不會寫程式的老闆和主管，也能用 Claude Code 把每週固定重複的營運雜事交出去。Claude Code 是 Anthropic 推出的 AI 工作台，你用中文把要做的事講清楚，它就能讀檔案、跑流程、把結果整理好交回來。門檻不在會不會寫程式，在你能不能把「我要什麼」說清楚。這篇挑三種最常見、最好上手的營運自動化雜事，一步一步帶你做，每一步都附一個「怎麼確認做對了」的驗收方法。
把重複的雜事交出去之後，主管的時間才有機會回到真正該想的事情上。
開始前先搞懂：Claude Code 是 AI 工作台，不是 AI 工程師
把 Claude Code 當成一個 AI 工作台，而不是一個幫你寫程式的 AI 工程師，你就抓到用它的訣竅了。你不需要懂任何技術語言，只要像交辦給一位新進助理那樣，用白話把任務、規則和你要的成品格式講清楚，它就會照著做。它聽得懂中文、做事極快，唯一需要你的地方，是把話說到讓一個第一天上工的人也不會會錯意。
決定把哪些雜事交出去之前，先做一次類似個人 AI 技能診斷的盤點：以工作任務為單位，把你每週手動做的事列成一排，標記哪些是「重複、有固定規則、不需要臨場判斷」的，這幾類就是最適合先交出去的。很多公司花錢送員工上了課，回去卻什麼都沒改變，問題常常不在工具難，而在沒人先把「哪件事該交給 AI」想清楚。
下表先幫你把三種雜事對號入座：
| 雜事類型 | 適合交出去的訊號 | 你要先準備什麼 |
|---|---|---|
| 多份報表合併成摘要 | 每月或每週重複、欄位固定、只要彙整不用判斷 | 把來源檔放進同一個資料夾、講清楚要哪幾個欄位 |
| 檔案批次改名、圖片轉檔、試算表彙整 | 規則講得出來、數量大、手動做很花時間 | 一句話說清命名規則或要轉成的格式 |
| 原始資料整理成週報草稿 | 每週同一種格式、資料來源固定 | 給一份你要的週報範本當樣板 |
Step 1：把散在各分店各月的多份報表，合併成一份摘要
第一種最好上手的，是把散在各分店、各月、各人手上的多份報表，合併成一份摘要。你把這些檔案放進同一個資料夾，再用中文告訴 Claude Code 要看哪些欄位、怎麼加總、摘要長什麼樣，它就會逐一讀完再彙整成一份。我們輔導客戶時觀察到，原本要花大半天對帳的月報，這樣做通常幾分鐘就有一份可修的初稿。
做什麼：把要合併的報表（Excel 或 CSV）全部丟進同一個資料夾，然後打一段話：「幫我讀這個資料夾裡的所有報表，把每家分店的營收、成本、毛利加總，做成一份一頁摘要，最後附一段三句話的重點觀察。」
為什麼有效：這種工作的規則其實你早就會，只是手動做很累。你把規則說清楚，重複執行的部分就從你身上移到 AI 工作台身上，你保留的是「要看哪些數字」這個判斷。
怎麼確認做對了：隨機抽一家分店，拿它的原始檔對一次摘要裡的數字。對得上，代表它讀對了欄位；對不上，把哪個欄位算錯講給它聽，它會重算。第一次務必人工抽查，別跳過。
Step 2：大批檔案批次改名，整批圖片轉檔，多份試算表彙整
第二種是量大又機械的檔案處理：上百個檔案要照同一套規則改名、整批圖片要轉成同一種格式、好幾份試算表要合成一張總表。這類事的共通點，是規則你講得出來、只是手做很花時間。你把規則講一次，Claude Code 就能一次跑完整批，不會做到第八十個就眼花。
做什麼：先用一句話把規則定死，例如「把這個資料夾的照片全部轉成 JPG、寬度統一 1200 像素」，或「把這些檔案改名成『日期_分店_項目』的格式」。規則越明確，結果越準。
為什麼有效：工具愈加愈多、人卻愈來愈累，多半是因為每個工具都要你手動操作。批次處理把「同一個動作重複幾百次」整包交出去，這正是把 AI 工具真正變成你的競爭力的起點。
怎麼確認做對了：跑完先看數量對不對（該有 120 個檔就要有 120 個），再隨機點開三五個檢查命名或格式。批次工作最怕「漏做幾個」，數量核對比逐一檢查更快抓到問題。
Step 3：把散落的原始資料，整理成每週固定格式的週報草稿
