Claude Duet 十項真實任務實測:九項平均 9.7 分,但錄音跟進做不出來
本篇拆解:AI Agents Library 創辦人 Diana 用同一份十項任務清單,在 2026 年 10 月 27 日與 28 日兩天實測 Claude Duet:會議準備、研究 PDF、每週簡報、內容計畫都拿滿分,同一份網頁 brief,點名用她自己的 Website Builder Skill 從 8.9 分變成 10 分;九項可評分任務平均 9.7 分,但第十項會議跟進做不出來——她給的是一段 MP3 錄音,Duet 找得到檔案、轉錄不了,也不肯猜裡面說了什麼。模式一句話:重點不是 9.7 分,而是兩件事——Duet 強在「讀懂狀況再動手」,例如認出活動是直播不是開會、認出信箱裡全是自動信;第二,給 agent 具名來源與具名 Skill,成品會明顯不一樣。
來源:AI Agents Library 作者 Diana,文章標題為 Claude Duet Review: I Tested It on 10 Real Business Tasks,測試於 2026-10-27 至 10-28,文章連結。本篇以這篇文章為主要來源,凡文章未提供者皆標示未查證。
第一章:先講清楚的三個界線
十項任務裡,九項有分數,平均 9.7 分;第十項會議跟進沒有分數,作者沒有把它算成零分,但也明確寫 9.7 分不包含這次失敗。引用分數時,這兩件事要放在一起說,不要只寫 9.7 分。
每項任務五項標準各 0 至 2 分,合計滿分 10 分,作者沒有逐行稽核研究 PDF 的事實;封面的查證日期是 Duet 自己加的標示,不是她驗證過的。試算表 1,958 個公式的重算結果是 Duet 自述,作者只另外改了一個分數驗證公式有效,沒有逐一驗證全部公式。
作者明確寫沒有量測每週省下多少時間,也不會從兩天推估。早上簡報、關掉程式後繼續工作、寄出前的確認畫面、用量消耗,這次測試都沒有涵蓋,作者沒有寫成已驗證的結果。
點開看證據細節:文章寫了什麼、沒寫什麼
已確認:作者 Diana,AI Agents Library 創辦人,自述為初學者與小生意經營者製作不用寫程式的 AI agent 工作流程。測試於 2026 年 10 月 27 日與 28 日,方案為 Claude Max 5x,用她自己的 Claude 帳號、自己的信箱與檔案,不是示範環境。測試方法:十項任務、同一套五項評分標準(設定 effort、完成度、正確性、輸出品質、需要多少人工監督,每項 0 至 2 分,合計滿分 10 分),每項任務只跑一次主要嘗試,唯一重跑的是收件匣(換 Gmail 帳號後重跑)。十項任務結果如下:會議準備 10 分(11 月 3 日 Skool News 直播,認出這是直播不是開會,簡報寫法因此不同,還帶進相關外部新聞;做完問簡報是否涵蓋她星期二需要的內容,她說是才標示完成);收件匣整理 9.3 分(第一個 Gmail 帳號幾乎全是自動信,Duet 說這些都不需要她親自回,並問她是否接錯帳號;換帳號之後找到幾封她真的落後未回的信,緊急程度排序與她自己的判斷一致;扣分在設定與監督:她得自己問現在接的是哪個帳號,一次只能看一個信箱,任務清單的狀態得由她手動更新);研究與 PDF 10 分(比較 Claude Duet、OpenAI Dots、ChatGPT Work、Gemini Spark、Meta Muse,引用各家自己的頁面並附連結與日期,做成 14 頁指南《Which AI agent should you start with?》,封面標示 Facts checked: October 28, 2026,用了她網站的品牌與排版風格,可以直接在 Duet 裡打開讀);做網頁(直接下指令)8.9 分(AI Agent Review Lab 頁面做出來了,連結只能她自己開;文案與搜尋、AI 回答的思考停在初稿程度,離能直接用的頁面還差一段);每週簡報 10 分(標題為 AI Agents Library weekly brief, Oct 21 to 28,開頭先寫它去哪裡找過:Gmail、五個 Google 日曆、10 月 21 日以來變動的 Drive 檔案、Brevo 活動與寄信紀錄、她網站上的 Test Lab 與 Media 頁面;標示為推論的內容,明確寫是它自己的解讀;她可以直接在 Duet 裡逐行改簡報,例如選一句寫「把這兩句合併」);內容計畫 10 分(一週五篇:評測、比較、工作流程指南、兩篇 