Claude Dashboards 上線：一句話做出公司儀表板，為什麼還要檢查背後的查詢？
Claude Dashboards 開放付費方案測試，可連接資料平台與 Salesforce，用自然語言建立會更新的儀表板。本文整理使用資格、查詢透明度、分享權限與導入方式，說明行銷和營運團隊如何從第一張圖開始，避免把漂亮圖表當成可信結論。
行銷主管想知道這週的新客戶從哪裡來，通常得先等同事整理資料，再等一張能放進簡報的圖。
Claude Dashboards 想縮短這段等待，讓使用者直接提問，由 AI 查資料、畫圖，並隨資料更新。
Anthropic 在 2026 年 10 月 8 日宣布這項功能進入測試階段，付費使用者可以從 Claude 對話建立儀表板。
但圖表做得快，和數字算得對，是兩個需要各自確認的結果。
這次值得關注的設計，是每張圖都能看到背後的查詢，還會顯示資料最後更新的時間。
對營運團隊而言，它最有價值的位置是快速回答新問題，讓既有分析系統繼續負責穩定的管理指標。
要判斷是否適合自己的工作，先看它把哪些原本需要來回溝通的步驟接了起來。
Claude Dashboards 把提問、查資料與畫圖接在一起
Claude Dashboards 是放在 Claude 裡的資料儀表板功能，讓一個問題變成可查看、可修改的圖表作品。
儀表板可以理解成一張持續更新的營運看板，集中呈現幾個相關數字，讓人不用每次重做試算表。
依 官方使用指南，使用者接上資料來源後，可以要求季度營收分布、每週註冊量，或業務機會依負責人的分布。
Claude 會為圖表撰寫 SQL 查詢。SQL 是向資料庫取資料的語言，決定要選哪些資料、如何分組，以及怎麼把結果加總。
這一步影響的遠超過圖表外觀。同樣叫「新客戶」，查詢可能算第一次註冊的人，也可能算第一次付款的人，兩者回答的是不同問題。
功能把查詢交給使用者查看，等於把這個差異攤開。團隊可以指出定義不符，再請 Claude 修改，而不是只收到一張無法追問的截圖。
官方也將它定位為探索性問題的入口，例如比較本週註冊與上月情況。當問題需要深入分析，可以把儀表板送到其他工具繼續處理。
這種分工很合理。臨時問題需要速度，正式報表需要共同定義，兩者放在同一條工作流程，比讓所有人各自生成報表更有用。
哪些方案能用，企業管理者需要先做什麼？
截至 2026 年 10 月 9 日，Claude Dashboards 以測試版提供給 Pro、Max、Team 與 Enterprise，免費方案不在這次開放範圍內。
測試版代表功能已能供日常使用，但體驗仍會調整。官方的 測試功能說明 也提醒，可靠性與成熟度可能和正式推出的功能不同。
Enterprise 預設關閉，需要組織擁有者在設定裡啟用。管理者還可以用自訂角色，限制哪些群組有建立儀表板的權限。
這個安排對有敏感資料的企業很重要。員工已有付費帳號，不代表組織希望所有人都把資料連上新的分析入口。
| 導入問題 | 官方目前提供的安排 | 團隊應確認的事情 |
|---|---|---|
| 使用資格 | Pro、Max、Team、Enterprise 測試版 | 帳號與組織是否已開放 |
| 企業預設 | Enterprise 預設關閉 | 由擁有者啟用並管理群組 |
| 用量 | 計入方案使用限制 | 是否會影響其他 Claude 工作 |
| 作品起始狀態 | 儀表板起初為私人 | 分享給誰，以及分享範圍 |
| 資料解釋 | 每張圖提供查詢與更新時間 | 指標定義與資料時效 |
