一個操作者，坐在一面牆上掛的 LG 螢幕前。畫面切成 3×2 的格狀，跑著六個 Claude Code 視窗。 旁邊一台直立螢幕，再切一個一模一樣的 3×2。手邊的 MacBook 上，再開一個。 十三個代理同時在組建 Shopify 商店——各自一個 context、各自負責商店的一層。 一天六到七間商店出貨，每間 $800。一天 API 花費不到 $80。 沒有團隊、沒有主管、沒有客服。就這個人、這幾面螢幕、和每一個視窗標題列上不停跳動的 token 計數器。
整個運作，就一個人、一張椅子、三面螢幕。掛在牆上的 ultrawide 跑第一個 3×2 的 Claude Code 視窗陣列。旁邊一面螢幕轉成直立，跑第二個 3×2。桌上的 MacBook 跑第十三個。 線材外露，螢幕用支架鎖在牆上，沒有辦公室。
他用的不是固定費率方案——是按 token 計費的 API。這個算術，本身就是整個商業模式： 十三個同步代理，從一天的第一個客戶就回本了。因為每間完工商店賣 $800， 而十三個視窗加起來，跑一整天還不到 $80。
每個視窗都是一個獨立的 Claude Code session，跑在自己的工作目錄裡，有自己的
CLAUDE.md、自己連的 MCP、和自己能動的檔案範圍。它們不會互相干擾，
因為它們根本不共用 context window——統籌靠的是檔案系統、Shopify Admin API、和操作者的眼睛。
你是我新請的 founder-engineer。
多數操作者跟 Claude 講話的方式，像是對實習生——「可以幫我做⋯⋯嗎」、 「你覺得⋯⋯怎麼樣」。他跳過這一段。第一個視窗的 system prompt， 只用一句話，立刻重新校準雙方的關係：
# /CLAUDE.md — Window 01 (Orchestrator) You are my new founder-engineer. You don't hint. You don't advise. You don't supplement. You own the result. The store ships, or it doesn't — and that is on you. # Working directory /projects/client-{{client_id}}/ # Authority - Read/write all files in this project. - Call the Shopify Admin API via the MCP server already configured. - Spawn sub-tasks in worktrees W02–W13 by writing briefs to /briefs/. - Mark a brief done by moving it to /briefs/_done/. # Definition of done A live, working store at https://{{slug}}.myshopify.com with: 80 products, payment + shipping live, 30 email flows armed, homepage + 50 banners shipped, GA4 + pixels firing, QA report green. No half-finished stores leave the floor.
這個定位——founder-engineer，不是助理——對輸出品質的拉抬，比任何 prompt 技巧都來得實在。 它直接告訴模型：碰到模糊地帶該擺出什麼姿態：判斷、記錄、往下走。不要停下來問。
每個代理只負責商店的一個切面，工作範圍緊縮成一個明確的交付物。統籌者（W01）是唯一會跟操作者對話的。 其他人各自讀 brief、執行、寫檔案、簽核。以下是完整名單。
section.liquid 或 Shopify 2.0 JSON 模板組起來。
settings_data.json，讓整間店繼承同一套。
同時生成一張單頁品牌指南交給客戶。
robots.txt.liquid。送 Google Search Console。
新的代發業者把一份 brief 丟進佇列：利基、目標國家、偏好供應商、幾個參考店。 操作者把這份貼進 W01（統籌者）。整天為這個客戶手動打字的時間，就到此為止。
約 5 分鐘 · 操作者主導
統籌者把專案目錄搭起來，寫出 12 份 brief 放進
/briefs/，下游每個視窗一份。每份 brief 包含：
客戶利基、品牌語氣、交付物、檔案路徑、截止點。
操作者把每個下游視窗開起來，打一句「讀你的 brief 然後執行」就走人。 W02（商品目錄）和 W05（品牌系統）先跑，因為下游全部都靠它們。 W03、W04、W06–W10 一旦依賴解除就開工。 W08（橫幅）等 W02 的商品圖和 W05 的 tokens。
約 90 分鐘 · 11 個代理同步跑等首頁和 PDP 穩定後，W11 才裝所有 pixel、開第一個 A/B 實驗。 刻意排在後段——版型還在動就裝 pixel，會收一堆垃圾事件。
約 15 分鐘 · 排在 W04 之後W13 是門口的保鑣。它在三個配送區下實際測試訂單、跑一輪完整 Lighthouse、走過每一條連結、 觸發每一封信。綠燈 → W01 整包好交件。紅燈 → 附修正清單退回對應視窗。
約 20 分鐘 · 只動 W13W01 寫好交付信——商店網址、管理員轉移說明、品牌指南附檔、30 天上手清單。 操作者掃過一遍，按送出。$800 帳款入帳。視窗 01 立刻從佇列拉下一個客戶。
約 10 分鐘 · 操作者確認一天 6 間、一週 6 天、一年 50 週，數字是什麼就是什麼。 重點不是有人應該追這個數字——而是 Shopify 建站的成本結構，已經被重新標價了。 從前 $3,500 的建站工作，今天是包在 $800 交付物裡、$12 的 token 成本。
