每次寫完一個 Skill，是不是都經歷這個循環？ 寫好 SKILL.md → 跑一次 → 看輸出 → 覺得不太對 → 改指令 → 再跑 → 還是不太對 → 再改… 整個過程全靠你的「感覺」判斷。改了 10 版，不確定第 10 版是不是真的比第 1 版好。一個 Skill 調到穩定，花幾天很正常。 但如果有一套方法能讓 AI 自己調自己的 Skill 呢？今天分享 AutoResearch 的核心邏輯、Binary Eval 這個關鍵技術、以及怎麼套用到你自己的 Skill 上 👇 1️⃣ AutoResearch 的核心邏輯 AutoResearch 是用來自動優化 AI 的框架，原本拿來優化 AI 模型。 核心邏輯很簡單： 定義一個指標 → AI 自動跑多種變體 → 評分 → 保留更好的版本 → 淘汰差的 → 循環 這跟我們調 Skill 是一模一樣的道理。差別只在一點：AutoResearch 把「你靠感覺調」變成了「AI 用數據調」。 700 次自動實驗跑完，找到 20 個有效的優化方向，整體提升 11%。聽起來不多，但重點是：這全部是 AI 自己跑的，不需要人盯。 2️⃣ Binary Eval：讓 AI 穩定評分的關鍵 這裡有一個大部分人不知道的坑。 你可能想：「讓 AI 打分不就好了？」 問題是，用 1-7 分讓 AI 評分，同一個輸出它這次給 5 分，下次給 3 分，結果根本不穩定。AI 打分的變異性太大，你根本無法判斷 A 版本是不是真的比 B 版本好。 ❌ 錯誤做法：讓 AI 用 1-7 分評分 → 每次結果不同，優化方向亂跑 ✅ 正確做法：Binary Eval — 把所有品質標準拆成 yes/no 問題 「有沒有個人化開場？」→ yes 或 no 「CTA 是否只有一個？」→ yes 或 no 「subject line 少於 10 個字？」→ yes 或 no yes/no 的答案每次都一樣，AI 就能穩定判斷哪個版本更好。 這是整個系統能跑起來的關鍵。沒有穩定的評分，自動優化就是空談。 3️⃣ 實際例子：Cold Email Skill 假設你有一個寫 Cold Email 的 Skill。跑出來的信件，有些回覆率高，有些石沉大海。 以前怎麼調？ 靠感覺：「好像 subject line 太長了」「CTA 不夠明確」 改完再跑，不確定是不是真的變好了 套用 AutoResearch + Binary Eval 的邏輯： 📊 把 reply rate 設成核心指標 📋 品質標準拆成 10-15 個 yes/no 問題 🔄 AI 自動跑幾十種變體 📈 每輪保留通過率更高的版本 行業平均 cold email reply rate 只有 3.43%，但 top performers 超過 10%。差距就在 Skill 指令的細節裡 — 而這些細節，用 Binary Eval 可以一個一個揪出來。 同樣邏輯可以套用到任何 Skill： 🔸 內容生成 Skill → 指標 = 品質通過率 🔸 SEO 文章 Skill → 指標 = 排名或流量 🔸 圖片生成 Skill → 指標 = 視覺品質通過率 🎯 結論：從「手動調 Skill」升級為「讓 Skill 自己進化」 舊思維：寫好 Skill → 靠感覺微調 → 花幾天找到「還行」的版本 新思維：定義指標 → 拆成 yes/no → 讓 AI 自動跑實驗 → 幾小時內找到最優版本 重點不在你寫得多好，在於你怎麼定義「好」。定義清楚了，AI 會自己找到怎麼做到好 💡 你有什麼 Skill 想用這個方法來優化？歡迎留言分享你的想法 👇

你公司裡面最值錢的知識，AI 搜不到。 不是因為你沒有用 AI，而是因為那些知識根本不是文字。 維修師傅拍的幾百張漏水照片、設計師存了三年的素材庫、銷售團隊錄的客戶訪談影片⋯⋯這些東西藏著大量經驗，但 AI 一直都碰不到。 Google 剛發佈的 Gemini Embedding 2，第一次讓 AI 真正「看懂」這些東西。今天我用最白話的方式講清楚：這個技術到底改變了什麼、能怎麼用、以及什麼時候不該用。 --- 🔍 先講一個大家可能不知道的事 AI 不是早就能看圖片了嗎？沒錯，但那是「一對一」的——你丟一張圖，AI 回答你。 