我用 Claude Code 幫自己組了一個 8 人秘書團隊
上週三晚上十一點，我同時在處理三件事：一封需要隔天回覆的合作邀約信、一篇拖了五天的文章草稿、還有一份下週要交的研究進度報告。我盯著螢幕上開了十七個分頁的瀏覽器，突然冒出一個念頭——我需要一個秘書。
噢！不，我需要的是一整個秘書團隊。
嗯，但我請不起那麼多人。所以我做了一件可能有點瘋狂的事：我花了一個下午，用 Claude Code 建了一支 8 人虛擬秘書團隊。一個管家統籌調度，七位專責秘書各司其職，幫我從行程管理到學術研究全包。
現在，讓我覆盤這套系統的設計思路，仔細拆解給你看。
▲ 我的 8 人虛擬秘書團隊——一個管家加七位專責秘書
先釐清一件事：這不是幫你回信的 AI 助手
嗯，我知道你肯定用過 ChatGPT 幫你回信，也可能用過 GitHub Copilot 幫你寫程式。但你有沒有注意到，這些工具都是單兵作戰——也就是你問一件事，它回一件事。想當然耳，問完就沒了！
但是，真實世界的工作不是這樣的。
打個比方：你跟秘書說「下週要交提案報告」，一個好的幕僚團隊會怎麼反應？
她不是只幫你在行事曆上標一個 deadline。而是讓研究顧問先確認文獻是否齊全，日程秘書反推時間表標記每天該做什麼，專案經理建立里程碑追蹤進度，知識管家從你的筆記庫裡調出三個月前寫的相關素材⋯⋯
四個人同時動起來，各自做自己最擅長的事。
我想要的就是這種東西：不是一個更聰明的聊天機器人，而是一個懂分工、會協作、有記憶的虛擬團隊。如果你還不太理解 AI Agent 和一般 Chatbot 的差異，建議先看那篇文章，會更容易理解接下來的內容。
團隊架構：一個管家，三個小組，七位專家
我把團隊設計成雙層組織。最上層是管家 Sebastian，也是所有指令的唯一入口。下面分成三個小組：生活組、事業組和學術組。
▲ 雙層組織架構——管家 Sebastian 統籌調度三個專責小組
管家 Sebastian——所有指令的唯一入口
Sebastian 是整個團隊的協調員。他不直接做事，但他會發號施令，決定誰做什麼事。
當我對他說「幫我處理信箱的信件」，他知道要叫 Leo（通訊秘書）。我說「下週要交報告」，他知道要同時調動四個人。我說「早安」，他啟動晨間簡報流程，一口氣從行程、郵件、專案和內容等四個維度整理今日概覽。
說穿了，Sebastian 做的事只有一件：聽懂我的那句話，並且思考需要差遣誰。
生活組：守護你的時間和注意力
Mia（日程秘書） 是一位溫暖但對遲到零容忍的時間守護者。她對接 Google Calendar，負責行程管理、deadline 追蹤和會議安排。她會幫我預留緩衝時間，在我快遲到的時候溫柔但堅定地催促。
Leo（通訊秘書） 是俐落的訊息過濾器。他對接 Gmail，每天幫我把五十封郵件濃縮成三句話。「今天 23 封新信，值得你看的只有 3 封。其餘的我已分類處理。」——這就是 Leo 的風格。
Nina（行政秘書） 是沉默高效的後勤王。無論是發票、帳單、續約提醒或 SOP 建立——這些瑣事不會佔用我的腦容量。我不會常常聽到 Nina 說話，但該做的事不會遺漏。
事業組：推動你的產品和內容
Rex（專案經理） 是數據驅動的戰場 PM。他盯著我手上的每個產品——進度超前的時候不會誇你，但落後了就會直接講。「差不多完成了」這種話在 Rex 這裡不成立。但凡各種任務，要嘛完成，要嘛沒完成。
Ivy（內容主編） 是有品味的創意總監。她管理整條內容 pipeline，從一顆種子靈感到最後上架發布。如果你的開頭寫得太無聊，她會退稿。「這篇的觀點夠銳利，但開頭太慢了。我建議直接從第三段的故事切入。」——被 Ivy 退稿不丟臉，被她放行才值得驕傲。
Kai（知識管家） 是博學的圖書館長。以我來說，我自己的知識散佈在 Obsidian、Anytype、草稿夾和書庫裡——Kai 讓我可以隨時找得到任何一條資訊。他最厲害的是跨系統連結：「您三個月前在一篇關於創新方法論的草稿裡提過類似觀點，要我調出來嗎？」
偷偷說，我自己被 Kai 嚇到過好幾次。有些東西我都忘了自己寫過，他翻出來的時候那個感覺——就像有人比你更了解你自己的腦袋。
學術組：把你的研究做扎實
