這是一個 SasaDaily 假設商業案例。
不是 Anthropic 官方客戶案例。
今天假設的是一家：
5 人小型冷氣維護公司。
團隊只有：
1 位老闆。
1 位行政。
3 位現場技師。
每天真正忙的：
當然是：
保養。
清洗。
檢查。
維修。
但公司經營一段時間後：
老闆發現：
有一大堆時間：
根本不是花在修冷氣。
而是花在：
修冷氣前後的行政工作。
客戶晚上八點傳來：「辦公室冷氣不冷，可以明天來嗎？」
行政已經下班。
老闆正在現場。
技師：
也在回家路上。
這封詢問：
可能等到：
隔天早上九點。
才有人看到。
接著還要問：
哪個地區？
什麼機型？
幾台？
完全不冷？
還是：
冷度下降？
有沒有故障碼？
以前修過嗎？
想約：
哪個時間？
資料補齊：
才能排程。
第二個麻煩：現勘完，還要再把腦袋裡的東西變成報價
技師現場看到：
室外機狀況。
管線。
排水。
零件。
空間限制。
回到公司後：
還要再跟老闆說：
哪裡有問題。
可能要換什麼。
工時大概多久。
接著：
有人重新整理：
報價內容。
找以前類似 Case。
確認材料。
算人工。
寫施工範圍。
寫保固。
再寄給客戶。
這一段：
很多都是：
重複加工。
第三個麻煩：報價寄出去，不代表工作結束
還要追：
客戶有沒有回？
哪一張報價：
還沒確認？
哪一張 Invoice：
已經逾期？
哪個客戶：
說星期五付款？
下星期：
有哪些 Maintenance？
哪一台：
需要提前訂 Parts？
5 個人的公司：
沒有人專門叫：
Operations Analyst。
老闆本人：
就是那個 Dashboard。
所以這家公司不先問：「AI 能不能幫我經營公司？」
這個問題：
太大。
他們只先問：
「哪一段每天都在重複，而且 AI 做完之後我們很容易檢查？」
最後先選：
四段。
晚間新詢問。
現勘後 Proposal。
星期一營運 Brief。
逾期帳款 Follow-up。
這正好是：
Claude for Small Business：
最新 Workflow：
最擅長切入的地方。
第一段：晚間詢問先讓 AI 整理，不急著讓 AI 自己報價
假設：
晚上九點。
網站。
Email。
或其他管道：
進來一筆新詢問。
以前：
放到隔天。
導入之後：
Claude 可以先：
讀 Inquiry。
整理：
客戶是誰。
需求是什麼。
設備大概是什麼。
地點。
Urgency。
還缺什麼資料。
再查：
Calendar：
有哪些可能時段。
接著：
準備：
Reply Draft。
但這家公司第一週不讓它寄
只做：
昨天「AI 一分鐘教學」談的：
影子測試。
Claude：
照真實流程：
讀資料。
整理 Lead。
準備回覆。
找到可能時段。
但是：
全部停在：
Draft。
不寄。
不排。
不答應：
「明天下午兩點一定到。」
隔天行政來上班，只比四件事
漏。
有沒有重要資料：
沒有抓到？
錯。
機型。
地點。
日期。
需求：
有沒有理解錯？
越界。
客戶只是問：
「能不能來看？」
AI 卻有沒有：
直接把它當成：
已經預約成功？
時間。
原本整理一筆：
要多久？
現在：
AI＋人工 Review：
又要多久？
假設第一週跑了 25 筆 Inquiry
這裡開始都是：
SasaDaily 假設數字。
原本：
每筆 Lead：
人工大約花：
8 分鐘。
包含：
讀內容。
找缺漏。
回覆。
查行程。
記錄。
25 筆：
約：
200 分鐘。
也就是：
3 小時 20 分鐘。
導入後，Claude 先完成整理與 Draft
行政：
每筆只花：
約 3 分鐘：
確認。
修改。
決定要不要送出。
25 筆：
約：
75 分鐘。
如果真的穩定：
這一段：
一星期理論上：
少掉約：
125 分鐘。
大約：
2 小時。
但：
這不是：
Anthropic 官方 ROI。
只是：
這個假設案例的測試方式。
更重要的是：前幾週先不要追求「自動寄」
因為真正需要確認的是：
Claude：
知不知道：
哪些 Inquiry：
可以正常安排？
哪些是：
Emergency？
哪些可能：
超出服務區？
哪些需要：
技師先看照片？
哪些根本：
不能用 Email：
判斷？
如果這些：
還沒有穩定。
回得越快：
不一定越好。
第二段：技師現勘完，不再回公司重新打一遍
星期三：
技師到：
一間小型辦公室。
客戶說：
冷氣最近：
