你的內容做不好，不是因為缺乏天分，是因為沒有建立系統。X（前 Twitter）上前 1% 的創作者，平均每天發 3.7 則貼文。多數人只發 0.4 則。這之間的差距不是紀律問題，而是基礎建設問題。高產量的創作者不是每天坐在電腦前 14 小時硬寫，他們建了一條產線，早上還沒吃午餐，一個點子就已經變成八則內容。
X 平台上的創作者 Sharbel 在 2026 年 4 月公開了他的完整做法，包含五個步驟、五組可直接複製的 prompt，以及兩個開源 AI agent。這篇文章拆解他的方法，同時補充創作者可以直接套用的實務觀點。
 
  
    
    
 
     
整套系統只需要一項付費工具：Claude Pro 或 ChatGPT Plus，月費 USD 20（約 NTD 640）。這一個工具同時扮演撰稿人、編輯、策略顧問、排程助手和數據分析引擎。不需要額外軟體。
 
     
用具體數字來看：一個三人內容團隊的月成本至少 NTD 576,000。這套系統用 NTD 640 做到類似的產出量。
 
     
Sharbel 另外開源了兩個 AI agent，可以自動化整條流程：
 
     
Sage——專為 X 平台設計的內容 agent，涵蓋語氣校準、推文起草、長串文撰寫、趨勢偵測與回饋迴圈。安裝時間約 5 分鐘。GitHub 連結：github.com/sharbelxyz/sage-x-agent
 
     
 
       
     
 
     
Nova——YouTube 成長 agent，處理競品分析、頻道健檢、選題發想、腳本撰寫和成效追蹤。GitHub 連結：github.com/sharbelxyz/nova-youtube-agent≤c
 
     
 
       
     
 
     
兩者都免費，都能跑在 Claude 上。使用時間越長，輸出品質越好。
 
     
 
      
這不是理論框架。以下是可執行的步驟拆解。
 
      
步驟一：週日點子清倉（25 分鐘）
 
      
每個星期天打開一個新的 Claude 或 ChatGPT 對話，貼上一段 prompt，要求生成 20 個適合 X 平台的內容點子。每個點子必須滿足三個條件：挑戰你所在領域的常見信念、包含具體數字或公司名稱、用陳述句而非問句。
 
      
38 秒後你會拿到 20 個點子。先不要編輯，全部複製到一份文件裡，逐條標記為「長串文」「短貼文」或「深度文」。週一還沒到，你的整週內容地圖就已經畫好了。
 
      
步驟二：鉤子工廠（每個點子 15 分鐘）
 
      
鉤子（hook）決定了 80% 的成果。一則鉤子弱但內容好的貼文大概拿到 200 觀看；一則鉤子強但內容普通的貼文可以衝到 200,000 觀看。社群媒體的內容產業獎勵的是包裝，不是本體。
 
      
用另一段 prompt 對每個點子生成 10 個不同的鉤子。每個鉤子必須以數字或具體企業名稱開頭，使用第二人稱「你」，用陳述句，控制在 280 字元以內。十個版本之間不能重複句型結構。
 
      
選哪一個？選那個讓你覺得有點不舒服的。不舒服代表它夠具體、足以被反駁。能被反駁的鉤子才會傳播。安全的鉤子只會安靜地死去。
 
      
步驟三：擴展引擎（每則貼文 20 分鐘）
 
      
有了鉤子，接下來寫內容。用 prompt 把鉤子擴展成 10 則推文串。規則包括：每則推文必須包含一個具體事實、數字或公司名稱；每則最多兩到三句；每則要揭示新資訊，不能有「此外」「不僅如此」這類過渡詞；最後一則必須重新定義開頭的假設。
 
      
第一版出來之後，不要直接用。繼續追問：「把第三則改得更具體，用實際數字取代模糊說法。如果用了百分比，標明是哪家公司報告的。如果寫了『許多公司』，列出三家具體名稱。」
 
