部落格

不定期分享最新資訊文章

徐享／享哥

AI應用規劃師

具有 10 年經驗在數位行銷與電商廣告領域，專精生成式AI應用與個人資料保護，致力於以獨特商業洞察與實戰案例研討，助力品牌突破成長瓶頸。

AI工具 (94) ChatGPT (21) 商業策略 (34) AI自動化 (95) AI Agent (51) SEO (13) AEO (8) 內容行銷 (28) Cursor (2) Vibe Coding (45) Codex (17) MCP (3) 職場溝通 (3) 影音行銷 (56) AI Coding (2) Gemini (12) Meta Ads (1) Higgsfield (1) AI風險控管 (5) NotebookLM (1) GEO (1) AI繪圖 (9) n8n (29) API串接 (13) 社群行銷 (4) 自動化講師應用 (6) 社群自動化 (1) Facebook機器人 (1) RAG (1) VLM (1) 向量資料庫 (1) Cloudflare (6) Claude (6) Claude API (1) AI創業 (1) 工作流 (1) 享哥宇宙 (10) 科幻喜劇 (8) AI故事 (8) Seedance (2) 技術選型 (1) Electron (1) Tauri (1) 奇幻喜劇 (2) 台灣民間信仰 (2) Git (1) 知識變現 (4) Google (1) Google Colab (1) Google Vids (1) GSAP (1) n8n新手教學 (11) Zeabur (1) Remotion (2) Antigravity (1) 前端架構 (1) PWA (1) 資料處理 (1) 個人品牌 (1) Power Automate (1) Playwright (1) LINE (1) 雲端部署 (1)

2026/9/1
AI工具內容行銷影音行銷

當 AI 生成影片比你看得還快：真正的「無限影片」開始了

15 秒的 AI 影片，要生成多久？ 9 秒。乍看之下，好像只是 AI 影片又變快了。但我覺得，真正值得注意的根本不是「9 秒」。而是 AI 影片跨過了一條很重要的線：生成速度，開始超過播放速度。這件事可能比「畫質又提升多少」重要得多。本文提到的 H3 Max、Infinite Slop、Nothing, Forever，以及影片生成成本，依使用者提供的觀察與估算整理。模型版本、服務狀態、推論速度與價格都可能變動，實際使用時仍應以當下方案為準。只要生成速度超過播放速度，影片就可以沒有結局8 月 29 日，fal 工程師 Rehan Sheikh 把影片生成模型接上 Twitch，做了一台永遠播不完的「無限跨次元電視」。底下跑的是 fal 的 H3 Max。官方數字是：5 秒影片，3 秒內生成。後來獨立開發者 Pieter Levels 實測，15 秒影片大約 9 秒跑完。為什麼這個數字重要？因為只要：生成時間 < 播放時間當你還在看前面 15 秒時，AI 已經把後面 15 秒生好了。你開始看第二段，AI 又繼續生成第三段。 115 秒 → 15 秒 → 15 秒 → 15 秒 → …… 只要生成佇列沒有中斷，理論上就能永遠延伸下去。觀眾正在做什麼 AI 同時在做什麼播放第 1 段 15 秒影片生成第 2 段 15 秒影片播放第 2 段 15 秒影片生成第 3 段 15 秒影片播放第 3 段 15 秒影片生成第 4 段 15 秒影片所以未來 AI 影片模型比的，可能不再只是：一次可以生成幾秒？而是：能不能永遠比觀眾快一步？這會把 AI 影片的競爭，從「單次生成品質」推向「持續生成能力」。三年前，無限的是劇本，不是畫面其實「永遠播不完的 AI 節目」，三年前就有人做過。 2022 年底，Twitch 出現一個很有名的頻道：Nothing, Forever。它可以 24 小時不斷演出 AI 情境喜劇。但當年的方法其實完全不同。角色、場景與 3D 資產都事先準備好，再由 Unity 即時排列組合。AI 主要負責生成對白。換句話說，當時比較像： 1AI 編劇 + TTS + 遊戲引擎三年前我們做到的是：劇本永遠寫不完。但今天不一樣。人物可以生成，場景可以生成，動作可以生成，鏡頭可以生成。甚至連「下一秒的世界長什麼樣子」，都可以下一秒再決定。 Nothing, Forever Infinite Video 角色、場景與 3D 資產預先準備人物、場景與鏡頭可以即時生成 AI 主要生成對白 AI 直接生成畫面本身無限延伸的是劇本無限延伸的是世界所以我覺得這次最值得記住的一句話是：三年前，無限的是劇本。現在，無限的是畫面本身。 AI 開始即時生成世界，而不只是幫你做影片更有趣的事情，很快就發生了。十幾個小時後，Pieter Levels 自己做了一個互動版本：Infinite Slop。觀眾在聊天室輸入什麼，AI 就嘗試把它變成下一段影片，而且還會試著延續前面的故事。例如有人說：「讓恐龍出現。」下一段真的可以出現恐龍。有人說：「去東京。」故事就可以往東京發展。這時候，整個媒體邏輯其實已經變了： 1觀眾 → AI → 影片 → 觀眾 → AI → 下一段影片觀眾不只是 Audience，觀眾本身開始變成 Prompt。以前是創作者先完成內容，再交給觀眾觀看；現在則可能是觀眾提供方向，AI 即時生成內容，再把新的內容交回觀眾。這已經不只是「AI 幫你做影片」，而是 AI 開始替你生成一個可以持續變化的世界。為什麼 AI 電影可能不是最有趣的終點？現在大家聊 AI Video，很容易問：什麼時候可以直接生成一部兩小時電影？但這可能是在用舊媒體的框架，理解一個新媒體。因為如果影片可以即時生成，為什麼還一定要是一部固定的電影？它可能變成： AI 實境秀 AI VTuber AI 兒童故事 AI 連續劇 AI NPC 世界 AI 購物頻道永遠不會完結的直播節目更進一步，未來甚至可能不是「100 萬人看同一部電影」，而是「100 萬人看 100 萬個版本」。你喜歡懸疑，AI 就讓故事更懸疑。你喜歡東京，故事就往東京發展。某一段你快轉，AI 知道你沒興趣；某個角色出現時你停留很久，AI 知道你可能喜歡他。影片開始不是「播放給你看」，而是：一邊播放，一邊為你生成。今天我們叫： Video on Demand 未來搞不好會變成： Reality on Demand 你選的不再是哪一部影片，而是：今天，我想進入什麼世界？如果你想先理解 AI 影片時代需要哪些判斷能力，也可以延伸閱讀〈學 AI 影片，你最不該做的，可能是先去學怎麼當導演〉。真正卡住 AI 的不是技術，而是推論成本不過，現在真正卡住 AI 的，已經不是技術。是錢。 Rehan Sheikh 後來自己算了一筆帳：如果 H3 Max 480p 標準價格以每秒成品影片 0.05 美元計算，24 小時不停生成的成本大約是：一天：約 4,320 美元一個月：約 129,600 美元一年：接近 158 萬美元而且這還只是影片推論成本，還沒有算頻寬、儲存、直播服務、監控與其他營運支出。因此現在其實是一個很有趣的階段：能力已經到了，速度開始到了，但經濟模型還沒到。 Infinite Slop 能一直跑，其中一個原因就是 fal 在贊助運算成本。這也提醒我們，Demo 可以先證明「做得到」，但要變成真正的新媒體，還需要讓它「長期付得起」。接下來真正值得觀察的，不只是「下一代模型快多少」，而是三條曲線：曲線代表的問題能力 ↑ AI 能不能生成更穩定、更連貫的世界？速度 ↑↑ 能不能持續跑在觀眾播放速度之前？成本 ↓ 這種內容能不能長時間、低成本運作？當這三條線真正交會，Infinite Video 才會從一個很酷的 Demo，變成真正的新媒體。 9 秒只是數字，跨過那條線才是新聞所以如果只把這件事情理解成：現在 AI 生成 15 秒影片只要 9 秒。我覺得反而小看它了。真正重要的是：AI 影片第一次開始生得比人類看得還快。今天是 9 秒，以後可能是 6 秒、3 秒，甚至接近即時。當「生成速度 > 消費速度」之後，我們真正該問的就不再是： AI 可以幫我多快做完一支影片？而是：如果影片根本不需要做完呢？沒有固定片長，沒有固定劇本，也沒有真正的大結局。甚至每個人看到的，都不是同一個故事。我覺得 AI Video 下一階段真正有意思的方向，可能不是「把現在的影片做得更便宜」，而是開始出現以前根本不存在的內容形式。從生成影片，到生成節目，最後可能是：即時生成一個你正在觀看的世界。常見問答 (FAQ)Q1：什麼叫做 AI 影片的生成速度超過播放速度？如果一段 15 秒影片可以在 9 秒內生成，代表觀眾播放前一段影片時，AI 有機會提前準備好下一段。當生成時間持續小於播放時間，內容就能透過分段接續，理論上不斷延伸。 Q2：Infinite Video 和 Nothing, Forever 有什麼不同？Nothing, Forever 主要使用預先準備的角色、場景與 3D 資產，再由 AI 生成對白並即時排列；Infinite Video 則進一步讓人物、場景、動作與鏡頭都能即時生成，因此無限延伸的不只是劇本，也包含畫面世界。 Q3：為什麼即時生成影片不一定會先變成兩小時 AI 電影？因為即時生成允許內容依觀眾輸入、停留與互動持續改變，固定片長的電影不一定能發揮這種特性。AI 實境秀、互動連續劇、AI NPC 世界或個人化直播，可能更符合這種新媒體形式。 Q4：目前 Infinite Video 最大的限制是什麼？目前最大的限制之一是推論成本。即使影片生成速度已經快到能追上播放，若每秒成品影片的成本仍然很高，長時間直播就很難形成可持續的商業模式；模型能力、速度與成本必須同時改善。
2026/8/24
SEO AEO 內容行銷

