---

1. 系統概覽

本套 Skills 實現了一套五層內容生產流水線，將內容創作流程拆分為五個可獨立運作的階段：

靈感捕捉 → 深度研究 → 文章撰寫 → 內容精修 → 多平臺分發

每個階段對應一個 Skill，可以單獨使用，也可以透過 /content-pipeline 一鍵串接全流程。

包含的 Skills

---

2. 環境準備

前置需求

• Node.js v18 以上
• npm（隨 Node.js 一起安裝）
• 穩定的網路連線
• Anthropic API Key（Claude Pro/Max 訂閱用戶可直接使用）

---

2.1 Mac 環境安裝

步驟一：安裝 Node.js

方法 A：使用 Homebrew（推薦）

# 安裝 Homebrew（如果尚未安裝）
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# 安裝 Node.js
brew install node

# 確認安裝成功
node --version   # 應顯示 v18 以上
npm --version    # 應顯示版本號

方法 B：從官網下載

1. 前往 https://nodejs.org
2. 下載 macOS 版安裝檔（選擇 LTS 版本）
3. 雙擊安裝檔，依照指示完成安裝
4. 打開「終端機」（Terminal），輸入 node --version 確認安裝成功

步驟二：安裝 Claude Code

打開「終端機」（Terminal），輸入：

npm install -g @anthropic-ai/claude-code

安裝完成後，確認安裝成功：

claude --version

步驟三：首次啟動 Claude Code

# 在任意目錄啟動 Claude Code
claude

# 首次啟動會引導你登入 Anthropic 帳號
# 依照畫面指示完成認證即可

開啟終端機的方式

如果你不熟悉終端機，以下是開啟方式：

1. 按下 Cmd + Space 打開 Spotlight 搜尋
2. 輸入「Terminal」或「終端機」
3. 按 Enter 開啟

---

2.2 Windows 環境安裝

步驟一：安裝 Node.js

1. 前往 https://nodejs.org
2. 下載 Windows 版安裝檔（選擇 LTS 版本）
3. 雙擊安裝檔，依照指示完成安裝
   • 安裝過程中勾選「Add to PATH」選項
4. 打開「命令提示字元」或「PowerShell」，確認安裝成功：

node --version
npm --version

步驟二：安裝 Claude Code

打開「命令提示字元」（以系統管理員身分執行），輸入：

npm install -g @anthropic-ai/claude-code

安裝完成後確認：

claude --version

步驟三：首次啟動 Claude Code

REM 在任意目錄啟動 Claude Code
claude

REM 首次啟動會引導你登入 Anthropic 帳號
REM 依照畫面指示完成認證即可

開啟命令提示字元的方式

方法 A：搜尋

1. 按下 Win 鍵
2. 輸入「cmd」或「命令提示字元」
3. 右鍵選擇「以系統管理員身分執行」

方法 B：快捷鍵

1. 按下 Win + R
2. 輸入 cmd
3. 按 Enter

方法 C：使用 Windows Terminal（推薦）

1. 從 Microsoft Store 安裝 Windows Terminal
2. 按右鍵開始按鈕 → 選擇「終端機（系統管理員）」

---

3. Skills 安裝

3.0 取得 Skills 安裝包

請從課程提供的連結下載 ai-content-skills.zip，然後解壓縮到你的電腦上。

建議放置位置：

解壓縮後的資料夾結構如下：

ai-content-skills/
├── install.sh        ← Mac 安裝腳本
├── install.bat       ← Windows 安裝腳本
├── skills/           ← 7 個 Skill 檔案
│   ├── style-profile.md
│   ├── idea-capture.md
│   ├── deep-researcher.md
│   ├── article-writer.md
│   ├── content-refiner.md
│   ├── content-distributor.md
│   └── content-pipeline.md
└── docs/             ← 教學文件
    ├── teaching-manual.md
    └── teaching-manual.docx