Dr. Sage（研究顧問） 是嚴謹但不無聊的學者。文獻搜尋、論述檢驗、方法論把關、引用格式——都是他的守備範圍。他的原則是：每個論點都要有根據，每個引用都要追到源頭。
昨天，我已經邀請博碩士生練功團的多位研究生幫忙測試，大家都說 Dr. Sage 學問淵博，可以幫忙找到具有學術價值的研究切入點。
真正難的不是讓八個角色動起來，而是讓他們聯動
老實說，讓八個角色各自回答問題不難。難的是讓他們知道什麼時候該傳球。
這跟 Ben Cera 打造 Polsia 的思路很像——不是堆疊更多 AI 工具，而是設計一套讓 AI 彼此協作的系統。
於是，我設計了幾個關鍵場景來驗證這件事：
場景一：晨間簡報
每天早上，Sebastian 依序收集四個來源的資訊——Mia 回報今日行程和即將到期的 deadline，Leo 摘要未讀重要郵件，Rex 列出各專案優先事項，Ivy 更新內容 pipeline 的待處理項目。Sebastian 彙整成一份簡報，一次呈現。
不需要我一個一個問。是的，我只要說「早安」。
場景二：跨組協作
「下週要交論文」這句話會觸發四個角色同時動作：Dr. Sage 檢查文獻齊全度、Mia 在行事曆上反推時間表、Rex 建立里程碑、Kai 從 Obsidian 裡調出相關筆記和素材。
四條線同時推進，Sebastian 負責確保沒有人的工作會互相推諉或踩線。
場景三：智慧轉派
Leo 在處理郵件時發現一封會議邀約——他不會自己處理行程問題，而是轉交給 Mia。Mia 檢查衝突、建議時段後，再把結果回傳給 Leo 擬稿回覆。
每個角色只做自己最擅長的事，但知道什麼時候該把球傳給誰？這跟真實團隊的運作邏輯是一樣的。
▲ 管家 Sebastian 根據指令智慧調度對應的專責秘書
技術上怎麼做到的？比你想的簡單
整套系統的架構，其實很簡單易懂。核心是一個 skill 檔案作為協調者，加上七個明確分工的角色定義檔。
~/.claude/commands/
└─ secretary.md ← Sebastian（主入口）
~/.claude/secretary/
├─ roles/
│ ├─ mia.md ← 日程秘書 ↔ Google Calendar
│ ├─ leo.md ← 通訊秘書 ↔ Gmail
│ ├─ nina.md ← 行政秘書 ↔ Anytype
│ ├─ rex.md ← 專案經理 ↔ Git
│ ├─ ivy.md ← 內容主編 ↔ Content Pipeline
│ ├─ kai.md ← 知識管家 ↔ Obsidian / Anytype
│ └─ dr-sage.md ← 研究顧問 ↔ WebSearch
├─ routines/
│ ├─ morning-brief.md ← 晨間簡報模板
│ └─ weekly-report.md ← 週報模板
└─ config.md ← 團隊設定每個角色（role）檔案，包含三件事：人設定義（語氣、個性）、職責範圍、對接的工具（MCP）。Sebastian 讀取 config 判斷誰能做什麼，按需載入對應的 role 檔案。
這裡有一個關鍵設計決策：按需載入。不是每次對話都把八個角色全部讀進來——那會把 context window 撐爆。Sebastian 本身很輕量，只有被派到任務的角色才會載入完整定義。
舉例來說，當我說「幫我查行程」的時候，並不需要把 Dr. Sage 的學術人設也一起塞進來。
如果你對 AI Agent 的架構設計有興趣，可以參考這篇關於中小企業導入 AI Agent 的指南，裡面有更多系統設計的思路。
導入前 vs 導入後
| 場景 | 導入前 | 導入後 |
|---|---|---|
| 查行程 | 自己打開 Google Calendar 翻 | 「明天下午有空嗎？」→ Mia 三秒回覆 |
| 處理郵件 | 打開 Gmail 逐封看 | 「處理信箱」→ Leo 分級摘要 + 草擬回覆 |
| 追專案進度 | 打開各 repo 看 commit、issue | 「Solo 這週狀態？」→ Rex 數據化回報 |
| 找舊筆記 | Obsidian 搜尋、Anytype 搜尋、翻資料夾 | 「之前寫過關於 X 的東西」→ Kai 跨系統檢索 |