      
具體性在這裡不是裝飾，是論證本身。
 
      
步驟四：內容倍增協議（10 分鐘）
 
      
一條推文串不等於一則內容。一條推文串等於八則內容。
 
      
寫完推文串之後，把整條串丟回 AI，要求轉換成五種格式：一則 60 秒的 LinkedIn 貼文、一則精簡版三推文短串、一份七頁輪播圖大綱、一段 90 秒以內的 YouTube Shorts 腳本、一封用核心洞見寫的開場郵件。
 
      
所有格式都保留具體數字和企業名稱。一次寫作，五天的排程量就填滿了。這就是AI 行銷自動化的具體實踐。
 
      
步驟五：回饋迴圈（每週五 10 分鐘）
 
      
94% 的創作者跳過這一步，這也是他們的觀看數停滯數月不動的原因。
 
      
每週五從 X Analytics 撈出本週表現最好的三則和最差的三則貼文，連同觀看數一起貼進 AI。要求分析結構性差異：鉤子結構、主題類別、句長分布、含具體數字的貼文是否跑贏模糊貼文。最後給出下週適用的三條規則。
 
      
這不只是在做內容。這是每週跑一次實驗。到了第八週，你的貼文和別人之間的差距不再是技巧，而是八週的累積數據。別人沒有這些數據。
 
      
 
       
Sharbel 自己也踩過坑，以下是他花了真金白銀學到的教訓。
 
       
錯誤一：沒做語氣校準就直接發布。 前三週的產出讀起來像新聞稿，每句話文法正確，但沒一句聽起來像人講的。觀看數全部打平。解法：在跑任何 prompt 之前，先貼進五則你過去表現最好的貼文，告訴 AI「研究這些貼文的句構、用詞和語氣，然後把同樣的聲音套用到你幫我寫的所有內容上。」語氣校準花 4 分鐘，跳過它要多花 3 週補回來。
 
       
錯誤二：在錯誤時間發布。 週一排七則然後消失到週五，不是內容策略，是內容傾倒。演算法把發文頻率當成帳號健康度的信號。建議時間：上午 7:42、中午 12:14、下午 6:30（以你受眾所在時區為準）。不用整數時間。整數時間看起來像排程工具設的。不規則的時間看起來像真人發的。單靠這一個調整，11 天內平均曝光量提升了 31%。
 
       
錯誤三：忽略回覆作為內容格式。 X 的回覆區是最被低估的曝光版位。在一則 50 萬觀看的貼文下面留一則有料的回覆，花 30 秒，可以帶來 40,000 次曝光。每天早上花 10 分鐘，在你的領域內已經有流量的貼文下留五則高品質回覆。這不是刷互動，是免費借用別人的受眾做內容分發。
 
       
 
       
      
     
    

百萬觀看不是靠一則爆款。14,000 觀看乘以 72 則貼文等於 1,008,000 觀看。那就是這套系統正確運行八週的結果。

你不需要爆紅一次。你需要穩定在一個會累加的水位。

多數人把內容當成輸出問題來看待。以為瓶頸是創意不夠、天分不足或時間不夠。

每個突破百萬觀看的創作者解決的都是系統問題。他們建了基礎建設、跑了數據迴圈、把內容當產品做、把分發當營運做。

你不是輸給更有天分的人。你是輸給組織能力更強的人。

答案一直都在系統裡。只是你一直試圖用努力來解決。

Rae 是 Tenten.co 的內容與策略總監，長期關注 AI 工具在內容產製和數位行銷領域的實務應用。2026 年的內容競爭已經不再是「誰寫得比較好」的問題，而是「誰的系統跑得比較快、比較聰明」的問題。大多數台灣的中小企業和個人品牌還停留在手動產出的階段。導入 AI 內容系統的投資門檻比想像中低很多，但對產出效率的影響是倍數級的。早一週開始建系統，就早一週開始累積複利。

若您正在思考如何用 AI 建立自己的內容產線，歡迎與 Tenten 團隊預約諮詢，一起找到最適合您品牌的做法。