系列課第零堂。今晚不講定義,做幾件事給你看:生一組輪播卡、把脆文發出去、用手機叫家裡的電腦把節目整理成文章、讓三十個人同時生自己的圖。
2026 / 09 / 13(日)19:30 - 21:30 · 線上 · 江昱德|江江教練
← 回六堂系列課課程頁課後實錄版:9/13 當晚現場講到、原本簡報沒有的內容,已補進對應章節,標「課堂補充」。示範三與「三十個人同時生圖」這幾頁當晚沒有講到,頁面保留當課前準備。
提示詞 53 個人用過,最想學的只剩 4 票。這個房間已經過了提示詞的階段。
要操作示範的人是要概念講解的十倍。所以這門課的形式就是:先做給你看。
她的工作是當你跟 AI 之間的溝通橋樑,也當你跟江江教練之間的翻譯。
| 做什麼 | 網頁版 | Agent 版 | 差在哪一層 |
|---|---|---|---|
| 1 生一組輪播卡 | 生得出來,一次一張 | 整組自己長出來,生完自己存檔開卡 | 連續動作與檔案落地 |
| 2 把脆文發出去 | 接不上你的帳號 | 接 API 發文,撞到限制自己繞過去 | 能不能碰外面的世界 |
| 2-2 路上聽到的節目整理成文章 | 要自己找逐字稿貼進去 | 手機交代一句,家裡的電腦自己抓逐字稿、整理成文章 | 人不在電腦前也能交代 |
| 3 生一張圖 | 一樣。這裡真的沒差。 | 沒差 | |
| 3-2 三十個人同時生圖 | 無解 | 自己做一個網頁給大家用 | 從自己用變成別人也能用 |
課堂補充:表上第 3 列跟第 3-2 列當晚沒有現場示範,留到講 API 的時候再講。
先用網頁版做一張。它畫得出來,風格也固定得住。這裡先講清楚:網頁版不差。
1. 網頁版生第一張。給參考圖、給人設,風格會穩。
2. 然後看第二張。要再講一次風格,再等一次,再下載一次。
3. 開 Agent 版,一句話啟動,整組五張自己跑。
把工作量攤開講:五張要五輪對話,每輪都要再講一次風格;生完要一張一張下載,一張一張命名,自己丟資料夾,自己開發文卡。網頁版能給你的,就到「一張圖」為止。
課前準備的示範素材是一組五張咪卡輪播卡,主題是「調 AI 知識庫像醫生看病開藥」,當晚沒有講到這組。
AI 生圖很簡單,控制它生得好很難。最簡單的方法是每次都給它參考圖:先生成角色的三視圖(我多加一面做四視圖),版型再細一點就加各種表情、動作、衣服配件。
這就是第一個規則:照我的模板去生。
免費版 ChatGPT 就有專案。可以把它想成資料夾,但更重要的是:它有讀的先後順序(理論上)。
給 AI 看東西,很像做海報:大標、小標、內文
AI 的專注力有極限,每次讀得進去的量有限。所以要學會在對的時間把對的資料給它看,並且讓它知道輕重緩急。越重要的放越明顯的地方。
有付費的話可以開工作模式(技能包)。網頁版工作模式跟桌面版 Codex 吃同一份額度,所以我自己是直接下載桌面版 Codex 來用。
差別在畫完之後,那些事誰做
網頁版給你一張圖。Agent 給你的是一組圖,加上命名、存檔、開卡,跟你下次還找得到它。
第一堂技能包:把「風格怎麼定、卡怎麼開」那套判斷寫下來,它下次自己拿去用,不用你每次重講。
網頁版的 AI 沒有你的 Threads 帳號。它接不上去。它只能把字給你,剩下都你自己做。
Threads API 只吃網路上已經公開的圖片網址,它不能從我的電腦直接傳一張圖上去
所以會卡住:圖在我電腦裡,API 只認網址。純文字發得出去,圖片發不出去。
發文帶圖時,API 的 image_url 欄位必須是一個公開的 HTTPS 網址。本機圖片還是發得出去,只是沒辦法直接走 API。
出處:threads-api 技能包 SKILL.md。這條限制在官方文件也查得到,是平台本身的設計。
網頁版遇到限制就是死路。Agent 遇到限制會自己蓋一條路過去
我只跟它說,聽說現在 Agent 可以發圖發文,你自己去研究。它的做法是先做一個專門傳圖的小網站,拿到網址發文,確定全部發完之後,再把網站上的圖刪掉。
這件事 2026-07-11 就做好了,指令是 post.js 帶 --local-image,中繼站是一個獨立的媒體網站。我沒有寫那個網站,是 AI 做的。
