Before: 用手數，用眼睛找
過去3個月累積的買家詢問信件有1,200筆。從每封郵件中手動提取公司名稱和電郵地址，輸入Google Sheets的過程裡，打字錯誤很常見。有時是按鍵失誤，有時是電郵地址本身格式就有問題，但我們沒有辦法驗證它是否真的有效。
問題還有更多。數據不完整意味著我們無法區分「真正可以聯絡的買家」和「只剩下數據痕跡的買家」。每週一次花大約30分鐘手動清理舊數據或更正錯誤，沒有自動化的情況下永遠看不到盡頭。
**When: 每週一早上花30分鐘手動驗證**
**Pain: 後來才知道竟然藏著180筆錯誤**
After: 機器人一次性驗證完成
我們用Claude Code自動化了以下邏輯。
1. 讀取Google Sheets買家數據
2. 電郵地址正規表達式檢查(@符號和域名格式)
3. 公司名稱長度及特殊字符模式驗證
4. 添加錯誤標記 + 生成檢查清單
5. 每週二自動執行
首次執行的結果：
• 共1,200筆數據中發現180筆(15%)格式錯誤
• 只有空白、缺少電郵：45筆
• '@'符號缺失或重複：87筆
• 域名格式不完整(無'.com'等)：48筆
基於這些信息，我們採取了下一步行動。
1. **可以立即更正的**：啟動自動修正腳本(例如移除空白、統一大寫)
2. **需要人工檢查的**：標記並通知負責人
3. **可能需要刪除的**：整理成報告，用於商業判斷
初步成果
時間節省： 每週30分鐘手動作業 → 自動執行(手動介入降至每週5分鐘)
數據可信度： 錯誤率從15%改善到2%以下(自動更正+驗證後)
意想不到的發現： 發現同一電郵對應多個公司名稱的情況(檢測到重複買家)
一句話心得
非開發者能想到的驗證流程看似簡單，但當規模擴大時，才真正體會到機器人的手有多輕。一行正規表達式就曝露了180個問題。