AI 能做不代表 AI 該做：一天 50 美元的配圖教訓

本文整理自 AI Applied Podcast 2026 年 5 月播出的單集。

---

一天燒 50 美元的醒悟

AI Applied Podcast 共同主持人 Jaden 經營一個叫做 AIChatDaily.com 的 AI 新聞網站。這個網站會自動抓取 20 個不同來源的內容，每天產出大約 100 篇 AI 相關新聞文章。網站在 LinkedIn 上開始被人注意到，有讀者主動分享、推薦它是「目前最好的 AI 新聞整合」。Jaden 很開心，但他很快就撞上了一面牆：配圖成本。他用 OpenAI 的圖像生成模型為每篇文章製作封面圖，設計了 20 組不同的 prompt 自動輪替，整個流程做得相當精緻。有的 prompt 會從維基百科抓取參考圖片再編輯，有的走純生成路線。產出的圖片品質確實很好，但每張圖的 API 成本大約是 50 美分。

50 美分聽起來很便宜。但一天 100 篇文章就是 50 美元。一個月 1,500 美元。一年將近兩萬美元。而這是一個剛上線、還沒有任何營收的網站。Jaden 在節目裡坦言，他算完帳之後有一種「醒過來」的感覺：這就是典型的「AI 能做」跟「AI 該做」之間的距離。技術上完全可行，效果也確實好看，但財務上完全不合理。你不能因為 AI 能幫你做出漂亮的東西，就忽略每一次 API 呼叫背後都在燒錢這件事。

他的解決方案很務實，而且不犧牲太多品質。不再為每篇文章即時生成圖片，而是建立一個分類圖片庫。系統會自動把文章歸類，然後對每家公司、每個人物預先生成 10 到 20 張圖片，存進對應的資料夾。之後每篇文章就從對應資料夾裡輪替取用，每 20 篇才重複一次。配圖成本從每天 50 美元直接歸零。而且同一家公司或同一個人物的新聞，用同一批風格一致的配圖反而看起來更有品牌感。這個案例的教訓很明確：AI 的能力和 AI 的性價比是兩回事。很多建構者只看到「哇，這也能自動化」，卻沒有人坐下來算一下長期成本結構。在生成式 AI 的時代，每一次 API 呼叫都等於錢，這筆帳不能不算。

滑鼠點擊 vs 程式碼：兩種解題思路的差距

Jaden 在同一集節目分享了另一個案例，用來說明「快 20%」和「換一種做法」之間的巨大落差。大約一年前，他花每月 200 美元訂閱 ChatGPT 的代理模式（agent mode），讓它幫忙操作電腦上的各種任務。那個代理的工作方式是模擬人類操作：截一張螢幕畫面、辨識畫面內容、移動滑鼠、按下按鈕，然後再截一張畫面、再移動滑鼠、再按按鈕。整個過程非常慢，而且經常出錯，卡在某個彈出視窗或是畫面跑版就動不了了。

後來 Claude 推出了以程式碼為基礎的做法。它也會觀察螢幕，但它不會試著去模擬滑鼠點擊。它跑一段 Python 腳本，直接解析網頁的 HTML 結構，找出所有元素的位置和邏輯關係，然後在背景用程式去完成任務。一個在介面上點來點去，一個在底層用程式碼操作，速度差了好幾個數量級。Anthropic 在那段時間的整體使用量出現了爆發性成長，Jaden 認為這種「根本不同的解題方式」是重要原因之一。

最讓 Jaden 印象深刻的是一次 CapCut 影片編輯的經驗。他請 Claude 幫他編輯一支影片，本來以為它會打開 CapCut 的介面，然後在 UI 上一個按鈕一個按鈕地點。Claude 確實嘗試了大約兩秒鐘，接著判斷「這樣太慢了」，直接關掉 CapCut，打開影片檔案的底層程式碼，修改檔案內容，然後告訴他「你的影片已經編輯好了」。Jaden 打開一看，所有修改都正確完成了。這不是「做同一件事但快 20%」，這是用完全不同的路徑達成同一個目標。如果你問「怎麼讓馬跑快 20%」，你永遠不會發明汽車。Claude 沒有讓馬跑更快，它開了一台車。

不要幫我蓋樓梯，告訴我電梯在哪

AI Mindset 執行長 Conor Grennan 在同一集節目分享了一個他常用的提示技巧，他說效果好到不可思議。做法是這樣的：當你跟 Claude、Gemini 或任何 AI 工具來回討論一件事，反覆修改、逐步優化，花了不少時間之後，停下來，跟 AI 說一句：「你知道我真正想要達成什麼。如果你從頭開始重新思考，不受我之前要求的限制，你會怎麼做？」

Grennan 說 Claude 經常會回答類似這樣的話：「我一直在照你的方式做，因為你是這樣要求的。但如果你真正想要的是這個結果，其實有一個完全不同的路徑可以走。」而那個路徑，往往是 Grennan 自己因為認知限制根本想不到的東西。他用了一個比喻：你一直在讓 AI 幫你蓋一座樓梯，蓋得越來越精緻、越來越穩固。但其實旁邊就有一台電梯，只是你從來沒想到要問。AI 不會主動告訴你電梯在那裡，因為你一直在跟它討論怎麼蓋樓梯。你得自己暫停一下，把問題重新定義。

這個技巧的原理跟 2023 年那個「深呼吸」提示法很像。告訴 AI 「take a deep breath」之所以有效，是因為 AI 理解你的意圖是「想深一點」。同樣的道理，當你要求 AI 重新發明而不是繼續優化，它會跳出你設定的框架，去探索你從未考慮過的可能性。Grennan 說他每次在 Claude 或 Gemini 上工作到一半時，都會刻意做這個動作。他開玩笑說這是「2023 年老派手冊」裡的技巧，但到了 2026 年依然非常有效。關鍵不在於技巧本身多聰明，而在於它迫使你跳出自己正在走的路，重新去看有沒有更好的路。

我的觀察

Jaden 的 AIChatDaily 故事給了一個很具體的提醒：在 AI 能力不斷提升的現在，最容易犯的錯誤不是「沒有用 AI」，而是「用了 AI 但沒有算帳」。50 美分一張圖聽起來幾乎不用錢，但乘上數量和天數之後，金額會讓你嚇一跳。這個問題在企業環境裡更容易被忽視。一個部門導入了某個 AI 功能，每次呼叫成本很低，但每天幾千次呼叫累積下來，帳單可能比想像中大得多。特別是生成式 AI 的定價結構，通常是按使用量計費的，跟傳統軟體的固定月費模式不同。如果沒有人持續追蹤實際花費，成本會在不知不覺中失控。

Claude 編輯 CapCut 的案例則點出另一個值得想的問題：評估 AI 工具的時候，不能只看「它能不能完成這個任務」，更要看「它用什麼方式完成」。同一個任務，模擬滑鼠點擊和直接改底層程式碼，表面上結果一樣，但效率、穩定度、可擴展性完全是不同等級。對於正在比較不同 AI 方案的團隊來說，「方法論」層次的差異比「功能」層次的差異更重要。一個用聰明方式解決問題的工具，長期來看會比一個功能更多但做法笨拙的工具省下更多時間和成本。這跟 Jaden 的配圖故事其實是同一個道理：AI 的投報率不只看它做到了什麼，還要看它怎麼做到的、花了多少錢做到的。