但如果你有 100 份 PDF、300 張產品照、50 段培訓影片，你想問「哪張圖跟這個案例最像？」 這時候 AI 就幫不了你了。 為什麼？因為以前 AI 搜索圖片和影片的辦法，是先把它們全部變成文字。 圖片？先把裡面的字抽出來 影片？先轉成逐字稿 音訊？先跑語音辨識 全部變文字之後，AI 才能搜。 但你想想：一張設計圖變成文字描述之後，意思還一樣嗎？ 顏色、佈局、比例、那些視覺上的細節，文字根本沒辦法完整表達。資訊不是消失了，是變質了。AI 搜到的是「文字版的圖片」，不是圖片本身的意思。 --- 💡 Gemini Embedding 2 改變了什麼？ 這個模型做的事情很簡單但很根本：它直接理解圖片、影片、音訊的「意思」，然後把所有東西放進同一個搜索空間。 不用先轉文字，不用間接翻譯，直接懂。 用圖搜圖、用文字搜影片、用影片搜相關文件——全部都可以。 幾個數字讓你感受一下： ✅ 嵌入模型排行榜第一名，1605 Elo，贏過 OpenAI 所有同類模型 ✅ 文字一次處理 8,192 tokens ✅ 圖片一次 6 張 ✅ 影片最長 120 秒 ✅ 音訊直接搜，不用先轉文字 定價 $0.20/MTok，比 OpenAI 同級的 $0.13 貴了一半。但 OpenAI 那個只能處理文字，這個什麼都吃。 --- 🏢 實際能怎麼用？三個場景 1️⃣ 物業管理：用照片搜維修紀錄 你是物業管理公司，累積了幾百張漏水、牆壁裂縫的維修照片，每張都標了維修方法和費用。 住戶傳了一張新的漏水照片過來，直接上傳問：「以前類似的案例怎麼處理的？」 AI 回你三個最相似的過去案例，附維修方式和報價區間。 以前這件事要打電話問老師傅，現在秒搜。 2️⃣ 電商：用競品圖搜自家產品 你有幾千張產品圖，客戶傳了一張競爭對手的產品照片問：「你們有沒有類似的？」 以前要人工一張張翻，現在上傳就找到了。 3️⃣ 設計 / 製造：用圖搜靈感和品質紀錄 設計師存了三年的靈感素材，以前只能靠資料夾名稱找。現在可以丟一張參考圖，直接搜出風格最接近的素材。 工廠裡每次品質異常拍的照片，以前存了就忘。現在新的異常出現，上傳照片就能找到過去類似的案例和處理方式。 做設計的、做維修的、做零售的、任何需要「看圖比對」的工作，這個功能直接省掉大量人工翻找的時間。 --- ⚠️ 但先別急著全面導入，三個坑要知道 ❌ 搜物件很強，搜關係很弱 研究顯示，多模態嵌入模型分辨「手機放在地圖上」和「地圖放在手機上」的準確率只有 30-40%。如果你的搜索需要理解物件之間的位置、大小、先後關係，現階段還不夠可靠。 ❌ 多模態不是免費的升級 Google 上一代純文字嵌入模型在法律文件搜索達到 87% 準確率，換成多模態之後，文字搜索精準度可能反而下降。你多了搜圖片的能力，但原本最強的文字搜索可能變弱了。 ❌ 一旦用了就很難換 你把所有資料都用 Gemini 嵌入之後，想換 OpenAI 或其他模型？全部要重新跑一次，因為不同模型的嵌入空間完全不相容。鎖定效應很明顯。 --- 🧠 我自己的觀點 這個技術真正重要的不是它多快多準，而是它代表的方向：我們正在從「AI 只懂文字」進入「AI 懂所有媒體」的時代。 過去幾年大家一直在教 AI 搜文字資料，但企業裡面最有價值的知識，往往不是文字。是那些照片、影片、錄音——以前全部搜不到，只能靠「問對的人」。 現在 AI 第一次能真正理解這些東西的意思。不是間接翻譯，是真的懂。 方向絕對是對的。但現階段我的建議是：拿來做實驗，找一個小場景跑通，而不是直接替換你現有的搜索系統。 先跑通一個場景 → 驗證效果 → 再決定要不要擴大。 --- 你的工作裡有哪些知識是「藏在圖片和影片裡」的？如果 AI 能直接搜到，你覺得最大的改變會是什麼？留言聊聊 👇

最近 Google 的 Antigravity 和 NotebookLM 越來越多人在用了。但是大部分人都是單獨使用其中一個，其實把它們組合起來，威力才是最大的。 今天要跟大家分享一個非常實用的組合——用 MCP 把 Antigravity 和 NotebookLM 連接起來，讓 AI 自動幫你做研究、生成網站、分析財報。 以前要看 NVDA、AMD、美光三家公司的財報，你可能要打開三份 PDF，一頁一頁翻看那些密密麻麻的數字和表格，光是找數據做對比就要花幾個小時。但如果我跟你說，只需要一個提示詞，AI 就能幫你把這些財報變成一個可以互動的分析網站呢？營收、淨利潤、年增長，全部自動整理成圖表，而且數據來自真實財報，不是 AI 編出來的。 注意事項: 這個 MCP 是用 internal API + cookie，不是官方 API 雖然方便但有封號風險，建議大家可以用副帳號或等官方 API 開放個人版API後再用

