Anthropic 估值 3,800 億美元（約 NTD 12.16 兆），但它的成長行銷團隊在長達十個月的時間裡只有一個人。 Austin Lau 不是工程師，從沒寫過一行程式碼，甚至第一次用 Claude Code 時還得 Google「怎麼在 Mac 上打開 Terminal」。但他一個人扛了付費搜尋、付費社群、App Store 優化、email 行銷和 SEO 全部五個通道，產出量超過多數完整編制的行銷團隊。2026 年 1 月 Anthropic 發布的官方案例研究和內部白皮書裡，他的故事被當作 AI 重塑工作方式的代表案例。
這不是矽谷新創常見的「一人軍團」苦幹故事。Anthropic 的年化經常性收入（ARR）截至 2026 年 3 月已達 190 億美元，員工 2,500 人，有足夠預算組建完整行銷部門。他們選擇不這樣做，是因為 Claude Code 讓一個非技術背景的行銷人能獨立建構出過去需要整個團隊才能維運的績效行銷系統。
Austin Lau 做了什麼
Anthropic 在 2026 年 1 月底發布了兩份文件：一份是專門講 Austin Lau 工作流程的公開案例研究，另一份是涵蓋十個部門的內部白皮書《How the Anthropic Team Uses Claude Code》。白皮書裡，成長行銷部門被描述為「非技術、一人團隊」。
Austin 的第一個突破是用 Claude Code 建了一個 Figma 外掛。這個外掛能自動抓取設計檔裡的廣告模板，把不同的標題和描述文案組合進去，一次批量生成最多 100 種廣告素材變體。原本需要在 Figma 和 Google Docs 之間反覆複製貼上的流程，壓縮到每批次 0.5 秒。
第二個是 Google Ads 的回應式搜尋廣告（RSA）工作流。他在 Claude Code 裡建了一個自訂斜線指令 /rsa。輸入後，Claude Code 會要求提供活動資料、現有文案和關鍵字，然後交叉比對他預先定義的 Agent Skills——包含 Anthropic 品牌語調、產品資訊準確度和 Google Ads RSA 最佳實務。系統用兩個專門的子代理：一個只寫標題（30 字元上限），另一個只寫描述（90 字元上限）。最後打包成 CSV 檔，可以直接上傳到 Google Ads。
他的效率提升數據很具體：廣告文案製作從每則 30 分鐘降到 30 秒，創意產出量增加十倍，一個人測試的廣告變體數量和覆蓋面超過多數完整行銷團隊。
Austin 還用 MCP（Model Context Protocol）串接了 Meta Ads API，可以直接在 Claude Code 裡問「這禮拜哪些廣告轉換率最好」或「我的預算花在哪裡浪費了」。他還建了一套記憶系統，記錄每一輪廣告迭代的假設和實驗結果。啟動新一輪變體生成時，Claude 會自動調出歷史測試資料，辨識哪些文案跑得好、哪些不好，下一輪直接在前人肩膀上站穩。這種系統性的實驗追蹤，傳統上需要一個專職資料分析師。
一個關鍵的事實澄清
社群媒體上這個故事傳開後，不少人把「一人成長行銷團隊」等同於「Anthropic 只有一個人在做行銷」。這不準確。
Austin Lau 是 Anthropic 最早的成長行銷雇員，但 Anthropic 有完整的品牌行銷、產品行銷和公關團隊。2026 年 2 月超級盃的電視廣告就是明顯例子。他負責的是績效行銷——付費媒體、ASO、SEO 這些可量化的通道。他的文案和品牌素材基底是產品行銷和文案團隊協作產出的，Claude Code 在這個基礎上做規模化和變體測試。
2025 年 3 月 Sunil Subhedar 加入 Anthropic 擔任成長行銷主管（Growth Marketing Lead），他之前在 Canva 和 Uber 領導過成長行銷團隊。Sunil 在 LinkedIn 上寫到：「我們成長行銷團隊裡每個人都定期使用 Claude Code。」到 2026 年 3 月，Anthropic 也在招聘 SEO 主管和策略客戶行銷主管等職位。團隊在擴編，但擴編的速度遠低於傳統預期。
為什麼這件事值得認真看待
