今天學到的事 : 努力，但不費力

今天去上了一堂課，有點被嚇到

今天去上了Vista鄭緯筌老師的課，「用Claude Code打造你的內容產線」，老實說，進去之前我以為只是「AI工具介紹課」，但上完之後，認真覺得要記錄一下。

讓 AI 先讀你自己的文章

課程最讓我印象深刻的，不是那五個自動化流程，而是最一開始的那一步：建立你的風格檔案。

過去我們說「讓AI幫你寫文章」，結果寫出來的東西太「AI 味」，但今天的做法是反過來的：先讓AI讀你寫的東西，學你怎麼講話，再幫你起草。

我把自己過去自己寫的文章丟進去，10分鐘後它告訴我：你偏好對比結構、你喜歡具體數字、你習慣在最後問讀者一個問題，說實話，比我自己說得還準。

人機分工：我負責「靈魂」，AI 負責「搬磚」

AI負責研究起草，我負責判斷內容正不正確，並且做最後的風格潤飾。

以往寫文章，最耗時的往往不是「產生觀點」，而是「把破碎的念頭整理成讀者看得懂的結構」。

如果AI能接手這段枯燥的組裝過程，我便能將時間留給真正無可取代的事，思考、判斷、並選擇哪些洞見值得分享，打字只是體力活，思考才是核心價值。

跟最近在看的一本書對上了

剛好最近在讀《努力，但不費力》，找到阻力最小的路徑，讓事情自然流動。

費力版：有觀點 → 花三小時整理 → 最後累了就不寫了。

不費力版：有觀點 → AI協作整理 → 你確認「這是我要說的意思嗎」。

觀點還是你的，判斷還是你的，但中間那段搬磚的工作，不一定要你親自搬。

但這套流程有個不可撼動的前提，你得有東西可以說，沒有觀點、沒有研究、沒有判斷，AI幫你自動化的只是「空的」，垃圾進，垃圾出。

整理是我的專業，判斷是你的修煉

這跟我想幫訂閱戶做的事完全重疊，你不需要每天盯著近兩千支股票，你只需要在對的時機，留意到那幾支已經出現訊號的標的。

資料整理、數據排序，這些是搬磚的工作，我來處理，而判斷這個訊號背後在說什麼，這才是你的事。

在投資領域，努力還是要的，也絕對說不上輕鬆簡單，但隨著時間累積，我們最終要的是 : 努力 — 但不費力，我一直想做的，大概就是這件事。

以上簡單分享酌供參考^^

#躲在後面左邊屬過來第三位的就是小弟我

#推一下Vista老師的課

https://www.facebook.com/share/p/18SMDd2N24/