# 讓 Claude 每天早上幫你寫一封 SEO 解讀信：cron + claude -p stateless 走 Max 訂閱 0 元 pipeline
系列前篇：我請 AI 每天早上 9 點寄 SEO 報告給我，從想到能用花了 1 小時。前篇是「故事版」，這篇是「實作版」 — 把那套 raw 數據報表升級成「Claude 本人寫的分析信」。
TL;DR
舊版每天寄一封信給我：UV 17 人 / PV 4 次 / 過去 7 天 Top 5 查詢 ... 一坨數字。看是看了，但沒人解讀。我得自己腦補「這算多還是少？」「為什麼這個 query 掉了？」「今天要不要動什麼？」 — 然後通常就懶得想，信看完關掉。
新版加了一個 step：在寄信前，把昨天的 GSC + Firestore 數字丟給 claude -p，要它用繁體中文吐回三段：一句總評、需要注意、今天可以做。整段 ≤ 250 字、直接、不奉承。寄到信箱時數字在下面、Claude 分析在上面 — 打開信先看到「今天值不值得花 5 分鐘動手」。
成本：0 元（走 Claude Code Max 訂閱、stateless claude -p 模式）。原本 213 行 bash 加了 35 行（一個 prompt + 一個 claude -p 呼叫 + fallback），整個 round-trip 32 秒。
這篇講怎麼做 — 環境準備、prompt 設計、改腳本、跑一次驗證、踩坑、抄回家自己用。
claude -p stateless1. 為什麼 raw 數據不夠
舊版信長這樣：
ai-lecturer-bob 每日 SEO 報告
資料日期：2026-05-21（GSC 數據點：2026-05-18，有 3-4 天延遲）
──────────────────────────
【昨日站內流量（Firestore）】
UV：17 人 PV：4 次
【GSC 2026-05-18 單日】
曝光 234｜點擊 12｜CTR 5.1%｜平均排名 28.4
【過去 7 天 Top 5 查詢】
1. claude code skill｜曝光 1234｜點擊 56｜排名 8.2
2. ...
問題：這只是把 GSC 後台搬到信箱。我每天打開信，腦袋還是要自己跑這套：
- 「昨天 17 UV 算多嗎？」 → 我得記住前 7 天平均
- 「
claude code skill排名 8.2 是不是退步了？」 → 我得記住上週數字 - 「過去 28 天 Top 10 裡突然冒出來一個沒看過的 query，這代表什麼？」 → 我得自己解讀
- 「今天要不要為某個 query 補文章？」 → 通常想到這步就放棄了，因為動腦成本高
我要的不是「數據儀表板」，是「今天該做什麼的建議」。這正好是 LLM 擅長的事 — 給它數字 + 上下文，要它給你一句「今天值得做這件事」。
2. 一張圖看新舊差異
舊 pipeline（5 步）：
launchd 07:07
│
▼
[1] 算日期變數
[2] GSC API 抓四個 query（單日 / 7 天查詢 / 7 天頁面 / 28 天 Top）
[3] Firestore 抓 PV/UV
[4] 把所有字串塞進 BODY heredoc
[5] SMTP TLS 寄出
│
▼
📬 信（純 raw 數字）新 pipeline（多一步，6 步）：
launchd 07:07
│
▼
[1] 算日期變數
[2] GSC API 抓四個 query
[3] Firestore 抓 PV/UV
[4] ★ 把所有數字組成 prompt，丟給 claude -p stateless 跑分析（60-90 秒）
[5] 組 BODY：Claude 分析放上面、raw 數字放下面
[6] SMTP TLS 寄出
│
▼
📬 信（Claude 解讀 + raw 數字對照）只多一步、整個 pipeline 從 ~10 秒變 ~32 秒、信長度從 800 字變 1000 字。但讀信體感差很多 — 打開先看到一句「今天可以為 X 改個 title」，不用自己想。
3. Step 1：先有 raw 數據 pipeline（前提）
如果你還沒有「每天自動抓 SEO 數字 + 寄信」的 pipeline，先去看前篇文章的 step-by-step。簡述前提：
- macOS launchd plist（cron 也行，Linux 用 systemd-timer）每天觸發
daily-seo-email.sh - 腳本內含 GSC OAuth refresh token、Firestore REST API、Gmail SMTP App Password
- 完整 213 行 bash 在
/Users/yanchen/.claude/scripts/daily-seo-email.sh
4. Step 2：寫 Claude prompt（最重要的一段）
