问题是「人类的疏漏」
由非开发者运营的小型团队从多个渠道接收订单。通过买家邮件、聊天、Google 表单等（具体渠道属机密）。问题是同一订单经常通过不同渠道重复登记。
起初由人工逐个确认。打开 Google 电子表格，寻找相同的买家名称、相同数量、日期相近的行。光是这项工作每周就要花 3 小时。
「要不要把这种重复性工作交给 Claude Code 处理？」
AI 学会了「重复的细微模式」
向 Claude Code 传送了简单的提示词。指示它寻找买家名称 + 数量 + 订单日期相同或相似的行，进行标记，并额外检查订单备注的文字相似度。
结果令人震惊。
1. 重复检测准确率超过 98%。
2. 不仅找到完全相同的订单，连买家输入略有差异的情况也通过模式捕捉到（例如：「ABC Ltd」vs「ABC Limited」）。
3. 特别是，它还区分了「相似但不同的订单」（同一买家但数量不同）。
梦幻团队机器人的「协作时刻」
目前的运作流程是这样的。
• **Google 表单提交** → 自动输入到 Google 电子表格
• **每日午夜** → Claude Code 自动执行，检测重复项目并在新的「重复可能性」列中标记
• **团队成员早上确认** → 仅检查标记项目，判断删除或保留
最终结果是手动检查时间从 3 小时减少到 30 分钟。
意想不到的发现
最有趣的部分是这样的。运营 AI 自动化 4 个月后，对模式进行分析发现，60% 的重复项目集中在特定时间段（下午 5 点到 7 点）。那是团队成员仓促输入的时间。
之后团队改变了工作流程本身。下午 6 点以后的订单输入推迟到隔天早上，剩余的重复项目由 AI 处理。
「有时候，技术不是解决问题，而是帮助我们找到问题的『根源』」
下一步
Claude Code 的下一个实验是这样的。不仅要对重复订单进行标记，还要自动提议「整合的主订单」。综合金额、配送地址、交货日期，将其整理成一种形式，使团队可以一键确认。
非开发者不写代码。只是抛出「如果这样做会怎样」，由 Claude Code 展示它是否真的能运作。这就是过去半年梦幻团队小型实验积累的方式。