Workflow · 內容生產 bot

發布：2026-05-05 · 最後更新：2026-06-11

閱讀

中

AI / 股市新聞 IG 自動發文 bot:事件驅動 + 兩階 LLM + 自動生圖

內容生產 bot

IG 比 Threads 麻煩 — 必須有圖才能發。但對我來說真正難的不是生圖是「什麼新聞值得發」。如果寫死「每天 18:00 發一則」沒大事的日子就會硬擠一則不重要的出來久了 follower 只覺得吵。所以這個 bot 不是定時硬發是「事件驅動」:每 30 分鐘掃一次但只有夠重要的新聞才會變成貼文。

先講重點

監測 AI / 台股 / 美股 RSS,用 Claude Haiku 評重要性、Opus 用我口吻寫稿、Pillow 生圖、自動發 IG。Windows 工作排程每 30 分鐘事件驅動。核心是「兩階 LLM」 — 便宜小模型過濾沒新意的、貴模型才寫稿,成本降到全程用 Opus 的 1/10。已穩定跑 3 個月。

卡點:IG 要圖 + 「定時硬發」會發出一堆垃圾

IG 演算法明確偏好圖文純文字觸及超差 — 手動做圖 + 配文一篇 45 分鐘。但更難的是「該發什麼」。定時排程最大的問題是:沒新聞的日子它還是會發為了填那個時段就會挑一則其實沒人在乎的新聞硬寫成貼文。發久了帳號就變雜訊。我要的是「有大事才發沒大事就安靜」。

解法:六段 pipeline + 兩階 LLM 分工

pipeline 是 collectors → importance_scorer → dedup → writer → image_gen → publisher。關鍵在中間用「兩個不同等級的 Claude」:先用便宜的 Haiku 幫每一則新聞評重要性分數(量大一次掃 30 則),只有過閾值的才交給貴的 Opus 用我的 voice 寫成貼文。便宜模型做篩選貴模型做精工 — token 花在刀口上而不是每則都用最貴的模型硬幹。

# pipeline 主流程(精簡自 main.py):
# collect → 評分(便宜模型) → 去重 → 寫稿(貴模型) → 生圖 → 發
items = collect_all()                          # RSS:AI / 台股 / 美股
fresh = dedup.filter_new(items, posted_keys)   # 去掉發過的

# 第一階:用便宜的 Haiku 幫每則評重要性(限 30 則 避免燒 token)
scored = [(it, importance_scorer.score(it)) for it in fresh[:30]]
chosen = pick_by_category(scored)   # 分桶+配額:AI 最多 2 則 股市各取最高分(防洗版)

for item, sc in chosen:
    caption = writer.write_caption(item, sc)   # 第二階:Opus 用我的 voice 寫稿
    img = image_gen.render(item, sc)           # Pillow 生 1080x1080 圖
    if dry_run:                                # dry-run:存 logs/preview 先看 不發
        continue
    url = imgbb.upload(img)                     # IG 只收公開 URL → 先上 imgbb 圖床
    ig.post(url, caption)                       # 再發 IG

怎麼決定發哪幾則(配額 + 防洗版)

評完分數後分桶:AI 類達閾值的全發但同一次最多 2 則(不洗版);台股 / 美股各取分數最高的 N 則當天保底但同類已經發過就跳過。這套規則是用程式寫死的不靠我每天臨場判斷 — 但結果可控:不會某天突然暴發 10 則也不會真正的大新聞被漏掉。自動化的重點不是「全交給 AI」是「把我的判斷標準寫成規則讓它替我穩定執行」。

IG 發圖的真實坑:它只收「公開 URL」不收本機檔

這段卡最久。IG Graph API 發圖不吃你本機的圖檔 — 它要一個「公開可存取的圖片 URL」。所以流程是 Pillow 在本機生圖 → 先上傳到 imgbb 圖床拿到公開 URL → 再把那個 URL 丟給 IG API 發。第一次不知道直接傳本機路徑怎麼試都失敗查半天才發現是這個設計。另外 token 跟所有 Meta API 一樣會過期要排 refresh 不然某天就靜默不發。

dry-run + 誠實揭露

自動發文最怕「發出去才發現寫爛或圖醜」。所以有 --dry-run:照跑抓新聞、評分、寫稿、生圖但不發圖存在 logs/preview/、稿存 draft txt 我先看過再開真發。還有每篇貼文自動帶一句「⚠ 此貼文由 AI 自動產出作為我自己的資訊蒐集與觀點記錄」— 不假裝是純人工跟我在 about / SEO 篇講的誠實是同一條。

整段複製給 AI agent，你就有這個 workflow

把下面整段複製貼給你的 AI agent(Claude Code 或同類),它就能照著幫你把這個「AI / 股市新聞自動發 IG 的事件驅動 bot」一步步建起來,你不用自己從零摸。

我要你幫我做一個「AI / 股市新聞自動發 IG」的 bot,設計成事件驅動(每 30 分鐘掃一次,只有夠重要的新聞才發,沒大事就安靜),而不是定時硬發。請用 Python,做成六段 pipeline:collectors(抓 RSS,來源分 AI、台股、美股三類)、importance_scorer(評每則新聞的重要性分數)、dedup(去掉發過的)、writer(寫貼文文案)、image_gen(用 Pillow 生 1080x1080 的圖,放標題、分數、logo)、publisher(發到 IG)。

