会议录音整理：自动生成摘要与负责人跟进事项表

会议结束后，录音转写文件倒是留下了，但阅读、归纳、按负责人整理后续行动，这些活儿全得人来干。把一个转写文件丢给Claude Code，再加一句指令，几分钟后，整理好的Word会议纪要就静静躺在文件夹里了。

准备工作很简单。不管你用Zoom、Google Meet、Microsoft Teams、Fireflies、Clova Note还是Granola，会议结束后都能把转写内容导出为文本文件。Zoom点「Save Transcript」可以保存.vtt或.txt文件，Teams在会议详情页能下载.docx。

把这个文件放进项目文件夹下的transcripts子目录，准备工作就完成了。

在终端里切换到项目文件夹，启动Claude Code。

cd ~/ai_workspace/meetings source ~/ai_workspace/venv/bin/activate mkdir -p transcripts summaries claude

对话启动后，用自然语言下达指令：「读取transcripts文件夹里的2026-04-15_高管会议.txt，生成一份包含10行摘要、决议事项清单、负责人跟进事项表的Word文件，保存到summaries文件夹。文件名沿用原文件的日期和会议名称。」

Claude Code会在内部调用python-docx库，生成一份可以直接打开编辑的.docx文件。成品包含三个部分。第一部分是把整场会议压缩到10行的摘要，不管原会议是90分钟还是20分钟，核心论点都会以相同密度呈现。第二部分是单独提取出来的决议清单。

每条决议会标注「决定了什么、为什么这样决定」。第三部分是一张三列表格：负责人、待办事项、截止日期。如果转写稿里出现了「我周三之前发给您」这类表述，负责人姓名和截止日期会被自动提取出来。

成品质量与提示词的具体程度成正比。与其写「帮我总结会议」，不如把背景信息一起给出来。比如写：「这份转写稿是2026年4月15日高管会议的记录，参会者为CEO、CTO和市场总监三人。以决议为核心进行总结，不需要分析发言者的个人风格。」这样输出会规整得多。

如果打算直接贴到Slack或Notion，可以追加格式要求：「要贴到Slack，所以另外生成一份300字以内的纯文本摘要，不要Markdown格式。如果是贴Notion，就用带复选框和小标题的Markdown。」

如果这是一项重复性工作，建议把流程写入CLAUDE.md作为常驻指令。

cat << 'EOF' > ~/ai_workspace/meetings/CLAUDE.md 本项目用于将会议转写稿转换为结构化会议纪要。从transcripts文件夹读取.txt或.vtt文件，以Word格式保存到summaries文件夹。会议纪要格式：(1) 10行摘要 (2) 决议事项清单 (3) 负责人跟进事项表。负责人姓名以转写稿中提到的人名为准。未明确截止日期的，默认设为3个工作日后。使用敬语体。摘要过程中不得擅自省略原文内容。 EOF

从下一场会议开始，只需把文件丢进transcripts文件夹，然后说一句「处理新的转写稿」就行了。即使切换了会话，CLAUDE.md里的规则每次都会被加载，输出质量保持稳定。

有一件事必须注意。转写稿包含参会者的原始发言，属于敏感信息。法律咨询会议、人事讨论、客户洽谈的内容，在发送给外部AI之前，需要先确认是否符合所在组织的数据管理规定。律师工作中涉及委托人信息的转写稿尤其需要谨慎。根据内部规定，可能需要只走API通道，或者先做匿名化处理再上传。

Claude生成的会议纪要是初稿。数字、日期、金额、法律条文这类出错后果严重的内容，必须与原始转写稿核对。「商定涨幅百分之几」「约定什么时候交货」这样的具体承诺，绝不能跳过回查原文的步骤。

下载文件夹自动整理

下载文件夹一旦放任不管，几百个文件就会混成一团。PDF收据、截图、合同草稿、名字乱七八糟的CSV、过期的安装包，全堆在一个地方。想找一个文件，光翻就要好几分钟。用Claude Code，一条指令就能按类型和日期分类文件，把过期的挪到归档区，把可疑文件单独隔离，整个过程几分钟搞定。

动手之前有一条铁律：文件移动脚本第一次运行时不要真的移动，先用dry-run跑一遍，确认每个文件会去哪里。重要文件被挪错了位置，找回来比整理之前还痛苦。

在终端里准备好工作文件夹。

cd ~/ai_workspace/file_automation source ~/ai_workspace/venv/bin/activate claude

Claude Code启动后下达指令：「写一个Python脚本来整理~/Downloads文件夹。图片(.jpg .png .gif .webp)移到Pictures，PDF移到Documents/PDFs，视频(.mp4 .mov .mkv)移到Videos，代码文件(.py .js .ts)移到Projects/Code，其余的放进Other。

