この記事是與Claude一起撰寫的。

Claude Code，你還是把它當作「寫程式的工具」嗎？

我平常從事的是「創造」AI代理的工作，但除此之外，日常業務中的各種瑣事都交給Claude Code來辦理。報帳、工作報告、簡報資料、部落格撰寫、提案資料的整理、電子郵件監控……這樣的使用頻率可能已經超過寫程式了。

在本文中，我將介紹我實際每天使用的「非程式編碼」的用例。重要的要點有以下兩個：

• 首先，嘗試將所有工作和AI一起進行
• 完全交給AI不現實，可以不過於貪心，選擇「半自動化」

坦白說，自2026年年初以來，Claude的性能提升之快令人驚訝，我開始在各種場合中感覺到如本文所介紹的日常工作加速化。換句話說，未能跟上這一變化的組織在幾個月後將會迅速被社會所淘汰，這讓我感到強烈的危機感。

AI應該被視為「優秀的同事，而非單純的自動化工具」

首先，與AI代理的相處方式有幾個重要的觀點要分享。

如果把像Claude Code這樣的AI代理當作類似於RPA的「定型工作自動化工具」，那麼我們無法充分發揮它的潛力。AI代理的本質其實不在於「自動化」，而是接近於「委託工作」。

可以想像成，有一位優秀的中途入社的後輩全職遠端工作進入你的團隊，當你解釋業務背景後，他能夠自主思考並行動，當遇到不明白的地方會主動詢問。你也可以同時交給他多項工作。然而，如果完全封閉地交給他，輸出結果可能會不穩定，因此事前要明確地傳達期望值，並在關鍵時刻確認方向是很重要的。

掌握這種「將工作交給後輩的感覺」後，Claude Code的使用方法將會迅速擴大。

「使用AI=草率品質」是過去的事

「使用AI雖能節省時間，但產出的文本或內容品質會大幅下降。」我相信仍有許多人抱有這種印象。老實說，之前的確有這樣的情況。

但到了2026年，情況就變了。Claude Opus 4.6開始在Claude Code上使用，日文品質和推理的智慧都大幅提升。

當我們以需求驅動的方式良好利用這些資源時，不再會出現「變快但品質下降」的狀況，而是能夠在幾乎維持100%手動時的品質的同時，優化過程。換句話說，不僅能大幅縮短工作的完成速度，還能保持品質。另外，還有可能獲得過去手動時無法注意到的新見解和資訊。

重點不在於讓AI「從零開始生成」，而是充分輸入自己的想法後，將「整理、結構化、分析」的工作交給AI。以這種方式，輸出必然是自己思考之延伸的結果。

無論什麼工作都要嘗試問「這項工作能交給Claude Code嗎？」

在從事任何工作時，首先要思考「這能交給Claude Code處理嗎？」。

「反正接駁SaaS的安全性是禁止的，這麼複雜的判斷AI不可能做到」，這樣的自我設限而繼續手動工作的情況，大家可能都有所經歷。

對我而言，碰到這樣的工作首先會創建一個 repository，然後詢問Claude Code。我會用語音輸入說「我每個月都手動進行這項工作，你能不能幫我更快一些呢？」接著提供一些公司內部使用的資料或網頁PDF作為上下文，Claude Code通常會提議「完全自動化有困難，但這邊可以自動化。最後會生成一個便於複製貼上的格式。」

部分性地交給AI的好處

• 即使是部分自動化，速度也足夠快。即便無法完全自動化，光是「最麻煩的部分自動化，其他部分複製貼上」也能大幅提高效率。不是零或一的選擇，而是考慮漸進的方式。
• 「上個月是怎麼做的？」的問題不再存在。與Claude Code一起完成的工作會將步驟和ノウハウ保留在repository的文檔中，所以下個月只需要問Claude Code「上個月是怎麼做的？」即可。想起上個月的方式的開銷完全消失。
• 可以橫向推廣到其他工作。積累的知識可以應用到其他工作中。「就像上次的報帳一樣，你能這樣做嗎？」只需提出請求，它就能引用過去的工作模式應用到新的工作上。

