我把這 8 個重複工作交給 AI 自動化，每週省 5 小時 | AI 賺錢

算一下你上週的時間：寫程式碼審查提示、補測試案例、整理技術資訊、回Email 草稿、排社群貼文。我算過，這些重複性工作每週吃掉我將近 6 小時——不是在思考，不是在建東西，只是在執行。現在這 8 個流程我全部交給 AI 自動化，每週省回 5 小時，然後把這 5 小時用在能帶來回報的事情上。

8 個我實際在自動化的流程

這不是工具介紹文。我不想跟你說「用 ChatGPT 就好了」然後結束。重點在流程設計——觸發點是什麼、AI 介入的位置在哪、輸出長什麼樣子。

① 程式碼審查提示（Code Review Prompts）

痛在哪： 每次 PR review 前，我要先在腦袋裡整理「這段 code 我要看什麼」。特別是幫別人 review 的時候，要先理解上下文、業務邏輯、潛在的邊界問題。這個「理解期」每次 15-20 分鐘，而且容易漏掉東西。

怎麼自動化： 我現在的做法是把 git diff 的輸出直接丟給 AI，加一段固定的 system prompt：「你是一個嚴格的 code reviewer，請從以下維度審查這個 diff：邏輯正確性、邊界案例、效能、可讀性、潛在的 security issue。用條列式輸出，每個問題標記嚴重程度（critical / warning / suggestion）。」

輸出我不是直接用，而是把它當審查清單的起點——AI 抓到的問題我再確認，它沒抓到的我補充。整個 review 時間從 30 分鐘壓到 10-12 分鐘。

② 測試生成（Test Generation）

痛在哪： 寫測試是我最容易拖的事。不是不知道要寫，是寫起來很無聊——特別是 happy path 這種「明明知道會過、但還是要寫」的部分。

怎麼自動化： 在 用 Claude Code 提升開發效率 那篇我有提過這個做法：寫完一個 service 之後，直接叫 AI 生成 unit test，要求包含 happy path、常見 edge case、以及錯誤處理。

關鍵是測試你真正不確定的 edge case 才是你的工作，其他的讓 AI 生草稿，你跑一遍、壞的地方丟錯誤訊息回去叫它修。我的測試覆蓋率從 40% 穩定到 75%，但花在測試上的主動時間少了一半。

③ 每日技術資訊摘要（Daily Tech Digest）

痛在哪： 獨立開發者需要持續掌握生態動態——新工具、競品更新、社群討論。但訂了 20 個 newsletter、RSS feed、HN、Reddit，每天光是「掃過去」就要 30-40 分鐘，而且大部分是雜訊。

怎麼自動化： 我設了一個每天早上執行的自動化流程：用 Make（前身是 Integromat）從幾個固定來源抓標題和摘要，彙整成一份 raw 文字，再丟給 AI，prompt 是：「以下是今天的技術新聞標題與摘要，請幫我篩選出對一個做 SaaS 獨立開發的工程師最相關的 5 條，每條用一句話說明為什麼值得關注。」

早上起來打開一封 Email，5 分鐘看完。以前要 40 分鐘。

④ Email 分類與草稿（Email Triage & Draft）

痛在哪： 接案的 Email 最讓我焦慮。有的是詢價、有的是客戶問進度、有的是廠商 spam。每封都要先判斷優先程度，然後想回覆的方向，再打字。一封信來回可能要 15 分鐘。

怎麼自動化： 我用 Gmail + Zapier 把新信抓出來，丟給 AI 做兩件事：一是分類（客戶詢問、進度追蹤、合作邀約、垃圾），二是起草回覆。起草的 prompt 加了我的背景：「你是一個獨立開發者，以專業但簡潔的語氣回覆，不超過 5 句話，不用客套話開頭。」

我看到的是已經分類好的收件匣，加上每封信的回覆草稿。我的工作是確認或微調，不是從零開始想。每封信的處理時間從 10-15 分鐘降到 2-3 分鐘。

⑤ 社群發文（Social Content）

痛在哪： 知道要維持內容輸出，但「今天要發什麼」每次都是一道題。就算有想法，從想法到發文也要花 20-30 分鐘寫、改、想 hashtag。

怎麼自動化： 我現在的流程是：每週一花 30 分鐘，把這週想分享的東西列成 5-8 條原始想法（一句話就好）。然後全部丟給 AI，prompt：「把以下每個想法擴展成適合 LinkedIn/Twitter 的貼文，台灣開發者受眾，口語化，500 字以內，不要用 emoji 當開頭，末尾建議 2-3 個 hashtag。」

AI 生的版本我大概修 30%，然後排入排程工具（我用 Buffer）。一週的社群內容，30 分鐘準備素材 + 30 分鐘修改排程，搞定。以前要分散在每天，合計 2-3 小時。

