问题是「文字噪音」
每天收到的订单备注格式五花八门。「快速配送」、「特别坚固的商品」、「可以搭配颜色吗？」、「交期是？」、「一次多个商品」，各种要求混在一起。光是手工分类每天就要花 20 分钟。
尝试的做法：简单的 Claude Code 提示词
设定让 Claude Code 代理在谷歌表格有新订单时执行以下任务：
读取订单备注栏位，分类为以下之一：配送相关、商品客制化、价格询问、数量询问、其他
Google Sheets → Claude Code Agent
输入：A2（订单备注文字）
处理：通过提示词判断类别
输出：B2（自动填入分类结果）
惊人的时刻
一周后，Claude Code 开始「学习」模式了。一开始只能抓住直观的关键词（「快」、「搭」、「价格」），后来连「怎么都不起皱」这样的俚语都能识别。它正确地将其分类为「配送相关」信号。
第 2 周：准确度超过 95%。只有大约 5 笔需要修正。
为什么这很重要
• 时间节省：20 分钟 → 3 分钟
• 人为误差减少：再也不会因为主观判断而把同一个订单意图分类不同
• 可转化为数据：一眼看出哪类要求最多
下一步（规划中）
将最常见的类别连接到预先内建的模板，同时自动建议回复信息。目前还在测试，但初步结果很乐观。
小小领悟
Claude Code 的优势在于「不需要硬编码规则」。只要谷歌表格里有几行范例数据，它就能从脉络（context）中学习。当然不够完美，但对非开发者来说已经足够了。
从小型原型开始，用真实数据测试看看反应如何。这似乎就是非开发者自动化的秘诀。