0 員工、60 家客戶——日本稅務師的 AI 自動化
日本公認會計師畠山謙人最近在 X 上發了一篇長文，引起超過 200 萬次瀏覽。
他的事務所一個員工也沒有，卻服務著 60 家顧問公司。在業界常規中，這需要 6 名員工、每年超過 3,000 萬日圓的人事成本。他用 Claude Code 搭建了一套完整的自動化系統，每月省下超過 24 小時、全年約 300 小時的工作時間。
這是一個令人印象深刻的案例。但更有趣的是——他花了數月從零搭建的系統，幾乎完全對應 Tetora 已經開箱即用的功能。
他建了什麼？
1. 每晚自動分錄——兩階段 AI 判定
每晚 21:00 排程啟動，從 freee API 取得 60 家公司的未處理交易明細。會計科目判定用兩階段進行：
- 第一階段：關鍵字辭典比對——14 個科目、每個超過 100 個關鍵字。速度快、不花 API 費用
- 第二階段：Claude API 備援——只有比對不到的才送 AI 判斷，設信賴度門檻，低信賴跳過交人工
這個設計很成熟：能用規則處理的不浪費 AI，AI 只用在真正需要判斷的地方。
2. MCP 串接五大服務
freee（會計）、Gmail、Google Calendar、Notion、Slack——全部透過 MCP 連接，Claude Code 作為指揮塔統一調度。
3. Skill 累積「業務的型」
他把重複的業務模式定義為 Claude Code 的 Skill：
/freee-check → 檢查未處理明細
/mtg-followup → 會議後記錄整理
/ipo-analysis → 新上市公司分析做得越多，Skill 累積越多，速度越快。
4. CLAUDE.md 業務手冊
分錄規則、稅務分類、安全政策、輸出路徑、判斷邊界——全部寫進 CLAUDE.md。等於把資深員工的 SOP 做成 AI 讀得懂的格式。
5. 業務日誌自動記錄
每個任務完成後自動記錄：手動預估時間、AI 實際時間、節省時間。月報自動彙整。
6. 多公司資料隔離
60 家公司的資料以 company_id 為單位完全分離，交易詳情僅記錄在各自的日誌檔案中。
他自建的 vs Tetora 開箱即用
| 畠山自建的 | Tetora 對應功能 | 備註 |
|---|---|---|
| 每晚 21:00 排程自動執行 | tetora job add --cron "0 21 * * *" | 內建 cron 排程，支援任意時間表達式 |
| Claude Code Skill（/freee-check 等） | tetora skill 系統 | 同樣用斜線指令觸發，支援 Skill 版本管理 |
| CLAUDE.md 業務手冊 | SOUL.md + CLAUDE.md | Tetora 更進一步——每個 Agent 有獨立的個性與規則檔案 |
| 業務日誌（手動 vs AI 時間記錄） | tetora history + Reflection 系統 | 自動記錄每次執行的成本、時長、品質分數 |
| MCP 串接 freee/Gmail/Calendar 等 | tetora mcp add | 統一管理 MCP 設定，支援多 Agent 共用或獨立 |
| 多公司資料隔離（company_id） | 規劃中 | 多租戶隔離功能開發中 |
| 兩階段 AI 判定（規則→AI 備援） | 可透過 Workflow YAML 定義 | DAG 工作流支援條件分支，完美實現兩階段判定 |
關鍵差異： 畠山花了數個月從零搭建排程、日誌、Skill 管理這些基礎設施。使用 Tetora，你可以跳過這一切，直接從撰寫業務邏輯開始。
為什麼「現場知識」才是核心
重要的是知道「應該自動化什麼」。能做出這個判斷的，只有每天在現場親手操作的你。 ——畠山謙人
畠山在文末強調：正因為不是工程師，Claude Code 才能發揮作用。稅務師知道「業務的型」——分錄規則、申報流程、月結檢查重點。這些花了十幾年累積的實務知識，AI 無法自己生出來。
這正是 Tetora 的設計理念。
Tetora 不要求你會寫程式。你需要的是領域知識：
- 你知道哪些流程可以標準化 → 寫進 Workflow YAML
- 你知道判斷的邊界在哪 → 寫進 SOUL.md
- 你知道重複的工作模式 → 定義為 Skill
- 你知道什麼該自動、什麼要人看 → 設定 permission level
工程師用 AI 做出「技術上厲害的東西」。 專業人士用 AI 做出「實務上正確的東西」。 Tetora 讓後者成為可能，而且不需要從零開始搭建基礎設施。