Ci

Deep Read

Deep Read

讓 Claude 定時上班:Cowork 排程、Skill 與 Dispatch 的自動化三件組

一支泛科學院的教學影片示範了三種自動化機制——時間觸發、能力封裝、遠端派工——本文導讀它們怎麼運作、四個實戰演練解決什麼問題,以及兩條你必須自己把關的風險線。

閱讀時間
約 12 分鐘
來源範圍
單一 YouTube 教學影片
最後更新
2026-07-19(影片發布於 2026-07-10)

Layer 0 30 秒理解

先抓住問題與核心命題

閱讀契約:讀完這篇,你會知道影片示範的三個 Claude Cowork 自動化機制怎麼運作、四個實戰演練各自解決什麼日常工作,以及兩條必須自己把關的風險線。預估閱讀時間 12 分鐘;來源是單一教學影片,所有產品能力描述皆為影片方主張,以 2026 年 7 月的示範為準。

核心命題:重複性的資訊整理工作——盯盤、讀信、整報表——可以拆成「觸發方式」與「工作內容」兩件事:影片給了三種觸發機制(/schedule 定時、Skill 隨叫、Dispatch 遠端),而工作內容就是一段寫清楚的指令;把指令寫好一次,之後就換 AI 準時上班。

地圖:三個觸發機制 /schedule、Skill、Dispatch 都指向同一個核心工作指令
影片示範的三個自動化觸發機制——時間到自動跑的 /schedule、一句話叫出的 Skill、手機遠端派工的 Dispatch——共同核心都是同一段寫清楚的工作指令。來源:泛科學院教學影片(00:33–10:38)。

這篇影響誰:適合每天有固定資訊整理儀式的人——開盤前看產業消息的股民、進辦公室先清信箱的上班族、活動後要趕稿的公關與行政。不適用兩種人:信箱或資料含機密個資、不便交給雲端模型的人(影片自己也這樣提醒),以及期待 AI 直接給投資建議的人——影片明確把產出定位成觀察視角,不是下單依據。

Layer 1 5 分鐘掌握

建立可操作的理解模型

先建立一個概念模型:從「反應式」到「會自己做事」

影片的說法是,排程讓 Cowork「從反應式模型,轉變成可以自己做事的好員工」(00:49)。Ci 把影片的三個機制整理成一個更好記的模型——它們其實是同一個問題的三種答案:這個任務由什麼觸發?

機制觸發方式影片給的定位對應時間碼
/schedule時間到了自動跑排程任務,選擇題式設定頻率與時間00:33–01:18
Skill你一句話叫出來封裝「重複性高、規則固定、單純輸入」的流程04:38–08:23
Dispatch人不在電腦前,用手機遠端派工手機傳任務給桌機,做完回覆你08:43–10:15

觸發方式是三種,但 Ci 的判斷是:真正的核心資產只有一個——寫清楚的工作指令。對照影片兩個排程實戰的 prompt 結構(01:53 的 0050 週報、03:53 的信件管家),骨架完全一樣:讀取哪個來源 → 做什麼處理 → 用什麼格式分類或歸納 → 存到哪裡。指令寫到這個清晰度,掛在哪種觸發器上都能跑。

四個實戰演練在解什麼

  1. 0050 產業趨勢週報(01:21):每週五自動讀你的成分股觀察清單,搜尋板塊表現,產出週報告並更新儀表板。
  2. Gmail 信件管家(03:51):每天早上 9:00 掃描信箱,分成「今天必回/這週處理/可忽略」三類,存成摘要。
  3. 捷運上遙控桌機(09:18):人在通勤、筆電在公司,用手機 Dispatch 叫桌機整理 Q2 業績摘要。
  4. 活動後秒生新聞稿(09:44):撤場時用手機派工,桌機拿現場錄音與照片組出可寄給媒體的新聞稿。

前兩個是「定時重複」(/schedule),後兩個是「臨時遠端」(Dispatch);Skill 則橫向支援所有場景——影片介紹了官方內建的七個 Data 類分析技能,加上可自訂的 skill-creator。

帶走的判斷工具:這件事值得自動化嗎

影片給 Skill 的三個條件(04:44),Ci 認為可以直接升級成整套自動化的取捨清單:

  • 重複性高嗎? 每天/每週都做一樣的事,才值得花一次設定成本。
  • 規則固定嗎? 分類標準、輸出格式說得清楚,AI 才不會每次自由發揮。
  • 輸入單純嗎? 來源固定(一個資料夾、一個信箱),授權與讀取才不會出意外。
  • 加一條影片的隱藏原則:正式排程前先手動跑一次(02:39,Claude 會主動建議)——Ci 的判斷是,這條「先驗跑再上線」是所有自動化的通用驗收動作,不限這個產品。

主要取捨:影片開頭就講明這些功能需要付費版帳號(00:18),Dispatch 需 Pro 或 Max(08:51);捨不得花錢的話,影片說同樣概念用 Codex 也能試(00:21)。另有兩條風險線會改變你的採用決策,L2 詳述:金融數據時效與信箱個資。

Layer 2 完整深讀

展開證據、邊界與採用判斷

機制一:/schedule——把指令掛上時鐘

影片的設定流程(00:54–01:18):輸入 /schedule 後,Claude 用選擇題問你三件事——要做什麼、多久跑一次、什麼時候跑;頻率選項有每小時、每天、每週、只有工作日,或隨選執行;確認後任務進入側邊欄的 Scheduled 區,隨時可暫停、編輯、手動執行。

這一段依 Evidence Ladder 拆開看:

  • 主張:影片稱 /schedule 提供上述選擇題式設定與 Scheduled 管理區。
  • 依據:影片的螢幕示範與旁白說明(00:54–01:18);這是產品操作的第一手展示,但由影片方錄製。
  • 邊界:功能介面與選項屬高變動資訊,本文未在成稿日對官方文件重查;一切以影片 2026 年 7 月示範當時為準,之後的版本可能不同。
  • 應用:可以照著找到入口與設定路徑;不能據此假設你看到的介面選項與影片完全一致。

實戰一:0050 產業趨勢週報(01:21–03:32)。影片的完整步驟:

  1. 桌面建資料夾「0050每週資料」,放一個「0050觀察清單 txt」,按產業分類列出想追蹤的成分股(01:40)。
  2. 在 Cowork 的 chat 直接下指令(不必進 Artifact):讀取資料夾與清單 → 搜尋今天各產業板塊表現 → 整理本週最強與最弱板塊、各用兩句話說明可能原因 → 存成本週產業趨勢報告 → 同步更新 Artifact 儀表板趨勢圖(01:53)。
  3. Claude 會請求授權,按 allow;示範者用 ask 模式,確保它做到一半有問題會先問(02:18)。
  4. 確認資料沒問題後輸入 /schedule,設定每週五下午 3 點執行(02:32)。
  5. Claude 會主動請你先手動跑一次,避免正式執行時卡在授權;到 schedule 頁面按 run now 即可(02:39)。
流程圖:0050 產業趨勢週報的五步設定流程,從建資料夾到手動驗跑
0050 週報案例的五個設定步驟依序執行:準備資料 → 下指令 → 授權 → 排程 → 先手動驗跑。來源:泛科學院教學影片(01:40–02:48)。

示範者的兩個後續調整也值得留意:想改需求直接在對話講,Claude 會同步更新到排程裡(03:00);示範者請它產出「新手股民也看得懂」的版本、少用大買超、除息、填息這類術語,它進一步在後續報告加上新手觀察資料(03:06–03:32)。這是示範者的單次使用經驗,本文不推論成穩定行為。

第一條風險線——金融數據時效(03:33–03:49)。影片自己劃得很清楚:Claude 搜尋抓到的股價數據可能延遲;這份報告的用法是建立「觀察視角」,不是準確的投資建議;下單前要去券商 App 確認實際價格、確認 AI 的消息來源、做好事實查核。Ci 的判斷是,這條界線應該原樣採用、不要放大也不要淡化:把 Cowork 定位成「幫你準備觀察清單的研究助理」,決策用的即時數據永遠走券商系統。

實戰二:Gmail 信件管家(03:51–04:35)。指令結構:每天早上 9:00 掃描今天收到的 Gmail → 整理成三類(今天必須回覆、這週內處理、可以忽略)→ 每類列出寄件人與主旨 → 存成「今日信件摘要和回覆建議」放桌面。設定時 Claude 會確認 Gmail 是否連結完成,跟著步驟走即可;示範者開了全部權限。