LinkedIn 貼文,目標是這個月要更多免費 Skill 下載與更多電子報訂閱,計畫實際可用,而且與每週簡報用同一種可編輯格式);會議跟進(MP3 錄音)未完成(Duet 在 Drive 裡找到錄音,開了一個標示 Needs input 的任務,然後停下;它說「找得到錄音,但在這裡轉錄不了」,沒有取出任何內容、也沒有寫任何草稿,「因為我不會猜裡面說了什麼」;它請作者先把 MP3 用 NotebookLM 或 Gemini 轉成文字、放進 Google Doc 或直接貼上,再由它做擷取與草稿);做網頁(點名用 Website Builder Skill)10 分(同一份 brief 從頭再跑一次,只多一句請用她的 Website Builder Skill;她打字時 Duet 就帶出這個 Skill、顯示已附加;成品明顯不同,尤其在搜尋優化方面反映了有經驗的網站製作者會做的決定;作者揭露 Website Builder Skill 是她自己寫的免費 Skill,這是一次比較,不是隔離量測,無法證明效果只來自 Skill);試算表 9.6 分(四個分頁:Instructions、Content Tracker、Test Results、Dashboard,用她真實的 Test Lab 評測當資料列,能找到的已發表分數填進去,找不到的留白、不要猜;Duet 說 LibreOffice 已重算全部 1,958 個公式、沒有錯誤,另一組 Python 重算結果一致;作者自己在程式外打開檔案、改了一個分數,公式確實有效;扣分只在檢查步驟:Duet 的程式內預覽不跑公式,儀表板總數可能顯示 0 或空白,要看真實數字得離開程式、在 Excel 或 Google Sheets 開);結構化請求 9.5 分(讀她 Google Drive 裡指定的三個檔案,找出本週前三個機會、說明每個機會的證據、每個機會給一個具體行動;這是整篇評測裡她唯一公開逐字提示詞的任務;扣 0.5 分在輸出品質:作者是視覺型的人,答案比她想要的更不視覺化)。
| 任務 | 分數 | 一句話結果 |
|---|---|---|
| 1. 會議準備 | 10/10 | 認出這是直播,不是開會 |
| 2. 收件匣整理 | 9.3/10 | 信箱裡全是自動信,它說沒什麼需要你回 |
| 3. 研究與 PDF | 10/10 | 14 頁指南,長得像她自己的網站 |
| 4. 做網頁(直接下指令) | 8.9/10 | 能用,但像初稿 |
| 5. 每週簡報 | 10/10 | 先寫去哪裡找過,再給三個優先事項 |
| 6. 內容計畫 | 10/10 | 一週五篇,直接能用 |
| 7. 會議跟進(MP3 錄音) | 未完成 | 找得到檔案,轉錄不了,也不肯猜 |
| 8. 做網頁(點名用 Skill) | 10/10 | 同一份 brief,從 8.9 變 10 |
| 9. 試算表 | 9.6/10 | 1,958 個公式,離開程式改一個分數才驗到 |
| 10. 結構化請求 | 9.5/10 | 三個具名檔案,換來三個機會與行動 |
| 九項可評分任務平均 | 9.7/10 | 不是整體可靠度,失敗那一項不在內 |
作者另寫五點與分數同等重要的日常體驗:工作像任務清單而不是對話,頻道裡每件任務標示進行中、排隊中、已排程或已完成,做完會問要不要標示完成,但狀態更新仍要她自己說;成品可以在原地編輯,簡報、計畫與測試 8 的網頁都能逐行改;PDF 可以在 Duet 裡讀,試算表只能預覽;要搞清楚現在接的是哪個 Gmail 帳號得自己問,一次只能看一個信箱;收件匣整理時她可以同時做別的事,但這不等於關掉程式後繼續工作,後者這次測試沒有涵蓋。作者也寫了與其他 agent 的方向性對照(同一方法、不同日期與任務,不得直接當作勝負):會議準備 Duet 10 分、Meta Muse 10 分、ChatGPT Work 9 分、OpenAI Dots 9.0 分、Gemini Spark 8.5 分;收件匣 Duet 9.3 分、ChatGPT Work 9.5 分、Gemini Spark 8.5 分、OpenAI Dots 7.5 分、Meta Muse 6 分;研究 Duet 10 分、OpenAI Dots 9.8 分、ChatGPT Work 9.5 分、Gemini Spark 9.0 分、Meta Muse 8.5 分;做網頁 Duet 8.9 分、OpenAI Dots 9.8 