这是一个 SasaDaily 假设商业案例。

不是 Anthropic 官方客户案例。

今天假设的是一家:

5 人小型冷气维护公司。

团队只有:

1 位老板。

1 位行政。

3 位现场技师。

每天真正忙的:

当然是:

保养。

清洗。

检查。

维修。

但公司经营一段时间后:

老板发现:

有一大堆时间:

根本不是花在修冷气。

而是花在:

修冷气前后的行政工作。

客户晚上八点传来:「办公室冷气不冷,可以明天来吗?」

行政已经下班。

老板正在现场。

技师:

也在回家路上。

这封询问:

可能等到:

隔天早上九点。

才有人看到。

接着还要问:

哪个地区?

什么机型?

几台?

完全不冷?

还是:

冷度下降?

有没有故障码?

以前修过吗?

想约:

哪个时间?

数据补齐:

才能调度。

第二个麻烦:现勘完,还要再把脑袋里的东西变成报价

技师现场看到:

室外机状况。

管线。

排水。

零件。

空间限制。

回到公司后:

还要再跟老板说:

哪里有问题。

可能要换什么。

工时大概多久。

接着:

有人刷新:

报价内容。

找以前类似 Case。

确认材料。

算人工。

写施工范围。

写保固。

再寄给客户。

这一段:

很多都是:

重复加工。

第三个麻烦:报价寄出去,不代表工作结束

还要追:

客户有没有回?

哪一张报价:

还没确认?

哪一张 Invoice:

已经逾期?

哪个客户:

说星期五付款?

下星期:

有哪些 Maintenance?

哪一台:

需要提前订 Parts?

5 个人的公司:

没有人专门叫:

Operations Analyst。

老板本人:

就是那个 Dashboard。

所以这家公司不先问:「AI 能不能帮我经营公司?」

这个问题:

太大。

他们只先问:

「哪一段每天都在重复,而且 AI 做完之后我们很容易检查?」

最后先选:

四段。

晚间新询问。

现勘后 Proposal。

星期一营运 Brief。

逾期帐款 Follow-up。

这正好是:

Claude for Small Business:

最新 Workflow:

最擅长切入的地方。

第一段:晚间询问先让 AI 整理,不急着让 AI 自己报价

假设:

晚上九点。

网站。

Email。

或其他管道:

进来一笔新询问。

以前:

放到隔天。

导入之后:

Claude 可以先:

读 Inquiry。

整理:

客户是谁。

需求是什么。

设备大概是什么。

地点。

Urgency。

还缺什么数据。

再查:

Calendar:

有哪些可能时段。

接着:

准备:

Reply Draft。

但这家公司第一周不让它寄

只做:

昨天「AI 一分钟教学」谈的:

影子测试。

Claude:

照真实流程:

读数据。

整理 Lead。

准备回复。

找到可能时段。

但是:

全部停在:

Draft。

不寄。

不排。

不答应:

「明天下午两点一定到。」

隔天行政来上班,只比四件事

漏。

有没有重要数据:

没有抓到?

错。

机型。

地点。

日期。

需求:

有没有理解错?

越界。

客户只是问:

「能不能来看?」

AI 却有没有:

直接把它当成:

已经预约成功?

时间。

原本整理一笔:

要多久?

现在:

AI+人工 Review:

又要多久?

假设第一周跑了 25 笔 Inquiry

这里开始都是:

SasaDaily 假设数字。

原本:

每笔 Lead:

人工大约花:

8 分钟。

包含:

读内容。

找缺漏。

回复。

查进程。

记录。

25 笔:

约:

200 分钟。

也就是:

3 小时 20 分钟。

导入后,Claude 先完成整理与 Draft

行政:

每笔只花:

约 3 分钟:

确认。

修改。

决定要不要送出。

25 笔:

约:

75 分钟。

如果真的稳定:

这一段:

一星期理论上:

少掉约:

125 分钟。

大约:

2 小时。

但:

这不是:

Anthropic 官方 ROI。

只是:

这个假设案例的测试方式。

更重要的是:前几周先不要追求「自动寄」

因为真正需要确认的是:

Claude:

知不知道:

哪些 Inquiry:

可以正常安排?

哪些是:

Emergency?

哪些可能:

超出服务区?

哪些需要:

技师先看照片?

哪些根本:

不能用 Email:

判断?

