谷歌表单回复，不再手动分类
我们团队每天收到约 15~20 份谷歌表单回复。询问、合作提案、紧急联络等各式信息混在一起。
以前我们要逐一阅读这些回复，看标题和内容，在脑子里做出判断「这个今天要看」、「这个明天看也可以」。看似简单，但每天花在这个过程上约 5 分钟。
最耗时的是找「急」、「合作」、「后续」、「审核中」这类关键词。
Claude Code 开始「读文本并判断」
我们开始了简单的实验。让 Claude Code 读取谷歌表单的新回复，分析内容自动判断优先级。
回复文本分析规则：
• 含「马上」、「急」、「今天」 → 🔴 紧急
• 含「审核」、「咨询」 → 🟡 一般
• 含「未来」、「参考」 → 🟢 低优先
结果令人惊讶。前 100 份回复中准确率达 92%。实际上，机器人在感知关键字组合、文本语气、标记语言的微妙信号。
3 天后，出乎意料的发现
机器人运作 3 天后，我们发现了有趣的模式：
• 晚上 11 点后进来的回复，80% 实际上是紧急事项。
• 我们总是在早上上班时间阅读回复，实际紧急度和阅读时间之间有时差。
• 所以我们进一步扩展自动化。只有被标记为紧急的回复才在晚上给我们通知。
非开发者眼中「文本 AI」的真正用处
经历这个过程，我们领悟到了什么。AI 不是做出了宏大的自动化，而是让机器人代替「重复的判断工作」。
• 从筛选（用谷歌表单函数做的）转变为，现在是读取文本的含义。
• Excel 函数绝对做不到的事，用 Claude Code 成为可能。
• 最重要的是，即使我们「没有定规则」，机器人也会自行学习和改进。
下一步走到哪里
目前我们在实验从回复内容提取对方的所在地区、行业、合作可能性。从一块文本里提取结构化数据。
最令人惊讶的是，这一切都在没有编码的情况下完成。只需 Claude Code、谷歌表单和清晰的规则文件。
---
*梦幻团队的小实验堆积，有朝一日变成大系统的体验。今天我们的机器人们也在学习新规则。*