查一筆訂單要開十幾個頁面？我請 AI 做了個彙整工具，30 秒搞定

客戶打電話來問訂單在哪裡，你說「稍等我查一下」，然後開始在電腦前奔波——

先開公司的訂單系統，找訂單編號。切到倉庫系統，看備貨狀態。再開物流廠商的追蹤頁面，輸入追蹤號。有的客戶還要確認帳款，再開財務系統查付款紀錄。碰到大客戶還有另一個 VIP 專區要看。

電話那頭的客戶不知道你正在開第幾個視窗，他們只聽到鍵盤聲、還有你每隔三十秒說一次「請稍等」。

這是我以前工作的日常，一通詢問電話平均花我十到十五分鐘，忙的時候一天要接二三十通，算下來光是「查資料」就要三個多小時。

為什麼會這樣

不是公司不想整合，而是這些系統是不同時期、不同廠商建的，有的還是外包的客製化系統，根本沒有統一介面。

IT 部門說串接要評估，評估要排期，排期要預算，預算要提案——現實就是三年內不會動。

我問過組長有沒有辦法，他說：「就這樣，大家都這樣查。」

我後來自己想通了：資料都在，只是分散在十幾個地方。問題不是「資料不見了」，而是「取資料的步驟太多、太重複」。

把步驟說給 AI 聽

某天午休我在滑手機，看到一個人分享用 AI 幫他寫工具的文章，才想到我的情況其實也是一樣的邏輯——固定的步驟、固定的規則、每次只有輸入的訂單號碼不同。

我打開 Claude，把整個查資料的流程描述了一遍：

「我每次都要查一個訂單，需要從這幾個地方取資料：第一個是公司內部的訂單系統（有個查詢 API，但我沒有直接用過），第二個是倉庫的出貨記錄（Excel 格式，每天早上更新到共用資料夾），第三個是物流的追蹤頁面（有追蹤號就能查），第四個是財務系統的對帳記錄（有固定格式的 CSV）。我希望輸入一個訂單編號，就能在一個畫面看到所有狀態。」

AI 先問了我幾個問題：這些資料哪些是即時的、哪些是固定更新的？哪些有辦法直接讀、哪些要用瀏覽器開網頁？

我一一回答之後，它給了我一個方案：

倉庫 Excel 和財務 CSV 可以直接讀，物流追蹤可以在背景自動開瀏覽器去取，訂單系統有 API 就直接呼叫，最後把所有結果合併顯示在一個小視窗裡。

它寫了一支 Python 程式，加一個很簡單的界面——就是一個輸入框，打訂單號，按查詢，所有資訊出來。

從十五分鐘到三十秒

我跑了大概一個下午的測試，中間有兩個地方需要調整：一個是物流追蹤頁面的格式跟我描述的不太一樣，AI 修了一版；另一個是倉庫 Excel 的欄位名稱有全型半型的問題，也修了。

修完之後，實際使用：輸入訂單編號，三十秒以內所有資訊都出來了。

現在我接客戶電話的流程是：對方說訂單編號，我打進工具，三十秒後告訴他出貨狀態、物流位置、帳款狀態。電話大概兩到三分鐘就結束。

一天三十通電話，以前光查資料就三個多小時，現在不到十五分鐘。那些「省下來的兩個半小時」，我拿去做之前一直沒時間做的客戶回訪，反而多談成幾張追加訂單。

我為什麼說「彙整」不說「爬蟲」

很多人聽到「自動開瀏覽器去取資料」，第一反應是「這是爬蟲，合法嗎？」

我的理解是這樣：爬蟲通常指的是大量、系統性地抓取外部網站的公開資料，有法律和倫理層面的問題。

但我的工具是這樣的——它幫我「操作」的是公司自己的系統，用的是我自己的帳號，取的是我有權限看的資料。從功能上說，它做的事跟我手動開瀏覽器登入查詢完全一樣，只是速度更快、不用我一個一個點。

說穿了，它就是個「幫我跑腿的助手」，不是在偷資料。

如果你也有類似需求，關鍵問題就一個：這些資料，你有沒有登入的權限？有的話就沒問題。

三個適合這樣做的情況

這個方式不是萬用的，但有幾種情況特別適合：

低方案：只讀本機檔案（費用 $0，開發時間 1–3 小時）

如果你要彙整的資料都是 Excel、CSV、文字檔，且這些檔案放在你能存取的資料夾，這是最簡單的做法。適合：倉庫管理、行政、財務底層資料整理。

中方案：讀本機檔案 ＋ 自動操作瀏覽器（費用 $0，開發時間 2–5 小時）

需要查公司內部系統或廠商的追蹤頁面，可以加入瀏覽器自動化。適合：客服、業務助理、採購跟單。

高方案：串接 API（費用依 API 而定，開發時間 4–8 小時）

公司系統有 API 文件的話，可以不靠瀏覽器直接取資料，速度更快也更穩定。適合：有技術部門支持的中大型企業內部工具。

這件事讓我想通了一件事

以前我一直覺得「系統整合」是 IT 的事，不是我這個普通業務能碰的。

後來才發現，不是每個整合都需要 IT——有些整合，需要的只是把「我每次手動做的步驟」說清楚，讓 AI 幫你把步驟自動化。

你不需要懂程式。你需要懂的，是自己現在的工作流程。

如果你工作裡也有「查一筆資料要開一堆視窗」的困擾，可以私訊我描述一下你的情況，我來評估這個問題能不能用同樣的思路解決。

有時候比你想的容易得多。