哈囉，大家好！我是享哥。今天又要來跟大家分享一個全新的 Vibe Coding 課程實作影片。 這次的課程核心，是要帶你透過 AI，在短短 3 小時內，從零開始做出你的第一個「自動化銷售頁（Landing Page）」。你不僅能產出一個可以實際運作的 MVP（最小可行性產品），還能將後端的報名與追蹤流程完全自動化。 3 小時實作：用 AI 寫出你的第一個銷售頁這個課程設計為 6 個核心步驟，將銷售頁的建置、成效追蹤、網站部署，以及 LINE 自動銷售流程完整串接起來。透過 Vibe Coding 的核心概念，你將學會如何利用 AI 輔助開發，實作出高質感的網頁。 課程中使用的前端技術棧包含了現代主流化工具，幫助你快速入門： Next.js Tailwind CSS 除此之外，我們還會教你如何設置追蹤像素（Pixel），精準掌握使用者的網頁動線與行為。 零成本部署與自動化 CRM 串接為了讓大家能以極低的成本啟動商業測試，課程會採用幾乎零成本的架構來完成部署與資料串接。 GitHub Pages 輕鬆部署網站我們會將完成的網頁專案，直接部署到 GitHub Pages 上。這不僅免除了昂貴的伺服器主機費用，對於初步測試市場水溫的銷售頁來說，是非常實用且高效的作法。 建立 LINE 自動銷售 CRM當銷售頁準備就緒後，訪客若想報名或購買，我們會引導他們掃描 QR Code，加入 LINE 官方帳號。透過 LINE 機器人，我們能打造一套自動化的客服與銷售系統（CRM）。 實際 Demo：自動化報名與查帳流程以下為你展示當顧客進入 LINE 官方帳號後的實際報名體驗： 觸發報名流程： 顧客輸入關鍵字「報名」或點擊選單，系統會自動跳出報名資訊（包含課程日期、地點、費用等）。 查看價格與匯款： 顧客可以選擇查看「早鳥優惠」、「單人票」或「雙人團報」等方案，並取得匯款帳號。 確認匯款完成： 顧客匯款後，點擊「我已完成匯款」，系統會要求顧客輸入帳號後五碼以利對帳。 Google Apps Script (GAS) 串接 Google Sheets顧客在 LINE 上提交的報名與匯款資訊，會怎麼處理呢？這裡就是自動化最核心的環節。 我們會透過 Google Apps Script (GAS) 撰寫簡單的腳本，將 LINE 收集到的資料自動同步至 Google Sheets 中。你的 Google 試算表就會變成一個強大的後台管理系統。 我們在試算表中設定了多種報名狀態，方便管理者進行後續追蹤： 狀態 (Status) 說明 (Description) Pending 等待確認中（剛提交匯款資訊） Confirmed 已核帳，確認收款完成 Notified 已發送報名成功通知給顧客 Refunded 已完成退款 Cancelled 顧客或管理者取消報名 課程的 4 大階段與課前準備為了讓學習更有系統，整個實作過程被拆解為 4 個階段，按部就班幫助你把架構建構起來： 階段 A：先把網站跑起來 目標：先看到畫面，知道你改動程式碼時會發生什麼事。 階段 B：把文案、價格、日期、按鈕換成你的內容 目標：快速做出一個「看起來像你的產品」的專屬頁面。 階段 C：串接 LINE 官方帳號 目標：讓網站的按鈕能真實將顧客引導至你的 LINE 進行互動。 階段 D：串接 GAS 與 Google Sheet 目標：將 LINE 傳來的資料，自動記錄下來並進行狀態管理。 你需要準備的工具帳號要完成這套零成本自動化銷售系統，你只需要事先準備好以下免費帳號： GitHub 帳號 Google 帳號 LINE 個人帳號 LINE 官方帳號 (Official Account) 常見問答完全不會寫程式，也適合上這堂課嗎？可以。這堂課的設計重點不是要求你先具備完整工程背景，而是帶你透過 AI 輔助，一步一步完成實作。你只需要能跟著操作、願意動手練習，就能做出自己的第一個自動化銷售頁 MVP。 課程中會實際做到哪些成果？你會完成一個可對外展示的銷售頁，並把報名流程串接到 LINE 官方帳號，再透過 Google Apps Script 與 Google Sheets 建立後台資料管理流程。也就是說，從前端頁面、名單收集到匯款回報與狀態追蹤，都會有一套可實際運作的雛型。 這套系統一定要花很多工具費用嗎？不一定。這次課程刻意選擇低成本甚至近乎零成本的工具組合，像是 GitHub Pages、Google Sheets、Google Apps Script 與 LINE 官方帳號，目的就是讓你先快速驗證市場，再決定是否要擴充更進階的商業化流程。 如果我已經有自己的課程或服務，也能套用這套方法嗎？可以，而且很適合。無論你要賣的是線上課程、顧問服務、講座活動、工作坊，甚至是需要先蒐集名單再成交的產品，都可以把這個流程當成基礎骨架，再替換成你的品牌文案、價格方案與報名資訊。 上完課之後，我可以自己修改內容與流程嗎？可以。課程會把整個架構拆成幾個清楚的階段，讓你知道網站內容、按鈕連結、LINE 關鍵字回覆、Google Sheets 欄位與 GAS 腳本之間是怎麼配合的。後續你要換圖片、改價格、調整表單欄位或新增追蹤流程，都會更有方向。 這堂課比較適合哪些人？如果你是想快速驗證產品想法的創業者、想把報名與客服流程自動化的講師或顧問、想練習 AI 協作開發流程的行銷人員，這堂課都很適合。它特別適合想先做出成果，而不是先花很多時間學完整套程式理論的人。 這些看似複雜的流程，在 Vibe Coding 的輔助下，實際上難度並不高。大約只要花費 3 個小時，你就能打造出專屬於你、從網頁前端到資料後台完全串接的自動化系統！ 如果你對這個課程、或是對 AI 自動化工作流有興趣，歡迎留言告訴我你的想法，也請務必訂閱關注我，後續我會持續分享更多 Vibe Coding 相關的實作作品與應用技巧！

