我的 8 篇 workflow 是 AI 唬爛的：全部對照真實專案重寫(E-E-A-T 實戰)
文 / Coolkid發布：2026-05-31 · 最後更新：2026-06-11閱讀約 7 分鐘
摘要
AI 代寫的內容可以直接上線嗎?我的 8 篇 workflow 頁有一半細節是 AI 代寫時編出來的。機器人排程被寫成「每天 8am、用 GitHub Actions」，但真實是「每天 20:00、用 Claude Code 排程」。對照 8 個真實專案逐篇重寫之後，E-E-A-T 裡的可信度才站得住。讀者驗證得了的細節，比堆漂亮術語重要得多。
#14 把 /about 改成實體資料，最後那段講「誠實比漂亮術語重要」。當時我以為那只是 about 頁的小問題。
這篇是同一件事的延伸，而且這次踩得更大、更難看。
我要把 workflow 圖書館的 8 篇填上真實內容。
打開之前 AI 幫我生成的規格一看，有一半是「看起來很專業、但跟我真實專案對不上」的東西。
我的網站在替我說我根本沒做過的事。
這件事我看了很久才敢承認。
這篇記錄我怎麼抓包自己的網站在唬爛、8 篇全部對照真實來源重寫，還有為什麼這件事是 E-E-A-T 的地基，不是潔癖。
1. AI 代寫最危險的不是寫錯，是「合理地編」
AI 生成內容最大的陷阱，不是它會犯低級錯誤，是它會「合理地編」。
它把我的 Threads 機器人寫成「用 GitHub Actions 排程，每天早上 8 點自動發文」。這句話讀起來完全合理，技術上也成立。問題是我的機器人根本不是這樣跑的。
它不是查證之後才寫，是根據常見作法猜一個最可能的版本。
對一個沒讀過我真實程式碼的模型來說，「Threads 自動發文等於 GitHub Actions 排程」是機率最高的答案。所以它就這樣寫了，寫得理直氣壯。
它不是騙你，它是在補空白。
所以 AI 代寫的內容才特別危險。它錯得不明顯。
低級錯誤你一眼看得出來，但合理的假內容會直接通過你的直覺檢查，然後上線。
2. 怎麼抓包:把每篇拉去跟真實專案對帳
方法很笨但有效。
8 篇 workflow，逐篇打開對應的真實專案資料夾，一行一行比對。
github-trending-bot、ai-news-ig-bot、TRADERREPORT、LINE 機器人，真實程式碼跟設定檔擺旁邊，看規格寫的跟實際跑的差多少。
對出來的落差比我想的多。每一條單看都合理，但沒有一條是真的：
| AI 編的(看起來很合理) | 真實(對照專案後) |
|---|---|
| Threads 機器人用 GitHub Actions cron 每天 8am | Claude Code 排程每天 20:00，抓 GitHub trending 挑一個 |
| IG 機器人用 Newsdata.io 抓新聞 | RSS collectors + 兩階 LLM(Haiku 評分 → Opus 寫稿) |
| 家庭 LINE 機器人接 Claude API 做對話助手 | 刻意不接 LLM，keyword + 規則解析就夠 |
如果我沒去對帳，這 8 篇會帶著一身假細節繼續掛在網站上，替我吹我沒做過的東西。
最諷刺的是，真實版本其實比 AI 編的更有料。兩階 LLM 省 token、刻意不接 LLM 的判斷，這些 AI 都不知道，所以它只能編一個平庸但安全的版本。
3. 更大的雷:差點把別人的開源 skill 寫成「我做的」
對帳時還挖到一個更嚴重的問題。
我的素材資料夾裡，有些是我自己寫的專案，有些是我從 GitHub 裝的別人開源的 skill。AI 在生成的時候把這些混在一起，差點把別人做的東西寫成「我的 workflow」。
這是 E-E-A-T 裡權威性的紅線。你可以介紹別人的工具，但不能讓讀者以為那是你做的。
判斷方式很簡單，看 README 有沒有外部安裝來源、有沒有別人的署名。是別人的就明確標來源，是自己的才放進「我的 workflow」。
這條我守得很死，因為它一旦破，整個 Lab 的「第一手實作」定位就垮了。
讀者來看的是「他真的做過」，不是「他轉貼了什麼」。
這條線我不會讓它模糊。
4. 一個反方向的邊界:真實不等於全部攤開
重寫時遇到一個有趣的拉扯。
其中一篇是「怎麼用 AI 鎖個人品牌定位」。我確實做過這件事，也有真實產出，但那份定位內容是我私人的東西。
所以我的處理方式是，workflow 只分享方法，不公開我的答案。
怎麼讓 AI 當顧問、怎麼餵背景給它探討個性，這些可以講。誠實不等於暴露隱私，真實的是流程，私人的留給私人。