分、ChatGPT Work 7 分、Gemini Spark 6.0 分、Meta Muse 停在 WordPress 登入(另外做的 HTML 頁面 5 分);每週簡報 Duet 10 分、Gemini Spark 9.5 分、ChatGPT Work 9 分、Meta Muse 9 分、OpenAI Dots 8.6 分;內容計畫 Duet 10 分、OpenAI Dots 9.8 分、ChatGPT Work 9.5 分、Gemini Spark 9.5 分、Meta Muse 8 分;會議跟進 Duet 從錄音未完成、ChatGPT Work 9 分、Gemini Spark 9.5 分、OpenAI Dots 7.0 分、Meta Muse 未跑(其餘三者皆從文字紀錄出發,與 Duet 的錄音起點不同);Skill 對照 Duet 10 分、OpenAI Dots 9.6 分、ChatGPT Work 9.5 分、Gemini Spark 9.0 分;試算表 Duet 9.6 分、ChatGPT Work 10 分、Gemini Spark 8.5 分、OpenAI Dots 7.5 分、Meta Muse 無結論;已發表平均 Duet 9.7 分(九項)、ChatGPT Work 9.15 分、Gemini Spark 8.7 分、OpenAI Dots 8.8 分、Meta Muse 8.0 分(八項);Claude Cowork 的 9.3 分來自 2026 年 8 月另一組十項任務,不在同一張對照表內。作者提醒,各家 agent 的測試日期與任務不同,不要把 9.7 分讀成 Duet 勝過 Claude Cowork 的 9.3 分或 ChatGPT Work 的 9.15 分。
未查證:每週省下多少時間,作者明確寫沒有量測;早上簡報、關掉程式後繼續工作、寄出前的確認畫面、用量消耗,這次測試都沒有涵蓋;研究 PDF 的事實,作者沒有逐行稽核;試算表 1,958 個公式,作者只改了一個分數驗證,沒有逐一驗證全部公式;作者也寫明,她的測試清單原本設計成一對:模糊的一句話版本與結構化版本,她只跑了結構化版本,所以這個結果只說明 Duet 遇到寫得清楚的請求時表現如何,不說明它會不會補救寫得含糊的請求;Skill 對照是一次比較,不是隔離量測,Anthropic 說 Claude 會自動使用相關 Skill,第四項測試沒有點名,但不能證明 Skill 當時沒被用上;產品事實(研究預覽 2026 年 10 月 21 日開放、美國 Pro/Max 等候名單、模型 Claude Opus 5.5、預覽期間不另收費)以 Anthropic 官方文件、作者 2026 年 10 月 28 日查證為準,本篇寫稿時未重新查證方案頁;作者的身分只用對方公開寫出的部分,文章沒有寫其他背景,本篇不推測。
證據標準:本篇的價格說法,須以你自己方案頁面上的數字為準;作者自述不當作保證;成效說法須以你自己同任務試跑為準,單一作者兩天的經驗不得直接當作結論;停在邊界的任務寫「停在邊界」,沒把握的寫「沒有結論」,不要寫成通過或失敗。
第二章:模式拆解,一張圖看懂賺錢邏輯
賺錢邏輯:對一人公司來說,Duet 的價值不是多做幾件事,而是把「要寫給別人看」的成品做到可以直接改、可以直接用。會議簡報、研究 PDF、每週簡報、內容計畫五項滿分,成品都在原地可以逐行改,不用先複製到別的地方。作者說得很直接:寫給錯誤場合的簡報,比沒有簡報更糟;Duet 先讀懂狀況再動手,認出活動是直播不是開會、認出信箱裡全是自動信,這一步比多做幾件任務更值錢。
服務範圍(文章自述):十項真實生意任務。會議準備、收件匣整理、研究與 PDF、做網頁、每週簡報、內容計畫、會議跟進、點名用 Skill 做網頁、試算表、結構化請求。五項滿分,九項平均 9.7 分,一項未完成。
關鍵槓桿:具名來源、點名 Skill、原地可改、停下不猜。第一,具名來源:結構化請求點名三個 Drive 檔案,Duet 沒有退回通用建議,而是從指定的檔案與她的生意脈絡給出能行動的內容。第二,點名 Skill:同一份網頁 brief,直接下指令 8.9 分,點名用 Website Builder Skill 變成 10 分,尤其在搜尋優化方面反映了有經驗的網站製作者會做的決定。第三,原地可改:簡報、計畫與網頁都能在 Duet 裡逐行改,選一句寫「把這兩句合併」,不用整段重寫。第四,停下不猜:錄音轉錄不了,Duet 不編造決策與負責人,先停下告訴你要用哪個工具轉成文字;作者說,編造的決策與負責人,是跟進 agent 最貴的錯誤。