Hello 我是享哥。今天要跟大家分享一套強大的自動化影音工具——Remotion。 如果你還不會安裝 Remotion，非常推薦直接將它的官方網站網址丟給 AI 助手，請 AI 提供安裝指令，就能輕鬆完成基礎環境的建置。 什麼是喵喵經濟學人？解析自動化短影音工作流在環境安裝完畢後，今天要為大家測試網路上討論度極高的專案：「喵喵經濟學人」。 這是一個專門用於自動化製作 9:16 火柴人風格短影片的工具，特別適合用來做心理學與經濟學的科普。它提供了一套非常完整的標準化工作流，涵蓋了以下核心環節： 腳本撰寫 配音生成 畫面繪製 Remotion 影片最終合成 也就是說，只要餵給它故事腳本，系統就能自動生成對應的圖片、文字內容與配音，並一鍵合成完整的短影音。你還能在核心參數中，彈性設定喜歡的音色與圖片風格。 實戰教學：如何用 AI 生成一分鐘經濟學短片？接下來，我將實際演示如何請 AI 產出一支一分鐘的短影音。這支影片的內容，是透過「喵喵經濟學人」來解析美國與以色列對抗伊朗的事件，會如何影響世界經濟。 步驟一：設定故事核心與隱喻腳本首先，我們來到 Antigravity 介面，輸入指令：「Create video 一分鐘短影片，內容是喵喵經濟學人講解美國和以色列攻打伊朗，對於世界經濟的影響」。 系統會開始引用對應的 Skill（記得事前需要先建立好一個 Skill 來引用）。接著，它會根據設定好的核心主題進行創作。為了讓科普內容更生動，系統大量使用了隱喻的方式來呈現國際衝突： 沙漠悍貓國：代表以色列 波斯貓國：代表伊朗 黑色的魚油：代表石油 罐罐通膨與貓薄荷：代表經濟與物價影響 步驟二：API 替代方案與自動生成在語音生成的部分，系統預設使用的是 Minimax 的 API。但因為我目前沒有提供該 API，所以我改用 Edge TTS 來作為語音替代方案，並完成相關的基礎設定。 當 Plan 與 Task 都設定完畢後，系統就會進入生成與處理階段。處理完成後，程式會在 Out 資料夾中將圖片與影片進行完整合成，最終輸出一支完整的短片。 常見問題與解決方案：遇到「全紫畫面」怎麼辦？在自動化生成的過程中，難免會遇到一些突發狀況。 舉例來說，我第一次生成時，合成出的影片竟然是「全紫色」且完全沒有圖片。遇到這種情況我們應該怎麼辦呢？ 因為我是使用 Gemini 模型，我的解法是請模型利用 nano banana 去生成影片所需的相關圖片。雖然這個方法沒有辦法一次並行生成所有圖片，系統必須一張一張慢慢排程製作，過程中偶爾也會遇到失敗的情況；但只要耐心等待，它最終會慢慢把腳本裡所有的圖片素材逐一產出。將素材補齊後，就可以順利合併成最終的影片了。 結語以上就是透過 Remotion 程式，串接 AI 自動生成與剪輯影片的完整過程。 今天就跟大家分享介紹到這邊，影片最後我會放上成品給大家參考，有需要的朋友可以繼續往後觀看。想要了解更多 AI 自動化實用工具與工作流應用，歡迎關注並且訂閱我，謝謝大家今天的收看與支持！

想把一個高品質的英文開源教學站變成繁體中文，以前你要怎麼做？逐行複製程式碼到 Google 翻譯？還是看著螢幕一句句打字？太慢了，這根本是燃燒生命的無效勞動。 目標很明確：把 Cursor for Product Manager 的英文教學站「搬」回來。全站繁體中文化，並且利用 GitHub Pages 免費部署，不用付任何伺服器費用。 核心工具就這幾樣：GitHub、Terminal、AI 模型（GPT-4/Claude/Google 皆可）與編輯器。文末附上原版與繁中版對照連結，不想看過程的可以直接拉到最後。 前置作業：Fork 與 Clone 專案第一步不是翻譯，是把原始碼弄到手。去原始專案的 GitHub 頁面，點擊 Fork。這一步是為了把專案複製到你自己的帳號下，確保你有完全的修改權。 接著把 Fork 後的網址複製下來。打開 Terminal，輸入 git clone 指令把它抓到本地端。用 Cursor 或 VS Code 開啟資料夾，準備開工。 123git clone [https://github.com/你的帳號/repo-name.git](https://github.com/你的帳號/repo-name.git)cd repo-name AI 翻譯策略：Prompt 文件化技巧很多人用 AI 改 Code 的習慣不好。直接把程式碼貼到對話視窗，效率極低且容易出錯。這裡建議採用 Prompt 文件化 的高階打法。 在專案根目錄建一個 docs 資料夾，或直接新增一個 prompt.md。你要在這個檔案裡，把 AI 當成一個剛入職的資深翻譯。寫清楚角色設定：你是專業 PM、資深譯者。 定義目標受眾是台灣或香港的 PM 與工程師。強調語氣必須是「繁體中文」且「去中國化」。 例如：看到「視頻」要翻成「影片」。 例如：看到「激活」要翻成「啟用」。 執行邏輯：Context 管理與指令下達接著把這個 prompt.md 拖進 AI 的對話視窗（Context）。下達指令：「執行文件內的翻譯任務，將 src/app 下的網站內容中文化」。這樣做的優點是 Context 穩定，不會翻到一半 AI 突然忘記自己是誰。 這裡有個關鍵技巧：指令要兇，權限要給足。 告訴 AI：「請自動完成以下工作，不需要中途確認。」若要處理多個檔案，直接下令「批次翻譯剩餘檔案，不要停下來」。 