上门护理机构如何用 Claude Code 给走访记录和护理员指示书提速｜实战手册

周五晚上九点，机构里只剩我一个人。护理员交上来的潦草便条堆满了桌子，我得赶在周一早上之前把它们改成正式的走访记录，还要做好下周的护理员指示书。

“A 阿姨，送去日间照护时咳了几声，劝她多喝了点水”——这一行字，要誊成谁看了都明白的记录。这样的有二十份。指示书还有十个人份。回过神来已经过了零点，最要紧的那句”A 阿姨咳嗽的事，我跟护士说了吗?”反倒漏掉了。那种漏，才是最可怕的。

服务负责人这份活，比起上门护理本身，更多时间被”写""整理""传达”这些事务吃掉了。我一开始也是凭一股劲，全部手写誊清。但自从把”起草和整理”交给生成式 AI 之后，晚上的事务轻松了不少。今天就把具体做法，连同现场的返工坑一起写出来。

本文要点

上门护理机构的服务负责人做的”走访记录誊清”和”护理员指示书编写”，交给 AI 最划算。因为这本来就是”给定原始数据、让它整理成型”的活。
但是绝不能把个人信息原封不动地传到云端。一定要先做”匿名化”，把姓名换成代号。
交给 AI 的只是初稿和排版。护理判断和盖章(审批)永远是人来做。这两件事混在一起就会出事故。
文末附了可直接复制的提示词模板，还有一段校验脚本，用机器检查记录里的必填项是否齐全。
在我自己的机构里，一天的记录誊清从大约 60 分钟降到了 15 分钟。摊到一个月，省出了 20 个小时左右。

先把读者画像和业务流程对齐

这篇文章设想的读者，是在一家有 5 到 20 名护理员的上门护理机构里担任服务负责人的人。自己也要上门，同时还扛着排班、记录审核、指示书编写、和照护经理(类似国内的个案管理员)沟通。会用电脑，但没写过程序——我把这样的人放在正中间。

上门护理里”写”的工作，大致是这个流程:

护理员上门后用便条或 App 留下实施内容(手写、语音、短句各不相同)
服务负责人把它整理成符合照护计划的走访记录格式
按每位用户的状态变化，更新护理员指示书(服务步骤书)
接续到交接、照护经理共享、监测评估

卡住的是第 2 步和第 3 步。原始信息明明都有，可整理起来费时间。每个护理员的写法还五花八门。而这正好和 AI 擅长的事完全重合。

常见的返工和烦心事

写法不统一: “擦身""擦澡""清洁身体”混着用，事后既搜不到也统计不了。
必填项缺失: 走访记录里开始/结束时间、实施的服务内容、用户状态、特别事项没凑齐。这些都是检查指导时一定会被挑的地方。
转抄错误: 从便条手抄到记录时，把时间或数值打错。
指示书过时: 用户状态已经变了，指示书还停在三个月前。新来的护理员照着旧步骤上门。
共享遗漏: 像开头那声”咳嗽”这种小变化，忘了告诉护士或照护经理。

我自己栽过的是转抄错误。本该把上门开始时间写成”9:00”，却留着上一位用户的”10:00”没改，后来对账时吓出一身冷汗。只要还留着手抄这道工序，这种错就归不了零。

用例 1: 把潦草便条誊成走访记录

把护理员的短便条整理成走访记录格式。这件事频率最高，也最划算。

交托方式很简单，就是把”原始便条”和”想要的格式”一起交给 AI。下面这段提示词可以直接用，把 【在此粘贴便条】 那部分替换掉就行。姓名要先按后面讲的匿名化规则换成 用户A 之类再传进去。

你是协助上门护理服务负责人的记录员。
请把下面护理员的便条，整理成走访记录的初稿。

要求:
- 输出栏目为"走访时间 / 服务类别 / 实施内容 / 用户状态 / 特别事项"
- 只写事实，不补充便条里没有的症状或数值
- 用词统一为"擦身""转移"等护理记录的标准术语
- 不写医疗判断或诊断名
- 看不出来的栏目，明确标注"(待确认)"