---

3.1 Mac 安裝方式

使用安裝腳本（推薦）

打開終端機（Terminal），依序輸入以下指令：

# 第一步：切換到桌面
cd ~/Desktop

# 第二步：進入 Skills 資料夾
cd ai-content-skills

# 第三步：賦予腳本執行權限（只需要做一次）
chmod +x install.sh

# 第四步：執行安裝腳本
./install.sh

腳本會自動：

1. 將所有 Skills 複製到 ~/.claude/commands/ 目錄
2. 詢問是否建立工作目錄

---

3.2 Windows 安裝方式

使用安裝腳本（推薦）

打開「命令提示字元」，依序輸入以下指令：

REM 第一步：切換到桌面
cd %USERPROFILE%\Desktop

REM 第二步：進入 Skills 資料夾
cd ai-content-skills

REM 第三步：執行安裝腳本
install.bat

腳本會自動：

1. 將所有 Skills 複製到 %USERPROFILE%\.claude\commands\ 目錄
2. 詢問是否建立工作目錄

---

3.3 手動安裝（通用）

如果安裝腳本無法執行，你可以手動複製檔案。

先用終端機進入 ai-content-skills 資料夾（參考 3.1 或 3.2 的前兩步），然後執行：

Mac / Linux

# 建立 commands 目錄（如果不存在）
mkdir -p ~/.claude/commands

# 複製所有 Skills 檔案
cp skills/*.md ~/.claude/commands/

Windows

REM 建立 commands 目錄（如果不存在）
mkdir "%USERPROFILE%\.claude\commands"

REM 複製所有 Skills 檔案
copy skills\*.md "%USERPROFILE%\.claude\commands\"

驗證安裝

安裝完成後，啟動 Claude Code 並輸入 / 查看可用的 Skills 列表：

claude

進入 Claude Code 後，輸入 / 應該可以看到以下 Skills：

/style-profile
/idea-capture
/deep-researcher
/article-writer
/content-refiner
/content-distributor
/content-pipeline

---

4. Skills 功能介紹

/style-profile — 風格檔案建立

用途：分析你過去的文章，建立個人寫作風格的數位檔案。

五維度分析：

1. 語氣調性 — 正式/口語、幽默/嚴肅
2. 用詞偏好 — 常用詞彙、中英混用程度
3. 句式結構 — 句子長度、段落節奏
4. 修辭手法 — 比喻類型、舉例方式
5. 排版習慣 — 標題風格、條列使用頻率

輸出：style-profile.md（風格檔案）

---

/idea-capture — 靈感捕捉

用途：將零散的想法快速結構化為「種子卡片」。

流程：

1. 接收你的靈感（一句話、一段描述、一個連結都可以）
2. 自動判斷最適合的敘事框架
3. 產出結構化的種子卡片

四大敘事框架：

輸出：seeds/{日期}-{標題}.md

---

/deep-researcher — 深度研究

用途：針對指定主題進行系統化的網路資料蒐集與整理。

五步驟研究法：

1. 定義研究範圍
2. 多源資料蒐集（自動搜尋 5+ 次）
3. 資料篩選與驗證
4. 洞察提煉
5. 產出研究摘要

輸出：research/{日期}-{主題}.md

---

/article-writer — 文章撰寫

用途：根據研究素材與敘事框架，撰寫 1500-3000 字的文章初稿。

四大敘事框架結構：

• 觀點文：鉤子 → 立場 → 論據 → 反駁 → 總結
• 教學文：痛點 → 預覽 → 準備 → 步驟 → FAQ → 下一步
• 案例文：場景 → 挑戰 → 決策 → 執行 → 結果 → 教訓
• 精選集：導入 → 標準 → 推薦 → 比較 → 建議

輸出：drafts/{日期}-{標題}.md

---

/content-refiner — 去 AI 味精修

用途：透過三階段精修流程，讓文章讀起來更自然、更有個人特色。

三階段流程：

第一階段 — AI 痕跡偵測與替換

• 移除空泛開場（「在這個快速變化的時代」→ 具體場景切入）
• 替換機械式連接詞（「首先…其次…最後…」→ 自然過渡）
• 消除虛假親切語氣（「大家好」「相信大家」→ 直接敘述）