實戰除錯：應對 AI 幻覺與遺漏當然，AI 目前還不是神，它比較像個會偷懶的實習生。實作過程通常不會一鍵完成，你會遇到幾種狀況。 AI 偷懶： 翻一半就停下來問你「要繼續嗎？」。 解法： 指令要強硬：「不要問我，直接完成所有工作。」 內容遺漏： 特別是側邊欄（Sidebar）這種結構複雜的地方。 解法： 不要用文字描述，直接截圖貼給 AI，讓它自己去對應程式碼位置。 破壞性修改： 有時 AI 翻得太嗨，會把程式碼邏輯也刪了。 解法： 你需要保持警覺，如果發現檔案變小太多，通常就是出事了，請務必 Review diff。 部署流程：Next.js 到 GitHub Pages原專案通常是 Next.js 架構，官方推薦用 Vercel 部署。但為了極致的免費，我們改用 GitHub Pages。直接問 AI：「這是一個 Next.js 專案，教我怎麼部署到 GitHub Pages。」 AI 通常會叫你改 next.config.mjs。加入 output: 'export'，讓 Next.js 吐出靜態檔案（Static HTML）。 12345// next.config.mjsconst nextConfig = { output: 'export', // 其他設定...}; 注意： 圖片優化元件 <Image> 在靜態匯出時可能會報錯，這部分需視情況調整。 接著請 AI 生成 GitHub Actions 的 workflow 檔案。路徑通常在 .github/workflows/pages.yml。流程不外乎：Checkout code → Setup Node → Build → Upload → Deploy。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748name: Deploy GitHub Pageson: push: branches: [main] workflow_dispatch:permissions: contents: read pages: write id-token: writeconcurrency: group: pages cancel-in-progress: truejobs: build: runs-on: ubuntu-latest defaults: run: working-directory: website steps: - uses: actions/checkout@v4 - uses: actions/setup-node@v4 with: node-version: 20 cache: npm cache-dependency-path: website/package-lock.json - run: npm ci - run: npm run build - run: touch out/.nojekyll - uses: actions/upload-pages-artifact@v3 with: path: website/out deploy: needs: build runs-on: ubuntu-latest environment: name: github-pages url: ${{ steps.deployment.outputs.page_url }} steps: - id: deployment uses: actions/deploy-pages@v4 收尾與上線：Git 流程與自動化驗收最後就是標準的 Git 流程。 123git add .git commit -m "feat: 完成全站繁體中文化與部署設定"git push origin main Git push 上去後，到 GitHub Repo 的 “Actions” 分頁看戲。只要燈號全綠，GitHub 就會給你一個網址。原本全英文的介面，現在變成了你專屬的繁體中文版。這不只是翻譯，這是建立了自己的知識庫。 資源傳送門：原版與繁中版對照光看不練沒有用，這裡把資源都整理好了。原版適合練英文，享哥的繁中版適合直接學觀念。想自己動手改的，Repo 連結也都在這，Fork 下去就是你的。 原始教材網站： Cursor for PMs 原始 GitHub： carlvellotti/cursor-pm-course 享哥繁中版網站： Cursor for PMs (繁中版) 享哥繁中 GitHub： chengyunm1313/cursor-pm-course

做行政工作最怕什麼？不是難度高，而是重複性高。比如做一百張顧問聘書，或者兩百張學員證書。傳統做法是打開 Word 或 PPT，複製名字、貼上、另存新檔，重複一百次。 如果你還在這樣燃燒生命，那真的太委屈自己了。這種機械式的動作，應該交給機器來做。今天要解構的，就是享哥的「Canva 大量製作」工作流。 必備工具清單這套流程的核心邏輯是「設計」與「資料」分離。你需要以下工具來建構自動化系統： Canva (建議 Pro 版)： 負責皮囊，功能才完整。 Google Sheets： 負責靈魂，用來整理名單資料。 至於底圖素材，現在也不用自己畫了。搭配 AI 生成工具（Gemini、Midjourney 或 Canva 內建），幾秒鐘就能搞定一張具備國際感的底圖。 第一階段：搞定底圖設計 (AI 輔助)首先，我們要準備一張乾淨的「容器」。你可以直接在 Canva 內使用「建立圖像」功能，輸入提示詞。 12直式 A4 尺寸、極簡風格、具國際感的講師聘書設計 選一張順眼的，或者上傳你自己設計好的圖片。