從零打造全自動 AI 作品產出引擎：一位特殊選才生的 30 天實驗
不用手寫一行文章，不用手剪一支影片，每天凌晨兩點，AI 自動完成全部產出並發布到五大平台。
背景
我是柯德瑋，正準備透過清大拾穗 / 交大百川特殊選才申請大學。在這個過程中，我決定做一個極限實驗：把所有作品產出完全交給 AI 自動化。
一個月後，這套系統自動產出了：
- 30 篇技術部落格文章
- 30 份商業分析報告
- 30 篇英文 Essay（含中文摘要）
- 30 份數理研究報告（含 LaTeX 推導）
- 30 份 CTF 解題 Writeup
- 30 支 YouTube 教學影片（含縮圖）
- 9 個 GitHub 開源專案 README
- 1 個自動更新的個人網站
系統架構
凌晨 2:00 (cron)
│
├── CTF 解題引擎 (ctf_solver.py)
│ └── SiliconFlow DeepSeek-V4-Flash 模擬 7 種題型
│
├── Portfolio 產出引擎 (portfolio_generator.py)
│ ├── 資訊 / 資安 (技術文章)
│ ├── 商管 / 創業 (市場分析)
│ ├── 語言 / 人文 (英文 Essay)
│ ├── 物理 / 數學 (LaTeX 報告)
│ └── 藝術 / 設計 (HTML/CSS 作品)
│
├── 個人網站重建 (portfolio_site.py)
│ └── 掃描所有產出 → 暗色主題單頁網站
│
├── YouTube 引擎 (yt_agency.py)
│ └── 腳本 → 動畫影片 → 縮圖
│
└── Premium 分發器 (premium_publisher.py)
├── HackMD 筆記發布
├── Dev.to 技術文章發布
└── GitHub Pages + 9 repo README 更新
核心技術
| 元件 | 技術選型 |
|---|---|
| LLM 引擎 | SiliconFlow API (DeepSeek-V4-Flash) |
| 影片生成 | MoviePy + Pillow + FFmpeg |
| 平台分發 | HackMD API / Dev.to API / GitHub API |
| 排程系統 | macOS LaunchAgent + Marvis 定時任務 |
| 前端展示 | GitHub Pages (純 HTML/CSS/JS) |
學到的事
1. Prompt Engineering 是核心
同一模型，Prompt 品質決定產出是垃圾還是能拿去投稿。我在每個模組花了至少 5-10 次迭代打磨 Prompt。
2. API 成本極低
SiliconFlow DeepSeek-V4-Flash 每百萬 token 不到台幣 5 元。一個月總花費約台幣 200 元，產出超過 150 份作品。
3. 部署才是地獄
GitHub Pages CDN 快取、HackMD API 限流、FFmpeg 路徑問題、Python 依賴地獄——自動化的 80% 時間花在讓它能"自動跑"。
4. 品質 vs 數量
全自動產出的品質不如手寫，但 "每天有產出"這件事本身的價值，大於"偶爾寫一篇完美的"。持續輸出建立的信號強度遠超單次爆發。
下一步
- 串接 LinkedIn / Medium / Substack
- 加入 SEO 自動優化
- 建立讀者互動閉環（自動回覆留言？）
- 開源整套引擎
本文由 Davin Portfolio Engine 自動生成，經人工審閱後發布。
GitHub: TeWei02/Davin-daily-briefs
🌐 Also Available On
- 📝 HackMD — Collaborative editing & discussion
- 🏠 Portfolio Site — Full project gallery
Published automatically by Davin Portfolio Engine.
🌐 Complete Article Index
📝 HackMD Portfolio
💻 Dev.to Articles
🏠 GitHub Pages
https://tewei02.github.io/Davin-daily-briefs/
Published automatically by Davin Portfolio Engine
Top comments (0)