每逢週一上午九點，行銷部門的桌面總會同時攤開四個視窗：Meta 廣告管理員匯出的 CSV 檔、Google Ads 的週報表、LINE 官方帳號的推播點擊紀錄，以及 Google Analytics 4 的工作階段統計。各平台的欄位名稱不同、日期格式不一，光是把上週各活動的花費與轉換數對齊貼進同一張週報表，就得耗掉整個上午；到了下午，還有十幾篇待審的部落格草稿與社群貼文，得逐篇檢查有沒有誤踩品牌禁用詞或漏放追蹤連結。
過去多數人會把單段文案或幾行數字複製貼進網頁版對話框請 AI 幫忙改寫，但隔週拿到新報表時，所有背景設定、欄位對照與審稿標準又得重新交代一次。我們在先前介紹 Claude 三種工作模式的文章中，曾分享愛酷行銷人員如何利用 Claude Code 建立自動化圖文與社群發布流程；這篇文章進一步把背後的實作拆解成 4 個具體步驟，讓完全沒有程式背景的行銷與營運團隊，也能把每週重複的檔案整理與審稿工作變成固定流程。
延伸閱讀：Claude AI 到底在紅什麼？一篇解析 Claude 的超強應用
不會寫程式也能用 Claude Code 嗎？它跟一般網頁聊天差在哪？
不會寫程式的行銷人員完全可以直接使用 Claude Code，因為操作過程同樣使用中文自然語言下達指令，差別在於 AI 從「只能在瀏覽器視窗裡回話」變成「能直接讀取與整理你指定資料夾裡的整批檔案」。
根據 Anthropic 發布的《Anthropic Economic Index》調查報告，使用者在一般網頁對話介面（Claude.ai）的互動中，有 52% 屬於人機來回溝通修改的協作模式，45% 屬於直接交辦任務；但在結合本地檔案與系統化指令的工作流中，高達 75% 至 77% 的任務都屬於「給定規則與原始檔案、一次產出標準化結果」的自動化執行。
對行銷團隊而言，這代表你不需要學會寫 Python 或 JavaScript 語法，只要學會兩件事：把工作檔案放進結構固定的資料夾，以及用白話文寫好一份名為 CLAUDE.md 的工作說明書。 若你想先比較它與桌面協作工具的定位差異，可先參考另一篇〈Claude Duet 與 Claude Code 差在哪？背景代理、本機執行與企業選型 4 大關鍵〉。
| 比較項目 | 一般網頁對話（Claude.ai Chat） | 本機資料夾工作流（Claude Code） |
|---|---|---|
| 檔案讀取方式 | 每次手動拖曳上傳單一或少數檔案，受對話視窗上傳限制 | 直接讀取指定工作資料夾內的整批 CSV、Markdown 與設定檔 |
| 規則記憶方式 | 散落在各別歷史對話串，開新視窗常需重新提醒背景與格式 | 自動讀取資料夾根目錄的 CLAUDE.md，每次啟動皆套用同一套標準 |
| 多步驟任務執行 | 需人工分段複製貼上中間結果 | 可依序完成「讀取原始檔 → 欄位比對 → 產出彙整表 → 寫入檢查報告」 |
| 團隊共享方式 | 複製提示詞文字貼給同事，容易出現版本落差 | 直接共用整個專案資料夾與規則檔，確保全組輸出格式一致 |
步驟一與步驟二：如何建立行銷工作資料夾與 CLAUDE.md 規則檔？
建立 Claude Code 行銷工作流的前兩個步驟，是在電腦中切出獨立的專案資料夾，並在根目錄放進一份控制在 60 至 200 行內的 CLAUDE.md 規則說明書。
根據 Anthropic Claude Code 官方記憶管理文件，系統在啟動時會依序讀取三個層級的規則檔：個人全域設定（~/.claude/CLAUDE.md）、團隊共用的專案根目錄設定（./CLAUDE.md），以及個人本機覆寫設定（CLAUDE.local.md）。官方實務指南特別提醒，專案的 CLAUDE.md 應該保持精簡，控制在 60 至 200 行以內；如果把所有歷史文件跟冗長範例全部塞進同一個檔案，模型在處理長任務時反而容易遺漏後段的格式要求。
步驟一：建立「輸入、規則、輸出」分離的四層資料夾
請在電腦桌面或團隊同步資料夾中，建立一個名為 marketing-ops 的總資料夾，並在裡面切出四個子資料夾。把「原始匯出檔」與「AI 產出檔」嚴格分開，能避免原始數據在整理過程中被意外覆蓋：
marketing-ops/
├── CLAUDE.md # 專案總規則（全組共用，60~200行內）
├── 01-raw-reports/ # 放每週從 GA4、Meta、LINE 匯出的原始 CSV（唯讀不修改）
├── 02-brand-rules/ # 放品牌產品標準名稱表、禁用詞清單、UTM 命名規範
├── 03-drafts-to-review/ # 放待審核的部落格草稿、EDM 與社群貼文