如果 AI 生成的圖上有奇怪的亂碼文字，別擔心。使用「編輯圖片」裡的「魔法橡皮擦」或「抓取文字」，把它們擦乾淨即可。 第二階段：建立 Google Sheets 資料庫打開你的 Google Sheets，這裡掌管著所有變數。第一列必須是清楚的標題（Header），這將對應到 Canva 的變數欄位。 12姓名, 職位, 聘期 接著填入所有人員資料。如果是測試流程，也可以請 AI 幫你隨機生成一堆假名單。確認資料無誤後，這份表格就是你的自動化燃料。 第三階段：Canva 排版與變數設定回到 Canva 編輯畫面，按下鍵盤 T 新增文字框。我們要建立三個對應的「佔位符」：講師姓名、職稱、日期。 這裡有個關鍵細節，字體請選最安全的黑體（如 Noto Sans）。把字體大小調整好（例如 88 號字），並拖曳到正確位置。這一步做對了，後面才不會跑版。 第四階段：開啟 Canva「大量建立」功能重頭戲來了，點選 Canva 左側邊欄的「應用程式 (Apps)」，搜尋並開啟 「大量建立 (Bulk Create)」。 系統會問你資料哪裡來，請點選「選取資料來源」。你可以選擇以下兩種方式之一： 直接上傳 CSV 檔。 連結剛剛做好的 Google Sheets。 只要 Canva 讀取到表格，第一關就過了。 第五階段：資料欄位連結 (Connect Data)這是新手最容易卡關，也是最重要的一步。 點選畫布上的「姓名」文字框。 按右鍵（或點選 …），找到 「連結資料 (Connect Data)」 這個選項。 選擇對應的欄位名稱（如：姓名）。 成功後，原本的文字會變成 {姓名} 這種括號格式。依樣畫葫蘆，把「職稱」與「日期」也都綁定好。 第六階段：批量生成與檔案輸出點擊左側面板的「繼續」，確認名單都已勾選，按下 「建立 xx 個設計」。 Canva 會自動彈出一個新分頁，裡面是已經套用好所有名字的幾百頁文件。檢查沒問題後，點擊右上角「分享」→「下載」： 印刷用： 選 PDF 列印。 電子檔： 選 PNG 或 JPG。 實戰防雷小筆記雖然流程簡單，但有幾個坑不要踩： 字體選擇： 如果生成後文字消失或變亂碼，通常是字體不支援，換回通用黑體就對了。 長度預覽： 生成前要確認最長的名字會不會超出邊界。 工具版本： 強烈建議使用 Pro 版帳號。無論是 AI 生成底圖的質感，還是去背修圖的魔法工具，省下的時間絕對超過訂閱費的價值。 把重複的動作自動化，把時間留給更有價值的思考。這才是現代工作者該有的節奏。

做一套 LINE 貼圖，最痛苦的不是畫不好，而是畫不完。手繪當然有靈魂，但如果你追求的是效率與變現，死磕手繪只會讓你的熱情在第 3 張圖就燃燒殆盡。 這裡要解決的核心問題只有一個：如何利用 AI 工具鏈，快速生成「角色長相統一」且「去背完整」的貼圖包。 我們不需要單一超級工具，我們需要一套組合拳。 工具配置與分工邏輯別指望一個 AI 搞定全部。這是一條迷你生產線，每個環節都要用最強的工具。 大腦擔當：Google Gemini 負責企劃與咒語（Prompt）生成，解決「不知道畫什麼」的卡頓。 繪師擔當：Nano Banana（或任何支援參考圖生圖的工具） 負責實際產出圖片，重點在於「吃參考圖」的能力。 後製擔當：專用貼圖分離去背工具 負責把 AI 生成的大圖切開、去背、加邊框，這是完稿的最後一哩路。 第一階段：企劃與咒語生成系統提示詞 - LINE 貼圖企劃與生圖提示詞專家 不要自己想破頭寫英文 Prompt。直接把你的需求丟給 Gemini，讓它幫你翻譯成繪圖 AI 聽得懂的話。 你需要給 Gemini 明確的「規格書」： 情緒風格（中二、厭世、可愛） 角色設定（姓名、性格、年齡） 張數需求（建議一次設定 9 或 12 張，剛好湊成一張九宮格大圖） 如果不自定義 Gem，直接下指令也行： 1請用附件圖片的角色，製作 12 款 Q 版 LINE 貼圖，動作要生活化、多樣化。 Gemini 會吐出一串包含動作描述的精準英文 Prompt。 Gem:LINE 貼圖企劃與生圖提示詞專家 第二階段：鎖定角色一致性拿到 Prompt 後，轉場到 Nano Banana。這裡最大的挑戰是「角色一致性」（Consistency）。你不能第一張是米老鼠，第二張變成皮卡丘。 操作關鍵在於 「Reference Image」（參考圖）。 輸入 Gemini 給的 Prompt。 同時上傳你設定好的角色原圖。 這能強迫 AI 記住角色的臉和畫風。 按下生成後，你會得到一張包含 9 到 12 個小動作的 Sheet（大圖）。這時候還是連在一起的，別急。 第三階段：切割與參數調校貼圖分離與去背神器 這一步是把「圖片」變成「產品」的關鍵。將生成的大圖丟進「貼圖分離與去背神器」。 參數設定不能憑感覺，這裡有試錯過的黃金數值： 物件間距（Distance）：目前範例建議設為 17。太遠會切到別人，太近會留白過多，17 是個甜蜜點。 自動去背（Remove Background）：務必開啟。這能省下你用 Photoshop 鋼筆工具摳圖的幾個小時。 第四階段：生死攸關的白邊這點值得單獨拉出來講。在後製設定中，增加白底或白邊（White Stroke）是絕對必要的。 很多人忽略了 LINE 的深色模式（Dark Mode）。如果你的貼圖去背後是深色衣服，又沒加白邊，用戶換個黑色主題，你的貼圖就會直接隱形。 這不是美感問題，是使用者體驗的災難。請確保輸出設定中有包含這一步。 第五階段：品管與補救AI 產出的東西，離完美通常差 10%。你需要進行人工篩選（Quality Control）。 檢查三大地雷： 肢體是否扭曲（AI 不會畫手是常態）。 文字是否亂碼（AI 生成的字通常不能用）。 浮水印（Google 體系常在右下角藏個菱形 Logo）。 用 Canva 或修圖軟體把亂碼蓋掉、把 Logo 修掉。如果肢體崩壞太嚴重，直接捨棄。LINE 貼圖上架單位是 8、16、24 張，湊不齊就回頭再生成一組，與其修爛圖，不如重新抽卡。 最後提醒雖然 AI 讓門檻變低了，但規則還是要守。製作過程雖然全自動，但仍需注意原創性。 不要直接用知名動漫角色的名字或特徵去生成。AI 產圖雖快，但版權意識是你帳號存活的根本。把白邊加好、把圖切好，這套流程就是你的量產武器。