第二階段 — 注入個人元素

• 在情感高點加入個人故事
• 在轉折處加入個人經驗
• 用真實感受替代教科書式結尾

第三階段 — 風格校準

• 比對風格檔案進行微調
• 確保用詞、節奏、排版一致

輸出：drafts/{日期}-{標題}-refined.md + 精修報告

---

/content-distributor — 多平臺分發

用途：將一篇文章改寫為六個平臺的最適版本。

六大平臺規格：

輸出：published/{日期}-{標題}-distribution.md

---

/content-pipeline — 一鍵全流程

用途：串接五個階段，從靈感到分發一氣呵成。

流程：

靈感捕捉 → ✅ 檢查點
     ↓
深度研究 → ✅ 檢查點
     ↓
文章撰寫 → ✅ 檢查點
     ↓
內容精修 → ✅ 檢查點
     ↓
多平臺分發 → ✅ 最終確認

每個階段之間都有檢查點，你可以：

• 審閱並確認後繼續
• 要求修改
• 跳過某個階段
• 暫停之後再繼續

---

5. 使用教學

5.1 建立風格檔案

什麼是風格檔案？

風格檔案就像是你個人寫作風格的「數位指紋」。你提供幾篇自己過去寫的文章，AI 會分析你的語氣、用詞、句式等特徵，整理成一份檔案。之後 AI 幫你寫文章時，就會模仿你的風格，讓產出更像「你自己寫的」。

步驟：

1. 打開終端機，進入你的工作目錄並啟動 Claude Code：

   # Mac
   cd ~/Desktop/content-workspace
   claude
   
   # Windows
   cd %USERPROFILE%\Desktop\content-workspace
   claude

2. 進入 Claude Code 後，輸入指令：

   /style-profile

3. Claude 會詢問你要提供文章樣本。你有三種方式提供：

   方式 A：直接貼上文字（最簡單）

   請分析以下文章的風格：
   
   [直接貼上你的文章全文]

   方式 B：提供本機檔案路徑

   請分析這些文章的風格：
   ~/Documents/my-blog-post-1.md
   ~/Documents/my-blog-post-2.md

   方式 C：提供文章網址

   請分析以下文章的風格：
   https://myblog.com/post-1
   https://myblog.com/post-2

4. AI 會產出一份五維度的風格分析報告，包括語氣調性、用詞偏好、句式結構、修辭手法、排版習慣
5. 重要：仔細閱讀分析結果，如果有不準確的地方，直接告訴 AI：

   語氣調性的部分不太對，我其實更偏口語化一些，
   而且我很常用反問句。請調整。

6. 最終的風格檔案會儲存為 style-profile.md

實際對話範例：

你 > /style-profile
AI > 歡迎使用風格檔案建立工具！請提供 3-5 篇你過去撰寫的文章...
你 > 請分析這篇文章的風格：https://myblog.com/ai-tools-review
AI > 我已讀取文章內容，正在進行五維度分析...
AI > [輸出完整的風格分析報告]
AI > 這份分析是否準確？有沒有需要調整的地方？
你 > 整體蠻準的，但我其實更愛用短句，幫我補充這點
AI > 好的，已更新。風格檔案已儲存為 style-profile.md

