又係 Cody Schneider，呢次係訪談節目示範佢實際工作方式：同時開 10 個 Claude Code 視窗，每個處理唔同 GTM 任務，自己係「Agent Jockey」——只係不斷在各視窗之間切換，確認方向，讓 agents 在背景跑。條片現場 live build 整個 Facebook Ads 自動化流程，從 ad 生成、上傳、追蹤，到自動關閉低效廣告。
核心重點：
-
「Agent Jockey」工作方式 Cody 話呢個係佢最近 6 週嘅工作方式：多個 Claude Code 視窗並行跑唔同任務，自己只係切換 context、確認計劃、polish 最終輸出。一開始覺得 context switching 困難，但慢慢適應，現在可以舒服地 handle 15 個視窗。佢話：「我嘅工作係有想法，交畀 Claude Code，然後打磨最終成品。」
-
4 個同步並行任務示範
- Task 1：LinkedIn 自動回覆：有人喺 LinkedIn 帖子評論索取資源，Claude Code 開 Chrome 擴展，自動回覆每個要求者（15 分鐘後完成）
- Task 2：Bulk Facebook Ads 生成：讓 Claude 在 Reddit 搜尋 ICP 痛點 → 生成 50+ 廣告標題 + 副標題變體 → 用 React components + html-to-canvas 生成 1080x1080 PNG → zip 文件下載
- Task 3：LinkedIn 外展自動化：用 Phantom Buster API 抓取 LinkedIn 帖子互動者 → Apollo API 做 enrichment → Million Verifier 驗證 email → 自動加入 Instantly AI campaign
- Task 4：Facebook Ads Dashboard：從 Facebook Ads API 拉數據，Claude Code 生成本地 dashboard 顯示：clicks over time、CPC、CPM、總支出、人口統計（年齡段 bar chart）
-
Facebook Ads 智能優化（重點）
- 上傳所有廣告創意為 draft 到 Facebook Ad Set（直接用 Facebook Ads API）
- 透過 Graph（Cody 自家數據倉庫 MCP）拉取 live 廣告數據
- Claude 分析 CPM 最高嘅廣告（低效者）→ 直接調用 Facebook Ads API pause 這些廣告
- 警告：直接用 Facebook Ads MCP 通常只看到 5% 嘅數據（pagination 問題），所以要用 data warehouse 方案
-
自動化嘅終極目標 完整自動化 cycle：測試 campaign 跑新創意 → cron job 每日分析數據 → 自動 pause 低效廣告 → 將 winner 移入專用 conversion campaign + 獨立預算 → dashboard 追蹤一切。呢個 cycle 可以完全無人手介入。
-
Railway.com 部署 完成後將 agent 部署到 Railway（雲端伺服器），按需創建 database + server，software 在背景 24/7 持續運行，唔再需要本地電腦開住。
-
工具堆疊 Phantom Buster、Instantly AI、Apollo API、Million Verifier、Refonic、Railway.com、Super Whisper（語音輸入）、Claude Code、Facebook Ads API、Graph（自家 MCP）
💡 金句： “This is literally how I’m working now — I’m just jockeying agents across windows, and if I can automate it, I spin that up on Railway and it runs perpetually in the background.”