PDF 這種檔案格式，閱讀體驗極佳，但要整理或再利用時，簡直是場災難。我們都試過直接複製貼上，或者丟給傳統轉檔工具。結果往往令人崩潰：排版跑位、亂碼橫生、段落碎成一地。 如果你的目標是把資料餵給 AI（如 NotebookLM）或是做成簡報，那你真正需要的，不是「轉檔」，而是把內容清洗成 AI 最懂的 Markdown。這不需要複雜的程式碼，只需要一個懂事的 AI 助手。 這裡的核心工具是 Google Gemini（特別是 Advanced 版更好）。我們要利用它的「Gems（自訂 AI 助手）」功能，把這件事變成一套固定的自動化流程。 建立你的專屬轉檔 Gem別每次都重新下指令，那太沒效率。請依照以下步驟設定你的專屬工具： 直接進到 Google Gemini 右側的「Gem 管理器」。 點選「新增 Gem」。 幫它取個直白的名字，例如「PDF 轉 Markdown 助手」。 接下來的重點在於「使用說明（Prompt）」。千萬不要只寫「幫我轉檔」，那樣你會得到一堆垃圾。你需要植入一套有邏輯的結構化指令。 PDF 轉 Markdown 助手提示詞 設計 Prompt 的核心邏輯想哥特別強調，我們要設計的是「工作流」，而不是單一指令。這套 Prompt 必須包含三個關鍵原則，缺一不可： 內容完整性：確保 AI 不會自作聰明刪減資料。 結構化呈現：指定使用 Markdown 語法。 分階段執行：這點最反直覺，但最重要。不要妄想一步到位，要讓 AI 慢下來。 建議的操作順序為：第一階段，請 AI 先「閱讀並校對」，確認有無錯別字或識別錯誤；確認無誤後，第二階段才進行翻譯（若需要）並輸出繁體中文 Markdown。分兩步走，準確率會大幅提升。 實戰中的除錯技巧：解決引用代碼干擾把 PDF（例如 NVIDIA 的財報）丟進去後，AI 會開始跑流程。但這裡有個 Gemini 目前的小 Bug，很搞人心態。當你直接複製生成的內容時，它會連同「引用來源代碼」一起複製。 貼到筆記軟體時，這些代碼會讓格式再次亂掉。解決方法很粗暴，但很有效。等 AI 生成完，多補一句指令： 1去除資料來源 AI 會乖乖吐出一份乾淨、沒有干擾連結的 Markdown。這時候你再複製，就能得到完美的標題層級與內文。這才是我們要的純淨數據。 Markdown 格式的後續應用槓桿拿到這份乾淨的 Markdown 後，用途就廣了： 最直接的，貼到 NotebookLM 進行更深度的 RAG 分析。 或是利用這些結構化文字，快速轉成 Google Slides 或 PPT。 這個方法的精髓，在於「分段處理」與「格式清洗」。不求快，先求準，最後再把雜質濾掉。把最難搞的 PDF，變成最聽話的素材。

這套流程解決了影片創作者在製作字幕時的三個核心問題： 專業術語準確率：確保 GenAI、LLM、Python 等詞彙不被聽錯。 閱讀體驗優化：自動加中英空格、去除口語贅詞（然後、那個）、符合人眼閱讀的斷句。 極速同步：利用「文稿匹配」功能，免去手動對時間軸的繁瑣過程。 🛠️ 準備工具 剪映 / CapCut 電腦版 Google AI Studio (網頁版，建議使用 Gemini 3 Pro 模型，免費且 Token 上限極高) 步驟一：音頻導出在剪映/CapCut 完成剪輯後，先不要上字幕，執行以下操作： 點選 導出。 僅勾選 「音頻導出」 (格式選 MP3 或 AAC 即可)。 💡 優化點： 處理長影片（超過 30 分鐘）時，建議每 15-20 分鐘切一段導出，避免剪映免費版「文稿匹配」的字數限制。 步驟二：AI 聽寫與校正這是最關鍵的一步。我們不只是要「轉錄」，更是要讓 AI 幫我們「潤飾」。 前往 Google AI Studio。 模型選擇 Gemini 3 Pro。 將導出的 MP3 檔案拖入對話框。 輸入下方的 【提示詞】： AI 影片字幕提示詞 為什麼這樣設計？ Step 1 術語確認：把 “Notion” 聽成 “Nation” 是不專業的。先讓 AI 問你，只需 30 秒確認，就能保證後面 100% 正確。 斷句控制（優化點）：手機直式影片（Reels/Shorts）字幕不宜過長，提示詞中已加入控制，確保閱讀體驗。 💡 使用小撇步 遇到極短音頻（< 3分鐘）：Gemini 通常會很有自信，它會直接跳過 Step 1 給您全文，達到「秒出」的效果。 遇到新專案/新主題：如果你這支影片是講一個全新的工具（例如突然要講 “Cursor” 編輯器），您在貼上 Prompt 之後，可以順手在 # Context & Vocabulary 那邊補上 “Cursor” 這個字，這樣一次就會準。 關於「文稿匹配」：複製 AI 輸出的文字後，在剪映中選擇「文稿匹配」時，記得檢查一下第一句是否對齊。只要第一句對了，後面通常 99% 都是準的。 您可以現在就拿一段最近錄製的音檔（或上面那支 YouTube 影片的音頻）去 Google AI Studio 試跑一次，看看效果是否符合您的期待！ 