Claude Code 9个月做到 2.5BARR，比ChatGPT、Slack史上任何B2B产品破2.5B ARR，比 ChatGPT、Slack 史上任何 B2B 产品破 1B 的速度都快。

但大多数人的用法还是当高级自动补全：写代码更快、调试更短、上线更多。

这个思路在漏钱。

真正有意思的用法，是把 Claude Code 当作业务流程编排层，卖的不是代码能力，而是重复性工作的自动化流水线。

不需要自己开发 app。不需要维护 SaaS。不需要伺候用户。只有可复用的工作流，解决真实存在的贵问题。

以下是 5 条现在就能打包卖的流水线。

一、YouTube 内容再利用

每个创作者都有 50+ 小时的长视频躺在 YouTube 上。发过一次，再也没动过。手动二次创作：每条视频 3-4 小时。永远做不完。

构建方式：

给 Claude Code 一个 YouTube URL，它调用 WayinVideo Clipping API，返回 15+ 条按病毒传播指数（0-99）排序的片段，每条自带标题、描述、hashtag、CDN 下载链接，自动裁成 9:16 加字幕。

同时调用 Transcription API，返回带时间戳和说话人标注的完整转录稿。

Claude 筛选：分数 75 以上，时长 20 秒以上，留下 7-10 条值得发的片段。对每条片段提取对应文字稿，用你的语音风格模板生成各平台文案（LinkedIn、TikTok、Shorts）。

输入一个 YouTube URL，输出 10 条可直接排期发布的内容。

算账：每周 3 条视频 × 每条节省 4 小时 × 50/小时=50/小时 = 600/周。向客户收 $500/月，ROI 自己会说话。

二、B2B 销售线索丰富化

销售团队现在还在这样找线索：在 LinkedIn 找到潜客 → 打开公司官网 → Google 查资料 → 复制信息到表格 → 凭感觉打分 → 粘贴到 CRM。每条潜客 8-12 分钟。50 条/天 = 一整天在做数据录入。

Claude Code 四步搞定：摄取 → 丰富 → 打分 → 分发。

先定义 ICP（理想客户画像）标准。把一批公司名或域名扔给 Claude，它访问每家公司网站，提取行业信号、团队规模线索、技术栈指标、定位语言、最新新闻报道。用 ICP 标准逐条打分（0-100）。

丰富层才是精华：Claude 读 "About" 页面，提取公司实际做什么（不是 SEO 优化的口号）。读招聘页推断增长阶段、预算优先级、技术决策。公司刚发了 3 个 DevOps 职位 → 在扩基础设施。发了 Head of AI 职位 → 在采购，不是在自研。

再加一层个性化：抓取公司最新博客或新闻，给 SDR 写一封一句话开场白，让冷邮件变暖邮件。

最佳买家： 做外呼的代理公司、猎头公司、有 2-3 个 SDR 的 B2B 销售团队。

三、竞品动态监控

产品团队每周一手动盯竞品：开 5 个浏览器标签，扫定价页、读更新日志、截功能表、写 Slack 总结。每人每周 3-5 小时，还容易漏掉两次检查之间的变化。

Claude Code 把这个 ritual 变成定时 pipeline。

定义目标列表：竞品官网、定价页、功能矩阵、招聘页、新闻室。Claude 按计划抓取（每天或每周），存快照。下次运行时对比新旧版本，用自然语言总结变化：

"竞品 A 把 Pro 套餐从 49提到49 提到 59。竞品 B 在企业页加了 SOC 2 认证。竞品 C 上周发了 4 条 ML 工程师职位。"

最后一条信号比看起来重要得多——招聘节奏揭示产品路线图，比功能上线早 6 个月。

技术方案：Apify actors 或 Claude 浏览器自动化做抓取，SQLite 存快照，对比后推报告到 Slack 或邮件。

最佳买家： B2B SaaS 的产品经理、做定位工作的市场团队、同一垂直领域的战略咨询顾问。

收费 1,000−2,500/月，算力成本不到1,000-2,500/月，算力成本不到 100/月。利润来自你构建的情报层——知道哪些信号重要、如何解读招聘模式、定价变化意味着什么。