就算沒有節省時間，工作方式也會改變

事實上，手動工作和交給AI處理的所需時間，在某些情況下幾乎不會改變。但即便如此，交給AI處理的優勢在於能更具反應性地參與工作。

例如，文件創建。自己獨自從零開始寫作時，需要相當大的專注力。如果中途查看智能手機，專注就會中斷，進度緩慢。你有過這樣的經驗嗎？

若將這項工作交給AI、讓人類在旁進行審核，則人類的參與方式會改變。當AI要求確認時，只需批准或反對並提出改善方案。由於這種反應式參與，人們就不需要主動保持持續集中。在現代人中，專注力因為智能手機和社交網絡而變得難以持續，也能在這種工作方式中減少中斷的可能性。

此外，在同時進行四項工作的情況下，採取這種反應式的工作進行方式時，並行工作的上下文切換成本不會那麼大。「在這邊等待批准的同時檢查那邊」這樣的切換變得非常自然，與並行工作也相得益彰。

（當然，這樣是否真的好還需要考量……）

為何Claude Code能廣泛應用於「業務全般」

Claude Code是一個在終端上運行的AI代理，它可以讀取和寫入文件、執行命令、進行網絡搜索，以及連接外部工具（MCP）。

重點是，這些能力並不僅限於編碼。文本文件的創建和編輯、CSV的解析、電子郵件搜索、日曆查詢……這幾乎涵蓋了「在電腦上進行的工作」的大部分。

再者，將可重用的任務定義「技能」與業務規則描述檔「規則」相結合，可以創建出你專屬的優秀後輩。這就是為何它也能適用於非工程類的業務。

一切都通過「小型需求驅動開發」進行

在具體用例之前，還有一個重要的思維方式需要分享，那就是不要急於讓Claude Code去執行任務。首先準備四個文檔。

這最初是針對編碼代理的最佳實踐，但可以直接用於非編碼的業務。

應用於簡報資料製作的示例

使用這四個文檔，能夠在不降低品質的情況下加速工作進展。

為什麼在PLAN.md中「語音輸入」是最重要的

在這之中，最重要的是在第一個PLAN.md中完全倒出自己的想法。因此，語音輸入是不可或缺的。

當讓LLM去做文檔類的工作（資料創建、文章撰寫、提案書等）時，若只用少量信息開始，可能會過度生成出人類意想不到的內容。這就是「AI寫作感」的真相。

反之，若在完全倒出心中所想的基礎上，請求其「整理細節及調整日文」，即使是創意性工作，也不容易產生那種「AI自動生成」的感覺。完成後的結果會是自身思考內容的細節交由Claude整理，因此與完全手動撰寫相比，輸出的品質下降幅度小。

然而，這種「完全倒出」用鍵盤輸入是非常困難的。因此，使用語音輸入。我使用Aqua Voice，只需講十分鐘，就能將數千字的上下文輸入到PLAN.md中，這是打字無法達到的資訊量。

「嗯～」或「果然這樣不行～」等填充詞也很好。實際上，越是將填充詞混合，就越能流暢地表達頭腦中的想法。

不過，很多人可能在不便安裝Aqua Voice的企業環境中工作。在這種情況下，操作系統標準的語音輸入也足夠用了。即使文本檢測不穩定，大致上Claude Code仍然能將其良好地理解。另外，在CLAUDE.md中寫上一句「他正在講話，請多加注意」也會有幫助。

如何開始與Claude合作

當我想自動化新業務時，我的做法很簡單。

首先創建一個repository，然後用語音輸入將背景、現狀的課題、想做的事情和前提條件等全部講出來。如果有相關的公司資料或網頁PDF，則作為上下文一併傳遞。

然後，Claude Code會根據「在repository中應該整理哪些目錄，準備哪些文檔」進行思考，並自動完成項目的初始化作業。即便是雜亂放置的參考資料，它也能進行整齊的整理，為日後新增文件做準備。剛才提到的四個文檔（PLAN → SPEC → TODO → KNOWLEDGE）的創建也會包含在此。

