如何在不會寫程式也能自動化:Jeff Su 用 ChatGPT+Google Apps Script 一步搞定(1招實作)

如何在不會寫程式也能自動化:Jeff Su 用 ChatGPT+Google Apps Script 一步搞定(1招實作)

導言 Jeff Su 在影片中示範了一個看似簡單但具高度實用性的自動化流程:透過 AI(影片中以「ChachiBt/Chachib」稱呼,實際上為 ChatGPT 類型的語言模型)產生 Google Apps Script 程式碼,將每週收到的電子報自動存入 Google 文件,便於日後查閱。核心議題是「用 AI 補上程式能力的差距」,關鍵人物則是內容創作者 Jeff Su 與扮演自動化專家的 AI 助手。以下為重組後的深度解析與實務建議。

主題:把每週收到的電子報自動存成 Google 文件,免手動複製貼上。
案例關鍵句(原話引用):「act as an automation expert with knowledge of Google app scripts. Create a script that saves emails from the sender to a Google doc.」
重點數據與情境:
- 電子報頻率:[每週];需求:每次收到都自動保存。
- 期望結果:未來每一封符合條件的郵件皆自動新增到同一份 [Google Docs] 文件中,達成「集中、可搜尋的長期保存」。

AI 如何扮演「代寫程式」的角色

主題:使用 AI 生成可直接執行的 Apps Script 程式碼。
引用(影片原句):「Chachib gives me the exact code and step-by-step instructions.」
要點:
- 使用者向 AI 提出明確需求+角色(例如「act as an automation expert」),AI 回傳完整範例程式碼與步驟。
- AI 輸出的程式通常包含:搜尋 Gmail 郵件(以寄件者或主旨為條件)、讀取郵件內容、打開或建立 Google Docs、將新內容附加到文件。
- 實務價值:省去語法學習門檻,將「思路」快速轉成「可執行程式」。

典型操作流程(具體步驟)

主題:從 prompt 到自動化運作的標準流程(可直接複製執行)。
步驟要點(建議流程):
1. 在 ChatGPT 輸入 prompt(範例見上),要求產生 Google Apps Script 程式碼。
2. 複製 AI 回傳的完整程式碼。
3. 前往 Google Apps Script(script.google.com),建立新專案,貼上程式碼。
4. 按下「Run」執行一次,並授權程式存取 Gmail 與 Google Docs 的權限(第一次執行會要求授權)。
5. 設定觸發器(Trigger)使腳本定期自動執行或以其他條件觸發,確保「未來收到的電子報都會自動被加入」。
補充重點:Google Apps Script 可連接整個 [Google Workspace]:Gmail、Calendar、Sheets、Slides、Docs,因此延伸應用極廣。

權限、安全與實務限制

主題:必須處理的授權與風險問題。
要點與提醒:
- 權限授權:程式需取得 Gmail 與 Docs 的存取權(使用者在授權流程中需要明確同意)。
- 隱私風險:腳本會讀取郵件內容,若腳本來源不明或程式碼含惡意邏輯,可能洩漏敏感資訊。
- 使用限制:Google 對 Apps Script 與 Gmail API 有配額與使用限制(例如 API 呼叫頻率、每分鐘/每日執行次數等),部署前應檢視官方配額文件以避免被暫停或拒絕服務。
引用(影片示意):「Now every future instance of this newsletter gets added automatically to this Google document.」——達成自動化時,別忘了定期檢查運作狀態與錯誤日誌。

實務範例與驗證(重建 Jeff Su 的場景)

主題:從 prompt 到結果的再現說明。
使用者 prompt(直接引用):
「act as an automation expert with knowledge of Google app scripts. Create a script that saves emails from the sender to a Google doc.」
系統回應(影片重點):AI 提供可直接貼入 Apps Script 的「完整程式碼」與「逐步說明」。
驗證流程:貼上程式、按 Run、授權、設定時間性或條件觸發器 → 驗證:之後每封來自該寄件者的郵件都被自動加到 Google 文件。這樣就能達成「集中保存、易於搜尋、供後續引用」的需求。

延伸應用與最佳實踐建議

主題:如何把這個模式放大到更多場景。
建議項目:
- 多來源整合:改寫條件,將不同寄件者或特定主旨的郵件,分別存入不同文件或統一儲存在 Sheets 做索引。
- 錯誤處理與日誌:在程式中加入 try/catch、寫入錯誤日誌到 Spreadsheet,以利除錯與稽核。
- 安全控管:限制腳本存取範圍(最小權限原則)、將程式碼備份並定期審查。
- 自動化頻率:依需求設定觸發器(例如每日、每小時),並注意不要觸及 Google 的配額上限。
- 多人協作:若文件需共享,設定文件權限並在程式中處理版本標記或時間戳。

總結與思考 Jeff Su 的示範揭示一個重要趨勢:AI 不必取代程式設計師,而是能把「程式撰寫這件事」變成一個可被指引與複製的流程,讓非程式背景的人也能快速建立實用的自動化工具。關鍵步驟簡化為三件事:明確 prompt → 將 AI 回傳程式貼到 Google Apps Script → 執行並設定觸發器。實務上仍須注意授權、安全與配額限制。若你每週收到重要郵件,這種方法可立即提升效率;若要大規模部署,則需結合最佳安全實務與監控機制。