---

5.2 捕捉靈感

什麼時候用？

當你腦中冒出一個模糊的想法，但還沒想清楚要怎麼寫的時候，就可以用這個 Skill。它會幫你把零散的想法整理成結構化的「種子卡片」。

步驟：

1. 在 Claude Code 中輸入：

   /idea-capture

2. 分享你的靈感。可以很隨意，例如：

   我想寫一篇關於「用 AI 工具提升遠距工作效率」的文章，
   主要想分享我自己使用各種 AI 工具的經驗，
   目標讀者是知識工作者。

   或者更簡短也可以：

   最近發現很多人不知道怎麼用 AI 做會議紀錄，想寫一篇教學

3. AI 會幫你：
   • 釐清核心訊息
   • 推薦最適合的敘事框架（觀點文/教學文/案例文/精選集）
   • 產出一張完整的種子卡片
4. 確認種子卡片內容是否正確

實際對話範例：

你 > /idea-capture
AI > 請告訴我你的靈感或想法...
你 > 上週幫客戶做了一個用 Claude Code 自動產報告的專案，
     覺得很值得分享，想讓更多人知道 AI 可以這樣用
AI > 這個靈感很棒！根據你的描述，我推薦使用「案例文」框架，
     因為你有具體的專案經歷可以分享。

     已產出種子卡片：seeds/2026-03-27-Claude-Code自動產報告實戰.md

     核心訊息：透過 Claude Code 自動化報告產出，
     將原本 3 小時的工作縮短到 15 分鐘

     這樣的方向對嗎？
你 > 對，但我想強調的重點不只是省時間，
     更是報告品質也提升了
AI > 了解，我已更新種子卡片的核心訊息。

輸出範例：seeds/2026-03-27-Claude-Code自動產報告實戰.md

---

5.3 深度研究

什麼時候用？

當你已經有主題但缺乏數據佐證、想看看業界觀點、或需要補充資料時使用。

步驟：

1. 輸入：

   /deep-researcher

2. 指定研究主題。你有兩種方式：

   方式 A：讓 AI 讀取種子卡片（推薦）

   請根據最新的種子卡片進行研究

   方式 B：直接指定主題

   請研究「2026 年企業導入 AI 自動化的趨勢與成效數據」

3. AI 會自動執行網路搜尋（至少 5 次），蒐集：
   • 趨勢數據（統計數字、市場報告）
   • 專家觀點（業界領袖的見解）
   • 案例研究（成功與失敗的案例）
   • 反方論點（不同立場的觀點）
4. 審閱研究摘要，確認資料是否充足。如果不夠，可以要求：

   數據部分不太夠，能不能多找一些臺灣企業的案例？

實際對話範例：

你 > /deep-researcher
AI > 請指定研究主題，或我可以讀取 seeds/ 中的種子卡片。
你 > 請根據最新的種子卡片進行研究
AI > 已讀取種子卡片「Claude Code 自動產報告實戰」，
     開始進行深度研究...
AI > [搜尋中] 正在搜尋「AI report automation enterprise 2026」...
AI > [搜尋中] 正在搜尋「Claude Code 企業應用案例」...
AI > [搜尋中] 正在搜尋「AI 自動化報告 ROI 數據」...
AI > 研究摘要已完成！核心發現：
     1. 83% 的企業在 2025 年已開始使用 AI 輔助報告產出
     2. 平均節省 65% 的報告撰寫時間
     3. ...
AI > 完整摘要已儲存至 research/2026-03-27-Claude-Code自動產報告.md

---

5.4 撰寫文章

什麼時候用？

當你已經有足夠的素材（種子卡片 + 研究摘要），準備開始動筆時使用。

步驟：

1. 輸入：

   /article-writer

2. AI 會自動讀取 seeds/ 和 research/ 目錄中的資料，然後：
   • 套用種子卡片中指定的敘事框架
   • 結合研究摘要中的數據和觀點
   • 參考你的 style-profile.md 風格檔案
   • 撰寫 1500-3000 字的初稿
3. 審閱初稿，提出修改意見：

   第二段的數據太多了，讀起來很硬。
   可以把其中一個數據換成一個小故事嗎？

實際對話範例：

你 > /article-writer
AI > 已讀取以下資料：
     - 種子卡片：Claude Code 自動產報告實戰（案例文框架）
     - 研究摘要：11 個參考來源
     - 風格檔案：已載入

     開始撰寫文章初稿...
AI > 文章初稿完成！共 2,347 字。
     已儲存至 drafts/2026-03-27-Claude-Code自動產報告實戰.md

     [顯示文章內容預覽]

     你覺得這個方向如何？有需要調整的地方嗎？
你 > 開頭太長了，能不能直接從「那天客戶打電話來」的場景切入？
AI > 好的，已修改開頭。新版本直接從實際場景開始...