第三種，是把散落在各處的原始資料，整理成每週固定格式的週報或儀表板草稿。週報最耗神的從來不是想法，是每週把同樣一堆數字重新排進同一個版型。你給 Claude Code 一份範本，告訴它資料在哪、要放進哪幾格，它每週就能先產一份草稿，你只要在草稿上改，不必從空白開始。
做什麼：把你理想中的週報存成一個範本檔，標好每一段要放什麼（本週數字、與上週比較、三個重點）。之後每週只要說「用這個範本，把這週的資料填進去」，草稿就出來了。
為什麼有效：把重複的排版和填空交出去，你省下的不只是時間，是「每週一想到要生週報就煩」的心理成本。人力留在判斷「這週的數字代表什麼」，那才是主管該花腦力的地方。
怎麼確認做對了：第一份草稿拿去和你以前手做的週報並排比，看格式、口吻、詳略是否接近你要的。差在哪就把範本改得更具體，範本越清楚，之後越不用改。跑順之後，這件事就像有一支不會喊累的營運小組在替你打底稿。
用 Claude Code 前，先避開這三個坑
三種雜事都很好上手，但新手最常卡在同樣幾個地方。先知道這三個坑，能少走不少冤枉路，也不會第一次沒跑順就下結論說「AI 沒用」。
坑 1：規則講得太模糊。「幫我整理一下」這種話，AI 只能用猜的，結果自然不準。把「整理」拆成具體動作：要哪些欄位、加總還是平均、成品幾頁。你講得越像在教新人，它做得越像老手。
坑 2：第一次就全交、不抽查。再快的工具，第一次的產出都要人工抽驗一次。抽查不是不信任 AI，是幫你確認「你的規則有沒有講清楚」。確認過的流程，之後才敢放心重複跑。
坑 3：把敏感資料隨手丟上去。牽涉客戶個資、財務機密的檔案，交出去前先確認公司的資料使用規範，必要時把敏感欄位遮掉再處理。這一步的判斷權，永遠留在你手上。想把整體導入節奏、資料界線一次盤清楚，可以從一次企業顧問諮詢開始。
FAQ
我完全不會寫程式，真的用得動 Claude Code 嗎？
用得動。Claude Code 的操作方式是用中文交辦，不是寫程式。你會怎麼把一件事交代給新來的助理，就怎麼跟它說。真正決定成果好壞的，是你有沒有把規則、格式、要哪些數字講清楚，而不是任何技術能力。第一次安裝設定如果卡住，請公司 IT 或熟悉的人幫忙裝一次即可，之後日常使用不需要技術背景。
把公司內部檔案交給 AI 讀，資料安全嗎？
要看你交出去的是什麼、以及公司的規範怎麼定。一般性的營運報表、公開資料風險較低；牽涉客戶個資、合約、財務機密的檔案，交出去前一定要先對照公司的資料使用政策，必要時把敏感欄位遮掉或改成代號再處理。把「哪些資料可以交、哪些不行」先畫一條線，是導入任何 AI 工具的第一步，這個判斷權要留在人身上。
這三種雜事，我該從哪一種開始？
從你「每週都要做、規則最固定、最不用臨場判斷」的那一件開始。對多數公司來說，多份報表合併成摘要通常最好上手，因為規則清楚、成品好驗收。先讓一件事跑順、建立信心，再把同一套做法擴到其他雜事。一次想自動化太多件，反而每件都沒跑穩，是新手最常見的失誤。
AI 整理出來的結果會不會出錯，我要怎麼把關？
會，所以第一次一定要人工抽查。合併類的用原始檔對幾個數字，批次類的先核對數量再抽看幾個檔，週報類的和你以前手做的版本並排比。抽查的目的不只是抓錯，更是確認「你的規則有沒有講清楚」。同一個流程確認過一兩次、穩定產出你要的結果之後，之後重複跑就可以放心，把心力挪去看更重要的判斷。
關於智谷
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。我們協助非技術背景的主管，把 AI 從「聽起來很厲害卻用不上」變成每週真的在幫你省時間的營運夥伴。
研究來源
- Anthropic《Claude Code overview》官方文件（docs.claude.com/claude-code）
- Anthropic Engineering 2025〈Claude Code: Best practices for agentic coding〉
- 智谷網絡輔導企業 AI 導入實務觀察（2024 至 2026）
CTA：想知道自己團隊該從哪件雜事開始自動化，先預約一次企業 AI 診斷諮詢