明明說五分鐘就可以
搞定的 AI 工作流，
我前前後後幹掉了三個。

對外我說有三個被幹掉的工作流，
帳上其實應該有更多。

只提起這三個翻車紀錄，其實還少算了 - 中間還有許多大大小小的實驗，都沒寫進公開帳本。

這些屍體，一個個是都怎麼被判死刑的，又死在哪一個環節，死得有沒有價值？

第一個工作流 · 交給 Codex 自己畫的一站式工作流。

同樣兩張卡，它在 ～17 小時裡重跑了十次，出了十個不同的版本；三個題目，一共 180 次渲染，燒了好幾千萬個token。

它在自己的日誌裡，寫下了 72 項學習紀錄，其中 61 條全是在三天之內寫下，最後一條清楚寫著：「not deterministic enough」- 這句是它自己招的，不是我逼它寫的。

死在哪一環：外殼、文字、圖畫，三樣東西全綁在一起一次生成 — 每跑一次，都是在擲骰子。

換來的規矩：AI 員工也必須要有試用期。

第二個工作流 · 用 Claude 搭建的一站式工作流。

文字 → 每張卡一份網頁檔 → 再用渲染器拍成 1080×1350mm的尺寸 → 守衛檢查。

同一份稿跑兩次，出來的檔案位元組合一模一樣，全部自我審查的嚴苛標準都全數通過。

死在哪一環：這次的問題不是穩定度，而是結果很辣眼睛 - 我自己看了說「太過死板、僵硬」。
「穩定」和「好看」是兩件事，那個時候的我 — 只做到前者。

換來的規矩：「兩次一樣」這個驗收法留了下來，現在每一次出圖還在用。

第三個工作流 · Claude + Codex 乾脆一起來場正面的比試。

用同一道題目做黃金測試 — 只是更加認證了我之前兩個翻車實錄的想法。

死在哪一環：Claude 的作品依然沉悶，Codex的成品依然混亂，最後決定被上線（然後又被拆下來的），還是我自己重新搭建的那一套。

換來的規矩：一個題目、兩副引擎、同一份驗收標準 — 誰的作品上得了牆，帳上寫得清清楚楚。

從頭到尾的實驗，都沒有一模一樣的死因 — 所以那些用血淚汗換來的規矩，一條都省不了。

選擇不外接 Canva，
因為我懶、我摳、我不服輸。

有人說，幹嘛不試試看叫 Claude 出初稿框架，
然後再接進改圖神器 Canva 直接自己改圖？

首先我承認我很懶惰：
我的初衷就是要搭一條一站式的 AI 自動化工作流，
人類負責想大綱、出方向、審核最終稿，
剩下的 heavy lifting 全都丟給它。

再來我很摳門：我幹嘛又要無端多付一筆月費？
很血淋淋，卻是我真實的想法。

最重要的是，我不服輸。

幹嘛別人做得到，我就是搞不懂？

現在這一條輪播生產線總有十三個站，
每一站都是某一次的翻車換來的血汗。

每一站都只負責做一件事；做完、通過審核標準，才獲准走出下一站進行交接。

1. 選題
2. 拆稿
3. 建檔
4. 查證
5. 開房
6. 鉤子
7. 分鏡
8. 設計
9. 文字
10. 出圖
11. 審核
12. 上架
13. 貼文

看起來好像很複雜。可是這裡頭沒有一條是什麼超然的教條 — 全部都是含著血淚，逼著我一筆一筆老老實實寫下來的學習成本。

階段一 · 開工準備（選題 · 拆稿）

選題站：
吃的是每天的公開訊號 — 趨勢和新聞，加上關鍵字和幾個參考帳號；
提煉出來的是一張 5 到 8 則的提案清單，每一則都得回答四個問題：我的觀點是什麼、外面什麼火燒得最旺、往哪個方向寫、是不是舊題重包。
出處交代不了的題目，過不了這一站；我拒絕給過的題目也一樣 — 說過一次不要，就不會有第二次試著被端上來。

