Anthropic CEO Dario Amodei 最近分享了一個數字。 AI會承擔95%的工作。 包括寫程式、完整軟體工程流程。 -- 那剩下 5% 是什麼？ - 指揮AI - 理解用戶真實需求 - 團隊管理 - 實體世界的判斷 這5%的槓桿倍數，是20倍。 -- 同一週，另一個消息。 Google自家工程師最常用的AI寫程式工具， 不是Google的產品，而是Claude Code。 Anthropic內部幾乎100%的程式碼是由AI產出。 Google是50%。 差距不在工具， 在誰已經在指揮、誰還在自己寫。 -- 這不是未來的事。 這是2026年正在發生的事。 -- 想知道用AI寫出流量貼文的眉角嗎？ 我是週末哥，75天從0粉到破1萬粉， 寫出百萬流量貼文，8篇破10萬。 把所有方法整理成一堂課， 包含5分鐘產貼文的Claude指令，與44組Hook， 被忽略的演算法細節，還有一個壓箱底秘技。 早鳥333，輸入【6429】， 4/21截止，之後漲回666。 👉 課程資訊：https://portaly.cc/wk.rich/product/H1y1wyD3MDCGTlA23glc -- 我邊洗臉刷牙，用一個小時做了提案網頁， 讓我成功接到2個3萬元的案子。 時間：5/9 (六) 13：00-15：30 地點：台中市 (詳細地點群組通知) 期待5/9，一起Vibe出你的第一個作品！ https://wk-claude-vibe.vercel.app/

週日晚上，眼前望著空白頁是最困難的事。 你想下週繼續發內容，你也知道準備很重要， 但你剛結束一週的工作，你沒有力氣從零開始。 -- Claude Code 上週發布了 Routines功能。 我覺得創作者應該認真看一下這個功能。 -- 很多人第一個反應：這不就是排程功能嗎？ 不一樣。 一般排程 + AI： 你設一個鬧鐘，Claude 回答你一個問題，結束。 是一問一答，不是在做事。 Routines： 觸發的是一個完整的 Claude agent session。 它可以讀你的檔案、讀你的過去內容、 做判斷、一步一步完成多件事，最後把結果存好。 就像鬧鐘響了，不是叫你起床問問題， 而是叫Claude進辦公室工作一整個早上。 -- 一個設定方式： 你每週日把3個想聊的主題， 用幾行字寫進一個txt檔，Routine 當晚自動觸發。 Claude 讀你的主題、讀你過去10篇的語氣， 展開成3篇草稿，存好。 週一早上你打開電腦。 不再是空白頁。 是3篇有結構、有你語氣的初稿，等你微調。 -- 它確定可以做到這件事： 讀你的檔案、讀你的範本、生成、存成新檔案。 每週省掉那2小時從零開始的挫敗感。 52週下來，能為你省下104小時。 -- 想知道用AI寫出流量貼文的眉角嗎？ 我是週末哥，75天從0粉到破1萬粉， 寫出百萬流量貼文，8篇破10萬。 把所有方法整理成一堂課， 包含5分鐘產貼文的Claude指令，與44組Hook， 被忽略的演算法細節，還有一個壓箱底秘技。 早鳥333，輸入【6429】， 4/21截止，之後漲回666。 👉 課程資訊：https://portaly.cc/wk.rich/product/H1y1wyD3MDCGTlA23glc -- 我邊洗臉刷牙，用一個小時做了提案網頁， 讓我成功接到2個3萬元的案子。 時間：5/9 (六) 13：00-15：30 地點：台中市 (詳細地點群組通知) 期待5/9，一起Vibe出你的第一個作品！ https://wk-claude-vibe.vercel.app/

