问题:每周五的噩梦
每到周四下午,我们的心情就会紧张起来。在一个进行 B2B 业务的小团队里,每周五都会重复相同的错误。交期已过但仍未处理的订单存在,买家们的投诉邮件会纷纷而至。
「啊,又漏掉了。」有人逐行查看 Excel 表格,另一人翻找邮件追踪交期状况。每周超过 2 小时被消耗在这个循环中。
实验:Windows 设备加上 Claude Code 的结合
「这个过程能否自动化呢?」从这个问题开始了。
第一次尝试是在 Google 表格中加入简单的「IF」语句和「TODAY()」函数:
=IF(AND(D2<TODAY(), F2="未处理"), "⚠️ 延迟", "")
仅搭配色彩强调功能,逾期的未处理订单就一眼可见。但我们仍需按买家、按产品手动排序优先顺序。
接下来才是关键。我们利用 Claude Code 读取 Google 表格数据,自动进行以下分类:
• 交期在今日起 7 天内:「紧急」
• 已逾期:「立即处理」
• 买家等级加订单金额组合:计算「优先度分数」
Before/After
Before
• 每周五 2 小时的手动检查及 Excel 排序
• 月均漏掉 3-5 笔订单
• 买家投诉回应时间每周 2-3 小时
• 员工压力级别高
After
• Google 表格自动排序的优先清单(每日上午 7 时更新)
• 漏掉订单 0 笔(连续 1 个月)
• 买家询问时立即回应
• 员工专注于邮件回复和库存检查
最令人惊喜的时刻
Claude Code 在分析订单时发现了预想外的模式。某位买家总是在周三下单,而我们的团队在周四下午才处理,导致在对方时区已经成了「延迟」。时差造就的问题。
根据 Claude Code 的分析结果,我们将流程提前至周三中午,该买家的投诉完全消失了。
小团队学到的事
AI 不会自动解决一切,但它会精确识别人应该做的 90% 的工作。剩下 10% 就变得快得多。而现在那 10% 不再是「处理投诉」,而是「强化客户关系」。
我们梦想团队的理念是:「自动化不是消除工作,而是将人的时间还给人,让人能以更人性的方式使用它。」