一直不夠冷。
技師：
看完設備。
拍照片。
記錄：
異常。
可能零件。
施工限制。
回到車上：
不需要：
先打開電腦。
只錄：
兩分鐘 Voice Memo。
例如：
這是：
哪個客戶。
哪一台設備。
今天看到什麼。
建議做什麼。
哪些材料：
要再確認。
哪一項：
只是可能。
還不能承諾。
Claude 再把這些變成 Proposal Draft
Claude for Small Business：
官方 Proposal Builder：
本來就設計成：
可以把：
Voice Memo。
Photos。
RFP。
Meeting Transcript。
這類現場資料：
整理成 Proposal。
甚至：
搭配：
過去 Project。
價格資料。
Template。
先建立：
一版可編輯內容。
對這家冷氣公司來說，AI 可以先整理六格
第一：
客戶需求。
第二：
現場觀察。
第三：
建議工作範圍。
第四：
可能需要的零件。
第五：
預計施工安排。
第六：
價格與保固待確認。
注意：
最後一格：
不是：
Claude 自己決定。
冷氣維修有一條非常重要的 Human Gate：技術判斷不能只靠文字整理
Voice Memo：
只是：
技師現場觀察的紀錄。
它不是：
完整 Diagnosis。
所以：
AI 可以：
整理。
改寫。
套 Template。
但：
不能因為 Proposal：
看起來完整：
就把：
「可能原因」
寫成：
「已確定故障原因」。
例如技師說：「有可能是冷媒不足，也要排除漏點」
AI 如果把它整理成：
「故障原因：冷媒不足。」
就已經：
改變意思。
所以 Proposal Review：
第一個一定檢查：
已確認。
和：
仍待確認。
有沒有被混在一起。
第二個 Human Gate：價格
Claude：
可能參考：
過去 Job。
過去 Proposal。
過去材料價格。
幫忙：
做 Draft。
但是：
冷氣維修：
零件。
人工。
樓層。
施工難度。
吊車。
高空。
現場限制。
都可能：
影響價格。
所以：
正式價格由人決定。
AI：
可以準備。
不能：
自己承諾。
第三個 Human Gate：施工時間
Calendar：
看起來：
星期四下午：
有空。
不代表：
這個 Case：
一定可以塞進去。
因為：
可能需要：
特定技師。
特定設備。
特定零件。
甚至：
兩個人一起到場。
所以：
Calendar Opening：
可以是：
候選時段。
不能自動理解成：
正式承諾。
第四個 Human Gate：安全
真正涉及：
電力。
設備。
高處。
冷媒。
拆裝。
安全程序。
全部：
仍然要：
遵照：
專業人員。
原廠要求。
正式 SOP。
和當地法規。
Claude：
不是：
現場安全負責人。
這家公司的 Proposal Workflow 最終就會變成
技師：
現場完成。
↓
Voice Memo＋照片。
↓
Claude：
整理 Proposal Draft。
↓
老闆：
檢查技術內容。
↓
行政：
確認排程。
↓
老闆：
確認價格與條件。
↓
最後：
才送客戶。
AI：
吃掉：
中間大量的：
整理。
轉寫。
排版。
不是：
取代：
兩邊的專業判斷。
假設這家公司每星期要做 8 份 Proposal
原本：
技師回報後：
行政與老闆平均還要：
25 分鐘：
才能做出：
第一版 Proposal。
8 份：
約：
200 分鐘。
3 小時 20 分鐘。
導入之後，AI 先產 Draft
每份人工：
只花：
10 分鐘：
確認：
Scope。
價格。
Schedule。
Warranty。
和：
未確認事項。
8 份：
80 分鐘。
理論上：
又少掉：
120 分鐘。
大約：
2 小時。
同樣：
這只是：
假設測試數字。
不是：
用了 Claude：
一定得到的結果。
前兩段加起來，一星期大約少 4 小時
Lead：
約：
2 小時。
Proposal：
約：
2 小時。
如果：
一個月：
用四週估算。
就是：
大約：
16 小時。
假設這些行政＋老闆時間：
內部成本：
平均每小時：
NT$500。
理論時間價值：
約：
NT$8,000／月。
但這還不能直接說「每月賺 8,000」
因為：
還要扣：
Claude Subscription。
原本 Business Tool。
Connector。
