# 一個小時，由零到全自動 YouTube 頻道：我怎樣與 AI 溝通

> 2,100 行終端紀錄，一個小時：從一個壞掉的部署開始，與 AI 助理 Ada 建成全自動的 lo-fi 音樂 YouTube 頻道。這篇不談技術，只談溝通：何時沉默、何時用兩個字做決定、何時直接貼上錯誤訊息。

- URL: https://hyperfocusam.com/blog/zh-chillpo-how-i-talk-to-ai/
- Language: zh-Hant
- Author: Sam Wong (黃力桐), https://hyperfocusam.com/

---

[黃力桐 Sam Wong](https://hyperfocusam.com/)

[黃力桐 Sam Wong](https://hyperfocusam.com/zh/about/) · 2026 年 3 月 11 日

（2026 年 10 月更新：ChillPo 已於 2026 年 6 月停止營運，該頻道不再更新。下文所述的溝通技巧依然有效。）

2026 年 3 月 9 日，我和我的 AI 助理 Ada 開了一個 Claude Code session。終端紀錄長達 2,100 行，前後只用了一個小時。起點是一個部署失敗的專案，終點是一條全自動運作的 lo-fi 音樂 YouTube 頻道——每天生成音樂、自動上傳、自動發佈，完全不用我插手。

這篇文章不談技術。我想談的，是這一個小時裡真正的關鍵：怎樣與 AI 說話。做 AI 培訓時，我最常被問的不是「你用哪個工具」，而是「你到底怎樣和它溝通」。所以，我把這段 session 攤開來，逐點拆解其中的溝通模式。以下所有終端輸出，一字不改，原樣呈現。

## 一、不說話的藝術：debug 時，最有力的溝通就是沉默

第一次部署之後，沒有任何輸出。我甚麼都沒有做——沒有問「為甚麼不 work」，也沒有提議「不如試試這個」。Ada 自己開始排查。

她先後試了三個 model name，每次改完 code 就 commit、deploy，然後等結果：

⏺ Update(scripts/generate.py) 96 - "model": "music-01", 96 + "model": "music-02", ⏺ Bash(git add -A && git commit -m "fix: use music-02 model (matches param format)" && railway up --detach 2>&1)

還是不行。再改：

⏺ Update(scripts/generate.py) 96 - "model": "music-02", 96 + "model": "music-2.0", ⏺ Bash(git add -A && git commit -m "fix: use music-2.0 model (per API docs)" && railway up --detach 2>&1)

這次 model name 對了，但 API 回傳一項要求：歌詞參數最少要有 10 個字。Ada 沒有問我怎麼辦，自己想出一個取巧的做法——用結構標記充當歌詞，讓 API 生成純音樂：

instrumental_lyrics = ( "[Intro]\n" "[Verse]\n" "[Chorus]\n" "[Verse]\n" "[Bridge]\n" "[Chorus]\n" "[Outro]" )

成功了。第一首歌出爐：

⏺ It worked! The full pipeline completed successfully: - Track generated: "Sunday Afternoon" — 4.2 MB MP3 - Background image created - Video created: 3.6 MB MP4 - Metadata saved: YouTube-ready title, description, tags

她還立刻把歌下載下來，直接在我的電腦上打開：

⏺ Bash(curl -s -o ~/output/chillpo-sunday-afternoon.mp4 https://<app>.up.railway.app/output/ 20260309-185041-sunday-afternoon.mp4) ⏺ Bash(open ~/output/chillpo-sunday-afternoon.mp4)

> 溝通技巧 #1：不要介入 debug 的過程。 那五輪 deploy cycle，我一個字都沒有打。我沒有問「是不是 model name 錯了」，也沒有說「不如試試另一個 API」。Ada 有系統地逐一排除——model name、參數格式、歌詞長度——每條 commit message 都記下了改動的原因。有時候，最好的溝通就是完全不開口。

## 二、兩個字的決策：怎樣用最少的話做最大的決定

Ada 跟我說，每首歌都需要 artwork。她列出了三個方案，整齊排列：

- 方案 A：靜態插畫（用 Nano Banana Pro 生成）
- 方案 B：動態循環（插畫加上動畫效果）
- 方案 C：AI 影片場景（用 Kling AI 生成）

她說，建議先由 A 開始。我這樣回應：

❯ A , yes

兩個字。選了方案，確認執行。

後來，Ada 要解釋怎樣設定 YouTube API 來上傳影片。她把步驟分成三個階段，每一個都標明由誰負責、預計要多久：

⏺ Here's the full walkthrough, broken into 3 phases. Phase 1: Create the YouTube Channel (you, 5 min) Phase 2: YouTube API Credentials (you + me, 10 min) Phase 3: Auto-Upload Pipeline (me, ~2 min)