McKinsey 的調查顯示，78% 的組織已在至少一個業務功能中使用 AI，但多數仍停留在實驗階段。Gartner 預測到 2026 年，超過三分之一的網頁內容會專門為 AI 搜尋引擎優化。行銷預算結構也在改變：McKinsey 預估 AI 系統的行銷支出佔比將從 25% 升到 40%，而人力創意的佔比會從 40% 降到 25%。
Anthropic 的案例讓這些預測有了具體面貌。廣告文案產出從每則 30 分鐘到 30 秒，不是 10% 或 20% 的效率提升，是結構性的改變。當一個非技術行銷人可以用自然語言指令建構出 Figma 外掛、API 串接和自動化工作流，「需要工程師支援」這個瓶頸就被移除了。
Duke 大學 Fuqua 商學院和 Deloitte Digital 聯合執行的 CMO Survey 針對 281 位行銷高階主管（99% 為 VP 級以上）的調查顯示，AI 帶來的具體成效包括：銷售生產力提升 8.6%、顧客滿意度提升 8.5%、行銷間接成本降低 10.8%。Gartner 針對 418 位行銷主管的調查也確認 73% 的行銷團隊已在使用生成式 AI。
但 Austin 的故事比這些統計更有說服力的地方在於：他不是在現有流程上加一層 AI，而是重新定義了「一個行銷人能做什麼」的上限。
其他公司也在走類似路線
Anthropic 不是唯一案例。他們的白皮書記錄了十個部門的 Claude Code 使用情境：
| 部門 | 案例 | 效率變化 |
|---|---|---|
| 成長行銷 | 廣告文案與素材生成 | 從 30 分鐘/則降到 30 秒/則 |
| 資料基礎設施 | Kubernetes 叢集故障排除 | 原本需要網路專家，現在直接用 Claude Code 解決 |
| 推論團隊 | 非 ML 背景成員理解模型功能 | 文件查閱時間從 1 小時降到 10-20 分鐘 |
| 產品設計 | 設計師直接修改前端程式碼 | 工程師注意到設計師在做「大規模狀態管理修改」 |
| 法務 | 建構語音輔助應用 | 一小時內完成原型 |
Novo Nordisk 也用 Claude Code 讓非工程師參與平台開發。他們的數位化策略總監有分子生物學博士學位但不是工程師，現在可以用自然語言建構功能原型。Novo Nordisk 一個 11 人的團隊被描述為「運作起來像一個大好幾倍的團隊」。
Anthropic 經濟指數的研究也提供了更宏觀的數據：一年前，大約三分之一的美國工作至少有四分之一的任務出現在 Claude 使用數據中。這個比例現在已經上升到大約每兩份工作就有一份。
這對行銷組織意味著什麼
Austin Lau 的 10 個月經驗指向一個清楚的結構性轉變：行銷團隊的規模將越來越取決於策略能力，而非執行人力。
三個可觀察的趨勢正在匯聚：
第一，「能做」跟「不能做」的邊界在消失。 Claude Code 的白皮書用了一個精準的描述：它正在模糊「歷史上幾乎完全由技術能力定義的界線」。Austin 從 Google「怎麼開 Terminal」到獨立建構完整績效行銷系統，中間只隔了一週。
第二，團隊擴編邏輯在改變。 傳統行銷團隊需要 SEM 專員、社群投放專員、email 行銷專員、SEO 專員、素材設計師各一名以上。Anthropic 的案例顯示，這五個角色的執行面工作可以被一個人加上 AI 工具覆蓋。擴編的理由從「需要更多人做執行」變成「需要更多人做策略和判斷」。
第三，行銷跟產品開發的界線在模糊。 Austin 的 Figma 外掛、MCP 伺服器串接、記憶系統——這些在傳統分工裡是產品或工程的範疇。當行銷人可以自己建構工具，行銷部門開始像產品團隊一樣運作。Sunil Subhedar 在 Podcast 裡說得很直接：最好的成長行銷團隊運作方式像產品團隊，不是通道團隊。
Gartner 2026 年行銷趨勢預測的結論也呼應這個方向：隨著 AI 自動化更多執行工作，行銷組織將扁平化並重組為模組化、彈性結構。行銷人的角色從執行轉向監督智慧系統。
實際操作建議：企業怎麼開始
Austin 的經驗提供了一個可複製的路徑：
- 盤點重複性 API 驅動任務。 把行銷工作流程拆開，找出哪些是手動、重複、且有 API 可以串接的環節——廣告文案生成、素材變體製作、投放數據查詢、報表拉取。這些是最適合自動化的。