Anthropic 昨天推出了一個新功能叫 Code Review，專門用 AI 來審查 AI 寫的程式碼。 這不是小更新。它代表的是一件事：AI 寫 code 已經成為主流了，但品質問題也開始浮上來了。 今天來聊聊這個功能到底做了什麼、vibe coding 的機會和風險、以及對我們這些「不是工程師但想做產品」的人來說意味著什麼。 🔍 先講 Code Review 到底是什麼 一般的程式碼審查是一個人看一遍你的 code，找 bug。 Anthropic 做的不一樣：它用**多個 AI Agent 同時**從不同角度審查你的程式碼，最後由一個「匯總 Agent」整合所有結果，去掉重複的、排好優先順序。 而且它不是抓「這行縮排不對」那種格式問題，而是專門抓**邏輯錯誤**。 每個問題它會一步步解釋： 📌 這裡錯在哪 📌 會造成什麼影響 📌 怎麼修 用顏色分風險等級： 🔴 紅色 = 嚴重問題，一定要修 🟡 黃色 = 潛在風險，需要注意 🟣 紫色 = 跟過往程式碼或歷史錯誤相關 目前先開放給企業用戶（Uber、Salesforce、Accenture 這些公司已經在用），每次審查大概 15-25 美元，按程式碼複雜度收費。 📊 為什麼需要這個？因為 Vibe Coding 的安全問題已經爆了 MIT 把 vibe coding 選為 2026 年十大突破科技。越來越多人用 AI 寫 code，不用學程式語言，用自然語言就能做出網站、App、自動化工具。 但問題來了： 根據 GenAI Code Security Report，**45% 的 AI 生成程式碼含有安全漏洞**。 研究人員測試了 5 個 vibe coding 工具，15 個應用，發現了 **69 個漏洞**，其中半打被評為「嚴重」等級。 安全公司 Wiz 抓到過一個真實案例：一個完全用 vibe coding 做的網站，資料庫設定出錯，洩漏了 **150 萬個認證 token** 和 **3.5 萬個 email**。站主說他「一行 code 都沒寫過」。 常見漏洞類型： ❌ SQL 注入 — AI 寫的查詢沒有做參數化 ❌ XSS 跨站腳本 — 沒有對用戶輸入做過濾 ❌ 不安全的套件依賴 — 引入有已知漏洞的舊版本 ❌ 任意程式碼執行 — 接受用戶輸入後動態生成程式碼 這就是為什麼 Anthropic 要做 Code Review。AI 寫 code 的速度越來越快，但品質管控的速度沒跟上。 💡 但這裡有一個很有趣的矛盾 Code Review 聽起來很強，多個 Agent 同時審查，分顏色標風險等級，還會解釋原因。 但問題來了：**如果你根本不懂 coding，你怎麼判斷 AI 的 Code Review 有沒有真正抓到所有問題？** 就像你不懂車，帶去保養，師傅說沒事你也只能信。 這是一個真實的矛盾。但我覺得要這樣看： 1️⃣ Code Review 不是萬能的，但比沒有好太多 以前 vibe coding 出來的 code，你不看就直接部署。現在至少有一層自動檢查，能抓到大部分常見問題。 2️⃣ 門檻問題和品質問題是兩件事 Vibe coding 解決的是「門檻問題」— 讓不會寫 code 的人也能做出產品。Code Review 解決的是「品質問題」— 讓做出來的東西更安全。兩個加在一起，效果比單獨用任何一個都好。 3️⃣ 你不需要變成工程師，但你需要知道什麼時候找工程師 做 MVP 驗證想法？vibe coding + Code Review 完全夠了。 但當你的產品要開始收費、處理用戶數據的時候，你就有責任找專業的人做安全審計。 🎯 我的看法：這是創意人的黃金時代 我不覺得一定要是工程師才能做產品。 以前做網站、做 App，第一個門檻就是「你會不會寫 code」。現在這個門檻變成了「你有沒有想法」。 