Anthropic 销售:6 个 AI 助手每周替他省下约 60 小时(原文汉化)

Anthropic（Claude 背后的公司）日本团队的一位销售，不写代码，以前每天早上要花两小时左右分线索、写邮件，客户系统常常拖一天才补。现在这些活交给一队 AI 助手先做，他只审。他翻每周的工作记录，按自己手工要花的时间折算：一周约 60 小时。下面这几件你也能照着做：① 你每天重复的活拆成几块，每块交给一个 AI、只干一件事，哪里出错一眼就知道是谁② 你在一个助手的草稿里改过的措辞会被记成笔记，其他写邮件的助手也跟着不再犯③ 你打开邮箱，客户回信的草稿已经写好，最上面一段摘要讲清来龙去脉，你看完、改两句、点发送④ 不用等公司上系统：先在 Claude 里用 skill、定时任务和一个共享文件夹搭出原型，管不过来了再搬到云上托管⑤ 老板看这条：你团队里照规则办的活换便宜模型，要判断的才用贵的，每天定时跑的 AI 就不会越跑越费钱以下为全文翻译，原意未动。文末附我的落地建议。

我是 Anthropic 日本团队的 BDR（业务拓展代表：负责接住新来的潜在客户、筛选、发第一封邮件、约第一次会谈的销售）。我的工作是给日本企业演示 Claude 怎么简化、自动化他们的工作流程。可直到今年年初，我自己的工作流程大多还是手工的。

每天早上我要花两个小时左右分派和筛选销售线索，再用日语或英语写邮件。剩下的时间更新 CRM（客户关系管理系统，记录每个客户聊到哪一步），常常落后一天甚至更久。现在，分线索、写邮件、更新客户系统这些活，大部分在我上班前就由我的 Agent 准备好了，我只负责审。

（Agent：能按步骤自己干活的 AI 助手，下文也叫"助手"。）

我搭的第一个由 Claude 跑的流程挺简陋，但能用。我每次把一小块活交给 Claude，改掉它做错的地方，再把这些修改存下来。慢慢地，它长成了几个 Agent，每个负责一套日常流程。

消息传得很快，同事们开始找我要提示词和 skill（Claude 里可以反复调用的一套做事说明），想自己也搭一套。可我能给的只是一个压缩包：几个 skill 加几份知识库里的 Markdown 文件（一种纯文本文档格式）。他们得先传进 Claude，再回答一轮设置问题，才能跑起来。

我自己那套也越来越难管。每个 Agent 都由一个 skill、一个定时任务和一个共享文件夹拼成；要改的时候，我在手边开着的随便哪个对话里叫 Claude 改，结果同一个 skill 被很多个不同对话改来改去。

我想把每个 Agent 在一个地方定义一次，并且能看到自己对它做过的每一次改动。所以我决定试试 Claude Managed Agents（测试版），这是 Anthropic 在 Claude 平台上提供的托管服务，替你把 Agent 放在云上定时运行、统一管理。

一开始我有点犹豫。文档里讲的都是日程、工具、凭证保险库（专门存放登录凭证的地方），而我是个销售，以为 Managed Agents 是给能搭建、维护基础设施的开发者用的。我还是试了，因为我的 Agent 已经做好了，只需要搬过去。

结果我根本不需要是开发者。我用大白话描述每个 Agent 的工作，Claude 写了几段很短的设置脚本，我在自己笔记本的终端（电脑上输入命令的那个窗口）里运行一下就好。（如果你从零开始，控制台，也就是平台的网页管理后台里，也有现成 Agent 模板的快速上手。）从那以后，我再也没有需要照看的基础设施。

这篇文章里，我会讲我怎么设计这支 Agent 小队、怎么做原型、为什么搬到 Managed Agents、Claude Tag（能在 Slack 里像同事一样被 @ 的 Claude，下文细说）怎么接住日常流程之外的事、我的一周因此变成了什么样，以及我想对那些也想搭 Agent、把手工重复活自动化的销售说些什么。

01

每天的活怎么拆给几个 AI？一个只干一件事

我把自己的工作流程拆给几个 Agent，每个只负责一件明确的事。一个 Agent 只管一件事，最容易想清楚、最容易追踪，尤其是出问题的时候。它们大多用日语干活，所以我给每个都起了日文名。合起来叫 Nakama，意思是"伙伴"，更直白一点就是"一起干活的同伴"：

