之前：手动操作的恶性循环
每周一都一样。打开谷歌表格中保存的3000个买家联系方式，逐一确认上次联系时间、发出的电子邮件次数，以及是否收到回应。
我在电子邮件发送日期列、回应列、最近回信日期列之间反复切换，手动标记「这个买家已经2个月没有回音」「这个一次都没回过」。
一天只能检查200个就已经耗尽我们的时间。我们经常遗漏模式，有时甚至不小心把重要买家从再联系对象中排除。
之后：Claude Code的自动分类
「能不能读取谷歌表格的买家数据，然后自动将最后回应日超过90天或回应次数为0的联系方式整理到新的分页？」
我问了Claude Code。
需求：
• 读取「买家清单」分页的A～G列数据
• 计算最后回应日（E列）
• 筛选回应次数（F列）为0或无回应期间超过90天的行
• 建立新分页「再联系对象」并自动填入结果
5分钟后，程序代码完成了。
执行时，3000行中的347行被分类出来。我们原本需要一个月才能完成的工作，在10分钟内完成了。
令人惊讶的发现
看着自动分类的结果，我发现了手动分类时完全看不到的模式。
特定地区的买家无回应期间平均比其他地区长45天。这可能是时区差异，也可能是语言障碍。
正因为有这个发现，我们制定了新策略：优先用当地语言与该地区的买家接触。这是手动分类绝对无法获得的商业洞察。
下一个自动化
现在，每周一Claude Code会自动更新「再联系对象」分页。我们只需看着结果设定优先顺序就行。
非开发者不会写程序代码没关系。只要把你的商业问题问得清楚，AI就能从数据中找出模式。这是我们小小自动化之旅的故事。