從平凡的排序請求開始的發現
上週一，我決定整理積存在 Windows 設備上的庫存現況試算表。項目代碼、數量、進貨日期、按買方的配額都混在一起，我想按 SKU 順序排序這些數據。這本應是個簡單的任務。
請求：「請按 A 欄（SKU）為基準對 Google 試算表的所有行進行排序，
如果有重複的 SKU 的話，也幫我標記出來好嗎？」
意料之外的結果
機器人在 2 分鐘後回來了，帶著排序完成的試算表和一份備註：
「發現 SKU 重複：12 個項目被註冊了 2 次以上。例如：SKU-4521 以 3 月進貨和 4 月進貨分別出現 2 行，SKU-7834 以完全相同的數量正好出現 2 行。」
這不只是單純的排序，而是進行了數據驗證。
之前 vs 之後
之前
• 手動排序：耗時 15 分鐘
• 發現重複：手動掃描只能找到 3～4 個
• 數據信度：不穩定
之後
• 機器人排序 + 驗證：2 分鐘（自動）
• 發現重複：全部識別 12 個
• 數據信度：100% 確保
• 意外收穫：發現 5 個相同 SKU 但進貨日期不同的項目（可能存在會計上的錯誤）
實際影響
發現的重複中，3 個實際上是進貨錯誤，其餘 9 個是輸入失誤。在修正這些後，我們終於能解決為什麼庫存總量與預期不符的謎團。
特別有趣的是，機器人不只是簡單地說「這是重複的」就完事，而是進一步比較進貨日期和數量，區分哪些重複是「真正的錯誤」，哪些只是「進貨時間差異」。
學到的東西
只要在自動化工具中加入簡單的驗證邏輯，就能發現手工作業中容易遺漏的大量數據錯誤。特別令人驚訝的是，非開發者通過 Claude Code 就能做出這個級別的驗證，完全不需要額外的編程知識。