---

5.5 去 AI 味精修

什麼時候用？

當初稿已經完成，你想讓文章讀起來更自然、更像「人寫的」時使用。這個 Skill 會幫你抓出 AI 常見的寫作痕跡並修正。

步驟：

1. 輸入：

   /content-refiner

2. AI 會自動執行三階段精修：
   • 第一階段：掃描並替換 AI 寫作痕跡（空泛開場、機械連接詞、虛假親切感）
   • 第二階段：在文章關鍵位置標記可以加入個人故事的地方
   • 第三階段：比對你的風格檔案進行最後校準
3. 查看精修報告，了解修改了哪些地方
4. 最重要的一步：補充 AI 標記的「建議加入個人經驗」位置。這些是讓文章有「人味」的關鍵！

去 AI 味前後對比範例：

實際對話範例：

你 > /content-refiner
AI > 已讀取草稿：Claude Code 自動產報告實戰
     開始三階段精修...

     === 精修報告 ===
     第一階段：修正了 8 處 AI 痕跡
     - 移除空泛開場 ×1
     - 替換機械式連接詞 ×4
     - 精簡過度修飾語 ×3

     第二階段：標記了 3 處建議加入個人經驗的位置
     - 第 3 段：[建議加入你第一次嘗試自動化的心情]
     - 第 7 段：[建議加入客戶看到成果時的反應]
     - 結尾：[建議加入你對未來的展望]

     第三階段：調整了 5 處風格不一致

     精修版已儲存至 drafts/2026-03-27-Claude-Code自動產報告實戰-refined.md

---

5.6 多平臺分發

什麼時候用？

文章精修完成後，你想把同一篇內容發布到多個社群平臺時使用。AI 會針對每個平臺的特性重新改寫，不是單純縮短。

步驟：

1. 輸入：

   /content-distributor

2. AI 會將文章改寫為六個平臺的版本，每個版本都針對平臺特性量身打造
3. 審閱各平臺版本，確認是否符合預期。可以針對特定平臺要求調整：

   LinkedIn 的版本可以更專業一點，加入一些 ROI 數據

4. 建議的發布順序（先發 Blog，其他平臺附上 Blog 連結導流）：
   1. Blog（完整文章先上線）
   2. Newsletter（發送電子報，附 Blog 連結）
   3. LinkedIn（專業社群）
   4. Facebook（社群互動）
   5. X（精簡觀點）
   6. Threads（輕鬆對話）

六大平臺改寫對比範例（同一篇文章的不同面貌）：

---

5.7 一鍵全流程

什麼時候用？

當你想從零開始，一氣呵成完成整個內容生產流程時使用。這個 Skill 會依序引導你走完五個階段，每個階段之間都有檢查點讓你審閱。

步驟：

1. 輸入：

   /content-pipeline

2. 提供你的靈感或主題
3. 跟著五個階段的引導走，每個階段都有檢查點可以審閱
4. 在任何檢查點，你都可以：
   • 說「OK」或「繼續」→ 進入下一階段
   • 說「這裡需要改…」→ AI 會修改後再繼續
   • 說「跳過這個階段」→ 直接進入下一階段
   • 說「先到這裡」→ 暫停，所有進度都已儲存
5. 全流程完成後，你會得到五份檔案：
   • 種子卡片（seeds/）
   • 研究摘要（research/）
   • 文章初稿（drafts/）
   • 精修版本（drafts/）
   • 六大平臺版本（published/）

實際對話範例：

你 > /content-pipeline
AI > 歡迎使用內容生產流水線！請告訴我你的靈感或主題。
你 > 想寫一篇教大家用 AI 做讀書筆記的教學文
AI > 收到！我推薦使用「教學文」框架。