拆稿站：
吃的是我自己寫的長篇大論 — 純粹是腦子裡想到什麼就把點子寫下來，毫無章法。
它會把我的每句說辭都指派一個歸宿：
應該進哪一篇文案、還是要被裁掉；都會把審核理由寫得清楚。
我最怕的那件事，就是在這一站被守住的：一段話在某一次改版裡悄悄不見。這一條是拿帳換來的 - 我的兩句話在一次改版裡沒了，還有一次，我自己寫的結尾被刪掉。

-階段二 -· 立案（建檔 · 查證 · 開房）

建檔站：
把選定的題目變成一張十二節的立案卡：
型態、方向、尺寸、關鍵字、素材、出處 - 沒有我點頭，誰都不准開工。
輪播型態類別要寫在最前面（是文字記事，還是圖文並茂），把格式當成流程，換一種帖就得重搭一次工作流。

查證站：
立案卡上每一條外部說法都要逐條走一遍：
通過的留下原始出處，過不了的直接刪掉；
二手轉述、沒打開過的連結，一律不算。
一個以知識見稱的博主，公信力是門面，無法驗證的說辭絕不可以擺在檯面上。

開房站：
這不是你想像中的「開房」；
我開的是「帳房」：卡的出處、輪播型態、每一站的版本、規矩的版本，都寫成一份AI得跟足照做的清單。
開工以後誰都別想偷改那張卡 — 每一條規矩都有版本號可以逆向追蹤，否則（我跟AI）吵起來的時候死無對證。

階段三 · 內容設計（鉤子 · 分鏡 · 設計）

鉤子站：
一份有其標準的鉤子候選清單，外加一份「絕不准用」的清單：
之前用過的句型、手法，盡可能全部納入不被採納的黑名單。
如果上一篇的論述手法，換幾個字冷飯重炒，「那跟之前有啥區別？」

分鏡站：
把鉤子攤分成一張一張的骨架：
每一張要幹嘛、用什麼論述手法、轉折的伏筆要先埋在哪一張。
確保每篇輪播圖的起承轉合符合邏輯性，也扮演其特定的角色。
高潮和結尾如果撞在同一張，在這一站就會被擋下來。

設計站：
先不畫圖，只出規格：字級階梯、留白上限、每一張輪播圖的主角、對比值，全部存成機器讀得到、也讀得懂的檔案。
字體太小、留白太少、對比力度不夠，在這一站就會被退回去。

階段四 · 產出（文字 · 出圖）

文字站：
在這裡，AI才會第一次寫作。
吃進分鏡、設計規格，還有我自己之前寫過的原文，
然後吐出每一張立案卡的定稿文字，再存成一份資料檔。
它的第一條規矩：我寫的句子進去是什麼，出來就得是什麼 —
要改，請改在明帳上，一條一條寫清楚 — 改了什麼、為什麼要改。
把我的話改寫成AI腔，沒有出處的數字 — 在這一站都會被擋下來。

出圖站：
這一站只被允許閱讀那份資料檔，不准自己寫作。
每張卡先變成一份 html 原始網頁檔，再編輯成 1080×1350mm的輪播規格；
同一份稿要重複跑兩次渲染，位元組必須一模一樣。
輪播圖裡倘若出現資料檔裡沒出現過的句子，也不算過關。
這兩條標準的來歷你應該已經猜到 — 一條來自擲骰子的Codex工作流處女作實驗，一條來自死板但穩死的第二個Claude工作流。

-階段五 -· 驗收（審核 · 上架）

審核站：
出圖的成品和文案是這一站的 input，換一個從頭沒參與過的 agent 逐張閱讀輪播圖，
按照審核標準，給出「可以過關」的結論，或者指出特定錯誤 — 要明確指出是哪一張出錯、在哪一站出事、犯了哪一條規矩。
叫AI放飛自我地自我審核，在這裡行不通；審核的 agent 也別想亂翻 - 它只被允許閱讀被指定的範疇。
負責挑錯的那個，不能是蓋房子的那個。因為我自己看自己的稿，永遠都不可能看出問題，因為自己寫的，一定是最好的 — 在這個層面上，AI的思考方式也一樣。

