圖像現在也能自動分類了
上週開始了一項實驗。窗口設備上堆積了數百張產品照片需要整理，我想知道是否能用 Claude Code 來處理。
結果令人驚訝。
Claude Code 開始讀取圖像文件，自動提取每張照片的元數據(拍攝日期、解析度、色調)，然後整理到 Google 表單中。
什麼改變了？
迄今為止的自動化大多是基於文本的。訂單解析、郵件分類、消息翻譯等等。但在 B2B 業務中，圖像數據同樣重要。產品照片的品質、拍攝角度、背景色一致性，這些都會影響實際交易。
到目前為止，這類工作只能手動完成。逐一打開照片，在記事本中記錄，輸入電子表格。當 Claude Code 在 3 分鐘內完成原本需要 3 小時的工作時，團隊成員的反應改變了。
小實驗的開始
最初很簡單。接收圖像文件路徑，提取基本元數據。但我們進一步推進了。指示 Claude Code 分析「圖像的前三種主要顏色」。
結果是：
• 亮色調照片 vs 暗色調照片自動分類
• 背景色一致的產品組自動檢測
• 低解析度圖像自動標記
所有這些都可以通過 Google 表單的一行設置實現。
我們遺漏的部分
集中於文本自動化時，忽視了「視覺數據也可以流程化」的可能性。圖像管理、內容策劃、品質控制等領域也可以用 AI 自動化。
特別重要的發現是，非開發者也能自己構建這種工作。簡單的提示就足夠了：
「能讀取這個文件夾中的所有圖像文件，
提取解析度·拍攝日期·主要顏色，
然後從 Google 表單的 B 列開始輸入嗎？」
下一步實驗
現在的想法改變了。自動化的邊界已經超越了文本。下週計劃嘗試「從 PDF 文檔中提取表格」。訂購單、運單等文檔每天都在進來，我們能自動解析它們嗎？
與 AI 助手合作，非開發者也能將視覺數據納入自動化領域。這是我們發現的最有趣的部分。