AI Ark LLM Wiki

每天8點自動發 Threads！用Claude Code做出「口吻像你」的機器人，非工程師60分鐘搞定

Properties2
descriptionAI Ark 知識頁：每天8點自動發 Threads！用Claude Code做出「口吻像你」的機器人，非工程師60分鐘搞定。
tagsraw-evidence

閱讀時間約 14 分鐘

每天8點自動發 Threads！用Claude Code做出「口吻像你」的機器人，非工程師60分鐘搞定

  • 原文標題：每天8點自動發 Threads！用Claude Code做出「口吻像你」的機器人，非工程師60分鐘搞定
  • 作者：數位時代 BusinessNext
  • 發布時間：2026-08-11T11:17:00+08:00
  • 來源：數位時代 BusinessNext
  • 擷取方式：BusinessNext NewsArticle.articleBody JSON-LD；正文依原文 articleBody 解碼 HTML entity 並整理段落，未加入衍生摘要。
  • Canonical URL：https://www.bnext.com.tw/article/91812/claude-code-threads-auto-poster

原文擷取

先短答給趕時間的人：每天自動發 Threads 的小機器人，難的不是技術，而是寫出來像不像你。先萃取一份 voice profile，也就是寫給 AI 看的「我平常怎麼講話」說明書：把自己過去 8 到 15 篇真實貼文交給 Claude 分析，第一版大概有 70 分，再自己校對兩三輪。之後每次寫稿前，都先讓 AI 讀這份文件。素材來源要選每天都有新內容、又能取得公開資料的；我選的是 GitHub 當天的熱門專案。整套流程大約 30 到 60 分鐘可以完成。我每天都想在 Threads 分享一點東西，把做東西的過程公開記下來。但「想分享」和「想得到分享文要怎麼寫」，是兩回事。很多時候，我打開 App 想了 10 分鐘，最後又關掉，因為腦袋空空，不知道要講什麼。後來，我用 Claude Code 做了一個小機器人，每天晚上 8 點自動執行。它會挑選 GitHub 當天的熱門專案，用我的口吻寫成一段介紹，再發布到 Threads。上線至今，它沒有出過狀況；發出去的貼文，也很少有人看出是機器人寫的。接下來，我會從 voice profile、素材來源到定時排程，一步一步拆解這個機器人的做法。這篇是一步一步的教學，讀完你會做出三樣東西：一份自己的 voice profile 文件，作用是讓 AI 寫得像你，而不是像一台機器一個會自動抓素材、生稿、發文的小機器人還有一個到點觸發的排程範例是 Threads 加 GitHub，但任何「自動發文機器人」都套得上，像是 X、LinkedIn、IG 文案、Bluesky。30-60 分鐘可以全部跑完。目錄（點擊可直接前往該段落）： 自動發文機器人為什麼對 build-in-public 這麼重要？ 怎麼讓 AI 寫出來的東西像你，而不是像機器人？ Threads 自動發文機器人怎麼從 0 做到 100？（5 步做完） 中文在 Windows PowerShell 變成亂碼怎麼解？ 怎麼讓機器人每天 8 點自己起床跑？自動發文機器人為什麼對 build-in-public 這麼重要？持續公開記錄最難的地方，其實是每天晚上累了之後，不想再花腦力選題、寫稿、貼出去。問題不是「沒料可以寫」。動作門檻比內容門檻高得多。這才是真正的關卡。自動發文機器人解決的就是動作門檻，把「每天要分享什麼」這件事，從你的待辦清單上拿掉。選素材來源該看什麼？我自己抓 3 個原則。 每天都有新內容，不會重複，像是 GitHub Trending、Hacker News、各家更新紀錄、PapersWithCode。 跟你的品牌軸線對齊。我做 AI workflow，所以選 GitHub Trending；交易者可以選 Finviz 或 TradingView，設計師可以選 Awwwards。 有公開 API 或 RSS，不用寫爬蟲去對抗反爬機制。我選 GitHub Trending，三條原則剛好都中。每天都有新的熱門專案，跟我的 AI workflow 品牌對齊，而且有公開 API 抓得到。其他軸線的素材，可以用 RSS，或自己寫一個簡單的爬蟲，下面的步驟一樣都能套用。怎麼讓 AI 寫出來的東西像你，而不是像機器人？做自動發文機器人，最重要的其實是「寫出來像不像你」，技術反而是其次。如果貼文長得像 ChatGPT 那種工商風格，大家一看就知道是機器人，發了還不如不發。要讓 AI 寫得像你，得先餵一份「voice profile」當教材。Voice profile 的萃取，分成下面 4 個步驟。 收集樣本。 把過去 8～15 篇自己寫的真實貼文整理成一個檔案，Threads、X、LinkedIn 都可以。8 篇是最低門檻，15 篇最理想，少於 8 篇，AI 抓不出規律。 把樣本丟給 Claude 分析。 指令範本：「請從下面 N 篇我寫的貼文，萃取出我的 voice profile，包含開頭習慣、句法特徵、用詞偏好、情緒詞彙、結尾習慣，還有我絕對不會寫的東西，也就是反指紋。輸出格式是條列，每條附 1～2 個範例。」 校對加補強。 Claude 萃取出來的第一版通常只有 70 分，要自己看一遍，補上哪些招牌詞沒抓到，刪掉哪些是 Claude 瞎掰的。修改 3～5 輪，會得到大約 85 分的版本。 存成 voice_yourname.md。 之後每次叫 AI 寫東西，就先把這份文件丟給 AI 讀。AI 會照你的招牌寫，不再是那種 ChatGPT 工商口吻。 我自己的 voice profile 裡面有這些：場景直入的開頭、段落中間用空格停頓、招牌的「(是有屁用」，以及招牌的「鍋」字。還有不放 emoji 的進度更新型貼文，以及「免費仔」「普通聰明人」這種自我貼標籤。完整版本放在 Lab 的記憶層。AI 拿到這份文件之後寫出來的東西，多數場合家人朋友都看不出是 AI 寫的。Threads 自動發文機器人怎麼從 0 做到 100？（5 步做完）下面用「GitHub Trending 到 Threads」當範例。兩端都可以換。把 GitHub Trending 換成你的素材來源，把 Threads 換成 X 或 LinkedIn，整套架構完全不變。 跟 Claude Code 講需求。 輸入：