現在再往前一步:一個發文包資料夾、一個指令,圖只上傳一次,同時發 Threads、Instagram、X、LinkedIn、YouTube。沒帶 --yes 的時候只印計畫不送出,那是送出前的確認閘。
我把自己的內容產線拆成五個小迴圈。切法看的是哪些事會自己回頭重試。
能自己驗出對錯的才算迴圈。整理逐字稿算,抓到就是抓到,沒抓到就換路,機器自己知道。生圖算,造型一致、比例對、字一次生好、檔案小於 200KB,四項都驗得出來。
脆文的觀點不算。那是我自己想的,每篇感想都不一樣,沒有標準可以驗。所以它本來就該由人給。
整篇寫在官網:〈哪些事可以交給 AI 自己跑完?|我把內容產線拆成五個小迴圈〉jiangyude.com/articles/five-loops-content-line/
這是五個小迴圈的第一圈:逐字稿擷取。人在外面,手機交代一句就好。
1. 手機把節目連結傳給家裡的電腦,加一句話說想要什麼。
2. 家裡的 Agent 自己抓逐字稿,整理成文章。
3. 回到電腦前,文章已經在知識庫裡了。
現場把一支沒有字幕的 YouTube 丟給網頁版,它抓不到,只能猜。桌面版 Codex 照我教過的標準自己選路。
我跟它說過:觀點報告整理的是別人的東西,逐字稿不用太精確、不用分講者,也沒有隱私問題。所以有字幕就抓字幕,沒有就丟 NotebookLM,NotebookLM 掛了才用我自己電腦的算力轉。重要會議要分講者,就走另一套。
NotebookLM 抓字幕幾秒鐘就好,但它分不出講者,所以會議記錄不走這條。AI 很會處理重複性的知識勞動。同一套標準我講過三次,AI 就該自己學會我的判斷標準,不要什麼都來問我。
Codex 設定裡找到「連線」,按新增會跳出一個 QR code,手機掃一下,手機跟桌機就連動了。手機端選「遠端」,就看得到桌機上的任務,新增任務時也可以選要在哪台機器跑。當晚我沒有現場點給大家看,因為點完會出現 QR code,怕大家亂掃。
當晚翻出一次真實紀錄:路上聽到一支好節目,用手機丟給 Codex,最後一路跑到發文。
我 80% 的工作在 Claude 上完成。一個原因是它的自我檢查:同樣一句話,它會一張一張認真檢查,不過就重出。另一個原因是它有 Hook,規則可以寫成機械性的檢查,每次強制跑。
上週每一篇的主題、我自己的接續回覆、外面的留言,加上每篇的觀看、按讚、回覆、轉發、引用、分享。
發文最麻煩的地方在發完之後,沒有人記得自己發過什麼。資料抓回來躺在自己的知識庫裡,才問得出下一篇要寫什麼。
我用網頁版跟用 Agent,沒有差別。真的沒差。
不要為了生一張圖去學 Agent。聽了一小時的差別,這裡我要誠實講:這件事沒有差。
錢是小事,差別在這件事能不能同時發生三十次
gpt-image-2、1024×1536、medium:一張 US$0.0426,約 NT$1.34,平均 48 秒。
帶一張參考圖 NT$1.75,帶兩張 NT$2.14,每多一張固定加 NT$0.38。
這是我自己開 API key 實測十張的數字,是這個模型、這個尺寸的價錢。
讓大家自己在手機上按。不用帳號,不用教學,打開網頁就會用。
訂閱版的生圖是本機的工具,網站叫不到它。要用訂閱只能走「雲端排隊、我的電腦輪流跑」,但訂閱一次只能跑一張,現場來不及。API 可以同時跑很多張。這才是兩者真正的差別,不只是錢。
這個活動我要收集大家的照片,大家全部丟在群組裡,很亂
所以再做一個網頁,讓作品自動收集、自動排版。
旅學堂淡海輕軌藍海線走讀工作坊的成果發表頁:學員交作品,桌長現場就可以編輯。
這頁在 9/12 工作坊實際用過。
自動排版我不會,自動收集我不會,寫網頁我更不會。我全部都不會。
我會的是把要做的事講清楚,然後叫 AI Agent 做好。
這句話就是這門課的全部
AI 提出的企劃,一定是它覺得最好的。叫它自己審,它通常也覺得好。自己檢查自己容易有盲區。
我自己有三個等級:一般的迴圈、全自動的迴圈、比較小心謹慎的迴圈,各有不同的標準。後面的課再細講。
它說完成,不等於它做完
這門課後面會一直回來講這件事:你怎麼知道它是真的做完,還是只是說它做完。敢放手,是因為會驗收。