Google 偏好來源怎麼用？網站主新增 Preferred Sources 按鈕搶 AI 搜尋流量

如果你有經營部落格、媒體網站、品牌內容網站，最近 Google Search Central 對 Preferred Sources（偏好來源）的更新，很值得直接放進網站經營清單。 Google 在 2026 年 8 月 20 日更新官方說明，現在網站經營者可以在頁面中加入 Google 提供的「Add to Preferred Sources」按鈕。讀者按下後，就能把你的網站設定成自己在 Google Search 裡的偏好來源。這不只是多一顆按鈕，而是讓讀者主動告訴 Google：「我希望在搜尋相關主題時，優先看到這個網站的內容。」 Google Preferred Sources 是什麼？當使用者把你的網站選為偏好來源後，你發布的內容在符合搜尋主題時，可能更容易出現在 Google Search 的特定內容版位，並以 Preferred 標示呈現。官方目前說明的場景包括： Google Search 的 Top Stories AI Overviews AI Mode 這裡要先釐清一件事：Preferred Sources 不是「安裝後就保證排名」的 SEO 外掛，也不是每篇文章都會自動出現在上述版位。它比較像是一個由使用者主動建立的偏好訊號，讓 Google 知道某位使用者希望優先接收哪些來源。 Google Search Central 也特別提醒，Preferred Sources 的來源對象是網域或子網域。例如 example.com 與 code.example.com 可以作為來源，但 example.com/blog 這種子目錄不能在工具中被當成獨立來源設定。這對把內容放在子目錄的網站來說，是導入前需要先確認的限制。為什麼網站經營者應該關注這個入口？過去做 SEO，常見的問題是：「怎麼讓 Google 覺得我的網站值得排前面？」現在又多了一個問題：「怎麼讓讀者主動告訴 Google，他想優先看到我？」兩者的出發點不一樣。前者是搜尋系統評估內容，後者則是讀者對來源的主動選擇。對固定產出專業內容的部落格、媒體、產業網站與個人品牌來說，這等於多了一個可以長期累積的讀者關係訊號。 Google 在另一篇官方文章中提到，讀者把網站標記為 Preferred Source 後，點進該網站的機率約是原本的兩倍。這是 Google 對整體功能的觀察，不代表每個網站或每篇文章都會得到相同幅度的結果，但它至少說明了一件事：讀者主動選擇的來源，可能比一次性的搜尋曝光更容易形成回訪。這也代表網站經營的流量布局，除了 SEO、AEO、電子報與社群追蹤之外，可能還會多一個新的 CTA：把我們加入 Google 偏好來源。延伸閱讀：網站如何被 AI 看見？免費 AEO 實作工具與微調全攻略如何加入 Google 官方 Preferred Sources 按鈕？Google 官方推薦的標準 JavaScript 實作只需要兩段 HTML：一段載入 Preferred Sources 函式庫，另一段放置按鈕容器。 12345<script async src="https://news.google.com/swg/js/v1/publisher.js"></script><div google-add-preferred-source-btn></div> 這個標準按鈕會依使用者的裝置與語言環境自動處理顯示，網站不需要自行複製一個 Google 介面。官方也提供 data-theme 設定，可以指定 light 或 dark 主題： 1<div google-add-preferred-source-btn data-theme="light"></div> 如果想指定按鈕語言，則可以使用 data-lang，但正式使用前要先對照 Google 官方提供的支援語言代碼，避免填入不支援的值。不能執行 JavaScript 怎麼辦？如果你的 CMS 不允許加入 JavaScript，或你只想先用最簡單的方式測試，也可以使用 Deeplink，把讀者帶到 Google 的來源偏好設定工具： 1https://www.google.com/preferences/source?q=example.com 把 example.com 替換成自己的網域，就能做成一般文字連結、圖片按鈕，也可以放進社群貼文、電子報或活動頁面。以本網站為例，可以先使用這種文字 CTA：將 blog.es2idea.com 加入 Google 偏好來源 CTA 應該放在哪裡？按鈕的重點不是放得越多越好，而是在讀者已經感受到內容價值的時候提出邀請。比較適合測試的位置包括：文章結尾：讀者完成閱讀後，邀請他把網站加入偏好來源。作者介紹旁：適合個人品牌、專業顧問與固定產出內容的作者。電子報訂閱區附近：把「訂閱電子報」與「在 Google 優先看到新內容」放成兩種不同的回訪選項。網站首頁或分類頁：讓第一次認識品牌、但還沒有準備訂閱的讀者先留下偏好。高價值常青文章：例如教學、產業整理、工具評測與研究型內容。文案最好直接說明讀者得到什麼，不要只寫「請支持我們」。例如：喜歡這類 AI、SEO 與數位轉型內容嗎？把本站加入 Google 偏好來源，未來搜尋相關主題時，更容易看到我們的新文章。這種 CTA 的語氣比較像邀請，而不是要求讀者替網站完成一個不透明的操作，也更符合 Preferred Sources 本身「由使用者選擇來源」的設計。 Preferred Sources 會取代 SEO 或 AEO 嗎？不會。Preferred Sources 的訊號來自已經選擇你的讀者，SEO 與 AEO 則仍然負責讓內容被搜尋系統發現、理解與評估。三者可以分工：方法主要作用適合累積的資產 SEO 讓內容在搜尋需求出現時被發現網站結構、主題權威與自然流量 AEO 讓內容更容易被 AI 搜尋理解與引用清楚答案、結構化內容與可信來源 Preferred Sources 讓讀者主動選擇希望優先看到的來源讀者偏好與回訪機會因此，網站不應該只因為有了按鈕，就降低內容品質或停止做基本 SEO。更合理的做法是先持續產出值得被追蹤的內容，再在適當位置提醒讀者：如果這個網站對你有幫助，可以把它加入 Google 偏好來源。如果你想延伸整理網站的 AI 搜尋能見度，也可以參考：AI 內容餵養手冊：如何讓你的文章被 ChatGPT 引用與訓練？網站經營者現在可以做的 4 件事先到 Google 的來源偏好工具搜尋自己的網域，確認網站是否可以被找到。能執行 JavaScript 的網站，優先測試官方標準按鈕；不能執行 JavaScript 的網站，先放 Deeplink。把 CTA 放在文章結尾、作者介紹或電子報附近，觀察哪個位置最自然。用既有的網站分析與轉換事件，觀察導入後的回訪、閱讀深度與訂閱行為，不要只看單篇文章的排名變化。 Google 正在把一部分「我想看誰的內容」的決定權交回使用者。對網站經營者來說，這不是要放棄 SEO，而是多一個機會，把一次性的搜尋曝光轉化成讀者主動選擇的來源關係。如果你有自己的網站，我會建議先把官方按鈕或 Deeplink 裝起來，再用一段清楚的 CTA 告訴讀者它的用途。這個入口現在還早，越早測試，越容易累積自己的使用經驗。官方說明 Google Search Central：Preferred Sources 官方技術說明 Google Blog：Preferred Sources 擴展至所有語言常見問答 (FAQ)Q1：Google Preferred Sources 是什麼？Google Preferred Sources 是一項來源偏好功能，讓使用者選擇希望在 Google Search 的 Top Stories，以及可用的 AI Overviews、AI Mode 中更常看到哪些網站內容，並可能看到 Preferred 標示。 Q2：加入 Preferred Sources 按鈕後，網站一定會排名更高嗎？不一定。按鈕只是協助讀者完成來源選擇，不能保證網站排名、曝光位置或每篇文章都會出現；網站仍需要持續做好內容品質、SEO、索引與 AEO 基礎。 Q3：網站如何加入 Google 官方按鈕？網站需要在頁面載入 Google Preferred Sources 的 JavaScript 函式庫，並在想顯示按鈕的位置加入 google-add-preferred-source-btn 容器，官方標準實作就是這兩段 HTML。 Q4：網站放在子目錄可以設定 Preferred Sources 嗎？Google 官方目前以網域與子網域作為可設定的來源，例如 example.com 或 code.example.com；example.com/blog 這類子目錄不能在來源偏好工具中被當成獨立來源。 Q5：如果網站不能執行 JavaScript，還能加入 Preferred Sources 嗎？可以。網站可以使用 Deeplink，例如 https://www.google.com/preferences/source?q=example.com，把讀者帶到 Google 的來源偏好設定頁，也能將它做成文字連結或圖片按鈕放在網站、社群與電子報中。
2026/8/22
AI工具 AI自動化 AI Agent 內容行銷

