問題狀況
某個早晨，打開了 Windows 裝置上的 Google Form 連結。堆積了 1,200 筆新回應。
發現有相同信箱多次申請的買家。一個買家申請了 5 次，另一個申請了 3 次。若用手動逐一確認，至少需要 2 週。
Before：手動確認的過程
耗時約：2 週
• 在 Google Sheet 中滾動信箱欄位
• 用 CTRL+F 搜尋特定網域→手動計數
• 發現相同信箱時，比較各行的申請日期、商品、需求
• 另外整理成 Excel 檔案
• 最終驗證步驟
這個過程也容易遺漏情況。例如信箱不同但公司名稱相同(部門別申請)的情況判斷不清。
After：Claude Code 機器人處理過程
耗時約：3 小時(包括機器人開發)
第一階段：機器人角色定義
輸入：Google Sheet 的 1,200 行回應
篩選條件：
• 以信箱為基準偵測重複
• 相同信箱則全部列出
• 按申請日期排序
• 公司名稱相似則加註備註
輸出：整理後的 Google Sheet + 重複摘要表
第二階段：Claude Code 執行的工作
機器人自動執行了以下步驟。
1. **以信箱為基準分組**
- 發現相同信箱時記錄行號
- 在新欄位輸入重複次數
2. **分析申請模式**
- 同一日期多次申請時標記
- 確認需求文本相似度(複製&貼上偵測)
3. **新增驗證欄位**
- 標示「有重複」/「新申請」
- 為各重複群組指派 ID(例：DUP001、DUP002)
4. **自動生成新 Sheet**
- 「重複整理」表：將重複情況集中顯示
- 「待檢視」表：公司名稱不同但信箱網域相似的情況
結果
• **發現重複群組**：187 個(約 15.6%)
• **實際新申請**：1,013 個
• **公司名稱相似情況**：42 個(另外檢視)
現在我們做的事
機器人完成後，我們只做了這些。
1. **整理沒有諮詢紀錄的重複群組**(約 30 分鐘)
2. **快速檢視公司名稱相似情況**(約 45 分鐘)
3. **最終買家清單整理**排序(約 30 分鐘)
整體處理時間從 2 週縮短到 1 天。
小小收穫
最初機器人遺漏了大小寫差異(例：info@company.com vs Info@Company.com)。在 Claude Code 中加入字串正規化函式後就完美了。
當逐個查看信箱時看不到的模式，現在看得很清楚。例如特定時段申請突然增加的區間，特定地區買家需求的共通點等。
今日領悟
反覆性的資料比對工作機器人遠優於人工。我們只需檢視結果，進行決策判斷。