如果这些:

还没有稳定。

回得越快:

不一定越好。

第二段:技师现勘完,不再回公司重新打一遍

星期三:

技师到:

一间小型办公室。

客户说:

冷气最近:

一直不够冷。

技师:

看完设备。

拍照片。

记录:

异常。

可能零件。

施工限制。

回到车上:

不需要:

先打开电脑。

只录:

两分钟 Voice Memo。

例如:

这是:

哪个客户。

哪一台设备。

今天看到什么。

建议做什么。

哪些材料:

要再确认。

哪一项:

只是可能。

还不能承诺。

Claude 再把这些变成 Proposal Draft

Claude for Small Business:

官方 Proposal Builder:

本来就设计成:

可以把:

Voice Memo。

Photos。

RFP。

Meeting Transcript。

这类现场数据:

整理成 Proposal。

甚至:

搭配:

过去 Project。

价格数据。

Template。

先创建:

一版可编辑内容。

对这家冷气公司来说,AI 可以先整理六格

第一:

客户需求。

第二:

现场观察。

第三:

建议工作范围。

第四:

可能需要的零件。

第五:

预计施工安排。

第六:

价格与保固待确认。

注意:

最后一格:

不是:

Claude 自己决定。

冷气维修有一条非常重要的 Human Gate:技术判断不能只靠文字整理

Voice Memo:

只是:

技师现场观察的纪录。

它不是:

完整 Diagnosis。

所以:

AI 可以:

整理。

改写。

套 Template。

但:

不能因为 Proposal:

看起来完整:

就把:

「可能原因」

写成:

「已确定故障原因」。

例如技师说:「有可能是冷媒不足,也要排除漏点」

AI 如果把它整理成:

「故障原因:冷媒不足。」

就已经:

改变意思。

所以 Proposal Review:

第一个一定检查:

已确认。

和:

仍待确认。

有没有被混在一起。

第二个 Human Gate:价格

Claude:

可能参考:

过去 Job。

过去 Proposal。

过去材料价格。

帮忙:

做 Draft。

但是:

冷气维修:

零件。

人工。

楼层。

施工难度。

吊车。

高空。

现场限制。

都可能:

影响价格。

所以:

正式价格由人决定。

AI:

可以准备。

不能:

自己承诺。

第三个 Human Gate:施工时间

Calendar:

看起来:

星期四下午:

有空。

不代表:

这个 Case:

一定可以塞进去。

因为:

可能需要:

特定技师。

特定设备。

特定零件。

甚至:

两个人一起到场。

所以:

Calendar Opening:

可以是:

候选时段。

不能自动理解成:

正式承诺。

第四个 Human Gate:安全

真正涉及:

电力。

设备。

高处。

冷媒。

拆装。

安全进程。

全部:

仍然要:

遵照:

专业人员。

原厂要求。

正式 SOP。

和当地法规。

Claude:

不是:

现场安全负责人。

这家公司的 Proposal Workflow 最终就会变成

技师:

现场完成。

Voice Memo+照片。

Claude:

整理 Proposal Draft。

老板:

检查技术内容。

行政:

确认调度。

老板:

确认价格与条件。

最后:

才送客户。

AI:

吃掉:

中间大量的:

整理。

转写。

排版。

不是:

取代:

两边的专业判断。

假设这家公司每星期要做 8 份 Proposal

原本:

技师回报后:

行政与老板平均还要:

25 分钟:

才能做出:

第一版 Proposal。

8 份:

约:

200 分钟。

3 小时 20 分钟。

导入之后,AI 先产 Draft

每份人工:

只花:

10 分钟:

确认:

Scope。

价格。

Schedule。

Warranty。

和:

未确认事项。

8 份:

80 分钟。

理论上:

又少掉:

120 分钟。

大约:

2 小时。

同样:

这只是:

假设测试数字。

不是:

用了 Claude:

一定得到的结果。

前两段加起来,一星期大约少 4 小时

Lead:

约:

2 小时。

Proposal:

约:

2 小时。

如果:

一个月:

用四周估算。

就是:

大约:

16 小时。

假设这些行政+老板时间:

内部成本:

平均每小时:

NT$500。

理论时间价值:

约:

NT$8,000/月。

但这还不能直接说「每月赚 8,000」

因为:

还要扣:

Claude Subscription。

原本 Business Tool。

Connector。

Setup。

Review。

Workflow Maintenance。

而且:

每家公司:

Lead Volume。

Proposal Complexity。

人员薪资。

都不同。

所以这个数字:

只能拿来问:

值不值得继续测?