步驟三：極速匹配拿到 AI 生成的完美文本後： 複製 AI 輸出的全部文字。 回到 剪映 / CapCut。 點擊 「文本」 -> 「智能文本」 -> 「文稿匹配」。 貼上文字，點擊「開始匹配」。 實測結果： 99% 準確的字幕會自動對齊音軌。 🌟 進階場景分流根據您不同的產出需求，這裡提供兩個分支技巧： 場景 A：製作「雙語字幕」短影音如果您想做像國外科技博主那種中英雙語字幕： AI 生成 SRT：在 Google AI Studio 完成中文稿後，多加一道指令： 「請將上述內容翻譯成英文，並將兩者合併為 SRT 格式（第一行為中文，第二行為英文）。」 導入剪映：將 AI 生成的代碼存為 .srt 檔，直接拖入剪映。 場景 B：超長課程影片 (>30min)剪映的「文稿匹配」有時對長文本不穩定。 分段處理：如筆記所述，將音頻切成 10-15 分鐘一段。 SRT 暴力解法：如果不想分段，直接請 Gemini 輸出「帶時間軸的 SRT 格式」。 Prompt 補充指令：「請直接輸出 SRT 字幕格式，不需要與我確認術語。」 雖然 Gemini 的時間軸不如專門軟體（如 Whisper）精準到毫秒，但對於說話清晰的教學影片通常夠用，導入後只需微調。 參考文章： AI 字幕工作流完整教學／提示詞 秒殺剪映的AI字幕工作流！准確率高達99%，完全免費！

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 松音的Magic Eraser：自動消除圖片中的星星水印電腦王阿達 Nano Banana Watermark Remover 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。

錄音檔一長，處理起來就是災難。想要丟進 AI 偷個懶，結果系統第一步就卡關，告訴你檔案太大，請你另請高明。 這時候你需要的不是放棄，而是搞清楚你手上的工具，到底哪一把才切得動這塊肉。 各大 Google AI 工具的真實門檻面對 MP3 這類音訊檔案，你得先看清楚檔案大小，再決定用哪把刀。別拿水果刀去砍大樹。 1. Google Gemini 網頁版這是大家最常用的工具，但限制最嚴格。 單一檔案上限： 100 MB。 實測結果： 182MB 直接報錯，84MB 才能過關。 解法： 如果堅持要用這個介面，唯一的解法就是手動轉檔。把 Bitrate 降到 16kbps，用音質換體積。 2. NotebookLM進階一點的選項，寬容度稍微大一點。 單一檔案上限： 200 MB。 適用場景： 中型檔案。丟進去，直接問答，或者生成摘要。 優勢： 介面友善，還會自動幫你整理筆記，算是不錯的中繼站。 3. Google AI Studio (終極解法)如果你面對的是真正的巨獸，例如好幾個小時的馬拉松會議，前面這兩個工具可能都會吃鱉。這時候，請直上 Google AI Studio。 單一檔案上限： 2 GB。 建議模型： Gemini 3 Pro Preview 或同級模型（支援超長 Context Window）。 實測能力： 影片示範裡，3 小時、182MB 的音檔，它吃得輕輕鬆鬆。 處理超大音檔的標準作業流程當你的錄音檔超過 200MB，或是會議長達數小時，請放棄網頁版對話框。這才是最穩定的路徑。 第一步：前往 Google AI Studio直接前往 Google AI Studio。別走錯棚，這裡才是開發者的後花園，也是一般用戶的強力外掛。 第二步：切換模型在右側或上方選單，確認版本。選 Gemini 2.5 Pro 或最新的 3 Pro Preview，Token 夠大才跑得動。 第三步：上傳檔案點擊那個顯眼的加號，選擇 Upload File。MP3 等主流格式通通支援。 注意： 系統會把檔案暫存到你的 Google Drive。如果上傳失敗，先別罵 AI，去檢查一下你的雲端硬碟是不是爆了。 第四步：下達指令等檔案讀取條跑完，直接在對話框輸入需求。 1幫我生成逐字稿 或者： 1總結會議重點與待辦事項 第五步：執行按下 Run。讓 AI 去跑，你喝口水。分析結果隨後就到。 魔鬼藏在細節裡使用 AI Studio 雖然爽快，但它吃的其實是你的 Google Drive 空間。免費用戶那 15GB 如果滿了，這招一樣行不通。 關於 Token 的消耗量，不用太擔心。 3 小時的音檔大約消耗 36 萬 Tokens。 目前的模型都支援到 100 萬甚至 200 萬。 這意味著，處理半天甚至全天的會議紀錄，這容量是綽綽有餘的。 最後，如果你真的不想切換到開發者介面，還有一個最原始的物理外掛：壓縮音質。對於語音辨識來說，高音質其實是浪費。 轉檔建議把 MP3 降到 32kbps 甚至 16kbps AI 照樣聽得懂，但檔案大小會顯著縮水。有時候，暴力解法也是一種解法。 參考連結： Google Gemini 說明 Google AI Studio 格式與限制說明

