我是一個超級大懶人。
但我引以為傲,我相信科技始終來自於人性XD,懶的人才會一直問「這個真的需要我每天做一次嗎」,可以說懶才是我推動改革的動力,所有我學過的工具,起點都是因為我懶哈哈。
本來想說今天來分享我常用的工具清單,但想想又覺得介紹工具的人太多了,還不如跟大家分享我是怎麼一路走來的。其實我每一次換工具,有時候是因為看到新東西很酷,但更多的時候是因為原本用的那個不夠用了。
那時候我還在上一份工作,上班時當然會有每日的SOP,但這種沒有變化的工作對我來說很無聊,我一點都不想把我珍貴的時間花在上面,我就想到之前好像有看過有人寫python去操控電腦。
我就在想我可不可以也這麼做,所以我誤打誤撞就開始用ChatGPT幫我Vibe coding,當然我也同時有自學一點python,因為在那時候還沒那麼聰明的GPT很需要我自己有debug的能力,可以說是我就因為想無腦上班而做出了我的第一個自動化流程,做出來之後我成就感爆棚,直接愛上了這個可以一鍵上班的爽感,然後就投入了更多時間研究自動化,所以要說我到底有沒有實現無腦上班好像反而沒有,但我把省下來的時間都拿來研究我感興趣的事情,也是一件很好的事了XD
但那個階段我做得出來的,都是比較制式的操作,固定的網頁、固定的步驟、固定的輸出。我還不會把 AI 串進流程裡,所以它只能執行,不能判斷,遇到比較複雜、需要看情況決定的環節就容易卡住或要花更多時間拆解分析出來。
後來我在一個講座上聽到Zapier,我看到的當下就覺得很適合我這樣沒有工程背景、但想把事情自動化的人,所以我當下就去玩了一下,但玩了之後發現另一個叫n8n的靈活度更高,我就轉而投入n8n中。
也剛好那時候我參加了一個社群,社群的主辦方請我幫他們做出一個自動發文的流程:自動抓新聞 → 交由AI 篩選並寫成文章 → 寄給主辦方審核通過 → 自動在社群中發文,透過這個機會讓我在實做中學習。
我覺得這個流程大概算是 n8n 自學的必做練習,有點像工程師的 Hello World,感覺學n8n的人都會做出一個這個,但做完之後我才真的懂「觸發、節點、資料怎麼在中間流動」是什麼意思,也是在這個時候讓我養成看到一個流程能在心裏拆解成不同的節點串接的能力。
不過 n8n 還是有不方便的地方,比如說環境需要自己架、要付費,對於個人使用上來說就不會是第一首選。
在學 n8n 的同時,我也在另一場分享會上看到 Google Apps Script,我直接驚為天人,相見恨晚,想說我之前怎麼會不知道有這個工具。
對當時的我來說它最大的吸引力就是他是免費的、還不用架環境、用Google 帳號就能開始,以個人使用來說完全夠用,根本是免費仔的天堂。
那時候我上班研究自動化,下班也在學這些工具,我就在想,既然我這麼喜歡研究這些,為什麼不把這個變成我的工作呢?
所以我就換到現在這份工作,進來之後剛開始我大量使用 GAS,因為公司用的是 Google Workspace,串接起來最方便,而且前期我收到的需求都比較單純、for個人使用,GAS 完全夠用。
轉折點是我們開始規劃把 ERP 的資料抓出來。
需求的性質整個變了,從「處理一個簡易流程」變成「大量資料的串接與處理」。這時候 GAS 的問題就出來了,執行時間有上限,跑不完就會被中斷;只用 Sheet 當資料容器,容量也不太夠,而且太多資料要跑很久。
所以我轉去用 Claude Code 直接寫出 HTML 的 demo,再串 API 拿資料,之後請工程師幫我上線部署,這一步之後,我能做的事情量級就不一樣了,一直到現在我目前主要就是用claude code做demo。
接著我發現另一件事,夥伴很多時間其實是花在操作 ERP 上,而那些操作超級瑣碎(X新真的很難用),完全就是我最討厭的工作,所以我開始想,能不能把 ERP 的操作也自動化呢?
我第一個想到的就是RPA,但當時我找不到可以串接 Claude 的 RPA 工具,如果要我一段一段手刻流程我又覺得太花時間,於是我就想說不定 Cowork+skill 可以做到,結果發現他確實能做到但因為它本質上還是 AI,所以執行起來的結果不是固定的,還是有一定的機率不穩定。
這件事讓我想清楚一個分界: 需要判斷的環節可以交給 AI,但重複而且不能出錯的操作,還是要交給 RPA或程式 這種確定性的東西。 不穩定在探索階段沒關係,可是在每天要跑的流程裡但凡有一點不一樣都是災難,不是所有流程都需要用到AI,其實大部分自動化就很夠了。
然後就在最近,很幸運的,我看到有人分享了一個可以讓 Claude 操控電腦回覆 line 的 MCP,我就想既然他可以讓claude操控電腦,那除了line應該也可以用ERP才對,所以就開始研究這個MCP,也成功請claude幫我做出了第一個測試的RPA程式,繞了一圈又回到 Python也是蠻有趣的。
以上,就是我一路走到現在的過程,寫了之後才發現,現在的AI社群根本是我的許願池,只有想不到沒有做不到的事!
這一路換了不少工具,但真正留下來的永遠都不是工具本身。
因為最初接觸過 Python 和 n8n,我對於拆解流程和 debug 有了一定的訓練。 後來用 Claude Code 自己建流程的時候,我之所以比較有概念,靠的就是那段時間的訓練,而不是那兩個工具。
工具會一直換,我從 Python 換到 n8n、換到 GAS、換到 Claude Code 再換回 python,接下來大概還會一直換。但「把一個流程拆解成更小的步驟、然後找出是哪一步壞掉」的這個能力,換到哪裡都用得上。
所以如果有人問我「該學哪一個工具」,我大概會說: 先隨便挑一個,先做再說。 用了甚麼工具其實沒有那麼重要,透過實做的過程中學習到的東西才是最重要的。
當然我還是要補個小但書:這一路我用的工具都是剛好被我遇到的,講座上聽到的、社群裡有人分享的、某次滑到的貼文......等,可以看出我接收資訊的方式很佛系,所以一定有更適合的工具是我還不知道的。
但換個角度想,我每次換工具也幾乎都不是因為先知道有更好的,而是手上這個撞到牆、然後剛好遇到下一個,所以真正該保持的可能不是「知道所有最新最酷的工具」,而是撞到牆的時候知道自己撞到的是什麼牆、說得出問題在哪,才有辦法在看到某個東西的時候認出「啊,這個可能可以解決我的問題!」