· Furiwake（"分派"）最先启动：读当天新进的线索队列，把每条线索分给团队里合适的销售。分的时候兼顾每人手上的数量和每条线索的优先级，还会看当天谁在岗。这样在我们谁都还没开始一天的工作之前，每条线索就都有了负责人。每次跑完，它会在一个专门的 Slack（海外常用的办公聊天软件，类似飞书、钉钉）频道里发一份报告：进来了哪些线索、分给了谁，方便我核对交接。

· Sabaki（"处理"）处理分给我的线索：逐条判断质量，按预设标准归类，再按这一类该走的下一步去做（比如回一封引导客户自助开通的邮件，或者写一封量身定制的首封邮件），同时更新 Salesforce（全球用得最多的客户管理系统）里的线索记录，起草首次联系的邮件。邮件内容取自 Nakama 的共享知识库，也就是一个所有 Agent 都能读写的记忆库（下文细说）。

· Henji（"回信"）每小时扫一遍我的收件箱，找出需要回复的客户邮件，按邮件往来的语言用日语或英语起草回复，用的是和 Sabaki 同一个知识库。我审一遍、改一改、发出去。

· Shoudan（"商机"）读最近的客户往来，把更新推进 Salesforce，商机记录不用我手工录入也能保持最新。

· Nokori（"收尾"）在一天结束时运行：扫我的日历，读会议附带的转写稿，总结每场会，起草跟进邮件，同样取材于那个知识库。

五个名字记不住没关系，记住"一个只干一件事"就够了。

每个 Agent 都按日程定时运行。第六个 Agent 是 Nakama 的协调者，相当于小队的运营经理：在两次运行之间更新各 Agent 的指令和共享知识库。我想改某个 Agent 的做法时，就在 Nakama 的 Slack 频道里用大白话写下来。只有我能在那里要求修改 Agent 的指令和系统提示词（给 AI 定岗位职责的那段常驻说明）。协调者大约每 15 分钟看一次频道，接到要求就去改。

一个 Agent 只干一件事，共用一份记忆：5 个干活的 Agent + 1 个协调者

能做什么：把你每天重复的活按"谁来干、读什么、交出什么"拆成几块，每块写成一个助手的岗位说明。

02

不用等公司上系统：先在 Claude 里搭出原型

开始做 Agent，不需要 Managed Agents。我整支小队最早都是在 Claude 里做的原型，用的是这几样：

· 每个 Agent 一个 skill：写清这一件活的做法。

· 每个 skill 一个定时任务，不用我手动去跑。

· 我笔记本上的一个共享文件夹，当作知识库：每个 skill 都把学到的东西写回这里，包括它起草的版本和我最后发出的版本之间的差别，以及它一路查到的新信息。

搬到 Managed Agents 之后，skill 变成了 Agent 的系统提示词，定时任务变成了 Agent 部署上的日程，共享文件夹变成了记忆库。我还是用大白话提修改，只不过现在统一在一个 Slack 频道里提；而且每改一次 Agent 的指令就存成一个新版本，每个 Agent 都有一份带编号的指令历史。

我的建议是：先在 Claude 里开始，等 Agent 多到你自己管不过来了，再搬到 Managed Agents。

从 Claude 里的一句提示词，到 Managed Agents 上的 Agent：三步走

能做什么：今天就在你用的 AI 工具里，挑一件活写成说明、设个定时、建个文件夹存修改，先跑一周。

03

关了电脑 AI 还跑吗？客户数据交给它放心吗？

对我的工作流程来说，Managed Agents 带来的最重要的是三样东西。

一、Agent 在后台跑，不用开着电脑

不管我的笔记本开没开、联没联网，Agent 都按自己的日程跑。日程是每个 Agent 部署的一部分。在 Claude 里我也能给 skill 定时，但那些定时都是在我自己的 Claude 应用里设的任务。在 Managed Agents 上，我在控制台里设好频率和时区，和已部署 Agent 的指令、工具放在一起，另外也不用再维护任何定时脚本。

哪次运行出了错，我能在控制台里打开它，看到 Agent 走的每一步。我在调整某个 Agent 的时候，就算只改了一半，照常定时运行的还是已部署的老版本，没改完的东西不会带进第二天的运行。