cangjie-skill：把書籍與長影音蒸餾成 AI Agent 可用的 Skills

很多人讀完一本書、看完一支一小時的 YouTube，或聽完一集 Podcast，最後留下來的通常是一篇摘要。摘要當然有用，但它只能回答：這份內容說了什麼？真正困難的問題是：遇到什麼情境時，我應該採用這套方法？要怎麼做？什麼時候反而不該用？這也是 cangjie-skill 有意思的地方。它嘗試把書籍、長影音、Podcast、課程、訪談、演講與長文章裡的可遷移方法論，蒸餾成一組組可以被 AI Agent 呼叫的 Skills。從知識管理走向知識能力化傳統的知識管理，通常是把內容保存下來：筆記、摘要、逐字稿、書摘與收藏清單。這些資料能幫助我們回想，但不一定能在需要做決策時直接派上用場。 Skill 的思路則更接近一個小型決策系統：它不只保存結論，也要描述觸發條件、判斷步驟、執行方式與使用邊界。形式主要回答的問題典型產出摘要作者說了什麼？一篇精華文章 RAG 哪些原文與目前問題相關？檢索結果與引用 Agent Skill 目前是否該採用這套方法？接下來怎麼做？可呼叫、可測試的工作模組因此，「我看過這本書」不再只是個人的記憶，而可能變成「我的 Agent 知道什麼時候使用這本書的方法做事」。 cangjie-skill 會把內容拆成什麼？一本書或一段長影音裡，不是每一句話都值得被做成 Skill。比較適合被抽取的，通常是以下幾類內容：可以重複使用的框架與方法論能協助判斷的原則與決策方式能說明方法如何運作的案例能提醒 Agent 不要誤用的反例與限制需要精確理解的專有名詞與概念最後的產物也不是一份很長的 Markdown 摘要，而是一個具有結構的 Skill Repository，可能包含： BOOK_OVERVIEW.md：完整內容的全局理解 INDEX.md：各個 Skill 的地圖與關聯 DIGEST.md：給人閱讀的精華長文 GLOSSARY.md：重要術語與定義多個 SKILL.md：可以獨立呼叫的能力模組 test-prompts.json：用來驗證觸發與拒用行為的測試案例一套 Skill 如何從長內容被蒸餾出來？官方 repository 將流程整理成 RIA-TV++。它可以理解成一條從「理解原始內容」走到「驗證 Agent 行為」的蒸餾流程。 1. 先建立整體理解先處理整份內容的結構、解釋、批判與應用，不急著看到一句金句就立刻生成 Skill。這一步的目的，是避免把脫離上下文的片段誤當成完整方法。 2. 讓不同角度的提取器並行工作流程會分別尋找框架、原則、案例、反例與術語。不同提取角度可以減少只看「漂亮結論」的偏差，也比較容易發現一套方法的前提條件。 3. 用三重驗證篩選候選方法候選內容需要經過三項檢查：原始內容中至少有兩處相對獨立的佐證這套方法能回答內容沒有直接說出的新問題它具有一定獨特性，不只是一般常識這個步驟很重要，因為不是所有作者說過的句子，都值得變成 Agent 的長期行為規則。 4. 把方法整理成可執行格式通過驗證後，Skill 需要進一步整理出原文依據、自己的重述、原始案例、未來可能遇到的觸發場景、執行步驟，以及邊界與盲點。其中「邊界與盲點」尤其關鍵。沒有邊界的 Skill，很容易變成遇到任何問題都硬套的萬用提示詞。 5. 建立 Skill 之間的關聯有些方法彼此互補，有些方法互相衝突，有些方法則必須先使用另一個 Skill 才能成立。把這些依賴、對比與組合關係整理出來，Agent 才比較有機會選對工具，而不是只根據關鍵字做表面匹配。 6. 用誘餌題進行壓力測試test-prompts.json 不只測試「該用的時候有沒有成功呼叫」，還會故意設計不該使用該 Skill 的情境，例如：表面上相似，但缺少必要前提其實應該使用另一個 Skill 問題需要更多資料，不能直接套用方法方法本身與使用者目標互相衝突這讓驗證目標從「AI 知不知道這個知識」，提升到「AI 能不能判斷什麼時候使用，以及什麼時候拒絕使用」。為什麼「知道何時不用」比「知道更多」重要？Agent 最危險的情況，不一定是不知道某個框架，而是知道框架後到處套用。例如，一套適合產品定位的行銷方法，可能不適合處理個人情緒；一套適合快速實驗的創業框架，也不一定適合高風險的醫療、法律或財務決策。如果 Skill 只有步驟，沒有前提與停用條件，內容越多，誤用的機會可能越高。因此，一個成熟的 Skill 至少要讓 Agent 能回答：目前問題是否符合觸發條件？還缺少哪些必要資訊？是否存在更適合的 Skill？哪些情況下應該停止、轉交或改用其他方法？它和摘要、RAG 是互補關係cangjie-skill 不必取代摘要或 RAG。比較合理的分工是：摘要負責讓人快速掌握內容全貌 RAG 負責在需要時找回原文依據 Skill 負責把方法轉成可重複執行的決策與行動流程在實務上，Skill 仍然需要保留來源脈絡。當 Agent 要做出高風險或高成本的決策時，應該能回到原始書籍、逐字稿或案例確認，而不是把蒸餾後的版本當成不可質疑的真理。哪些內容適合拿來蒸餾？只要內容裡存在可抽取、可驗證、可遷移的方法論，就有機會被轉成 Skill。例如：行銷與文案書籍 YouTube 或 Bilibili 長影音字幕 Podcast 轉錄稿線上課程與企業內訓教材專家訪談與演講逐字稿產品、管理或創業相關長文章相反地，如果內容主要是個人故事、情緒抒發、一次性的新聞或缺乏可重複判斷方式的觀點，就不一定適合強行 Skill 化。保留成摘要、引用資料或背景知識，可能更誠實也更有用。實際使用前，還是要做四項檢查來源是否可靠？字幕錯誤、轉錄遺漏、版本不完整或二手整理，都可能讓後續 Skill 建立在錯誤材料上。蒸餾前要先知道來源是原書、官方字幕、人工逐字稿，還是未經確認的轉述。方法是否適合目前情境？作者的框架通常有它的時代、產業、角色與資源前提。能從內容抽出來，不代表可以無條件套用到所有人身上。測試是否包含拒用案例？如果測試只有正向案例，看到 AI 成功呼叫 Skill 不能代表路由正確。至少要加入相似但不適用、資料不足、目標衝突與跨 Skill 混淆等誘餌題。是否符合來源授權？書籍、課程、字幕與 Podcast 轉錄內容可能受到著作權或平台條款限制。實驗可以從自己擁有、取得授權或適合內部使用的材料開始，並確認 Skill Repository 的分享範圍。從「我讀過」到「我的 Agent 會用」cangjie-skill 最值得研究的地方，是它把知識管理的終點往前推了一步。以前我們會問：我有沒有把這本書讀完？現在可以多問一個問題：這本書裡哪些方法，值得在未來的工作情境中被 Agent 正確呼叫？這個轉變意味著，知識庫不再只是收藏與搜尋的地方，也可以逐漸變成一組可組合、可驗證、可持續修正的能力模組。當然，Skill 化不是把所有內容都拆得越細越好。真正重要的是保留來源、清楚寫出適用邊界，並用足夠的反例確認 Agent 不會亂用。只有這樣，「看過一本書」才有機會真正變成可重複使用的工作能力。常見問答 (FAQ)Q1：cangjie-skill 和一般 AI 摘要有什麼不同？cangjie-skill 的目標不是只濃縮內容，而是把其中可遷移的方法論拆成具有觸發條件、執行步驟、使用邊界與測試案例的 Agent Skills。 Q2：哪些素材可以拿來蒸餾成 Skill？書籍、長影音字幕、Podcast 轉錄稿、課程、訪談、演講與長文章都可以嘗試，但前提是內容中存在可抽取、可驗證、可重複使用的方法或決策框架。 Q3：為什麼測試題要加入誘餌題？誘餌題可以檢查 Agent 是否只會看到關鍵字就亂用 Skill，也能驗證它在條件不足、目標衝突或存在更適合方法時，是否能拒用或改選其他 Skill。 Q4：蒸餾完成後可以直接相信 Skill 嗎？不應該完全直接相信。Skill 仍可能受到來源品質、模型理解與方法適用範圍影響；高風險決策應保留原文依據、人工審查與必要的專業驗證。 Q5：第一次實驗適合從什麼內容開始？建議先選一堂課、一場訪談或一本會在工作中反覆使用的方法書，並以「正確觸發、正確拒用、邊界判斷與實際產出」和單純摘要加提示詞的結果做比較。延伸閱讀 cangjie-skill GitHub repository
2026/8/14
AI工具商業策略內容行銷

AI 時代的知識策展：把資訊整理成可學習的知識系統

AI 時代真正稀缺的，不是知識，而是把知識整理好的人。最近看到一個很有意思的免費網站。它不是 AI，也不是什麼新工具，而是一位作者把散落在 YouTube 上的公開瑜伽影片，重新整理成一套完整的線上課程。看完之後，我最大的收穫其實不是瑜伽，而是再次確認一件事：AI 時代，創作很重要，但「策展」的價值正在快速提升。 AI 讓內容生成變得更容易，真正稀缺的，可能是有人願意替你找到方向、排好順序，並說明每一步為什麼值得做。資訊早就爆炸，真正缺的是學習路徑現在想學任何東西都不難。打開 YouTube、Google 或 ChatGPT，就能找到上千支影片、數百篇文章與各種教學資源。真正困難的反而是：今天該從哪裡開始？哪些內容值得看，哪些只是流量內容？學完這一支影片，下一步又該做什麼？我怎麼知道自己真的理解了，而不是只看過？這位作者沒有拍攝自己的課程，也沒有宣稱自己是瑜伽大師，而是把網路上公開的高品質影片重新整理，建立成一套有順序、有架構、有學習節奏的課程。依原文介紹，這套課程整理成 12 個章節、89 個單元與 601 支公開影片。這些數量可能隨成果網站更新而變動，但它們很清楚地說明了一件事：真正的價值，不是新增了 601 支影片，而是建立了一條完整的學習路徑。知識策展的核心：把資訊整理成可以行動的知識單純把連結放在一起，還不能稱為知識策展。好的策展，至少要替讀者補上「怎麼選、怎麼學、怎麼判斷」這三層結構。這套課程最值得注意的地方，是每個單元都試著回答三個問題：怎麼知道自己做對了？提供判斷標準，讓練習者不只是在跟著影片模仿。今天應該練什麼？依照學習階段與需求安排內容，降低每次選擇的成本。哪些內容有研究支持？把有文獻支持的說明，與目前缺乏充分證據的主張分開。這就是把「資訊」整理成「知識」的差別。資訊只負責被找到，知識則需要能被理解、被練習、被驗證，最後還要知道下一步往哪裡走。不神化，也不過度包裝：可信度來自界線我很欣賞這個案例的一點，是它沒有把瑜伽神化。依原文描述，課程直接說明：不保證開脈輪，也不保證排毒。柔軟度不會因為「看過影片」就自動進步。真正有效的方法，仍然是持續練習。有文獻支持的就說有，沒有充分證據的也坦白告訴你。這種做法看起來不像最華麗的行銷文案，卻更容易建立信任，因為讀者知道哪些是可驗證的效果，哪些只是傳統說法或個人經驗。知識策展不是把所有內容包裝成確定答案，而是替讀者標示資訊的可信度、限制與使用條件。免費，不一定是行銷漏斗現在很多「免費課程」背後，其實是：免費體驗、收集名單，再導向高價課程或服務。但從原文對這個案例的觀察來看，它並沒有把免費設計成成交策略：沒有倒數計時。沒有限量名額。沒有私訊成交。沒有社群陪跑或師資班推銷。不把免費內容包裝成下一階段付費體驗的入口。這不代表所有免費內容都沒有商業目的，而是提醒我們：判斷一個免費資源是否有價值，不能只看「免費」兩個字，也要看它是否真的降低了知識取得的門檻，以及內容本身是否完整、透明、可持續使用。 AI 讓生成變便宜，策展讓學習變可能AI 已經可以協助寫文章、畫圖片、做簡報、剪影片與寫程式。當內容生成的成本越來越低，價值就會逐漸往選擇、判斷與結構移動。內容生成知識策展產出一篇文章或一份摘要判斷哪些資料值得保留生成一張圖片或一份簡報建立內容之間的關聯與順序回答一次問題設計一條能持續學習的路徑完成單次任務驗證來源、標示限制並持續更新所以我認為，AI 時代真正有價值的能力，會包括：幫大家找到最好的內容，而不是把所有搜尋結果都丟回去。驗證資訊是否可靠，清楚標示已知、未知與仍有爭議的部分。建立完整的學習地圖，讓讀者知道先學什麼、後學什麼。把抽象知識轉成練習、檢查點與可以完成的下一步。持續更新，而不是一次整理完就任由內容過期。這就是「知識策展」（Knowledge Curation）：不是取代創作，而是讓創作、研究與公開資源變得更容易被理解與使用。如何開始建立自己的知識系統？如果你也想把散落的資訊整理成一套真正能使用的系統，可以先從以下五步開始： 1. 先定義讀者最後要完成什麼不要從「我要收集很多資料」開始，而是先寫下讀者完成這套內容後，應該能做到什麼。例如：完成一次基礎練習、做出一份作品、跑完一條工作流程，或判斷某個工具是否適合自己。 2. 收集來源，並記錄每個來源的用途可以整理公開影片、官方文件、研究文章、案例與個人筆記，但不要只存網址。每個來源旁邊至少補上「適合誰、解決什麼問題、需要先懂什麼」的註記，之後才不會變成另一個找不到內容的資料夾。 3. 把內容排成學習順序依照入門、基礎練習、常見問題、進階應用與複習檢查點分層。學習路徑不一定要很長，但要讓讀者知道現在的位置，以及完成這一步後的下一步。 4. 為每個單元加入判斷標準每個單元都可以回答：「我做對了嗎？」「我應該產出什麼？」「有哪些限制或證據？」這些資訊會讓內容從收藏清單，變成可以真正執行的教學系統。 5. 建立更新機制工具、連結、研究與最佳實務都可能改變。知識系統最重要的不是一次做得很大，而是知道哪些頁面需要定期檢查，並且保留更新日期與來源。工具層則可以依照自己的工作流組合，例如：用 ChatGPT Projects 或 Sites 整理專案與學習入口。用 NotebookLM 整合影片、文件與筆記。用 Claude Skills 封裝自己的方法與流程。用 Codex 把知識進一步變成工具、檢查表與自動化工作流。上述產品的功能、方案與介面可能隨時間調整，實際使用時仍應以當前官方功能與自己的需求為準。如果你想把工作方法封裝成可重複使用的模組，也可以延伸閱讀〈從提示詞到 Skill：5 個實務做法打造高效率 AI 自動化工作流〉；如果想先盤點自己與 AI 的協作成熟度，則可參考〈別再把 ChatGPT 當玩具！這份 AI 協作地圖，讓你晉升頂尖使用者〉。這也是我一直在做的事情仔細想想，我最近分享的很多內容，其實都圍繞著同一件事： GitHub 開源專案整理。 AI 工具推薦與使用情境整理。 Claude Skills 應用。 Codex 工作流程。 AI 自動化案例。 AI 學習地圖。我並不是重新發明這些工具，也不一定是每個領域的原始作者。我更想做的是，把世界各地散落的好資源，整理成一般人也能快速理解、快速上手的知識系統。這種工作不只是「幫忙找資料」，而是替讀者節省搜尋、比較、判斷與試錯的時間。當內容越來越容易生成，這些看不見的整理工作，反而會變成創作者真正的差異化能力。結語：未來的競爭力，是讓別人少走彎路AI 時代不缺資訊，缺的是可以信任的方向。創作仍然重要，因為它能提出新的觀點與解法；但策展同樣重要，因為它能把分散的內容串成一條可以學、可以做、可以持續成長的路。未來每一位內容創作者都可以問自己：我只是再增加一份內容，還是正在幫讀者建立一套更好的知識系統？當 AI 讓生成變得普及，能夠持續篩選、驗證、組織與更新知識的人，可能才是最難被取代的那一個。延伸閱讀與原始連結原文連結：AI 時代真正稀缺的，不是知識，而是知識策展成果網站：喜馬拉雅瑜伽線上課程以上兩個連結皆依照原稿保留；網站內容、影片數量與頁面結構可能隨作者更新而變動。常見問答 (FAQ)Q1：什麼是知識策展？知識策展是把分散的資訊進行篩選、驗證、排序、補充說明與持續更新，整理成讀者可以理解、練習、判斷並採取下一步行動的知識系統。 Q2：知識策展和內容創作有什麼不同？內容創作主要是提出新的觀點、教學或作品；知識策展則是從既有資源中挑選可靠內容，建立關聯與學習順序。兩者都重要，而策展必須清楚標示來源與限制，不能把整理誤稱為原創。 Q3：如何開始建立自己的知識系統？先定義讀者要完成的結果，再收集並註記可靠來源，接著排出學習順序，為每個單元補上判斷標準與證據說明，最後建立定期檢查與更新機制。 Q4：免費課程要怎麼判斷是不是行銷漏斗？可以觀察它是否以倒數、限量、私訊成交或高價課程推銷為主要動線，也要檢查免費內容本身是否完整、透明、可持續使用；不能只因標示免費，就直接判定它一定沒有商業目的。 Q5：ChatGPT Projects、NotebookLM、Claude Skills 與 Codex 都能建立知識系統嗎？它們可以作為整理專案、整合資料、封裝方法與執行工作流的工具選項，但實際功能與方案可能變動。真正決定知識系統品質的，仍是內容選擇、來源驗證、學習順序與更新機制，而不是工具名稱本身。
2026/5/8
商業策略 SEO 內容行銷