完成初始化後，接下來只需用口頭詢問Claude Code更多細節。無需特意開啟VS Code，就可以在終端中進行簡單的對話，推進工作。

推薦同時在終端中進行並行作業

我會開啟多個終端窗口，與Claude Code並行推進各種作業。

[終端1] 正在處理經費報帳…
[終端2] 正在撰寫部落格文章…
[終端3] 正在生成幻燈片…
[終端4] 正在改進電子郵件監控機制…

每個窗口中Claude Code都是獨立運行的，因此在某項工作等待批准期間，可以自然地推進其他工作。

（我試過流行的Ghostty，但最終還是決定以Mac原生終端的多窗口方式進行。）

只有在「關鍵時刻」才開啟VS Code

反之，開啟VS Code的情況僅限於以下場合。

• 重要開發需要仔細閱讀代碼時
• 在重要的寫作工作中需要進行詳細的推敲時
• 想要在IDE功能中仔細確認目錄結構和文件差異時

總之，就是「對於CLI足夠的工作用CLI，只有需要IDE的工作才用IDE」。日常業務中，大部分工作都可以在CLI中完成，因此VS Code的啟動次數大幅減少。

接下來，我將介紹使用這一框架實現半自動化的業務。

讓經費報帳在五分鐘內完成

每個月的經費報帳，你不覺得辛苦嗎？

我之前每個月都會花超過30分鐘進行報帳，如下流程。

1. 在MoneyForward中查看信用卡的使用記錄
2. 在Gmail中逐一搜尋相關的領收據郵件
3. 在freee（會計系統）中手動輸入金額、科目和摘要
4. 按下申請按鈕

把這些交給Claude Code處理後，變化如下。

只要告訴Claude Code「這個月的經費報帳」，由於事先建立了Agent Skills，就不需要記住命令，Claude Code會自動完成。

1. 解析MoneyForward CSV，顯示申請候選清單
2. 自動搜尋Gmail中的對應領收據
3. 自動映射交易對象名稱、金額和科目
4. 生成用於freee輸入的Markdown複製粘貼清單

然後只需將這些複製到freee屏幕中申請即可。從30分鐘縮短至5到10分鐘。

在我的工作場所，由於員工無法對freee的API擁有寫入權限，因此選擇了「Markdown輸出 → 手動輸入」的方式，而不是完全自動化。但這種方式已經足夠快。與其追求「100%自動化」，不如「自動化最辛苦的部分」來得現實且最具效果。

自動分類的機制

基於交易對象的科目映射使用JSON文件進行管理。

templates/vendor_map.json
{
  "Anthropic": {
    "category": "通信費",
    "note": "Claude Pro"
  },
  "AWS": {
    "category": "通信費",
    "note": "雲端使用費"
  },
  "リクルート": {
    "category": "新聞圖書費",
    "note": "訂閱服務"
  }
}

只需建立一次，之後每月都可以重複使用。當出現新的交易對象時，只需要補充即可。

還能從AI獲得意想不到的「啟示」

實際上，這類事務性工作AI的精確度和品質通常會超越人類。在我回傳經費報帳報告時，有次上司透過Slack指示「備註欄寫這個」，我直接將這內容交給Claude請求作業，Claude提醒我「上司所提到的稟議號碼似乎過時，正確的是這個」。因此我提前避免了返修的麻煩。這是智慧AI代理在工作品質提升上的一大優勢。

月末的例行業務一併處理

與經費報帳同樣繁瑣的月末例行業務，大家肯定也有吧？對我而言是這樣的。

工作報告

根據項目種類，每月月末需要向試算表報告案件的工作時間。只需告訴Claude Code「這個月的工作報告」，它就能完成。

1. 從日曆中取得當月的所有事件
2. 根據案件關鍵字自動分類
3. 確認是否有日曆上未記錄的準備工作，詢問「要一起添加嗎？」
4. 參考前月的格式，將當月工作記錄寫入

以往需要近一小時的工作報告，現在只需十分鐘即可完成。

計算通勤次數

為申請通勤津貼，需要計算「這個月幾次上班」。這是個繁瑣的工作。

Claude Code會自動提取日曆中名為「通勤」「出勤」的事件，並確認全日的狀態為「辦公室」的日子，從而生成出勤清單。週末和假日的排除、以及在家工作的判定邏輯也已經在文檔中總結，因此每月也能準確地進行計數。

