桃園有個做精密鑄件的老闆，去年十一月傳了一個截圖給我。截圖裡是他工廠的倉儲系統，底下有十四支 Python 腳本，每支兩三百行。他說：「這些都是工程師用 ChatGPT 寫的，能跑。但每次要改，工程師說都要重新跟 ChatGPT 解釋一遍系統背景。這樣正常嗎？」
我看了一下截圖，沒有馬上回答。
那些腳本能跑，沒問題。但我看到的是：每支命名風格不同，有的駝峰有的底線；資料庫連線字串在三支腳本裡各自寫了一份；有三支在處理同一份 SKU 表，邏輯各自不同。
不是工程師的問題。是工具選錯了。
ChatGPT 跟 Claude Code 根本不是在做同一件事
這兩個工具被拿來比較，本身就是個誤會。
ChatGPT 是問答工具，廣度是它的優勢：寫報告、翻譯信件、解釋概念、擬話術，它很快、很好。但你要叫它「進到你的系統裡，理解你的業務邏輯，幫你找問題、做修改」——它做不到，因為它根本看不到你的系統。每次對話重開，它從零開始，不知道你上次寫了什麼、你的資料夾怎麼排、你用的套件是哪個版本。
Claude Code 被設計成在你的工作環境裡運作。它可以存取整個專案目錄，讀懂目錄結構，跨多個檔案同時做修改，執行指令後看結果，再根據結果決定下一步。
我做過一個示範，就拿那個桃園老闆的案子。讓 Claude Code 讀他整個倉儲系統，然後說：「幫我找日期和時區的處理邏輯，如果有不一致，列出來。」
它找到了四個地方。四支不同的腳本，各自用不同方式處理時區，其中兩支的邏輯互相矛盾。
這件事用 ChatGPT 做不到。你沒辦法一次把十四支腳本全貼進去，就算貼了，它也沒有動力主動去找跨檔案的矛盾。
為什麼顧問在企業 AI 導入裡偏好推薦 Claude Code
做企業 AI 導入的陪跑快五年，有一個觀察：中小企業主買了 ChatGPT Plus，三個月後使用率掉到快零的，不是少數。不是工具不好，是工具跟需求不匹配。
ChatGPT 的介面是一個空白框，等你發問。對已經知道自己要問什麼的人很有用，但對很多企業主來說，問題不是「我要問什麼」，而是「我有這個爛攤子，誰能幫我整理」。這兩件事需要的東西根本不同。
Claude Code 的使用情境比較具體，但也因為具體，所以清楚：你有一個系統要改、一個流程要自動化、一批資料要整理。它的操作模式是：給它存取權、說你要做什麼、它去做、做完告訴你結果。
還有一點是謹慎程度。Claude Code 在執行有風險的操作之前，會停下來確認。我陪跑過的幾個老闆，第一次看到它在刪東西前跳出確認提示，都說讓他安心不少。說起來不起眼，但對沒有技術背景的企業主來說，比功能更重要。
工具要選對，問題要問清楚
易經裡有個概念叫「時位」。同樣一件事，發生在不同的時機與位置，需要不同的應對。用易經輔助決策的時候，我一直強調：問卦之前，先把問題想清楚。你要問的是「這件事要不要做」，還是「現在的時機對不對」，還是「我應該主動還是等待」——問法不同，卦象給你的方向就不同。
選 AI 工具也是這樣。先想清楚你要解決的是什麼，再選工具。
文字類工作——寫報告、翻譯、擬信件、整理話術，ChatGPT 很夠用，開網頁就能用，不需要安裝任何東西。
系統類工作——既有程式要維護、流程要自動化、跨檔案的邏輯要梳理，Claude Code 的投資報酬率高很多，因為它能理解你的系統脈絡，不需要每次重新介紹。
那個桃園老闆，後來讓 Claude Code 讀完他整個系統，它出了一份報告：三支腳本可以直接用，四支有小問題可以修，五支建議從頭重寫。
比他預想的情況好。他說：「我以為全部要重來。」
我說，這就是先看清楚再說話的好處。它不急著給你答案，它先把你的問題弄清楚。