Astro vs Next.js 終極指南：2026 前端框架該怎麼選？SEO 與 Web App 的核心差異

一句話點破：兩大框架的核心定位如果必須用一句話來總結 Astro 與 Next.js 的差異： Astro 是「內容網站框架」，Next.js 是「全端應用框架」。兩者都能做網站，也都能做 SEO，但它們解決的主要問題不一樣。Astro 預設把網站當成「內容」來處理，目標是輸出乾淨、快速、容易被搜尋引擎讀取的 HTML；Next.js 則把網站當成「應用程式」來設計，重點是資料存取、會員登入、互動流程、後台管理與複雜狀態。所以真正的問題不是「哪個框架比較強」，而是：你的專案本質是內容，還是產品？ Astro vs Next.js 深度比較表評估維度 Astro Next.js 核心定位 Content-first，內容優先 App-first，應用優先預設輸出靜態 HTML 為主 React App / Server Components / 混合渲染 JavaScript 載入量預設極少，互動元件才載入視 Client Component 與互動量而定 SEO 表現非常適合內容型 SEO 也很強，但需要更重視架構與快取 AEO / AI 搜尋友善度 HTML 清楚、內容結構直覺可做到，但較依賴實作紀律首頁載入速度通常更容易做快可做快，但需要更多最佳化最佳適用場景官網、部落格、文件、SEO 著陸頁、內容站 SaaS、Web App、Dashboard、CRM、AI 工具 React 依賴可不用 React，也可混用 React/Vue/Svelte 以 React 生態為核心互動能力適合局部互動適合大量互動與複雜狀態資料庫與 API 整合可做，但不是主要優勢生態成熟，是核心優勢之一部署心智負擔靜態部署最簡單依功能可能需要 server runtime、edge、cache 策略開發者體驗輕量、直覺、適合內容團隊功能完整，適合產品工程團隊框架設計哲學：為什麼網站越做越重？Astro 的世界觀：大部分網站其實只是文件Astro 的出發點很務實：很多企業網站、內容站與 Landing Page，其實不需要整個前端應用程式框架。它的典型流程是： 1Markdown / CMS / JSON 資料 -> Build 編譯 -> 輸出 HTML Astro 的核心訴求是：少 JavaScript、少 Hydration、少 Runtime。只有真的需要互動的區塊，例如表單、篩選器、輪播、價格試算器，才額外載入對應的前端 JavaScript。這就是 Astro 的 Island Architecture（群島架構）：頁面大部分保持靜態，只有少數互動元件變成「小島」。 Next.js 的世界觀：網站可以是一個完整產品Next.js 的強項不是「單純顯示文字」，而是把前端、後端、資料取得、API、權限、路由、快取與串流渲染整合成一套產品開發框架。 1User Request -> Server Components / Data Fetching -> Rendering -> Client Interactions 如果你的網站需要會員系統、訂閱方案、後台管理、即時資料、AI 生成流程、付款、權限控管，Next.js 的價值就會很明顯。它不是只負責「頁面」，而是負責整個 Web App 的工程骨架。最直觀的差異：同一段標題，背後成本不同假設你正在做企業官網，只需要顯示一段標題。 Astro 的處理方式開發時寫下： 1<h1>公司介紹</h1> 最後送到使用者瀏覽器的結果，通常就是乾淨的 HTML： 1<h1>公司介紹</h1> 這對內容型網站非常重要，因為搜尋引擎、AI 爬蟲與一般使用者都能更快取得主要內容。 Next.js 的處理方式Next.js 也能輸出 SEO 友善的 HTML，但如果頁面大量使用 Client Component、互動狀態與前端套件，瀏覽器端需要處理的 JavaScript 就會增加。這不是 Next.js 的缺點，而是它的設計目標不同。它是為了打造完整應用而生，不是只為了輸出一篇文章或一個公司介紹頁。為什麼 Astro 特別適合 SEO、AEO 與內容網站？在 SEO 與 AI 搜尋優化（AEO）的場景中，搜尋引擎與 AI 系統最在乎的是： HTML 是否完整、語意是否清楚標題階層是否乾淨首屏載入速度是否夠快內容是否能在不依賴大量 JavaScript 的情況下被讀取 FAQ、結構化資料與內部連結是否容易解析 Astro 預設就是 HTML-first，對內容站特別有利。像是部落格、官方文件、教學文章、產品介紹頁、比較型文章、AI 產文網站，通常都能用 Astro 做出很好的效能與可讀性。對 AEO 來說，Astro 的好處不只是快，而是內容結構比較不容易被前端框架包得太複雜。當 AI 系統要摘要、引用或判斷頁面主題時，清楚的 HTML 結構會比炫技動畫更有價值。 Next.js 的護城河：什麼時候該選它？Astro 很適合內容網站，但這不代表 Next.js 沒有優勢。只要你的網站開始具備「產品」特徵，Next.js 往往更合理。 1. 會員、權限與個人化頁面如果使用者登入後看到的內容不同，例如會員中心、訂閱方案、儀表板、學員後台，Next.js 會比 Astro 更容易維護完整流程。 2. Server Components 與資料取得Next.js App Router 的核心優勢之一，是可以在 Server Components 裡直接取得資料，再把結果渲染到頁面。這對需要資料庫、API、權限檢查的產品很有幫助。 1234async function Page() { const data = await db.query() return <div>{data.title}</div>} 3. AI 工具、SaaS 與後台系統如果你的專案是 AI 文案工具、報表平台、CRM、內部管理系統、工作流程工具或 SaaS 產品，Next.js 的 Route Handlers、Middleware、Streaming、Server Actions 與 React 生態，可以讓整體架構更一致。簡單說：內容站選 Astro，產品系統選 Next.js。企業實戰：不要用錯工具解錯問題很多企業網站的實際需求只有：關於我們服務項目部落格專欄案例介紹 FAQ 聯絡表單這類網站真正的競爭點是內容品質、搜尋能見度、載入速度與轉換路徑，而不是複雜前端狀態。若硬用 Next.js 做純內容網站，可能會增加不必要的建置複雜度、快取策略、部署成本與維護成本。相反地，如果你正在做的是 SaaS 產品，卻硬用 Astro 承載大量互動、權限、資料寫入與後台流程，也會讓架構變得彆扭。比較務實的判斷方式是： 80% 以上頁面是文章、介紹、文件、Landing Page：優先考慮 Astro。 80% 以上頁面需要登入、資料操作、即時互動：優先考慮 Next.js。前台內容與後台系統都很重要：可以前台 Astro，後台 Next.js。混合架構：前台 Astro，後台 Next.js很多團隊其實不需要二選一。更成熟的做法是把網站切成兩個系統：區塊建議框架原因官網首頁 Astro 快速、SEO 友善、適合靜態內容部落格與知識庫 Astro Markdown / CMS 內容容易管理 SEO Landing Page Astro 頁面輕、可大量生成會員後台 Next.js 適合權限、資料與互動 AI 工具介面 Next.js 適合串流、表單狀態與 API 管理者 Dashboard Next.js 適合資料表、篩選、CRUD 這種架構可以讓內容站享受 Astro 的速度，也讓產品功能保留 Next.js 的工程彈性。對公司來說，這通常比堅持全站只用一套框架更實際。選型檢查表：三分鐘判斷該用哪個如果你還是不確定，可以用下面這張檢查表快速判斷。優先選 Astro，如果你的答案多半是「是」網站主要目標是 SEO、AEO、品牌曝光或內容轉換。大部分頁面不需要登入。內容主要來自 Markdown、CMS、Notion、Google Sheet 或 JSON。互動只集中在少數區塊，例如表單、輪播、篩選器。希望部署在 Cloudflare Pages、Netlify、Vercel 靜態輸出或一般 CDN。團隊希望網站維護簡單、速度快、成本低。優先選 Next.js，如果你的答案多半是「是」使用者需要登入、訂閱、付款或管理資料。頁面內容高度個人化。需要大量 API、資料庫、權限與後端邏輯。需要即時互動、串流回應、AI 聊天或複雜表單。團隊已經高度依賴 React 生態。專案本質更接近 SaaS 或 Web App，而不是內容網站。結論：2026 年前端選型的真正分水嶺2026 年的前端選型，不再只是比較「哪個框架比較紅」，而是要看你的網站到底在解決什麼商業問題。 Astro 派（Content Web）適合企業官網、SEO 網站、部落格、知識庫、靜態內容站、AI 批量生成網站。它的優勢是快、輕、乾淨，特別適合需要被搜尋引擎與 AI 系統理解的內容。 Next.js 派（Application Web）適合 SaaS、後台管理、會員平台、AI 工具、Dashboard、複雜互動 Web App。它的優勢是資料、互動、權限與全端能力。選錯框架，不一定會讓專案失敗，但會讓後續維護成本變高。選對框架，則能讓網站效能、開發效率與商業目標站在同一邊。常見問答 (FAQ)Q1：企業官網只有幾個靜態頁面和最新消息，該用 Next.js 嗎？A：通常不需要。這類網站的核心是內容呈現、SEO、載入速度與轉換路徑，不是複雜互動。使用 Astro 輸出乾淨 HTML，通常能用更低的維護成本取得更好的速度與可讀性。 Q2：Next.js 的 SEO 真的比較差嗎？A：不是。Next.js 也能做出很好的 SEO，尤其在正確使用 Server Components、metadata、sitemap、結構化資料與快取策略時，表現可以非常好。差別在於 Next.js 的功能更多，團隊也更容易在不知不覺中加入過多 Client Component、第三方套件與前端狀態，導致效能變差。Astro 則是預設更偏向內容與靜態 HTML，因此對內容站比較不容易走偏。 Q3：我的團隊只會 React，轉用 Astro 會不會學習成本很高？A：不會太高。Astro 可以混用 React 元件，你可以先把大部分頁面寫成 Astro/Markdown，再把需要互動的區塊交給 React。這種方式反而能讓 React 用在真正需要互動的地方，而不是讓整個網站都背負 React runtime。 Q4：Astro 可以接 CMS 嗎？A：可以。Astro 很適合接 Markdown、MDX、Headless CMS、JSON、YAML 或其他內容來源。若你的網站主要是文章、產品介紹、案例頁與 FAQ，Astro 搭配 CMS 通常會比完整 Web App 架構更簡潔。 Q5：Astro 可以做會員系統或後台嗎？A：可以做，但不一定是最舒服的選擇。如果只是簡單登入或少量表單，Astro 可以處理；但如果涉及大量權限、資料表、CRUD、訂閱付款與即時互動，Next.js 通常更適合。實務上可以把前台內容站交給 Astro，把會員後台或管理介面交給 Next.js。 Q6：什麼情況下 Next.js 會比 Astro 更適合？A：當你的網站不只是「被閱讀」，而是「被操作」時，Next.js 更適合。例如 SaaS 平台、AI 聊天工具、報表儀表板、CRM、會員中心、線上課程後台、訂單管理系統。這些場景需要資料流、權限、互動狀態與 API 整合，Next.js 的全端能力會更有價值。 Q7：AI 搜尋與 AEO 為什麼會讓 Astro 更有吸引力？A：AI 搜尋系統需要快速理解頁面主題、標題階層、段落內容、FAQ 與結構化資料。Astro 輸出的 HTML 通常更直接，對內容型網站很有利。當然，AEO 不只靠框架，還需要清楚的內容架構、可引用的答案段落、FAQPage JSON-LD、內部連結與穩定的頁面速度。 Q8：如果我的網站同時有內容頁和產品功能，應該怎麼做？A：可以採用混合架構。前台官網、部落格、文件與 Landing Page 用 Astro；登入後的 Dashboard、AI 工具、會員中心與管理後台用 Next.js。這樣既能保留內容站的速度與 SEO 優勢，也能讓產品功能有完整的應用框架支撐。 Q9：已經用 Next.js 做官網了，需要立刻重寫成 Astro 嗎？A：不一定。先看目前問題是什麼。如果網站速度正常、SEO 表現穩定、維護成本可接受，就不需要為了框架而重寫。若你遇到的是 bundle 過大、內容頁改版很慢、快取複雜、部署成本高、Lighthouse 長期不佳，才值得評估把內容頁逐步搬到 Astro。 Q10：新專案該怎麼做最保險？A：先把專案拆成「內容需求」與「應用需求」。如果第一階段只是官網、文章、案例、FAQ 與表單，先用 Astro 會比較輕。等到後續真的出現會員、資料庫、AI 工具或後台，再用 Next.js 做產品區。不要一開始就為了未來可能用到的功能，把整個內容網站做成過重的 Web App。
2026/3/3
內容行銷影音行銷 Gemini

