Anthropic 发布 Claude Tag 创业公司使用指南

创业公司往往节奏飞快，团队精简，人人都身兼数职。从很多方面看，Claude Tag（测试版）都很契合创业公司的工作方式。你只需 @Claude 到某个 Slack 频道——也就是你们上下文所在的地方，添加连接器，团队就能一起分配任务、共同推进。

对于刚开始使用 Claude Tag 的创业团队来说，最常见的问题之一是“我应该先把 Claude 加到哪些频道？”为了回答这个问题，我们采访了八家高增长创业公司，了解 Claude Tag 在它们团队内部的实际运作方式。

受访的领导者来自愿景各异的公司，有的要重塑律所，有的在打造下一代资源规划软件。有些公司几乎把 Claude 加进了所有频道，另一些则深耕一两个具体用例。

但每位受访者都分享了一个“啊哈！”时刻：他们意识到，一段几分钟的 Claude Tag 对话就替代了数天的工作，或者挖出了原本可能一直隐藏的洞见。

本指南收录了最常见的用例，每个都附有实用的落地细节，帮助创始人找到并部署真正能为团队带来改变的用例。以下是受访创业公司取得实际成效的一些例子：

21

从 Slack 提及到打开 PR 只需几分钟

134

从 Slack 讨论串合并的拉取请求

5

每日交接更新只需几分钟，此前要 1 小时

<1

从客户提出需求到无代码方案只需 1 小时

2

从 Slack 提问到上线只需几天

从数天缩短到数小时

的周期性报告准备工作

在本指南中，我们分享领先创业公司使用 Claude Tag 最常见的用例、频道以及集体洞见。

最值得 @Claude 的频道

我们采访的八家创业公司都在 Slack 中使用 Claude Tag，但有几个频道被反复提及，是最适合起步的地方。

目录

1. 01Claude 值班
2. 02从讨论串到 PR
3. 03公司大脑
4. 04自助数据
5. 05报告与交接
6. 06入门清单

01 Claude 值班

示例配置：

频道

#on-call #alerts-ci #deploy-watch #support-escalations

连接器

GitHub、GitLab、Sentry、dbt、PagerDuty、Linear、Datadog、Jira、Grafana、incident.io

讨论串与例行任务

事件响应、早晨事件摘要、周一值班交接、每日健康摘要、每小时事件回顾

入门指令

@Claude 请在本频道记住：监控告警，并立即在各自的讨论串中对每条告警进行分诊。检查是否已有工单。先查询数据，再提出推测，并把已核实的内容与推断的内容分开。如果问题属实，指出可能的根因并附上链接，@ 负责人，只有在修复方案范围可控时才打开草稿 PR。如果无需采取行动，请说明。每次事件结束后，把学到的经验补充到[经验文件]中。

分流频道向来嘈杂不堪。Sentry 报错、Datadog 告警、客户提交的 bug、支持请求轮番打断，想从噪声里找出真正的信号非常困难。这通常也是团队交给 Claude 的第一项任务。

把 Claude 作为第一响应者放进频道后，值班工程师还没打开电脑，第一轮排查往往就已经完成了。每条消息一进来，Claude 就会阅读，并调查代码库和它能使用的工具，然后分享发现的结果。如果修复范围可控，它会开一个草稿 PR；如果不可控，它会把问题连同调查结果转给对的人。在这种模式下，每个修复合并前都会有人审核，只有真正的新问题才需要人亲自启动调查。

Campfire 为财务团队打造 AI 原生的 ERP。有一次，一位工程师在一条报告里 @ 了 Claude，说它某个 AI 智能体已经生成的回答没能送达用户。21 分钟后 Claude 就开好了 PR，当天下午就合并了。

Kikoff：每个分流频道都有一位第一响应者

Kikoff 是一家金融科技初创公司，帮助消费者建立信用、解决流动性需求、实现财务安全。Claude Tag 是公司各个分流频道的第一响应者，包括：

• #deploys：每次发布后，Claude 决定要盯哪些地方，并标记出它弄坏的东西。
• #alerts-ci：构建失败时，Claude 会查明原因，并以草稿 PR 的形式提出修复方案。
• #alerts-sentry-backend：Sentry 异常和崩溃由 Claude 先做第一轮排查。
• #dog-fooding：员工在内部试用中标记的问题，Claude 会去调查，并 @ 对应的负责人。
• #support：支持工单由 Claude 先做第一轮处理。

