開始：只是簡單的整理工作
某個貿易公司需要整理 500 筆交易記錄。包含交易夥伴名稱、日期、狀態的試算表被丟給了 Claude Code。一開始只是簡單的請求：「能幫我按交易夥伴排序嗎？」
自動化有時會揭示超出預期的事物。
發現：數據中的重複和錯誤
Claude Code 開始排序時，出現了奇怪的現象。同一個交易夥伴用了 3 種不同的標記方式：「ABC Trading」、「Abc trading」、「abc trading」。人眼容易忽略這些細節。
更有趣的是，在排序過程中，Claude Code 自動標記了可疑項目。
• 交易金額超出常規範圍的項目
• 日期格式不一致的記錄
• 交易夥伴名稱的拼寫差異
作為非開發者，我們只提出檢驗要求，但機器人自動偵測了風險信號。
實務技巧：用 Claude Code 驗證數據
步驟 1. 在 Windows 設備上準備 CSV 檔案
將試算表匯出為 CSV 格式。這是與 Claude Code 相容度最高的方式。
交易夥伴, 交易日期, 交易狀態
ABC Trading, 2024-01-15, 已完成
ABC trading, 2024-01-16, 待處理
abc trading, 2024-01-20, 已完成
步驟 2. 給 Claude Code 明確指示
比起簡單的「幫我排序」，更具體地說：
請按以下標準整理和檢驗此數據：
1. 按交易夥伴名稱排序（統一大小寫）
2. 找出同一交易夥伴的重複標記法
3. 確認交易日期格式（統一為 YYYY-MM-DD）
4. 驗證交易狀態值是否都為允許項目
步驟 3. 檢視結果並提供反饋
Claude Code 提出「可疑項目清單」後，先進行檢視。然後給出後續指示：「這些項目可以這樣處理嗎？」
出乎意料的優勢
自動化即驗證。 在排序過程中，可以同時發現數據品質問題。非開發者只需讀懂 Claude Code 的「警告信號」，就能執行數據稽核的角色。
事實上，我們發現的重複和錯誤差點在後來的交易追蹤工作中造成問題。自動化提前攔截了它。
下一步挑戰
用相同方式驗證訊息記錄、訂單、合約書可行嗎？夢想小隊持續在實驗中。