你的 n8n 是不是總覺得少了點什麼？它很強大，像個任勞任怨的數位管家，你叫它做事，它從不抱怨。但你有沒有發現，它有點「內向」？它只能處理你「餵」給它的資訊，卻沒辦法主動「看見」外面那個精彩又混亂的網路世界。 這篇文章，就是要為你這位數位管家，裝上一雙洞察萬物的「眼睛」。我們要談的，就是如何讓 n8n 學會【網路爬蟲】這門手藝。 準備好了嗎？我們將一起解鎖 4 個神級爬蟲平台，並附上一份保證有效的四周實戰地圖，讓你從一個只會按按鈕的使用者，蛻變成一位懂得擷取數據的自動化高手。🚀 認識你的爬蟲武器庫：四大平台深度解析市面上的工具多如牛毛，看得眼花撩亂？別怕。我幫你精挑細選了四款性格迥異、各懷絕技的平台。它們不是競爭對手，而是你在不同戰場上的最佳拍檔。 1. Firecrawl – 網頁內容的「超級整理師」你是否曾受夠了從網頁複製貼上時，格式總是一團亂？Firecrawl 就是來解救你的。把它想像成一位有潔癖的圖書館管理員。你給它一個網址，它會無視所有廣告、側邊欄、彈出視窗，精準地把最重要的「正文」抽出來，然後轉成乾淨到不行的 Markdown 或 JSON 格式。 最適合的戰場： 當你想抓取部落格文章、技術文件、新聞報導這類以「文字」為核心的內容時，找它準沒錯。 如何操作： 在 n8n 的節點庫裡搜尋 “Firecrawl” → 安裝社群節點 → 拖出來後，選擇 “Extract Content” 這個動作，把網址貼進去，搞定。 免費額度： 每個月 500 頁，對個人學習和小型專案來說，綽綽有餘了。 2. Apify – 萬能的「資料瑞士刀」如果說 Firecrawl 是專才，那 Apify 就是個不折不扣的通才。它不是一個工具，它是一個巨大的「工具市集」，裡面有超過 7,000 個由全球開發者寫好的現成爬蟲程式（他們稱為 “Actors”）。想抓 Facebook 粉絲團貼文？有。想抓 YouTube 影片留言？有。想抓 Google Maps 商家評論？它連這個都有！ 最適合的戰場： 任何與社群平台、影音網站、電商、搜尋引擎相關的數據，Apify 幾乎都能找到解決方案。 如何操作： 先到 Apify 網站的 Marketplace 找到你要的 Actor → 簡單設定一下參數 → 測試跑一次 → 然後把設定檔 JSON 複製起來，貼到 n8n 的 Apify 節點裡。 免費額度： 每個月提供 $5 美金的用量。很多 Actor 跑一次的費用極低，所以這 $5 夠你玩很久了。 3. RapidAPI – API 的「中央車站」有時候，Apify 的市集也找不到你想要的特定工具。這時候，我們就要去更上游的地方找水。RapidAPI 本身不做爬蟲，但它像一個龐大的百貨公司，匯集了全世界超過 78,000 個 API（應用程式介面）。你可以把它想像成資料的「官方快速通道」，許多服務都會提供 API，讓你能用更穩定、更合法的方式取得資料。 最適合的戰場： 當你需要的是非常即時、格式標準化的資料（例如：最新匯率、Spotify 歌曲資訊、即時新聞頭條），或者 Apify 找不到解決方案時，來這裡挖寶就對了。 如何操作： 在 RapidAPI 網站上找到你要的 API → 在它的測試介面上玩玩看 → 確定沒問題後，網站會幫你產生一段 “cURL” 程式碼 → 把它複製下來，貼到 n8n 的 HTTP Request 節點裡，它會自動幫你轉換成對應的設定。 收費方式： 每個 API 各自為政，但絕大多數都提供佛心的免費方案。 4. BrowserAct – 破解登入關卡的「隱形人」前面三位高手，大多只能在「公開」的網頁上大顯神通。但如果你的目標在公司內部系統、需要登入才能看的論壇，或是那種點了按鈕才會跳出內容的動態網頁呢？這時候，就需要我們的偽裝大師：BrowserAct。它不是直接抓程式碼，而是「模擬」一個真人在操作瀏覽器，你可以透過視覺化的節點，教它如何輸入文字、點擊按鈕、等待、滾動頁面。 最適合的戰場： 需要登入、Cookie 驗證、或複雜互動才能取得資料的「封閉環境」。 如何操作： 直接在 BrowserAct 的網站上，用拖拉節點的方式設計你的爬蟲流程 → 設計完畢後，你可以讓它獨立運作，或者透過 API/Webhook 的方式與 n8n 串接，觸發執行。 免費額度： 每天登入就送 500 點，每次操作會扣點數。對於小規模的內部提醒來說，相當夠用。 一張圖秒懂，你該選哪一把武器？還不確定？沒關係，這張表幫你做了個弊。 工具 / 平台 功能特色（一句話點評） 收費方式 適合情境 Firecrawl 潔癖整理師，專門把網頁文章變乾淨 每月免費 500 頁 讀書筆記、技術文件、文章重點整理 Apify 資料界的瑞士刀，社群影音電商一把抓 每月 $5 額度 社群輿情監控、影音資料收集、市場價格追蹤 RapidAPI API 的百貨公司，尋找官方資料的捷徑 各 API 不同，多有免費額度 需要即時、標準化資料的自動化流程 BrowserAct 隱形人，能潛入需要登入的網站系統 每日送點數，依操作計費 公司內部系統公告、需要會員身份的資料抓取 Scrapy (Python) 重型坦克，為大規模、高訂製化爬蟲而生 完全免費 (但主機要錢) 需要長期、大量、深度爬取資料的專業專案 Playwright 最佳演員，完美模擬真人瀏覽器互動 完全免費 對付超高難度的動態網站、反爬蟲機制強的網站 提醒： Scrapy 和 Playwright 是更底層的 Python 爬蟲框架，可以讓你做到 100% 的客製化，但需要寫程式碼。在我們的學習路線圖中，它們會是你的「畢業挑戰」。 n8n 網路爬蟲起手三式理論說完了，該來點實際的。這裡提供三個由簡到難的 n8n 爬蟲範例，讓你感受一下它們的威力。 第一式：陽春麵作法 (Http Request + AI)這是最基礎的玩法，完全不用外部工具。流程： 用 Http Request 節點抓整個網頁的 HTML 原始碼 → 把亂七八糟的碼丟給 AI 節點 → 請 AI 大力出奇蹟，幫你「閱讀」並提取出正文。致命缺點： 稍微複雜一點的「動態網站」（內容由 JavaScript 生成），這招會直接失效，因為它抓不到最終顯示給你看的內容。 