图像现在也能自动分类了
上周开始了一项实验。窗口设备上堆积了数百张产品照片需要整理，我想知道是否能用 Claude Code 来处理。
结果令人惊讶。
Claude Code 开始读取图像文件，自动提取每张照片的元数据(拍摄日期、分辨率、色调)，然后整理到 Google 表单中。
什么改变了？
迄今为止的自动化大多是基于文本的。订单解析、邮件分类、消息翻译等等。但在 B2B 业务中，图像数据同样重要。产品照片的品质、拍摄角度、背景色一致性，这些都会影响实际交易。
到目前为止，这类工作只能手动完成。逐一打开照片，在记事本中记录，输入电子表格。当 Claude Code 在 3 分钟内完成原本需要 3 小时的工作时，团队成员的反应改变了。
小实验的开始
最初很简单。接收图像文件路径，提取基本元数据。但我们进一步推进了。指示 Claude Code 分析「图像的前三种主要颜色」。
结果是：
• 亮色调照片 vs 暗色调照片自动分类
• 背景色一致的产品组自动检测
• 低分辨率图像自动标记
所有这些都可以通过 Google 表单的一行设置实现。
我们遗漏的部分
集中于文本自动化时，忽视了「视觉数据也可以流程化」的可能性。图像管理、内容策划、品质控制等领域也可以用 AI 自动化。
特别重要的发现是，非开发者也能自己构建这种工作。简单的提示就足够了：
「能读取这个文件夹中的所有图像文件，
提取分辨率·拍摄日期·主要颜色，
然后从 Google 表单的 B 列开始输入吗？」
下一步实验
现在的想法改变了。自动化的边界已经超越了文本。下周计划尝试「从 PDF 文档中提取表格」。订购单、运单等文档每天都在进来，我们能自动解析它们吗？
与 AI 助手合作，非开发者也能将视觉数据纳入自动化领域。这是我们发现的最有趣的部分。