超过6个月的文件移到Archive，发现同名文件就分到'DuplicateCheck'文件夹。不要删除任何文件，--dry-run标志默认开启。执行日志写入organize_log.txt。」

Claude Code写完脚本后，先在终端用dry-run模式试跑。

python organize_downloads.py --dry-run

检查输出日志，确认无误后再正式执行。

python organize_downloads.py --execute

以186个文件为例，大约1分30秒到2分钟就能整理完毕。如果让脚本读取文件内容再分类，耗时会长一些，但准确率更高。比如一个叫「image_001.jpg」的文件实际上是扫描的收据，光看扩展名会被送去Pictures，但读取内容后就能判断应该放到Documents/Receipts。

这个脚本做好一次就不用重写了。把成品纳入版本管理，每月跑一次即可。也可以写进crontab，设成每周日凌晨自动执行。

crontab -e 0 3 0 cd ~/ai_workspace/file_automation && source ~/ai_workspace/venv/bin/activate && python organize_downloads.py --execute >> ~/logs/organize.log 2>&1

再进一步，还可以做基于内容的分类。把收据PDF集中到一个文件夹，然后说「读取每个PDF的内容，按'年-月-日_商家名_金额'格式重命名。同时生成一份changelog.txt，记录原文件名和新文件名的对应关系。」脚本会通过OCR和文本提取完成批量重命名。

OCR识别不确定的文件，会在文件名前加上「[待确认]」前缀，方便人工复核。

律师事务所用这个方法，价值更大。每个案件都有一个「委托人提交资料」文件夹，里面照片、扫描件、HWP文档、录音转写混在一起。按案件性质定好分类规则，委托人每次发来资料，文件夹结构就会自动归位。

比如设定「刑事/证据照片、刑事/证人陈述、刑事/委托人备忘、民事/合同、民事/交易记录」这样的分类，写进CLAUDE.md保存即可。

只要守住一条原则：文件操作脚本的默认模式永远是dry-run，正式执行必须显式加标志。每次让Claude Code写脚本时把这条规则写进提示词，就能把失误降到最低。花2小时自动化一项每次5分钟的重复劳动，此后每年省下28小时。这是时间的复利。

邮件分类与回复草稿生成

收件箱支配工作节奏，这种感觉谁都不陌生。一天200封、300封堆起来，重要邮件就埋没在广告和自动通知中间了。把Gmail接入Claude Code，早上30秒之内就能拿到按「需要回复 / 看一眼就行 / 噪音」三档分好类的摘要，需要回复的邮件还会生成一份模仿你语气的草稿，直接存进Gmail草稿箱。

关键有两条。第一，绝对不自动发送。第二，让它学会你的语气。

把Gmail接入Claude Code有好几种方式，其中用Gmail MCP连接功能最稳定。在Google Cloud Console创建OAuth凭据，然后注册到Claude Code。

claude mcp add --transport stdio google-workspace \ -- npx -y google-workspace-mcp \ --client-id YOUR_GOOGLE_CLIENT_ID \ --client-secret YOUR_GOOGLE_CLIENT_SECRET

首次运行时在浏览器里完成Google账号授权，连接就建立好了。如果有多个账号（个人、工作、订阅），分别用不同名称注册，比如gmail-personal、gmail-business，这样就可以说「只分类工作邮件」。

先建一份你的语气档案。让Claude Code读取已发邮件里最近的20封，提炼出你的写作风格。

claude

「读取我gmail-personal已发邮件里最近的20封，分析我的写作风格。整理出句子长度、问候语习惯、常用连接词、正式程度、落款方式，保存为'我的邮件语气.md'文件。」

这个.md文件就是后续生成回复草稿的基准。之后只需要这样说：「扫一遍过去12小时收到的邮件，按(1)需要回复 (2)看一眼就行 (3)噪音 三档分类。需要回复的邮件，用'我的邮件语气.md'里的风格写一份回复草稿，存进Gmail草稿箱。绝对不要发送，只存草稿。」