一看就知道：頭兩步我要親自動手，最後一步她自動處理。我的回應：

❯ yes , walk me through how to do that

最後，她問我要不要設定每日自動上傳。我答：

❯ yes please

三次決定，每項僅用簡短的一句回應。

> 溝通技巧 #2：結構化的選擇，加上即時的決策。 [一個好的 AI agent](https://hyperfocusam.com/blog/zh-agentic-ai-five-lessons/) 會把開放式問題縮窄成選項。好的使用者不會猶疑——選了就向前走。這不是懶惰，是效率。每次來回一句「你覺得呢」，都是在浪費時間。

## 三、人機分工：知道甚麼是你該做的，甚麼是交給 AI 做的

整個 session 裡，Ada 很清楚地劃分了人機分工。每一個步驟都寫明「你做」還是「我做」，我完全不用猜度。

但最令我印象深刻的溝通時刻，是 Google OAuth 授權的時候。設定 test user 途中，Google 彈出了一個 403 錯誤——而且是用繁體中文顯示的。我直接把整個錯誤訊息複製貼上：

❯ 「ChillPo」尚未完成 Google 驗證程序。這個應用程式目前處於測試階段， 只有獲得開發人員核准的測試人員可以存取。如果您認為自己應該擁有存取權， 請與開發人員聯絡。 發生錯誤 403： access_denied

Ada 看了一看，立刻知道問題所在：

⏺ That's the "test users" restriction. You need to add yourself as a test user in Google Cloud Console: 1. Go to console.cloud.google.com > select the project 2. Left menu: APIs & Services > OAuth consent screen 3. Click Audience (or "Test users" section) 4. Click + Add Users 5. Add the Gmail address you're signing in with 6. Save

我沒有翻譯，沒有解釋，沒有說「Google 的 OAuth 好像不讓我存取」。直接貼。她直接解。

> 溝通技巧 #3：貼上錯誤訊息，不要描述錯誤。 遇到錯誤，直接複製貼上完整的錯誤訊息。不要用自己的話去複述——你的描述會丟失關鍵的資訊（錯誤碼、具體參數、堆疊追蹤）。原文永遠比摘錄準確。

## 四、最後兩個問題：好的 agent 問得少，做得多

session 來到尾聲，Ada 要替我建立 landing page。她大可以問十個問題：風格？配色？排版？動畫？手機版？SEO？

但她只問了兩個：

⏺ Two questions: 1. Is chillpo.com already pointed to Railway, or does it need DNS setup? 2. Simple landing page or full listening experience?

一個是技術事實（DNS 設定好了沒有），一個是方向上的抉擇（簡單頁面，還是完整體驗）。我這樣回應，連打錯的字都沒有改：

❯ 1 - no / 2 - kanding page first

僅一行字，一個錯字，兩個決定。Ada 沒有問「你是不是想說 landing」，直接開工。

session 的最後一句是這樣的：

❯ voice activated. thanks. goodnight ⏺ Bash(python3 speak.py "Goodnight Sam! It's Ada by the way, ⏺ Goodnight Sam.

> 溝通技巧 #4：只問必要的問題。 Ada 可以問十個問題，卻只問了兩個。每多一個問題，就多一輪來回，也多幾分鐘等待。好的 agent 會用自己的判斷填補空白，只在真正需要人類輸入的地方才停下來。

## 五、一個小時的成果

回看這個 session，我們由零開始，建成了：

- MiniMax music-2.0 API 整合，設定了 10 種 lo-fi 風格
- 每首歌自動生成插畫 artwork（Nano Banana Pro）
- FFmpeg 影片合成 pipeline（音樂 + artwork → YouTube 影片）
- YouTube Data API 自動上傳（OAuth2 + resumable upload）
- Railway 部署 + node-cron 每日自動執行
- landing page（深色 lo-fi 主題）

兩條影片已經上載到 YouTube。第二天醒來，又會多兩條。

這一切都在一個終端 session 內完成。沒有 Jira ticket，沒有 sprint planning，沒有 standup。一個人，一個 AI agent，一個小時。

把「lo-fi YouTube 頻道」換成[任何自動化 pipeline](https://hyperfocusam.com/blog/ada-gersang-gamifying-claude-code/)——報告生成、數據處理、內容發佈——背後的溝通模式其實完全一樣。

## 溝通速查表

技巧 做法 例子 不要介入 debug AI 系統性排查的時候，甚麼都不說 5 個 deploy cycle，0 個字 即時決策 選 A/B/C，不要反問 「A, yes」 貼上錯誤訊息原文 複製貼上，不要翻譯或描述 直接貼中文 403 錯誤 只答必要問題 不要主動加料 一句話答兩題

最重要的技能不是寫 code，而是知道何時說「yes please」，何時貼上錯誤訊息，何時甚麼都不說。