└── 04-output/ # 放整理完成的週報表與審稿修正報告步驟二：直接套用這份行銷團隊專用 CLAUDE.md 範本
在 marketing-ops 資料夾下新增一個純文字檔，命名為 CLAUDE.md，直接貼上下列範本並依你的品牌需求微調。每當你在這個資料夾啟動 Claude Code，它就會自動讀入這些規範：
# 行銷營運工作流規範 (CLAUDE.md)
## 1. 專案目錄職責
- `01-raw-reports/`：原始廣告與網站數據 CSV，僅供讀取，禁止直接修改或覆寫此資料夾內的檔案。
- `02-brand-rules/`：品牌標準詞庫與 UTM 規則，執行審稿或報表分類前必須先讀取。
- `03-drafts-to-review/`：待審核的行銷文案草稿。
- `04-output/`：所有清洗後的報表與審稿報告統一輸出至此目錄，檔名格式為 `YYYYMMDD-任務名稱.md` 或 `.csv`。
## 2. 數據報表整理規則
- 貨幣單位統一為新臺幣（TWD），數值保留整數並加上千分位符號。
- 跨平台欄位對照標準：
- Meta `Amount spent (TWD)` 與 Google Ads `Cost` 統一對應為「花費」。
- GA4 `Sessions` 統一對應為「工作階段」。
- 任何百分比與成長率數據，必須在備註欄標明「統計時間區間」與「分子/分母定義」，禁止推估原始報表不存在的數字。
## 3. 品牌內容審稿硬性規定
- 語言習慣：使用台灣繁體中文慣用語（如：專案、曝光、轉換率、活動頁、再行銷）。
- 標點與句型檢查：內文禁止出現驚嘆號，標題與各段落首句必須直接給出結論。
- 隱私保護紅線：若在任何檔案中發現明文手機號碼、身分證字號或完整客戶 Email，立即停止處理並發出警告。
步驟三：如何用指令一次合併 GA4 與跨渠道廣告 CSV 週報？
完成資料夾與規則檔設定後，第三步就是把每週從各平台下載的 CSV 報表丟進 01-raw-reports/，用一段結構化指令請 Claude Code 自動完成欄位對齊、異常值檢查與週報摘要。
許多行銷人員習慣只看 GA4 後台介面，但根據 Google Analytics 官方說明中心的資料保留規範，GA4 標準版資源（Standard Property）的事件與使用者層級明細資料，系統最長只保留 14 個月（預設更只有 2 個月），超過期限後明細就會被清除，無法再回頭拉出跨年度的受眾探索比對。因此，每週定期將多渠道成效匯出並標準化留存，是維持長期數據資產的基本功。
當你把上週的 meta_ads.csv、google_ads.csv 與 ga4_utm.csv 放進 01-raw-reports/ 後，只需要輸入以下指令：
實戰指令範例（跨渠道報表合併）：
「請讀取01-raw-reports/裡本週的三份 CSV 檔案，依照CLAUDE.md的欄位對照規則與02-brand-rules/utm-mapping.md的活動代碼表，以utm_campaign為主鍵合併成一張總表，存到04-output/20261110-weekly-performance.csv。接著請在同一資料夾產出一份 Markdown 週報摘要，列出花費最高但轉換成本（CPA）高於平均值 30% 以上的 3 個活動，並附上原始數據列號供我核對。」
使用這套流程時，請務必遵守一條數據安全底線：只處理去識別化的統計彙整表，切勿把含有顧客姓名、電話、Email 的原始會員名單放進個人本機 AI 工具中。 關於會員資料處理與再行銷的法律邊界，可進一步參考〈個資法第20條怎麼看？行銷人蒐集會員資料、做再行銷的 5 條合規紅線〉。
步驟四：如何把品牌規範變成貼文與部落格的自動審稿清單？
第四步是將待發布的部落格文章或社群貼文放進 03-drafts-to-review/，請 Claude Code 逐條比對品牌產品名稱、AEO 摘要結構與禁用詞，並在發布前產出具體的逐行修改建議表。
Google Search Central 的生成式 AI 內容官方指南明確指出，搜尋引擎評估內容的核心標準在於是否具備原創實務價值與準確度，且使用 AI 輔助產出內容、頁面標題（Title）與摘要描述（Meta Description）時，必須經過人工審核（Human Review）與事實查核，避免未經查證就批次發布。同時，隨著 AI 搜尋摘要普及，文章的每個段落開頭是否能被搜尋引擎直接擷取引用，已成為影響曝光與點擊的關鍵（完整策略可參考〈GEO 和 SEO 差在哪？AI 搜尋分走點擊後，品牌策略要調整的 4 大重點〉）。