7個你可能不知道，卻正在默默燒掉額度的地方。 先說一個底層原理： AI沒有記憶體。 每次你問他一件事， 他都會把你們整段對話歷史重新讀一遍。 對話越長，每次回覆燒的token就越多。 而且是複利式成長。 這份攻略整理了7個， 最常見的浪費來源，以及怎麼修。 -- 第1點：對話太長不結束 大多數人都是一個對話從頭聊到尾， 中間主題跳了好幾個。 沒發現的是，每次AI回覆都要重讀一遍， 從頭到尾的所有訊息。 對話到了50輪，每次消耗的token， 可能是第1輪的10倍以上。 怎麼修： 不同任務開新對話。完成一件事就重開。 可以省下 30% 以上的消耗。 -- 第2點：System Prompt 沒有精簡 每次對話 System Prompt 都會被完整讀入。 你每加一個字，就是每次對話都多燒一點。 500字的Prompt，100次對話，就是5萬 token。 怎麼修： 把System Prompt 壓到200字以內。 每多100字，就是10%的持續消耗。 -- 第3點：把整份文件丟進去 「幫我看這份 500 頁的合約」 AI確實讀得懂。但你每次問一個問題， 那500頁，AI都會再重讀一遍。 怎麼修： 只貼你要問的那幾頁。 或者先讓AI做目錄，再針對章節問。 可以省下 60-80% 的上下文消耗。 -- 第4點：用「高階」模型做「低階」任務 Opus 回答「幫我寫一個道歉文」 Haiku 回答「幫我寫一個道歉文」 結果差不多。費用差了12倍。 怎麼修： 分類任務再選模型。 格式化、摘要、翻譯、簡單問答用 Haiku 複雜分析、架構設計、寫程式用 Sonnet 或 Opus 這一項優化好，可以省下 50% 以上費用。 -- 第5點：沒有用結構化 Prompt 「幫我寫一篇關於AI的文章，要很好，要有重點，要讓人看得懂，最好加點例子，台灣讀者看的那種」 模糊指令讓 AI 猜意圖。 猜錯了再補，又是一輪token。 通常要 3-4 輪才能達標，每輪都在燒。 怎麼修： 一開始就說清楚：格式、字數、受眾、目的。 精準指令省掉 2-3 輪往返。 等於同樣費用可以多做3件事。 -- 第6點：沒有善用 Cache 問同樣的問題，付同樣的錢。 很多AI工具有 Prompt Cache 功能， 相同內容只需要付一次讀取費。 怎麼修： 把固定內容（角色、規則、背景） 放在Prompt前段，讓 Cache 生效。 重複執行的任務可以省下 70-90% 的 input token 費用。 -- 第7點：沒有及時終止錯誤方向 AI走錯方向了，但繼續讓他跑完。 跑完之後發現不對，再重來一次。 錯誤的方向一輪可能 2,000-5,000 token。 跑了 3 輪才停，就是1萬多token白燒。 怎麼修： 看到方向不對，立刻停。 告訴 AI 哪裡錯了，重新給指令。 這個習慣養好，省的是時間，也是額度。 -- 如果只做 2 件事： 第一，不同任務開新對話。 第七，看到方向錯了立刻叫停。 這兩件事最簡單，效果最直接。 -- 底層邏輯只有一個： AI是按量計費的工具。 不是用越多越好，是用得越精準越好。 -- 想知道用AI寫出流量貼文的眉角嗎？ 我是週末哥，75天從0粉到破1萬粉， 寫出百萬流量貼文，8篇破10萬。 把所有方法整理成一堂課， 包含5分鐘產貼文的Claude指令，與44組Hook， 被忽略的演算法細節，還有一個壓箱底秘技。 早鳥333，輸入【6429】， 4/21截止，之後漲回666。 👉 課程資訊：https://portaly.cc/wk.rich/product/H1y1wyD3MDCGTlA23glc -- 我邊洗臉刷牙，用一個小時做了提案網頁 讓我成功接到2個3萬元的案子 時間：5/9 (六) 13：00-15：30 地點：台中市 (詳細地點群組通知) 期待5/9，一起Vibe出你的第一個作品！ https://wk-claude-vibe.vercel.app/