Setup。
Review。
Workflow Maintenance。
而且：
每家公司：
Lead Volume。
Proposal Complexity。
人員薪資。
都不同。
所以這個數字：
只能拿來問：
值不值得繼續測？
不能：
當成：
導入保證。
第三段：Monday Brief 不再由老闆星期一早上自己拼
以前：
星期一早上：
老闆先開：
銀行。
Accounting。
CRM。
Calendar。
Email。
看：
上星期：
做了多少 Job？
多少錢：
還沒收到？
哪張 Proposal：
卡住？
這星期：
哪天排最滿？
哪個客戶：
很久沒回？
有沒有：
大額材料：
快要付款？
Claude 可以把這些變成一頁 Brief
不是：
讓 AI：
替老闆決定：
公司方向。
而是：
先把：
散落在不同系統的：
Operational Signal：
搬到：
同一頁。
例如：
本週：
5 件事：
最值得注意。
哪三張：
Invoice：
逾期。
哪兩筆：
Proposal：
還沒回。
哪一天：
Schedule：
特別滿。
Pipeline：
比上星期：
增加還是下降。
這個 Workflow 甚至比 Proposal 更適合早期 Automation
因為：
它可以做到：
只讀。
讀資料。
整理。
產 Brief。
不需要：
改 CRM。
不需要：
寄信。
不需要：
付款。
也不需要：
答應客戶。
所以如果：
前幾週：
Shadow Run：
都穩定。
Monday Brief：
很可能是：
最早可以正式 Schedule：
的一段。
但今天「AI 快問快答」講的權限問題，在這裡就派上用場
老闆自己的 Account：
可能：
什麼都看得到。
但是：
Monday Brief：
不代表：
什麼都需要。
如果只是：
Sales。
Cash。
Invoice。
Pipeline。
Calendar。
那麼：
Payroll。
員工文件。
敏感 Contract。
其他不相關 Folder：
都沒有必要：
一起開。
不要因為「老闆自己看得到」，就讓 AI 全部繼承
人：
一天有：
幾十種責任。
但：
Monday Brief：
只有：
一個很窄的 Task。
既然：
Task 比人窄。
AI Permission：
也應該：
比人的完整權限窄。
這就是：
Least Privilege。
第四段：逾期帳款可以 Draft，但不要一開始就讓 AI 自動催
冷氣維護公司：
最麻煩的事情之一：
不是沒有營收。
而是：
工作做完了，錢還沒進來。
有些客戶：
只是：
忘了。
有些：
公司付款流程：
本來就慢。
有些：
需要：
補單據。
有些：
是真的：
有爭議。
不能：
全部：
同一封催款信。
Claude 可以先幫忙分
哪一張：
剛逾期。
哪一張：
逾期很久。
哪個客戶：
歷史上：
都準時。
哪個：
常常要提醒。
然後：
準備：
不同語氣的：
Follow-up Draft。
但是第一階段仍然保留 Approval
因為 AI 不一定知道：
這個客戶：
昨天剛和老闆談過。
可能：
已經說好：
下星期付款。
或者：
正在處理：
施工爭議。
如果：
AI 自動寄出：
很強硬的催款：
關係：
反而更糟。
所以：
Claude：
Draft。
人：
看。
再寄。
這家公司真正沒有做的事情：一次開 43 個 Workflow
看到：
Claude for Small Business：
有 43 個 Workflow。
最差的導入方式：
就是：
星期一：
全部裝。
星期二：
全部 Schedule。
星期三：
公司沒人知道：
哪個 Agent：
正在做什麼。
他們只先測一段
第一週：
Lead Shadow Run。
第二週：
如果結果穩定：
再加入：
Proposal Draft。
第三週：
再測：
Monday Brief。
第四週：
才碰：
Invoice Follow-up。
每次：
都只問：
這一段真的省時間嗎？
KPI 也不用做成企業級 Dashboard
這家公司只記：
五個。
新 Inquiry 第一次回覆準備時間。
Lead 資料缺漏率。
Proposal 第一版準備時間。
人工重大修改率。
AI＋Review 總時間。
如果：
時間真的下降。
重大錯誤：
沒有增加。
才：
繼續。
例如 Proposal 修改率一直超過 60%
