我如何在一家估值 2 億美元的新創用 AI 做 GTM
這篇原本不該由我來寫。我請了幾個比較 cracked 的朋友，分享他們怎麼把 AI 導入自己的工作流，但到現在都還沒等到他們的文章。所以我決定先自立自強，把我自己的做法寫下來。
先說清楚：這只是此時此刻對我有效的方法。工具每幾週就在變，這套做法也會跟著變。但就現在來說，它讓我們用兩個人完成原本要十個人才做得完的工作量。
TL;DR
- 先把所有東西接上 Claude。 Slack、Google Workspace、資料工具、CRM，透過 MCP 和 CLI 全部串起來。這件事最先做。
- 用 Claude Code，不要只用聊天。 它跑在你自己的電腦上，可以透過 GitHub 共享 context，而且能平行處理多個任務。
- 用 Remote Control。 手機變成電腦的操作介面，人不在電腦前，工作也能繼續推進。
- Claude 是指揮中心。 我的工作是快速適應、不斷測試工具、為結果負責，並讓產出保持人味。
- 刻意地 review。 AI 能掌握的 context 還是比你少，也沒有人那麼會隨機應變，所以送出前每一樣都要重新檢查。
- 缺點：ADHD maxxing，而且工作變多而不是變少。 你得不停多工，每做完一件事就會冒出新的待辦，你的大腦還得跟上 AI 產出的所有東西。
我的工具組合
Claude 目前接上的工具，大致分類如下：
- Agents： Claude，以及 Avery（我們公司內部的 AI Agents）
- 溝通與文件： Slack、Google Workspace（透過 GWS CLI）、Jira、Confluence
- 資料： Snowflake、Metabase、Mixpanel
- GTM： HubSpot、Gong、Google Ads
- 瀏覽器： Dia
我要解決的問題
我做的是 GTM，主要偏產品行銷。我們整個行銷團隊只有兩個人，產品行銷只有我一個人在做。除此之外，SEO、GEO、ABM、網路研討會、CRO、A/B 測試、Email 行銷、lead magnet、所有的行銷文案、貨運承攬產業內容，以及用來佐證這一切的數據監控，還有其他臨時冒出來的事，目前也都是我在負責。我最大的痛點是，我隨時都在同時處理好幾件不相干的事：一份上市 brief、一份活動成效報告、一份業務培訓簡報，還有一串同時有三個利害關係人、各自想要不同東西的 Slack 討論。以前每一件事，都需要我切到不同的工具，在腦中載入不同的 context。
下面這套做法，就是為了解決這一個問題。
1. 把所有東西接上 Claude
我們公司提供 Claude 給每個人用，所以我們每個人第一件要做的事，就是把它接上所有東西：Slack、Google Workspace、資料和 GTM 工具的 MCP server，還有其他你用得到的。
這件事要最先做，因為一個看不到你工作內容的 AI，只能給你很泛泛的建議。一旦 Claude 能讀到 Slack 討論串、從 Snowflake 撈數字、到 HubSpot 查 deal、打開 Drive 裡的文件，它才能真的把任務做完。如果你想知道 MCP、Skills 和 Workflows 的差別，我另外寫了一篇說明。
2. 用 Claude Code
我大部分真正的工作都是在 Claude Code 裡完成的。我覺得它比一般的 Claude 聊天或 Cowork 好用，原因有三個：
- 它跑在你自己的電腦上。 它能處理你的檔案、執行你的 CLI、使用你本機的工具，所以能做的事比聊天視窗多很多。
- Context 可以共享。 接上 GitHub 之後，你的
CLAUDE.md和專案 context 都放在 repo 裡。整個團隊都能共用，一個人教會它的東西，所有人都受惠。 - 它可以平行處理。 這點對我最重要。我可以同時開好幾個 session，一個在寫 brief、一個在撈活動數據、一個在整理文件，真正同時推進好幾件事，而不是在它們之間來回切換。
3. 用 Remote Control
Remote Control 說穿了，就是讓你的手機變成電腦的操作介面。只要電腦開著、和手機連著，我在電腦前能做的事，在手機上幾乎都能做：發 Slack、翻 Google Drive 裡的檔案、直接讓 Claude 寄信、跟組織裡不同的利害關係人溝通。
我也知道有些同事會用 Tailscale 遠端連回自己的電腦。那也行得通，但我已經懶得再去設定那些東西了，Remote Control 完全不用設定。
4. Claude 是指揮中心
整合起來，Claude 就是我的指揮中心。它幫我連接所有需要的工具，完成我想做的工作。
接下來你可能會問：那他們幹嘛還要雇我？我也問過公司這個問題。我是這樣想的：Anthropic 的人，也就是做這些工具的人，工作方式其實跟我現在描述的差不多。工作沒有消失，只是換了位置。留給人的是這些：
- 快速適應。 工具每幾週就在變，你得很快上手新東西。
- 快速學會關鍵的東西。 不是每個新東西都值得你花時間。判斷哪些值得，本身就是工作的一部分。
- 不斷 A/B 測試你的工具。 不要對某一套做法產生感情。持續嘗試替代方案，留下更好的那個。
- 擁有 ownership。 事情是 Claude 做的，但東西是你交出去的。以你名義送出的每一樣東西，你都要負責。
- 刻意地 review。 下面會再細講。
- 照顧真實的人。 人還是很討厭空洞的文字，而 AI 很常寫出這種東西。送出前每一樣都要讀過，把空話刪掉。
最後這點是我最想強調的。機器寫得越快，就越容易把空洞的東西送到一個真實的人面前。這部分我在〈別再把 AI 當工具〉裡寫得更多。
5. 刻意地 review
Review 不是最後隨便掃一眼，而是一個你要事先排進流程的步驟。
原因很簡單：AI 的 context window 還是比你腦中裝的東西小，也沒有人那麼會隨機應變。它不知道你在走廊上跟誰聊過什麼、哪個利害關係人昨天改變了主意，也不知道上一季的活動為什麼要那樣定調。它會很有自信地用一個看起來合理的東西把這些空缺補起來。所以送出之前，每一樣都要重新檢查。
缺點：ADHD maxxing
所有事情平行跑的另一面，就是它會讓你 ADHD maxxing。你必須隨時多工：五個 session 同時在跑，每個都在推進不同的事，你在它們之間跳來跳去掌舵。你的大腦基本上是 24/7 在運轉，常常一個念頭還沒想完，下一個 session 就在等你了。不停切換情境的代價，我在〈差點過勞的那幾週〉裡寫過。
而且工作量反而變多
用 AI 確實讓人大大鬆一口氣，效率的提升也是真的。但我覺得我的工作量其實比以前更多。
每做完一件事，就會有更多 action items 在等著。出貨得越快，下一件事就來得越早。而且我的大腦得跟上 AI 產出的所有東西：讀過、判斷，確保它跟我心裡真正想的一致。打字的部分外包出去了，專注的部分沒有。
這只是一張快照
這就是我的整套做法。裡面沒有什麼特別的東西，大部分的效益來自把所有東西接起來，然後讓它們平行跑。
六個月後再問我，我猜有一半都會不一樣。到時候我會回來更新這篇；如果那幾個 cracked 朋友終於交稿了，我也會把他們的文章連到這裡。