Kikoff 最初只让 Claude 在被 @ 时参与对话，而最大的收获出现在团队放手让它主动介入之后。注册功能出故障时，Claude 追查到是一次后端改动导致的，评估了影响范围，点名了负责修复的团队，并开了一个草稿 PR，让应用在这期间以柔和的方式失败。

“Claude 在监控或人之前发现问题时，我总是很兴奋。一个人能亲自掌握的上下文终究有限，Claude Tag 帮我们整理并承担一部分上下文，我们负责管理结果。”

NavigateAI：用碎片化的上下文修 bug

NavigateAI 为建筑现场团队打造 AI 副驾驶。他们在约 90 个频道里运行 Claude Tag，用于告警分流、bug 集中攻坚、快速搭建功能和支持升级。自 6 月以来，Claude 直接从 Slack 线程里开了约 223 个 PR，其中 134 个已合并，从开 PR 到合并的中位时间是两小时。

对 NavigateAI 来说，分流是特别有价值的用例。因为 Claude 掌握的上下文很多，它能找到乍看之下容易被忽略、却出人意料的根本原因。

“Claude Tag 让我们最‘哇’的一次，是我们当时在排查一个负载问题，看起来是某个客户造成的（因为他们的调用一直在失败）。按常人的思路，会继续追着那个客户查。但 Claude 能访问很多其他数据源，它实际上发现，问题来自同一时间运行的一个没有埋点的内部定时任务。”

借助 Claude，问题解决的平均耗时缩短了。有一次，Sentry 告警触发仅八分钟，Claude 就定位到了根本原因，修复也在告警后 93 分钟内合并上线。

“快速发展的初创公司往往不得不在速度和结构之间二选一，而 Claude Tag 让我们两者兼得。它就像一个大脑，把各个工具里的信息串联起来，我们不用自己搭建，就能拥有这套结构。”Mike 说。

提示

“建一个技能仓库、让 Claude 能访问它，效果非常好。”Mike 说。在 Anthropic，我们的值班机制把 Claude 的指令放在仓库里的一个 oncall.md 文件中，每次事故处理完后，Claude 会把自己学到的东西写进 lessons.md 文件。

02 从讨论串到 PR

示例配置：

频道

#quick-wins #bug-bash #product-feedback #feature-requests #ux-papercuts #tech-debt #design-polish

连接器

GitHub、GitLab、Linear、Jira、Confluence、Notion、Figma、Sentry

讨论串与例行任务

每个讨论串处理一个请求、每周梳理待办、每日汇总 PR、每周回顾已上线内容

初始指令

@Claude 请在本频道记住：当有人描述一个 bug 或小功能时，在单独的讨论串里处理。先查有没有现成的工单，并阅读相关代码。如果信息不全，就向对方询问细节或要一个真实例子，不要靠猜。如果改动小且范围可控，就开一个草稿 PR，简要说明改了什么、怎么测试的。绝不自行合并，由人来审核批准。如果改动太大或风险太高，说明原因并建议开工单。

速度是初创公司最大的优势之一，但那些能让用户惊喜的小需求，常常在忙乱中被淹没。这些想法往往由面向客户的团队收集，在 Slack 里提交，如果没有被忽略，最终会进入 Linear 或 Jira，和成百上千个工单一起排队等优先级。

有了 Claude Tag，无论是否懂技术，任何人都能起草 PR。在讨论串里提出想法，产品、工程和 GTM 团队在同一处实时反馈，Claude 再把讨论串变成一份草稿 PR，把所有人的意见都体现进去。