這是整個改造的核心。Claude 分析品質 = prompt 品質。
原則
寫這支 prompt 我來回改了 5 版，最後落在四個原則：
【昨日站內】 / 【GSC 單日】）餵，不要把所有數字塞成一坨最終版 prompt
你是 ai-lecturer-bob (yanchen.app) 的 SEO 顧問。下面是今天的 GSC + Firestore 數據。
【昨日站內（${YESTERDAY}）】
UV ${UV} 人 / PV ${PV} 次
【GSC ${GSC_DATE} 單日】
${GSC_DAY}
【過去 7 天 Top 查詢（${GSC_WEEK_START} ~ ${GSC_DATE}）】
${GSC_WEEK}
【過去 7 天 Top 頁面】
${GSC_PAGES}
【過去 28 天 Top 查詢（${GSC_MONTH_START} ~ ${GSC_DATE}）】
${GSC_MONTH_TOP}
請用繁體中文輸出三段，總共 ≤ 250 字，不要 markdown 標題、不要 bullet，每段 1-3 句：
【一句總評】
（昨天/這週整體狀態，例：流量穩、查詢結構健康/某 query 突然漲）
【需要注意】
（最值得關注的 1-2 件事：某 query 排名滑落、某熱門頁面點擊歸零、CTR 異常低、新冒出來的 query 等）
【今天可以做】
（具體一件事，5 分鐘以內可動手：補哪個 query 的新文章、改某頁的 title、申請哪個 query 的新 backlink 等）
風格：直接、簡潔、口語、不奉承、不要「太棒了」「整體表現良好」這種廢話。如果沒有特別事件就講「沒事」。
Prompt 設計關鍵點
| 設計選擇 | 為什麼這樣 |
|---|---|
| 三段固定格式 | 信內排版好對齊；輸出穩定可預測 |
| ≤ 250 字 | 信不能太長，讀者掃一眼就懂 |
| 「不要 markdown」 | 純文字信不渲染 markdown，粗體 會直接顯示成 粗體，醜 |
| 三個視角的數據（單日 / 7 天 / 28 天） | Claude 才能對比「今天 vs 趨勢」，沒有對比就只能空談 |
| 「如果沒事就講『沒事』」 | 阻止 Claude 為了交差硬擠分析 |
| 給範例（「例：補哪個 query 的新文章」） | few-shot anchor，輸出會貼近範例的具體度 |
對比反面教材
第 1 版我這樣寫：「請分析以下 SEO 數據並給建議」 → Claude 回我 600 字「您的網站近期表現穩定，CTR 略有提升，建議持續關注核心關鍵字 ⋯」 — 完全沒看數字、像 ChatGPT 寫 LinkedIn 貼文。
第 5 版（上面這版）我跑了 7 天，每天分析都不一樣、都看到了當天具體的數字，從沒寫過「持續關注」「持續優化」這類廢話。約束才是品質的來源。
5. Step 3：改腳本接 claude -p stateless
claude -p "..." 是 Claude Code CLI 的 stateless 模式：吃一段 prompt、吐一段 response、結束。不啟動 session、不開 UI、不需要 API key（走你機器登入的 Max 訂閱）。
CLAUDE.md 那邊的設定我以前寫過：「長批次 LLM 任務 ⋯ 用 claude -p stateless 模式，走 Max 訂閱、0 額外成本」。這個正好是場景。
改動：在原 daily-seo-email.sh 的 Step 3 跟 Step 5 之間插入 Step 4
# --- Step 4: Claude 分析（stateless，走 Max 訂閱、0 額外成本）---
CLAUDE_PROMPT=$(cat <<PROMPTEOF
你是 ai-lecturer-bob (yanchen.app) 的 SEO 顧問。下面是今天的 GSC + Firestore 數據。
【昨日站內（${YESTERDAY}）】
UV ${UV} 人 / PV ${PV} 次
【GSC ${GSC_DATE} 單日】
${GSC_DAY}
【過去 7 天 Top 查詢（${GSC_WEEK_START} ~ ${GSC_DATE}）】
${GSC_WEEK}
【過去 7 天 Top 頁面】
${GSC_PAGES}
【過去 28 天 Top 查詢（${GSC_MONTH_START} ~ ${GSC_DATE}）】
${GSC_MONTH_TOP}
請用繁體中文輸出三段，總共 ≤ 250 字，不要 markdown 標題、不要 bullet，每段 1-3 句：
【一句總評】
（昨天/這週整體狀態）
【需要注意】
（最值得關注的 1-2 件事）
【今天可以做】
（具體一件事，5 分鐘以內可動手）
風格：直接、簡潔、口語、不奉承。如果沒有特別事件就講「沒事」。
PROMPTEOF
)
echo "[4] Claude 分析中..."