VIP名单包括（老板、主要客户负责人、公务卡管理员）。VIP邮件要最优先处理。

结果是这样返回的：918封未读邮件中，7封被标记为「需要回复」并置顶，每封邮件旁边标着草稿编号。接着说一句「把3号草稿的语气改得再柔和一点」，马上就能改好。

如果想让这个工作流每天早上自动执行，可以挂一个定时钩子。

cat << 'EOF' > ~/.claude/commands/morning-email.md 早间邮件简报流程。 1. 检查gmail-personal和gmail-business两个账户过去12小时的邮件。 2. VIP发件人（保存在config中的名单）的邮件最优先置顶。 3. 将邮件分为「需要回复」「浏览一下」「噪音」三类。 4. 对需要回复的邮件，按照my_email_tone.md中的语气撰写草稿。 5. 草稿只能保存到Gmail草稿箱，绝对禁止自动发送。 6. 将结果摘要保存为Morning_Email_Brief.md文件。 EOF

现在每天早上只要输入「/morning-email」，这个流程就会自动跑起来。人要做的事情就三件：读草稿、改草稿、按发送键。

律师工作用这套方法收效尤其明显。每个案件跟委托人来回的邮件动辄几百封，光是每天早上搞清楚哪个案件有了什么进展，就要花半个小时。「把带案件编号标签的邮件按案件分组，每个案件最近24小时发生的事情用一段话概括。

委托人新提供的材料、对方发来的内容、我承诺的后续行动，分开整理」，这样一条指令下去，按案件分类的简报立刻就出来了。

有一条原则绝对不能跳过：AI写的邮件草稿不能原封不动地发出去。给朋友写的信、给商业伙伴的提案、给委托人的回复，一个词的语气差异就可能改变结果。代码可以交给AI，但邮件末尾一步必须由人来读、来改。带bug的邮件一旦发出去就收不回来了。

法律咨询邮件里哪怕用错一个词，委托人就会拿着那封邮件去行动。草稿可以快速生成，但发送按钮必须由人来按，这条原则在律师实务中一次都不能破。

批量重命名文件，读取内容后再改名

收据、合同、扫描的税务发票，内容本身是有结构的，文件名却一塌糊涂。IMG_2341.jpg、scan_0019.pdf、未命名-3.pdf，要在这堆名字里找到某笔交易，只能一个一个打开看。Claude Code能直接读取文件内容，按照统一规则重新命名。

操作步骤始终一样。先做备份，再用dry-run预览结果，然后执行实际重命名，末尾留下变更日志。

在终端准备好工作文件夹。

cd ~/Documents/receipts_2026Q1 cp -r . ../receipts_2026Q1_backup_$(date +%Y%m%d) claude

向Claude Code下达指令：「把这个文件夹里所有收据PDF和JPG的内容读一遍，提取商户名、交易日期、金额。文件名改成『2026-MM-DD_商户名_金额.扩展名』格式。商户名有空格的用下划线替换。提取结果不确定的，在文件名前加上『[待确认]』，并在rename_log.csv里记录原因。先用 --dry-run 跑一遍，看看会怎么改。」

用dry-run确认Claude生成的脚本，预期的变更明细会以表格形式输出。

原文件名 → 新文件名 IMG_2341.jpg → 2026-01-15_星巴克_4800.jpg scan_0019.pdf → 2026-01-22_首尔花园_87000.pdf 无题-3.pdf → [待确认]_无题-3.pdf（商户名不明确）

确认没问题就正式执行。

python rename_receipts.py --execute

变更日志里会记录原文件名、新文件名、提取的数据和置信度评分。只要有这一份日志文件，以后出了问题就能百分之百追溯到哪个文件做了什么改动。

这种方式在律师事务所用起来格外顺手。案件档案动辄积累上千个PDF，扫描上传的文件名基本没有意义。

只要下达指令：「从每个文件中提取案件编号、文档类型（起诉状/答辩状/准备书面/证据）、撰写日期，按『案件编号_文档类型_撰写日期.pdf』格式重命名，再按案件编号移入子文件夹」，原本需要几天的分类工作几个小时就能搞定。无法提取案件编号的文件会自动归入「未分类」文件夹。

判断模糊的文件，指示AI一律加上「[待确认]」前缀是比较稳妥的做法。如果AI觉得「差不多对了」就直接采纳推测结果，案件档案里就可能出现一两个文件被归到错误案件编号下面的情况。法律文书出这种差错是致命的。

可以延伸的场景还在不断增加。照片文件夹里可以说「读取EXIF元数据，按『拍摄日期_地点.jpg』格式重命名」。屏幕录制视频可以说「分析录屏画面，按『日期_程序名_操作内容.mp4』格式重命名」。论文PDF就更直接了，一句「从文件中提取作者、年份、标题，按『作者_年份_标题.pdf』格式重命名」就完事了。