不要問「你確定嗎」,它一定說確定。要問只有做過才答得出的細節,例如「第 34 秒畫面上的字卡寫什麼字」。
開放式地問「你會不會作弊」,它一定說不會。要問它證明。
用比較聰明的模型,加上專門找盲點、做風險分析的技能包,我會問:能不能幫我確定我真的問對問題?我有沒有搞錯方向、有沒有盲點?很多東西在 AI 時代都值得用第一性原理重新評估。
一開始這樣跟 AI 講會像神經病一樣多疑。但機制設定好、跑過一次確定可以,之後就不用再花那麼多心力。
AI 說的每一句話,都值得懷疑
它本質上是機率模型,一定會出錯。所以機制要設計成:出錯時抓得到、會停下來、會警告人。容錯設越多層,就越放心。
模型已經夠聰明了,不用擔心它的能力。反而是它能力很強、容易暴衝,要怎麼控制它。好幾條迴圈串在一起時,至少不要互相衝突,最好還能互相提醒,這就是圖譜工程在處理的事。
外型用寵物模式建立,靈魂檔是另一回事:那是我的知識庫加上過去寫劇本的能力融合出來的。任務跑完它會回報,我可以直接在它那裡回覆。
| 對應 | 文章 | 網址 |
|---|---|---|
| 今晚主題 | 桌面版和開發者版差在哪?網頁聊天型 AI 與桌面幹活型 AI 的分界 | 打開 |
| 三個示範的骨架 | 哪些事可以交給 AI 自己跑完?我把內容產線拆成五個小迴圈 | 打開 |
| 示範二 | 同樣的事每次都要重新交代一遍?我把發文、提煉、復盤設計成 Loop | 打開 |
| 示範二之二 | 人在外面,可以叫家裡的電腦先做嗎?手機掃一次 QR code,桌機就開始跑 | 打開 |
| 驗收那段 | AI 說「我確定」,它的回答我可以直接照做嗎?AI 追問技巧 | 打開 |
| 驗收那段 | AI 交出一份很專業的分析,但它根本沒看過那支影片 | 打開 |
| 之後可以再看 | ||
| 示範三 | 生一張圖多少錢?我實測十幾張,把 token 帳單攤開算工作坊材料費 | 打開 |
| 第三堂預習 | 叫 AI 幫你點餐,就懂 CLI、API、MCP | 打開 |
| 想再往前 | 每件事 AI 都要我確認,怎麼可以更自動?什麼是迴圈工程 | 打開 |
| 放心用 | AI 自己跑,會不會一直跑到額度燒完?迴圈的圈數上限 | 打開 |
| 網頁放哪 | 你的網頁其實沒鎖:公開資訊、付費內容、機密隱私該放哪一層 | 打開 |
全部在 官網深度文章,不用報名也看得到
今天你看到的是三個做完的成品。六堂課做的事情,是把「怎麼從沒有到有」一堂一堂拆給你看。
| 第一堂 9/20 | 教一次之後它都記得:技能包 |
| 第二堂 9/27 | 標準講好之後 AI 自己執行:迴圈工程 |
| 第三堂 10/4 | 各種概念解析:API、MCP、CLI |
| 第四堂 10/18 | Agent 前導 01:如何確定 AI 找得到資料 |
| 第五堂 10/25 | Agent 前導 02:如何確定 AI 找到的是對的 |
| 第六堂 11/1 | 產品開發實戰:期末作業發表與解析 |
我不會針對每一種 AI 工具細講,CRM、自動行銷系統這些講不完。核心是怎麼訓練 AI 員工、怎麼叫它做事;遇到問題知道怎麼修正,修完變成更穩定的機制,下次不再犯;也大概判斷得出現在的 AI 做得到哪裡、做不到哪裡。更根本的是,從頭設計一套符合自己的工作流程。我以前當導演,紀錄片一拍一兩年,用 Trello 做專案管理,也去很多團隊講專案管理;現在很會設計流程跟機制,回頭看是那段經驗來的。以前只能用別人的軟體和流程,AI 時代想要的流程都可以自己開發。
建議聚焦一個具體的任務、痛點或工作流。同一個流程用不同機制去調,才會有感覺:之前只能自動跑 70%,這次跑到 90%,就知道調的方向對了。手感是這樣練出來的。
後面幾堂會講:現在 AI 很聰明,技能包寫太鉅細靡遺的步驟反而框住它,與其寫步驟,不如設計好的機制;怎麼便宜、穩定地調用工具;資料越來越多時,怎麼讓 AI 快速精準找到、不亂找、不燒 token。會盡量用實際案例,也會收大家的案例。
剩下的時間直接問。沒問到的,報名的人進群組再問。
從第一堂開始,課程頁會開一個「問老師」的地方,你的問題預設只有老師看得到。