每天早上，確認庫存狀況的重複工作
作為非開發者經營的小團隊，我們每天早上都要用眼睛檢視 Excel 中輸入的庫存數量。檢查數量是否為負數、格式是否正確、是否遺漏了特定商品，光是這個步驟就要花費約 40 分鐘。
「怕漏掉什麼」，所以每次都逐行仔細閱讀。
Before：手動驗證的局限
耗時: 40 分鐘(每天)
錯誤發現率: 約 60%(只能發現明顯錯誤)
返工: 與買家聯繫後修正數據，重新確認
Excel 檔案越來越大，我們的失誤也隨之增加。例如，某件商品的數量被輸入為「-5」，但過了好幾天才被發現的情況發生過多次。
機器人找到的三個隱藏錯誤
用 Claude Code 製作簡單的驗證機器人後，我們發現了自己忽視的 3 個模式：
1. 數量範圍異常(「-1」以下的負數、「10000」以上的值)
SKU 設定合理的庫存範圍後，機器人自動標記超出範圍的數據。手工作業時我們只能抓住「看起來有問題的」東西，但機器人能基於規則準確地找出來。
2. 同一商品重複輸入(SKU 重複檢查)
輸入過程中，同一商品有時會在兩行出現。機器人自動偵測到這種情況，並報告哪個項目是重複的。
3. 必填欄位缺失(商品名稱、尺寸、顏色信息缺少)
有庫存數量但商品元數據為空的案例被揭露出來。手動確認時，我們「只要數量對就行」就跳過了，但通過機器人驗證，我們能提前防止後續訂單處理錯誤。
After：自動化驗證的成效
耗時: 3 分鐘(每天)
錯誤發現率: 95%(基於規則的自動化)
返工: 幾乎沒有(事前預防)
[驗證機器人邏輯]
1. 檢查數量範圍(負數、異常值)
2. SKU 重複檢查
3. 欄位完整性確認
4. 將發現事項整理成報告輸出
機器人每天早上讀取 Excel 並完成驗證，然後將有問題的項目以突出顯示的報告形式傳遞給我們。我們只需快速修正那些項目即可。
我們學到的教訓
1. 手動只能抓住「平均錯誤」
用我們的眼睛，如果 80% 看起來正常，就會跳過。但自動化以 100% 為基準運作。
2. 先定義規則，機器人就會工作
只要將「庫存應在 0 至 5000 之間」這樣的業務規則編成代碼明確說明，機器人就會每次都遵循，無需每次都重新思考。
3. 小型自動化消除了等待時間
40 分鐘縮短到 3 分鐘，每天節省 37 分鐘。一年下來就是約 150 小時(幾乎一個月)。這些時間可以用於其他工作(對應買家、製作內容)。
下一步：更智能的機器人
目前我們只驗證靜態規則(範圍、重複)，接下來考慮實現：
• **趨勢偵測**: 同一商品在昨天和今天的數量變化是否異常
• **買家需求模式**: 特定買家經常購買的商品庫存不足時自動提醒
• **季節數據**: 季節不符的商品庫存過多時標記
我們已經確信這些也可以用 Claude Code 充分實現。
結論：自動化是準確性的開始
即使是非開發者也完全可以構建「驗證機器人」級別的自動化。一開始看似簡單，但機器人揭示的數據問題將團隊的可信度提升到新高度。
Excel、電郵、庫存。重複性工作越高，自動化的空間就越大。