01
描述你要追踪的工具类型
告诉 Kollab 你关注哪类 AI 工具（如文本生成、图片生成、代码辅助等），定义追踪维度：定价、核心功能、适用场景、团队评价。
AI 工具库搭建
让 Kollab 帮你搜索、对比和追踪团队用过的 AI 工具，自动建库写入 Notion，随时用自然语言调整结构。
适合需要持续关注 AI 工具动态、评估哪些工具值得引入的产品团队、运营团队和技术负责人。尤其是团队成员各自试用了不同工具，但使用体验和对比信息散落在 Slack 对话和个人笔记中的场景。
帮我建一个 AI 工具追踪数据库，写入 Notion。先从文本生成和图片生成两个类别开始，追踪以下维度：工具名称、官网链接、定价模式、核心功能、适用场景、团队是否试用过。
搜索目前市面上每个类别排名前 5 的工具填入。然后看看我们 Slack #tools-and-resources 频道里有没有人讨论过这些工具，把反馈也加进去。
运作方式
先过一遍这条工作流的执行顺序，再把里面的角色、来源和输出替换成你自己的流程。
02
自动搜索并填充数据库
Kollab 搜索互联网，找到该类别下的主流工具，抓取官网定价、功能亮点和用户评价，自动填入 Notion 数据库。
03
整合团队真实反馈
通过 Slack Connector 提取团队成员在频道里分享过的工具使用体验和评价，补充到对应工具条目中。
04
持续演化你的工具库
随时用自然语言调整数据库：新增工具类别、添加对比维度、按场景筛选、让 Kollab 搜索并补充新工具。
手动流程 vs 用 Kollab
把工具搜索、团队反馈和 Notion 数据库维护串成一条可以持续更新的研究链路。
| 手动流程 | 用 Kollab | |
|---|---|---|
| 搜集工具信息 | 逐个搜官网、看评测，几小时起步 | 自动搜索 + 结构化入库 |
| 收集团队反馈 | 问同事「你用过 X 吗」，零散记录 | 从 Slack 自动提取使用体验 |
| 维护和更新 | 手动定期检查，容易过时 | 一句话让 Kollab 补充新工具 |
| 对比决策 | 开 spreadsheet 逐项填 | Notion 数据库直接筛选排序 |
| 总耗时 | 半天搭建，持续维护成本高 | 几分钟搭建，一句话更新 |
运作方式
从工具类型描述到 Notion 写回，Kollab 会把公开信息、团队反馈和数据库结构放进同一条工作流。
01
用户描述关注的工具类型和追踪维度
02
Kollab 搜索互联网获取工具信息
03
通过 Slack Connector 提取团队使用反馈
04
结构化写入 Notion 数据库
05
后续随时用自然语言追加、调整
用 Kollab 搭出这条工作流
继续查看相关能力页，理解这个场景背后依赖哪些产品层和工具，才能被团队稳定复用。