# 建一份每個新客戶都會複製過去的 template。 mkdir -p ~/factory/_template cd ~/factory/_template # 頂層目錄結構 mkdir -p briefs briefs/_done decisions assets/identity assets/banners \ catalog config sections templates qa # 每個視窗的 CLAUDE.md — 一個代理一份 for n in $(seq -w 01 13); do mkdir -p windows/W$n touch windows/W$n/CLAUDE.md done # 共用 MCP 設定 mkdir -p .mcp touch .mcp/shopify.json .mcp/klaviyo.json .mcp/supplier.json
每個新客戶就是 cp -R _template client-{slug}。
整座工廠的視窗 prompt、檔案路徑、MCP 串接，都只有一個 source of truth——
改一次，就傳到後面所有商店。
下面是三個吃重的 prompt。其他十個照同一個形狀寫——一個角色、緊縮的範圍、 交付物形狀的 definition-of-done。（完整 13 個放在 template repo 裡。）
You are my new founder-engineer. You don't hint. You don't advise. You own the result. # Working directory /factory/client-{{slug}}/ # Authority Read/write all files. Call Shopify Admin via MCP. # Your only job 1. Read /intake.md (the client brief). 2. Decide niche, brand voice, regions, payment, shipping. Write decisions to /decisions/01-foundation.md. 3. Generate 12 briefs in /briefs/W02..W13.md. Each brief contains: - GOAL (one sentence) - INPUTS (paths or URLs to read) - OUTPUTS (exact file paths the agent must produce) - DEFINITION OF DONE (the test that must pass) 4. Wait. When all 12 briefs are in /briefs/_done/, run the final QA review and write /delivery.md (client email + handoff). Never ask me a clarifying question. Make the call, log it, move.
You build the product catalog. 80 products. No more, no fewer. # Read /briefs/W02.md, /decisions/01-foundation.md # Tools MCP: supplier (CJ/AliExpress/Spocket), Shopify Admin # Write /catalog/products.json, then push to Shopify via API # Quality bar - 80 SKUs, deduped by image-hash + title-similarity. - Price = supplier_cost × markup_table[niche]. - Variants normalized (size XS–XXL, color names canonicalized). - Tags from the niche taxonomy in /decisions/01-foundation.md. - Every product must have ≥3 images and a non-empty body_html. Body_html is a placeholder — W03 (Copy Rewrite) will replace it. Done = 80 products visible in Shopify Admin AND /catalog/products.json snapshot committed.
You are the bouncer. No half-finished store ships. # Read /briefs/W13.md, all /briefs/_done/*.md # Tools MCP: Shopify Admin, headless browser (Playwright), Lighthouse # Run, in order 1. Test orders in 3 shipping zones (default + 2 international). Verify each completes through to confirmation page. 2. Walk every page (homepage, all collections, 5 random PDPs, cart, checkout, account, search, 404, policy pages) on desktop + mobile breakpoints. 3. Lighthouse on homepage + 1 PDP. Performance > 70 mobile. 4. Verify every email flow fires by triggering each event. 5. Validate JSON-LD schema, sitemap, robots, canonical tags. # Output /qa/report.md with: pass/fail per check, screenshots of failures, and — if any fail — a /qa/fixes-for-W{nn}.md addressed to the responsible window. Do not mark done if any check is red.