不能:

当成:

导入保证。

第三段:Monday Brief 不再由老板星期一早上自己拼

以前:

星期一早上:

老板先开:

银行。

Accounting。

CRM。

Calendar。

Email。

看:

上星期:

做了多少 Job?

多少钱:

还没收到?

哪张 Proposal:

卡住?

这星期:

哪天排最满?

哪个客户:

很久没回?

有没有:

大额材料:

快要付款?

Claude 可以把这些变成一页 Brief

不是:

让 AI:

替老板决定:

公司方向。

而是:

先把:

散落在不同系统的:

Operational Signal:

搬到:

同一页。

例如:

本周:

5 件事:

最值得注意。

哪三张:

Invoice:

逾期。

哪两笔:

Proposal:

还没回。

哪一天:

Schedule:

特别满。

Pipeline:

比上星期:

增加还是下降。

这个 Workflow 甚至比 Proposal 更适合早期 Automation

因为:

它可以做到:

只读。

读数据。

整理。

产 Brief。

不需要:

改 CRM。

不需要:

寄信。

不需要:

付款。

也不需要:

答应客户。

所以如果:

前几周:

Shadow Run:

都稳定。

Monday Brief:

很可能是:

最早可以正式 Schedule:

的一段。

但今天「AI 快问快答」讲的权限问题,在这里就派上用场

老板自己的 Account:

可能:

什么都看得到。

但是:

Monday Brief:

不代表:

什么都需要。

如果只是:

Sales。

Cash。

Invoice。

Pipeline。

Calendar。

那么:

Payroll。

员工文档。

敏感 Contract。

其他不相关 Folder:

都没有必要:

一起开。

不要因为「老板自己看得到」,就让 AI 全部继承

人:

一天有:

几十种责任。

但:

Monday Brief:

只有:

一个很窄的 Task。

既然:

Task 比人窄。

AI Permission:

也应该:

比人的完整权限窄。

这就是:

Least Privilege。

第四段:逾期帐款可以 Draft,但不要一开始就让 AI 自动催

冷气维护公司:

最麻烦的事情之一:

不是没有营收。

而是:

工作做完了,钱还没进来。

有些客户:

只是:

忘了。

有些:

公司付款流程:

本来就慢。

有些:

需要:

补单据。

有些:

是真的:

有争议。

不能:

全部:

同一封催款信。

Claude 可以先帮忙分

哪一张:

刚逾期。

哪一张:

逾期很久。

哪个客户:

历史上:

都准时。

哪个:

常常要提醒。

然后:

准备:

不同语气的:

Follow-up Draft。

但是第一阶段仍然保留 Approval

因为 AI 不一定知道:

这个客户:

昨天刚和老板谈过。

可能:

已经说好:

下星期付款。

或者:

正在处理:

施工争议。

如果:

AI 自动寄出:

很强硬的催款:

关系:

反而更糟。

所以:

Claude:

Draft。

人:

看。

再寄。

这家公司真正没有做的事情:一次开 43 个 Workflow

看到:

Claude for Small Business:

有 43 个 Workflow。

最差的导入方式:

就是:

星期一:

全部装。

星期二:

全部 Schedule。

星期三:

公司没人知道:

哪个 Agent:

正在做什么。

他们只先测一段

第一周:

Lead Shadow Run。

第二周:

如果结果稳定:

再加入:

Proposal Draft。

第三周:

再测:

Monday Brief。

第四周:

才碰:

Invoice Follow-up。

每次:

都只问:

这一段真的省时间吗?

