飞书多维表格+DeepSeek：生产力大幅度提升

微信指数的 DeepSeek 热度持续不降，导致官网一直是“服务器繁忙”的状态。

当你还在官网一遍遍重试时，我已经使用飞书多维表格中的DeepSeek R1实现批量化处理信息和任务，效率提升10倍。

我是一名深度的飞书使用用户，飞书文档功能做的很完善，但是飞书多维表格接入了满血版 DeepSeek R1，我只能说，直接起飞，生产力大幅度提升！

你可以用它 批量 生成数据、分析内容，甚至还能直接在表格里调用AI，显示思考过程，简直不要太方便。

传统大模型对话工具受限于"一问一答"的单线程交互模式，在处理海量数据时面临效率瓶颈。飞书与DeepSeek的深度整合实现信息批量自动化处理，通过将数据与LLM的推理能力深度融合，构建出"数据智能流水线"系统，大幅度提升工作效率！

多维表格接入 DeepSeek 能做什么？

文案改写助手

我们以生成小红书爆款文案为例，演示操作流程，同样地，生成微博文案、生成xxx风格的文案，也是一样的操作，只需要更改对应的文案提示词即可。

首先介绍在多维表格如何使用DeepSeek，我们先在飞书里新建一个空白的多维表格。

新建完成后，然后把多余的列删掉，只保留第一列用于输入生成文案的初步想法。

新增一列，生成小红书文案，字段类型选择「探索字段捷径」按钮，之后找到「DeepSeek R1」进行选择，如果在默认列表中找不到的话，也可以直接进行搜索 deepseek。

选择「DeepSeek R1」后，在弹出的界面中进行配置，「选择指令内容」意思就是基于哪个字段的内容生成文案，我这里直接选择第一个字段「想法」，「自定义要求」说白了就是提示词，就是你希望DeepSeek R1需要做的事情，对你的输入进行什么样的处理。

由于这个示例是生成小红书文案，所以的要求就写一个适用于小红书文案的提示词。输入完成后，点击确定，这样一个最基本的流程就完成了。

"你是一位拥有10年经验的小红书运营专家，请根据输入想法进行创作，包含吸睛标题、3段式正文（每段带emoji）、5个相关话题标签的文案，语言风格活泼年轻化"

让我们输入几个想法进行测试，看看效果怎么样，如：如何使用DeepSeek、DeepSeek最大的贡献是什么？等等，输入后，可以看到会展示思考的进度，最终输出了「思考过程」和「输出结果」。

为了更清晰的看到 DeepSeek R1的输出结果，我们可以利用多维表格中的AI工具对输出结果进行提取，如提取标题、正文、标签等结构化信息。

新建一列，提取标题，字段类型选择探索字段捷径中的「信息提取」。

确认选择后，在弹出的界面中进行配置，「需要提取的字段」就选择输出结果就行，「提取信息」填写标题，点击确定后即可完成配置。

同样的正文、标签也是这样配置，配置完成后，可以发现标题、正文内容都从输出结果中正确的提取出来了。

类似这样的数据处理流程就可以批量交给 AI 来完成了，每一行数据相当于一个数据处理流程，配置的每一列相当于一个节点，这样就实现了信息的批量处理，是不是很方便。

更震惊的是，飞书支持将多维表格的数据处理流生成表单并分享出去。

点击生成表单，进行表单的配置，用户只需要填入生成小红书爆款文案的想法，即可生成爆款文案，并进行标题、正文、标签等内容的提取。

你以为这就结束了吗？飞书还内置了「自动化流程」，当满足条件时触发多个执行动作。

比如说我将这个表单分享给用户，用户填写完成，多维表格进行处理，生成文案及结构化信息提取后，可以将处理结果通过飞书推动给用户。

点击「自动化」，选择「创建自动化流程」，

配置推送前满足的条件，思考结果不为空、标题不为空、正文不为空。

选择推送的接收方，填写推送的卡片的标题以及内容，点击保存即可。

用刚刚生成的表单测试下，当整个处理流完成时，飞书是否会收到推送消息。

在表单中输入“如何学习大模型等相关知识”

在刚刚新建的多维表格中可以看到，正在进行生成和结构化信息的提取。

处理完成后，飞书收到了推送消息。

怎么样？是不是很赞，看到这里是不是已经跃跃欲试了？从创意输入到完整文案输出，整个过程不到3分钟！这个智能工作流帮你节省的不仅是时间，更是源源不断的创作灵感。

论文阅读分析器

类似于文案改写助手中介绍的，我们也需要新建一个空白的多维表格，并删除多余的列，只保留一列用于测试即可，新建一列用于上传需要解析的论文，类型是「附件」。

新建一列，摘要，用于从论文中提取摘要信息。

由于DeepSeek R1是一个推理大模型，是没办法直接阅读论文的，所以我们需要用到多维表格中的内置工具 Kimi阅读助手 帮我们阅读论文并生成摘要。

在探索字段捷径中搜索 kimi，选择「Kimi阅读助手」。

在弹框中进行配置，「需要读取的文件」和「自定义指令」。

生成摘要的提示如下。

你是一位有着多年大模型领域研究经验的教授。详细阅读论文后，并总结提炼输出论文的摘要信息。

新建研究背景、研究内容，用于从论文中提取信息。【配置如上】

新增一列，「总结」，前面生成的摘要、研究背景、研究内容、实验结果与分析进行总结概述。

我上传了几篇论文测试，发现可以看到很快就输出了答案。

试想以下，如果你想快速的了解一篇论文的核心思想及主要研究内容，通过多维表格信息流的方式是不是很方便呢。

总结

飞书多维表格+DeepSeek 批量化处理信息和任务，极大提高信息处理效率,并且相应速度快且稳定，不会出现DeepSeek 客户端、网页端等服务器繁忙的问题。

但是，在飞书的多维表格中，远不止Deepseek-R1一种模型，还支持其他AI模型和功能，只需要在字段类型的搜索使用即可。

如果你对这篇文章感兴趣，不妨点赞、分享或留言交流你的看法。让我们一起见证AI的无限可能！