if command -v claude >/dev/null 2>&1; then
CLAUDE_INSIGHT=$(env -u CLAUDECODE timeout 90 claude -p "$CLAUDE_PROMPT" 2>&1)
CLAUDE_RC=$?
if [ "$CLAUDE_RC" != '0' ] || [ -z "$CLAUDE_INSIGHT" ]; then
CLAUDE_INSIGHT="（Claude 分析跳過：exit=$CLAUDE_RC 或空輸出。raw 數據如下，自己看。）"
FAILED_STEPS="$FAILED_STEPS Step4(claude rc=$CLAUDE_RC)"
echo "[4] Claude 分析失敗 rc=$CLAUDE_RC"
else
echo "[4] Claude 分析 OK ($(echo "$CLAUDE_INSIGHT" | wc -c | tr -d ' ') chars)"
fi
else
CLAUDE_INSIGHT="（claude CLI 未安裝，跳過分析）"
FAILED_STEPS="$FAILED_STEPS Step4(claude-not-found)"
fi
關鍵設計
| 設計 | 為什麼 |
|---|---|
env -u CLAUDECODE | 從 Claude Code session 內生 child claude 進程時要清掉 CLAUDECODE 環境變數，不然會卡住或行為怪。CLAUDE.md 紀錄過 |
timeout 90 | Claude 偶爾抽風會掛 30 秒以上，給 90 秒上限、超時當失敗 |
command -v claude | 先確認 CLI 存在，沒裝就 fallback 不擋寄信 |
| FAILED_STEPS 追蹤 | 跟原本一致：分析失敗信還是寄、信末附「失敗步驟」讓我知道 |
| 不擋寄信 | 分析掛了 raw 數據還是要寄 — 信寄不出去比信沒分析糟糕 |
改動 Step 5（信內容）
原本 BODY 只有 raw 數字，現在最上面塞一塊 Claude 分析：
BODY=$(cat <<MAILEOF
ai-lecturer-bob 每日 SEO 報告
資料日期：${YESTERDAY}（GSC 數據點：${GSC_DATE}，有 3-4 天延遲）
══════════════════════════════════
🤖 Claude 今日洞察
══════════════════════════════════
${CLAUDE_INSIGHT}
══════════════════════════════════
📊 Raw 數據
══════════════════════════════════
──────────────────────────────────
【昨日站內流量（Firestore）】
UV：${UV} 人 PV：${PV} 次
⋯ 原本的 raw 數據區塊都保留 ⋯
MAILEOF
)
順序很重要：Claude 分析在上、raw 數據在下。讀者打開信先看到「今天可以做 X」，想驗證才會往下滑看數字。如果順序反過來，讀者一打開先看到一堆數字，腦袋已經累了，到 Claude 分析時注意力剩 30%。
6. Step 4：跑一次驗證 round-trip
改完後手動跑一次確認真的 work：
$ env -u CLAUDECODE bash ~/.claude/scripts/daily-seo-email.sh
[1] YESTERDAY=2026-05-21 GSC_DATE=2026-05-18
[2] GSC done
[3] PV=4 UV=17
[4] Claude 分析中...
