs 與聊天紀錄裡，第一步不是開 AI，而是先把資料結構整理好。Airtable AI 的強項是吃結構化資料，不是替混亂資料做奇蹟。
Field Agents 是什麼
Field Agents 是 Airtable 內建的 AI 欄位。它可以依照你設定的指令，讀取同一筆記錄裡的其他欄位，然後輸出文字、選項、數字或關聯建議。
常見類型包括：
| 欄位類型 | 用法 |
|---|---|
| AI text | 根據欄位內容產生摘要、郵件、描述或分析 |
| Linked record | 依照上下文建議應該關聯哪一筆記錄 |
| Single select 或 Multiple select | 自動分類狀態、主題、優先級 |
| Number、Currency、Percent | 根據資料估算分數、金額或比例 |
| Attachment analysis | 從 PDF、DOCX、PPTX、圖片或表格附件擷取文字資訊 |
這讓 Airtable AI 很像是放在資料表旁邊的營運助理。它不只回答問題，而是把答案寫回資料庫。
Omni 與 Field Agents 的差別
Omni 比較像是協助你建立工作流的入口。當 Airtable 判斷某個工作適合用 AI 欄位處理時，可以透過 Omni 建立 Field Agent。Field Agents 則是實際在表格中執行工作的欄位。
實務上可以這樣理解：
| 功能 | 角色 |
|---|---|
| Omni | 幫你建立或調整 AI 工作流 |
| Field Agents | 在每一筆資料上執行分類、摘要、分析或補值 |
| Automations | 把 AI 結果接到通知、狀態更新或外部工具 |
| Interfaces | 讓非資料庫使用者看到整理後的 AI 結果 |
建議導入流程
- 先選一張資料品質穩定的表，例如客戶名單、內容日曆或客服回饋。
- 新增一個 AI 欄位，只處理單一任務，例如「判斷回饋主題」。
- 在指令中明確指定可讀取的欄位、輸出格式、禁止事項與範例。
- 先手動執行十到二十筆資料，確認準確率。
- 再決定是否開啟自動執行。
- 如果輸出會被後續自動化使用，先保留人工審核欄位。
- 每週抽查錯誤案例，修正 prompt 或改用更強模型。
Prompt 範例
你是 B2B 銷售營運助理。請根據公司名稱、公司網站、產業、員工數與最近互動紀錄，判斷這筆名單的優先級。
輸出格式：
優先級：高／中／低
理由：一到兩句話
下一步：一個具體行動
不要編造沒有出現在欄位或網站中的資訊。
如果資料不足，請標記為「需要人工補資料」。需要注意的限制
Airtable 官方文件明確提醒，AI 輸出仍需要使用者審核，可能有錯誤或偏見。Field Agents 也會受到模型字數上限、AI credits、權限、附件格式與管理員設定影響。
另外，若 AI 欄位引用了敏感欄位，輸出結果可能把原本不想讓某些使用者看到的資訊間接暴露出來。導入前要檢查 Interface 權限與欄位引用，不要只看 AI 欄位本身。