aicoworkflow.com 創站宣言：一條全透明、人來把關的 AI 內容生產線

你讀到的這篇文章，是 aicoworkflow.com 跑出來的第一個產出。

它由我和一個叫 Claude Code 的 AI 助手一起寫成（這種能自己動手操作、不只是聊天的 AI，業界叫它 agent）。我打算連過程一起公開：這篇花了多少錢、用掉多少 token（AI 每讀進和寫出一段文字，都按量計費，token 就是那個計費單位），哪些步驟由機器完成、哪些是我攔下來的。

把過程公開，就是這個站的起點。

一個違反直覺的賭注

我挑的題目是 LLM × SEO × Agent × web automation。這是個前沿、帶點自創的領域，在搜尋引擎上幾乎沒有現成需求。

SEO 的長處是攔截已經存在的需求。題目沒人搜，這個長處就使不上力。

常見的做法，是把現有的 SEO 知識彙整成一篇大全。這類彙整容易被複製，AI 幾秒就能生一篇，難以拉開差距。

我想試另一個方向：

在這個題目上，真正難被複製的，是第一手的東西。真的跑過的流程、拿得出來的數據、付得出去的帳單。

我這份第一手還多一層護城河。工程師跑通一條生產線，別的工程師照著做就有了；一個非工程師從零做出來的真實過程，沒辦法偽造。所以這個站把透明擺在第一位，把力氣全下在難以複製的第一手上。

這個站想成為什麼

先說這個站的底層是什麼：一個普通上班族，用 LLM 改善自己工作流的公開實驗。我是非工程師，幾乎沒有技術背景，這站記錄我從不會到會、把工作一點一點改好的真實過程。

你現在看的這個 LLM × SEO × Agent 內容站，是這場實驗的第一個實證。我用它親手跑通一條 AI 內容生產線：機器做粗活、每個重要的決定都由我來把關，而且花了多少錢全部公開。順著做下去，長成中文圈這個題目最值得參考的實戰派。

路徑大致分三步：

1. 先搭已經有人搜的大詞：先做已經有人搜尋的字，像「Claude Code 教學」「AI 寫 SEO 文章」，用第一手的帳單和截圖，去對上 Google 特別看重的那幾個訊號：內容是不是出自真的做過的人、可不可信、夠不夠專業。
2. 用社群造需求：把還沒什麼人搜、但夠特別的功能拍成短影音，讓人先知道有這回事。
3. 等自創詞長出來：當這些概念開始有人搜，最早把它說清楚的人，位置自然就在那裡。

先讓社群點火，再讓 SEO 慢慢收。這是我想走的方向。

是誰、用什麼打造的

打造的人是我。我做行銷，平常投廣告、做 SEO、也做數據分析，本身是個重度 AI 使用者。我不寫 code，這條生產線從架構到上線，都是我指揮 AI agent 一步步搭起來的。

我手上有一些一般內容創作者比較少碰到的第一手行銷數據，像產品頁的 A/B 測試、購買後問卷、廣告投放成效，之後都會變成文章裡的素材。

主力 agent 是 Claude Code，它直接操作檔案、跑這條生產線，也寫下你正在讀的這些字。

工具鏈我盡量保持輕：

• Typeless：把我講的話轉成文字，當作原料。
• Astro：拿來生成整個網站。它產出的頁面很單純、載入快，Google 也讀得順，容易被搜到。
• 只在需要互動的地方才加特效：其餘頁面保持單純，不拖慢速度。
• Git 加 Markdown：文章就是一份純文字檔，每次改了什麼都留在紀錄裡，可以回頭查。
• Supabase：一個雲端資料庫，用來放需要查詢和統計的瀏覽數據。
• GitHub Actions：一套自動化，把「我按下確認」到「文章真的上線」這一段接起來。

雙引擎：社群點火，SEO 收割

這個站靠兩台引擎，一台在前、一台在後：

引擎	角色	跑在	裝的是什麼
社群短影音	需求製造機	前面	結果的震撼
SEO 長文	需求收割機	後面	過程的方法和帳單

做法只有一個：同一次實戰，拆成幾支短影音講結果，再寫一篇長文講方法和帳單。

這也是我想驗證的假設：在沒什麼搜尋量的題目上，先用社群造需求、再用 SEO 來收，會不會比只押一邊更穩。還有一件我更想知道的事：公開帳單和過程，本身能不能換來信任和流量。這些我還沒有答案，所以才叫實驗。我會把數字一路貼出來，成或不成，都讓你看到。

