在实施新系统之前,费用跟踪过程效率低下且耗时。以下是旧流程的分解:

• Nina会向CEO请求每周交易的屏幕截图。
• CEO会发送截图,Nina随后需要手动处理。
• Nina会使用iOS或Mac OS OCR从截图中提取文本。
• 然后她会使用预先编写的ChatGPT提示来对费用进行分类并格式化数据。
• 最后,Nina会手动将每笔费用输入到Notion数据库中。

这个过程每周至少需要Nina花费2个小时来完成。CEO并不知道这个过程需要的真正时间投入,以为这是一个更快捷的任务。

旧系统的主要痛点是手动数据提取、分类和输入到Notion。这是一个乏味且容易出错的过程,严重影响了Nina的生产力和CEO对其费用的可见性。

在过去的几个月里,我革新并简化了跟踪费用的系统。这个构建的关键组件是GPT Vision的集成,它允许实现大部分自动化过程。

新系统的工作原理如下:

1. 我的银行会自动发送每笔交易的短信通知,我会截屏并发送给我的助理Nina。
2. Nina会将截图上传到我使用Voiceflow创建的WhatsApp聊天机器人。这个聊天机器人利用GPT Vision从图像中提取交易详细信息。
3. 提取的数据会自动添加到Notion数据库中,在那里以图表形式显示我的每月支出。

新系统大大减少了跟踪费用所需的时间和精力。之前,Nina每周需要花费长达2个小时手动处理交易。现在,这个过程基本上是自动化的,Nina只需要上传截图并验证数据。

GPT Vision的集成是这种简化方法的关键。通过使用定制的Voiceflow功能,我能够轻松地将OpenAI Vision API集成到我的WhatsApp聊天机器人中,使其能够从费用截图中提取必要的信息。

这个项目不仅改善了我的个人财务管理,还展示了如何利用AI技术(如GPT Vision)来自动化各种任务。我已经在我的免费在线社区中分享了所有使用的模板和资源,欢迎大家查看并复制或改编这个系统以满足自己的需求。

这个构建的关键在于GPT Vision和WhatsApp的集成,使用Voiceflow实现。工作原理如下:

1. 银行会自动发送每笔交易的短信通知,我会截屏并发送给助理Nina。
2. Nina会将截图上传到连接Voiceflow聊天机器人的WhatsApp号码。
3. Voiceflow聊天机器人使用Flowbridge的自定义功能与OpenAI Vision API集成,从图像中提取交易详细信息。
4. 提取的数据会发送到Make.com自动化,将每笔交易添加为我Notion费用跟踪器中的一行。

Voiceflow聊天机器人处理整个过程,从接收图像输入到对交易进行分类并更新Notion数据库。这简化了费用跟踪工作流程,大大节省了Nina与之前手动处理相比所需的时间。

这个构建的关键组件包括:

1. Voiceflow:用于创建WhatsApp聊天机器人界面并集成GPT Vision功能。
2. Flowbridge:提供自定义功能,轻松将Voiceflow连接到OpenAI Vision API并处理非文本输入(如图像)。
3. Make.com:自动将提取的交易数据添加到Notion费用跟踪器。

通过利用这些工具,我创建了一个高效且自动化的费用跟踪系统,减少了助理Nina所需的时间和精力。这个项目是一个很好的例子,展示了如何利用自己的好奇心和解决问题的技能来构建针对个人或商业用途的AI驱动解决方案。

这个项目的关键要点如下:

• 自动化费用跟踪可以节省大量时间和精力。新系统利用GPT Vision和与WhatsApp的集成来简化这个过程。
• 构建定制的AI解决方案来解决个人问题可以带来有价值的学习经验和可转移的技能。
• 追随自己的好奇心和"解决自己的问题"是获得AI和其他技术实践经验的有效方式。
• 这个项目使用的资源和模板,包括VoiceFlow模板和Make.com自动化,将在创作者的免费在线社区中分享,供他人使用。
• 不断改进系统,如添加基于类别的费用跟踪,可以进一步增强解决方案的功能和实用性。
• 这个项目展示了如何将AI集成到个人工作流程中,以提高生产力和效率。