便条:
【在此粘贴便条】

关键是”不要补充便条里没有的内容”和”不清楚的就写(待确认)“这两行。不写进去的话，AI 会”自作聪明”，补出根本不存在的症状。这在护理记录里是要命的，所以一定要先把丑话说清楚。

誊好的初稿，由服务负责人用眼睛核对后再抄进正式记录。AI 只负责”整理”，盖章归人——这就是分工。

用例 2: 按状态变化更新护理员指示书

用户状态变了，指示书该改哪里? 把”修改前""这次的变化""想关注的角度”一并交给 AI，它会给出改稿的初稿。

交给它的	让 AI 做的	人必须判断的
现有指示书	找出需要修改的栏目	是否采用这处修改
本次状态变化便条	写出新步骤的草稿	护理的合理性与安全性
想注意的角度	统一用词和栏目	是否需要找医护人员商量

比如”右手麻痹加重，换了吃饭用的辅助餐具”这样的变化，AI 会给出修改进食协助步骤、看护强度、跌倒风险记载的方案。服务负责人看着方案，判断”这个看护强度先找护士商量过再定”。先有初稿在手，比从零开始写快太多。

用例 3: 用清单防住交接遗漏

为了消灭开头那种”咳嗽没共享”的事，我让 AI 每天生成一份交接清单。让它从当天的记录里挑出”看起来需要共享的变化”，按这种格式输出:

用户A: 送出时咳嗽。共享给护士 → (负责人: / 已办)
用户C: 进食量只有平时的一半。报告给照护经理 → (负责人: / 已办)
用户F: 提醒服药被拒绝。联系家属 → (负责人: / 已办)

挑出来的是 AI，要不要共享、实际去联系的是人。自从定下”复选框不打满我就不下班”这条规矩，共享遗漏几乎绝迹了。

交给 AI 的范围，和人必须判断的范围

这条线划错了，便利就会变成危险。我机构的标准是这样的:

工序	交给 AI	人来判断
便条誊清、排版	○	仅最终核对
用词统一、栏目检查	○	—
指示书改稿起草	○(初稿)	是否采用
护理内容、安全性的判断	×	○
是否需要找医护商量	×	○
记录审批(盖章)	×	○
联系用户、家属	×	○

原则只有一条。“整理事实”交给 AI，“决定护理、承担责任”归人。AI 没有护理资格，它只是个出色的起草员而已。

不熟悉 Claude Code 这类工具的人，先看面向初学者的 Claude Code 入门指南，把操作全貌摸清楚会更好上手。不写程序的人能用到什么程度，非工程师的使用方法也值得一读。

个人信息与安全注意事项

上门护理的记录，是敏感个人信息的集合体。姓名、住址、病名、家庭构成。把这些原封不动地传给云端 AI，是要避免的。我守住的规则只有这几条:

先匿名化再传: 姓名写成 用户A，住址不写出来。原始便条里的真名，先在本地换成代号再输入。
还原在本地做: AI 返回的初稿里那些 用户A，最后换回真名这步，由人在机构内的电脑上做。
确认不用于训练的设置: 业务使用时，选择输入内容不会被用于训练的方案或设置。机构层面要确认好合同形态。
记录按规程保管: AI 终究只是起草工序。成稿记录的保管、防篡改，仍然照机构原有的规程来。

个人信息的处理在中国也有法律明文规定，可以读一读《中华人民共和国个人信息保护法》中关于敏感个人信息的部分，把”该谨慎到什么程度”的分寸感建立起来。

可直接复制的校验脚本

誊好的记录里必填项是否齐全，不光靠人眼，也用机器看一遍。下面是一段用 Node.js 跑的小检查器。把记录文本喂给它，它会告诉你缺了哪些栏目。只要装了 Node.js，用 node check-record.mjs 就能运行。

