# 用 3 個 AI Agent 取代每天 2 小時的日報工作

我曾經每天早上花 2 小時整理公司日報，直到我把這件事交給 3 個 AI Agent。現在只需要 15 分鐘掃一眼確認就好。

### 每天早上的前兩小時，你在做什麼？

我是一間科技公司的 COO。每天早上的前兩小時，我都在做同一件事：打開五個分頁，把各系統的數字複製貼上到一份報表裡，然後寄出去。

Notion 看專案進度、Google Sheets 對昨天的營運數字、內部系統查客戶指標、整理成日報、寄給主管跟團隊。每天重複，每天兩小時。

不是這件事特別難，而是它特別「黏」——你沒辦法不做，但做完之後覺得今天最精華的兩個小時就這樣用掉了。

直到有一天我問自己一個問題：

> 這件事，AI 做得比我快嗎？

答案不只是「快」——是快十倍，而且更穩定、更一致。

以下是我實際操作的完整拆解。不是概念介紹，是我真的每天在跑的系統。

---

### 先看結果：Before vs After

|   | Before（手動） | After（3 個 Agent） |
| --- | --- | --- |
| 每日報表 | 2 小時，開 5 個分頁複製貼上 | 15 分鐘掃一眼確認 |
| 異常偵測 | 隔天才發現數字不對 | 即時標記，8 點就通知 |
| 報告分發 | 寫一份寄給所有人 | 3 個版本，自動根據角色調整 |
| 格式一致性 | 看心情，偶爾漏欄位 | 100% 標準化，從不漏 |
| 歷史比對 | 不做（太花時間） | 自動跟前 7 天比較 |

省下來的兩小時拿來做什麼？思考策略、跟團隊 1:1、處理真正需要人判斷的問題——這些才是 COO 該花時間的事。

---

### 為什麼是 3 個 Agent，不是 1 個？

這是我最常被問的第一個問題。

直覺上會覺得：做一個萬能 Agent 不就好了？把所有事情塞給同一個 AI 做。我一開始也是這樣想的。

結果：它有時抓數據失敗但還是硬產出報告（用舊的），有時分析完忘記寄出去，有時寄出去但格式亂掉。當一個 Agent 做太多事，你根本不知道是哪一步出了問題。

拆成三個之後，每個 Agent 只負責一件事：

1. **資料收集 Agent** — 從多個系統抓數據，統一格式
2. **分析摘要 Agent** — 把數據轉成人話，找異常，給建議
3. **通知分發 Agent** — 根據角色自動調整內容，送到不同管道

就像一條產線：每一站只做一件事，出了問題馬上知道是哪一站壞掉。

![三個 Agent 的串聯架構：定時觸發 → 資料收集 → 分析摘要 → 通知分發](https://be-ai-curator.vercel.app/images/blog/post04-architecture.png)

*三個 Agent 的串聯架構：定時觸發 → 資料收集 → 分析摘要 → 通知分發*

---

### Agent 1：資料收集 — 最無聊但最關鍵的一步

第一個 Agent 每天早上 8 點自動執行，從三個不同的系統抓資料：

- **Notion 專案看板** → 各部門的專案進度更新
- **Google Sheets** → 前一天的營運數字（營收、客戶數、轉化率）
- **內部系統 API** → 客戶相關指標（客訴量、回應時間、滿意度）

抓完之後，自動整理成固定格式的 JSON，傳給下一個 Agent。

#### 實作時最大的坑：格式不統一

Notion API 回來的是巢狀 JSON，Google Sheets 是二維陣列，內部系統吐出來的又是另一種格式。你需要為每個資料源寫一個 parser，定義「進來的長這樣，出去的要長這樣」。

這是一次性成本，不是每天成本。搞定了，後面就完全自動。

我當初的做法是給 Claude Code 這樣的指令：

```
幫我寫一個資料收集模組，每天早上 8 點自動執行。
資料來源有三個：
1. Notion 專案看板（DB ID: xxx）— 抓各專案的狀態和最後更新時間
2. Google Sheets（Sheet ID: xxx）— 抓 “每日數據” 分頁的最後一列
3. 內部 API（endpoint: xxx）— GET /api/daily-summary

統一輸出為 JSON 格式，包含：日期、各部門進度摘要、營運數字、客戶指標。
用 MCP Server 串接 Notion 和 Google Sheets。
```