我想做一個每天晚上 8 點自動發 Threads 的小機器人。流程是這樣：

抓 GitHub Trending 當天前 5 個專案。

隨機挑 1 個。

讀我的 voice_coolkid.md，用我的口吻寫一段 200 字內的介紹。

發到我的 Threads 帳號。

請建一個 Python 專案，requirements.txt 寫清楚要安裝什麼。不要規劃，直接建檔。 設定 Threads API 帳號。 Threads 走 Meta Graph API，前往 developers.facebook.com 建立 App、加入 Threads 產品，再取得 access token。細節可以參考官方文件，AI 也能一邊帶你操作。第一次設定大約需要 15 分鐘。 在自己的電腦試跑。 在資料夾中開啟 PowerShell，執行 python bot.py，確認能不能抓到 GitHub 專案、寫出貼文並發布到 Threads。先用測試帳號發布 1～2 則，確認流程正常，再切換到正式帳號。 處理 Windows 中文編碼這個雷。 詳細做法見下一節。中文發布出去變成問號，是 Windows 預設的 cp950 編碼造成的。先把這個問題處理掉，自動發文才會真的發成中文。 設定每天晚上 8 點自動執行。 可以使用 Windows 工作排程器，或 Vercel 搭配 cron-job.org，詳細比較見後面的章節。設定完成後，就不用每天手動執行，機器人會自己起床發文。 跑完這 5 個步驟，機器人就會開始每天自動發文。持續發布 1～2 週後，你會發現一件事：壓力真的小很多。「每天要分享什麼」不再壓在頭上，剩下的就是有靈感的時候，自己出手寫一篇。中文在 Windows PowerShell 變成亂碼怎麼解？這是我自己卡了 2 小時的雷。Python 在 Windows PowerShell 執行時，印出中文或透過 API 傳送中文，可能會變成「???」加上一堆奇怪符號。原因是 Windows PowerShell 預設使用 cp950，也就是 Big5；Python 預設使用 UTF-8，兩邊編碼對不上就會變成亂碼。解法有 3 個，下面從最輕的排到最重的。 解法 1（推薦）：強制 Python 使用 UTF-8 輸出。 在 Python 檔案最上面加入：