用官方的 Shopify Dev MCP server，或自己包一個包住 Admin GraphQL API 的版本。 W02、W03、W04、W06、W10、W11、W12、W13 都會用到。Token 要按商店切—— 絕對不要一個 token 打通所有客戶。
包一層 CJ Dropshipping、Spocket、或 AliExpress。W02 會用到。每天本地快取一次資料—— 供應商 API 有速率限制而且慢，每個商品代理都重抓同一批 SKU 是災難。
自己包 Klaviyo REST API 的 server。W07 用它推 30 封生命週期信。寫一次就好， 把 flow JSON 模板按利基做版控。
W08（橫幅）和 W09（logo）需要圖像生成（Higgsfield / Nano Banana 2 / Soul）和去背服務。 W08 跑那 50 張橫幅，是一天裡最大宗的非 Anthropic 成本項。
第 200 間商店出貨能像第 1 間一樣乾淨，是因為每一個重複出現的決策，都被升格成了一個 Skill。 Skills 是這套體系的持久知識層——Claude Code 會根據描述比對，自動載入相對應的 markdown 檔案。 下面是這座工廠最低限度需要的 Skill 組合。
settings_data.json 結構之間的對應關係封進去。
沒有這個 Skill，W05 會花 token 一直重新發現「哪個 setting key 控制哪個 CSS 變數」。
--- name: shopify-product-loader description: Use when bulk-creating Shopify products via the Admin GraphQL API. Triggers on phrases like "load 80 products", "push catalog to Shopify", "bulk product create". Handles variants, images, tags, metafields, rate-limiting, and retries. Required for W02 (Catalog Builder). --- # When to use - W02 building a fresh catalog from supplier feed - Any agent that needs to write products to Shopify # Inputs you must have - A products.json with the canonical schema (see below) - A valid Shopify Admin API token in env var SHOPIFY_ADMIN_TOKEN # Steps 1. Validate products.json against schema in /skills/.../schema.json 2. Chunk products in batches of 25 for GraphQL `productSet` mutation 3. Call mutation; on rate-limit (429), exponential backoff 4. For each successful product, upload images via stagedUploads 5. Verify each product is visible in Admin (GET productByHandle) # Output - All 80 products live in store - /catalog/_loaded.json with Shopify product GIDs # Failure handling - If < 80 products land: write /catalog/_failed.json with reason per SKU - Never mark "done" with partial load. Hand back to W01.
這個故事的形狀是真的，架構也是可複製的。在有人把信用卡丟進 API 之前， 有幾個前提值得誠實講清楚。
大量橫幅生成、每個視窗都跑 Opus、長 context、沒有 prompt 快取——同一組設備， 一天可以燒到 $400。$80 這個數字，前提是冷酷的模型路由 （樣板用便宜的、必要時才用貴的）加上積極的快取策略。
一天 6 間的速度下，除非利基差異夠大，第 200 間會跟第 5 間長得很像。 付 $800 的代發業者通常看不出來；想建長線品牌的客戶會看得出來。 模型最後出貨的長相，只取決於 QA 代理（W13）和操作者的眼睛放行了什麼。
自動生成的商店、自動生成的文案，可能會帶出商標侵權、管制商品 （保健食品、化妝品、電子產品）的錯誤、或不實宣稱。W13 的 QA 要加上合規檢查， 跨區域操作（廣告法、商品法各地不同）時尤其重要。
供應商 feed 掛了、Shopify Admin API 限速了、Klaviyo 對新帳號限流了——13 個代理全垮。 每個 MCP server 都要內建佇列＋重試，本地一定要有快取， 這樣一次 30 分鐘的中斷不會斷掉整天的產能。
$800 買到的是「很棒的開站套裝」，不是「客製品牌系統」。進件 brief 必須把這件事講白。 能把這套規模化、又不會把自己燒掉的操作者，賣的是「一間能跑、週一就上線的店」， 不是「你永世不變的品牌」。
「他只做兩個決策」是行銷話術。現實是：操作者要掃過每一份 QA 報告、處理 W01 升上來的邊界情況、 應付供應商斷線、回客戶的信。一天大概不到 5 小時的注意力——但絕對不是零。
先把「一天 $4,800」這個標題忘掉。能跨領域帶走的，是它的架構： 十三個窄域代理，各擁一層、靠檔案系統協調、由一個人決定每一個閘門—— 這個模式適用於任何「交付物可以拆成獨立層」的產線。今天是 Shopify 商店。 明天是房地產物件上架網站。後天是 SaaS 著陸頁。
「Founder-engineer」這個定位，根本不只適用於 Shopify。你不暗示、你不建議、你負責結果—— 這個姿態的改寫，可以在任何領域、為任何代理的輸出重新標價，方式就是把每一輪對話裡那種 助理形狀的禮貌稅拿掉。挑一個你現在叫做「助手」的代理，把這句話放進它的 system prompt—— 看看會發生什麼。