KeyFrame內部研究專用

I Built a Business Owner His Own Jarvis with Claude Code

Liam Ottley英文
觀看原始影片

三句話摘要

使用Claude桌面應用搭建完整的AI業務營運系統,整合商務工具與AI子代理實現自動化工作流與決策支援。 只要能用自然語言清楚描述業務需求,AI營運系統就能自動調度代理完成原本需數周的複雜工作,實現從手動工具操作向真正自動化業務執行的根本轉變。 三層系統架構:底層是組織背景與個人角色定位;中層整合MCP(日常快速查詢但耗token)與API金鑰(用於建立生產應用);上層是子代理與客製應用部署。MCP雖方便但會造成token膨脹,因此核心工作應使用特定API金鑰以確保效率。

重點整理

  1. 三層系統架構:底層是組織背景與個人角色定位;中層整合MCP(日常快速查詢但耗token)與API金鑰(用於建立生產應用);上層是子代理與客製應用部署。MCP雖方便但會造成token膨脹,因此核心工作應使用特定API金鑰以確保效率。

  2. 自動上下文管理是核心:系統在工作進行中自動記錄所有行動至ledger,每次啟動時執行/prime命令自動同步所有數據源與工作歷史。若工作時間過長可用/handoff命令自動結束、分析、產生總結文件供新會話快速恢復。無須人工維護文件,系統自動保持AI代理與業務現狀同步。

  3. 多代理並行執行大幅提升效率:用戶僅需用自然語言描述任務,系統自動調度子代理存取所有連接的數據源(HubSpot、Gmail、Asana、Bubble等)並行工作。系統甚至會自動發現數據缺漏並填補,原本需數周的工作可在一小時內完成。

  4. 語音介面與決策支援:整合Fish Audio後用戶能用自然語言與系統對話,系統基於實時數據提供決策建議,且所有行動需用戶批核才執行,兼具自動化與控制權。

實用技巧與重點

  • 安裝流程
  • 啟用bypass permissions(允許快速操作)
  • 連接GitHub(版本控制與快照儲存)
  • 安裝MCP整合:HubSpot、Gmail、Asana、Bubble、Google Drive等
  • 配置API金鑰:Anthropic、Hixfield、Fish Audio
  • 資料夾結構
  • context/ (上下文文件:brand、business、strategy、team等)
  • businesses/ (多業務分組)
  • import/ (導入數據)
  • 核心命令
  • `/prime`:啟動前同步所有數據與工作記錄
  • `/log`:工作結束記錄與上下文協調
  • `/handoff`:長時間工作交接至新會話
  • 子代理任務範例與成果
  • 外部研究:56頁PPAI供應商推出策略報告 + 經銷商名單
  • 內部研究:管道自動驗屍(441筆交易、贏率分組、停滯時間測量、數據缺漏補全)
  • 媒體資產:Hixfield MCP生成品牌化視覺資產與動畫
  • 著陸頁面:多個客製化行業頁面、Rail way部署、行動優化
  • 內部工具:業務發展駕駛艙(自動抓取HubSpot/Gmail/Asana/Bubble、顯示待跟進與已準備草稿)
  • 深度研究工具支援
  • Web、社群媒體(X、Reddit)、YouTube、學術論文、Podcast、Substack
  • 語音代理
  • Fish Audio API → 自然語言對話查詢與決策建議
  • 成本考量
  • 50個MCP會造成token膨脹並加快額度耗盡,需升級至20X使用量方案

結論

只要能用自然語言清楚描述業務需求,AI營運系統就能自動調度代理完成原本需數周的複雜工作,實現從手動工具操作向真正自動化業務執行的根本轉變。

完整解析

Claude推出的AI業務營運系統框架代表了人工智能應用從工具走向平台的一次根本轉變。與其說這是一個應用,不如說是一個完整的工作環境——它將AI代理、商務工具、版本控制、數據管理與決策支援整合為一個有機整體。

設置流程意外地簡潔。用戶下載預設框架,在Claude桌面應用中開啟資料夾,執行一個安裝命令便自動進行環境配置。首先啟用「bypass permissions」(忽略每次操作的權限提示),讓系統能快速執行任務而無需繁瑣的確認。其次連接GitHub作為版本控制系統,所有新建文件、報告、應用都能被追蹤與還原,類似Google文件的版本歷史。第三步是連接商務工具:通過MCP進行日常查詢與數據讀取,同時配置特定API金鑰供AI代理在建立客製應用時調用。這裡講者特別強調了MCP與API金鑰的區別——MCP方便但會加載整個工具包導致token膨脹,而API金鑰則精準供應特定功能給生產應用。

上下文管理系統是整套架構的核心創新,也是講者多次強調「必須自動化」的關鍵。這不是用一次就完事的文件上傳,而是持續自動更新機制。系統在用戶工作過程中自動記錄所有行動至ledger(工作日誌),每次新會話啟動時執行/prime命令自動同步所有數據源、拉取之前的工作記錄、更新所有相關文件。如果用戶忘記記錄工作,/prime會自動補捕。若工作時間過長導致上下文壓縮不佳,可用/handoff命令自動結束當前會話、分析其中所有工作內容、產生精簡總結文件與新會話的prime指令,在新會話中快速恢復進度。這套流程完全自動化,無須人工干預。

多代理並行執行是提升生產力的關鍵。演示中Isaac提出五項複雜任務:外部研究(PPAI供應商推出策略與經銷商名單)、內部研究(分析管道與交易贏率)、媒體資產生成、著陸頁面設計、內部工具開發。用戶只需用自然語言描述需求,系統自動調度子代理去存取所有已連接的數據源(HubSpot、Gmail、Asana、Bubble等),並行執行複雜分析與生成工作。系統甚至會自動發現數據缺漏並主動填補——例如發現某筆交易記錄不完整,自動搜尋Gmail補全細節。一小時內系統完成了:56頁的經銷商研究報告(掃描79個Bubble調用、追蹤441筆交易、分組計算贏率、測量停滯時間、生成PDF)、包含品牌化動畫效果的行業著陸頁、管道自動驗屍分析報告、客製化業務發展儀表板、部署就緒的贈購電商網站。這相當於原本需要團隊花費數周甚至數月的工作量。

最後是使用介面的優化。系統內建深度研究技能,支援Web、社群媒體(X、Reddit)、YouTube、學術論文、Podcast、Substack等多元資訊源,遠超標準搜尋的覆蓋範圍。為進一步降低使用門檻,系統整合Fish Audio API實現語音介面。用戶可像與Iron Man的Jarvis對話般自然提問:「我現在只有30分鐘,最高槓桿的事是什麼?」系統立即回應:「打開你的業務發展駕駛艙,完成頂部待跟進項。我剛檢查過HubSpot、Gmail、Bubble、Asana的數據,因為出站銷售是你目前最高槓桿的活動。」所有回應基於實時數據,且任何行動(如發送郵件)都需用戶逐一批核才執行,保持人工在迴路中的控制權。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。