某连锁零售客户的 IT 负责人讲过一件让他头疼的事：每天早上 8 点 30 分，他要登录 4 个系统——ERP 看昨日订单、WMS 看库存周转、CRM 看新增客户、监控平台看异常工单——分别截图，再贴到 5 个不同的钉钉群里，加上一句「各位早上好，昨日数据如下」。这个流程他坚持了 11 个月，直到某天忘了发，被老板在群里 @ 出来。那天下午他就开始研究钉钉机器人，两周后这套播报全部由机器人接管，他终于能在 9 点之前喝完那杯豆浆。
类似的故事每天都在发生。很多团队把钉钉用成了「人肉接力」：客服转销售、销售提醒老板审批、运维盯告警群、HR 追考勤异常。钉钉群机器人本质上是把这些机械动作交给一个不会忘、不会困、不会请假的「群员」。但「机器人能干什么」这件事，市面上的资料要么停留在「发条 Webhook」的入门示例，要么吹得云里雾里。这篇文章试着把开沿在过去两年里帮客户落地过的真实场景做一次梳理，给你一份能照着抄的清单。
钉钉机器人的 4 种类型：先弄清楚你在用哪一类
很多人混用「机器人」这个词，但钉钉官方实际上有 4 种形态，能力差异不小。
| 类型 | 创建入口 | 主要能力 | 典型场景 |
|---|---|---|---|
| 自定义机器人 | 群设置 → 智能群助手 | 单向 Webhook 推送 | 一次性告警、定时播报 |
| 企业内部应用机器人 | 开放平台后台 | 双向交互、@回复、按钮卡片 | 审批、待办、AI 问答 |
| 官方机器人 | 群内一键添加 | 日报、待办、ChatBot 等模板 | 标准场景免开发 |
| AI 智能体机器人 | 钉钉 AI 助理后台 | 接知识库/模型 + 多轮对话 | 知识问答、智能助手 |
第一类「自定义机器人」是大家最熟悉的，复制一个 Webhook 地址过去就能发消息，五分钟就能跑通。但它有个硬伤：只能推送，不能接收回复，也无法识别「谁 @ 了它」。如果你只是想把 Jenkins 构建结果推到群里，自定义机器人够用；但只要场景里出现「我在群里问一句，它回我一句」，就必须升级到企业内部应用机器人。
第二类「应用机器人」是真正的主力。它绑定在企业内部应用上，可以接收群里的消息回调、识别 @ 它的人、回复带按钮的卡片消息，也能调用钉钉的几乎全部 OpenAPI——查通讯录、发审批、改日程、写文档。开沿做的大部分客户机器人都属于这一类，因为只有它能形成真正的「交互闭环」。
第三类「官方机器人」是钉钉自带的若干模板，比如日报机器人、待办机器人、Stream 机器人等。优点是零开发、配置完就能用；缺点是模板固定，超出模板的需求就得绕过去。建议把它当作「先用先跑」的过渡方案，把员工先教育成「在群里看机器人」的习惯，再考虑迭代。
第四类「AI 智能体机器人」是 2024 年之后涌现的新形态，本质上是把一个 AI Agent 包装成钉钉机器人。它能挂载企业知识库、可以多轮对话、还能调用工具完成具体动作。这类机器人是「钉钉 + AI Coding/AI Agent」叙事的核心载体，后面场景 8 会单独展开。
场景 1：异常告警，把「凌晨三点电话」变成群消息
业务系统出错时，传统做法是邮件告警 + 短信 + 电话。问题是邮件没人看、短信淹没在验证码里、电话只能给一个人。把告警接到钉钉运维群是过去三年最普及的改造之一。
典型实现路径：监控系统（Prometheus / Zabbix / 自研）触发告警 → 中间层做一次「分级 + 去重」→ 调用自定义机器人 Webhook 推送到对应群。卡片消息里带「确认」「转工单」「升级」三个按钮，按钮背后是应用机器人接收回调，自动写工单系统。