只要根据打开文件的人的习惯调整规则，同一套引擎就能整理各种文件夹。

有一条最关键的原则：重命名很难撤销。批量修改1000个文件后发现结果不对，就只能对着日志一个一个改回去。所以始终遵守三件事。做好备份。先用dry run预览。留下日志。把这三条提前写死在提示词里，就不会重蹈覆辙。看起来不起眼的这三行字，能防住一个周末整天泡汤的事故。

收据与税务发票Excel化

扫描的收据和PDF税务发票堆了几十张，每月底对账就是一种折磨。打开Excel逐条录入商户名、日期、金额、类别，事情本身不难，但枯燥且容易出错。Claude Code一条指令就能搞定。文件夹里会生成一个公式完好的实际.xlsx文件。

准备工作很简单。把收据照片和PDF放到同一个文件夹，然后在该文件夹下启动Claude Code。

mkdir -p ~/Documents/receipts_2026April # 把收据文件放进这个文件夹 cd ~/Documents/receipts_2026April source ~/ai_workspace/venv/bin/activate claude

下达指令：「把这个文件夹里所有的收据图片和PDF读取一遍，提取商户名、日期、金额、支付类别（餐饮/交通/办公用品/招待费/其他）。保存为Excel文件，按日期排序，用SUMIF公式加上各类别的合计。OCR识别不确定的条目，在备注栏标注『需确认』。文件名设为receipts_2026April.xlsx。」

几分钟后文件夹里就会出现Excel文件。打开一看，是一张六列的表：日期、商户名、金额、类别、支付方式、备注。表格下方用公式列出了各类别的合计。在Excel里直接改数字，合计也会自动更新。

关键在于，生成的Excel文件中公式是真正可以运行的。Claude Code在内部调用openpyxl库，不仅写入单元格的值，还会把公式、条件格式、数据透视表一并写进文件。打开后可以看到类似 =SUMIF(D:D,「餐饮」,C:C) 这样的公式确实保留在里面。

如果报销分类标准因公司而异，可以把分类定义保存在CLAUDE.md里。

cat << 'EOF' > ~/Documents/receipts_template/CLAUDE.md 发票分类标准： - 餐饮：餐厅、咖啡店、便利店食品 - 交通：加油、出租车、高铁、机票、停车费 - 办公用品：文具、墨盒、软件、电子设备 - 招待费：客户会面餐费、礼品 - 通信：手机、宽带、云服务 - 培训：图书、研讨会、在线课程 - 其他：不属于以上分类的所有项目 Excel输出规则： - 日期格式：YYYY-MM-DD - 金额只记录数字（不加 ¥ 符号） - 增值税10%单独一列记录 - 用SUMIF公式在表格底部添加各分类小计 - 在最末尾记录当月总计和增值税合计 EOF

从下个月起，只要把文件丢进文件夹，说一句「把这个月的发票整理成Excel」就行了。

增值税发票还可以更进一步。把从税务系统下载的电子发票XML文件集中到一个文件夹里，然后说「解析XML，把供应商、购买方、品目、不含税金额、税额、合计整理成Excel。销项和进项分别放在不同的工作表里。再用一个工作表按月汇总增值税合计」，增值税申报的基础资料就直接出来了。

律师事务所也用同样的方式管理代理费。委托人的委托合同、到账确认单、出差费用发票混在一起堆积起来，案件结束后结算会变得很复杂。这时可以说「把按案件编号分好的文件夹里的发票和到账凭证读取出来，代理费收费部分和实际费用报销部分分成不同的列，生成一个Excel。

帮我算出每个案件的总实际费用、总代理费和未收余额」，这样就能得到一份可以直接发给委托人的结算清单初稿。

OCR识别率低的发票一定会存在。模糊的照片、皱巴巴的纸张、背面印着广告语的收据。AI会把这类文件标注为「待确认」，但末尾还得人工浏览备注栏逐一修正。企业报销要求每笔金额精确无误，税务稽查时原始发票和账簿记录必须完全一致。

数字自动化带来的便利，并不能减轻验证数字的责任。不管做一张Excel花30分钟还是30秒，确认数字正确这件事始终是人的活儿。

将多份文档合并为一份报告

一个案件、一个项目收尾的时候，打开文件夹会发现格式五花八门。PDF调研报告、纯文本备忘录、Markdown笔记、CSV数据、Excel表格、Word草稿全混在一起。要把这些合成一份Word文档，就得逐个打开、复制、粘贴、调格式，枯燥的工作能耗掉半天时间。Claude Code不管文件格式是什么，都能读取内容并组装成一份完整报告。