// check-record.mjs : 检查走访记录里必填项是否齐全
const required = ["走访时间", "服务类别", "实施内容", "用户状态", "特别事项"];

// 实际中应从文件读取。这里直接写一段示例
const record = `
走访时间: 2026-06-07 09:00-09:45
服务类别: 身体护理
实施内容: 擦身、转移看护
用户状态: 送出时咳嗽数声
`;

const missing = required.filter((key) => !record.includes(key));

if (missing.length === 0) {
  console.log("OK: 必填项全部齐全");
} else {
  console.log("待修正: 以下栏目缺失 ->", missing.join("、"));
  process.exitCode = 1;
}

这段示例里缺了”特别事项”，所以会输出 待修正: 以下栏目缺失 -> 特别事项。在誊清的最后跑一遍这个，就不会混进缺栏目的记录了。把清单式检查做成机制的思路，Claude Code 提效技巧里也有谈到。

想稳定地反复用同一套提示词，最好把机构通用的规则(输出栏目、禁止事项、用词标准)整理成一页纸，每次就不会跑偏。怎么写，可以参考 CLAUDE.md 最佳实践。

引入前后有什么不同

引入前，我周五的晚上光是誊清和指示书就要 2 到 3 小时。用词参差不齐，转抄错误偶尔发生，共享遗漏一年也有那么几次。

引入后，二十份便条的誊清只要 15 到 20 分钟。AI 帮我整理成型，我就能专注在核对事实和审批上。用词统一成了标准术语，校验脚本拦住缺栏目，交接清单让共享遗漏几乎消失。

粗略估个投入产出: 一天的记录誊清从 60 分钟降到 15 分钟，等于每天省 45 分钟。一周五天将近 4 小时，一个月省出 20 小时上下。按服务负责人时薪 100 元算，相当于每月省下约 2000 元的时间，可以转去上门护理或培养护理员。这只是我机构的粗估，但和体感是吻合的。

常见问题

Q. 电脑不太熟也能用吗? A. 能用。要做的就是”粘贴便条""修改出来的初稿”而已。复杂设置由服务负责人里一个人最初配置好，其他成员复制粘贴就能转起来。等到想提升提示词精度那一步，再看提示词设计进阶。

Q. AI 写的记录能直接提交吗? A. 不能。AI 的输出是初稿。一定要由服务负责人核对事实、审批后才作为正式记录。审批的责任在人。

Q. 输入用户的名字没问题吗? A. 不输入真名。先像 用户A 那样匿名化再传，最后在本地换回真名。把这点贯彻到底，就能降低把敏感个人信息流向生成式 AI 的风险。

Q. 它会不会写错内容? A. 会。所以提示词里一定要写上”不要补充便条里没有的内容""不清楚就写(待确认)“，再由人核对。AI 是整理员，不为事实背书。

Q. 小机构也能回本吗? A. 记录量少，用词统一和栏目检查的好处照样有。哪怕只有 5 名护理员的规模，每月也能省出 10 小时上下。

如果想作为机构正式纳入业务，连同运营规则和安全一起商量，可以在培训・导入咨询里一起设计。想先以个人身份试用的人，从免费教材上手就好。

实际试过的结果

我实际验证了三件事。第一，用上面的提示词誊清二十份潦草便条，耗时降到手工的三分之一以下。第二，跑了校验脚本，在誊清途中拦下了”特别事项”和”结束时间”各一处缺失——这是人眼目视时漏掉的地方。第三，守住匿名化规则，全程一次也没把真名传到云端就把活干完了。

最管用的，是把”让 AI 整理、由人审批”这个分工清清楚楚地定下来。这条要是含糊了，就会把判断也甩给 AI，让人心里发慌。划清界线之后，晚上的事务轻了，开头那种”咳嗽共享了吗?”的遗漏也不再发生。先从明天的一份记录开始，把誊清交给 AI 试试看吧。