研究、寫作、圖片生成、事實查核、SNS 發文、會計、行程管理。透過將 21 個任務整合到單一 Claude Code 環境中，我每天的實際工作時間減少到 60 分鐘。
封面圖片由 AI 生成。 提示詞可在這篇 超過 140,000 字的文章 中找到。
我是一名前平面設計師。我沒有寫程式碼的經驗。我做了 14 年的平面媒體設計，並在 2020 年轉向 Web/AI。
我在 Claude Code 中建立了一個「一人行銷部門」。雖然我稱之為部門，但它不限於行銷。這是一個將營運本身整合到單一 AI 環境中的系統。
在這篇文章中，我將探討 21 項技能的整體設計、整合的設計理念、日常工作時間線以及整個建構過程。
如果你還沒安裝，請點擊這裡
https://x.com/kawai_design/status/2032673056347533607
[40 分鐘消除「到底要用來做什麼？」]
展示完整的專業 Claude Code 工作區
僅限前 100 人：網路研討會詳細資訊請見此處
https://x.com/kawai_design/status/2037862268210118865
21 項技能的整體設計
我的 Claude Code 環境中有 21 項技能。每一項都有獨立且專門的能力，並分為五個層級。
研究層
- research-ai：AI 相關新聞的自動蒐集與篩選。結合 RSS 訂閱與 Claude 篩選的混合方法。
- research-insight：探索潛在需求與結構性問題。透過質性資料的三角驗證，找出「未被說出口的問題」。
生產層
- writer-article：note 文章的端到端寫作。從結構設計、內文到插入定型文與檔案輸出。
- writer-post：X 的設計、寫作與貼文管理。
- writer-copy：網站、LP、廣告的文案撰寫。
- thumbnail：縮圖產生提示詞的設計。
- diagram：章節插圖的設計。
- table：HTML/CSS 表格的生成。
- slide-builder：網路研討會簡報網站的建構。
- ui：網站、LP、儀表板的 HTML/CSS/JS 實作。
品質管控層
- fact-check：針對數字、引述、歸因與因果關係，核對原始來源進行驗證。
- design-score：為橫幅、縮圖、LP 等設計進行 100 分評分。
營運層
- secretary：管理預約、待辦事項與行程。
- accounting：開立發票與登錄銷售帳簿。
- message：建立 X DM、電子郵件與詢問的回覆文字。
- seminar：研討會規劃的端到端設計。
分析層
- today-analytics：彙整近期 X 的表現數據。
- week-review：每週內容表現檢討。
- atom-suggest：建議接下來要發布的內容候選。
此外，還有針對外部客戶的專用變體（diagram-shiftai / thumbnail-shiftai / slide-builder-shiftai）。
所有內容都以資料夾形式存在於 ~/.claude/skills/ 下，而 CLAUDE.md 則扮演協調中樞的角色。
透過 CLAUDE.md 進行技能整合的設計理念
分開執行 21 項技能是沒有意義的。重要的是所有技能共享相同的上下文。
CLAUDE.md 正是實現這種「上下文共享」的關鍵。
CLAUDE.md 包含以下內容：
- Takuya Kawai 的個人資料、經歷與頭銜
- 服務定義（漏斗結構、定價系統、各項服務的定位）
- 批准規則（哪些可自動執行，哪些需要上報）
- 品質標準（Output Gate 的判斷條件）
- 資料層定義（atoms.csv / pipeline.csv / outputs.csv 的操作規則）
無論呼叫哪項技能，都會先載入這個 CLAUDE.md。換句話說，所有技能都使用「相同的人格、相同的判斷標準、相同的品質水準」來運作。
這就是單純列出技能與真正擁有「一個具備 21 項專業能力的個體」之間的差別。
如果你將技能分開並讓它們獨立運作，當技能 B 根據技能 A 的研究結果撰寫文章時，A 的上下文就會消失。技能 B 必須重新載入品牌調性、檢查與過去文章的一致性，並重建角色設定。
有了 CLAUDE.md 的整合，這個重建成本降為零。研究技能蒐集到的素材，可以直接成為文章技能的輸入。
在文章生成的同時，縮圖與圖表也會自動設計。完成的文章會經過事實查核，然後擴展成 SNS 貼文。
表現數據則由分析技能蒐集，並回饋到下一個內容策略中。
共享上下文決定了品質與速度的雙重優勢。
技能之間的數據流
讓我們具體來看看技能整合的效用。
數據透過三個 CSV 檔案管理：
- atoms.csv：內容的種子（新聞、經驗、分析結果）。所有內容的原料。
- pipeline.csv：將每個原子部署到哪個管道的計畫。包含狀態管理。
- outputs.csv：實際發布內容的記錄。也會累積表現數據。
流程如下：
research-ai 每天早上收集 AI 新聞並加入 atoms.csv。research-insight 則每週探索潛在需求，同樣加入 atoms.csv。
部署判斷在 pipeline.csv 中執行。「這個原子將成為一篇 note 文章」、「這個原子將成為一則 X 貼文」、「這個原子兩者都是」。判斷標準會根據互動率與曝光次來自動化。
當 writer-article 寫作文章時，會同時載入 atoms.csv 中的原始數據與 CLAUDE.md 中的品質標準。文章完成後，thumbnail 與 diagram 會產生提示詞，fact-check 則執行驗證。