- 拆解工作流為專門的子代理。 Austin 的 RSA 工作流用兩個子代理分別處理標題和描述。單一 prompt 塞太多任務，品質會掉。拆開來各司其職，產出品質和一致性明顯提升。
- 建構學習迴路。 關鍵不是一次性自動化，而是系統能從自己的產出中學習。Austin 的記憶系統記錄每輪實驗，讓下一輪的起點比上一輪更高。
- 品牌基底必須由人定義。 Austin 反覆強調 Claude Code 的產出只是起點，每則文案他都親自審查。品牌語調、產品準確度、競爭差異化的判斷不能外包給 AI。Agent Skills 裡的品牌規範是產品行銷和文案團隊協作寫出來的。
- 用 Claude Code 的 Agent Skills 和 Slash Commands 編碼你的工作流。 把團隊的標準、流程、品質要求用 Markdown 文件固定下來。文件越完整，Claude Code 的產出品質越高。
Anthropic 的一人行銷團隊是特例還是趨勢？
Austin Lau 的情況有其特殊性：他在 AI 公司內部使用自家產品，工具取得和技術支援的門檻比外部企業低得多。但他的工作流程和工具（Claude Code、Figma API、Meta Ads API）都是公開可用的，不是 Anthropic 內部專屬。任何有 Claude Code 存取權限的行銷人理論上都能複製類似的系統。
AI 行銷自動化會取代行銷團隊嗎？
不太可能完全取代，但會大幅改變團隊結構。Austin 的案例顯示，AI 取代的是執行層面的重複工作——複製貼上文案、手動調整素材尺寸、一個一個平台上傳廣告。留下來的是策略判斷、品牌定位、受眾洞察、創意方向這些需要人類理解力的部分。McKinsey 預估 AI 系統佔行銷支出的比例會從 25% 升到 40%，但人力創意的角色不會消失，只是佔比縮小。
非技術背景的行銷人怎麼開始用 Claude Code？
Austin 自己的起點是 Google「怎麼在 Mac 上開 Terminal」。他的建議是：從你最痛苦的重複性任務開始，用自然語言描述你想做什麼，讓 Claude Code 幫你建構解決方案。Anthropic 有公開的非技術人員安裝指南，Andrew Ng 與 Anthropic 聯手推出的免費 Claude Code 課程也是好的入門點。
Claude Code 的行銷自動化跟一般 AI 寫作工具差在哪？
一般 AI 寫作工具（像 ChatGPT 的對話介面）是一次性產出：你給 prompt，它給你文案。Claude Code 的差異在於你可以建構持久的自動化系統——Figma 外掛、API 串接、記憶系統、自訂指令。這些系統會一直跑，而且會隨著使用越來越聰明。差別不在文案品質，在於你是用一次性工具還是建構了一個能持續運作的行銷基礎設施。
Anthropic 的成長行銷團隊現在還是一個人嗎？
不是。Austin 獨立運作了大約十個月（2024 年中到 2025 年初）。2025 年 3 月 Sunil Subhedar 加入擔任成長行銷主管，帶來 Uber 和 Canva 的經驗。截至 2026 年 3 月，團隊持續招聘 SEO 主管和策略客戶行銷主管等職位。但跟同等營收規模的科技公司比，團隊仍然非常精簡。
引用來源
- Anthropic — How Anthropic's Growth Marketing team cut ad creation time from 30 minutes to 30 seconds with Claude Code
- Anthropic — How Anthropic teams use Claude Code (White Paper)
關於作者
Erik (EKC) — Tenten.co 數位策略總監。Austin Lau 的案例讓這個問題有了清楚的解法。如果你的行銷團隊也在考慮用 AI 工具重構工作流程，歡迎跟 Tenten 團隊聊聊。我們在 2025-2026 年間協助超過 20 家企業建立 AI 驅動的行銷自動化系統，從流程盤點到 Claude Code 工作流建構都有實戰經驗。
