Before: 用手数，用眼睛找
过去3个月累积的买家询问信件有1200条。从每封邮件中手动提取公司名称和邮箱地址，输入谷歌表单的过程里，打字错误很常见。有时是按键失误，有时是邮箱地址本身格式就有问题，但我们没有办法验证它是否真的有效。
问题还有更多。数据不完整意味着我们无法区分「真正可以联络的买家」和「只剩下数据痕迹的买家」。每周一次花大约30分钟手动清理旧数据或更正错误，没有自动化的情况下永远看不到尽头。
**When: 每周一早上花30分钟手动验证**
**Pain: 后来才知道竟然藏着180条错误**
After: 机器人一次性验证完成
我们用Claude Code自动化了以下逻辑。
1. 读取谷歌表单买家数据
2. 邮箱地址正则表达式检查(@符号和域名格式)
3. 公司名称长度及特殊字符模式验证
4. 添加错误标记 + 生成检查清单
5. 每周二自动执行
首次执行的结果：
• 共1200条数据中发现180条(15%)格式错误
• 只有空白、缺少邮箱：45条
• '@'符号缺失或重复：87条
• 域名格式不完整(无'.com'等)：48条
基于这些信息，我们采取了下一步行动。
1. **可以立即更正的**：启动自动修正脚本(例如移除空白、统一大写)
2. **需要人工检查的**：标记并通知负责人
3. **可能需要删除的**：整理成报告，用于商业判断
初步成果
时间节省： 每周30分钟手动作业 → 自动执行(手动介入降至每周5分钟)
数据可信度： 错误率从15%改善到2%以下(自动更正+验证后)
意想不到的发现： 发现同一邮箱对应多个公司名称的情况(检测到重复买家)
一句话心得
非开发者能想到的验证流程看似简单，但当规模扩大时，才真正体会到机器人的手有多轻。一行正则表达式就曝露了180个问题。