「不再需要雙屏查看日曆和其他應用」的這類工作，真該被消滅了！

社外演講邀請的案件管理

我每天都會收到許多來自外部企業的有償演講邀請，但需要將詳細內容記錄在與企業部門合作的案件管理試算表中。

只需告訴Claude Code「將某某公司的演講邀請添加到試算表中」。

1. 從郵件中搜尋和獲取請求內容
2. 確認案件管理試算表的現有格式
3. 逐行添加類別、日期、請求方、案件名稱、金額和支付對象等信息

Claude能讀取郵件內容並根據試算表格式進行填寫，手動複製的錯誤不再出現。

此外，還需要告知講演費的匯款對象等公司信息，但這些也能作為知識記錄在Claude工作用的repository中，因此在需要時詢問Claude即可快速提供給對方。

容易被忽視的郵件提醒

Gmail中有多少郵件是加了星星卻放著不管的呢？明明想「稍後處理」，卻不知不覺過了一週……這種情況經常發生。

我構建了環境代理，將提醒自動化。

架構

Amazon EventBridge（定時啟動，每日三次）
  ↓
Bedrock AgentCore Runtime（無伺服器）
  ↓ Strands Agents取得Gmail API中的星標郵件
  ↓ Claude讀取每封郵件內容並判斷重要性
  ↓
在Slack上自然語言發送提醒通知

AgentCore執行時會在EventBridge的調度規則下運行，每日三次。代理會提取Gmail中的星標郵件，而Claude會分析內容，最後僅對的確需要回覆的郵件以自然語言通知到Slack上。

無伺服器架構幾乎不產生維護成本

AgentCore執行時僅在接收到請求時啟動，因此每日三次啟動的成本基本上是零。

這一機制的基礎設施（CDK）以及代理的代碼（Python / Strands Agents），只需用自然語言指示Claude Code即可構建。因為平常就與Claude Code一起開發各種AI代理，這些技能和知識已在Claude的Skills中累積，因此可以迅速構建這樣的小型系統。

不必人類執行的To Do清單細小編輯

在日常的To Do管理中，我會活用Claude Code。因為我把任務管理應用Todoist的MCP伺服器帶給了Claude Code，因此可以用自然語言指示所有任務的整理、優先級設置和完成處理。

只需對Claude Code說「按照優先級排列今天的任務」或「剛才的工作已完成，將這任務標記為已完成」。與普通任務管理應用的區別在於，因為使用Claude Code，可以直接執行任務。檢查完任務後，「那就這個做吧」，Claude Code就開始工作。完成後會將相關任務標記完成，管理與執行無縫連接。

在手機上快速登記，回到桌面時由Claude Code進行整理

Todoist也有行動應用，能在移動中輕鬆添加想到的任務到收件匣。回到辦公桌只需對Claude Code說「整理一下收件匣」。它將自動進行適當的專案分配、優先級設置，以及截止日期的分配。

結合Gmail檢查，實現應對漏件為零

結合剛才提到的Gmail自動監控，效果更強大。如果在Gmail中有需要處理的星標郵件，也可以作為任務自動註冊到Todoist中。

對於一些小型作業，例如事務性的郵件回覆，可以直接請Claude Code撰寫回覆文案，人類輕鬆進行雙重檢查後，即可透過Gmail MCP完成回覆。整個流程「檢查郵件 → 註冊任務 → 執行任務 → 完成」，可透過多個MCP伺服器的結合實現。

與Claude快速製作高品質的簡報資料

最近我幾乎不再開啟PowerPoint。結合Claude Code，利用Marp這款「將Markdown轉換為PDF/PPTX幻燈片」的工具，簡報資料可以迅速製作。

工作流程

會議的文字記錄或音頻錄入備忘
  ↓ Claude Code 結構化
Marp格式的Markdown幻燈片
  ↓ marp --pdf / --pptx
PDF/PPTX輸出
  ↓ 自動上傳到Google Drive，設定分享
分享給公司內部或客戶

使用統一的主題管理多項案件

公司的幻燈片都使用統一的主題，只需對Claude Code說「用這個主題製作」，便會生成設計統一的資料。

---
marp: true
theme: custom-theme
paginate: true
---

# 標題幻燈片

---

## 本日議程

1. 現狀分析
2. 提案內容
3. 路線圖

因為是Markdown，最大的優勢就是能專注於內容的本身，設計則由主題來承擔。

前幾日的DevSum登壇幻燈片也是用這種方式製作的。與Claude Code進行了需求討論，毫不妥協地完成了品質。

坦白說，建構一個讓AI製作手動品質幻燈片的環境，初次投入甚至比手動做更多時間。然而，一旦與AI共同工作的基礎設置完成後，便可享受到後續「半年後集中更新」「為不同案件定製化創建摘要短版幻燈片」「以此幻燈片為基礎撰寫部落格」的高效益。