二、整支小队共用一份记忆，并从我的修改里学习

每个 Agent 都读写同一个记忆库，所以任何一个 Agent 都能用上其他 Agent 学到的东西。Agent 会把自己写的草稿和我最后发出的邮件做对比，把每一处差别存成一条"他会怎么说"的笔记。它们在查资料时从公司内部文档和官网上挖到的新信息，也会存下来。

我在一个 AI 助手的草稿里改一次措辞，另外两个写邮件的助手也不再犯同样的错。——Anthropic 日本销售 Shahboz

三、登录凭证放在托管保险库里，权限按需分配

我的 Agent 能访问我的邮箱和公司的 Salesforce 记录。这些是客户对话和公司记录，这份访问权必须管得住。凭证都放在托管的保险库里，它专门保管 Agent 登录外部服务用的各种凭证（OAuth 访问令牌和刷新令牌、API 密钥、个人访问令牌，都可以理解成 AI 登录各个系统用的"钥匙"）。

每个 Agent 的部署只挂它这份活需要的那几个保险库，Agent 本身看不到凭证，我一步就能收回权限。

能做什么：给 AI 开权限前先列一张表，每个助手只给它这份活要用的系统，收回权限的开关握在你自己手里。

04

遇到规则管不了的事，AI 会不会卡住等你？

Nakama 交出来的东西，大部分我只需要在收件箱里读一遍草稿、发出去，或者扫一眼更新过的 Salesforce 记录。但有些事需要再走一步，比如弄清客户该怎么升级套餐、走什么采购流程，或者要把问题转给别的团队。

遇到这些，Agent 不会停下来等我，而是交给 Claude Tag（测试版）。Claude Tag 就是把 Claude 设成我们 Slack 工作区里的一个成员：它加入的频道里，任何人（无论是同事还是我的某个 Agent）都可以 @Claude 提要求，它接下来就在那条讨论串里干活。在工作区里配置好之后，没有任何新东西要学，在 Slack 里，你像 @ 一个同事那样 @ Claude 就行。

在我这套里，流程是这样的：某个 Agent 把待办事项发到 Nakama 的 Slack 频道并 @Claude。Claude 读完讨论串，查我们的规则和适用的条款，列出可选方案，起草需要的东西。某一步需要我审核或签字时，它会 @ 我。

如果得先等客户或别的团队回复，Claude 会给自己设一个提醒，到某天回来查。下面这个讨论串里，它设了周二的提醒，去看客户回没回、交易审核台（公司内部审批合同和价格条款的团队）有没有处理工单。提醒到期后，Claude 两头都查，把进展发在同一个讨论串里。如果需要催谁，它就起草好催促消息，@ 我来发。

Henji 发现客户想在续约前从团队版升到企业版并走发票付款，@Claude 接手；Claude 列出客户要什么、公司规则怎么说、还缺哪些信息，建议先问客户续约日期和人数，并起草好邮件；作者回"好，再起草一张交易审核工单"，Claude 存好草稿、写好工单，设了周二的提醒回来跟进。

Claude 每天早上还会发一份产品和价格更新简报。Nakama 的协调者读到这份简报，就把需要改的内容写进共享知识库。

能做什么：给你的助手定一条规矩，遇到规则管不了的事不卡住，转给一个能查规则、列方案、需要拍板时叫你的"值班同事"。

05

活都交给 AI 了，人每天还干什么？

现在 Claude 替我准备新线索的回复，CRM 记录也基本不用我手工录入就能保持最新，我的角色变成了审所有需要人来判断的事。

一本写好的规则手册划定了每个 Agent 的职责范围，价格问题、敏感客户、意思不清楚的请求，都转给我。Henji、Sabaki、Nokori 起草的每封邮件，最上面都有一小段摘要，讲清是怎么回事，我不用把整个邮件往来从头翻一遍。我读摘要、确认、修改、发送。

Henji 起草、等待审核的回信。顶部灰框是只给作者看的摘要（不会发出）：客户问 40 人用哪个套餐、上线前要过安全审查；这封草稿对比了两个套餐，因为有管控要求倾向企业版，提议下周约 30 分钟电话，价格有意没写；最后一行标出引用了知识库里的哪几份资料。