一个值得一说的细节是「告警聚合」。我们见过最离谱的一次：客户没做聚合，凌晨数据库抖了 3 分钟，钉钉群里刷出 800 多条相同告警，第二天值班同事在群里直接发了个「机器人请闭嘴」。规范做法是把同一指标、同一服务、同一类型的告警在 5 分钟窗口内合并，并且区分 P0/P1/P2 不同级别——P0 才直接 @ 值班人，P1 只发卡片，P2 走日报汇总。
如果你的告警链路里已经有 PagerDuty 或自研值班系统，钉钉机器人就只是「最后一公里」。如果还没有，可以从 AI 工作流自动化落地案例 里挑几个轻量方案先跑起来。
场景 2：每日推送，让数据自己「找」管理层
销售业绩、订单流水、库存周转、首咨数、退款率——每家公司都有那么十几个「老板每天要看一眼」的指标。手动整理一份发到管理层群，看起来工作不多，但天天做就是折磨。
机器人推送的核心是「数据源 + 渲染 + 时机」三件事：
| 环节 | 推荐做法 | 常见误区 |
|---|---|---|
| 数据源 | 从 ERP/CRM/数仓拉，避免拼 Excel | 让运营手填后台再触发 |
| 渲染 | Markdown 表格 + 关键指标加粗 | 一堆数字硬贴，没有重点 |
| 时机 | 工作日 8:30 / 节假日不推 | 周末凌晨 3 点也准时打扰 |
一份合格的销售日报，应该让老板「3 秒内看出今天该不该担心」。具体做法是把核心指标（昨日 GMV、达成率、TOP3 客户）放在最顶部，环比用箭头标出涨跌，最后才是明细。如果你要做的是连锁门店日报，参考 单店模型与连锁经营 的指标体系；如果是销售团队，人效指标怎么算 给到了更细的拆解。
场景 3：审批通知，金额超阈值自动 @ 老板
钉钉自带的审批流已经能把审批单推到群里，但很多客户提的需求更进一步——「超过 50 万的合同我希望机器人主动 @ 我，10 万以下就别打扰」。
实现思路是用应用机器人订阅审批事件回调，拿到审批数据后做规则判断，命中阈值就在指定群里 @ 对应角色。这里要注意一个产品细节：钉钉群消息的「@」必须用 userId 而不是手机号，所以阈值规则里要预先配置好「金额段 → 审批人 userId」的映射表。
我们做过一个稍微复杂的版本：阈值分三档（50 万以下走部门负责人、50 到 200 万 @ 分管副总、200 万以上同时 @CEO 和 CFO），并且区分「新签」「续签」「补签」三种合同类型，不同组合走不同审批链。这种逻辑用钉钉宜搭也能拼一部分，但跨系统对接（比如和法务系统、风控系统联动）的部分，最后还是回到了自研机器人。详见 钉钉作为 ERP 入口 里对审批中枢的讨论。
场景 4：客户咨询路由，外部联系人自动分配
这个场景在 SCRM 化运营的团队里特别普遍：客户在外部群里发了一句「想了解 XX 产品」，传统做法是销售们「抢单式」回复，慢的吃灰、快的撞车。机器人能做的，是识别意图后自动 @ 对应的销售。
路由逻辑通常这样设计：
客户消息到群
↓
机器人识别关键词/调用意图模型
↓
查询销售排班表 + 客户归属表
↓
命中已归属销售 → 直接 @ TA
未归属 → @ 当班销售 + 入分配队列
3 分钟无响应 → 升级 @ 销售主管
这套机制本质上是把「人盯群」变成「机器人盯群、人响应」。开沿在帮一家教育培训行业客户做过类似落地，原来 17 个销售要分组轮岗盯 200 多个客户群，机器人接管后压缩到 5 个人轮值，响应时长从平均 8 分钟降到 90 秒以内。涉及到客户分层和私域运营的整体打法，可以一并看 钉钉 SCRM 私域运营 和 销售 AI 助手怎么选。