使用前也要確認相關能力開關。官方 Artifacts 指南指出，作品功能需要啟用雲端程式執行與檔案建立，組織方案則由管理設定控制。
Artifacts 是 Claude 對可反覆編輯作品的稱呼，儀表板會保存其中。它讓作品能在對話之外被找到，之後也能回來修改。
完成帳號設定後，下一個會影響成果的環節是資料連接。即使 AI 能理解問題，也不能替不存在或無法讀取的資料補出答案。
連接公司資料之前，先把問題縮到能確認的範圍
官方列出的資料平台包括 Amazon Redshift、BigQuery、ClickHouse、Databricks 與 Snowflake，也能使用已連接的應用程式，例如 Salesforce。
資料平台負責保存與查詢公司的紀錄。Salesforce 則常用於業務與客戶管理，因此能回答的問題取決於團隊實際放了哪些資料。
對第一次嘗試的團隊，最好的起點是一個已有可靠答案的小問題。先讓 AI 重算一次，再比對既有報表，會比直接詢問整個公司的成長策略更容易看出差異。
例如，假設團隊有上月付費訂單，可以先問各通路的有效訂單數。這是導入示例，並非本文實測，也不代表任何公司的實際數據。
提問時需要把退款是否扣除、測試帳號是否排除、日期採用哪個時區交代清楚。這些條件會改變答案，卻很容易在一句「幫我看營收」裡被省略。
資料來源也要明確。如果客戶資料在一個系統、付款在另一個系統，就得先確認兩者能否用相同識別欄位對上，避免同一個人被重複計算。
AI 產生的查詢可以幫忙發現這類問題。看到它使用的是訂單數還是客戶數，團隊就知道兩張外觀相似的圖為何不同。
這不是要求所有主管先學會資料庫。主管需要說清楚業務定義，熟悉資料的人則負責確認查詢，兩者一起把第一個答案做穩。
一旦最小問題得到確認，再增加分組與時間比較，就能知道新的圖表是否沿用同樣規則。
一句話做儀表板，怎麼說才能得到可用答案？
官方建議先描述想理解什麼，而不只是指定圖表類型。要求「比較本月各來源的註冊表現」，通常比只說「畫註冊圖」更有方向。
前者提供比較目的，後者只提供外觀。當目的清楚，AI 才比較容易把相關欄位放在一起，讓圖表支持一個決策。
一個實用的提問可以交代資料來源、時間範圍、計算對象與比較方式。例如指定某個資料表，再要求每週有效註冊量與前一週比較。
時間範圍尤其值得寫清楚。「這個月」可能包含尚未結束的日期，而拿它和完整上月比較，會讓成長看起來比實際更弱。
如果想看通路成效，也要說明通路欄位代表首次接觸、最後一次點擊，還是訂單歸因。先固定同一套歸因規則，各通路的圖表才有共同比較基礎。
看到第一版之後，可以要求加入地區篩選、改成每週顯示，或更換比較期間。這類修改是在既有問題上深化，比反覆生成全新的看板更容易維持一致。
修改完仍要回到查詢。加上一個篩選器可能改變分母，原本的百分比也可能跟著變，不能只確認按鈕是否出現。
官方也提供從 Artifacts 分頁選擇 Dashboards 範本的入口。對習慣把工作分成固定作品的人，這會比在聊天記錄裡找某一次回答更方便。
作品容易找回，能降低重做的成本。不過當它準備分享給同事，還得確定接收者理解數字代表什麼。
分享的是共同判斷，圖表旁邊要有足夠的上下文
儀表板起初只對建立者可見，使用者可以從作品裡開啟分享。組織的分享規則仍由管理設定決定。
私人起始狀態給了團隊檢查空間。先核對一版內容，再分享給需要它的人，比在第一版完成時就把連結丟進所有群組更容易管理。
分享前應該把指標名稱寫完整。只寫「轉換率」，同事無法知道是訪客轉註冊、註冊轉付款，還是業務機會轉成交。
更新時間也會影響判斷。上午更新的圖可以描述上午以前的情況，但不能用來證明下午活動已經奏效，尤其在需要即時回應的工作裡。