上架站：
負責把過了審核的成品凍成一個最終交接包：
輪播卡、兩份不同平台發佈的文案、私訊自動訊息客製化，全部打包收在同一個資料夾。
文案直接抄卡上的句子，這一站也過不了 —
我搞了一支專門抓重複字串的照妖鏡，只要AI偷懶直接原文照抄，一下就無所遁形。
這是AI常犯的錯誤：它把卡上的句子挪幾個字大亂論述順序，就重新包裝成自己寫的文案。

階段六 · 貼文與記帳（貼文 · 學習）

最後一站吃兩樣東西：我的紅筆本子，和永久連結。
紅筆本子記錄的是我的修改，AI會一字不差地回爐重造，再確認最終版本交接；
發文以後的 +24 小時和 +7 天，各記一次關於流量的六組數字。
「下次會更好」這種沒有數字和論據的檢討，在這裡不算數 — AI這次怎麼學習，下次要怎麼改進，明明白白都會被記下來。

被淘汰的		換上來的
文字和圖一起生成	→	文字先寫死在檔案裡，出圖的只准讀、不准自己寫字
「看起來對」就算過	→	同一份稿跑兩次，位元組一模一樣才算過
自己檢查自己	→	換一個沒參與過的人從頭挑錯，挑不完不准上架

自動化工作流出事的時候，
我現在幾乎能夠先問「到底問題出在哪一環？」。

以下是我自己在搞輪播自動化工作流，每次問AI這個問題的時候，最常遇到的五個場景。
不是建議，是實錄 - 你如果也能對得上的話，大概也能夠知道自己現在卡在哪個環節。

「每次跑出來的版本都不一樣」 —
文字和圖像還綁在同一次生成裡。
那時候我以為是模型鬧脾氣、還是我選擇的思考模型不夠高級，
其實 — 只是因為我把本來就應該分開的兩件事，硬生生地綁成了一件。

「改了一個字，整張圖其他東西的位置全跑掉」 —
那條規矩，應該還留在我腦袋裡，沒被寫在AI每次開工時都會讀的那份檔案裡頭。

「AI說它完成了，其實根本就沒做」 —
我手上應該還沒有設下AI能夠自行判斷出來的驗收條件。

「跑得很穩，可是很醜」 —
產出效率很穩定，可是產出品質卻有待商榷。
要先理解「穩定」和「好看」是兩碼子事。
第二個工作流，就是這樣被我自己給看死的；
後來的我知道，順序應該要是先鎖穩定框架，再回頭處理那雙該死的（我的）眼睛。

「問它哪裡錯，它就整份重寫」—
問題範圍問得太廣。
我直接改成先定下站位分工，工作流應該何時該停、幾時該動，
全都有自己的專屬設定。

簡單，
是我從來沒說過的兩個字。

所以我從來都沒有說過，這只是一塊蛋糕。

如果你也是個像我一樣糾結的瘋子，那過程就會更艱難：
試了又錯，錯了再試，
過程中全是不斷自我懷疑的焦慮和無力感。

彷彿讓我看不到任何盡頭。

好消息是，那三個月裡我最想問的那句「是不是只有我這麼笨」，今天的答案，應該是「不」。

可是過程中我不只學會了「為什麼」，而是更重要的「怎麼辦」。

「怎麼」達到成果，
比「成果」重要。

先聲明：我不是說博主們都在瞎編，也許真的是我資質不足。

可是對我來說，「怎麼」達到成果，終究比「成果」來得更重要。
工作流搭建的基本盤，你必須知道當中的建構邏輯是什麼，
因為往後出事的時候，才能夠大致知道是在哪個環節出事。

然後才可以準確地下指令，明確地叫 AI 改哪一環，
而不是籠統地一味說「這有錯，去找出問題」 - 不需要原地打轉，時間也可以省下不少。

博主的 60 秒教學說只需要五分鐘；我前前後後幹掉了三個工作流，花了三個月，現在這一個依然還在改。
換到的不只是一條更快的路，而是下次出事的時候，我可以清楚知道，應該停下來好好查看哪一環。

撞牆和翻車還會有，帳，我會一直記下去。

這是事實，也是我的信仰。

你的 AI 工作流，到底砍掉重練過幾次？

你現在在搞的工作流，到底卡在哪一環？告訴我 — 如果這個坑我也踩過，我告訴你。