將幻燈片應用於以往未曾製作幻燈片的工作

事實上，這一工作流程的真正價值並不僅限於傳統的簡報資料製作。

例如，將會議的錄音文字記錄隨便傳交給Claude Code，它不僅能精美整理會議紀錄，還能將其直接轉換為供公司內部共享的Marp幻燈片。在以前的場合中，雖然會將會議紀錄以文本形式展開，然而以幻燈片形式分享後，大家都能迅速閱讀內容。相較於文字，顯然更具傳達效果。

以前對於不需要特意製作PowerPoint幻燈片的工作，若使用Claude Code + Marp製作，幾乎無需成本，因此能輕鬆地幻燈片化。將「幻燈片的可讀性」的優勢，應用於各種內部共享。

提升顧問業務的品質

對顧客進行AI導入顧問業務時，我也使用Claude Code來提高效率。

結構化會議的文字記錄

只需將定期會議的文字記錄上傳，即可建立自動分析內容的技能。當我把抓取的文字記錄輸入Claude Code時，Claude會自動分類和評分顧客的問題。

• 優先度分析 → 將多個PoC候選整理成有分數的列表
• 現狀分析 → 組織的AI成熟度診斷
• 策略路線圖 → 按階段的實施計劃

這些於會議結束後立即生成。當我自己開始進行分析工作時，這樣的基礎會讓我更容易著手。過去花一週時間準備的提案，現在大幅縮短了。

業務流程分析

在某個案件中，顧客正在考慮將每年數百份報價單的製作過程AI化。當我讓Claude Code根據業務流程的聆聽結果進行結構化時，它能可視化出「此步驟是最大的瓶頸」。

「全局優化」在安全約束下常常無法推進，從最困難的部分逐步展開PoC相對現實可行。

將細小瑣事統一管理於單一庫存

與開發項目不同，日常業務的瑣事每一個的粒度都很小。經費報帳、工作報告、通勤計算、演講案件管理……一項一項建立repository並不划算。

因此，我會將這些瑣事整合到一個repository中管理，這就像是單一儲存庫。

work-repo/
├── tasks/
│   ├── 2026-02-稼動報告/         # 單次工作
│   │   └── README.md             # 步驟及注意事項
│   └── 每月-經費報帳/            # 重複性工作
│       ├── README.md             # 永久性步驟文檔
│       └── 2026-02.md            # 當月的備註
├── snippets/                     # 可重用腳本集
└── docs/                         # 調查備考

Claude Code在repository層級上擁有上下文，因此打開這個單一儲存庫後，可以訪問以往所有瑣事的知識。「上個月的經費報帳到底是怎麼操作的？」「工作報告的格式變了？」這些問題都能查看repository內的文檔，並迅速得到回答。

原則很簡單。

• 新工作的時候 → 建立README
• 錯誤發生時 → 立即將「注意事項」加入README
• 下個月若仍需相同的工作 → 升級至永久目錄

將案件知識擴展至團隊

到此為止的討論主要是針對個人的業務效率，但在團隊處理案件時，同樣的思路可以運用。

例如，假設我正在與公司同事共同推進某個顧客的案件。隨著案件的推進，過去的會議紀錄、這位顧客特有的考慮點、經常發生的例行工作等知識將逐漸累積。如果將這些整理成Claude Code的技能或文檔並存放在案件的repository中，團隊內部的交接將變得極其簡單。

當新成員加入案件時，無需細緻的交接會議，只需告知「克隆此repository，詢問Claude Code」即可。過去的背景、顧客需求和工作步驟的所有信息都會存放在repository中，Claude Code在理解上下文後會回答相關問題。

在公司的GitHub Enterprise中共享repository後，不僅可以防止知識的個人化，還能將交接成本降低至幾乎為零。

將私人財務管理也轉移至Claude Code

除了業務，私人財務管理和生活計畫的維護也在用Claude Code進行。

最早我將每月的收支手動輸入Excel，並在一年後管理預期的收支或老後的資產變遷。這是週末一點一滴更新的工作。現在我已經轉移到Claude Code。

源數據只需從MoneyForward ME下載CSV。傳給Claude Code後，將進行收支分析、按類別的匯總和與上月的比較等自動作業，完全不再需要手動輸入Excel。

並且，與Excel或試算表不同的是，只需使用自然語言提問，Claude Code就會以恰當的格式顯示信息。詢問「這個月的食費與上月相比如何？」即可獲得比較表，若詢問「未來的收支預測」則會展示與這個預測相應的數據表。

原文出處：https://qiita.com/minorun365/items/114f53def8cb0db60f47