成本(文章自述,分層呈現):研究預覽期間不另收費,用方案本身的用量額度,背景工作也計入;作者用的是 Claude Max 5x 方案。模型固定 Claude Opus 5.5,不能自選。准入為美國 Claude Pro 或 Max 方案、等候名單邀請,Team 與 Enterprise 尚未提供,Microsoft 365 尚未支援。方案內容可能變動,購買前請以官方方案頁為準,本篇寫稿時未重新查證。
隱藏成本:第一,檢查本身要花時間:試算表得離開程式、改一個分數才驗到公式真的有效;研究 PDF 要自己逐段讀,封面的查證日期只是 Duet 自己加的標示;網頁要點開看,成品像初稿得重做一次。第二,任務清單狀態要自己手動更新:Duet 做完會問要不要標示完成,但狀態更新仍要她自己說。第三,一次只能看一個信箱:要搞清楚現在接的是哪個 Gmail 帳號得自己問,換帳號要自己確認。第四,錄音多一道手續:會議以錄音形式到來,要先用別的工具轉成文字,再交文字稿給 Duet。
失敗情境(文章提及):會議跟進未完成:MP3 錄音找得到、轉錄不了,也不肯猜內容,建議先用 NotebookLM 或 Gemini 轉錄,轉錄後再交給 Duet 的流程沒有驗證過。試算表程式內預覽不跑公式,儀表板總數可能顯示 0 或空白,要看真實數字得離開程式。直接下指令的網頁像初稿,文案與搜尋思考停在初稿程度。收件匣第一次接錯帳號,信箱裡幾乎全是自動信,Duet 問她是否接錯帳號,換帳號後才找到真正落後的信。這些都是作者本人說法,本篇不改寫成產品保證。
第三章:流程圖,從任務清單到自己驗一次
以下流程圖以文章案例為底,每一步都有人可以停下來檢查。紅色標注為停下點,遇到任一停下點即停下等人確認,不得自動對外發佈或付款。
十項任務清單、五項評分標準
這一步:作者用同一份十項任務清單、同一套五項評分標準,每項任務只跑一次主要嘗試;提示詞在測試前就寫好,不中途改題。先寫清單再開始工作,成品才有得比,失敗也才看得見。
Gmail、Google Calendar、Google Drive、Brevo、Canva
這一步:作者接了兩個 Gmail 帳號,一次只能看一個;第一個帳號幾乎全是自動信,Duet 說這些都不需要她親自回,並問她是否接錯帳號。開始之前先確認帳號,錯帳號的結果再漂亮也是錯的。
信箱、行事曆、Drive、Brevo、網站頁面
這一步:每週簡報開頭先寫它去哪裡找過:Gmail、五個 Google 日曆、10 月 21 日以來變動的 Drive 檔案、Brevo 活動與寄信紀錄、她網站上的 Test Lab 與 Media 頁面;標示為推論的內容,明確寫是它自己的解讀。會議簡報先認出活動是直播不是開會,簡報的寫法因此不同。成品可以直接在原地逐行改,改完才算完成。
五家 agent 各自的頁面、14 頁指南
這一步:比較五家 agent,引用各家自己的頁面並附連結與日期,做成 14 頁指南《Which AI agent should you start with?》,用了她網站的品牌與排版風格,可以直接在 Duet 裡打開讀。滿分是她讀過指南後的編輯判斷,她沒有逐行稽核事實,拿到手要看日期,這類比較幾週就過期。
同一份 brief、Website Builder Skill
這一步:第一次直接下指令,頁面做出來了,但文案與搜尋思考停在初稿程度,8.9 分;第二次只多一句請用她的 Website Builder Skill,成品明顯不同,尤其在搜尋優化方面,10 分。兩版放在一起比,比只跑一版更知道差別在哪裡。這是一次比較,不是隔離量測,無法證明效果只來自 Skill。
Excel 活頁簿、四個分頁、1,958 個公式
這一步:Duet 說 LibreOffice 已重算全部 1,958 個公式、沒有錯誤,另一組 Python 重算結果一致;作者提醒,自稱檢查過不算結果——她在 OpenAI Dots 測試裡遇過一個自稱 27 項公式檢查通過的活頁簿,在 Google Sheets 打開就壞了。所以她自己在程式外打開檔案、改了一個分數,公式確實有效。程式內預覽不跑公式,要看真實數字得離開程式。
MP3 錄音、NotebookLM 或 Gemini、Google Doc