剛剛跟朋友聊到，搞的我也霧煞煞😄 就去查資料研究+純屬個人觀點。 現在這三個詞，行銷圈一直在混用， 業界似乎沒有很明確統一的定義。 -- 先說為什麼這麼亂。 AEO 這個詞有兩個版本： 舊版 (2019年以前)： 讓你出現在 Google 搜尋的精選摘要藍色框。 新版 (2023年以後)： 讓 ChatGPT、Perplexity、Claude 直接引用你。 現在大家說的 AEO，通常是新版。 但兩個版本同時流通，所以看到AEO， 要先確認對方在講哪一個。 -- 以下整理成3個戰場： SEO：讓你在 Google 搜尋自然排名靠前，目標是讓人點進你的網站。 AEO / GEO：讓AI助理直接引用你，對象是 ChatGPT、Perplexity、Claude。GEO是學術論文的名詞，AEO是行業常用詞，兩個在講同一件事。 AIO：讓你出現在 Google 搜尋頁頂部的AI摘要，也就是搜尋後最上面那段AI生成的段落。 -- 一個值得記住的數字： AIO引用的來源，只有17%同時在 Google 傳統搜尋的前 10名。 83%的AIO引用，來自SEO根本排不進第一頁的網站。 AI不跟著Google 排名走，它有自己的判斷邏輯。 -- 台灣現況： AIO在2025年5月支援繁體中文， 台灣現在幾乎全面上線。 全球數據：2025年2月有31%的搜尋出現AIO， 2026年2月已到48%。 ChatGPT 和 Perplexity (AEO 的戰場> 台灣用戶也在快速成長。 -- SEO是存量競爭，要幾年才能追上對手。 AEO和AIO都是新戰場，早進去空間越大。 AEO門檻最低，內容結構對了，AI就有機會引用你 💪 -- 想知道用AI寫出流量貼文的眉角嗎？ 我是週末哥，75天從0粉到破1萬粉， 寫出百萬流量貼文，8篇破10萬。 把所有方法整理成一堂課， 包含5分鐘產貼文的Claude指令，與44組Hook， 被忽略的演算法細節，還有一個壓箱底秘技。 早鳥333，輸入【6429】， 4/21截止，之後漲回666。 👉 課程資訊：https://portaly.cc/wk.rich/product/H1y1wyD3MDCGTlA23glc

靠知識維生的人，最大的威脅不是AI。 是那個懂AI、又跟你一樣聰明的人。 -- 大多數知識工作者的假設是： 「我知道的東西比客戶多，所以他需要我。」 這個假設，在AI出現之前就已經越來越薄了。 AI把它徹底戳破了。 知識的取得成本，正在趨近於零。 -- 但知識本來就不是護城河。 印刷機出現，手抄書僧侶失業。 Google出現，「我知道怎麼查」不再是優勢。 Wikipedia之後，百科全書編輯幾乎消失。 每一次知識被民主化，都有人被淘汰， 也有人放大影響力。 規律從來都是這樣。 -- 真正撐得住的，是這三層： 第一層，判斷。 知識AI有，但「哪個對你最重要」，AI回答不好。 客戶不缺答案，缺的 是「有人幫我決定哪個答案是真的對的」。 -- 第二層，信任。 當資訊免費，客戶反而更焦慮。 他不再找更多知識，他找一個他信任的人。 AI給不了這種關係。 -- 第三層，AI槓桿。 懂AI的人，可以做過去10個人的工作量。 問題不是「AI會不會取代我」， 是「懂AI的人會不會取代我」。 答案幾乎是：會。 -- 我問自己的問題是： 我現在賣的，是知識，還是判斷和關係？ 如果是前者，要開始移動了。 如果是後者，要想清楚怎麼用AI放大它。 -- 靠知識維生不是死路。 但靠「我比你多知道一些事」維生， 那條路正在消失中。 -- 想知道用AI寫出流量貼文的眉角嗎？ 我是週末哥，75天從0粉到破1萬粉， 寫出百萬流量貼文，8篇破10萬。 把所有方法整理成一堂課， 包含5分鐘產貼文的Claude指令，與44組Hook， 被忽略的演算法細節，還有一個壓箱底秘技。 早鳥333，輸入【6429】， 4/21截止，之後漲回666。 👉 課程資訊：https://portaly.cc/wk.rich/product/H1y1wyD3MDCGTlA23glc