Claude 怎麼接到你的工作世界？Connector、Enterprise Search、Research 三種機制
摘要：「Claude 能用來做什麼」跟「Claude 能碰到什麼資料」是兩回事。Connector 把 Claude 接進外部工具、Enterprise Search 讓 Claude 變成公司內部搜尋層、Research mode 讓 Claude 自己拆問題做研究——這三個機制決定 Claude 在你工作流裡的位置。
「Claude 能用來做什麼」跟「Claude 能碰到什麼資料」其實是兩回事。
只能看對話框內容的 AI 是助理——貼什麼看什麼。能讀 Google Drive、能改 Notion 文件、能查公司內部知識庫的 AI 是工作節點——它在工作流裡有自己的位置。從助理升級成工作節點，靠的是三個機制：Connector 把 Claude 接進外部工具、Enterprise Search 讓 Claude 變成公司內部的搜尋層、Research mode 讓 Claude 自己拆問題、跨來源整合成研究報告。
這篇接續上一篇講完的介面跟組織方式，把 Claude「對外連結」這條線講清楚，最後看不同職能怎麼把這些功能組合起來用。
從聊天框走出去：Connector 把 Claude 接進你的工作流
Connector 是 Claude 跟外部應用之間的橋樑——Google Drive、Gmail、Slack、Notion、GitHub、Stripe、Linear 等等。連上之後，Claude 不再只是回答的對話伴，而是能直接操作工作環境的協作者。
Connector 分成兩類：Web connectors 對應雲端服務（Gmail、Slack、Notion、Asana），Desktop extensions 跑在桌面應用上、能碰本機檔案跟原生應用。完整目錄在 claude.ai/directory，也可以從對話框左下角的 + 號裡面找到。
連上之後 Claude 能做的事很具體：「找出這週收到、提到合約的 Email」「把這份 Google Doc 改寫成簡報大綱」「整理 Slack #product 頻道這個月的決議」「列出 Acme Corp 這個月超過一千美元的訂單」。這些操作過去要切 app、複製貼上、整理摘要，連上 Connector 之後變成一句話的事。
權限有個關鍵原則：Claude 看到的，等於使用者在那個工具裡看到的。連 Gmail 不會看到老闆信箱；連 Slack 不會看到沒加入的私人頻道。權限可以隨時細部調整、隨時撤銷。
技術上，Connector 底層用的是 Model Context Protocol（MCP）——Anthropic 推出的開放協議，可以理解成一套大家都遵守的對話規則，定義 AI 模型怎麼跟外部工具溝通。任何遵守這套規則的工具都能變成 AI 可使用的能力。MCP 開源之後迅速被多家 AI 廠商採用。它的設計哲學、技術實作、跟對企業整合的長期影響會獨立成專文，本篇先停在「Connector 等於 Claude 透過 MCP 接入的外部能力」這層概念上。
Enterprise Search：當 Claude 變成公司的內部 Google
Connector 解決的是「Claude 能不能操作某個工具」。Enterprise Search 處理的是更難的問題：公司內部知識怎麼讓 Claude 找得到。
企業知識通常散在 Confluence、Notion、SharePoint、共享資料夾、Slack 歷史訊息、Email 串裡。員工找東西比寫東西還累——「上次那個案子的決議是什麼？」「公司差旅政策怎麼規定？」「行銷部那份 H1 計畫存在哪？」這類問題經常要花半小時翻訊息才找到答案。
Enterprise Search 把 Claude 變成公司內部的統一搜尋層。Owner 在管理後台連好工具（文件類像 Google Drive 或 SharePoint、聊天類像 Slack 或 Microsoft Teams、Email 選用），左側欄會出現一個「Ask {公司名}」的 Project，員工點進去能跨多個資料源問問題，回答附引用來源。
跟 Connector 的差別在分工：Connector 是「對特定工具做特定操作」；Enterprise Search 是「跨多個資料源做統一檢索」。前者是 Claude 在外部工具裡動手做事，後者是 Claude 把整個公司知識當成一個可搜尋的資料庫。
權限機制延續每個工具原本的設計——Enterprise Search 只回傳使用者原本就有權限看的內容。新人不會搜到還沒被授權的合約資料夾；行銷 PM 不會搜到 HR 的薪資頻道。對話保持私有，連上的資料不會被另存或重新索引到外部。
最常見的應用情境有三類：新人 onboarding（直接問 Claude「公司怎麼處理 X」）、跨部門協作（找其他團隊的決議跟文件）、合規查詢（內部政策、流程、SOP）。對知識散落嚴重的組織，這個機制把「找東西」的成本壓到最低。Enterprise Search 限 Team 與 Enterprise 方案，需要 Owner 在組織層級開啟。
Research Mode：把 Claude 變成你的研究員
Claude 的對話預設是「問一句、答一句」。Research mode 改變的是這個節奏——它把 Claude 變成一個會自己拆問題、自己決定下一步搜什麼、自己整合多源資料的研究員。