KPI 也不用做成企业级 Dashboard

这家公司只记:

五个。

新 Inquiry 第一次回复准备时间。

Lead 数据缺漏率。

Proposal 第一版准备时间。

人工重大修改率。

AI+Review 总时间。

如果:

时间真的下降。

重大错误:

没有增加。

才:

继续。

例如 Proposal 修改率一直超过 60%

那就不要:

硬说:

Automation 成功。

要回头找:

问题。

可能:

现勘 Voice Memo:

没有固定格式。

可能:

过去 Proposal:

价格已过时。

可能:

服务类型:

差异太大。

可能:

Claude:

没有足够 Context。

这时真正要改善的,可能不是 AI

而是:

公司原本:

就没有:

一致的:

现勘纪录格式。

例如技师 A:

讲:

设备。

技师 B:

只讲:

价格。

技师 C:

忘了:

施工限制。

那 AI:

再强:

也只能:

整理:

不同品质的 Input。

所以公司再加一张很简单的现勘卡

每次技师 Voice Memo:

至少讲:

客户需求。

现场确认。

仍待确认。

建议工作。

需要零件。

施工限制。

这不是:

为了 AI:

增加行政。

反而是:

把原本散乱的:

口头交接:

标准化。

很多 AI 导入最后真正改善的,其实是原本流程

AI:

只是让问题:

变得看得见。

以前:

行政觉得:

「技师每次都讲不清楚。」

技师觉得:

「我都有讲。」

现在:

要让 Workflow:

真正跑。

就必须:

把:

输入格式。

权限。

停止点。

批准人。

全部:

说清楚。

这才是小公司最值得做的 AI 工作流程改善

不是:

多一个:

Chatbot。

而是:

原本靠:

某个人脑袋记得的东西。

开始变成:

可以看见。

可以重复。

可以测。

可以交接。

的:

Process。

哪些事情这家公司永远不让 Claude 自己决定?

至少第一阶段:

六件。

正式故障诊断。

正式报价。

施工安全判断。

对客户承诺到场时间。

退款或付款。

有争议的客户沟通。

AI 可以:

准备。

不能:

自己拍板。

那哪些最适合 AI?

也是六件。

整理新 Inquiry。

找缺少信息。

准备回复 Draft。

把现勘纪录转 Proposal Draft。

整理星期一营运 Brief。

准备 Invoice Follow-up。

共同特征:

很清楚。

重复。

数据已经存在。

结果容易检查。

真正影响客户或金钱以前:

还有人。

这就是 Claude for Small Business 最有价值的使用方式

不是:

跟小老板说:

「以后公司 AI 自己跑。」

而是:

把:

每天散落在:

Email。

Calendar。

CRM。

Accounting。

Payment。

Document。

里面的重复工作:

一段一段:

拉出来。

然后每一段都问四个问题

第一:

Input 从哪里来?

第二:

AI 可以做到哪里?

第三:

哪一步一定停?

第四:

谁负责最后确认?

只要这四个:

没有答案。

就还不要:

自动化。

最后再回来看那 16 小时

如果这家公司:

真的能:

一个月少掉:

约 16 小时:

重复整理工作。

最好的用法:

不是:

马上裁掉:

谁。

而是:

把时间:

还给:

真正有价值的工作。

技师:

多处理:

现场问题。

行政:

多照顾:

客户。

老板:

多做:

报价品质。

服务设计。

客户关系。

因为客户最后付钱买的,不是「你会整理 CRM」

他付钱:

是因为:

冷气:

真的修好。

问题:

判断正确。

价格:

说清楚。

时间:

有做到。

出了问题:

有人负责。

这些:

才是:

公司的价值。

AI 最适合做的:

正是把:

旁边那些:

一直重复消耗时间的事情:

先拿走。

所以这个案例真正值得学的,不是「冷气公司也可以用 Claude」

而是:

一间只有 5 个人的公司:

其实也能用:

很小的方法:

开始 AI Workflow。

不用:

第一天:

导入 ERP。

不用:

聘 AI Engineer。

也不用:

追求:

100% Automation。

先找:

一个:

每星期重复。

容易验证。

做错以前:

有人能拦住。

的工作。

先跑一次。

再跑第二次。

证明:

真的值得。

才:

逐步放手。

如果你也想知道自己的工作里,哪一步最适合先交给 AI,留言「流程」。

今天,和 AI 一起进步一点。

每天学会一个 AI 技巧。

每天节省一点时间。

每天提升一点能力。

SasaDaily,陪你一起成长。

推荐阅读

AI 商业案例|2026/08/15:6 人复印机维修公司怎么用 Computer Use?查零件、更新旧系统交给 AI,报价与采购前一定停

AI 商业案例|2026/09/03:5 人物业管理公司怎么用 Workspace Studio?租客报修自动整理搬档,维修承诺前由人批准

AI 一分钟教学|2026/09/01:OpenClaw 跑固定工作前,先写「能做、一定停、凭证怎么拿」最小权限卡