最近的企業諮詢裡，兩家廠商不約而同問了同一件事。
一家想自動化每週發文，另一家想自動化寄開發信。問法不同，但骨子裡是同一個願望：這些每週重複的事，能不能讓 AI 自己跑？
我的答案是：可以。這是我五月底開始研究，最近才慢慢塑造出來的流程。這篇文章就把我的做法完整攤開——包含每週固定跑的自動化流程、背後需要的資料庫準備，以及我要誠實說的、沒有捷徑的部分。
我的週一早上：只問 AI 一句「我這禮拜要做什麼？」
我直接把我的週一早上攤開給兩家廠商看。我打開 AI，只問一句：「我這禮拜要做什麼？」
它會去掃我的資料庫、看我的行事曆，然後告訴我這週的重點是什麼。
接著提醒我：該跑上週的數據週報了，把我所有平台的數據（社群追蹤數、網站流量、關鍵字排名等）抓回來，看這週的變化；然後提醒我該跑選題了，從上週的工作紀錄裡，挑出這週可以發展成文章和貼文的題目。還會看著我的行事曆提醒我：這週有哪些課程和會議、哪一場諮詢要提前準備什麼，以及有哪些工作需要推進。
一句話，一週的工作接著開展。
AI agent 跟 ChatGPT 差在哪？「你問它答」與「你交辦，它執行」
先說一個前提：這裡用的不是「打開 ChatGPT 問問題」的用法，而是 AI agent——可以讀你的資料、幫你執行任務的工具。
差別在於：聊天機器人是「你問它答」，agent 是「你交辦，它執行」。
我自己是在終端機裡用 Claude Code 跟 Codex。如果對終端機有心理障礙，現在也有圖形化介面的選擇：桌機版有 Claude Code 跟 Codex，網頁版有 Claude Cowork、ChatGPT Work。介面長相不同，但「你交辦，它執行」的邏輯是同一套。
把重複的流程，變成教過 AI 一次的 SOP
而我做的事，是把每週重複的流程寫成一個個「skill」。你可以把 skill 想成教給 AI 的 SOP：流程走過一次、教過一次，之後一句話它就會照著跑。
我目前每週固定跑的有這幾個：
數據週報 skill。 AI 自動去抓我所有平台的指標，產出一份週報：這週的變化是什麼、哪些內容訊號變弱了要查原因、哪些字有機會往上爬、哪些維持穩定。
選題 skill。 AI 去翻我上週的工作日誌。這些日誌包含我手動記的，像是工作及生活中的靈光乍現、每天閱讀的內容；以及用 AI 做事時，AI 自動幫我記的。從這些紀錄裡，AI 幫我挑出可以發展成網站文章、社群貼文的題目，然後直接把草稿產出來，甚至看我的行事曆，建議我處理這些素材的時間段。
最後一步：人工審閱。 我把草稿看過，改掉不是我的意思、不像我的地方，然後排程發布。
一週的內容產線，就是這樣被推著走的。不是靠意志力，是靠流程。
回應想自動化開發信的那家廠商，其實也是同一套邏輯：AI 掃你的客戶資料、產出開發信草稿、你校對後寄出、下週回報開信數據、AI 跟進信件。換的是素材，骨架一模一樣。
聽起來很美好對不對？但這個流程要跑得動，有一個很多人跳過的前提。
AI 要替你工作，前提是它有東西可以讀
你叫 AI 選題、寫草稿，它要怎麼知道「你這禮拜要做什麼」？它的原料從哪裡來？
從你的資料庫來。
我自己的做法，是把所有素材收在一個 AI 讀得動的地方：以前寫過的文章和貼文，請 AI 寫程式一頁一頁抓回來歸檔；每天用 AI 做了哪些事，自動記成工作日誌；顧問諮詢的逐字稿，整理成筆記收好。AI 之所以能回答「我這禮拜要做什麼」，是因為我的行事曆、我的專案紀錄、我的內容庫，它都讀得到。
對一家公司來說，這些素材可能是技術文件、客戶往來的紀錄、業務常被問的問題。它們是 AI 產出內容時，能讓內容「像你們公司」的關鍵。