第二條風險線——信箱個資(04:18–04:26)。影片的提醒:如果信箱容易有機密或個資訊息,就不建議用 Claude 操作,可改用地端 AI 模型避免外洩。Ci 補一個實務判準:這條線該以「信箱裡最敏感的那封信」來畫,不是以平均內容來畫——只要固定會收到客戶個資或內部機密,整個信箱就不適合接上雲端自動掃描。

機制二:Skill——把流程封裝成一句話

影片給 Skill 的定義是同時滿足三條件的任務容器:重複性高、規則固定、單純的輸入(04:44)。打「/」會看到官方內建的 Data 欄位,影片逐一介紹了七個分析技能(04:51–08:00):

Skill影片給的一句話定位解決的問題
data-context-extractor教 Claude 認識你自己的資料把「行話」封裝起來,不用每次重講脈絡
explore-data資料體檢分析前先確認「資料本身能不能信」
write-query把白話翻成 SQL知道要什麼,但不會寫查詢語法
analyze問問題就給答案自行判斷你要一個數字、一份分析還是一份報告
create-viz把結果畫成專業圖表數字算出來了,怎麼讓人看懂
build-dashboard把多張圖打包成互動儀表板要「一個會動的成品」而不是一張圖
validate-data分享前的把關跑出來的數字不能照單全收
流程圖:七個官方 Data skills 依序排列,首尾為查核技能,中間為產出技能
官方七個 Data 類 skills 依影片介紹順序排成一條管線;explore-data 與 validate-data 分居頭尾,是 Ci 對這個順序賦予的查核/產出分類判斷。來源:泛科學院教學影片(04:51–08:00)。

這張表的證據邊界:以上是影片對各技能的功能描述(05:04–08:00),屬產品能力主張,本文未逐一實測,也未對官方技能清單做成稿日重查;技能名單與行為以官方當前版本為準。影片描述裡有兩個結構值得留意:七個技能剛好排成一條分析管線(認識資料 → 體檢 → 查詢 → 分析 → 視覺化 → 儀表板 → 驗證),而且頭尾兩個——explore-data 的「資料能不能信」與 validate-data 的「結論有沒有被支撐」——都是查核性質。Ci 的判斷是,這個頭尾設計呼應了影片自己的提醒(03:47 的事實查核、07:55 的「不能照單全收」):自動化流程的第一步與最後一步都應該是驗證,中間才是產出。

自訂技能的路徑(08:00–08:23):打「/」選 skill-creator,寫下想指定的工作流程,Claude 用問答核對細節,打包成 skill 檔;之後用「/+技能名稱」叫出,或直接講白話自動觸發。影片結尾給了一個實際用法:把單位的專用術語、過往新聞稿給它分析後打包成 skill,讓後續稿件越寫越合風格(10:29)。

機制三:Dispatch——人不在,工作照跑

影片對 Dispatch 的能力與限制描述(08:44–09:17)依 Evidence Ladder 拆開:

  • 主張:手機可以傳任務給桌機執行;Pro 和 Max 版本都可用;設定方式是在 Cowork 點 Dispatch、掃 QR code 連結手機(或下載 Claude 手機 App),約兩分鐘完成,過程會索取各種授權。
  • 依據:影片的操作示範與說明(08:44–09:17)。
  • 邊界:三個影片明講的前提——電腦要開著、Claude Desktop 要在背景執行、手機版只有一條對話串(傳任務、做完回覆你,不能同時開多個任務)。方案門檻與功能形態屬高變動資訊,未在成稿日對官方文件重查。
  • 應用:可以判斷 Dispatch 適合「單件、明確、桌機做得完」的遠端任務;不能把它當成多工的遠端工作站,也不能假設現在的方案門檻與影片當時相同。
決策圖:Dispatch 是否可用的兩層判斷條件與可用後的限制
要用 Dispatch 遠端派工,須先滿足電腦開著與 Desktop 背景執行,再滿足帳號為 Pro 或 Max;即使可用,手機端仍僅支援單一對話串。來源:泛科學院教學影片(08:44–09:17)。

實戰三:捷運上的業績摘要(09:18–09:43)。情境:老闆臨時要改報表、人在捷運、筆電在公司、明早八點開會。做法:打開手機 Claude 的 Dispatch,下指令——打開桌面資料夾裡的 Q2 業績檔案、整理上週新增的數據、做一頁主管看的摘要、存到桌面。到公司時摘要已經在桌面。