import syssys.stdout.reconfigure(encoding='utf-8')
這段程式會讓 Python 強制使用 UTF-8 輸出，不受 PowerShell 預設編碼影響。
        解法 2：先把貼文寫進文字檔案。
把貼文先寫進一個 `.txt` 檔案，開啟檔案時指定 `encoding='utf-8'`，再讓程式讀取檔案並發布。不要把中文字直接放在 `print` 或 `subprocess` 裡傳遞。
        解法 3（一勞永逸）：將 PowerShell 終端機切換成 UTF-8。
在 PowerShell 執行：

`chcp 65001

不過，這項設定只對目前的視窗有效。重新開啟 PowerShell 後，又會恢復成 cp950。 我自己使用解法 1 加上解法 2 作為雙重保險。中文透過 API 送出之後，Threads 可以正常顯示，不會變成問號。Mac 使用者不會遇到這個問題，因為 macOS 預設使用 UTF-8。這個雷在其他自動化工具上也會碰到，例如 IG 機器人、X 機器人和 LINE 機器人。學會一次之後，就能一直用得到。怎麼讓機器人每天 8 點自己起床跑？讓機器人每天定時執行有 3 種方式，下面從免費排到付費。 方式 1（最簡單）：Windows 工作排程器（Task Scheduler）。 這是 Windows 內建的功能。在開始選單搜尋「工作排程器」，建立工作，設定每天 20:00 觸發，動作填入：

python C:\path\to\bot.py

這個方法免費，缺點是電腦關機後，機器人就不會執行。 方式 2（推薦）：cron-job.org 搭配 Vercel Function。 把機器人包成一個 API 端點並部署到 Vercel，再讓 cron-job.org 每天晚上 8 點對該網址發出一次 GET 請求。這個方法可以免費使用，而且電腦關機後仍然會照常執行。 方式 3（進階）：GitHub Actions cron。 在 .github/workflows` 中建立 cron schedule，每天晚上 8 點觸發 GitHub Actions 執行機器人。這個方法完全免費，而且能和程式碼放在一起管理；缺點是需要了解 GitHub Actions 的設定方式。 製作第一個機器人時，建議先使用方式 1，也就是 Windows 工作排程器。15 分鐘可以設定完成，幾乎沒有學習成本，單機就能執行。後續真的需要 24 小時不間斷運作，再升級到方式 2 或方式 3。我自己目前使用方式 2，也就是 cron-job.org 搭配 Vercel Function。這套做法可以免費運作，而且電腦關機後，機器人仍然照樣執行。原文出處：Coolkid AI Lab〈我用 AI 做了一個每天 8 點自動發 Threads 的小機器人〉

Source notes

  • This raw capture preserves the BusinessNext title, publication metadata, extracted NewsArticle.articleBody, workflow steps, and scheduling options.
  • The source presents a product/tutorial workflow and cites Coolkid AI Lab as the original source; feature availability, API permissions, and deployment behavior should be checked against current official documentation before operational adoption.
  • The JSON-LD body contains a source-provided malformed Windows UTF-8 code snippet (import syssys.stdout...); it is preserved as captured rather than silently corrected.

Graph View