ANTHROPIC BARU UMUMKAN DOKUMEN DALAMAN: MACAM MANA TEAM DIA GUNA AI UNTUK BUAT KERJA
Anthropic (syarikat yang cipta Claude, saingan utama ChatGPT) baru je public satu dokumen dalaman, kongsi cara 10 team dalam syarikat guna Claude Code untuk kerja harian.
Saya baca habis 22 muka surat. Ada satu kes kajian yang buat saya berhenti fikir:
TEAM MARKETING CUMA SATU ORANG
Team Growth Marketing Anthropic cuma ada seorang je. Tak tahu coding. Tanggungjawab Google Ads, Facebook Ads, email marketing, SEO, app store.
Dulu, buat kandungan iklan Google Ads ambil 2 jam setiap kali. Kena tulis headline satu-satu (had 30 aksara), description satu-satu (had 90 aksara), untuk ratus-ratus kempen berbeza.
Sekarang orang ni guna Claude Code untuk:
- Baca fail CSV berisi ratus-ratus iklan lama lengkap dengan metrik keberkesanan
- Analisis sendiri iklan mana yang lemah
- Buat ratus-ratus variasi baru, betul had aksara
=> Dari 2 jam jadi 15 minit. Kelajuan naik 10 kali ganda.
BELUM BERHENTI SANA
Orang ni lagi buat plugin Figma sendiri untuk cipta 100 variasi imej iklan dalam setengah saat. Dulu kena copy-paste manual satu-satu, ambil berjam-jam.
Lagi buat MCP server sambung dengan Meta Ads API, untuk analisis keberkesanan kempen Facebook Ads terus dalam Claude tanpa perlu pindah-pindah platform.
Ulang: orang ni tak tahu coding 😬.
BUKAN MARKETING SAHAJA
Dokumen tu lagi kongsi kes kajian 9 team lain:
- Team Legal (undang-undang): Peguam tak tahu coding, buat app sokong komunikasi untuk keluarga pesakit, dalam 1 jam
- Team Design: Designer implement antaramuka sendiri, betulkan kod sendiri bukannya tunggu programmer. Kelajuan laju 2-3 kali ganda
- Team Finance: Kakitangan kewangan tulis permintaan dalam bahasa Inggeris biasa, AI jalankan query data dan keluarkan Excel
- Team Security: Debug masalah infrastruktur dari 15 minit jadi 5 minit
- Team Data Science: Tulis app 5,000 baris TypeScript walaupun "hampir tak tahu JavaScript"
PENDEKATAN YANG DIPELAJARI
Perkara sama untuk semua 10 team:
-
Takde sesiapa guna AI macam "tanya satu soalan, dapat satu jawapan". Dorang cipta workflow automasi keseluruhan proses
-
Fail Claude.md (fail panduan AI faham konteks kerja) adalah benda paling penting. Team mana tulis Claude.md terperinci, team tu guna AI lebih berkesan jauh
-
Kadar AI betul kali pertama cuma sekitar 1/3. Tapi jumlah masa tetap jimat banyak sebab bila betul, laju berlipat ganda
-
Tak cuba betulkan kesalahan bila AI salah. Dorang simpan versi semasa dulu, biar AI buat sendiri, lepas tu check. Salah pulak restore versi lama, suruh AI cuba lagi dari awal. Lebih laju daripada duduk edit hasil AI.
=> Sempadan antara "tahu coding" dan "tak tahu coding" sedang kabur sangat laju. Masalah tak lagi pasal awak tahu programming ke tak, tapi awak tahu gambarkan dengan tepat apa yang awak perlukan ke tak.
PS: Fail pdf asal dan terjemahan di bawah komen
Link: https://www-cdn.anthropic.com/58284b19e702b49db9302d5b6f135ad8871e7658.pdf
