谷歌表单里堆积的 1,500 条采购商信息的真实问题
某个早上,打开主要设备上的谷歌表单时发现了。过去三个月累积的采购商咨询信息有 1,500 条。乍一看,似乎每一条都是不同的内容。有些是产品价格询问,有些是运送日期,有些是样品要求。
「这样的话,至少要先分类」这样想着,我给 Claude Code 下指令。「请读取谷歌表单中的所有信息,确认它们是否真的全都不同」
非开发者忽视的模式被 AI 捕捉
Claude Code 回传的结果令人震惊。
1,500 条中,真正内容不同的只有 847 条。其余 653 条是 5 个核心问题用不同的句子重复表达。
「什么?你在说什么?」
例如是这样的情况。
• 信息 A:「您好,最小订购量是多少?」
• 信息 B:「我们公司想要大量订购,是否有最小数量限制?」
• 信息 C:「我想要小规模开始订购。请告诉我最少订购量。」
表面上是完全不同的信息。但 AI 侦测到它们其实都在用不同的方式提出同一个问题(最小订购数量)。
为什么会发生这种事
想想的话,理由很明确。
同一个采购商每次询问时用稍微不同的句子。或者不同的采购商在相似的状况下用不同的方式提出相似的问题。来自亚马逊、阿里巴巴和其他市集自动转移过来的信息也混在里面,所以内容很容易重复。
手工逐一阅读的话?找出 653 条重复内容最少要花 3 个小时。或者根本找不出来。
小发现创造大效率
Claude Code 分类完重复内容后,我们只制作了 5 个样板回复。分别针对 5 个核心问题。
现在采购商信息进来的时候,AI 先分类一下,「这个是问题类型 2 号啊」,就建议对应的样板。回复速度快了 3 倍。
最有趣的地方是这样。起初是「想通过自动化做些宏大的事」,结果最有效果的反而是「我没看到的东西被 AI 找到了」。
非开发者的小领悟
3 年前还认为「自动化是开发者的领域」。现在不同了。非开发者如果能准确地向 AI 提问,就能得到手工绝对做不到的模式识别程度。
和梦想团队机器人们(仓鼠和小狗)一起工作时学到了什么,就是这个。
「AI 不是来指出我们的错误,而是让我们看到看不见的东西。」
下次要问什么呢。