不是程序员也照样有用——按职业把“那件烦人活儿”甩给 AI

周五傍晚，邻座做销售的同事叹了口气。

“这周收的名片，30 张。下班前得全打进 Excel，太折磨人了吧？”

我从旁边瞄了一眼他的屏幕，说：“那玩意儿，你不用打。”

AI 是程序员拿来写复杂程序的工具——我觉得，到现在还这么想的人还不少。可它真正顶用的地方，反倒更不起眼：就是你每天反反复复在做的那件烦人手工活儿。名片转录、咨询邮件分类、会议纪要誊清、商品文案量产。这种“不想干、可总得有人干完”的活儿，恰恰是 AI 最拿手的。

今天我就按职业，一件一件讲怎么把“那件活儿”交给 AI。代码几乎不会出现。就算出现，也只是复制过去、改个名字的那种。

话说回来，非程序员到底能干啥？

先把误会解开。找 AI 帮忙干活，不需要编程知识。

把它想成一个记性好得离谱的新来实习生。你用中文说一句“这个交给你”，它八九不离十都能办：搭 Excel 公式、把文章理顺、把零散数据对齐成表，都行。只不过它是新人，你不在一开始把“做什么、做到哪、要什么样子”交代清楚，它就会给你干出一件牛头不对马嘴的活儿。诀窍就在这一点。

这篇文章默认用两样工具。一样是 ChatGPT 或 Claude 的聊天窗口，谁都能立刻上手。另一样是 Claude Code，一种能直接读写文件的 AI。后者名字里带个“Code”，听着唬人，其实它干的事就是“看文件夹里的文件，整一整，存起来”。它不是写代码的专家，而是替你干电脑杂活的代理。

官方的介绍在 Anthropic 文档 里。是英文的，但扫一眼感受个大概，心里就有底了。

下面就按职业，看看“它在哪儿管用”。

场景一：销售 —— 从名片和邮件的“转录地狱”里爬出来

就是开头那个名片的事。干销售，把收来的名片、邮件签名转录进客户名单这活儿，甩都甩不掉。一张就算两分钟，30 张也是一个钟头。不声不响就把你的晚上吃掉了。

这事，一句“把这段文本变成表格”扔给 AI 就完了。名片 app 识别出来的文字也好，从邮件末尾签名复制下来的也好，都行。让它把一堆乱七八糟的文字，变成一张干净表格里的一行。

比如往聊天里这么一贴：

从下面这段文本里，把公司名、姓名、部门、职位、邮箱、电话抽出来，
整成 CSV 的一行。不要表头。没有的项就留空。

样本商事有限公司 销售部 课长
张伟
[email protected] / 010-1234-5678

回来的就是 样本商事有限公司,张伟,销售部,课长,[email protected],010-1234-5678 这一行。贴进表格就完事。一次贴 10 张的内容，10 行一口气全出来。

再往前一步，连邮件草稿都能交给它。“给这个人写封前几天展会的答谢邮件，别太硬、客气点”——一句话，底稿三秒就出。从零写，跟改一份现成的，花的时间天差地别。销售的邮件自动化想玩得更正经，我整理在了 用 Claude Code 自动化邮件 里。

场景二：客服 —— 让咨询的“分拣”先帮你做了一半

客服的早上，往往是从打开堆积的咨询、把它们分成“这是退款”“这是 bug 报告”“这是销售线索”开始的。一条一条读、一条一条分类，挺费脑子的，对吧？

这种“读完再分类”的活儿，AI 是真的拿手。把咨询正文递过去，让它一次性把“类别”“紧急度”“初步回复的底稿”整出来。客服要做的，就剩确认它分好的类，再把回复润一润。

但客服真正要命的，是接下来这句。绝对不能让 AI 的回复，原样发给客户。它只能是草稿。最后必须由人过一遍再发。这条底线请务必守住（理由后面的翻车经历里，我会用血来证明）。

把“过去的常见问答”挑几条给 AI 看过，它写出来的回复就会更贴你们自家的调性。连“我们不叫客户、叫‘用户朋友’”这种细规矩，只要一开始交代了，它都会守。

场景三：行政 —— 把 30 个 Excel 并成 1 个

行政岗的人跟我念叨最多的，是“多文件汇总”。按分店、按月份散着的 CSV 或 Excel 有 30 个，要并成一张表、算出合计。手工做就是复制粘贴的狂风暴雨，错一格，数字就对不上了。

这正是 Claude Code 上场的时候。整个文件夹递过去，用中文说一句“把这里面的 CSV 全读了，并成一张，再按分店出个合计”就行。文件是 30 个还是 300 个，等的时间几乎一样。

“可在自己电脑上跑，听着好难”——你也许会这么想。只是想试试的话，还有个办法：让聊天里的 AI 给你写这么一个单文件脚本。下面就是“把同一文件夹里的 CSV 全部叠起来并成一张”的超简单例子。只要装了 Python，把文件名存成 merge.py，双击差不多就能跑。