人來把關：機器做苦工，人做判斷

這條生產線的想法很簡單：重要的判斷留給人，繁瑣的執行交給 AI。這種「讓 AI 做事、但每個關卡都有人在旁邊把關」的做法，英文叫 human-in-the-loop，直譯是「人在迴路」，說穿了就是不讓機器一路跑到底、沒人看著。

一篇文章會經過七個階段：轉譯、產段落、競品調查、關鍵字、排版、生圖、上架。每一階段，我只做最關鍵的判斷，像文章的角度、大綱的取捨、哪個關鍵字值得做，以及最後要不要發。其餘交給機器。

AI 怎麼介入，是這裡比較特別的地方。我把整個工作拆成一組各司其職的小 AI，每個只管一件事。

這樣拆有幾個好處：省 token、某一段出錯只要重跑那一段、每段花多少 token 也都算得清楚。這些數字最後會變成文章的一部分。

另外有兩個只把關、不寫稿的角色。critic 檢查原創性和紅線，它最多把稿子送到預備區，要不要發不歸它管。token-logger 一路記帳，把每次呼叫的 token 和花費都攔下來。

整條線是一關接一關的：稿子從草稿、到預備區、到上線，每過一關都有人或 critic 看著，沒過就停在原地，不會自己往下走。

為什麼要把一切都攤開

有人可能會問，這些算商業機密，為什麼要公開。我有三個理由。

**第一，過程本身就是內容。**在這個題目上，過程比結論稀缺。token 帳單、決策的來龍去脈、哪一步被 AI 拖慢、哪一步省最多，這些是真的在跑的人才有的東西。

**第二，公開換得到信任。**Google 排名時很看重內容是不是出自「真的做過的人」，而一份攤開的帳單，正好就是我真的做過的證據，還是別人查得到、賴不掉的那種。

**第三，公開會逼我誠實。**帳單要攤出來，就很難造假、也很難假裝沒踩過坑。誠實是這個站想守住的第一件事，誠實到連「這篇現在還沒有真實帳單」我都寫了進去（見文末）。

至於為什麼要分享：彙整來的二手知識難以稀缺，而一段你能親自驗證、甚至照著跑一遍的第一手過程，會把讀者變成同路人。

透明，怎麼真的落地

光說會很空，所以透明在這裡被寫成架構裡的規則：

• 帳單會自己長出來：負責記帳的 token-logger 把每次的 token 和花費，寫進每篇文章自己的帳單檔，跟著版本紀錄一起存，也彙整到資料庫，讓所有文章的花費能一起算，最後在子站用儀表板呈現。
• 改動都留得住：內容用 Git 加 Markdown 管理，每次改了什麼都看得到。
• 治理也公開：這個專案有三層文件，憲法、藍圖、決策日誌，它們本身也是內容。

而有幾條線，agent 不會跨：

1. 發佈只有人能做：agent 最多把稿子送到預備區，按下上線的是我。
2. 沒有第一手就不發：少了真實帳單或互動紀錄這類證據的文章，不會走到發佈這一關。
3. 工具歸工具、內容歸內容：站內即時由 AI 生成的內容一律不讓搜尋引擎收錄，不讓它稀釋靠原創長文撐起來的主站。

你可以怎麼參與

我想做的體驗，是把平常藏在後台的東西，放到前面來。

在子站，你能打開每篇文章的花費儀表板、看真實流量、看匿名訪客怎麼在頁面上滑動點擊的重播。這些平常鎖在後台的東西，這裡都打開給你看。

你可以做幾件事：

• 跟著看一條生產線怎麼從零長起來。
• 質疑我的數據。帳單是公開的，你有材料反駁我。
• 把方法搬走，套到你自己的題目上試。

最後：這還是 v0.1，今天是第一天，很多決策都還會變。從現在開始跟著看，比看一個完成品更有意思。

附：這篇文章自己的帳單

老實說一件事：負責記帳的 token-logger，現在還沒做好。

所以這篇花了多少 token、多少錢，我手上沒有真實數字，也不打算先編一個。

等記帳做好，我會回來補上這一段，貼上這篇的真實帳單。

這就是這個站打算的做法：沒有的就說沒有，數字是真的才放。第一篇，先這樣示範一次。