在實際操作上，Anthropic 官方技術規範也特別區分了兩種管考方式：CLAUDE.md 提供的是語意層級的寫作指引，但若遇到絕對不能出錯的硬性指標（例如摘要字數區間與禁用詞零容忍），則應搭配 settings.json 的 Hooks 機制呼叫確定性檢查腳本。 這樣才不會因為模型一時疏忽而漏檢。
你可以將草稿放進 03-drafts-to-review/ 後，直接下達這段審稿指令：
實戰指令範例（批次審稿與 AEO 結構檢查）：
「請讀取03-drafts-to-review/內的所有文章草稿，並對照CLAUDE.md與02-brand-rules/執行四項檢查：第一，計算 Excerpt 摘要字數是否落在 70 至 85 字之間；第二，檢查每個 H2 標題下方第一句話是否直接回答該標題的問題；第三，掃描全文是否出現禁用詞或未標註來源的百分比數據；第四，將所有違規段落的原句、行號與修改建議輸出成表格，存至04-output/20261110-audit-report.md，先不要直接覆寫原稿。」
當團隊從單機腳本走向跨部門協作，下一步該怎麼升級？
當行銷團隊用上述 4 個步驟跑順了個人電腦上的報表整理與文案初審後，隨著業務規模擴大，通常會在三個月內遇到三個單機工具無法解決的瓶頸：
- 受眾數據分散在多個系統，靠手動匯出 CSV 永遠慢一步：當官網行為、LINE 官方帳號互動與門市交易紀錄分散在不同後台，每週人工下載 CSV 合併，無法即時觸發分眾推播。
- 多人協作缺乏統一權限與歷史記憶：每位企劃自己電腦裡的
CLAUDE.md版本逐漸分歧，離職交接時腳本與本機檔案容易遺失。 - 從內容產出到會員轉換缺乏統一追蹤 ID：文章審核發布後，無法追蹤讀者從部落格點擊進入 LINE 官方帳號、成為會員到完成購買的完整旅程。
這正是企業需要從「個人單機工具」銜接至「企業級中台與 L2 受控代理」的轉折點：由 AI 自動完成前置檢索與確定性規則檢查，並在發布前強制停在人工審批節點。 透過 AccuFlow.ai 企業 AI 工作流平台，團隊能將原本散落在個人電腦的內容研究、一手來源查證、品牌禁令守門與雙模式審批，升級為雲端集中管控的「內容引擎」，確保每一篇對外內容皆合規可追溯。
在數據整合端，AccuCDP 顧客數據平台能透過專屬的 AccuID 跨渠道追蹤技術，自動串聯品牌官網、行動 App 與 AccuNIX 對話式商務平台上的 LINE 好友行為，將超過 14 個月以上的長期跨渠道受眾數據安全留存在企業自有中台，讓行銷人員不必再每週手動搬運敏感的原始名單，就能在合規前提下精準分眾並啟動自動化行銷劇本。
現在可以立刻開始的 3 件事
- 建立你的第一個四層工作資料夾：今天就在電腦桌面建立
marketing-ops資料夾，切出01-raw-reports、02-brand-rules、03-drafts-to-review與04-output四個子目錄。 - 寫下第一版 100 行以內的
CLAUDE.md：直接複製本文步驟二的範本，填入你們團隊最常搞混的 5 個欄位名稱與 5 個品牌禁用詞。 - 盤點團隊目前的跨渠道數據斷點：檢查目前週報中哪些數據仍依賴人工從 GA4、LINE 與廣告後台手動匯出貼合，評估哪些屬於含個資的會員資料，應優先移轉至 AccuCDP 與 AccuFlow.ai 進行受控管理。
想把個人 AI 技巧升級為全團隊共用的自動化內容與數據中台？
單機工具能幫個人省下剪貼報表的時間，但企業的長期競爭力來自可複製、可審計且數據打通的系統架構。如果你希望協助行銷團隊建立兼顧品牌合規與 SEO/AEO 效益的 AccuFlow.ai 內容引擎，或透過 AccuCDP 與 AccuNIX 打通跨渠道會員數據，歡迎與愛酷智能科技顧問團隊聯繫，規劃專屬的導入藍圖。
立即預約免費顧問諮詢：聯繫愛酷智能科技顧問團隊
Claude 實戰系列延伸導讀：下一步該看哪一篇？
學會了本機四層資料夾與 CLAUDE.md 規則檔的 4 個實作步驟後，如果你想進一步比較雲端背景代理工具，或參考更多行銷自動化應用場景，推薦接著閱讀本系列的另外兩篇指南：
1. 【工具選型比較篇】Claude Duet 與 Claude Code 差在哪？背景代理、本機執行與企業選型 4 大關鍵
這篇適合誰看：想比較 Anthropic 最新雲端背景代理 Claude Duet 與本機 Claude Code 分工差異，並評估企業級 AI 權限治理的團隊主管。
你會讀到什麼：一張表看懂一般對話、Claude Duet、Claude Code 三種定位，拆解晨間簡報與關鍵動作人工待審機制，以及企業導入的 4 個選型重點。