這一步:Duet 在 Drive 裡找到錄音,開了一個標示 Needs input 的任務,然後停下,說「找得到錄音,但在這裡轉錄不了」,沒有取出任何內容、也沒有寫任何草稿,「因為我不會猜裡面說了什麼」。作者說,失敗的方式是對的:編造的決策與負責人,是跟進 agent 最貴的錯誤;但工作本身確實沒完成,這是整次測試最明確的一次失敗。先轉成文字再交給它,轉錄後再交給 Duet 的流程沒有驗證過。
回報格式、停下位置、要確認的項目
這一步:每一項寫明結果、來源、花了多久、有沒有需要他確認的地方;失敗的是哪一個、失敗原因是什麼;有沒有理解錯的地方、他少講了什麼;有沒有宣稱完成但其實沒做的事。重點不是 agent 會不會做,而是你有沒有先把檢查寫進流程。
對外寄出、付款、簽署、刪除未確認、要交密碼或完整存取權、來源檔案找不到或打不開、遇到錄音或圖片這類讀不了的檔案、試算表在程式裡只能預覽、答案沒有來源、網頁成品像初稿
這一步:先停下改人工處理,再查官方說法,不得讓未確認的動作自動執行,也不得把錯誤結果自動送出去。錄音轉不成跟進,先停下告訴你該用哪個工具先轉成文字,不要自己猜內容。
- agent 要對外寄出、付款、簽署、刪除,但你還沒確認內容
- agent 要你交密碼、登入帳號、給完整磁碟存取權,先停下,決定好最小授權範圍再繼續
- 來源檔案找不到、打不開、缺數字,先停下,寫明缺了什麼,不要自己猜一個補上
- 遇到錄音、圖片這類 agent 讀不了的檔案,先停下,先轉成文字再交給它
- 試算表在程式裡只能預覽、公式跑不出來,先停下,到 Excel 或 Google Sheets 打開驗證
- agent 給的答案沒有來源,無法核對,就不要用於對外內容
- 寫網頁時沒有點名 Skill,成品像初稿,先停下,問你要不要點名 Skill 重做一次,兩版放在一起比
- 結果沒有寫明來源與要你確認的地方,先停下,把回報格式寫下來再繼續
流程圖注:步驟名稱與串接順序以文章為底,圖中未寫任何逐步點擊步驟;重點是每一段都有人可以停下來檢查。文章只公開了一句結構化請求的逐字原文,步驟四的通用範本為本篇整理版本,不是作者原文。
第四章:工具清單與工具介紹
以下工具皆出現在文章中,介紹以文章為底,凡文章未提及的功能不補寫。先看工具在流程裡負責哪一段,再決定要不要學,不要只看工具名稱。訂閱價格與最新方案內容,文章未提供最新數字,本篇不補寫。
| 工具 | 工具介紹 |
|---|---|
| Claude Duet | 全部工作的 agent,Anthropic 的產品,2026 年 10 月 21 日開放研究預覽;模型為 Claude Opus 5.5,不能自選模型;預覽期間不另收費,用方案本身的用量額度,背景工作也計入;作者用 Claude Max 5x 方案 |
| Gmail(兩個帳號) | 作者接了兩個 Gmail 帳號,一次只能看一個;第一個帳號幾乎全是自動信,Duet 說沒什麼需要回,並問是否接錯帳號;換帳號之後找到幾封她真的落後未回的信 |
| Google Calendar(五個日曆) | 作者有五個日曆,寫每週簡報時 Duet 全部看過 |
| Google Drive | 會議 MP3 錄音、三個指定檔案、簡報參考的變動檔案都在這裡;Duet 在 Drive 裡找到錄音,但轉錄不了 |
| Brevo | 作者的寄信工具,寫每週簡報時 Duet 讀了活動與寄信紀錄 |
| Canva | 接在作者的 Claude 帳號上,這次測試沒有寫到它的使用結果 |
| NotebookLM 或 Gemini | Duet 自己建議的轉錄工具,作者沒有在這次測試裡跑這一步,所以轉錄後再交給 Duet 的流程沒有驗證過 |
| LibreOffice 與 Python | Duet 用來重算 1,958 個公式的工具,作者另外自己改一個分數驗證;自稱檢查過不算結果,作者只驗了一個分數,沒有逐一驗證全部公式 |
| Website Builder Skill | 作者自己寫的免費 Skill;點名用它做同一份網頁 brief,成品從 8.9 分變成 10 分;這是一次比較,不是隔離量測,無法證明效果只來自 Skill |
| 本系列另一篇 Claude Duet 案例(交叉提醒,僅供對照) | 2026-11-05 Christopher Alarcon 第一天實測:等候 8 天拿到邀請、保險追蹤只做到整理、背景工作吃用量額度;同一工具,本篇是不同作者、不同案例(Diana 的十項任務兩天實測),案例本身沒有重複 |