我看了这支 AI 小队每周的工作记录，把每项任务按我自己手工做要花的时间来算，它每周替我省下大约 60 小时的工作量。

（整理者注：这是把 AI 干完的活按他手工要花的时间折算出来的。AI 按日程跑，不分上下班，所以这个数可以比一个人一周的工时还多。）

腾出来的时间，我花在 Agent（目前还）干不好的事情上：和客户谈、制定主动开发客户的策略、跨部门项目，以及帮同事搭他们自己的小队。

能做什么：让 AI 交给你的每份草稿顶上都带三行摘要，你只看摘要和要拍板的地方。

06

每天定时跑的 AI，怎么才不会越跑越贵

定时运行的 Agent 不管我看不看，每天都在跑，所以浪费会在成本和可靠性上慢慢累积。最常见的错误有三种：在原有指令上一直往后加，而不是更新它；给 Agent 的上下文比它这份活需要的多；所有任务都用最大的模型、开最高的思考强度。

Agent 能不能一直高效，主要看这支小队是怎么设计的：每个 Agent 只有一件活，所以指令一直聚焦在这件活上；每个干活的 Agent 都按日程跑，醒来、干完这一轮、停下；Agent 之间共用记忆，所以一处修改到处都能用上。

另一个大因素是每个 Agent 用什么模型。一个 Agent 的活一旦定义清楚，它可能就用不着我们最强的模型。Furiwake 和 Shoudan 照一本写好的规则手册办事，所以用 Sonnet，我们较小的模型。Sabaki、Nokori 和协调者用 Opus，我们较大的模型，因为它们的活更需要判断。协调者最需要，它要改其他 Agent 的指令，改错一次就会波及每一个 Agent。

Henji 需要的判断不比 Sabaki 少，因为每个客户的邮件都不一样；但它又是跑得最频繁的，整个工作日都在跑。每次都用 Opus 会是最贵的方案，所以我在 Managed Agents 里用了"顾问策略"（平时用便宜模型干活，拿不准时再请贵模型出主意）：Henji 平时用 Sonnet，碰到自己拿不了主意的决定，就去问 Opus。这位顾问先看 Henji 做到了哪一步，再给出一个计划、一处纠正，或者一个"停下"的信号。Henji 照着把草稿写完，交给我审。

我还给每个 Agent 单独设了思考强度（模型回答前想多久），和模型选择分开设，只在推理确实难的地方调高，比如 Henji 的回信。

能做什么：把你交给 AI 的活分成"照规则办"和"要判断"两类，前一类先换便宜模型试一周，看返工有没有变多。

07

搭自己的 AI 小队之前，他最想告诉你的三件事

给想搭自己 Agent 小队的人，我想传三件事。

1. 不需要每次都写详细的提示词。把这件活描述一次，让 Claude 起草，你改草稿，再让它把你的修改留下来。

2. 知识库比提示词更重要。每一次修改、每一次和客户的往来记录，都存在所有 Agent 都能读写的地方，Claude 从那里拿上下文，而不是靠越写越长的提示词。我花了几百轮"起草、修改、保存"，每一轮都很便宜，才让草稿读起来像我自己写的。

知识库比提示词更重要。我花了几百轮"起草、修改、保存"，才让 AI 的草稿读起来像我自己写的。——Anthropic 日本销售 Shahboz

3. 早点给 Claude 更多空间。一开始，我一直自己做那些我以为非我不可的事：更新知识库、手动改每个 Agent 的指令。等我放手之后，这两件都做得很好。现在 Agent 自己把学到的东西写进知识库；我用大白话提要求，协调者就去更新其他 Agent 的指令。对那些本可以放心交给 Agent 的活，我之前太谨慎了。

你每天最机械、最想先甩给 AI 的那件活是什么？要花你多久？留言说说。

原文：《How an Anthropic BDR in Japan runs his day with Claude Managed Agents》，作者 Shahboz Ibragimov（Anthropic 日本团队业务拓展代表），发布于 Claude 官方博客，2026 年 10 月 16 日。

中文翻译与排版整理：刚哥AI落地。全文翻译，原文观点、数字、案例未动；价值预告、小标题、每节末尾的斜体行动句、括号里的名词解释、两张截图的中文图注、模型分工图（原图为英文表格，按原图内容重绘为中文，"为什么"一栏照原图）、落地按与留言句为整理者所加。

原文地址：https://claude.com/resources/articles/how-an-anthropic-japan-business-development-representative-runs-his-day