👉 點此閱讀：Claude Duet 與 Claude Code 差在哪？完整比較與企業選型指南 →
2. 【基礎全景與真實案例篇】Claude AI 到底在紅什麼？一篇解析 Claude 的超強應用！
這篇適合誰看：想一次掌握 Claude 的 Chat、Cowork、Code 三大模式，以及串接 Google 雲端硬碟、LINE 助理與 Notion 自動審稿圖文系統實例的讀者。
你會讀到什麼：從零看懂 Claude 三種工作模式如何協同分工，並拆解愛酷行銷人打造 Threads 自動新聞摘要與全自動輪播圖文系統的完整流程。
👉 點此閱讀：Claude AI 到底在紅什麼？三大模式與真實應用案例 →
👉 更多社群實戰靈感：想看更多網友在 Threads 上實測有效的報表整理、PowerPoint 簡報生成、Google Workspace 串接與 SEO 指令，請參考：〈Claude 與 Claude Code 可以做什麼？紅遍 Threads 的 20 種生產力與自動化做法〉。
常見問題
行銷人員沒有工程背景，安裝與操作 Claude Code 會不會很困難？
操作門檻集中在初次開啟終端機並指定資料夾的那 10 分鐘；一旦進入專案資料夾後，所有的報表合併、文案審核與格式轉換都是直接用中文自然語言下達指令。只要按照本文的四層資料夾結構與 CLAUDE.md 範本設定好環境，後續日常使用就像在對話視窗打字一樣直覺，且省去了反覆上傳檔案與重複交代背景的麻煩。
CLAUDE.md 規則檔是不是寫得越長、塞越多範例越好？
正好相反。根據 Anthropic 官方實務建議，CLAUDE.md 應保持精簡並控制在 60 至 200 行以內，只保留最核心的資料夾職責、欄位定義與品牌紅線。若把過多歷史文章或冗長說明全部塞進單一規則檔，會佔用大量上下文空間並稀釋模型的注意力；需要按任務載入的細部規範，建議拆分放進 02-brand-rules/ 或 .claude/rules/ 子目錄中按需讀取。
可以直接把從 CRM 匯出的會員電話與 Email 名單交給 Claude Code 分群嗎？
強烈不建議。含有真實姓名、手機號碼與完整 Email 的原始會員明細屬於受《個人資料保護法》規範的敏感資產，不應存放於個人電腦本機資料夾或直接上傳至缺乏企業級資料治理合約的外部模型。涉及會員分群、貼標與跨渠道再行銷的任務，應在具備完善權限控管與去識別化追蹤技術（AccuID）的 AccuCDP 顧客數據平台內執行。
為什麼已經寫了 CLAUDE.md，審稿時還是建議搭配確定性檢查或 AccuFlow.ai？
因為自然語言模型本質上是機率生成系統，CLAUDE.md 屬於語意層級的參考指引，在處理長篇文章時仍可能出現字數計算誤差或漏看禁用詞。對於「摘要必須精準落在 70 至 85 字」、「絕對禁止特定詞彙」、「未經主管簽核不得發布」等硬性規定，必須透過確定性檢查腳本或 AccuFlow.ai 內建的規則守門與人工審批節點來強制攔截，才能達到企業級的零失誤標準。
關於 AccuFlow.ai
AccuFlow.ai 是愛酷智能科技推出的企業級 AI 工作流與受控代理（L2 Controlled Agent）平台，結合檢索增強生成（RAG）、確定性規則守門機制、人類在環（Human-in-the-Loop）雙模式審批與完整稽核軌跡，協助企業將內容產製、行銷審核與跨部門營運流程安全地自動化。
關於 AccuCDP
AccuCDP 是愛酷智能科技自主研發的顧客數據平台（Customer Data Platform），透過專利級 AccuID 跨渠道身分識別技術，整合網站、App、LINE（串接 AccuNIX）與線下門市等多源第一方數據，提供即時受眾分群、自動化行銷劇本與符合企業資安標準的數據治理架構。
資料來源
- Anthropic Claude Code Documentation — Manage Claude’s memory (CLAUDE.md & settings hierarchy)
- Anthropic — Anthropic Economic Index: Tracking AI’s role in the economy (September 2025 & January 2026 Reports)
- Google Analytics 說明中心 — 資料保留（Data retention：標準版資源最長 14 個月）
- Google Search Central — Using generative AI content on your website
