舊資料太亂,不敢換系統?我用 AI 在 10 分鐘內把上千筆資料搬進新系統

已複製連結

累積 7 年、數百個資料夾、近 2,000 筆公司舊資料,AI 只花 10 分鐘就搬進新系統。過去換系統最怕的搬家陣痛期,第一次有機會變成無痛行政。

「哇靠,300 筆了……500 筆了,這速度是怎麼回事?」

工會理事長盯著螢幕,看著學員資料神奇地一筆接一筆跳進新系統。

我拍拍他肩膀,笑著跟他說:「歡迎來到 AI 的時代。」

這是我今天在高雄一家職業工會做 AI 導入,遇到的「哇靠時刻(WowCow moment)」。我想把這一天完整記下來,因為它改變了我對「換系統」這件事的看法。

7 年時間、累積數百個資料夾、數千筆資料

這家工會每年開大約 10 門課,課程主要針對永續減碳、光電設備裝修等內容。每開一門課,助理就會在工會雲端伺服器建一個資料夾,裡面鉅細靡遺地存放學員清單(Excel)、上課講義(PDF、PPT)、簽到表(Word)、課程海報(JPG);每位學員再各自有一個獨立資料夾,收身分證影本、報名表等資料。

7 年下來,至少累積了數百個課程資料夾,還有數千筆檔案散落在其中;我稍微看了一下,資料量竟然有 150 GB 左右,我瞠目結舌。

拉開的老式檔案櫃抽屜,塞滿泛黃的資料卡片
照片:Maksym Kaharlytskyi/Unsplash

資料真的太多了,若有人想從中找出某些問題的解答,我想短時間都找不出來,例如:

  • 「這位學員以前參加過工會其他課程嗎?」——答不出來,因為每一門課的學員名單都存在於不同的資料夾、不同的 Excel 檔中。
  • 「這位點名單上缺課的學員,身分證字號是多少?」——不知道,要再去翻那門課的資料夾。

如果我是剛到職的工會助理,光是熟悉這些海量資料,我猜至少要花兩個禮拜吧;過程勢必得點開一層又一層的資料夾,打開一個又一個 Word、PDF、JPG 檔案,助理肯定會迷失在茫茫的資訊海當中,然後燃起「好想離職」的念頭。

這不是只有這間工會會遇到的問題;這是很多公司的縮影,時間一久,公司資料自然越堆越多,明明大家都知道該換資料庫系統來收納,卻一直拖著,卡的原因往往就是這些舊資料需要「整理、歸檔」。新系統再好用,沒人願意花時間把陳積數十年的資料搬進去,也一樣發揮不了作用。

今天,我和 Claude 做了 3 件事

第一,先設計好要放資料的資料庫結構。 我這次使用的是 Ragic(一套台灣的雲端資料庫),原因是工會內部原本就在用它,這套是他們已經懂得使用的工具,而且這套系統提供了 AI 的轉接頭,Claude 要進入協作十分方便。Ragic 有許多內建的表單範本,「課程管理」範本是給補習班設計的,跟工會開班的方式對不上,所以我選擇從零開始,建立了老師、上課地點、學員、開課班次、報名紀錄、請假/缺課單這幾張表;並在表單間建立了相關連結。

第二,幫 AI 開一個自己的 Ragic 帳號。 我原本想直接把管理員的 API 金鑰交給 Claude,但在和 Claude 討論時它反而建議我不要:原因是管理員有所有表單的編輯權限,一開始就給 AI 這麼大的權限不妥。於是我另外開了一個叫「Claude API」的服務帳號,只開放課程相關的表單給它,限縮它的權限;這個做法以後幫任何公司導入 AI,我都會照做,你也要注意。

第三,把舊資料的位置和目的告訴它。 我用的是 Claude Opus 5.5(High effort)。我沒有寫什麼精心設計的 prompt,基本上就是告訴它:舊資料在這些資料夾,我要把學員和老師整理進這幾張表。

剩下的,就等待 Claude 自己完成。

插圖:我負責準備(設計資料庫結構、開專屬帳號、交代位置與目的),Claude 負責搬家(10 分鐘寫入近 2,000 筆學員、近 90 位老師資料,並判讀證照)
我負責準備,Claude 負責搬家。

系統轉換,只用了 10 分鐘

結果是:大約 10 分鐘,近 2,000 筆學員資料、近 90 位老師的資料就全部搬進了 Ragic 系統,簡單到令人驚訝。更令人感到驚奇的是,Claude 直接用視覺辨識,「看完」證照的照片和 PDF,把證照名稱、字號這些資訊判讀出來填進去。

換成人來做,兩分鐘 key 一筆,光學員資料就要花費 60~80 個小時,足足要 8~10 個左右的工作天。

比速度更讓我意外的

AI 整理舊資料的速度讓理事長不禁喊出「哇靠!」,但真正讓我驚豔的是另外兩件事。

首先,開始資料寫入之前,Claude 預先檢查了我建好的 Ragic 表單架構。它發現一個問題:「缺課時數」這個欄位屬性,我設成了「文字」,而不是「數值」。它提醒我:這個欄位以後要拿來加總,判斷學員能不能結訓,設成文字的話加總會出錯。

重點是我並沒有叫它檢查,它是完全自主發現這個錯誤,並主動提醒我的。

第二件事,它在整理上千筆學員資料時發現:有些身分證字號,對應多個不同的名字。這可能是學員曾改名,可能是冒名,也可能只是助理輸入時打錯字。它沒有自己挑一個名字填進去,而是把這些有問題的資料另外列成一張清單,交給我確認。

我根本沒預想到會有這種問題。7 年來這些資料分散在數百個資料夾裡,不放在一起比對,誰也看不出來;這是 AI 協作時的另一個令人感到「哇靠」的地方。

最後我想說:不要替 AI 設限

如果你以為 AI 只能用來寫文章、生圖、寫 code、回答問題;我想給你一句話:

不要再替 AI 設限,它的能力只受限於你的想像力。

我是一名 AI 架構師,專為 AI 建立知識庫,讓 AI 實際能在企業中動起來。如果你手上也有一堆散落多年、一直不敢動的舊資料,或者早就想換系統、卻卡在「搬不動」,歡迎跟我聊聊。

覺得有幫助?分享給同樣在煩惱的人
已複製連結

作者

林昱任

銅爵科技顧問創辦人。十六年製造業工程師與政府能源顧問經驗。

認識我 →

相關服務

想直接動手?

AI 知識庫建置從盤點、結構設計、建置到維運交接,一到三個月。了解知識庫建置 → AI 導入與數位轉型半天的 AI 機會快篩,盤出最值得動手的三到五個環節。了解 AI 導入 →

每週一篇,寄到你的信箱

中小企業 AI 導入與淨零碳規劃的長文。不推銷、可隨時取消。

銅爵科技顧問

© 2026 Tongjue Tech Consulting Co., Ltd. All rights reserved.