重複的事交給機器，留下的精力才是你的價值所在。

在 Day 1，我曾提到：我靠著 n8n，減少了一個最花時間的工作量 70%。今天，就把這個真實案例完整分享出來。這個案例和我十多年來最常做的一件事有關：整理、發布活動資訊週報。

動機

1. 活動週報的起因

• 我有將近 10 年的社群經驗。
• 不是因為「我擅長」，而是因為「我愛參加活動」。
• 每天都會主動去找活動資訊，既然都找了，乾脆也分享出去，久而久之就變成一個「活動週報」。

2. 曾嘗試交給他人

• 我把這份工作交給過夥伴、實習生，但大多數人沒有熱情去找那些隱藏的活動，做出來的週報往往不完整。

3. 曾嘗試交給 AI

• 後來 AI Agent 出來了，我也試過，但 AI 常常只挑「顯眼活動」，一些小眾但有價值的活動卻會漏掉。

👉 所以當我接觸到 n8n 時，第一個念頭就是：能不能把這個最花時間的工作自動化？

沒有自動化前的工作流

這套動作我做了快 10 年，基本流程如下：

1. 每週花 1～2 天，瀏覽各大網站或社群，找活動。
2. 看到感興趣的活動，就開網頁檢查細節。
3. 如果符合需求，就把標題、網址、時間等資訊，複製到文件裡，並依類別分類。
4. 把網址一個個轉成短網址，貼回文件。
5. 整理成不同格式，製作週報海報，分享到不同社群。

聽起來「只是重複動作」，但因為有明確流程，我才能堅持這麼久。

自動化的設計

我用 n8n 規劃了一個「理想流程」：

1. 爬蟲抓取網站和社群活動資訊。
2. 自動整理每個活動的標題、時間、地點、連結。
3. 交給 AI 自動分類。
4. 把連結轉成短網址。
5. 再丟給 AI，生成不同社群版本的週報文案。

理想很美好，實際卻遇到很多坑。

實做上遇到的問題 & 解法

1. 爬蟲技術困難

• 問題：不同網站結構不同，還有反爬蟲機制。要爬多個網站就很費工。
• 解法：後來改用「瀏覽器外掛」先抓下資料，再交給 n8n 處理。雖然不能完全自動化，但至少能進一步處理資料。

2. 出錯時要重跑

• 問題：處理上千筆資料時，常常因為 API 限制或小錯誤，導致必須「全部重來」。
• 解法：我讓每筆資料有「執行標記」，只處理尚未完成的，避免浪費。

3. AI 迴圈太花時間

• 問題：1 筆資料跑 30 秒，1000 筆就要 500 分鐘（超過 8 小時），API 額度也爆掉。
• 解法：改成「人工先篩選 → AI 精細分析」，減少不必要的處理。

4. 網站解析工具限制

• 問題：有些 MCP 工具失效。
• 解法：一次備好多個 MCP 工具，讓 AI 自動換。

5. 單線程卡住

• 問題：如果某個節點沒輸出，後面流程就斷掉。
• 解法：把工作流拆成多條，讓後續可以接力執行。

6. AI 輸出格式錯誤

• 問題：要求輸出 JSON，AI 卻給字串。
• 解法：用 Code 節點 + JS（靠 AI 協助寫）做轉換。

最終工作流

1. 人工：先用外掛抓活動網站 → 上傳到 Google Sheet → 確認欄位。
2. n8n 清理資訊：去掉追蹤碼，整理不同來源的資料。

3. 非固定來源活動：用 MCP 解析，統一整理進清單。
4. 人工篩選：決定哪些活動要用。
5. AI 分類：把活動分門別類。

6. 短網址生成：透過 API 自動生成。
7. AI 草稿：AI 生成不同社群的分享文案。

8. 人工編輯 & 發布：最後再人工修飾 → 發布。

後記

• 這套流程讓我節省了 70% 的時間。
• 如果更深入鑽研技術，可能還能省更多，但成本（技術 or 金錢）也會更高。
• n8n 的價值在於：它不是非黑即白的 0 或 1。
  • 不一定要「完全自動化」才有用。
  • 就算是「半自動化」，也能帶來巨大的時間節省。

作業

還記得 Day 3 的作業嗎？

👉 找出 你日常最重複、最花時間的電腦操作，並把細節記錄下來。

今天的任務是：

• 思考哪些部分可以用 n8n 自動化？

• 你會先自動化哪一段？

  歡迎留言和大家分享！

交流

我建立了一個行銷技術交流群，專注討論 SEO、行銷自動化等主題，歡迎有興趣的朋友一起加入交流。

掃QR Code 或點擊圖片加入