[4] Claude 分析 OK (658 chars)
[5] EMAIL OK[4] Claude 分析 OK + [5] EMAIL OK 兩個都有 = 真的成功。
但這還不算 round-trip。CLAUDE.md 寫過：handshake（process 跑完）不算修好，要 round-trip — 從輸入端進、輸出端出、人看得到結果。所以還要：
我打開 Gmail 看了。寄到、有分析、內容貼著昨天的數字。round-trip 完成。
7. 5 個踩坑
7.1 env -u CLAUDECODE 沒清，腳本卡死
第一版直接 claude -p "$PROMPT"，跑起來卡 60 秒、timeout 殺掉。看 process tree 才發現它把 prompt 解讀成「在 Claude Code session 內」，啟動 stateful 模式。加 env -u CLAUDECODE 後正常。
教訓：在 Claude Code session 內 spawn 子 claude 進程，永遠先 env -u CLAUDECODE。
7.2 prompt 沒給格式範例，Claude 亂發揮
第 1 版 prompt 只說「請分析以下數據並給建議」 → 回我「您的網站近期表現穩定 ⋯」官腔六百字。
教訓：LLM 預設模式是「客氣場面話」，要打破就明寫格式約束 + 反面案例。
7.3 信用純文字格式，markdown 不渲染
我一度想讓 Claude 用 粗體 標重點，結果信寄出來 ** 字面顯示。SMTP 寄的是 MIMEText(..., 'plain', 'utf-8') — 純文字、不渲染 markdown。
教訓：寄純文字信時，明寫「不要 markdown」。要 markdown 渲染要走 MIMEText(..., 'html', 'utf-8') 改 HTML 版本，太多副作用，懶得改。
7.4 timeout 90 不夠
第一版我給 60 秒 timeout，某次 Claude 拖到 67 秒，被 kill。改 90 秒之後沒再炸過。
教訓：本機 claude -p 平均 8-15 秒，但 Anthropic API 偶爾延遲，給 90 秒比較穩。如果你網路慢可以給 120 秒。
7.5 失敗 fallback 一定要有
如果某天 Claude API 壞了 / 我 quota 滿了 / network 斷了，分析會失敗。但信還是要寄 — raw 數據才是底線。所以 CLAUDE_INSIGHT 失敗時 fallback 成「分析跳過」，信照常寄、只是少了分析區塊。
教訓：新功能掛掉不能讓舊功能也掛。Claude 分析是 nice-to-have，raw 數據是 must-have，順序不能反。
8. 抄回家自己用
如果你想抄這套：
| 你要改的東西 | 在哪 |
|---|---|
| 角色描述（「你是 X 的 Y 顧問」） | prompt 第一行 |
| 你的數據區塊 | prompt 中段 【⋯】 那幾段 — 你的 raw 數字塞進去 |
| 輸出格式 | prompt 後半（總評 / 注意 / 今天可以做） |
daily-seo-email.sh 路徑 | 你自己的腳本路徑 |
claude CLI | 確保有裝（brew install claude 或從 claude.com/code） |
| 訂閱方案 | Claude Max 或 Pro。claude -p 走訂閱不算 API 費用 |
claude -p "$PROMPT" 改成 curl https://api.anthropic.com/v1/messages -H "x-api-key: $KEY" ⋯，邏輯一樣，差別是要 API key、要算 token 費用。
9. 澄清：這跟 claude.ai 接 Gmail 完全不同
寫這篇時我自己一度混亂，記得「我有在 claude.ai 設過跟 Gmail 連結」 — 對，那是真的，但跟這個 pipeline 無關。兩條路：
| 條目 | claude.ai Gmail Connector | 這套 SEO 日報 |
|---|---|---|
| 入口 | claude.ai → Settings → Connectors | macOS launchd |
| 用途 | 在 claude.ai 對話時讓 Claude 讀 Gmail 信 | 每天定時寄 SEO 信 |
| 寄信機制 | Gmail OAuth | Gmail SMTP TLS + App Password |
| 觸發方式 | 你在網頁聊天時 Claude 主動呼叫 | macOS cron 自動觸發 |
| 需要 Claude Code CLI 嗎 | 不用 | 要（Step 4 那段） |
如果你想做的是「Claude 看完我信箱自動回信」 → 那是 claude.ai connector 那條路。如果你想做的是「讓 Claude 每天自動生一份報告寄給我」 → 是這篇講的這條路。