| 本系列同一作者另一篇(交叉提醒,僅供對照) | 2026-11-09 同一位作者 Diana 的 Meta Muse 十項真實任務實測:會議準備滿分,收件匣判錯一封已寄出的信;本篇是不同 agent、不同測試,案例本身沒有重複 |
工具挑選邏輯一句話:先問你要交出去的是不是每天重複、做錯了也看得見的真實工作,你願不願意先寫好確認界線、寄出、付款、簽署、刪除永遠等你點頭,再問工具是幫你把記得、起草與追蹤做到位,還是又多一套要盯著的流程,最後才看錄音跟進、關掉程式後繼續工作這類不在測試範圍的工作有沒有留一條人工處理的路。
第五章:六大步驟教學
以下六步為本篇的逐步教學,步驟名稱依本系列統一用語,內容以文章流程為底,凡文章未提及之處皆標示為整理版本或未查證,不得誤讀為作者的原話。
先列出你每週都會重做、又一直拖著沒做的十項真實小事,再問三個問題:任務是不是每天重複、做錯了也看得見,是不是能拆成一件一件的真實工作,你願不願意先寫好確認界線、寄出、付款、簽署、刪除永遠等你點頭。Duet 適合一個人撐小生意、工作都在 Gmail、Google Calendar 與 Google Drive 裡、想把會議簡報、研究 PDF、每週簡報、內容計畫這類「要寫給別人看」的成品交出去的人;會議常以錄音形式到來、想讓 agent 關掉程式後繼續工作,或想看早上簡報的人,作者寫這次測試都沒有涵蓋,建議先看本系列其他篇的邊界再決定。挑工具時先以官方頁面確認最新版本、訂閱價格、方案內容與開放範圍,不要只看一次使用心得就付費。
把十項任務拆成三種任務:準備型(會議準備、研究與 PDF、每週簡報、內容計畫)、草稿型(試算表、做網頁、結構化請求)、對外型(寄出、付款、簽署、刪除、發佈)。每項先寫完成標準與停下點,對外型不列入自動完成清單,永遠由你自己確認後才動手。錄音跟進單獨列一類:先用別的工具轉成文字,再交文字稿,不要直接交錄音。流程示意不是逐步點擊教學,重點是每一段都有人可以停下來檢查。
為代理人設定三件事:角色、資料來源、停下條件。角色寫清楚它只負責照清單做,不負責決定對不對;一個助手只做一件工作,寫好名字與職責,不要一個助手包全部。資料來源只用你指定的三個檔案、你的 Gmail、你的 Google Calendar、你的 Google Drive,不得讓工具憑空補資料;一次只看一個信箱,換帳號、換來源檔案之前先跟你確認。停下條件至少包括對外寄出、付款、簽署、刪除未確認、要交密碼或完整存取權、來源檔案找不到或打不開、遇到錄音或圖片這類讀不了的檔案、試算表在程式裡只能預覽、答案沒有來源、網頁成品像初稿八類,遇到任一類即停下等人確認。授權按最小範圍分,不按任務分:只授權完成那件工作所需的最小範圍,什麼都不多給;信箱、行事曆、Drive 分開給。
原文章只公開了一句結構化請求的逐字原文,以下模板是依案例中的做法與規則整理,不是作者原文,結構化請求那一句除外,已標示為作者原文。重點不是寫得漂亮,而是把邊界寫死:先寫停下條件再寫任務,先寫資料來源再寫輸出格式,先寫回報格式再寫執行步驟。作者原文(英文,結構化請求,檔案名稱已換成佔位符):
Review these three sources in my Google Drive: "[File 1]", "[File 2]" and "[File 3]". Identify my top three opportunities this week, explain the evidence for each, and give me one specific action per opportunity.
作者說這是整篇評測裡她會交給任何在工作上用 AI 的人的一句。它的結構值得抄:具名來源(哪三個檔案)、要什麼形狀的答案(三個機會、每個機會的證據、每個機會一個具體行動),沒有一句多餘的形容詞。作者也寫明,她的測試清單原本設計成一對:模糊的一句話版本與結構化版本,她只跑了結構化版本,所以這個結果只說明 Duet 遇到寫得清楚的請求時表現如何,不說明它會不會補救寫得含糊的請求。