     進度：[🔄] 靈感捕捉 [⬜] 研究 [⬜] 撰寫 [⬜] 精修 [⬜] 分發

     已產出種子卡片，核心訊息是...
     這個方向對嗎？
你 > 對，繼續
AI > 進度：[✅] 靈感捕捉 [🔄] 研究 [⬜] 撰寫 [⬜] 精修 [⬜] 分發

     開始深度研究...
     [自動搜尋 5 次]
     研究摘要已完成，核心發現是...
     可以進入撰寫階段嗎？
你 > 可以，不過幫我多找一些免費工具的資料
AI > 好的，補充搜尋中... 已新增 3 個免費工具資料。
     現在進入撰寫階段...

[...依序完成五個階段...]

AI > 內容生產完成！
     種子卡片：seeds/2026-03-27-AI讀書筆記教學.md
     研究摘要：research/2026-03-27-AI讀書筆記教學.md
     文章初稿：drafts/2026-03-27-AI讀書筆記教學.md
     精修版本：drafts/2026-03-27-AI讀書筆記教學-refined.md
     分發版本：published/2026-03-27-AI讀書筆記教學-distribution.md

---

6. 檔案結構說明

使用這套 Skills 後，你的工作目錄會形成以下結構：

content-workspace/
├── style-profile.md          ← 個人寫作風格檔案
├── seeds/                    ← 種子卡片
│   ├── 2026-03-27-主題A.md
│   └── 2026-03-28-主題B.md
├── research/                 ← 研究摘要
│   ├── 2026-03-27-主題A.md
│   └── 2026-03-28-主題B.md
├── drafts/                   ← 文章草稿與精修版
│   ├── 2026-03-27-主題A.md
│   ├── 2026-03-27-主題A-refined.md
│   └── 2026-03-28-主題B.md
└── published/                ← 多平臺分發版本
    ├── 2026-03-27-主題A-distribution.md
    └── 2026-03-28-主題B-distribution.md

---

7. 常見問題

Q1：安裝後在 Claude Code 中看不到 Skills？

A：請確認 Skills 檔案已正確複製到以下目錄：

• Mac/Linux：~/.claude/commands/
• Windows：%USERPROFILE%\.claude\commands\

可以用以下指令確認：

# Mac/Linux
ls ~/.claude/commands/

# Windows
dir "%USERPROFILE%\.claude\commands\"

Q2：執行 Skills 時出現錯誤？

A：常見原因：

1. 網路連線不穩定（深度研究需要搜尋網路）
2. Claude Code 版本過舊（請更新：npm update -g @anthropic-ai/claude-code）
3. API 額度用完（檢查 Anthropic 帳戶額度）

Q3：可以只用其中某個 Skill 嗎？

A：可以。每個 Skill 都可以獨立使用，不需要按照順序執行。例如：

• 你已經有文章了，可以直接用 /content-refiner 精修
• 你只想做多平臺改寫，可以直接用 /content-distributor

Q4：風格檔案一定要建立嗎？

A：不一定，但強烈建議。沒有風格檔案，AI 會使用通用的寫作風格。有風格檔案的話，產出會更貼近你個人的寫作特色。

Q5：可以修改 Skills 的內容嗎？

A：可以。Skills 就是 Markdown 檔案，你可以用任何文字編輯器打開修改。檔案位置：

• Mac/Linux：~/.claude/commands/{skill名稱}.md
• Windows：%USERPROFILE%\.claude\commands\{skill名稱}.md