啟用 Research 後，Claude 自動開啟延伸思考（extended thinking），先把問題拆成幾個子問題再分頭搜尋。一個搜尋的結果會影響下一個搜尋的方向——找到競品 A 的定價結構之後，下一輪去查競品 B、C 對應的數據；發現某個技術方案有限制之後，下一輪去查替代方案。整個過程通常
Research mode 適合的是「需要廣度收斂」的題目：市場分析、競品研究、技術選型、文獻整理、活動規劃。共同特徵是答案不在單一頁面、需要多源交叉比對、輸出是結構化報告。
不適合的是反向場景：單一精確答案的查詢（股價、地址、API 用法）用一般 Chat 加網路搜尋更快；純推理問題（程式 debug、邏輯謎題、數學）用延伸思考更直接，不需要外部資料；公司內部專屬的問題用 Enterprise Search 比較對位。
接上 Connector 之後 Research mode 還能再加成——除了爬公開網站，它能同時搜 Email、Calendar、Google Drive、Slack。「整理 Project X 在 Email 跟 Slack 上的所有討論，再對比業界最佳實踐」這類混合內外部資料的研究題目，是 Research mode 設計時想處理的核心場景。
不同角色怎麼用 Claude：開發、行銷、營運、法務
把上面三個機制，加上文章 1 講的 Project、Artifact、Skill，跟 Chat / Cowork / Code 三種介面拼起來，會看到不同職能其實是在用同一個 Claude 的不同組合。
開發者 主要用 Code 直接連 GitHub repo（或 Slack 上的 @Claude tag），直接讀 PR、寫程式、跑測試、做 commit、做 code review。Claude Code 本身是獨立產品，終端機、IDE、瀏覽器都有對應介面，能在開發工作流裡無縫接力。
行銷與內容團隊 大多停在 Chat 加 Artifact 這個組合：產文案、做簡報草稿、分析活動數據、把長文改寫成不同平台版本。Project 把品牌指南、過去案例、活動素材集中起來，每次新主題不用重貼一次。Claude for PowerPoint 能把大綱直接做成投影片並保留原本版型。
營運與 PM 偏好 Cowork 加多個 Connector 的組合：接 Google Calendar、Slack、Asana、Email，請 Cowork 排程跑「今天的會議重點 + 待辦 + 跨部門訊息整理」，順手把會議紀錄存進指定 Drive 資料夾。Claude for Excel 在 Excel 側欄處理多分頁試算表、財務模型、公式 debug。
法務、合規、風控 受惠最深的組合是 Project 加 Skill：過去合約、公司條款、適用法規上傳到 Project，自訂一個「合約審查 Skill」固定流程——抓條款、列風險點、套公司範本。新合約進來時 Claude 用同一套流程跑一遍，輸出結構一致、可比對的審查結果。
不同角色用的不是「不同的 Claude」，而是「Claude 不同的能力組合」。三種介面 × 三種組織方式 × 三種對外連結機制，這個矩陣的排列組合，決定了 Claude 在每個職位上的長相。
常見問題
MCP 是什麼？跟 Connector 是同一件事嗎？
MCP（Model Context Protocol）是 Anthropic 推出的開放協議，定義 AI 模型怎麼跟外部工具溝通。Connector 則是 Claude 介面上的功能——把 Gmail、Slack、Notion 等服務接進對話。兩者的關係是：Connector 是使用者看到的功能，MCP 是它底層的協議。任何遵守 MCP 的工具都能成為 Claude（或其他相容 AI）的能力。
Enterprise Search 跟 Connector 有什麼不一樣？
Connector 解決的是「Claude 能不能操作這個工具」（讀 Email、改 Doc、查特定 Channel）；Enterprise Search 解決的是「公司內部所有資料能不能被一次搜到」。前者一次連一個工具、可以做動作；後者是跨多個工具的統一檢索層、主要做資訊整合，由公司管理員集中設定，所有員工共享同一套配置。
Research mode 跟一般搜尋什麼時候該用哪個？
需要單一精確答案的（今天股價、某家公司地址）用一般網路搜尋最快；需要跨多個來源、整理成結構化報告的（市場分析、競品研究、技術選型）才用 Research mode。Research 會跑 5–45 分鐘，每個結論都附引用，但不適合用來查瑣碎事實。判斷準則是：答案是否需要「廣度收斂」。
Claude 101 課程到這裡是入門整理。真正的深度藏在後面——AI Fluency 講的是跟 AI 協作的方法論（Delegation、Description、Discernment、Diligence 這四個能力怎麼養成）；Claude Code 那條線深入開發工作流；Agent Skills 把 Skill 從基礎概念展開成完整的客製化體系；API 跟 MCP 那條線則是把 Claude 嵌入產品、做整合、做 Agent 的技術層。
這個系列會持續更新，每一門課、每個關鍵概念都會有對應的深度文。下一篇切到哪個主題，會看 Anthropic 課程更新節奏跟讀者反饋。
延伸閱讀：Claude 是什麼？三種介面、三種組織方式，搞懂這個 AI 工作平台
原始素材：Anthropic Skilljar 「Claude 101」課程，anthropic.skilljar.com/claude-101