原理很简单。Claude Code会根据情况选用pypdf、python-docx、openpyxl、pandas等库来读取文件，把不同格式的内容统一为文本，再组装最终文档。人要做的，只是给一句指令：「原始文件在哪里，最终想要什么样的成品。」

先准备好工作文件夹。

cd ~/ai_workspace/reports/case_2026_042 ls # investigation_report.pdf, interview_notes.txt, evidence_log.xlsx, # timeline.md, witness_statements.docx, financial_data.csv

启动Claude Code，输入指令。

claude

「请读取这个文件夹里的所有文件，组装成一份Word格式的案件结案报告。结构按以下顺序排列：(1) 案件概要 (2) 时间线 (3) 相关人员陈述摘要 (4) 证据清单 (5) 财务分析 (6) 结论及后续措施。日期统一使用YYYY-MM-DD格式，金额统一以韩元(₩)为单位。CSV中的表格请转换为Word表格插入。

每个章节末尾用脚注标注来源文件名。文件名保存为Case_2026_042_Final_Report.docx。」

Claude Code内部会经历三个阶段。第一步是提取：用对应格式的库打开每个文件，转换为文本。第二步是整理：统一日期格式、货币单位和人名写法。比如同一个人在不同文件里写成「洪吉童」和「洪 吉童」，会被归并为统一的名字。第三步是组装：按照指令中的章节结构重新编排内容，CSV表格则转换为真正的Word表格后插入。

文件数量多的时候，Claude Code会并行启动辅助代理。一个代理读取PDF的同时，另一个解析Excel，还有一个在整理录音文字稿。即使文件夹里堆了50个文件，几分钟内也能整理完毕。

这种方式在律师工作中格外好用。一个案件拖上几个月，委托人发来的资料、对方的答辩书、证人陈述书、判例资料、银行流水，会按文件逐渐堆积起来。写准备书面的时候，把所有资料过一遍、梳理事实经过，这件事最耗时间。只需说一句「请读取这个文件夹里的所有资料，按时间顺序做一张事实梳理表。

每条事实必须标注来源文件名和页码。如果存在相互矛盾的陈述，请单独列一个章节标出来」，准备书面初稿的骨架一个小时内就能出来。

有一件事必须记住：Claude组装出来的报告是初稿。法律文书里一个事实出错，整条论证链就会塌掉。要根据每个章节末尾标注的来源文件名和页码，对重要事实逐一打开原件核对。金额、日期、当事人姓名、合同条款编号，这些必须亲眼再比对一遍，这个步骤跳不过去。

如果有固定的报告模板，可以把它存进CLAUDE.md。

cat << 'EOF' > ~/ai_workspace/reports/CLAUDE.md 案件结案报告标准结构： 1. 案件概要（案件编号、受托日、结案日、委托人、对方当事人、案件性质） 2. 时间线（日期/事件/来源 三列表格） 3. 相关人员陈述摘要（按人物分组） 4. 证据清单（证据编号/标题/提交日/来源 四列表格） 5. 财务分析（总代理费、实际费用明细、未收款） 6. 结论及后续措施 统一规则： - 日期：YYYY-MM-DD - 金额：₩符号 + 千位逗号 - 人名：姓名之间不加空格 - 法律条文：「法律名称」第○条第○款 格式 来源标注：每条事实陈述末尾以（文件名，页码）格式加脚注 EOF

下次再有新案件，只要说一句「用案件文件夹里的资料生成结案报告」，就能得到同样格式的报告。格式固定之后，读报告的人不用每个案件重新理解结构，事务所内部的资料管理也能保持一致。

周报自动生成，Notion、Slack、Google Drive联动

周一早上坐到桌前准备写周报，光是把上周发生的事重新汇总起来就够折腾了。打开Notion项目看板数一数完成了多少任务，翻Slack聊天记录找决策结论，再去Google Drive查最近上传的文件。光是收集素材就要一个小时，整理又是一个小时。Claude Code可以同时连接这三个工具，把这个过程压缩到几分钟。

先把三个连接器接上。Notion、Slack、Google Drive各自都有官方MCP连接服务器。

claude mcp add --transport http notion https://mcp.notion.com/mcp claude mcp add --transport http slack https://mcp.slack.com/mcp claude mcp add --transport stdio google-workspace \ -- npx -y google-workspace-mcp \ --client-id YOUR_GOOGLE_CLIENT_ID \ --client-secret YOUR_GOOGLE_CLIENT_SECRET