四、文档处理流水线

发票、收据、合同、采购单，2026 年了还在手动录入电子表格。中型公司财务团队每周花 15-20 小时处理这类有固定格式的文件。

Claude Code 读文件 → 提取关键字段 → 按 schema 校验 → 推送到电子表格或财务系统。

技术路径：摄取 PDF/扫描件/照片。如果是扫描图，先跑 OCR。Claude 按固定 schema 提取：供应商名、发票号、日期、行项目、总价、税额、付款条款。校验提取结果（行项目加总对不对？PO 号有没有对应订单？）。干净记录进财务系统，有问题的进人工复核队列。

标准发票字段级准确率 94-97%。乱发票据的行项目仍需人工复核——这点诚实反而让产品更好卖。你不是承诺魔法，你承诺的是 95% 的脏活消失，剩下的 5% 带上下文标记，让人工几秒解决而不是几分钟。

比大多数 OCR 工具多一层：理解。读合同提取续约日期、终止条款、付款计划。读收据做费用分类。提取是语义的，不是按坐标抽文本。

最佳买家： 50-500 人公司的财务团队、记账公司、处理供应商文件的运营团队。

按文档收费（1−3/发票）或包月（1-3/发票）或包月（500-2,000）。单张成本几分钱，单张价值是它替代的那 8-12 分钟熟练人工。

五、文档缺口分析

用户过千的 SaaS 公司都有同一个问题：文档落后产品半年。

工程师上线功能，改动日志写两行。客服工单堆积如山问新功能怎么用。技术文档写手把文章加进待排。三个月后发布——那时候功能已经改过两版了。

Claude Code 关闭这个 gap，pipeline 分两阶段。

第一阶段：缺口分析。 Claude 爬现有文档，拉取最近的 Zendesk 或 Intercom 工单，交叉比对。找出客户反复问但知识库没有对应文章的常见问题。按工单量排名：上个月被问了 200 次且没有文档的问题，优先级高于被问了 5 次的。

第二阶段：内容生成。 Claude 为每个缺口起草文章。从工单本身提取上下文（真实的客户问题、真实的困惑点），从产品更新日志和相关文档拉素材。输出风格与团队现有格式一致：标题、代码示例、截图占位符。

草稿进复核队列。Pipeline 每周一跑，团队每周收到按客户影响排序的新起草文章列表。

再深一层：Claude 还能识别已过时的文档。如果工单提到了某个功能，但该功能的文档上次更新是 8 个月前，Claude 标注重审，用最近的更新日志起草新版本。

最佳买家： 有活跃客服队列的 SaaS 公司、文档体系庞大的开发者工具公司、客服工单量与文档质量正相关的业务。

定价：5,000−10,000搭建费（接通系统、配置pipeline、校准风格）+5,000-10,000 搭建费（接通系统、配置 pipeline、校准风格）+ 1,500-3,000/月维运费。

算账：如果客服每月处理 2,000 张工单，其中 30% 有答案但文档里没有，那就是每月 600 张工单可被更好的文档分流。按 5−15/张工单处理成本算，每月节省5-15/张工单处理成本算，每月节省 3,000-9,000 的客服人工。Pipeline 第一个月就回本。

这些生意的共同点：

不需要开发 app。不需要维护基础设施。不需要技术买家能理解你在干什么。

你卖的不是"AI 自动化"，而是客户本来就在做、本来就理解、本来就愿意付费的重复性工作，只是把它打包成了流水线。

Claude Code 是编排层。API 和工具是能力层。你对问题空间的认知是护城河。

选一条流水线，先给自己做。然后卖给在同一个问题上规模大 10 倍的人。

这才是没人真正在做的生意。