场景 5：项目周报自动生成 + 推送
项目周报是个老大难。要么 PM 周五下午催到崩溃，要么写出来全是「按计划推进、本周无风险」的车轱辘话。机器人能从两端切入：
一端是「数据自动汇总」。从 Jira/云效/Teambition 拉本周完成的任务、未完成的任务、新增 bug、上线版本，按项目维度聚合成结构化数据。 另一端是「文字自动生成」。把结构化数据喂给 AI 模型，按既定模板生成一段「人话」版的进展描述，再让 PM 简单 review 一下发出去。
这一套就是典型的「AI Agent + 钉钉机器人」落地，背后的工程含量并不低：数据接入要解决多系统鉴权、文字生成要避免幻觉、推送时机要和团队节奏对齐。如果你团队里已经有人在用 Claude Code 这类工具，可以参考 Claude Code 与 Cursor 企业落地 里的代码协作模式；从零开始做 Agent 项目的话，AI Agent 落地路线图 是更体系化的入口。
场景 6：考勤异常 @ 主管，HR 不再背锅
迟到、早退、漏打卡、请假未审批——这些考勤异常每天都在发生，传统流程是 HR 第二天导出报表挨个找人。机器人接管后，链路变成：
- 钉钉考勤系统每小时回调一次异常数据
- 应用机器人按部门归属、异常类型分类
- 在部门主管群里 @ 当事人 + 主管，附上一键补卡/审批入口
- 当天 17 点未处理的，进入次日 HR 汇总报表
这套机制的好处是把「HR 追人」变成「主管直接看到」，HR 只兜底处理剩下的尾巴。涉及到行业特性（比如餐饮零售的排班）和复杂规则的，单纯堆机器人解决不了，需要做考勤定制开发，详见 钉钉考勤定制化方案。
场景 7：合同到期/续约提醒，避免「客户跑了才发现」
很多 ToB 团队有过这样的尴尬：客户合同到期前 1 个月没人提醒、销售也没跟、客户找了别家。机器人在这个场景里的价值是「不会忘」。
合理的提醒节奏建议：
| 距到期天数 | 提醒对象 | 提醒方式 |
|---|---|---|
| 90 天 | 客户负责销售 | 群消息卡片 |
| 60 天 | 销售 + 销售主管 | 卡片 + @ |
| 30 天 | 销售 + 主管 + 老板 | 卡片 + 短信兜底 |
| 7 天 | 全员升级 | 紧急工单 |
这里有个常被忽略的点：续约提醒要和「客户健康度」联动。一个长期不活跃、客服工单很多的客户，60 天就该启动续约谈判；而一个高活跃、NPS 高的客户，30 天再启动也来得及。健康度的判定方法可以借鉴 留存与同期群分析 和 CAC LTV 与获客 ROI 里的指标体系。
场景 8：AI 问答机器人，把员工从「问 HR」中解放出来
前面 7 个场景都偏「自动化」，第八个开始进入真正的「AI Agent」范畴。
典型场景：员工想知道「年假怎么休」「报销标准是多少」「这个客户之前签的折扣是多少」，传统做法是去翻制度文档、去问 HR、去问销售主管。AI 机器人能做的，是把这些知识沉淀进一个语义索引，员工在群里 @ 它一句，它给出带出处的答案。
技术上的关键点有四个：
- 知识库切片：制度文档、合同模板、产品手册按语义而非按行切片，确保检索准确
- 权限隔离：员工只能查到自己有权限看的内容，不能让实习生查到老板薪资
- 意图识别：区分「闲聊」「业务问答」「敏感操作」，敏感操作必须转人工
- 审计留痕：所有问答记录可追溯，避免 AI 乱回答之后无法复盘