用 Google Gemini 當剪輯助手：6 個提示詞，讓剪輯從苦力變策略，一天出 4 支成片

还在一帧一帧手剪视频？把 Google Gemini 当剪辑助手，一天直接出 4 条成片。下面这 6 个提示词，把剪辑从“苦力活”，变成“策略活”👇— 摆烂程序媛 (@wanerfu) March 1, 2026 靈感整理自 X 貼文：https://x.com/i/status/2027958008026972389 剪片最耗的不是「會不會剪」，而是：找重點、想節奏、對齊風格、反覆調整。把這些「腦力活」交給 Google Gemini，你就能把時間留給真正值錢的部分：審美、決策、把關。這篇整理 6 個提示詞（Prompt），你可以照順序走一輪，把剪輯從苦力活升級成策略活，產出速度會明顯拉起來。核心觀念：AI 做策略大腦，人做美感總監 AI 擅長：拆結構、拆敘事、列節奏、找切點、補 B-roll、建議參數人擅長：選鏡頭、品味判斷、節奏微調、情緒拿捏、最後一哩路的「好看」你會更像導演/製片，而不是時間軸工人。使用方式：一支片的 6 步工作流先用「剪輯計畫」把整支片的節奏藍圖定好用「風格匹配」把爆款節奏模型對齊用「敘事提升」把腳本剪得更順更有衝擊用「技術調整」定輸出參數避免畫質翻車用「素材審查」從原始素材抓亮點與弱點用「剪輯回饋」當第二雙眼睛做 QA 1）剪輯計畫：先做藍圖，不要邊剪邊想用途：像專業剪輯師先做「剪輯大綱」，包含節奏、切割點、B 素材、轉場設計，目標是維持注意力。提示詞： 12345678910你是專業影片剪輯師。請審查以下素材描述，制定「精準剪輯計畫」，包含：1) 整體節奏（快/慢、段落長度、注意力鉤子）2) 關鍵切割點（哪些句子/畫面要切、為什麼）3) B-roll 規劃（需要哪些補畫面、放在哪裡）4) 轉場與視覺節奏（硬切/轉場/推拉/節奏點）5) 字幕與重點文字（哪些字要放大、哪些要上屏）目標：保持觀眾注意力，避免分心與拖沓。素材描述：[貼上素材描述/時間軸摘要/重點段落] 2）風格匹配：拆解參考影片，複製「節奏模型」用途：你不是在抄內容，而是在複製「剪輯語法」：切割密度、節奏、字幕、音效、色調。提示詞： 1234567891011121314151617你是專業影片剪輯師。請分析以下參考影片的剪輯風格，並拆解成可複製的規則：- 切割密度：平均幾秒一切？什麼時候加速？- 時序：先結論後鋪陳？還是故事推進？- 調色：整體偏暖/偏冷？對比與飽和大概落點？- 音效：哪些地方加強節奏？轉場音效用法？- 文字：字幕樣式、關鍵字上屏策略、資訊密度最後，請把這套規則「套用到」我的主題，給我具體剪輯建議與段落安排。我的主題：[主題一句話 / 影片目的]參考影片連結（或描述）：[貼上連結/貼上描述]我的素材概況：[拍攝場景、人物、鏡頭類型、長度、重點] 3）敘事提升：讓資訊更清楚、情緒更有力用途：把「講得完」變「想看完」。AI 很會抓：冗詞、順序、重點句、情緒落點。提示詞： 123456789101112你是內容導演 + 剪輯總監。請審查以下腳本，提出「剪輯層面」的敘事優化建議：- 哪些段落應刪除（理由：重複/無推進/無價值）- 哪些段落應重排（理由：理解成本/張力/節奏）- 哪些句子要強調（可做：放大字、停頓、B-roll、音效）- 開頭 3 秒鉤子怎麼做更強- 結尾怎麼收才會讓人想收藏/留言/轉發目標觀眾：[觀眾輪廓/痛點/想解決的事]腳本：[貼上腳本全文] 4）技術調整：輸出設定不要再靠猜用途：不同平台、不同風格，輸出參數差很多。先定好，避免畫面糊、聲音炸、被平台壓縮。提示詞： 12345678910111213141516請根據以下「平台」與「風格」，建議最佳輸出設定，並給出你推薦的原因：- 解析度與比例（例如 9:16 / 16:9）- 幀率（FPS）- 位元率（Bitrate）- 編碼（H.264/H.265 等）- 音訊（取樣率、位元率、響度建議）- 字幕安全區與清晰度注意事項平台：[YouTube / IG Reels / TikTok / B 站 / 小紅書...]影片風格：[教學 / Vlog / 訪談 / 口播 / 產品展示...]素材規格（若知道）：[原始解析度/幀率/相機或手機型號] 5）素材審查：先找亮點與弱點，再開始剪用途：把「挑鏡頭、找精華」交給 AI，特別適合一堆長素材、訪談、口播、活動紀錄。提示詞： 1234567891011請以「剪輯師審素材」的角度，根據以下素材描述/時間碼筆記，給我：1) 精彩片段候選（為什麼精彩、適合放哪）2) 弱點與需要避開的段落（拖、贅、雜音、重複）3) 建議切割點與節奏（哪裡該快剪、哪裡該停）4) 建議補的 B-roll 清單（具體到畫面類型）5) 建議的成片結構（段落順序）目標：乾淨、專業、有節奏、有重點。素材描述/時間碼筆記：[貼上你的紀錄，例如 00:00-01:20 介紹、01:20-02:10 亮點...] 6）剪輯回饋：把 Gemini 當第二雙眼睛做 QA 用途：你剪完常會「看久了看不出問題」。讓 AI 針對節奏、音訊、調色、清晰度給修改清單。提示詞： 12345678910111213請以「成片檢查」角度，評估我這支已剪影片，並提出可執行的修改建議：- 節奏：哪裡太慢/太快、什麼點應更早切- 流暢：段落銜接是否順、是否缺關鍵資訊- 音訊：人聲是否清楚、背景音是否干擾、音量是否一致- 調色：是否一致、是否過暗/過飽和- 清晰：字幕是否易讀、資訊密度是否過高最後給我「優先順序」：哪些改動最划算、效果最大。影片目標與平台：[平台/目標，例如提高完播或導流]影片時間軸摘要（或你自寫的版本紀錄）：[例如：00:00 鉤子、00:03 結論、00:10 解法...] 加速小技巧：讓 AI 回答更準的 3 個輸入你提供的「素材描述」越具體，回覆越像你的專屬剪輯師：1. 一句話目標：這支片要讓觀眾看完做什麼？（收藏/留言/點連結/買單）2. 受眾輪廓：新手/進階/專業？痛點是什麼？3. 時間碼筆記：不需要逐字稿，有「段落 + 時間」就很夠用結語：你把時間花在哪裡，就會變成什麼樣的剪輯師當 AI 幫你把策略、結構、節奏先打底，你就能把力氣用在「更像作品」的地方：更準的鏡頭、更漂亮的節奏、更好的品味、更一致的整體感。
2025/12/6
AI自動化內容行銷影音行銷