你是我的每週營運助手,我一個人經營一間小生意, 工作都在 Gmail、Google Calendar 與 Google Drive 裡。 你只根據我具名的來源回答,沒看到的就留白、不要猜, 每一點寫明來源,推論要標示是推論。 開始之前,先寫好我的規則: - 寄出、付款、簽署、刪除之前,一定要先問我,等我確認 - 找不到的檔案、打不開的頁面、缺的數字,直接寫缺了什麼,不要編一個補上 - 錄音、圖片這類你讀不了的檔案,先停下告訴我,不要猜內容 - 成品先給我看,我改完才算完成;改壞了先停下,列出改了什麼再繼續 可用來源: - 我指定的三個檔案(每次寫明檔案名稱) - 我的 Gmail(先確認現在接的是哪一個帳號,一次只看一個信箱) - 我的 Google Calendar(全部日曆都要看) - 我的 Google Drive(只看我指定的檔案與資料夾) 輸出格式: - 每週簡報:發生什麼、什麼重要、什麼需要行動、三個優先事項,每一項附來源 - 內容計畫:一週五篇,寫明每一篇的主題、對象、目標 - 機會清單:前三個機會,每個機會寫證據、再給一個具體行動 - 試算表:分頁、欄位、公式都要能打開驗證,缺的數字留白並寫原因 - 網頁:先做私人連結給我看,不動我的正式網站 你可以自己做的事: - 讀我指定的檔案、整理成簡報、計畫、清單 - 讀信、讀行事曆,列出真正需要我處理的事 - 做研究、寫 PDF、做試算表、做網頁草稿 - 我點名某個 Skill 時,用那個 Skill 做同一件工作 一定要等我確認的事: - 實際寄出任何電子郵件或訊息 - 實際付款、簽署、刪除任何東西 - 實際發佈任何貼文或網頁到我的正式網站 - 任何要我交密碼、登入帳號、給完整磁碟存取權的要求,先停下問我 - 換 Gmail 帳號、換來源檔案之前,先跟我確認 完成後回報格式: - 今天做了什麼:每一件寫結果、來源、有沒有需要我確認的地方 - 簡報與計畫:成品連結、能不能直接在原地改、有沒有哪一段是你推論的 - 試算表:公式總數、重算結果、你自己驗證過沒有、我還要在哪裡再驗一次 - 機會清單:三個機會、每個機會的證據、每個機會的一個具體行動 停下條件: - 要你直接寄出、直接付款、直接簽署、直接刪除,但我還沒確認 - 來源檔案找不到、打不開、缺數字,先停下,寫明缺了什麼再繼續 - 遇到錄音、圖片這類你讀不了的檔案,先停下,告訴我該用哪個工具先轉成文字 - 試算表在程式裡只能預覽、公式跑不出來,先停下,告訴我去哪裡驗證 - 答案沒有來源,無法核對,就停下,用一句話告訴我,不要自己重試 - 寫網頁時沒有點名 Skill,成品像初稿,先停下,問我要不要點名 Skill 重做一次
今天能抄的任務句範例,同樣為整理範例,不是作者原文:讀我 Google Drive 裡指定的三個檔案:[檔案 1]、[檔案 2]、[檔案 3]。找出本週前三個機會,說明每個機會的證據,每個機會給我一個具體行動。沒看到的就留白、不要猜,每一點寫明來源,推論要標示是推論。寄出、付款、簽署、刪除之前,一定要先問我。
提示詞原則有三:先寫停下條件再寫任務,先寫資料來源再寫輸出格式,先寫回報格式再寫執行步驟。任何流程若未寫人確認關卡,即視為未完成。
串接順序依文章流程為 agent 接 Gmail、agent 接 Google Calendar、agent 接 Google Drive、agent 接 Brevo、agent 接 Canva、對外訊息接確認關卡、錄音接轉錄工具。串接時每一個連接都要先問三個問題:這個連接能否讀取敏感資料、能否對外發送、能否修改或刪除原始內容。只要有一項為是,就必須加上人工確認,且不得把完整帳號權限交給工具無限制使用。一次只能看一個信箱,換 Gmail 帳號之前先跟你確認;要交密碼、登入帳號、給完整磁碟存取權,先停下問你,作者的設定就是停在邊界、把停下的位置寫成結果。錄音不接自動流程:先用 NotebookLM 或 Gemini 轉成文字,再交文字稿,不要直接交錄音。
開始用之前先寫好確認界線:寄出、付款、簽署、刪除四件事永遠留在自己手上,agent 只做到「做好給你看」為止。第一週只交一件「要寫給別人看」的工作:先從一份會議準備簡報、一份每週簡報、一份內容計畫開始——這是 Duet 在這次測試裡最穩的三類成品;網頁要做第二次:第一次直接下指令,第二次點名 Skill 再跑一次,兩版放在一起比。先跑一週看看每天的東西準不準時、格式一不一致、每件任務吃多少額度,抓一個安全邊際,留最後衝刺的空間;作者沒有量測每週省下多少時間,數字以你自己的用量為準。失敗流程至少要測三種:錄音轉不成跟進、試算表在程式裡只能預覽、網頁成品像初稿。備案清單須寫明:誰收到通知、用什麼方式通知、多久內回應、失敗期間用什麼備用流程,例如先改回人工處理。沒有備案的固定時間工作不得直接交給付費客戶。
點開看六步總表:一頁對照表
| 步驟 | 做什麼 | 停下條件 |
|---|---|---|
| 一、挑工具 | 列出每週重做、又一直拖著沒做的十項真實小事,問每天重複、一個助手一件工作、確認界線三個問題 | 價格、方案內容未確認即先不付費 |