第二式：書生劍法 (Firecrawl 節點)這是處理文章類內容的優雅解法。流程： 用 Firecrawl 節點的 “Extract Content” → 它會直接回傳乾淨的 Markdown 格式內文 → 把這些乾淨的文字交給 AI 節點 做摘要、抓關鍵字，或是存入 Notion。優勢： 簡單、穩定、效果極好，是建立自動化知識庫的神器。 第三式：百寶袋戰法 (Apify 節點)這是應對社群媒體的標準答案。流程： 在 Apify 網站上設定好你要的爬蟲（例如：YouTube 頻道影片資料爬蟲）→ 把它的設定 JSON 複製到 n8n 的 Apify 節點 → 執行後，它就會回傳結構化的資料（影片標題、觀看數、發布日期等），方便你存入 Google Sheet 做分析。優勢： 不用自己煩惱如何解析複雜的社群網站，讓專業的來。 網路爬蟲的法律紅線：這樣做合法嗎？這是每個新手都一定會問，也必須問的問題。 Q1：我這樣爬取資料，會觸法嗎？放輕鬆，絕大多數情況下不會。但你必須建立一個「紅線」觀念。 ✅ 綠燈區 (請安心服用): 公開資訊： 任何人不用登入就能看到的網頁內容。 官方 API： 這是對方「邀請」你來拿資料，最安全。 自家資料： 爬自己公司的內部系統當然沒問題。 ❌ 紅線區 (千萬別碰): 會員限定內容： 需要付費或特定身份才能看的文章、影片。 受版權保護的內容： 未經授權，把別人辛苦寫的電子書、付費課程內容整個搬下來。 造成對方伺服器癱瘓： 在極短時間內發動海量請求，這跟駭客的 DDoS 攻擊沒兩樣。 Q2：如何成為一位「有禮貌」的爬蟲使用者？這很重要，決定了你的爬蟲之路能走多遠。 閱讀公開說明書： 檢查網站的 robots.txt 檔案 (例如 google.com/robots.txt) 和服務條款 (ToS)，看看對方是否歡迎爬蟲。 官方管道優先： 能用 API，就絕不用爬蟲。 表明身份與降低頻率： 在你的請求中設定 User-Agent，假裝自己是個正常的瀏覽器。並且拉長每次請求的間隔時間，例如每 3-5 秒才抓一次。 非商業用途： 如果只是個人學習或研究，風險極低。但若要商業化使用，務必仔細檢查資料授權。 Q3：為什麼我的爬蟲跑一跑就被擋了？通常是你看起來「太不像真人」了。 原因一：頻率太高。 (解法：n8n 加個 Wait 節點，每次都等幾秒) 原因二：沒有瀏覽器特徵 (Header)。 (解法：在 Http Request 節點裡手動加上) 原因三：IP 來源太單一。 (解法：進階技巧，使用「代理伺服器 (Proxy)」) 終極解法： 使用 Playwright 或 BrowserAct 這類工具，它們是最好的演員，能完美模擬真人操作。 你的「n8n 爬蟲煉金術」四周實戰地圖光說不練假把戲。跟著這份為期四周的計畫，一步步從麻瓜變魔法師。 第 1 週：打好基礎，成為文章整理大師 核心工具： n8n + Firecrawl 本週作業： 建立一個工作流：每天自動爬取一篇你指定的技術部落格文章。 將爬下來的 Markdown 內容，交給 AI 節點，自動生成 300 字的摘要和 5 個關鍵字。 最後，將原文連結、摘要、關鍵字，一起存入你的 Notion 資料庫。 達成目標： 打造一個全自動化的個人知識庫。 第 2 週：深入社群，變身數據分析師 核心工具： n8n + Apify 本週作業： 挑一個你喜歡的 YouTube 頻道，用 Apify 爬取該頻道最新的 20 支影片資料（標題、觀看數、喜歡數、發布時間）。 將這些結構化資料，自動寫入 Google Sheet。 挑戰題： 試著抓取一個公開 Facebook 粉絲專頁的最新貼文，分析哪種類型的貼文互動最高。 達成目標： 建立一個社群數據的自動化追蹤儀表板。 第 3 週：解鎖 API 與登入高牆 核心工具： n8n + RapidAPI + BrowserAct 本週作業： RapidAPI 任務： 找一個免費的新聞 API，設定一個工作流，每小時去抓取最新的科技新聞頭條，並發送到你的 Slack 或 Discord。 BrowserAct 任務： 設計一個流程，模擬登入自己公司的內部公告系統，檢查是否有「重要」或「緊急」等關鍵字，若有，則立刻發送通知到手機。 達成目標： 掌握串接外部服務與處理內部系統的能力。 第 4 週：挑戰大魔王，踏入程式領域 核心工具： Python (BeautifulSoup / Playwright) 本週作業： BeautifulSoup 挑戰： 試著用 Python 寫一小段程式，解析一個靜態新聞網站，並只印出所有新聞的標題。 Playwright 挑戰： 挑戰爬取一個動態加載的電商網站（例如 PChome），成功抓取第一頁所有商品的「名稱」與「價格」。 終極目標： 將你寫好的 Python 腳本，透過 n8n 的 Execute Command 節點來定時觸發，實現完全體的自動化爬蟲專案。 達成目標： 跨越無程式碼的界線，理解爬蟲的底層原理，未來沒有網站能難倒你。 結論：你將成為數據的主宰者當你完成這四周的修煉，你會驚訝地發現： 你的 Notion 不再是個需要手動剪貼的倉庫，而是一個能自我成長的【智慧知識庫】。你的 Google Sheet 不再是冰冷的表格，而是一個即時跳動的【社群數據心電圖】。你不再被動地接收資訊，而是能主動出擊，打造專屬於你的【新聞收集器】與【內部預警系統】。 更重要的是，你為自己打下了最堅實的【數據基礎】。在這個 AI 時代，懂得如何穩定、自動地獲取高品質的資料，將是你最無可取代的核心競爭力。 現在，動手打開你的 n8n 吧。這個充滿數據寶藏的世界，正等著你去探索。🚀