我们接触的许多初创公司都用 Claude Tag 来做那些“轻巧又讨喜”的功能，或者消除那些审核起来很快、但原本排不上优先级的小麻烦。

Orderful：从 Slack 交流到功能上线，只用了两天

Orderful 是一个 EDI 平台，企业可以通过 API 或直接在浏览器里与交易伙伴对接。它的客户通过这个平台与伙伴交换标准单据。

其中一种单据 753 在 Orderful 的网页应用里并不支持。这个需求一直躺在待办列表里，导致一家大型零售商的发货被延误。

一位客户经理在 Slack 里跟进时，产品经理把 Claude 拉了进来：“@Claude，你来做一个吧。”Claude 先索要该单据的真实样例，以便按实际格式开发，然后开了一个草稿 PR，加入对 753 的支持。

第二天早上，Claude 又为配套的 754（零售商的回复单据）建了工单，并开了第二个 PR。两个 PR 都在那次 Slack 交流后约两天内上线。

“以前要花几周甚至几个月的事，现在一次 Slack 对话就搞定了。”Orderful 的 CTO Piers MacDonald 说，“那些价值难以证明的轻量功能，过去总是卡在待办列表里，现在终于有出路了。”

提示

给 Claude 一些真实的东西作为开发依据。

把示例文件、客户消息或截图丢进对话串里，它就会基于这些材料搭建你真正需要的东西，而不是靠猜。

Valence：从功能需求到上线推广

Valence 与全球大型雇主合作，借助 AI 教练 Nadia 将企业人才与绩效连接起来。当 Valence 的一位工程师在 Slack 中说明如何应对一位重要客户提出的紧急产品变更时，Claude 不只是照做，还发现同一份配置存在于两个地方，因此还有别的改动需要一并完成。如果没有 Claude，最初的改动会是不完整的。

“它没有一味附和专家，而是发现了重复的配置，这种问题人很容易忽略。”

另一个案例中，一位客户紧急要求做一项定制。Claude 检查了代码，并与一位工程师协作，确认无需改动代码即可交付。不到一小时，一位同事就把解决方案准备好了，交给客户。

03 公司大脑

示例配置：

频道

#ask-anything #company-wiki #product-questions

连接器

GitHub、Notion、Google Drive、Linear、Jira、Confluence、Granola、Metabase

对话串与例行任务

每个对话串只问一个问题、更新决策日志、每周检查过期文档、汇总重复问题

初始指令

@Claude 请在本频道记住：根据我们的代码、文档和过往对话串回答问题，并附上来源链接。如果来源之间有冲突，就查代码，给出当前答案，并标记出过期的文档。如果不确定，就说明不确定，并 @ 相关负责人。当对话串得出决策时，记录到 [文档位置]。任何要发给客户的内容，都必须先经过人工检查。

在初创公司，机构知识往往只存在于人们的脑子里，从产品计费代码的细节，到入职文档托管在哪里，都是如此。

在我们交流过的许多初创公司里，Claude Tag 已经成为公司大脑。Claude 回答时会附上来源，没把握时就 @ 相关负责人。它还能让这些知识保持最新：当对话串得出决策时，Claude 可以在当天就记录到你的文档里，并标记出已经过期的文档。

Moritz：从接案到人员配置的实时可信来源

Moritz 是一家 AI 原生律所，承诺合同当天交付，而 Moritz 称行业标准至少要三周。法律工作之外的一切，从接案、报价到人员配置和后续跟进，都放在 Slack 里，每个事项一个对话串，每个客户一个频道。

现在，从 CEO 到律师助理，所有人都会先问 Claude。过去在 Slack 里要花最多 30 分钟搜索的问题，现在两分钟内就能得到答案。下班前的更新过去要花大约一小时整理，现在根据当天的对话串起草，只需五分钟编辑。

省下的时间又回到了法律工作上。Claude Tag 负责处理案件相关的行政事务，比如后续问题、提醒和状态更新。它无法访问客户文件，也无法访问与 Moritz 律师的保密对话。

“一家业务遍及 44 个国家的律所，每月会产生数百个一次性问题，没有人会为这些问题专门开发功能。Claude Tag 根据我们在 Slack 中的历史记录来回答。每个答案都是一个带链接的对话串，机构记忆因此不断累积。”

Campfire：按需提供的客户体验

其中有一个 Slack 频道“人气暴涨”：他们的 CX（客户体验）频道。销售用这个频道“在与潜在客户沟通时验证某些功能”，不必再“挨个去问 10 个人”。

这类频道之所以特别有效，是因为销售能在客户正关注的时候当场作答，在早期客户沟通中也能更独立、更有底气地应对。

“Claude Tag 基本上就是我们的中央知识库。”