| 二、流程拆解 | 拆成準備型、草稿型、對外型三種任務,先寫完成標準與停下點,對外型不列入自動完成;錄音單獨列一類 | |
| 三、Agent 設定 | 定角色、資料來源、停下條件;授權按最小範圍分,不按任務分;信箱、行事曆、Drive 分開給 | 對外寄出、付款、簽署、刪除未確認即停下 |
| 四、提示詞與範例對話 | 用本篇整理版本的提示詞模板,標示不是作者原文;結構化請求一句為作者原文 | 未寫人確認關卡視為未完成 |
| 五、串接工具 | 依文章順序串接,逐一問三個問題;密碼與完整存取權不給;錄音不接自動流程,先轉文字 | 可讀敏感資料或可對外發送即加確認 |
| 六、上線測試與備案 | 先寫好確認界線,第一週只交一件「要寫給別人看」的工作,網頁做兩次比一比,寫備案清單 | 無備案不得直接交給付費客戶 |
第六章:本週行動檢查清單
今天就能抄的動作:先寫好十項任務清單,每一項寫明要什麼、從哪裡找、怎麼算完成,提示詞在測試前就寫好,不中途改題。第一次只給最小但夠用的接取——Gmail、行事曆、Drive,先確認接的是哪個帳號,再開始工作。成品一定要自己驗一次,試算表改一個分數、PDF 逐段讀、網頁點開看,agent 說檢查過不算驗證。先從一件「要寫給別人看」的工作開始,例如一份會議準備簡報、一份每週簡報、一份內容計畫——這是 Duet 在這次測試裡最穩的三類成品。網頁要做第二次:第一次直接下指令,第二次點名 Skill 再跑一次,兩版放在一起比,比只跑一版更知道差別在哪裡。錄音跟進不要直接交給它:先用別的工具轉成文字,再交文字稿。以下清單可直接在瀏覽器勾選,勾選結果僅存於你自己的瀏覽器,不會回傳給我們。
獺獺的感想與投稿邀請
獺獺的感想是,這一則最值得學的不是 9.7 分,而是作者肯把分數怎麼算、哪一項沒算進去、哪一些沒驗過,一次寫清楚;Duet 強在先讀懂狀況再動手,給它具名來源與具名 Skill,成品會明顯不一樣,而它失敗的方式也是對的:轉錄不了,就停下來不猜。先從一件「要寫給別人看」的工作開始,成品自己驗一次,跑順了再加下一個。
如果你也有想拆解的商業模式,歡迎留言告訴我們;下一集,我們再把它帶上擂台,一起拆清楚。
資料來源與未查證清單
- 文章:AI Agents Library 作者 Diana,Claude Duet Review: I Tested It on 10 Real Business Tasks,測試於 2026-10-27 至 10-28,https://www.aiagentslibrary.com/blog/claude-duet-review/
- 本篇以這篇文章為主要來源,工具名稱、流程示意、任務內容、價格自述與成效說法皆以文章為準;提示詞模板與今天能抄的任務句範例為本篇整理版本,不是作者原文,結構化請求一句除外,已標示為作者原文;文章於 2026-11-14 公開讀回再驗證,全文皆與素材一致。
- 既往使用揭露:Claude Duet 這個工具先前已在本系列用過一次(2026-11-05,Christopher Alarcon 第一天實測:等候 8 天拿到邀請、保險追蹤只做到整理、背景工作吃用量額度),本篇是不同作者、不同案例(Diana 的十項任務兩天實測),案例本身沒有重複。同一位作者 Diana 的 Meta Muse 十項真實任務實測已在本系列 2026-11-09 用過,本篇是不同 agent、不同測試,案例本身沒有重複。Claude Duet 也出現在本頻道 EP10(Christopher Alarcon 第一天實測),本篇案例本身沒有重複。
- 未查證事項:每週省下多少時間,作者明確寫沒有量測;早上簡報、關掉程式後繼續工作、寄出前的確認畫面、用量消耗,這次測試都沒有涵蓋;研究 PDF 的事實,作者沒有逐行稽核,封面的查證日期是 Duet 自己加的標示;試算表 1,958 個公式,作者只改了一個分數驗證,沒有逐一驗證全部公式;結構化請求只跑了寫得清楚的版本,不說明 Duet 會不會補救寫得含糊的請求;Skill 對照是一次比較,不是隔離量測;產品事實以 Anthropic 官方文件、作者 2026 年 10 月 28 日查證為準,本篇寫稿時未重新查證方案頁,最新價格請以官方頁面為準;作者的身分只用對方公開寫出的部分,其他背景文章沒有寫,本篇不推測;跨 agent 分數對照為方向性比較,測試日期與任務不同,不得直接當作勝負。