Google 表單回應，不再手動分類
我們團隊每天收到約 15~20 份 Google 表單回應。詢問、合作提案、緊急聯絡等各式訊息混在一起。
以前我們要逐一閱讀這些回應，看標題和內容，在腦子裡做出判斷「這個今天要看」、「這個明天看也可以」。看似簡單，但每天花在這個過程上約 5 分鐘。
最耗時的是找「急」、「合作」、「後續」、「審核中」這類關鍵詞。
Claude Code 開始「讀文本並判斷」
我們開始了簡單的實驗。讓 Claude Code 讀取 Google 表單的新回應，分析內容自動判斷優先級。
回應文本分析規則：
• 含「馬上」、「急」、「今天」 → 🔴 緊急
• 含「審核」、「諮詢」 → 🟡 一般
• 含「未來」、「參考」 → 🟢 低優先
結果令人驚訝。前 100 份回應中準確率達 92%。實際上，機器人在感知關鍵字組合、文本語氣、標記語言的微妙信號。
3 天後，出乎意料的發現
機器人運作 3 天後，我們發現了有趣的模式：
• 晚上 11 點後進來的回應，80% 實際上是緊急事項。
• 我們總是在早上上班時間閱讀回應，實際緊急度和閱讀時間之間有時差。
• 所以我們進一步擴展自動化。只有被標記為緊急的回應才在晚上給我們通知。
非開發者眼中「文本 AI」的真正用處
經歷這個過程，我們領悟到了什麼。AI 不是做出了宏大的自動化，而是讓機器人代替「重複的判斷工作」。
• 從篩選（用 Google 表單函數做的）轉變為，現在是讀取文本的含義。
• Excel 函數絕對做不到的事，用 Claude Code 成為可能。
• 最重要的是，即使我們「沒有定規則」，機器人也會自行學習和改進。
下一步走到哪裡
目前我們在實驗從回應內容提取對方的所在地區、行業、合作可能性。從一塊文本裡提取結構化數據。
最令人驚訝的是，這一切都在沒有編碼的情況下完成。只需 Claude Code、Google 表單和清晰的規則文件。
---
*夢幻團隊的小實驗堆積，有朝一日變成大系統的體驗。今天我們的機器人們也在學習新規則。*