參考資料(原始影片) YouTube 連結: https://www.youtube.com/watch?v=i1a5MQCvonQ

Read more

如何在 10 個指標看出 OpenAI Agent Kit 能否「扳倒」n8n?一次看懂 2 大代理人平台的勝負關鍵

如何在 10 個指標看出 OpenAI Agent Kit 能否「扳倒」n8n?一次看懂 2 大代理人平台的勝負關鍵

在最新的比較實測中,AI 自動化創作者 Nate Herk(Nate Herk | AI Automation)直言:「In short, my answer is no.」──他認為 OpenAI 在 2025-10-06 推出的 Agent Kit 並不會直接取代已存在多年的開源自動化平台 n8n(初版 2019-10-08)。本文將重組 Nate 的實測內容,逐項分析兩者在使用者門檻、觸發器、工具整合、模型支援、前端嵌入(UI)與部署控制等關鍵面向,並呈現評分數據與原文引言,供想選用或評估平台的讀者做出判斷。 * Agent Kit(OpenAI Agent Builder)發布日:2025-10-06。設計定位:以「快速、視覺化、

By andy

# N8N 還是 Claude Code?選錯一個,你會在維護時哭出來——實戰經驗談

前陣子有位網友問我一個問題,我當時停頓了一下,因為我意識到這個問題問得很好。他問:「到底什麼時候該用 N8N,什麼時候該用 Claude Code?」 我一開始想給出一個簡單的答案,但後來發現——其實沒有簡單答案。真正的分水嶺,不在工具本身,而在於你後來會怎麼活著跟這個東西相處。 ▋ 關鍵不是技術,是你的記憶 想像一下這個場景:你今天花了整個下午設計一個自動化流程。邏輯很複雜,涉及多個 API 串接、條件判斷、資料轉換。當時你腦子很清楚,一切都有道理。然後一周後,你的主管說:「欸,那個流程能不能改一下?」 你打開檔案。看著自己寫的程式碼或配置。三秒鐘後,你的腦子一片空白。 「我當時為什麼要這樣設定?」 這時候,如果你用的是 N8N,你會慶幸自己的決定。因為整個流程就像樂高積木一樣擺在你面前,一眼就能看懂每一步在幹什麼。「啊,這裡是連接 Google Sheets,那裡是做資料過濾,這邊是呼叫 AI API。

By andy

# 我用 Gemini API 破解了 YouTube 影片秒找關鍵畫面的問題——花了一年才想通的事

在我開始用 Gemini 的 API 之前,我其實在這個問題上卡了很久。你知道那種感覺嗎?就是你明確知道自己想要什麼,但市面上的工具就是不給你。 ▋ 那些沒辦法的時代 最一開始,我想做的事很簡單——從 YouTube 影片裡自動找出特定的畫面。聽起來沒什麼,但當你開始想要把它實際執行出來的時候,馬上就撞牆了。OpenAI 的模型?它們根本不讓你直接處理影片內容。Anthropic 的 Claude?同樣的問題,他們也會限制你對影片的存取權限。就像被隔著一層玻璃,明明看得到東西卻摸不著。 我試過各種繞路。有段時間我想用影片截圖搭配 OCR 去識別,但那效率慘到不行。也想過自己寫爬蟲去抓影片的文字敘述檔,但 YouTube 上大多影片根本沒有,或者敘述檔品質爛到不能用。那段時間我真的很挫折,感覺就像在黑暗裡摸索,不知道哪條路才是出口。 大概花了快要一年的時間,我一直在想同一個問題,嘗試不同的方法,然後一次又一次地失敗。有時候是技術層面的問題,有時候是成本太高根本行不通。那種反覆的無力感,現在回想起來還是有點難受。 ▋ Gemini

By andy

我正在做一個瘋狂的實驗:讓AI掌控我80%的線上形象,看看會發生什麼

老實跟你說,你現在看到的我—聲音、影像、文字—大部分都不是我本人。 這聽起來很詭異,我知道。但這正是重點。 我不是隨便玩玩,也不是為了作秀。我是在親身經歷一個別人都在談論、但很少有人真正去試驗的東西:如果AI能掌控你超過80%的線上生產力,會發生什麼事? ▋ 大多數人的想法都停在20% 現在很多人用AI的方式是這樣的:拿它來寫個開場、潤色個段落、幫忙生成幾張圖。AI扮演的是助手角色,人類才是主導者,還是靠人力來賺錢、維持信譽。這樣當然安全,也很聰明。 但我想知道的是另一個問題。 如果我不是偷偷用AI,而是讓它在前台直接面對你,掌控我80%以上的聲音、文字、影像表現,會怎樣?會崩潰嗎?會被識破嗎?人們會察覺不出來嗎?還是說,這樣的模式本身就會帶來一些我根本預料不到的怪事? 我沒看過有人真的這樣做過,所以我決定自己試試。 ▋ 為什麼我要這樣折騰自己 你可能會問:「為什麼?這不是自找麻煩嗎?」 確實是。但這就像任何真實的實驗一樣,你不下水,你根本不知道水溫。

By andy