這跟「不能編造」是同一個原則的兩面。不編你沒做過的，也不必攤開你不想公開的。
中間那條線是，我寫的每一句話，讀者都驗證得了，而且我願意負責。
5. 為什麼這是 SEO / GEO 地基不是潔癖
E-E-A-T 的信任，白話講就是「讀者跟 AI 驗證得了你說的話」。
workflow 頁正是讀者驗證 Lab 真假的地方。頁面寫的工具如果跟我的 build log、跟真實專案對不上，信任直接扣分。
GEO 更是這樣。AI 在決定要不要引用一個來源的時候，越來越會交叉比對內容的一致性。
細節自相矛盾、對不上真實，就是被降低引用權重的理由。反過來說，第一手的真實細節是 AI 編不出來的，那是只有真做過的人才寫得出的護城河。
所以據實重寫不是道德潔癖，是把護城河補回來。
AI 幫你寫得順，但順跟真是兩件事。順是它的強項，真只能你自己保證。
真這件事沒有人能外包。
6. SOP:怎麼從源頭防 AI 幫你編造
重寫完，我把這次的教訓鎖成一條 prompt 規則。之後讓 AI 寫任何「我的專案」內容之前，先貼這一段：
# 讓 AI 寫「我的專案」內容前 先鎖死這幾條(貼在 prompt 最前面)
- 只能根據我貼的真實 source(README / code / 設定檔)寫
- source 沒寫的細節(時間 / 數字 / stack 名稱)不要猜 → 標 [待確認]
- 別人的工具 / 開源專案 明確標來源 不要寫成「我做的」
- 我的隱私(品牌定位 / 家人資料)只描述方法 不公開內容核心就一句話，讓 AI 從「猜一個最合理的版本」切換成「只寫查證過的版本」。
它預設會幫你補完空白，那是它的本能。你要主動把「不知道就標出來，別亂猜」寫進規則，它才不會用合理的假話填滿你的網站。
規則要寫死，不能靠提醒。
這篇是 #14「誠實比漂亮術語重要」的續集，但這次的對象不是我手寫的 about，是 AI 幫我生成的內容。
AI 寫作能力越強，這個坑會越深，因為它編得越來越像真的。真實是最低標，不是加分項。而這個最低標 AI 幫不了你，只能你自己去對帳。
名詞解釋
- 機器人（bot）
- 自動執行特定任務的程式，例如 LINE 機器人自動回訊息、發文機器人每天定時發貼文。
- 排程（cron）
- 讓程式「每天 8 點」「每小時」自動執行的定時器。自動發文、定期抓資料都靠它。
- E-E-A-T
- Google 評估內容可信度的四個面向：經驗（Experience）、專業（Expertise）、權威（Authoritativeness）、可信（Trustworthiness）。
- GitHub
- 放 Git 程式碼的雲端平台，也是全世界開源專案的集散地。程式碼推上去之後可以接自動部署。
- 大型語言模型（LLM, Large Language Model）
- ChatGPT、Claude 這類 AI 背後的技術：讀過海量文字後，學會理解與生成人類語言的模型。
- Threads
- Meta 旗下的文字社群平台。本站的社群引流主戰場之一，相關自動發文流程有整篇教學。
- SEO（搜尋引擎優化）
- 讓網站在 Google 搜尋結果排得更前面的一整套方法，涵蓋技術體質、內容品質、連結結構三層。
- GEO（生成式引擎優化）
- 讓 ChatGPT、Perplexity 這類 AI 在回答問題時引用你網站內容的優化方法，是 SEO 在 AI 時代的延伸戰場。
- API（應用程式介面）
- 程式跟程式之間溝通的窗口。例如你的程式透過 LINE 的 API 自動發訊息、透過 Google 的 API 讀試算表。
看完這篇之前先確認:
- 用 AI 大量生成內容的人
- 在乎 E-E-A-T / 被 AI 引用的人
- 做 build-in-public 怕內容失真的人
- 全部手寫、完全不用 AI 代筆的人
- 內容農場(要量不要真)經營者
- 純創作站不在乎事實一致性的人
- AI 編的「合理假內容」沒查證就上線
- 把別人的工具 / skill 寫成自己做的
- 為了顯得專業 堆沒實際用過的 buzzword
如果內容對你有用就太好了
隨喜斗內
相關閱讀
這篇背後的真實開發過程記錄在 Build Log。
搜尋標籤：eeat、trustworthiness、ai-content、honesty、build-in-public、workflow。
本篇為個人學習與實驗紀錄。E-E-A-T 是 Google 品質評估概念、不是可直接操作的排名開關 本文做法不保證在你的網站產生相同結果 請依自身狀況驗證。本站不接 YMYL 高風險站、不做 PBN、不做品牌矩陣 SEO。