| 寫文章 | 自己開 pipeline 一步一步跑 | 「我有個靈感」→ Ivy 啟動流程 + Kai 補充素材 |
| 論文研究 | 自己查文獻、整理引用 | 「幫我找 X 相關文獻」→ Dr. Sage 搜尋 + 摘要 |
| 每天早上 | 自己打開五個 App 拼湊今日待辦 | 「早安」→ 晨間簡報一次到位 |
老實說，最大的改變不是省了多少時間。而是我不再需要記得「現在該打開哪個工具」。
以前，我每天早上的前三十分鐘都在忙著切換——開 Calendar、開 Gmail、開 Obsidian、開 GitHub。現在我說一句「早安」，Sebastian 把所有資訊整理好端到我面前。那三十分鐘，我拿來喝咖啡、想今天最重要的一件事。
第一次用晨間簡報的時候，我其實有被嚇到。不是因為資訊多，而是因為 Sebastian 把四個不同來源的資訊，用一種我自己都沒想過的方式串在一起——他不只是列清單，而是幫我標出「今天最需要注意的一件事」。那天是一封合作邀約的回覆期限，差點被我埋在五十封未讀信裡。
💡 想打造自己的 AI 內容產製系統？
我在 AI 內容產製系統工作坊中，完整拆解了這套內容自動產製流程的設計框架——從架構設計到 prompt 工程，從單一角色到多角色協作。不只是概念，而是帶你實際建出來。
你也可以這樣做：五步建立自己的虛擬團隊
1. 盤點你的工具生態
你現在每天在用哪些工具？Google Calendar、Gmail、Notion、Obsidian？先把它們列出來。這些就是你的秘書能操作的「手腳」。這一步的關鍵是找出哪些工具有 API 或 MCP 可以串接——沒有手腳的秘書，再聰明也只能紙上談兵。
2. 找出重複性最高的三件事
你每天都在重複做什麼？查行程、看信、追進度？這三件事就是你第一批秘書的職責範圍。不要一開始就想做八個角色，不妨先從痛點最大的三件事開始。
3. 設計你的協調者
寫一個調度者，負責判斷「這句話該交給誰」。不用一開始就做得很完美，先能分辨三種情境就夠了。Sebastian 一開始也只會分辨「行程」、「郵件」和「其他」三種指令。
4. 給角色個性，不只是功能
這點很重要。每個角色不只是工具的包裝，給它名字、語氣和個性。你會發現，有個性的 AI 比冷冰冰的工具更容易長期使用——因為你會不自覺地想跟它互動。Leo 的俐落、Ivy 的挑剔、Dr. Sage 的嚴謹，這些個性讓我每天都期待跟他們對話。
5. 先跑起來，再優化
不要想著一次做完八個角色。先做核心的三個，跑兩週，觀察哪些環節卡卡的？然後，再逐步補齊。我自己也是從 Sebastian 加三個秘書開始的。關於如何用 AI 打造自己的一人公司工具鏈，可以參考這篇更完整的盤點。
一個人也可以有一個團隊
我在網路上寫了超過二十年。這二十年裡，我學到最重要的一件事不是怎麼寫得更好，而是——一個人的產出瓶頸，從來不是能力，是頻寬。
你有想法、能力和各式各樣的工具，但你只有一個腦袋和二十四小時。
Sebastian 和他的團隊就像一組放大器——我負責決策和方向，他們負責執行和追蹤。我的時間花在「想」，不是花在「找」和「切換」。這正是從「問 AI」到「讓 AI 幫你做」的關鍵轉變。
更具體一點說，這套系統的價值不是讓我做得更多。是讓我把時間花在不可替代的事情上。
把重複做的事交給 AI，把你的精力留給真正重要的事。
如果你也是一人公司的實踐者，或者你正在思考如何用 AI 重新設計自己的工作流，這套虛擬秘書團隊的思路也許能給你一些啟發。重點不是工具有多炫，而是你有沒有想清楚：哪些事只有你能做，哪些事可以交出去？
🎓 AI 內容產製系統工作坊
想學會打造自己的 AI 內容產製系統？在這堂工作坊裡，我會從零開始帶你設計，建立一套真正能幫你工作的 AI 系統。不需要會寫程式，只需要知道自己想解決什麼問題？
👉 了解更多課程資訊
延伸閱讀：
- 職場人士如何善用 AI Agent？從問 AI 到讓 AI 幫你做的關鍵轉變
- 一人公司，真的可能改寫未來嗎？從 Polsia 看見 AI 創業的新時代
- 別再追逐工具了！在 AI 時代打造屬於你的「不敗系統」
外部資源：
📖 深入探索相關主題