評分跟寫稿請用兩階 LLM 分工省 token:第一階用便宜的 Claude Haiku 一次掃最多 30 則、幫每則評重要性分數;只有超過閾值的,才交給較貴的 Claude Opus 用我的口吻寫成貼文。便宜模型做篩選、貴模型做精工,不要每則都用最貴的模型硬幹。

選發哪幾則請用程式寫死規則,不要每次臨場判斷:AI 類達閾值的同一次最多發 2 則防洗版,台股、美股各取分數最高的幾則,同類當天已發過就跳過。

請特別避開這幾個我知道的雷:第一,IG Graph API 不吃本機圖檔,它只收一個可公開存取的圖片網址,所以流程一定是 Pillow 本機生圖、先上傳到 imgbb 之類的圖床拿到公開網址、再把那個網址丟給 IG 發,千萬別直接傳本機路徑;第二,Meta 的 token 會過期而且過期後會靜默不發,請幫我排好 token refresh 並在失敗時記錄,不要無聲無息;第三,去重要可靠(例如把發過的 key 記在 jsonl),避免重複發同一則。

請務必做一個 dry-run 模式:照跑抓新聞、評分、寫稿、生圖,但不真的發,圖存到 logs/preview、文案存成草稿檔讓我先看過再開真發。另外每篇貼文結尾自動帶一句說明這是由 AI 自動產出、作為我自己的資訊蒐集與觀點記錄的揭露語,不要假裝是純人工。發文部分只做工具本身,不要在文案裡寫任何買賣結論或操作建議。

排程我預計用 Windows 工作排程每 30 分鐘跑一次。請先確認我目前的環境(作業系統、Python 版本、有沒有 IG 商業帳號跟 Graph API 權限、有沒有 Claude API key、要不要 imgbb key),再一步步建,每完成一步先停下來跟我確認再繼續。

把上面整段複製貼給 agent 就好,它會問你環境跟金鑰細節再動手實作,你只要回答、卡住時補上你的設定資訊就行。

完整 SOP 清單

上面已經把事件驅動架構、兩階 LLM 省 token 設計、IG 發圖要圖床的坑都寫出來了。下面是完整元件對照確認沒漏掉哪塊:

六段 pipeline 完整 code(collectors → scorer → dedup → writer → image_gen → publisher)
兩階 LLM 分工:Haiku 評分 prompt + Opus 寫稿 prompt(我的 voice)+ 為什麼這樣分省 token
RSS collectors(AI / 台股 / 美股)+ importance_scorer 閾值 / 配額設定
Pillow 生圖 layout code(1080x1080 + 標題 + 分數 + logo)
IG Graph API 發圖完整流程(Pillow → imgbb 圖床 → IG publish)+ token refresh
dry-run / --force 測試工作流 + jsonl 去重 + 當天分類保底邏輯
AI 揭露警語 + 我撞過的雷(IG 只收公開 URL / token 靜默過期 / 洗版控制)

看完這篇之前先確認:

適合你

想做 IG 自動內容但不想全程用昂貴 model 燒錢
想學「小模型過濾 + 大模型寫稿」的省錢設計
願意自己 review 圖再發 (有 dry-run 機制)

不適合

還沒做過 thread bot 的人 (先去那篇從簡單版開始)
完全不在意 IG 流量純粹好玩
想完全不 review 直接全自動發 (圖會翻車)

最常踩

全程用 Opus 一個月燒上千美 — 一定要拆兩階 LLM
沒人工 review 直接發 IG 翻車案例:AI 寫錯名字、生圖糊掉、敏感字眼
圖片生成尺寸沒對 IG 1:1 square,發出去被裁掉重點

▸ 常見問題

兩階 LLM 拆分為什麼省錢?

Claude Haiku 一次 input 約 $0.0008、Opus 約 $0.015 (差 20 倍)。一天 100 則新聞先丟 Haiku 評分過濾掉 90 則,只剩 10 則丟 Opus 寫稿,總成本是「100×Haiku + 10×Opus」遠低於「100×Opus」。月省約 $50-80。

一定要用 Pillow 生圖嗎?用 Canva 不行?

Pillow 是程式自動 render,跑 cron 沒人介入。Canva 要人手動拖,沒法接 workflow。如果你只發少量、可以接受手動,Canva 也行;但這個 workflow 重點是「自動」就用 Pillow。

dry-run 機制是什麼?

把整套流程跑完但最後一步「發 IG」改成「寫進 log 加上預覽圖」。我每天 1 次 dry-run 看 AI 寫了什麼、生了什麼圖,確認沒翻車再讓它跑正式版。新手前 2 週建議全 dry-run。

發 IG 要 IG 商業帳號嗎?

要。IG Graph API 只能用商業帳號或創作者帳號 (個人帳號不支援)。免費轉換,但需要綁 Facebook page。如果你 IG 是個人帳號要先去設定切換成商業帳號,5 分鐘搞定。

名詞解釋

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。
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。
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。
API 金鑰（API key）: 服務發給你的一串密碼，程式用它證明「我有權限使用這個服務」。絕對不能公開、不能寫死在程式碼裡。
機器人（bot）: 自動執行特定任務的程式，例如 LINE bot 自動回訊息、發文 bot 每天定時發貼文。

如果內容對你有用就太好了
隨喜斗內