表单开始自己思考
上周一,谷歌表单的订单回复开始用韩文、中文、英文三种语言混杂进来。直到那天为止,我们都是一个一个手动阅读和整理,但那天的数量达到了67份。
「我们的机器人能读懂这个吗?」
这个小小的实验,在3天内就建立了一套自动化流程。
用Claude Code分析表单回复
第一步很简单。将谷歌表单回复导出到谷歌表,然后交给Claude Code来解读。
谷歌表单回复 (谷歌表)
↓
执行Claude Code
↓
项目识别 + 语言分类
↓
分类后的数据
第1步:从谷歌表下载数据
• 打开谷歌表单设置中的「收集回复」标签
• 点击「建立新电子表格」
• 在自动生成的电子表格中,点击「文件」→「下载」→「导出为CSV」
第2步:编写Claude Code脚本
在Windows设备的记事本中以以下结构编写:
import csv
import json
from anthropic import Anthropic
# 读取CSV
with open('form_responses.csv', 'r', encoding='utf-8') as f:
reader = csv.DictReader(f)
rows = list(reader)
# 用Claude Code分析每一行
client = Anthropic()
for idx, row in enumerate(rows):
form_text = str(row)
response = client.messages.create(
model="claude-3-5-sonnet-20241022",
max_tokens=300,
messages=[
{
"role": "user",
"content": f"""分析这份订单表单回复:
{form_text}
回复:
1. 语言 (ko/zh/en)
2. 类别 (新客户/既有客户/未分类)
3. 优先级 (高/中/低)
用JSON格式回答。"""
}
]
)
parsed = json.loads(response.content[0].text)
rows[idx]['language'] = parsed['language']
rows[idx]['category'] = parsed['category']
rows[idx]['priority'] = parsed['priority']
# 保存分类后的CSV
with open('sorted_responses.csv', 'w', newline='', encoding='utf-8') as f:
writer = csv.DictWriter(f, fieldnames=rows[0].keys())
writer.writeheader()
writer.writerows(rows)
print(f"✓ 完成{len(rows)}行的分析")
第3步:自动导入Windows Excel
分类后的CSV可以直接在Excel中打开,但如果想要完全自动化:
• 在Windows任务计划程序中设置上述Python脚本每天早上8点运行
• 将生成的CSV保存到指定文件夹
• 在Excel文件中连接「数据」→「从文本/CSV」
意外发现
1. 表单学会了自己的错误
起初,「语言分类」并不完美。中文和韩文混用的回复经常被混淆。但在3天内运行超过50次后,Claude Code开始记住回复模式。现在对于相同格式的输入,几乎没有错误。
2. 语言别的类别不同
分析结果表明,韩文回复大多是「既有客户」,而中文回复主要是「新客户询问」。这表明表单设计在不同语言中被理解的方式不同。
3. 手动检查缩短到5分钟
以前整理67份需要45分钟。现在只需5分钟浏览自动化结果就足够了。
失败与修复
第一次运行时出现了编码错误。包含表情符号或特殊字符的回复在转换为CSV时被损坏了。解决方案很简单:
# 修改前
with open('form_responses.csv', 'r') as f:
# 修改后
with open('form_responses.csv', 'r', encoding='utf-8') as f:
只需添加一行,所有字符就能正确读取。
下一步
目前我们只在处理谷歌表回复,但计划扩展到通过电邮进来的订单。将Outlook自动化与Claude Code连接,我们应该能自动分类不仅来自表单的订单,还有来自电邮的订单。
表单变得越来越聪明。到下周,它可能会比我们团队中的任何人都更快地读懂订单。