⑥ 對帳（Expense & Invoice Reconciliation）

痛在哪： 自由接案最煩的雜務之一。每個月要對銀行帳單、客戶付款記錄、以及我開的發票。容易出錯、很無聊、每次拖到最後一刻。

怎麼自動化： 我把銀行 CSV 匯出 + Google Sheet 的發票記錄，一起丟給 AI，prompt：「以下是這個月的收款記錄（CSV）和應收發票（表格），請幫我逐筆比對，找出未收款、金額不符、或重複記錄的項目，輸出一個異常清單。」

AI 做的是找異常，我做的是確認和處理。每個月對帳時間從 1.5 小時壓到 20 分鐘。

⑦ 會議逐字稿摘要（Meeting Transcript Summary）

痛在哪： 客戶需求訪談錄音很長，有時候 1 小時的會議，真正有用的資訊只有 10 分鐘。聽完整錄音很浪費時間，但不聽又怕漏掉細節。

怎麼自動化： 用 Whisper 把錄音轉成逐字稿（本地跑，不需要上傳到第三方服務），然後丟給 AI 做摘要。prompt 模板：「以下是客戶訪談的逐字稿，請幫我整理：1) 客戶的核心需求（條列），2) 明確提到的限制或反對意見，3) 需要後續確認的問題，4) Action items（誰要做什麼）。」

結果是一份結構化的會議紀錄，我 5 分鐘看完，和自己聽 1 小時錄音得到的資訊量差不多，準確度更高。

⑧ 文件生成（Documentation）

痛在哪： 每個案子交付的時候都要寫文件——API 文件、部署說明、使用手冊。沒有人喜歡寫，但不寫以後維護會出問題。

怎麼自動化： 我現在把 code + 相關的 PR description 一起丟給 AI，prompt 依照文件類型不同：API 文件就叫它依 OpenAPI 格式輸出、部署說明就叫它列成 step-by-step checklist、使用手冊就叫它用「使用者故事」的角度寫。

生出來的文件大概需要修 20-30%（補一些只有我知道的業務背景），但比從白紙開始快了 5 倍以上。更重要的是：文件真的會在交付前完成，而不是一直「之後再補」。

自動化的通用模型：觸發 → AI → 輸出

這 8 個流程看起來各自獨立，但背後的結構是一樣的。搞懂這三段，你就能自己設計新的自動化：

第一段：觸發（Trigger）

什麼事件啟動這個流程？可以是時間觸發（每天早上 8 點）、事件觸發（新 Email 進來、PR 被開啟）、手動觸發（你主動把資料丟進去）。

觸發點要夠具體。「當我需要寫文件的時候」不是好的觸發點——「每次 PR 被合併之後」才是。

第二段：AI 介入（AI Processing）

這一段的關鍵是 prompt 要有明確的輸出格式。不要只說「幫我整理這個」，要說「幫我輸出一個包含以下欄位的表格」或「用條列式列出，每條不超過 30 字」。

輸出格式定義清楚，AI 的一致性會高很多，你後續處理的摩擦也少很多。

第三段：輸出（Output）

輸出要能直接被你或下一個流程使用。AI 的輸出不是終點，而是讓你快速做決策的材料。

設計輸出的時候問自己：「我拿到這個之後，下一個動作是什麼？」如果下一個動作還需要大量整理，代表 prompt 還沒有設計好。

從省時間到賺錢：把省下的時間變現

省 5 小時本身不是目的，重點是這 5 小時拿去做什麼。

我自己的配置大概是這樣：省下的時間，一半拿去做接案工作（但接更高品質的案子，不是接更多案子），另一半投入在自己的產品和內容上。

接案那一半：自動化讓我的交付速度變快，同樣的功能範圍，別人要兩週，我一週可以搞定。我沒有跟著降價，而是保持報價、提高利潤率。客戶看到的是準時交付，他們不在乎你用了幾個工具。

產品那一半：每週固定 5 小時投入自己的 SaaS 或內容，這個東西是複利的。接案的收入是線性的（做一個收一個），產品的收入可以累積。

開發者 5 條 AI 副業路線那篇我有整理不同的變現方向——如果你還不確定省下的時間要投入哪個方向，可以先去看看，找到最適合你現況的路線。

重要的是：先設計好你的自動化，然後把省下的時間保護起來，不要讓它默默被其他雜務填滿。

一包可以直接照做的流程

這 8 個自動化，加上觸發 → AI → 輸出的通用模型，我整理成了一份可以直接照做的入門包，裡面有 prompt 模板、流程圖、以及我實際用的工具設定。

不需要自己從頭摸索，直接把流程複製過去、改成符合你工作情境的版本，就可以開始省時間：

如果你已經在用 Claude Code 做開發提效，下一步就是把日常的非開發重複工作也一起自動化——這才是真正讓你每週多出 5 小時、然後把這 5 小時用在值錢的地方的完整版本。