圖表顯示更新時間，有助於發現這個落差。官方沒有在公告中給所有連接器統一的秒級更新承諾，因此團隊仍需確認自己的來源如何更新。
如果儀表板呈現明顯異常，先看資料是否完整，再看計算是否改變。某個通路突然歸零，可能是活動停了，也可能只是該來源的同步中斷。
這些情況不能只靠圖表顏色判斷。把業務狀態與查詢結果一起看，才能決定該調整行銷活動，還是請資料團隊修復連接。
它適合補上臨時問題，正式分析仍需要更深的工具
Claude Dashboards 最值得先用的地方，是讓非技術同事更快提出可驗證的問題，而不是把所有分析都塞進聊天視窗。
官方公告 列出可承接後續分析的工具，包括 Amplitude、Grafana、Hex、Mixpanel、Omni、Perplexity、PostHog 與 Sigma。
同一份公告把 Looker、monday.com 和 Tableau 列為即將支援。若團隊依賴這些工具，不能把預告直接當作今天已能完成的流程。
商業智慧工具會把資料轉成團隊可共用的報表與分析，常以 BI 簡稱。它們的價值包含長期定義、權限管理與固定作業，並不只是在螢幕上畫圖。
AI 儀表板和這些工具的關係，更接近先把問題打開，再把值得持續追蹤的問題送入成熟流程。
例如營運同事快速發現某類客戶的註冊下降，資料團隊可以進一步拆解來源與時間，確認是否值得建立長期監控。
如果每次問題都重新生成一套計算，團隊反而會失去共識。因此，臨時探索轉成正式指標時，需要有人接手確認定義與維護責任。
這也是導入成效該怎麼衡量的線索。與其數生成了多少張圖，不如觀察問題多久得到確認、錯誤多久被發現，以及同事是否減少來回追問。
延伸閱讀：ChatGPT Data agent 是什麼？不用寫 SQL，也能把公司資料變成互動儀表板。
常見問題
Claude Dashboards 免費帳號能用嗎？
截至 2026 年 10 月 9 日，這項測試功能提供給 Pro、Max、Team 與 Enterprise。免費帳號可以使用其他已開放的作品範本，但不能因此推定也能建立資料儀表板。
不會寫 SQL，也能建立儀表板嗎？
可以用自然語言提出需求，查詢由 Claude 撰寫。不會寫 SQL 的使用者仍需描述指標定義，重要數字則適合請熟悉資料的同事確認。
看板會更新，就等於資料永遠是即時的嗎？
不能這樣推論。圖表會顯示最後更新時間，資料來源的同步與可用性仍會影響時效，使用者應依畫面與來源狀態判讀。
它能直接取代公司現在的 BI 系統嗎？
官方定位以快速探索為主，並提供送到分析工具繼續處理的路徑。若公司需要固定財務口徑、跨部門管理報表與長期維護，應先評估這些責任如何承接。
從一個已知答案開始，讓團隊學會共同提問
這次更新降低了從問題到圖表的門檻，也把查詢透明度放進作品。它讓快速嘗試與仔細核對有機會發生在同一個地方。
小團隊可以先選一項已在追蹤的營運數字，完成連接、對照與分享。確認這條流程可靠，再讓更多同事提出新的問題。
若想先建立資料整理與資訊判讀能力，可以從 Gemini × NotebookLM 工作資訊整理實戰 的工作方法開始，再把清楚的問題帶進儀表板。
需要延伸到資料來源整理與可追蹤的看板工作，也可參考 Replit AI Agent 資料工程：金融爬蟲與即時儀表板。這是另一套工具的實作課程，重點是建立資料工程能力，不是 Claude Dashboards 功能教學。
延伸閱讀：Gemini Notebook Agent 開放 Pro：從讀資料升級成會做研究的 AI 工作區。