每个连接器首次认证时，浏览器会弹出OAuth窗口，选择账号和授权范围即可，只需操作一次。Notion可以只授权特定工作区和页面，Slack可以限制为只访问需要的频道。涉及委托人信息的Notion页面或法务团队专用Slack频道，最好有意识地缩小连接范围，这样更安全。

连接完成后，在Claude Code会话中输入指令。

claude

「请创建一个每周五下午5点运行的周报技能。

（带有emoji标记的消息视为决策事项）。

Claude Code会同时调用三个工具。从Notion用数据库筛选器拉取已完成的条目，从Slack按频道搜索消息并筛选出带emoji标记的内容，从Drive按modifiedTime字段过滤出最近修改的文件。所有结果汇总后组装成一份报告，输出为Word文件。

还可以更进一步，把这项工作设成定时任务。使用2026年4月14日上线的Claude Code Routines功能，就能设定为每周五下午5点自动执行。

claude

「/schedule 每周五下午5点执行周报例程」

Routines在Anthropic云端运行，所以即使合上笔记本电脑、即使在出差途中也照常执行。Pro计划每天可运行5次，Max计划15次，Team和Enterprise计划25次。如果只想在自己的Mac上本地运行，用Desktop的Scheduled Tasks更简便。

这种方式的限制是电脑必须开着、Claude Desktop应用必须在运行状态，但访问本地文件要自由得多。

有两点需要留意。第一，敏感数据的连接范围必须慎重设定。委托人姓名、案件详情、合同金额这类信息，在连接的各个服务和AI服务器之间来回传输，所以只有在委托合同中允许使用AI工具的情况下才能用，否则最好建一个做过匿名化处理的独立工作区来操作。

第二，报告初稿不宜直接发给上级。Notion数据库的筛选条件偶尔会出错，导致已完成的条目被遗漏。让人末尾过一遍，发现「这条漏了」，马上修正后重新生成即可。自动化不是替代人的判断，而是给人腾出做判断的时间。

竞争对手新闻监测与简报

法律市场的竞争格局、新出炉的判例、关注企业的公告，这类信息每天跟进才有价值。但每天逛十几个新闻网站、从中筛选重点，轻轻松松就要花掉一两个小时。Claude Code内置了网页搜索工具，只需说一句「帮我整理一下今天关于这几家企业的新动态」，它就会自动搜索、摘要，然后存进文件夹。

这项工作的关键在于把搜索范围和摘要格式说清楚。

claude

「请创建一个每天早上7点运行的竞争对手监测例程。监测对象是金&张律师事务所、广场、世宗、律村、太平洋这五家。需要确认的内容包括：(1) 新引进的合伙人律师 (2) 新成立的业务组 (3) 重大受托公告 (4) 媒体采访或专栏投稿。只抓取过去24小时内发布的内容，以韩语新闻为主进行搜索。

结果保存为『~/intel/YYYY-MM-DD_law_market_brief.md』文件，每条信息末尾必须附上来源URL。按重要程度分为高/中/低三级，高级别的条目集中放在最前面。」

Claude会用网页搜索工具，按每家企业名称搭配关键词组合进行检索。比如「金&张 合伙人引进 2026」「广场 新业务组成立」这样带日期的查询，读取排名靠前的结果后提炼要点。结果以Markdown文件保存，用Obsidian或Notion可以直接打开查看。

这个模式不只适用于企业新闻，判例和法规的监测同样适用。

claude

「请创建一个每周一早上8点运行的新判例简报。关注领域包括：(1) AI与数据相关判例 (2) 个人信息保护法违规 (3) 创业公司投资合同纠纷。请从韩国法院网站(law.go.kr、scourt.go.kr)和主要律所博客中，搜索上周宣判或公开的判例。

每个判例请整理案件编号、争议焦点和判决要旨，并用2到3句话说明它对实务的重要性。结果保存为『~/intel/YYYY-MM-DD_precedent_brief.md』，同时在『~/blog_ideas.md』文件中提出3个博客选题建议。」

再往前走一步，收集到的信息不只是存起来，还可以直接变成文章。在竞争对手动态摘要后面加一句「从这些信息中挑3个适合写博客的主题，每个主题写一份提纲」，每天早上连内容策划素材都一并生成了。