Code Review + vibe coding 這個組合，給了有創意的人、懂營銷的人一個前所未有的平台。 值得做的： ✅ 用 vibe coding 快速做出 MVP，先驗證想法 ✅ 開 Code Review 讓 AI 幫你抓基本的邏輯和安全問題 ✅ 省下來的時間花在產品本身和找客戶上 要注意的： ⚠️ 不要以為 Code Review 過了就代表安全無虞 ⚠️ 產品真的要商用，還是要找懂的人做安全審計 AI 降低了「做出東西」的門檻，但沒有降低「做好東西」的責任。 當你的 side project 變成商業產品的那一刻，你就有更大的責任去用不同方式解決資安和程式碼品質的問題。 但這是後話了。現在重要的是，你有想法就先做出來。 你用 vibe coding 做過什麼東西嗎？網站、App 還是自動化工具？歡迎留言分享你的經驗 👇

很多人已經在用 ChatGPT 寫文案、用 AI 生圖、用 AI 想點子 但每次做完一篇文章之後，還是要花大量時間手動改格式、上傳、整理 老實說，這不叫「AI 提效」，這叫「AI 幫你做了一半，另一半你自己收尾」 今天來聊一個我自己實測有效的做法： 把 AI 從「單點工具」升級為「自動化內容系統」 📊 先看一組很有意思的數據 根據 2025 年多份行銷研究報告，94% 的行銷人員已經在用 AI 做內容了 理論上，AI 能把內容創作時間壓縮 90%，從 16 小時降到 1.5 小時 但實際上呢？大部分人只省了 30-40% 的時間 為什麼落差這麼大？ 原因很簡單：大部分人只是把「每一步」各自加速 想 idea 用 AI，寫文用 AI，生圖用 AI 但步驟之間的 copy paste、格式轉換、手動上傳、更新記錄 這些「中間步驟」全部還是自己來 ❌ 用 AI 寫完文章 → 手動改成 IG 版 → 再改 Threads 版 → 再改網站版 → 生圖 → 上傳 ✅ 給 AI 一個主題 → 自動產出所有平台版本 + 配圖 + 上架 差別在哪？不是 AI 寫得更好，而是你有沒有把整條線串起來 🔧 我的做法：一個主題 → 30 分鐘 → 7 個平台版本 以前我寫一篇內容的流程是這樣： 1️⃣ 用 ChatGPT 研究主題 + 寫好一篇文章（30 分鐘） 2️⃣ 手動改成 IG 版、FB 版、Threads 版、網站版（1 小時） 3️⃣ 生成配圖、上傳網站、更新數據庫記錄（30 分鐘） 總共 2 小時，才搞定 5 個版本 後來我用 AI 建了一套自動化寫文系統，現在的流程： 1️⃣ 給 AI 一個主題 2️⃣ AI 自動做深度研究 + 驗證數據 3️⃣ 自動生成 Threads 串文、Facebook 長文、IG 短版、私域付費教學 + 免費引流、Patreon 付費 + 公開網站 4️⃣ 配圖自動生成，文章自動上架網站 30 分鐘，7 個版本 + 配圖 + 上架 我只需要確認 3 份核心內容，其餘全部自動格式轉換 💡 關鍵不在 AI 多聰明，在你怎麼串 有公司用完整的 AI pipeline，把一個 60 分鐘的產品 demo 自動拆成 47 篇內容，分發到 7 個平台 研究也說，content repurposing（內容再利用）能增加 40% 的產出，時間不用增加 但如果你連轉換本身都自動化了，增加的不是 40%，是 300% 這裡有幾個值得做的方向： 📌 先列出你要發的所有平台（大部分人其實只有 3-5 個） 📌 想清楚哪些內容可以互相轉換，不用每個平台從頭寫 📌 定義好每個平台的格式規範，讓 AI 自動套用 📌 核心內容你自己把關品質，格式轉換讓 AI 全包 也有幾件事不該做： ⚠️ 每個平台都重新寫一遍 → 你在浪費 70% 的時間 ⚠️ 追求每篇都「完全不同」→ 你的讀者不會全平台跟蹤你 🧠 更重要的原則 你的時間應該花在「想法」和「品質把關」，不是「copy paste」和「格式調整」 AI 時代的內容效率，不在你用了多少 AI 工具 在於你懂不懂把事情串在一起，自動化來做 從「用 AI 寫東西」升級到「讓 AI 自動出內容」 這個思路一旦打通，你每天能產出的內容量會完全不一樣 你目前的內容流程是怎樣的？有沒有把多個平台的發布自動化？歡迎留言分享你的做法 👇 加入付費學習中心，了解更多