不需要自己寫程式。Claude Code 會根據這段指令自動產生所有需要的程式碼，包含 API 串接、資料轉換、排程觸發。

---

### Agent 2：分析摘要 — 不只整理，還會判斷

第二個 Agent 拿到結構化資料後，做三件事：

#### 1. 產出摘要：把數據轉成人話

不是「營收 $1,234,567」，而是：

> 昨日營收較前日成長 12%，主要來自新客戶開案（+3 件）。本週累計營收已達週目標的 78%，預計週五前可達標。

這種「有脈絡的數字」才是主管要看的。

#### 2. 偵測異常：自動標記偏離值

> ⚠️ 客訴量較上週同期多 42%，主要集中在「帳單查詢」類別。建議優先檢查計費系統是否有異常。

這種警示以前要自己拉 Excel 才算得出來。現在 AI 每天自動跟前 7 天比較，超過門檻就標記。

#### 3. 建議行動：不只報告問題，還給解法

不是「客訴量上升」就結束，而是：

> 建議今日優先行動：

> 1. 檢查計費系統最近更新（客訴集中在帳單類）

> 2. Y 專案延遲 2 天，建議跟 PM 確認是否需要調整時程

這是整套系統最有價值的部分。人手動做日報時最懶得做的就是歷史比對和異常偵測，但對決策而言是最有價值的。

給 Claude Code 的指令長這樣：

```
拿到資料收集模組的 JSON 輸出後，做三件事：
1. 產出摘要：把原始數據轉成有脈絡的文字摘要，包含趨勢和比較
2. 偵測異常：跟過去 7 天的數據比較，偏差超過 20% 就標記為異常
3. 建議行動：根據異常和專案狀態，給出 1-3 條具體的建議行動

輸出格式用繁體中文，要像是一個經驗豐富的營運主管在寫給團隊的摘要。
```

---

### Agent 3：通知分發 — 不同人看不同版本

這是我覺得最被低估的一個 Agent。

大多數人想到自動化，都是想「自動產報告」。但報告產出來之後呢？所有人收到同一份，80% 的人根本不看——因為跟他無關的資訊太多了。

所以第三個 Agent 會根據接收者的角色，自動調整內容：

**給我自己（LINE）**

> 完整版日報 + 異常警示 + 建議行動。我需要看全貌，所以什麼都給我。異常的部分會加紅色標記，讓我一眼就看到。

**給團隊（Slack）**

> 重點摘要 + 待辦清單。他們不需要看營收數字，但需要知道今天要優先處理什麼。

**給主管（Email）**

> 精簡版 + 關鍵數字。主管只要看「有沒有問題」和「數字好不好」，不需要細節。

這不是三份不同的報告，是同一份數據的三個「視角」。AI 可以根據角色自動調整詳細程度和重點。以前你不可能每天手工寫三版，現在 AI 幫你做到。

---

### 「那 AI 出錯怎麼辦？」—— 確認關卡設計

這是我被問最多的問題。答案是：不要一開始就全自動。

我的做法是分階段上線：

#### 第一階段：半自動（前 2 週）

Agent 做完分析後不直接送出，先推一個預覽給我。我花 5 分鐘掃一眼，確認沒問題再按「送出」。

這個階段的重點是「觀察」——看 AI 會不會漏欄位、數字有沒有明顯錯誤、異常偵測的門檻合不合理。

#### 第二階段：全自動（第 3 週起）

確認過兩週沒問題後，把確認關卡拿掉，改成全自動。但保留一個「異常通知」——如果資料源抓不到，會單獨發一則 LINE 通知告訴我。

#### 第三階段：持續迭代

到現在穩定運行超過三個月，只有在資料源結構改變時才需要介入。中間有過兩次調整：一次是內部系統 API 改版，一次是加了一個新的資料源。每次調整大約花 30 分鐘。

> 💡 「全自動」是終點，不是起點。跑穩了再放手，不要一開始就把所有事情都交給 AI。

![開始比你想像的簡單 — 一個 Claude Code + 一個 MCP 就夠了](https://be-ai-curator.vercel.app/images/blog/post04-getting-started.png)

*開始比你想像的簡單 — 一個 Claude Code + 一個 MCP 就夠了*

---

### 最難的部分不是技術

很多人跟我聊到自動化時，第一個問題都是「要用什麼工具」。但實際上，工具是最簡單的部分。

真正難的是：**決定先自動化哪一件事。**

我自己就犯過這個錯。一開始想做「全自動化營運報表系統」，包含日報、週報、月報、季報、OKR 追蹤、KPI Dashboard……三個月什麼都沒做出來。

後來換了策略：只做每天早上的日報。一件事。兩週就上線了。

然後把同樣的架構複製到周報、月報。因為第一個 Agent 的骨架已經在了，後面只是調整輸入輸出。

---

### 如果你也想試：3 個起步建議

#### 1. 找到你每天最重複的一個動作

不是「最重要」的，是「最重複」的。一個每天都在做、步驟固定、但就是繼續佔你時間的事。

可能是寫會議紀錄、可能是整理客戶資料、可能是產生週報。先做一件，做通再說。

#### 2. 開一個 Claude Code，貼上這段指令

```
我想建立一個自動化 Agent，每天幫我完成 [你每天重複做的一件事]。
我的角色是 [你的職位]，公司叫 [公司名]。
資料來自 [資料來源 1] 和 [資料來源 2]。
每天 [時間] 自動執行，結果送到 [通知管道]。
如果數據有異常請特別標記。用繁體中文，格式簡潔。
```

不需要會寫程式。Claude Code 會根據你的描述自動產生程式碼。你只需要告訴它「做什麼」和「資料從哪來」。

#### 3. 前兩週每天花 5 分鐘確認

不要第一天就全自動。讓 AI 做完後先給你看，你確認沒問題再送出去。跑穩兩週再改全自動。

---

### 小結

自動化最難的部分不是技術，是「決定先做哪一件」。

找到你每天花最多時間的那個重複動作，用一個 Agent 讓它跑通。不要想著一次做完美系統，先讓一件事單點突破。

突破了，你就會知道下一個該自動化什麼。

---

來源：AI 主理人 https://be-ai-curator.com/blog/ai-agent-daily-report · 更新於 2026-03-27