Claude Cowork 9 個功能疊起來，可以做到這件事

張貼者： 日期：

我最近在看一部關於 Claude Cowork 的教學影片，標題是「100+ hours of Learning Claude Cowork in 15 minutes」。

看完之後我的第一個感覺是：我以前只是在用 Claude Cowork 的皮。

這部影片展示的不是某個單一技巧，而是把 Skills、Memory、Schedule、Connectors、Plugins、Sub-agents 這些功能「疊」在一起，組成一個系統——一個每天早上 6 點自動幫你完成 3 小時研究工作的系統。

值得整理一遍。

Claude Cowork 是什麼，用一句話說完

「它是 Claude，但它可以看你的檔案、連接你的 App、自動排程執行、而且記得你是誰。」

這句話蠻關鍵的。很多人用 Claude 的方式是：每次開新對話、重新說一遍自己是誰、貼一堆資料、得到一個答案、結束。

Cowork 想解決的就是這件事。

五個基礎積木，先搞清楚

在開始「疊功能」之前，影片先說了五個基礎概念：

  1. Folders：你的專案容器，把不同工作分開管理
  2. Skills：可以重複呼叫的指令集，寫一次，之後一直用
  3. Memory：讓 Claude 記住你是誰、你在乎什麼，跨對話持續有效
  4. Connectors：連接外部 App 的橋，像 Notion、Slack、Zapier
  5. Automation：排程任務 + 平行工作流

這五個搞懂之後，後面才能理解「為什麼要這樣疊」。

他怎麼把 9 個功能組成一個系統

影片的主線是：從零開始建一個「每天自動送情報報告」的研究自動化系統。我把它整理成 9 個步驟。

第 1 步：建一個 Research Analyzer Skill

Skill 就像是你寫給員工的 SOP。你定義好目標（分析研究來源、提取結構化洞見）、輸入格式（URL、逐字稿、文件）、輸出結構（新趨勢、關鍵數據、策略意涵），之後每次用這個 Skill，Claude 就照著跑，不用重新說明。

影片裡他丟了 5 篇文章進去，確認可以用之後才往下走。我覺得這個先驗證再疊加的習慣很值得學。

第 2 步：設定 Memory，讓 Skill 認識你

Skill 寫好之後，它還是不認識你。同一篇關於 Claude 新功能的文章，對做 AI 工具生意的人來說是「緊急情報」，對一個做實體餐廳的人來說可能完全不重要。

這就是 Memory 的作用。透過全域指令（Global Instructions）設定你的身份、你的產業、你的策略重心，再透過資料夾層級的指令告訴 Claude「在這個資料夾工作時，預設用 Research Analyzer Skill、優先處理 7 天內的資料、依類別標記發現」。

設定完之後同樣 5 篇文章再跑一遍，Claude 開始懂得分輕重緩急了。這才叫個人化的研究助理。

第 3 步：設定排程，每天 6 點自動執行

有了 Skill、有了 Memory，接下來就是讓它自動跑。影片裡設定每天早上 6 點執行，介面支援每小時、每天、每週、或手動觸發。

有一個限制要說清楚：目前是本地執行，你的電腦需要是開著的狀態。不是雲端自動化，所以要配合自己的習慣設計。

第 4 步：Multitasking，同時跑多個任務

這個功能我覺得蠻容易被忽略。Cowork 可以讓你同時排多個任務進佇列，它們會平行執行，不需要一個跑完才開始下一個。

影片裡他同時啟動了 3 個任務：研究 AI 自動化趨勢、分析競品內容、抓產業統計數據。側邊欄可以看到三個任務同時在跑。這才是「10 倍產出」的真正意思，不是你的工作效率變 10 倍，而是你的工作可以同時在多個方向推進。

第 5、6、7 步：接上 Notion、Slack、Zapier

這三個連接器是這個系統從「展示版」變成「真實工作流」的關鍵。

  • Notion：自動把研究結果存進 Notion 資料庫，帶標籤和分類
  • Slack：報告完成時自動推播通知
  • Zapier MCP：這個最厲害，一次連接超過 8,000 個 App，CRM、專案管理工具、你說得出名字的基本都可以接

接完之後更新 Skill，讓它從手動貼文章改成自動網路搜尋最新資料，再存到 Notion，再通知 Slack。系統就活起來了。

第 8 步：安裝 Plugin，省掉自己從零建的時間

Plugins 是打包好的功能包，裡面包含 Skills、Connectors、Agents。影片裡安裝了一個 Productivity Plugin，一鍵就多了任務管理、工作流協調、行事曆優化、研究整合等功能，不需要自己一個一個建。

我覺得這跟安裝 App 很像，但裝的是「AI 部門」，不是工具。

第 9 步：Sub-agents，企業級規模的關鍵

這是影片最後也是最震撼的部分。Sub-agents 是 Claude 自己生出來的「子 Claude」，可以平行工作。

他給了 10 個研究主題，叫 Claude 全部同時研究。接下來發生的事情是：Claude 把任務拆分，10 個 Sub-agents 各自負責一個主題，同步進行網路搜尋和分析。全部完成只花了不到 2 分鐘。他說如果依序手動做，最少要 20 分鐘。

這是「大量研究」才用得到的功能，比如同時分析幾十個競品、研究幾百個關鍵字、從幾十個來源撈資料。

把 9 個功能疊完之後，系統長這樣

每天早上 6 點，系統自動啟動。Sub-agents 平行搜尋多個主題的最新資料，Research Analyzer Skill 依照 Memory 裡的個人設定判斷輕重緩急，結果直接存進 Notion，摘要推到 Slack。

這一切發生的時候，你還在睡覺。

影片說這等於每天省下 3 小時的研究時間，自動完成。

我在想什麼

看完這部影片，我想到的不是「哇這好厲害」，而是「這套邏輯我能不能用在自己的工作上」。

我現在每天要消化很多產品資訊、市場動態、AI 工具更新。這些事情現在基本上是靠自己手動在追，效率很低。如果把這套系統設定成：每天早上自動整理電信產業的最新動態、競品動向、AI 工具更新，然後推到手機通知……

這件事可以做。

「AI 不是未來式，是現在進行式。」這句話我說了不只一次了，但每次看到這種具體的實作，都會覺得：還有很多事情可以推進。

今天就來規劃一下怎麼用 Cowork 建一個適合自己的版本。

留言

張貼留言