问题的起点：订单备注的海洋
梦幻团队每天早上都面临数十份新订单。但真正的头痛是订单备注。买家记下的备注五花八门，没有统一规律。
「色彩变更要求」
「紧急，需要明天确认」
「附带样品，请参考制作」
「与以前订单一致」
同一类型的请求表达方式各异，重要程度也混在一起。试算表的筛选和函数功能已明显不足。在「这是浪费时间」的想法闪过时，与 Claude Code 的相遇开始了。
机器人设计：从文本理解到优先级排序
核心思路很简单。
1. 读取订单备注文本
2. 自动判别备注的性质（色彩变更／紧急／样品参考／其他）
3. 分配优先级分数
4. 自动记录到 Google Sheets
输入：「明天需要调整色彩并快速制作样品」
↓ Claude Code 分析
→ 分类：紧急 + 色彩变更
→ 优先级：9分（紧急程度高）
→ 自动输入 Google Sheets
实施步骤：非开发者的 4 日之旅
第 1 日：准备 Google Sheets（30 分钟）
创建新试算表并添加了这些栏位。
• 订单编号
• 原始备注
• 自动分类（结果储存单元格）
• 优先级分数
• 执行负责人（手动指定）
第 2 日：编写 Claude Code 提示词（2 小时）
在 Claude Code 窗口中调整提示词。关键是以「你看的是一家贸易公司的买家备注」的指示，并清晰地提出分类标准。
分类类别：
• 色彩／尺寸变更要求
• 紧急处理（明天、本周等）
• 样品／测试要求
• 参考既有订单
• 其他
优先级分数（1～10 分）：
含有紧急表述 +3
色彩／尺寸变更 +2
样品要求 +1
第 3 日：连接 Google Sheets API（1 小时）
将 Google Sheets API 连接到 Claude Code。作为非开发者，Claude 自动生成了必要的程序代码片段。
# Claude Code 生成的片段（无需修改，直接复制）
from google.colab import auth
auth.authenticate_user()
import gspread
gc = gspread.authorize(creds)
ws = gc.open(「订单备注分类」).sheet1
# 读取每一行的备注并进行分析
for row in ws.get_all_records():
memo = row['原始备注']
# 执行分类逻辑
classification = analyze_memo(memo)
ws.update_cell(row_idx, col_idx, classification)
第 4 日：执行及调整（1 小时）
首次运行时分类准确率约 90%。「非常急」这类表述没有被识别为紧急。我们在提示词中添加了同义词列表，准确率提升到 96%。
实际成果：时间和压力的减少
导入前
• 每天早上花费 40 分钟分类订单备注
• 人为错误导致重要请求被遗漏
• 团队成员重复检查相同备注
导入后
• 分类时间减少至 5 分钟（自动化）
• 优先级标准保持一致
• 团队成员只需查看已分类的备注
• 月度「回应时间」缩短 30%
非开发者的领悟
这个过程中我们学到了许多。
1. **文本分析不是规则，而是语境。** 试算表函数只能找到精确匹配，而 Claude 能理解含义。
2. **提示词是渐进式改进的。** 不需要一开始就完美。运行几次后，「这个识别不了」就会浮现。
3. **自动化的真正价值在于一致性。** 时间节省固然不错，但用相同标准处理所有订单才是更大收获。
下一步计划
目前机器人只执行备注分类，但今后计划这样扩展。
• 根据优先级自动分配负责人
• 紧急订单通过通知机器人立即告知团队成员
• 发现重复出现的要求模式，并提出自动回复模板
「4 天内构建」的标题是对的，但实际规划参考了 3 个月的经验。有那些经历才有可能达到这样的速度。
期待梦幻团队的下一个自动化挑战。