个人领域也能用同样的模式。比如每天扫一遍投资组合中的企业新闻、常用服务的用户协议变更、感兴趣的技术领域的重要论文，拿到一份当天的摘要。「请查看三星电子、SK海力士、Naver过去24小时的股价相关新闻和公告。涨跌幅超过±3%的个股放在最前面。

重要公告请摘要全文」，这样一来，每天早上文件夹里就会积累好个股分析的基础资料。

网页搜索结果有一个盲区：来源的可靠程度参差不齐。AI搜来的新闻，有时是博客转载的摘要，有时是经过两三手传播的报道，偶尔还会抓到标注了错误日期的旧闻。所以指令中必须要求在结果文件里保留原始URL作为出处。遇到重要信息，还是要自己打开原文再确认一遍。

「某某调到了某某部门」这类人事动态新闻，经常出现同名不同人的混淆，养成同时查看原文照片和履历介绍的习惯很有必要。

处理市场分析报告或经济指标时，需要另一层警惕。AI擅长把数字说得头头是道，却不保证数字本身准确。简报里写着「本周原油价格较上周上涨4.2%」，实际可能是3.8%。

如果数字要作为决策依据，务必再往下走一层，到原始数据源（韩国银行、统计厅、交易所公告）去核实。

竞争对手监控对时效极其敏感。昨天的新闻拖到一周后再看，价值折半。所以让这项工作每天自动跑起来才是关键。挂到Routines上之后，笔记本关机也能在云端执行。每天早上去厨房倒杯咖啡回来，当天的市场简报已经躺在桌面文件夹里了。

每日早间自动简报生成

一天开头的前三十分钟怎么花，决定了整天的密度。打开收件箱就被杂乱的邮件牵着走，一上午光在应付琐事，真正该集中精力做的事迟迟够不着。早间简报把这个起点翻过来，，坐到桌前之前，今天的重要事项已经浓缩在一页纸上。

结构是这样的：今天的日程、需要紧急回复的邮件、上次会议承诺的后续事项、不应被打断的深度工作时段。这四样东西一目了然地放进一个Markdown文件就够了。

在终端创建简报技能。

mkdir -p ~/.claude/skills/morning_briefing cat << 'EOF' > ~/.claude/skills/morning_briefing/SKILL.md # Morning Briefing Skill ## Trigger /morning 或每天早上7点自动执行。 ## Workflow 1. 从Google Calendar获取今天和明天的日程。 2. 针对每条日程，确认(a)有哪些参会人，(b)上次与此人/团队会面时的会议记录或备忘中是否有未完成的后续事项。 3. 从Gmail筛选过去12小时内收到的邮件，挑出VIP发件人（保存在config中）发送的邮件以及包含「紧急」关键词的邮件。 4. 从最近的会议记录文件中查找「我来负责……」「……之前发给您」之类我做出的承诺，列出尚未兑现的条目。 5. 将以上内容合并，生成'~/briefings/YYYY-MM-DD_morning.md'文件。 6. 在最末尾加上一句：「今天请至少确保一个90分钟的深度工作时段。」 ## Output format - 日程按时间顺序排列，附带参会人和会前准备备注 - 邮件按紧急程度分三级，每封邮件附一行说明为何紧急 - 后续事项标注原始承诺日期 - 所有内容压缩在一页之内 EOF

在Claude Code Desktop的Scheduled Tasks中新建任务，提示词填「执行/morning技能」，时间设为每天早上7点。只要笔记本开着、应用在运行，每天早上简报文件就会自动生成。用Routines的话在云端执行，跟笔记本状态无关。

claude "/schedule 每天早上7点执行morning_briefing技能"

打开生成的文件，大概是这样的。最上面是今天的三条日程。10点的客户会议旁边标着「上次约定的意见书初稿，尚未交付」。14点的咨询电话旁边附了上次通话的两行摘要，以及对方公司最近一条新闻稿。再往下是三封需要紧急回复的邮件。

代表发来的内部邮件、主要客户代表的合同咨询、管辖法院的开庭日程通知。每一封后面都有一句话解释为什么紧急。再下面是上次会议中承诺的四项后续事项：「答应周三前发送的资料」「约定周五前回复的邮件」，逐条列出，旁边标着原始承诺日期。

最底部是一句：「今天请至少确保一个90分钟的深度工作时段。」

对律师工作来说，这套方法价值尤其大。一天同时推进好几个案件，光是重新梳理每个案件的当前状态就要花不少时间。在简报里加一个「按案件分列今日待办」板块，每个案件的截止日和下一步就会自动更新上来。「X案：明天书面截止」「Y案：需要准备证人询问」，看一眼案件名就能排出优先级。

