在社群或討論區上追蹤特定技術話題、特定開源產品的討論，或是想知道某個關鍵字有沒有最新討論串時，整天手動按重新整理既浪費時間又容易漏掉。今天我們來搭一個自動巡邏哨兵：只要指定的平台（例如 X/Twitter、Reddit 或技術論壇討論版）出現了我們設定的關鍵字，就自動抓下來、判斷內容有沒有價值，並存進自己的筆記或試算表裡。

第一站：設定搜尋觸發或定期輪詢
社群平台的資料抓取通常有兩種途徑：直接使用官方提供的開發者 API，或是訂閱該討論版塊的 RSS/搜尋饋送。我們在畫布拉出對應的社群節點或通用 HTTP 請求節點，設定檢索條件。比如把搜尋字詞鎖定在特定的技術名稱、專案名字，或是你想蹲點的特定標籤。排程設為每隔一至兩小時跑一次，把這段時間內最新產生的相關貼文抓回來。

第二站：資料過濾與垃圾內容清洗
公開社群平台最讓人頭痛的就是廣告、抽獎機器人以及完全不相關的無效灌水內容。抓下來的貼文清單如果直接存檔，很快就會變成垃圾堆。我們在後面接一個篩選節點，先用規則剔除包含抽獎、促銷字眼的貼文，或者限制發文者的追蹤人數、貼文按讚數必須達到基本門檻，先把最底層的雜訊濾掉一層。

第三站：讓 AI 判讀相關性與情感風向
篩選後的貼文雖然帶有關鍵字，但有時候只是路人隨口帶過一句。把貼文內文傳給 AI 節點，提示詞可以要求它做兩件事：「請閱讀以下社群貼文，首先判斷這則內容是否真正與我們的核心主題相關（是/否），如果相關，請給出一句話總結，並簡要標註作者的態度（好評、負面抱怨、中立詢問或技術討論）。若判定完全不相關或純屬垃圾訊息，請直接回傳忽略。」透過大語言模型的語意理解，我們就能輕鬆擋掉那些蹭標籤的假內容。

第四站：自動歸檔至雲端試算表
通過 AI 審核的高品質貼文，最後會被送往儲存節點。這裡可以串接 Notion 資料庫或 Google 試算表，把貼文時間、作者帳號、原始貼文網址、AI 總結摘要以及態度標籤，一筆筆追加寫入表格裡。這樣一來，一個全自動運作的關鍵字輿情與社群素材庫就建成了，不需要泡在社群軟體裡刷廢文，也能在自己的試算表裡清楚看見外界對這個主題的最新討論趨勢。明天我們把應用轉向實用生活場景，用網頁變動監控來打造一個搶票或商品補貨通知。