这套架构其实和外部客服 AI 是一脉相承的，区别只是「对内」还是「对外」。详细的工程实践可以看 AI Agent 架构模式 和 AI 记忆、工具调用与 RAG。如果你担心数据安全，AI Agent 企业数据安全实践 给到了一份完整的边界设计。
实现方式：低代码 vs 自研机器人，到底该怎么选
到了落地阶段，绕不开的问题是：用宜搭/氚云这类低代码拼一个，还是写代码自研？
| 维度 | 低代码方案 | 自研机器人 |
|---|---|---|
| 上线速度 | 1 到 2 周 | 4 到 8 周 |
| 灵活度 | 受限于模板 | 想怎么写就怎么写 |
| 维护成本 | 低，业务自己改 | 需要工程团队 |
| 复杂场景 | 跨系统、AI 问答吃力 | 通吃 |
| 总成本 | 平台年费 + 配置工时 | 人力 + 服务器 |
简单建议：单一推送、规则简单的场景（异常告警、销售日报、合同提醒）优先低代码；涉及多系统编排、AI 问答、复杂权限的，建议自研或者请专业团队定制。两条路径并不互斥，常见做法是「低代码先跑，跑明白业务之后再自研沉淀」。具体的 ROI 测算逻辑可以参考 AI Agent 开发成本拆解 和 CRM 自建还是采购。
安全自检：避免群机器人被滥用的 5 件事
机器人能力越强，被滥用的风险越大。开沿做过的项目里，至少踩过这五个坑：
- Webhook 泄露：自定义机器人 Webhook 一旦泄露，外人能在你群里发任意消息。务必开启关键词或加签校验，不要明文写在前端代码里。
- 越权操作：应用机器人调用 OpenAPI 时，token 权限要按最小原则配置，别图省事给「全部权限」。
- 数据外传：AI 机器人接公网模型时，敏感字段（客户姓名、合同金额、身份证号）务必先脱敏。
- 频率失控：缺乏聚合的告警机器人会变成「群消息核弹」，建议默认开启 5 分钟窗口聚合。
- 审计缺失：所有机器人发出的消息都应该留日志，谁触发的、推给谁、内容是什么，至少保留 90 天。
更系统的盘点可以看 AI Agent 权限审计实操 和 AI 合规 PIPL 企业实践。
决策清单：你的团队现在适合上哪几类机器人？
如果你看到这里还没想好从哪儿入手，试试这份自检清单。打勾 3 项以上就值得动手了。
- 团队里有人每天固定时间手动整理日报/周报推群
- 业务系统出过事，告警没人看导致故障扩大
- 客户在外部群发的咨询，经常 10 分钟以上才有人回
- 审批单堆在审批人那里，催了才动
- 员工经常在群里问相同的制度/产品问题
- 合同/续约提醒漏过、客户走过
- 考勤异常追溯靠 HR 手动 Excel
- 公司有 AI 知识库但同事不知道怎么用
3 项以下：先用官方机器人模板跑起来；3 到 5 项：低代码方案 + 自定义机器人混合；5 项以上：建议规划一次系统性的钉钉机器人改造，可能涉及到企业内部应用的整体设计。这一步可以参考 AI Agent 上线前置自检 给到的前置评估框架。
结语
钉钉群机器人这件事，门槛不高、上限很高。低门槛是真的——五分钟一个 Webhook 就能推消息；高上限也是真的——把它做到「能听懂、能判断、能动手」，背后是一整套数据接入、模型调用、权限边界、审计合规的工程体系。
最实际的建议是：别等「方案完美」再动手。挑一个最让团队烦的场景（多半是早上的日报或者半夜的告警），用最简单的方式跑通它，然后慢慢叠加。机器人和人最大的区别在于，它不会累、不会忘、不会嫌烦。把这些事让它来做，把人留给真正需要判断的地方，这才是企业用钉钉的正确打开方式。