自媒體極速工作流：一支影片如何通吃 FB、YT 與部落格？

做自媒體最痛苦的，不是沒靈感，而是你以為寫文章、拍影片、做圖表是三件事。如果你分別去執行，累死是遲早的事。你需要的是一套**「一次產出，無限分發」**的邏輯。核心觀念很簡單：抓準一個痛點，錄完一支影片，剩下的全交給 AI。靈感來源：從學員痛點獲取素材不要坐在電腦前空想，直接從學員的問題、社群的痛點下手，這些就是最真實的需求。針對這個問題，直接錄製一段教學影片。不用追求完美，重點是把問題講清楚。這支影片，就是接下來所有內容的「母體」。自動化產線：影片轉文字的高效應用影片錄好了，難道要自己聽打嗎？當然不。透過以下步驟，建立你的自動化產線：把影片直接丟進 Google AI Studio。請它幫你整理出詳細筆記。接著，將這份筆記丟給 Gemini 的「社群文章格式轉換工具」。社群文章格式轉換工具轉眼間，一篇結構完整的粉專長文就誕生了。視覺設計：AI 輔助生成封面與圖表文字搞定，接下來是視覺呈現。同樣利用 Gemini 的 Nano Banana 工具，可以達成以下效果：資訊圖表：讓它根據內容產出對應的圖表，搭配生成的長文，就是一則高品質的 FB 貼文。 12製作資訊圖表，使用台灣繁體中文，日式可愛風格:{{文章內容}} 多尺寸封面：順手生成 16:9 的 YouTube 封面圖，以及 3:2 的部落格封面圖。 12345678910你是一位專業的 YouTube 封面設計師，專門幫百萬訂閱頻道製作封面請參考影片主題，幫我設計一張畫面生動、誇張，使用顯眼綜藝字的封面影片主題：{{舉例：同學問：開會錄音轉成文案，哪個AI比較好用？}}素材使用：上傳圖片與人物照片人物照片：請把人物穿搭改成與 AI 工具主題搭配，人物表情則與主題情緒搭配，整體帥氣為主。尺寸：16：9 注意：人物主體與主題要清晰，文字放左邊底部，右下角不要有字。“”“{{影片筆記或粉專長文}}”“” 1圖片尺寸比例調整成3:2，內容自動擴展圖片去浮水印工具凱文大叔AI程式設計教室開發的GEMINI去浮水印小工具電腦王阿達 Nano Banana Watermark Remover Gemini 進階封面圖 Gem 工作流（Gem）自媒體封面圖設計平台發布：YouTube 影音最終組裝回到 YouTube 這條線，使用影片字幕工作流，自動產出 SRT 字幕檔。這是標準化動作，不需要耗費腦力。最後進行組裝：解決痛點的原始影片 SRT 字幕剛剛做好的封面圖上傳，發布。你的 YouTube 更新完成了。 AI 影片字幕工作流：結合 Gemini 與剪映的極速上字幕教學內容變現：部落格文章的最後一哩路別浪費那篇寫好的粉專長文。把它丟進 Gemini 的「Hexo Markdown 專家轉換器」，讓 AI 幫你潤飾成適合網站閱讀的格式。搭配那張 3:2 的封面圖，直接發布到部落格。結論：一次錄影的工，你已經完成了三個平台的內容佈局。 Hexo Markdown 專家轉換器常見問答 (FAQ)Q1: 一支影片真的可以同時拿來做 Facebook、YouTube 和部落格內容嗎？可以，前提是你先把影片當成內容母體，再用 AI 將逐字稿或筆記拆解成不同平台需要的格式，像是 FB 長文、YouTube 字幕和 Hexo 文章，這樣就能大幅降低重工成本。 Q2: 影片轉成多平台內容的第一步是什麼？第一步是先把影片上傳到 Google AI Studio 或其他可讀影片內容的工具，整理出結構化筆記或逐字稿，後續所有平台改寫幾乎都建立在這份文字素材上。 Q3: Gemini 在這套多平台內容工作流中扮演什麼角色？Gemini 主要負責格式轉換與內容再製，例如把影片筆記改寫成社群貼文、部落格文章、封面提示詞或資訊圖表需求，讓同一份內容能快速適配不同平台。 Q4: 如果我是個人品牌或小型團隊，這種內容分發流程適合嗎？很適合，因為這套方法本質上是在用 AI 補足人力不足的問題，尤其適合講師、顧問、自媒體經營者與小團隊，把原本要分開完成的文案、字幕與文章整合成同一條生產線。 Q5: 想提升 AI 搜尋或 AEO 表現，文章最後為什麼要加常見問答？因為 FAQ 內容更接近使用者真實提問，搜尋引擎與 AI 系統也更容易理解這是一組可直接引用的問答內容；在這個 Hexo 主題裡，加入可辨識的 FAQ 區塊後，系統還會自動產出對應的 FAQPage JSON-LD。若你想進一步了解實作方式，也可以延伸閱讀 AEO 實作、工具與優化指南。
2025/9/21
內容行銷知識變現

告別演算法焦慮：Substack 全方位指南，助你奪回讀者主導權

你是否也厭倦了在社群平台看演算法臉色？今天用心寫的長文乏人問津，明天隨手的廢文卻意外爆紅。這種無法掌握內容命運的「演算法焦慮」，讓許多創作者深感無力，彷彿只是在別人的土地上，蓋一間隨時會被拆除的漂亮房子。如果你渴望一種更穩定、更直接、能與讀者建立深刻連結的方式，那麼答案可能就是電子報 (Newsletter) 。而 Substack，正是當前最受矚目的平台，它讓你零成本、零技術門檻，就能輕鬆打造屬於自己的內容帝國，拿回與讀者直接對話的權利。本文將帶你全方位解析 Substack，從核心優勢、平台比較，到手把手的四步驟教學，讓你徹底告別寄人籬下的創作困境。所以，Substack 到底是什麼神兵利器？先別把它想得太複雜。與其說它是一個「工具」，不如說它幫你開了一間「數位柑仔店」。一間專屬於你，能讓你跟老顧客（讀者）搏感情，還能順便賣點東西（付費內容）的溫馨小店。第一大好處：你的聲音，能「掛號直送」到讀者耳邊想像一下，在吵雜的菜市場（社群平台）大聲叫賣，跟寫一封親筆信，塞進對方家裡的信箱。哪個更有溫度、更不容易被忽略？答案很明顯。 Substack 做的就是後者。你的每一篇文章，都會變成一封 Email，直接寄達訂閱者的收件匣。不再需要祈禱演算法高抬貴手。你的內容，值得一個 VIP 通道，而不是在演算法的車流裡塞車。第二大好處：讓你像個作家，而非網站工程師 🚀想自己搞個網站？很棒，但你得先學會跟這些東西打交道：WordPress、主機、SSL 憑證、金流串接、還有那該死的 SMTP 寄信設定… 光是名詞就讓人頭痛，對吧？ Substack 幾乎是「零技術門檻」。你只需要專注一件事：寫。其他複雜的鳥事，它全包了。第三大好處：你終於「擁有」你的讀者這點是重中之重。你在臉書有 1 萬個粉絲，那些粉絲其實是祖克柏的用戶。你在 Medium 有 1 萬個追蹤者，那些名單你永遠帶不走。但在 Substack，那份訂閱 Email 名單，是 100% 屬於你的【數位資產】。哪天你想換平台，或自己架站，一鍵匯出，讀者全部跟著你走。這不是租房，這是買房。產權，在你手上。第四大好處：寫作與麵包，可以兼得 🌟Substack 內建了超簡單的【付費訂閱】機制。當你覺得內容夠深、夠有價值時，可以設定部分文章僅供付費讀者閱讀。讀者點幾下就能完成付款，而你，也終於能靠著自己的才華，賺到一杯（或很多杯）應得的咖啡錢。市場三國殺：Substack、Medium、WordPress 怎麼選？光說 Substack 好，好像有點偏心。我們來場老實的比較，看看其他競爭對手。《Medium》：精美樣品屋，但你沒有鑰匙優點：它就像個高級的文學社區，自帶流量，SEO 體質也不錯。文章發上去，很容易被「路過」的讀者看到。缺點：致命傷前面提過了，讀者名單不屬於你。而且，它的付費牆機制對中文創作者極度不友善，基本上很難變現。適合：想單純找個地方寫字、不在乎長期經營、對品牌沒野心的人。《WordPress》：自蓋豪華別墅，前提是你是建築師優點：自由度 100%！你想怎麼設計、加什麼功能，通通可以。完全掌控自己的網站王國。缺點：你得自己處理所有事。主機費、外掛費、維護更新… 這是一條需要投入大量時間、金錢與技術的「硬核」路徑。適合：有技術底子、有明確商業模式、想打造高度客製化品牌的團隊或公司。《Mailchimp》等傳統工具：殺雞用牛刀優點：功能強大到爆炸。A/B 測試、自動化流程… 它是為「行銷人員」設計的。缺點：對單純的「內容創作者」來說，太複雜也太貴了。而且它的編輯器體驗，說實話，並不利於長文寫作。適合：電商、企業，主要目標是「賣產品」，而不是「經營內容社群」。好了，理論課結束！動手玩玩看 (超簡單四步驟)說了這麼多，不如親自試試。相信我，從零到發出第一封信，你可能連一杯咖啡都還沒喝完。註冊帳號，建立你的刊物前往 Substack 官網，用你的 Email 註冊。幫你的電子報取個響亮的名字、寫段吸引人的簡介、上傳一張好看的封面圖。搞定。寫下你的第一篇文章它的編輯器乾淨得像一張白紙，支援所有你需要的：文字、圖片、影片、甚至 Podcast。就寫吧！寫任何你想分享的事。一鍵發佈，直送世界寫完後，按下「Publish」。它會問你要不要同時寄送 Email 給所有訂閱者。當然要！開始宣傳，讓大家找到你把你的 Substack 連結，貼到你的臉書、IG、部落格…任何你出沒的地方。溫柔地邀請你的朋友與讀者：「嘿，我辦了個私密的電子報，想跟你說些更深入的心裡話，要來訂閱嗎？」新手攻略：如何讓部落格與 Substack 變成「黃金拍檔」？「我已經有部落格了，還需要 Substack 嗎？」問得好。答案是：太需要了！它們不是競爭，是互補。定位要不同，創造 1+1 > 2 的效果部落格 ⇨ 你的【長期知識庫】放那些搜尋引擎會喜歡的深度長文、教學文 (就像你正在讀的這篇)。目標是 attracting 「陌生流量」。 Substack ⇨ 你的【私密讀書會】分享即時的觀點、幕後故事、資源清單、或是對部落格文章的補充說明。目標是服務「鐵桿粉絲」。具體可以這樣玩：交叉推廣：在部落格最顯眼的地方，放上一個大大的「訂閱我的電子報」按鈕。告訴讀者，訂閱了可以看到「文章裡沒說的秘密」。內容再利用：一篇 5000 字的部落格長文，可以拆成 3-4 封電子報。每一封深入探討其中一個小觀點，保持穩定的內容產出。來談錢：啟動這個計畫，到底要花多少？這大概是 Substack 最迷人的地方。啟動成本 = $0 是的，你沒看錯。只要你不開啟付費訂閱功能，無論你有 10 個訂閱者，還是 10 萬個，發送免費電子報，Substack 不跟你收一毛錢。那 Substack 賺什麼？當你決定開啟【付費訂閱】，而且真的有讀者付錢時，他們才會開始抽成。 Substack 平台抽 10% 金流服務商 Stripe 抽約 3% 思考一下這個模式：這代表 Substack 只有在你成功賺到錢的時候，它才能賺到錢。你們的利益是綁在一起的。這是一個零成本、零風險，只在你成功後才需要分潤的完美創業模式。你可能還有這些小疑問 (FAQ)Q1：我現在一個讀者都沒有，可以開始嗎？當然！所有人都是從零開始的。先邀請你身邊的 5 個朋友訂閱，為他們寫作。然後慢慢來。累積，比一鳴驚人更重要。 Q2：內容一定要很嚴肅、很厲害嗎？完全不用。你可以分享你的學習筆記、電影心得、甚至是最近的育兒崩潰日記。真實，遠比完美更吸引人。 Q3：我可以把訂閱者名單帶走嗎？隨時可以！在後台點一下，所有訂閱者的 Email 列表就能完整匯出。你是這些資料的唯一主人。 Q4：我好怕沒東西寫，會不會很難維持？先不要想著「每天更新」。建議：從「每週一次」或「每兩週一次」開始。固定一個時間，例如每個週五早上，把它當成一個給自己的儀式。習慣，是堅持下去最好的燃料。結語：別再等了，你的第一個忠實讀者正在等你如果你渴望一種更純粹、更直接、更能建立長期信任的內容創作方式，電子報絕對是當下最好的答案。而 Substack，就是那把讓你零成本、零門檻打開這扇大門的鑰匙。我給你的唯一建議：立刻去註冊一個帳號。別想著要寫出驚世巨作。就寫一封簡單的信，告訴大家「嗨，這是我，這是我的新家」，然後勇敢地按下「寄送」。你的創作帝國，就從這一封信開始。
2025/8/10
SEO 內容行銷