# 把同一文件夹里的 CSV 全部并成一张（专治行政的“复制粘贴地狱”）
# 用法: 把这个文件放到跟 CSV 同一个文件夹里，运行即可
import csv, glob, os

rows = []
header = None
for path in glob.glob("*.csv"):
    if os.path.basename(path) == "汇总.csv":
        continue  # 跳过输出文件本身
    with open(path, encoding="utf-8-sig", newline="") as f:
        reader = csv.reader(f)
        head = next(reader, None)  # 第一行当作表头
        if header is None:
            header = head
        for row in reader:
            rows.append(row)

with open("汇总.csv", "w", encoding="utf-8-sig", newline="") as f:
    writer = csv.writer(f)
    if header:
        writer.writerow(header)
    writer.writerows(rows)

print(f"已把 {len(rows)} 行写入 汇总.csv")

看不全懂也没关系。说白了它就是个“把文件夹里的 CSV 竖着摞成一张”的代理。等你想连汇总、按条件分组都正经搞起来，我在 用 Claude Code 自动化表格联动 里写了更贴实战的步骤。

场景四：市场 / 写手 —— 量产与错别字的守门人

最后说市场和写手。商品说明来 20 条、社媒一周的帖子、广告文案来 10 版。“出数量”这种活儿，跟 AI 简直天作之合。

不过这儿最常见的翻车是：“全让 AI 写，结果一水儿都长得差不多。”诀窍在于——框架和素材自己定，让 AI 只负责往上添肉。你只递三样：“这商品的三个卖点”“目标是 30 岁双职工”“这些是禁用词”，让它去量产各种表达组合。人退到“从里面挑”的位置。

还有个不起眼但很顶用的：统一错别字和不一致写法。“用户／用戶”“Web／网页”“咨询／谘询”。把原稿一贴，说一句“我们的用词规矩是这样，改”，连你肉眼会漏掉的那些不一致，它都给你揪出来。校对最后那道收尾，一下就轻多了。

我亲手翻过的 3 次车

老实说。刚开始那阵子，我栽得还挺难看。

第一桩。差点让 AI 把客服回复自动发出去。 “草稿质量都这么高了，直接发不就行”——我一时鬼迷心窍。测试时，AI 把一条退款条件读错了一处，给本该拒绝的情形写了封“我们将为您退款”的草稿。要是当时把发送键也自动化了，这封就直接到客户手上了。“发送”这一步，绝对要留在人手里。这教训刻进骨头了。

第二桩。交代得太笼统。 行政汇总那回，我只说一句“你帮我汇总汇总”，结果合计怎么算、按什么排序，全凭 AI 当时的心情，每回出来的表都不一样。后来我把成品讲具体——“按分店名 A→Z 排，合计放最底下那行”，它立马就稳了。“想要啥样子”提前交代清楚，结果就完全是两码事。

第三桩。不给素材就让它量产。 商品说明一句“写得有吸引力点”全甩出去，结果每条商品都成了“高品质、好上手”这种谁都套得上的空话。等我把规格表和目标人群递过去，它才写出了“这件商品该有的脸”。AI 是拿素材下锅的厨子，不是凭空变出素材的人。这点我当初理解错了。

要上手，从这里开始

千万别一上来就奔着“全交给 AI”去。会受挫的。

挑的，就是每周都要做的那件烦人活儿，只挑一件：名片转录、咨询分拣、文件汇总、用词统一。死磕其中一件。然后这么推进：

1. 像跟新来实习生交代那样，把要它做的事写清楚（前提、素材、想要的样子）
2. 头一回，结果必须自己亲自过一遍（别一上来就信）
3. “发送、删除、动钱”这类操作，只留在自己手里

守住这三条，就不会出大事故。先从今天的一封邮件、一张名片开始试。

我实际试下来的结果

开头那位销售同事，那天之后把 30 张名片转成文本，5 分钟搞定客户名单就下班了。“原来准点下班，是这么早的事啊”——他笑着说的那句，我到现在都忘不掉。

我自己也按职业一样一样试过来，效果最实在的是“转录”“分拣”“汇总”这三样。它们的共同点是：不怎么动脑，可偏偏吃工夫、吃时间。反过来，那种要揣摩对方情绪的回复、要出点子的策划，就算让 AI 打个底稿，最后我还是得大改。这部分，留给人。

所以我的结论是这句：交给 AI 的，是“烦但不动脑的活儿”；留给自己的，是“判断和最后那一推”。这道线一旦画对，不分什么职业，每天的加班稳稳能少掉一两个钟头。

小结

AI 不是程序员独占的工具。销售的转录、客服的分拣、行政的汇总、市场的量产——哪个岗位都有“那件烦人活儿”，其中大半都能交给 AI。

要紧的就三条。从一件活儿做起／把想要的样子讲具体／“发送、删除、动钱”留在自己手里。难的编程，用不着。从今天收到的一张名片、堆着的一条咨询，就试起来吧。

想以团队、以部门为单位，把“我们的活儿里哪些能交给 AI”理清楚，也欢迎来 培训与咨询页面 瞧瞧。