發布後，today-analytics 與 week-review 收集表現指標並累積到 outputs.csv。這些數據流入 atom-suggest，成為決定接下來要寫什麼的基礎。
由於所有技能都參照並更新同一個資料庫，這個循環得以持續運轉。
每日 60 分鐘的工作時間線
以下是實際一天的工作內容。
總計：約 60 分鐘。
如果以手動方式完成同樣的工作，光是寫文章就可能需要 3 到 4 小時，再加上 SNS、電子郵件、簡報與發票，每天很容易超過 8 小時。
只需要 60 分鐘的原因，在於技能之間的交接時間幾乎為零。一旦文章寫完，縮圖會自動設計。
事實查核自動執行。SNS 擴散文字自動生成。完全不需要花費時間「為下一個任務重新整理資訊」。
建構過程——前設計師的實際做法
我並沒有使用程式編寫技能來建立這個系統。
以下 5 個步驟是必要的：
第一步：將操作流程文字化
你在做什麼、按照什麼順序、根據什麼判斷標準？將這些寫成 Markdown 的工作，占了整體的 80%。
這無關 Claude Code 的設定。這是對自身工作的盤點。
*「在寫 note 文章時，我首先檢查什麼？」
「製作縮圖時，我根據什麼決定文案？」
「開立發票時，我從哪裡取得哪些資訊？」*
我將所有已經變成內隱知識的工作流程，全都明確地表述出來。
第二步：設計 CLAUDE.md
將所有技能的通用規則、品牌定義、批准流程與品質標準，統整到一個檔案中。
這相當於「公司管理政策文件」。無論呼叫哪項技能，它都會根據這份政策運作。角色設定與判斷標準的統一，就在這裡決定。
https://x.com/kawai_design/status/2031673798479790362
第三步：建立 SKILL.md
為每項技能定義觸發條件、執行程序、品質標準、參考檔案與輸出目標，並寫成 Markdown。每項技能大約 100 到 300 行。
對於 writer-article，會寫入「結構模板」、「語氣規則」、「定型文插入位置」、「標題規則」以及「與過去文章的重複檢查程序」。
https://x.com/kawai_design/status/2022911084588675503
第四步：準備參考數據
定型文字、品牌指南、過去文章檔案庫（878 篇文章）、文案範本集、插圖目錄。準備好技能可以參照的「教材」。
過去文章已完全資料庫化，並可透過關鍵字搜尋。在撰寫新文章前，一定會先搜尋過去文章，以確保與相同主題的既有文章內容不衝突。
第五步：反覆改進
系統不會從一開始就達到最終型態。實際使用它、檢視輸出、然後修正 SKILL.md。透過這種反覆循環來提高準確度。
建構期大約是一週。不過，這並不是「整整一週都在建構」，而是邊用 Claude Code 執行日常工作，邊將成功的模式轉化為技能的結果。
為什麼上下文共享很重要
讓我們更深入探討技能整合的核心。
我的 writer-article 技能在寫作文章之前，一定會先搜尋過去文章檔案庫。它會從 878 篇文章的資料庫中拉出相關文章，確認與現有主張沒有矛盾後，才開始動筆。
這之所以可能，是因為「參照過去文章檔案庫的方法」、「搜尋指令」以及「檔案庫儲存路徑」都清楚地寫在 CLAUDE.md 中。
writer-article 技能本身並沒有內建資料庫。它只是參照一個共享的資料層。
同樣地，當 fact-check 技能執行事實查核時，它會參照 CLAUDE.md 中的品質標準。
*「有沒有任何誇大？」
「對於原始來源沒有說的事情，是否寫得很肯定？」
「數字是否有得到佐證？」*
如果這些標準因技能而異，品質就會不一致。
當 design-score 技能為縮圖評分時，同樣會參照 CLAUDE.md 中相同的品牌定義。因為它在理解品牌調性之後才進行評分，所以能提供有意義的意見回饋。
讓所有技能共享「相同的記憶」。這是在整合設計中最重要的一點。
給現在才要開始的人們
「21 項技能太多了。我該從哪裡開始？」
這是很自然的疑問。
答案很簡單。只要把你每天做的一件事轉換成技能就行了。
我第一個轉換成技能的事，就是寫 note 文章。結構模板、定型文插入位置、語氣規則。將這些寫入 SKILL.md 就是我的起點。
當第一個技能穩定後，再建立第二個。第二個完成後，思考它與第一個的連結。重複這個過程，不知不覺中你就會擁有 10 個、20 個技能。
重要的是不要試圖一次全部完成。
以下是具體的起步方法：
1. 選擇一項每天做的任務
回覆電子郵件、SNS 發文、撰寫報告、整理會議記錄。什麼都可以。那些讓你覺得「我每次都在解釋同一件事」的任務最為理想。
2. 用 Markdown 寫下該任務的流程
不需要很完美。「先檢查這個，然後寫這個，最後存在這裡」的程度就夠了。
3. 讓 Claude Code 將其讀取為 SKILL.md
將寫好的流程格式化為 SKILL.md，然後放到 ~/.claude/skills/ 中。
4. 使用並修正
如果輸出結果很奇怪，就修正 SKILL.md。通常經過 3 到 5 次修改就能達到實用水準。
5. 建立第二個並連接起來
第二個技能完成後，在 CLAUDE.md 中定義通用規則。技能整合就從這裡開始。
當你在工作中產生「我每次都在解釋同一件事」的感覺時，那就是下一個技能的種子。
[40 分鐘消除「到底要用來做什麼？」]
展示完整的專業 Claude Code 工作區
僅限前 100 人：網路研討會詳細資訊請見此處 ↓
─────────────────
此外，我也發布許多如 AI 時代的未來預測與工具解說等文章。全部都可以免費閱讀，請務必看看。
https://x.com/kawai_design/articles
─────────────────
如有培訓或演講等委託或諮詢，請透過個人檔案中的網站與我聯絡。