Q6：每次使用需要花多少時間？

A：完整流程（從靈感到六平臺版本）大約 20-30 分鐘。單獨使用某個 Skill 通常在 3-10 分鐘內完成。

Q7：Windows 上安裝腳本執行後沒反應？

A：請確認：

1. 以「系統管理員身分」執行命令提示字元
2. 已先 cd 到 ai-content-skills 資料夾
3. 直接輸入 install.bat 執行

Q8：我的文章會被上傳到網路嗎？

A：你的文章內容會透過 API 傳送給 Claude 進行處理，但 Anthropic 不會使用你的輸入資料來訓練模型。所有檔案都儲存在你的本機電腦上。

---

附錄 A：五大實戰案例

以下是五個不同身份的使用者，如何運用這套 Skills 完成內容生產的完整案例。

---

案例一：自由接案者的個人品牌經營

背景：小美是一位自由接案的 UI 設計師，想透過寫文章建立個人品牌，但每次想到要寫文章就覺得很痛苦，常常寫到一半就放棄。

她的做法：

1. 先建立風格檔案：提供過去在 Medium 上寫的 3 篇設計心得
2. 每週用 /idea-capture 記錄靈感：把工作中遇到的有趣案例隨手記下
3. 週末用 /content-pipeline 一次產出：選一個最有感覺的種子卡片，花 30 分鐘跑完全流程

成果：

• 從「一個月勉強寫一篇」變成「每週穩定產出」
• Blog + LinkedIn 雙平臺經營，三個月後開始收到企業邀約

使用的 Skills 組合：/style-profile → /idea-capture（日常） → /content-pipeline（週末）

---

案例二：行銷主管的團隊內容產出

背景：阿凱是一家新創公司的行銷主管，團隊只有 2 人，但老闆要求每週經營 4 個社群平臺。

他的做法：

1. 每週一用 /idea-capture：根據當週的產品更新或產業新聞記錄靈感
2. 用 /deep-researcher 做快速研究：10 分鐘蒐集足夠的數據佐證
3. 用 /article-writer 寫一篇 Blog 文章：作為該週的主力內容
4. 用 /content-distributor 一次產出四個平臺版本：Blog、Facebook、LinkedIn、Threads

成果：

• 內容產出時間從每週 11 小時降到 2 小時
• 多出來的時間拿去做社群互動和數據分析

使用的 Skills 組合：/idea-capture → /deep-researcher → /article-writer → /content-distributor

---

案例三：技術部落客的知識分享

背景：大衛是一位後端工程師，想把自己學到的技術知識寫成部落格文章分享，但他寫的文章總是太技術導向，非工程師看不懂。

他的做法：

1. 建立風格檔案時特別標注：「我的讀者包含非技術人員，請保持平易近人」
2. 直接用 /article-writer：選擇「教學文」框架，讓文章結構更清晰
3. 重點使用 /content-refiner：專門處理「技術術語過多」的問題
4. 只分發到 Blog + LinkedIn：專注在適合技術內容的平臺

成果：

• 文章可讀性大幅提升，開始有非工程師讀者留言回饋
• LinkedIn 上的文章獲得前主管轉發，帶來新工作機會

使用的 Skills 組合：/style-profile → /article-writer → /content-refiner

---

案例四：老師的課程內容再利用

背景：陳老師在大學教數位行銷，想把上課內容整理成文章分享到網路上，但每次要從頭寫一篇完整文章就覺得很累。

她的做法：

1. 把上課講義當作靈感來源：直接貼給 /idea-capture
2. 跳過研究階段：她已經是領域專家，不需要額外研究
3. 用 /article-writer：把講義重點改寫成適合一般讀者閱讀的文章
4. 用 /content-refiner：確保語氣從「授課口吻」轉為「部落格口吻」

成果：

• 一學期的 16 堂課變成 16 篇部落格文章
• 課程內容從「只有學生能看到」變成「全網都能搜尋到」

使用的 Skills 組合：/idea-capture → /article-writer（跳過研究） → /content-refiner

---

案例五：創業者的思想領袖定位

背景：Linda 是一位 SaaS 創業者，想在 LinkedIn 上建立「AI 應用專家」的形象，但她太忙了，每週能花在內容上的時間只有 30 分鐘。

她的做法：

1. 平常隨手用 /idea-capture 記錄：會議中的洞察、客戶的痛點、產業趨勢
2. 每週挑一個種子卡片用 /content-pipeline：30 分鐘跑完全流程
3. 重點在 LinkedIn 和 X：只經營這兩個對 B2B 最有效的平臺