打造你的 AI 寫作分身：一份 WriteRule.txt 教你如何訓練 AI 模仿個人風格

這篇文章靈感來自阮柏燁的貼文 👉 📎 AI 寫文你是不是也覺得，AI 寫出來的東西，總少了點「人味」？很實用，但就是不像你。很工整，但讀起來像說明書。很快，但快到沒有靈魂。這感覺我太懂了。我們花時間經營個人品牌、社群，不就是為了打造獨特的風格和信任感嗎？結果，AI 一出手，一秒打回原形，變成了網路上隨處可見的「罐頭內容」。這真的是我們要的嗎？別擔心，今天這篇文章，就是要徹底解決這個問題。我們要做的，不是拋棄 AI。而是「訓練」它，讓它成為你的【專屬寫作分身】。想像一下，你腦中的寫作風格、遣詞用字、思考邏輯，能不能被「封裝」起來，變成一套 AI 能讀懂的指令？答案是：可以。而且，你只需要一個簡單的純文字檔。我稱之為《WriteRule.txt》。這就是你的「AI 分身養成手冊」。核心概念：什麼是《WriteRule.txt》？它為什麼這麼神？先別想得太複雜。《WriteRule.txt》本質上就是一份你跟 AI 之間的【默契合約】。你把你的寫作偏好、風格、語氣、甚至是禁忌，全部白紙黑字寫下來。 AI 在動筆前，會先熟讀這份合約，然後「角色扮演」成你，開始寫作。它就像你為你的專屬演員（AI）準備的【劇本設定集】。這份「劇本設定集」的四大組成部分這份「劇本設定集」主要由四個部分組成，缺一不可：風格 (Style) ：這是你分身的「外在形象」。穿著打扮、說話節奏、給人的第一印象。我們會定義：句子要短還是要長？段落結構怎麼安排？文筆要幽默還是嚴肅？用字要口語還是正式？語氣 (Tone) ：這是你分身的「內在靈魂」。他是用什麼樣的心態在跟讀者對話？我們會設定：要用「我」還是「我們」？怎麼稱呼讀者？講話時會不會加一些「哇」、「沒想到吧」之類的口頭禪？規則 (Rules) ：這是你分身的「行動準則」。就像電影劇本，要有起承轉合。文章也需要固定的套路，才能穩定發揮。我們會規範：開頭要怎麼吸引人？中間如何鋪陳？結尾要留下金句還是行動呼籲？有哪些地雷（禁用詞）絕對不能踩？範例 (Examples) ：這是最強大的一步，也是你的「獨家記憶」。光說不練沒用，你要餵給 AI 幾篇你的得意之作，讓它「模仿」你的真實文筆。就像教徒弟，你總得親自示範兩手，對吧？AI 會從你的範例中，學習那些規則說不清楚的「感覺」，比如句型之間的節奏感、情感的細微流動。關鍵心法：這四個部分合在一起，就構成了一個完整的「你」。AI 不再是胡亂猜測，而是有根有據地在「扮演」你。這就是「人味」的來源。馬上動手！三步驟打造你的 AI 寫作分身理論說完了，我們直接上操作。過程比你想像的簡單太多。第一步：建立你的 WriteRule.txt 檔案打開你電腦裡最簡單的文字編輯器（記事本、VS Code、TextEdit… 什麼都行）。建立一個新的純文字檔，檔名就叫做 WriteRule.txt。第二步：完成你的「劇本設定」下面這份是我幫你準備好的【萬用模板】，直接複製，貼到你的檔案裡。然後，花個 10 分鐘，把它修改成你自己的版本。尤其是【# 4. 範例文章】，記得一定要換成你自己寫過、最滿意的 2-3 篇文章片段。 1234567891011121314151617181920212223242526272829# WriteRule.txt — 我的 AI 分身寫作規則 v1.0# 1. 風格 (Style)- 節奏：短句為主 (70%)，穿插長句 (30%) 解釋觀念。- 結構：引言 + 主體 + 結尾金句/行動呼籲。- 氣氛：輕鬆、有溫度，帶點幽默或反轉。- 用字：口語化，避免艱澀學術詞彙。- 內容：多用故事、經驗或案例。# 2. 語氣 (Tone)- 人稱：以「我」為主，適時用「你」引導。- 稱呼：直接稱呼讀者為「你」或「各位朋友」。- 情緒詞：可加入「哇」、「結果」、「沒想到」等語氣詞。- 態度：真誠，若是業配要誠實，不過度吹捧。# 3. 規則 (Rules)- 開頭：用問題、驚人事實或情緒場景開場。- 中段： 1. 每段不超過 5 行字。 2. 用過渡句串聯觀點。 3. 每個觀點有故事、數據或觀察支撐。- 結尾：用金句或具體行動呼籲。- 禁用：官腔詞、空洞形容詞、整段抄網路資料。# 4. 範例文章 (Examples)> 範例 1：昨天走進夜市...（你的文章片段）> 範例 2：我以前一直覺得腳踏車...（你的文章片段）第三步：開始召喚你的 AI 分身！存好檔之後，最神奇的時刻來了。下次當你使用任何 AI 工具（ChatGPT, Gemini, Claude…）時，你只需要下一道簡單的指令：「請嚴格根據我提供的《WriteRule.txt》檔案內容，模仿我的風格、語氣和規則，寫一篇關於『GPT-5 實測心得分享』的文章。」或是更偷懶的：「根據《WriteRule.txt》，寫一篇『臭豆腐初體驗』的分享文，要有故事感跟反轉。」你將會發現，AI 產出的內容，品質和風格穩定性，會提升至少三個檔次。🌟 進階玩法：從手動到自動化的內容生產當你對手動操作感到滿意後，自然會想追求效率。沒問題，你的「AI 分身」完全可以規模化、自動化。這就像你從一個人在廚房做菜，升級到開一條全自動的生產線。需求程度推薦工具 / 方法適用情境優缺點 🌱 手動少量 ChatGPT / Gemini 手動上傳或貼上規則偶爾發文、測試風格、需要高度客製化優：成本極低、上手最快；缺：效率有限，不適合大量產出 ⚙️ 半自動批量 Google Sheet + API / Make.com / n8n 每週需要產出多篇文章、管理內容排程優：可一次處理數十個主題；缺：需要一點點學習設定的時間 🚀 全自動流水線 Cursor / 自建腳本 + API + WordPress/FB 串接長期經營內容網站、每日發文的自媒體優：設定好就一勞永逸，效率最高；缺：初期設定需要技術門檻重點提示：先從【手動】開始，找到跟你最契合的規則。當你確定這套心法有效後，再考慮投入時間去設定【自動化】流程。常見問題Q1：這方法真的不用寫程式嗎？完全不用！如果你只是手動在對話視窗中使用，那它跟傳送一個普通檔案沒兩樣。如果你想挑戰批量生成，Make.com 或 n8n 這類工具也都是圖形化介面，用拖拉的方式就能完成，幾乎是零程式碼。 Q2：「範例文章」真的那麼重要嗎？可以不放嗎？我會說，這是最重要的部分！🔑規則，是告訴 AI 你想做什麼；而範例，是【展示】給 AI 看你平常是怎麼做的。AI 極度擅長從範例中學習那些難以言喻的「潛規則」，像是你的幽默感、你的比喻方式、你斷句的節奏。強烈建議你放 2-3 篇最能代表你的作品。 Q3：我可以用這套方法來寫 SEO 文章嗎？當然可以！而且效果會非常好。你只需要在你的《WriteRule.txt》裡的【規則 (Rules)】區塊，加上一條 SEO 規則即可。例如：「- SEO 規則：本文核心關鍵字為【AI 寫作教學】，請在標題、第一段、以及其中一個子標題中，自然地融入此關鍵字至少一次。」 Q4：用久了之後，AI 的風格會不會「跑掉」或變笨？這是個好問題。AI 的表現有時候會有些微波動。最好的應對方式是：定期更新：每隔一兩個月，就回頭看看你的規則庫，把一些過時的寫法或網路用語換掉。強制讀取：在每次提出新需求時，都明確指令 AI「重新讀取」你的規則檔，而不是依賴它之前的記憶。這樣能確保它每次都是在「最新」的設定下進行創作。總結：讓 AI 成為你的專屬千里馬拋開「AI 只是玩具」或「AI 會取代我」的焦慮吧。真正的關鍵，在於你如何「駕馭」它。《WriteRule.txt》就是你手中的那條【韁繩】。它能讓 AI 這匹脫韁野馬，變成一匹懂你心意的千里馬。今天起，別再只對 AI 說「幫我寫篇文章」。試著遞給它你的專屬劇本，然後說：「來，扮演我。」現在就去建立屬於你的第一份 WriteRule.txt 吧，你會發現一個全新的內容創作世界。
2025/7/17
ChatGPT SEO 內容行銷

