之前：手動作業的惡性循環
每週一都一樣。打開 Google 試算表中儲存的 3,000 個買家聯絡方式，逐一確認上次聯絡時間、寄出的電子郵件次數，以及是否有收到回應。
我在電子郵件發送日期欄、回應欄、最近回信日期欄之間來回切換，手動標記「這個買家已經 2 個月沒回音」「這個一次都沒回過」。
一天只能檢查 200 個就已經用盡我們的時間。我們經常遺漏模式，有時甚至不小心把重要買家從再聯絡對象中排除。
之後：Claude Code 的自動分類
「能不能讀取 Google 試算表的買家數據，然後自動將最後回應日超過 90 天或回應次數為 0 的聯絡方式整理到新的分頁？」
我問了 Claude Code。
需求：
• 讀取「買家清單」分頁的 A～G 欄數據
• 計算最後回應日（E欄）
• 篩選回應次數（F欄）為 0 或無回應期間超過 90 天的行
• 建立新分頁「再聯絡對象」並自動填入結果
5 分鐘後，程式碼完成了。
執行時，3,000 列中的 347 列被分類出來。我們原本需要一個月才能完成的工作，在 10 分鐘內完成了。
令人驚訝的發現
看著自動分類的結果，我發現了手動分類時完全看不到的模式。
特定地區的買家無回應期間平均比其他地區長 45 天。這可能是時區差異，也可能是語言障礙。
正因為有這個發現，我們制定了新策略：優先用當地語言與該地區的買家接觸。這是手動分類絕對無法獲得的商業洞察。
下一個自動化
現在，每週一 Claude Code 會自動更新「再聯絡對象」分頁。我們只需看著結果設定優先順序就行。
非開發者不會寫程式碼沒關係。只要把你的商業問題問得清楚，AI 就能從數據中找出模式。這是我們小小自動化之旅的故事。