04 自助式数据

示例配置：

频道

#data-requests #ask-revops #metric-definitions

连接器

dbt、GitHub、Metabase、BigQuery、Snowflake、Databricks、Notion

话题串与例行任务

每个话题串一个问题、每周站会前简报、发布与实验简报、流水线故障分诊、新问题分诊

初始指令

@Claude 请在本频道记住：依据我们受治理的模型和 [data skills repo] 中的定义来回答。如果那里没有覆盖相关数据，就说明该数据尚未验证，不要猜测。先给出答案，再给出数字、驱动因素和任何注意事项。在解释某项变化之前，先查看近期事件、发布记录和 Slack 讨论。如果某个指标的定义不明确，先问清楚我们指的是哪一个。对于任何重要操作，先分享你的计划或 SQL，再执行。把已验证的内容和假设的内容分开说明，并在回答末尾列出所有未解决的数据质量警告。如果有人发现错误，起草一份修正方案，交由数据团队成员审核。如果同一个问题出现两次，建议将其设为定期任务。

在一家快速成长的初创公司，每个部门都想要数据，数据团队必须决定先处理谁的请求。把 Claude Tag 接入数据后，任何人都可以用自然语言提问，不必再排队等数据团队。

这也是我们已经采用的一个用例。在一个月的时间里，在我们某个数据频道中，Claude Tag 回答了人们提出的超过 75% 的问题，通常在一两分钟内完成。它基于受治理的数据和分析师使用的同一套定义工作，这些定义存放在一个带版本管理的仓库中，Claude 在每次对话中都会重新读取。

Descript：回答临时数据请求

Descript 是一个 AI 驱动的视频编辑平台。如今，Claude Tag 已成为数据请求和初步分析的第一道支持。产品、增长、RevOps 和财务团队在 Slack 中提问，得到的回答基于 Descript 的 dbt 模型。

“我以前要写复杂的 SQL，每周或每月手动刷新数字。现在我用自己做的 Claude artifacts 替换了好几个数据团队的仪表盘，再也不用手动刷新了。”

Daisy 的周期性报告准备工作从几天缩短到了几小时。

例如，增长团队会问生命周期订阅为什么下降、付费搜索是否正在把末次归因让给其他渠道，或者一个自助账户需要多久才能变成企业商机。数据团队会跟踪 Claude 生成的 artifacts，了解哪些数据资产在各团队中最重要，并把自身时间花在战略性问题以及构建让自助服务得以运转的上下文上。

“商业智能一直承诺要让业务用户自助，但在我们把 Claude Tag 配置好、为数据提供海量上下文之前，我从未见过它真正实现。”

提示

先投资于上下文。

让数据团队记录核心模型和指标定义，因为自助分析的效果取决于 Claude 掌握的上下文。参见回答数据问题。

Orderful：从提问到仪表盘

在 Orderful，自助分析涵盖对话式分析和完整的数据构建：任何人都能从 Slack 里的一个提问出发，一路做到合并进生产环境的仪表盘。关键在于语义层，它把各方达成一致的定義和指标固化下来，让每个答案、每次构建都使用同一套定义。

“我们信任输出结果，因为语义层会约束 SQL，CI 会为构建把关，而且有一套就定义达成一致的流程。没有这些，你得到的只会是看起来自信满满的错误答案。这些护栏到位之后，接入 Claude Tag 用了不到 30 分钟。现在同事们会在共享的 Slack 线程里一起构建，而不是各自单打独斗。”

05 报告与交接

示例配置：

频道

#sales-pipeline #customer-handoffs #standup-summary #qbr-prep

连接器

Notion、Google Drive、Gong、Salesforce、Gainsight

线程与例程

日终状态草稿、QBR 前简报、交易交接

入门指令

@Claude 请在本频道记住：根据我们的线程、文档和数据起草每一份周期性报告，并附上来源链接。开头先讲发生了什么变化、哪些事项需要决策。把你核实过的内容和你的假设分开写，遇到缺失的信息要标出来，而不是自行填补。把草稿发在单独的线程里，供 [owner] 编辑。在有人批准之前，任何内容都不要发出去。如果某份报告反复收到同样的修改，建议更新这些指令。