AI 內容餵養手冊：如何讓你的文章被 ChatGPT 引用與訓練？

你有沒有想過一件事？我們每天在網路上寫的文章、分享的知識、做的筆記，最後都去了哪裡？它們可能靜靜地躺在你的部落格裡，等著讀者偶然發現；或是沉沒在社群媒體的資訊洪流中，三天後就無人問津。但如果，你的知識能成為 AI 模型的「大腦養分」呢？想像一下，當全世界數億人向 ChatGPT、Copilot 或 Gemini 提問時，AI 給出的答案，引用了你的觀點、你的數據、你的文章。這不只是流量，更是影響力的極致展現。聽起來很酷，對吧？但這不是許願，而是一門「技術活」。我曾經也以為，只要內容寫得好，AI 自然會看見，結果卻是石沉大海。經過無數次的測試、踩坑、研究那些頂尖開發者和內容創作者的做法後，我終於摸索出一套可行的路徑。今天，我就把這份完整的「AI 內容餵養指南」交給你，這不是空泛的理論，而是你馬上就能動手實作的 SOP。準備好了嗎？我們開始吧！第一章：長期佈局的耐心遊戲 ─ 如何讓你的知識成為未來 AI 的基因？這一步，我們玩的是「長期主義」。目標很明確：讓我們的內容，被納入下一代、下下一代大型語言模型（LLM）的**訓練語料庫（Training Corpus）**中。這就像把一本書放進一所世界級圖書館的永久館藏。它不會馬上被借閱，但它會成為這座圖書館知識體系的一部分，深刻影響未來所有從這裡學習的人。要做到這點，我們得主動為 AI 鋪好紅毯，歡迎它來「讀取」我們的知識。第一步：開放爬蟲抓取權限，打開網站大門AI 公司會派出網路爬蟲（Crawlers），像是 GPTBot、Common Crawl，在網路上大規模蒐集資料作為模型訓練的原料。如果你的網站設定了「謝絕訪客」，那它們自然就進不來。這就像你開了一家超棒的店，卻在門口掛上「禁止進入」的牌子。實作教學：動手檢查 robots.txt 檔案這個檔案通常在你網站的根目錄，是網站的「訪客規則說明書」。請確保裡面沒有阻擋以下這些重要的 AI 爬蟲： 1234567891011# 允許 OpenAI 的爬蟲抓取所有內容User-agent: GPTBotAllow: /# 允許 Common Crawl 的爬蟲抓取所有內容User-agent: CCBotAllow: /# Google 的爬蟲對所有 AI 都很重要，務必開放User-agent: GooglebotAllow: / 小提醒： Allow: / 的意思是「我網站所有地方都歡迎你來逛」。如果你有特定私密頁面不想被爬取，可以另外設定 Disallow，但對於公開知識，大方一點準沒錯！第二步：選擇高權重平台，讓內容自帶光環把內容放在哪裡，差別很大。在一個無名小站發文，跟在《紐約時報》登頭版，影響力天差地遠。AI 在學習時，也會看「出身」。來自權威、活躍、結構清晰的網站內容，更容易被視為高品質的訓練材料。推薦的幾個黃金發布平台： Medium：尤其適合高品質的英文長文，它的平台權重很高。 Reddit / Quora：這兩個是問答社群的霸主。用問答形式分享知識，非常符合 AI 的學習邏輯。 GitHub / Stack Overflow：如果你是技術工作者，這裡就是你的聖殿。程式碼、技術文件、解決方案，都是 AI 的最愛。 Wikipedia：終極目標。如果你有能力在維基百科上創建或編輯一個公正、有來源的詞條，那它被納入訓練資料的機率趨近 100%。發布訣竅：別只是把文字貼上去！花點時間加上清晰的標題、分段、列表，讓文章結構一目了然。AI 跟人一樣，都喜歡閱讀體驗好的內容。第三步：採用開放授權，給出法律上的許可光讓 AI 進門還不夠，你還得給它一張「使用許可證」。這就是**創用 CC 授權（Creative Commons）**派上用場的地方。它是一種簡單的方式，告訴全世界：「我的作品，歡迎你們在遵守特定規則下使用。」兩種最推薦的授權方式： CC BY（姓名標示）：這是最大方也最有利於建立個人品牌的方式。別人可以自由使用、改作你的內容（即使是商業用途），但必須註明你是原作者。 CC0（公眾領域貢獻宣告）：這是最徹底的開放，相當於你放棄了所有著作權，把作品送給全世界。AI 公司和開發者最愛這種，因為完全沒有法律風險。如何操作？非常簡單，只要在你文章的結尾、網站的頁腳，或 GitHub 的 LICENSE 檔案裡，加上一行聲明即可。範例：「本文採用 CC BY 4.0 授權，歡迎轉載與引用，請註明出處。」第二章：即時反應的快速通道 ─ 如何讓現在的 AI 馬上引用你？玩完了長期佈局，我們來點刺激的「即時賽」。這一章的目標是：當使用者在 ChatGPT、Copilot 這些具備聯網搜尋功能的 AI 工具上提問時，AI 能即時抓取你的網頁內容，並把它當作參考資料引用出來。這就像你的文章登上了「Google 新聞」的即時頭條。背後的原理，是這些 AI 會像搜尋引擎一樣，去爬取「它認為最相關、最可信」的網頁，來回答用戶的即時問題。所以，我們的策略核心就是：SEO（搜尋引擎優化）。第一招：優化 SEO 友好度，讓 AI 秒懂網頁重點AI 就像個很聰明但沒耐心的實習生，你得把資料整理得漂漂亮亮，它才願意看。優化你的網頁結構：標題要像個問題或答案：舊標題：《AI 引用筆記》新標題：《如何讓你的文章被 ChatGPT 完整引用？終極指南》善用標籤，劃出重點：用 <h1> 作為文章主標題，<h2>、<h3> 作為各段落的小標題。這等於在跟 AI 說：「嘿，這是本文的骨架，重點在這裡！」多用列表、表格：條列式 (<ul>, <ol>) 和表格 (<table>) 是 AI 的最愛，因為結構超級清晰，方便它直接抓取摘要。把話說得像人話：用自然、口語的問答句型寫作。例如，寫一段「如何讓網站被 AI 爬取？」，AI 就很容易在用戶問類似問題時，直接引用你的回答。第二招：利用結構化資料為網頁製作「隱形名片」除了表面上的內容，你還可以在網頁的程式碼裡，塞一張「隱形名片」，這就是結構化資料（Structured Data），通常用 JSON-LD 格式。這張名片會用 AI 最懂的語言，告訴它：「這是一篇文章，作者是誰，發布日期是哪天，裡面還有幾個常見問答喔！」範例：為你的文章加上 FAQ 結構化資料你可以在網頁的 <head> 區塊加入類似這樣的程式碼，這會大大提升 AI 抓取和理解的效率。 1234567891011121314<script type="application/ld+json">{ "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [{ "@type": "Question", "name": "如何讓自己的網站被 ChatGPT 引用？", "acceptedAnswer": { "@type": "Answer", "text": "你需要做到三件事：開放 AI 爬蟲權限、優化網站的 SEO 結構，並盡可能發布在具備公信力的高權重平台。" } }]}</script> 看不懂程式碼？別擔心！如果你用 WordPress，有很多 SEO 外掛（如 Rank Math、Yoast SEO）可以讓你用填表格的方式，輕鬆搞定這一切。第三招：刻意經營「數位信譽」，成為可信來源AI 在引用來源時，非常看重信譽。一個被主流媒體、學術機構、政府網站引用過的網站，它的「信任分數」會遠高於一個剛建立的個人部落格。這部分急不來，但可以刻意經營。你可以嘗試：投稿或合作：向知名科技媒體投稿，或與有影響力的部落客合作。接受採訪：參加 Podcast 訪談、線上論壇，分享你的專業知識。發布新聞稿：如果你有重要的成果或產品，試著發布新聞稿給相關媒體。每一次外部的成功引用，都在為你的「數位信譽」加分。第三章：職業玩家的進階操作 ─ 讓知識成為隨插即用的開放資源如果你還想玩得更進階，歡迎來到職業玩家區。這裡的目標，不再只是「被動」地等待 AI 來讀你，而是「主動」把你的知識打包成 AI 和開發者能直接使用的「工具」或「資源」。這就像從寫書，升級到打造一個資料庫 API。玩法一：將知識打包成結構化的資料集 (Dataset)把你的專業知識，整理成結構化的檔案，如 JSON、CSV。比如，你可以把你所有的讀書筆記，整理成一個包含「書名、作者、金句、我的心得」欄位的 CSV 檔。然後，把它發布到全世界開發者都會去逛的平台。資料集發布平台推薦： Hugging Face Datasets： AI 領域的 GitHub，上傳到這裡，等於直接把你的資料端到 AI 研究員的餐桌上。 Kaggle Datasets：數據科學家的聖地，你的資料集可能會被用來舉辦一場數據競賽！ GitHub：最簡單直接的方式。建立一個 repo，把你的資料檔放上去，然後寫一份超詳細的 README.md 說明文件。玩法二：運用 RAG 技術打造專屬知識庫 AI現在最火的技術之一，就是 RAG（檢索增強生成）。簡單說，就是讓 AI 在回答問題前，先去你「指定」的資料庫裡查資料。你可以把自己所有的文章、筆記、文件，做成一個專屬的知識庫。超簡單的實作方法： Custom GPTs：在 ChatGPT Plus 裡，你可以上傳自己的文件（PDF, TXT, DOCX），輕鬆建立一個只根據你資料回答問題的 GPT。你可以把它分享給朋友，甚至發布到 GPT Store。 NotebookLM (Google)：這是一個超棒的免費工具，你可以上傳你的資料，它會幫你生成摘要、問答，變成你的「第二大腦」。當你把自己的知識變成一個可互動的 AI 時，你就從一個「內容提供者」，進化成了一個「解決方案的創造者」。總結：你的 AI 影響力行動清單說了這麼多，我們來做個總結。想讓 AI 愛上你的內容，你得讓你的知識變得：好讀（Readable）：結構清晰，重點分明。可抓（Crawlable）：技術上開放，沒有門禁。可用（Usable）：授權明確，最好是開放的。可信（Credible）：有數位信譽，被他人背書。最終極的公式其實是：高品質內容 + 聰明的技術設置 + 開放的心態 = 無可取代的 AI 影響力我知道，這條路需要一點耐心和學習。但相信我，當你看到自己的名字出現在 AI 的引用來源裡，或是你的 Custom GPT 幫助了某個人解決問題時，那種成就感，絕對值得今天付出的所有努力。別再讓你的知識睡著了。從今天起，選一個你覺得最簡單的步驟開始，也許是修改 robots.txt，也許是在下一篇文章結尾加上 CC 授權。開始行動，讓你的智慧，成為推動世界前進的燃料吧！