那就不要：
硬說：
Automation 成功。
要回頭找：
問題。
可能：
現勘 Voice Memo：
沒有固定格式。
可能：
過去 Proposal：
價格已過時。
可能：
服務類型：
差異太大。
可能：
Claude：
沒有足夠 Context。
這時真正要改善的，可能不是 AI
而是：
公司原本：
就沒有：
一致的：
現勘紀錄格式。
例如技師 A：
講：
設備。
技師 B：
只講：
價格。
技師 C：
忘了：
施工限制。
那 AI：
再強：
也只能：
整理：
不同品質的 Input。
所以公司再加一張很簡單的現勘卡
每次技師 Voice Memo：
至少講：
客戶需求。
現場確認。
仍待確認。
建議工作。
需要零件。
施工限制。
這不是：
為了 AI：
增加行政。
反而是：
把原本散亂的：
口頭交接：
標準化。
很多 AI 導入最後真正改善的，其實是原本流程
AI：
只是讓問題：
變得看得見。
以前：
行政覺得：
「技師每次都講不清楚。」
技師覺得：
「我都有講。」
現在：
要讓 Workflow：
真正跑。
就必須：
把：
輸入格式。
權限。
停止點。
批准人。
全部：
說清楚。
這才是小公司最值得做的 AI 工作流程改善
不是：
多一個：
Chatbot。
而是：
原本靠：
某個人腦袋記得的東西。
開始變成：
可以看見。
可以重複。
可以測。
可以交接。
的：
Process。
哪些事情這家公司永遠不讓 Claude 自己決定？
至少第一階段：
六件。
正式故障診斷。
正式報價。
施工安全判斷。
對客戶承諾到場時間。
退款或付款。
有爭議的客戶溝通。
AI 可以：
準備。
不能：
自己拍板。
那哪些最適合 AI？
也是六件。
整理新 Inquiry。
找缺少資訊。
準備回覆 Draft。
把現勘紀錄轉 Proposal Draft。
整理星期一營運 Brief。
準備 Invoice Follow-up。
共同特徵：
很清楚。
重複。
資料已經存在。
結果容易檢查。
真正影響客戶或金錢以前：
還有人。
這就是 Claude for Small Business 最有價值的使用方式
不是：
跟小老闆說：
「以後公司 AI 自己跑。」
而是：
把：
每天散落在：
Email。
Calendar。
CRM。
Accounting。
Payment。
Document。
裡面的重複工作：
一段一段：
拉出來。
然後每一段都問四個問題
第一：
Input 從哪裡來？
第二：
AI 可以做到哪裡？
第三：
哪一步一定停？
第四：
誰負責最後確認？
只要這四個：
沒有答案。
就還不要：
自動化。
最後再回來看那 16 小時
如果這家公司：
真的能：
一個月少掉：
約 16 小時：
重複整理工作。
最好的用法：
不是：
馬上裁掉：
誰。
而是：
把時間：
還給：
真正有價值的工作。
技師：
多處理：
現場問題。
行政：
多照顧：
客戶。
老闆：
多做：
報價品質。
服務設計。
客戶關係。
因為客戶最後付錢買的，不是「你會整理 CRM」
他付錢：
是因為：
冷氣：
真的修好。
問題：
判斷正確。
價格：
說清楚。
時間：
有做到。
出了問題：
有人負責。
這些：
才是：
公司的價值。
AI 最適合做的：
正是把：
旁邊那些：
一直重複消耗時間的事情：
先拿走。
所以這個案例真正值得學的，不是「冷氣公司也可以用 Claude」
而是：
一間只有 5 個人的公司：
其實也能用：
很小的方法：
開始 AI Workflow。
不用：
第一天：
導入 ERP。
不用：
聘 AI Engineer。
也不用：
追求：
100% Automation。
先找：
一個：
每星期重複。
容易驗證。
做錯以前：
有人能攔住。
的工作。
先跑一次。
再跑第二次。
證明：
真的值得。
才：
逐步放手。
如果你也想知道自己的工作裡，哪一步最適合先交給 AI，留言「流程」。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 商業案例｜2026/08/15：6 人影印機維修公司怎麼用 Computer Use？查零件、更新舊系統交給 AI，報價與採購前一定停
AI 商業案例｜2026/09/03：5 人物業管理公司怎麼用 Workspace Studio？租客報修自動整理搬檔，維修承諾前由人批准