為什麼我用 Obsidian 當 AI 的資料庫
我目前用的資料庫是免費的筆記軟體 Obsidian。它的特點之一是：所有筆記都是 Markdown 純文字檔，存在你自己電腦的資料夾裡。
像 Claude Code 或 Codex 這類 AI agent 工具，是可以直接讀寫你電腦裡檔案的。而對 AI 來說，純文字是最沒有雜質的格式——沒有排版渲染、沒有專屬格式的鎖定，它讀起來最輕鬆，改起來也最不會出錯。你要漂亮的 PDF 或簡報，就之後再去渲染格式。
好，軟體選了。那第一個問題馬上來了：資料庫要怎麼規劃？
資料庫架構怎麼規劃？我的做法是先跟 AI 討論
這件事我沒有憑空設計，我的做法是：先跟 AI 討論。
我跟它說：「我以後要用 AI agent 來管理我的工作和內容，你會建議我怎麼開資料夾？」它反過來問了我一堆問題——你的工作有哪些類型？哪些東西是暫存的、哪些要永久保留？來回幾次，第一版架構就出來了。
架構不用一次到位。我中途想在兩個資料夾之間插一個新的，以前要人工重新編號搬半天，現在跟 AI 說一句「幫我插一個資料夾、後面的重新編號」，它就改完了。調整的成本趨近於零，所以一開始不用怕開錯。
但我也要誠實說，這件事有它的成本。
AI 自動化沒有捷徑的部分：兩個真實成本
最大的成本是時間。 跟 AI 討論架構、建立習慣，這些是我自己一步一步做的，沒有人可以代勞。因為只有你知道你的東西是什麼、要怎麼分類。
資料庫一定會發散，我自己也是做到中間才回頭補規則、補機制，像是哪些東西進收集箱、哪些進資產庫、草稿發布後怎麼歸檔。
第二個成本是，做出來的東西不一定如你想像。 我曾經讓 AI 讀完我十年間寫的文章、做了一個寫得「像我」的影子寫手——它寫得出像我的文字，但我試了幾次之後，決定不太用它。因為過去的我，不等於現在的我。這個實驗沒有白做，它讓我更清楚哪些過程我想留給自己。
結語：流程只是骨架
回到最開始的問題：「有沒有辦法讓流程每週自己跑？」
有。而且以現在的工具，成本比你想像的低。
但流程只是骨架。真正決定它跑不跑得久的，是你有沒有看數據的習慣、有沒有餵給 AI 的原料、以及你自己願不願意先當那個把路走通的人。
如果你也想試，不用一次到位——先挑一件每週重複的事，跟 AI 把流程走過一次，教會它，再看下一件。
常見問題（FAQ）
Q：AI agent 跟 ChatGPT 有什麼不同？
ChatGPT 這類聊天機器人是「你問它答」；AI agent 是「你交辦，它執行」——它可以讀你電腦裡的資料、掃你的行事曆、實際幫你執行任務，而不只是回答問題。
Q：不會用終端機，也能用 AI agent 嗎？
可以。除了終端機版的 Claude Code 和 Codex，現在也有圖形化介面：桌機版的 Claude Code 跟 Codex，網頁版的 Claude Cowork、ChatGPT Work。介面不同，邏輯是同一套。
Q：想開始建 AI 讀得動的資料庫，第一步是什麼？
不用先想好完美架構。直接跟 AI 討論：「我以後要用 AI agent 管理工作和內容，你會建議我怎麼開資料夾？」讓它反問你，來回幾次就有第一版。之後要調整，成本趨近於零。
Q：AI 自動化之後，還需要人做什麼？
最後一關的人工審閱不能省：把草稿看過、改掉不是你的意思、不像你的地方，再發布。另外，建資料庫、跟 AI 討論架構這些前期工作，只有你自己能做。
Hi，我是本站的經營者明淳。我是企業內訓講師，教 AI 應用與行銷，也提供 B2B 的 AI 導入顧問服務。如果你的公司也想把每週重複的流程交給 AI，歡迎從我的課程與服務頁開始了解。