10. FAQ
Q1：為什麼不直接讓 Claude Code 寄信？
A：Claude Code 沒有「主動排程跑」的能力 — 它是 session-based、要有人開啟 CLI 才會跑。要每天 07:07 自動跑就得靠系統層的 cron / launchd / systemd-timer。所以這套設計是：系統排程觸發 bash → bash 呼叫 claude -p 跑一次性分析 → bash 寄信。Claude 在這套裡是「批次任務 worker」，不是「主控者」。
Q2：claude -p 真的免費嗎？
A：對 Max / Pro 訂閱者來說 0 額外成本。claude -p 走的是你機器登入的訂閱 quota，跟你在 Claude Code 裡聊天用的是同一份額度。Max $200/月 給的額度幾乎用不完（除非你瘋狂跑大批次）。Pro $20/月 也夠用，每天分析一次 250 字輸出，月用量微不足道。但如果你不是訂閱戶、要走 Anthropic API，每次分析會花 ~$0.001-0.005，每月還是不到 $1。
Q3：Claude 分析會不會出錯誤建議？
A：會。LLM 不會看真實情境，只會看數字。它可能建議「為某 query 補文章」但那 query 已經有文章 — 因為它不知道。所以我把它定位成「方向參考」不是「執行命令」。每天看一眼，覺得 make sense 就做，不 make sense 就忽略。LLM 提案 + 人類過濾 = 平均 30% 有用、70% 不重要，這個比率對我 ROI 已經很高 — 因為每天 5 分鐘的提案門檻太低，30% 有用就賺了。
Q4：可以改成每週一次嗎？
A：可以。launchd plist 把 StartCalendarInterval 改成
Q5：prompt 怎麼進化？
A：跑一陣子後你會發現 Claude 重複講同樣的事（例如老是叫你「更新 sitemap」），那就在 prompt 加一條「不要重複建議過去 7 天提過的事」。或是發現它分析太樂觀，加「只關注壞消息」。Prompt 是個可演化的東西，不是寫一次就不動。
Q6：可以接到 Slack 不寄 Gmail 嗎？
A：可以。把 Step 5 寄信改成 Slack webhook：
curl -X POST -H 'Content-Type: application/json' \
-d "{\"text\":\"$BODY\"}" \
https://hooks.slack.com/services/YOUR/WEBHOOKSlack 有 markdown 渲染，可以把 prompt 「不要 markdown」改成「用 Slack mrkdwn 格式」。
Q7：Claude 為什麼不直接 GSC OAuth 自己抓資料？
A：技術上可以 — claude -p 配 MCP server 接 GSC API，讓 Claude 自己查、自己分析、自己寫信。但複雜度爆炸。MCP server 要寫、要除錯、要管 OAuth state。90% 的場景 bash + Python 已經夠，bash 抓資料、Claude 分析資料、bash 寄信 — 三件事各自簡單。過度設計是寫程式的最大原罪，YAGNI 優先。
延伸資源
- 系列前篇（故事版）：我請 AI 每天早上 9 點寄 SEO 報告給我
- 系列主文：我把買網域+整站搬家交給 AI 跑
- Claude Code CLI 官方：https://claude.com/code
- Claude Code stateless mode（
claude -p）官方說明：https://docs.claude.com/en/docs/claude-code/cli-reference env -u變數清除（macOS / Linux）：man env- macOS launchd 教學：https://www.launchd.info/
- 前篇講的 GSC API + Firestore + SMTP TLS 全套，這篇 build on top
兩篇湊起來，這個系列的 message 很單純：
第 1 階段（前篇）：把 cron + GSC + SMTP 串起來，得到「每天有信」 — 解決「我去找它」的動線問題。
第 2 階段（本篇）：把 Claude 插到 cron 跟信箱中間，得到「信會解讀」 — 解決「raw 數據需要我自己腦補」的判斷成本問題。
階段 1 把資料從「儀表板」搬到「信箱」、階段 2 把資料從「數字」翻譯成「動作建議」。每一步都是把人從『多想 10 分鐘』裡解放出來 — 真正的 AI 自動化，是讓你不用想，不是讓你「看 AI 想了什麼很驚奇」。
如果你也想做，從前篇的 8 步驟開始抄，抄完套用本篇的 Step 4（35 行 bash）就有 Claude 分析了。整個改造 30 分鐘，之後每天 30 秒讀信。