實戰四:活動後的新聞稿(09:44–10:38)。情境:活動剛結束、現場有錄音與照片、新聞稿馬上要發、人還在撤場。指令:桌面有今天活動的錄音檔和照片資料夾 → 整理活動重點 → 引用三句現場重要發言 → 選照片、寫圖說 → 打包成可直接寄給媒體的新聞稿,存成 Word 檔。示範者的兩個觀察都保留原樣:手機版 Dispatch 跑得比較久,「不過你剛好要撤場的話,時間也差不多」;新聞系畢業的示範者評價稿件「寫得真不錯」,但有些東西需要微調。這是單次示範的個人評價,不構成品質保證。

邊界、時效與下次要重查的事

本文證據的性質:全文只有一個來源(單一教學影片),所有產品能力、方案門檻、介面行為都是影片方的示範與主張,本文未做獨立實測或官方文件比對。單一來源導讀的正確用法是「照這個思路去試」,不是「產品保證如此運作」。

時效層(以影片發布日 2026-07-10 為基準):

  • 高變動、下次採用前應向官方重查:付費方案範圍(哪些功能要付費、Dispatch 的 Pro/Max 門檻)、內建 Data skills 的名單與行為、/schedule 與 Dispatch 的介面流程。
  • 相對耐久、可直接沿用的思路:三種觸發方式的分工、prompt 的四段骨架(讀取 → 處理 → 分類歸納 → 存檔)、「先手動驗跑再排程」、兩條風險線的判斷方式。

不能從本文推論的事:Claude 產出的股市分析品質與正確率(影片沒有提供任何準確度數據);自動化帶來的具體時間節省(影片只有「省下整理信件的時間」的定性說法);Codex 上的等效體驗(影片只說概念適用,沒有示範)。

讀者下一步:如果你要試第一個自動化任務,Ci 的建議是從信件管家開始而不是股票週報——輸入更單純(一個信箱)、規則更固定(三分類)、失敗成本更低(漏分類一封信,比誤讀一個板塊趨勢便宜得多);前提是先用個資那條線檢查過你的信箱。設定時完整走影片的順序:寫清楚指令 → ask 模式跑一次 → 確認產出 → 再掛上 /schedule。

一頁帶走

三個自動化條件+兩條風險線,設定前對照一次:

  • 重複性高嗎?每天/每週都做一樣的事,才值得花一次設定成本。
  • 規則固定嗎?分類標準、輸出格式說得清楚,AI 才不會每次自由發揮。
  • 輸入單純嗎?來源固定(一個資料夾、一個信箱),授權與讀取才不會出意外。
  • 先驗跑了嗎?正式排程前先手動跑一次,確認產出沒問題再掛上 /schedule。
  • 金融數據只當觀察視角:下單前一律回券商 App 核對實際價格與消息來源。
  • 信箱先過個資檢查:只要固定收到機密或個資,整個信箱都不接雲端自動掃描。

沒試過自動化的話,Ci 的建議是從 Gmail 信件管家開始:輸入最單純、規則最固定、失敗成本最低。

限制與時效

本文只有一個來源(單一教學影片),所有產品能力、方案門檻與介面行為都是影片方的示範與主張;本文未做獨立實測,也未在成稿日對 Anthropic 官方文件重查。以下是採用前該重新確認的部分:

  • 版本基準:以影片發布日 2026-07-10 的示範畫面為準;/schedule、Skill 清單與 Dispatch 的介面與流程可能已經改變。
  • 下次採用前應向官方重查:付費方案範圍(哪些功能需要付費版、Dispatch 的 Pro/Max 門檻)、七個內建 Data skills 的名單與行為。
  • 不能從本文推論:Claude 產出的股市分析品質與正確率(影片未提供準確度數據);自動化帶來的具體時間節省(影片只有定性說法);Codex 上的等效體驗(影片只稱概念適用,未實際示範)。
  • 兩條風險線需要讀者自行把關:金融數據可能延遲,只作觀察視角,不是投資建議;信箱含機密或個資時,不建議接雲端模型。

來源

本文所有時間碼皆可回到上述影片對應段落查證。查核日期:2026-07-19(僅對影片素材本身;未對 Anthropic 官方文件做獨立重查,見上方「限制與時效」)。

公開更新紀錄

本版內容與來源查核日期以上方「最後更新」為準;後續若有影響理解的修訂,會在此說明。