問題：運單影像整理的惡夢
非開發者運營的小團隊日常中有一項重複工作：每週累積的運單影像檔案需手動移至試算表。
• 200 張影像 × 追蹤編號、配送地、數量 3 項目 = 約 600 次打字
• 每週 2 次重複
• 月耗時約 4800 分鐘（=80 小時）
某天有人問：「Claude Code 不是也能讀取影像嗎？」
第一次嘗試：影像上傳自動化
利用 Claude Code 的檔案處理功能構建了以下架構：
1. 從 Windows 設備本機資料夾收集影像
2. 批次傳送影像至 Claude Code
3. 將識別的文字提取為 JSON 格式
4. 自動插入 Google 試算表
結果？前 50 張完全準確。
發現的意想不到的錯誤
1. 低解析度影像中數字混淆（O 與 0）
追蹤編號被識別為 `1234O567`，實際是 `12340567`。
對策：添加影像傳送前的預處理邏輯，設定最低 300 DPI 標準篩選。
2. 傾斜角度的文字識別失敗
配送地址只提取了 50% 的情況發生。運單需在相機上完全水平拍攝。
改進：在 Claude Code 提示詞中加入「文字傾斜時請盡量補正」。
3. 重複識別（同一檔案被處理 2 次）
自動化初期缺乏完成日誌，導致相同運單在試算表中出現 2-3 次。
解決方案
自動將已處理的影像檔案移到 `_processed` 資料夾，並在試算表 B 欄記錄「處理時間」時間戳記。
最終流程
非開發者也能跟上的 3 個步驟
步驟 1：準備影像
• 將運單照片集中在一個資料夾
• 檔案名以數字命名便於排序（例：`001_shipping.jpg`）
步驟 2：撰寫 Claude Code 提示詞
以下列指示開始：
「請讀取此資料夾中所有的 JPG 檔案。從每張影像中提取以下內容並以 JSON 格式輸出：
• 追蹤編號（含連字號）
• 配送目的地國家
• 數量（僅數字）
不確定的部分請標記 [不確定]。」
步驟 3：結果驗證與試算表插入
Claude Code 執行後，將輸出的 JSON 透過 Google 試算表的 Apps Script 連接，完成自動輸入。
驗證步驟必不可少：僅手動確認標有「[不確定]」的行（通常 5-10 行）。
使用一個月的結果
• 處理時間：80 小時 → 8 小時（減少 90%）
• 準確度：96%（手動更正 4%）
• 團隊反應：「現在終於有時間回應買家了"
學到的事
自動化不是追求完美，而是找到「足夠好」的程度。即使準確度只有 96%，只需手動檢查 4%，整體速度仍遠快於全手工操作。
Claude Code 的影像讀取能力比預期更強大。但在提示詞中明確指示「不確定時要誠實說出來」能大幅提升透明度。
下一步實驗是多語言運單識別。能否識別混有繁體中文、英文、簡體中文的運單並進行分類？