成果：

• LinkedIn 粉絲半年成長 3 倍
• 開始被邀請到 Podcast 和研討會分享
• 公司的 inbound 詢問量增加 40%

使用的 Skills 組合：/idea-capture（日常 1 分鐘） → /content-pipeline（每週 30 分鐘）

---

附錄 B：場景應用指南

「我已經有一篇文章了，只想去 AI 味」

你不需要跑完整流程。直接用：

/content-refiner

然後把你的文章貼上去，或告訴 AI 文章的檔案路徑。AI 會執行三階段精修，幫你去除 AI 寫作痕跡。

---

「我只想把 Blog 文章轉成社群貼文」

你不需要寫新文章。直接用：

/content-distributor

貼上你已發布的 Blog 文章，AI 會幫你改寫成六個平臺的版本。你可以只挑你需要的平臺使用。

---

「我有一個想法但不確定要寫什麼」

先從靈感捕捉開始：

/idea-capture

把你模糊的想法告訴 AI，它會幫你釐清方向、推薦敘事框架、產出結構化的種子卡片。看到卡片後，你會更清楚自己想寫什麼。

---

「我需要幫老闆寫一篇產業觀點文章」

推薦的流程：

1. /idea-capture — 先把老闆的想法結構化
2. /deep-researcher — 蒐集數據和專家觀點來支撐論點
3. /article-writer — 選擇「觀點文」框架撰寫
4. /content-refiner — 精修到符合老闆的語氣風格

---

「我想一次準備一個月的內容」

建議的批次作業流程：

1. 一次性靈感收集：連續使用 /idea-capture 記錄 4-5 個主題的種子卡片
2. 批次研究：對每個主題分別使用 /deep-researcher
3. 逐篇撰寫與精修：每篇用 /article-writer + /content-refiner
4. 最後統一分發：每篇用 /content-distributor 產出社群版本

這樣你可以在一個下午完成一整個月的內容，之後每天只需要按排程發布即可。

---

「我的文章需要中英雙語版本」

目前 Skills 預設產出繁體中文。如果你需要英文版本，可以在使用 /content-distributor 時加上指示：

/content-distributor

請同時產出英文版本的 LinkedIn 和 X 貼文

或者在文章寫完後，直接對 AI 說：

請把 drafts/ 中最新的文章翻譯成英文，保持同樣的語氣和風格

---

附錄 C：內容策略建議

每週內容節奏

每月檢視

• 各平臺互動數據回顧
• 哪種敘事框架最受歡迎
• 讀者回饋收集與分析
• 更新風格檔案（如果你的寫作風格有變化）

每季調整

• 根據數據調整內容主題方向
• 重新檢視目標讀者定位
• 評估是否新增或調整平臺

---

附錄 D：新手常見「卡住」的情境與解法

「我打了指令但 AI 沒反應」

確認你是在 Claude Code 的對話介面中輸入指令，而不是在一般的終端機中。正確的流程是：

# 先啟動 Claude Code
claude

# 等到看到 Claude Code 的對話介面後，再輸入
/content-pipeline

「AI 產出的內容太制式了」

這通常是因為你還沒建立風格檔案。先用 /style-profile 建立風格檔案，AI 就會參考你的個人風格來產出內容。

「AI 產出的內容有錯誤的資訊」

這是 AI 的已知限制。請務必在發布前人工確認所有事實和數據。特別注意：

• 統計數據的來源是否正確
• 人名、公司名是否正確
• 時間和事件的描述是否準確

「我不想用某個平臺，可以跳過嗎？」

可以。在使用 /content-distributor 時，直接告訴 AI：

我只需要 Blog、LinkedIn 和 Facebook 的版本就好

「中途想改變敘事框架怎麼辦？」

在任何階段都可以告訴 AI：

我覺得「教學文」框架不太適合，可以改用「案例文」嗎？

AI 會根據已有的素材重新套用新的框架。

---