我们讲到的许多例子都是被动响应式的：某件事发生了，Claude 作出回应。而例行报告是 Claude 按计划主动承担的工作，就像团队成员负责一项周期性交付物一样。

你只需描述一次想要的结果；之后 Claude 每次都会执行，并把结果发到团队日常工作的位置。

Valence：交易复盘与交接

Valence 正在让 Claude 在每次季度业务复盘前为团队准备简报，内容涵盖客户健康状况、进行中的交易、阻碍事项和后续步骤。他们还在努力让交易达成后从销售到客户成功的交接更顺畅。Claude 帮助汇总跨多个互动渠道的细节，为团队节省时间，还常常找出他们可能遗漏的关键事项。

“交易达成后，Tag 会根据交易历史、通话记录和合同生成交接材料：谁是谁、承诺了什么、哪些是定制的、哪些还没敲定。客户成功团队会在启动会之前先审阅这份材料。”Sameer 说。

提示

如果你已经问过它两次，就把它排进日程。

“@Claude 每周一东部时间上午 9 点，为每个本月有 QBR 的客户发一份简报：健康状况、进行中的交易、阻碍事项和后续步骤。”参见设置例程。

06 入门清单

下面的清单汇总了这些初创团队的最佳实践，你可以把它们用到自己的工作流中。

上线之前

Claude Tag 目前处于公开测试阶段，适用于 Claude Team 和 Enterprise 套餐，Free、Pro 和 Max 套餐不可用。你需要一位 Claude 组织 Owner 和一位 Slack 工作区管理员来连接两者。管理员还必须开启例程，Team 套餐需要先有使用额度，Claude 才会响应。

部署

Kikoff 的工程经理 Alex Dejeu 说：“我们会先在部分团队做实验，看看哪些做法有效，等确认已经解决了各种问题，再把方案推广到其他团队，让他们也加到自己的类似频道里。我们希望避免让那些对 AI 出错容忍度较低的人产生不信任的体验。”

不确定下一步该做什么？@Claude，问问它对你们组织了解到了什么，以及它认为可以扩展到哪些用例。

Moritz 的联合创始人兼 CTO Stefan Mandaric 让 Claude 为每个团队推荐用例。15 分钟后，Claude 读完了公司的 Slack 频道、Linear 问题、Notion SOP、Drive 和 Metabase 仪表盘，并发布了 25 个用例。“其中 18 个无需进一步配置就能用。这就成了我们的推广计划。”

最后的话：我们从那些惊艳时刻中学到了什么

那些惊艳时刻并不总是关于速度。很多时候，Claude 找到了没人让它去找的东西。有时惊喜来自它的克制。有时惊喜来自意想不到的互动。Orderful 的 CTO Piers MacDonald 说：“最终你会习惯 Claude 加入玩笑，很快你就会欣赏它是个容易逗乐的观众，而且总是第一个笑。”

希望本指南对你有帮助。特别感谢 Campfire、Descript、Flagler Health、Kikoff、Moritz、NavigateAI、Orderful 和 Valence 分享他们的经验与见解。

更多资源

开始使用

• Claude Tag 概览
• Claude Tag 文档
• 设置 Claude Tag
• 值班引导式设置
• 设置故障排查

连接你的工具

• 添加连接和捆绑包
• 配置 GitHub 访问权限
• 个人连接器
• 网络要求

访问、安全与支出

• 限制访问
• 智能体身份如何运作
• 安全与数据
• 数据生命周期与删除
• Claude Slack 应用可以访问哪些内容
• 设置支出限额
• 将成本归属到用户

在 Slack 中使用 Claude

• 控制 Claude 何时响应
• Claude Tag 能理解的命令
• 频道记忆
• 设置例程

用例

• 用例库
• 修复缺陷
• 回答数据问题

Anthropic 如何使用 Claude Tag

• Claude Tag 如何成为 Anthropic 应对 CI/CD 故障的第一响应者
• Anthropic 如何借助 Claude 实现自助式数据分析