简报要真正起作用，有一条很关键：不能太长。一页纸、三分钟读完，才叫简报。列了二十条的简报不是简报，只是又一张待办清单。提示词里一定要加上「压缩到一页、三分钟以内读完」这个约束。自动化是用来快速呈现必要信息的，不是用来堆砌更多信息的。

将零散笔记整理为逻辑化初稿

写作者的文件夹在任何时候都堆满了零散的笔记。灵感闪过时在iPhone上口述的一行字，会议中间潦草写在纸上再扫描的草图，听讲座时敲下的Markdown文件，读书时摘抄的引文，丢进KakaoTalk「给自己」聊天室的一段话。

这些碎片之间分明有关联，但要串成一篇文章，需要时间和专注力。Claude Code能读取这些碎片，按主题归类，梳理逻辑脉络，重组为初稿。

第一步是把文件收进同一个文件夹。格式混杂没关系。文本、Markdown、Word、PDF、语音备忘的转写稿，全部放进去。

mkdir -p ~/Documents/writing/raw_notes_ai_law_book # 把积攒的笔记都集中到这个文件夹 cd ~/Documents/writing/raw_notes_ai_law_book ls # idea_20260301.txt, lecture_notes.md, book_excerpt.pdf, # conference_memo.docx, voice_transcript.txt, kakao_clip.md...

启动Claude Code，下达指令。

claude

「请读取这个文件夹里的所有文件。把相同主题的内容归到一起，重复的想法合并为一条，但保留原文之间细微的语气差异。然后给每个主题加上小标题，按逻辑顺序重新排列。组装成一份中文初稿，保存为'AI法_原稿初稿_v1.md'。每个段落末尾用方括号标注来源文件名，方便日后回溯原文。」

「作者语气统一为敬体（'正式敬体句尾'、'正式敬体句尾'），禁用表达列表参照project_style.md。」

产出并不是一篇完成的文章。碎片被分门别类地归拢到各自的主题下，按可能成立的逻辑顺序重新排列。作者接下来要做的是通读一遍，调整行文节奏，用自己的句子打磨。

这种方式有意义，是因为它替你分担了记忆的劳动。半年前写下的一行笔记和上个月听讲座时的记录被归到同一主题下时，作者才恍然意识到「原来这两条可以接上」。人喜欢偶然发现这种关联，但文件堆到几百个的时候，连偶然都不会发生了。AI把碎片过一遍、分好类，关联的可能性本身就摊开在眼前了。

律师写书有一条特殊规矩：引用和出处是文章的命脉。

cat << 'EOF' > ~/Documents/writing/CLAUDE.md 写作文件夹通用规则： - 原文一个字都不得省略、概括或修改。只做重新排列。 - 引文用引号括起，必须同时记录来源文件名和对应行号。 - 同一个想法有两种不同表述时，两个都保留，用注释标明差异。 - 敬体统一：'正式敬体句尾'、'正式敬体句尾'、'过去式敬体句尾' - 禁用表达：'简单'、'尤其'、'使用'、'尽量提高'、'加强'、'虽然可能有不同看法'、'收束来看' - 小标题只在确有必要时使用。全文三分之二以上应以段落形式流动。 - 编号列表、项目符号不得连续超过五项。 - 先摆事实，再接解读。不写「作者宣告某事重要」的句子。 EOF

有了这套规则，往文件夹里扔进笔记后只需说一句「帮我组装初稿」，出来的结果就能保持作者的文风。换一位作者的文件夹里写着那位作者自己的规则，AI每次都按对应规则来组装。

有一点需要警惕。AI擅长「逻辑性」重排，但逻辑通顺的文章未必是好文章。好文章有时候故意打破逻辑，用一个场景开头，把结论悬而不决。AI整理出的初稿照搬着用，文章会很顺滑，却容易寡淡。

作者拿到AI的整理稿之后该做的事是：「从哪里切入一个场景？」「哪一段故意跳过？」「哪句话挪到倒数第二行来制造余韵？」AI把碎片排成队列，作者把队列打乱、造出节奏。这两步的分工越清晰，成品越好。

人工智能专家 金京镇律师

AI法律政策专家 · 前国会议员 · 著作等身

如果这本书曾在您身边停留片刻，请支持我们，让下一个故事得以问世。

（自愿赞助账户：农协 302-1096-0948-81 户名：金京镇）