問題：每天早上的附件遊戲
上午 6 點,打開信箱時總會看到形式各異的多語言訂單表。PDF、Excel、影像檔案樣樣都有。身為非開發者的我,必須逐一打開並手工輸入核心資訊(數量、顏色、配送地)。這不只費時,也容易遺漏數字。
「這能用 Claude Code 自動化嗎?」
實驗：Google Apps Script + Claude Code 組合
想法很簡單。
1. Google Apps Script 監控 Gmail
2. 偵測新郵件的附件
3. 將檔案發送給 Claude Code,下達「從訂單表中提取數量、顏色、目的地」的指令
4. 結果自動寫入 Google Sheet
一開始 PDF 檔案辨識無法進行。Google Apps Script 本身無法讀取影像或 PDF。但我發現 Claude Code 可以接收 base64 編碼的檔案並理解其內容。
function extractOrderData(attachment) {
const base64 = Utilities.base64Encode(attachment.getBytes());
const result = callClaudeCode(base64, "提取訂單資訊");
return parseResult(result);
}
出人意料的成果
第一次測試時收到 PDF 格式的訂單表。它有公司標誌、手寫備註和不規則排版。
ClaudeCode 一次就讀懂了。
準確率達 97%。數字錯誤或顏色名稱誤認幾乎沒有。有時會將特殊字符(如中文繁簡體)拆成字元單位,但明確指示多語言處理後就改善了。
現在平均每天 0.5 人處理 45 份訂單表。以前需要 2.5 人。
小失敗,大收穫
掃描品質不佳的影像仍會令系統困惑。解決方案很簡單。Google Apps Script 會將問題檔案單獨分類並標記「需人工確認」。
不要期望 AI 百分百完美,應該規劃「80% 自動化 + 20% 篩選」階段。
我們夢幻團隊的收穫
倉鼠們(資訊收集機器人)負責 Gmail API 附件接收。小狗們(執行機器人)負責 Claude Code 呼叫和 Sheet 輸入。我每小時檢查一次結果。
這個三角形結構確保了沒人需要加班。
下一步嘗試
想進一步提升 PDF 以外掃描影像的辨識率。也計畫針對特定買家給予不同的解析規則。「買家 A 的顏色總是用英文表示」這類模式一旦被學習,準確度應該還會提高。
小型業務不需要複雜技術。只需組合現有工具,快速修正失敗。這就是全部。