AI 文章改寫實錄：我如何在兩天內重整 530 多篇舊文章

AI 改寫的核心是重新整理內容價值

這次的 AI 文章改寫包含查證原文、補充近期公開資料，以及把個人工作筆記整理成讀者能直接理解的完整文章。真正的資訊增益仍來自我的第一手經驗，AI 負責補上查證、來源與讀者視角。

我原本的文章大多記錄自己遇到的問題與解決方法，對當時的我很有用，但整體形式比較像工作筆記。這次改寫的目標，是保留原有內容的價值，再把這些經驗整理成其他讀者也能實際使用的文章。

每篇文章大致經過四個步驟：

1. 讀取原文，確認技術內容是否仍正確、使用版本是否已過期。
2. 搜尋近期公開資料與可引用來源。
3. 找出讀者最可能提出的問題與實際卡點。
4. 依統一模板重寫，補上直接回答、來源、比較與常見問題。

這批文章最重要的內容，始終是我實際踩過的坑、解決問題的過程，以及當時做判斷的理由。 AI 能補充外部查證、公開來源與讀者視角，卻不能憑空製造第一手經驗。如果舊文章原本只有網路上到處都找得到的通用知識，即使重新改寫，也很難產生真正的內容價值。

Google Search Central 對生成式 AI 內容的說明也指出，評估重點在內容的準確性、品質與相關性。AI 可以協助產生內容，最終仍要回到文章是否真的提供讀者需要的價值。

AI Agent 讓 530 多篇文章持續自動推進

AI Agent 能降低大量重複操作所需要的人力。當規格與流程明確後，AI Agent 可以持續執行研究、改寫、紀錄與初步檢查，人不必守在電腦前逐篇操作。

如果 530 篇文章完全靠人工逐篇處理，即使每篇只花 30 分鐘，也需要約 265 小時。以每天工作 8 小時計算，超過 33 個工作天，而且還沒算進查資料、校對、修正格式與處理例外的時間。

我在這兩天實際完成的工作包括：

• 比較 ChatGPT、Claude、Gemini、DeepSeek 與 GLM（智譜）的表現。
• 觀察不同模型的失敗模式。
• 反覆調整 Prompt 與內容規格。
• 分批啟動 Sub-agent 處理數十篇文章。
• 建立原文與改寫結果的 Mapping 表。
• 進行兩輪完整性與內容品質複查。

最讓我有感的是，即使我離開電腦，工作仍然持續推進。AI Agent 已經從單次協助工具，進一步成為能夠持續執行任務的工作流程。

不過，AI 加速的是研究、擴展與初步驗收。哪些文章值得保留、哪些內容已經過時、哪些專業主張不能被模型改動，最後仍需要人來判斷。

五個模型都試過，最後留下的結果差很多

最終保留的文章中，ChatGPT 完成 150 篇、Claude 50 篇、Gemini 約 20 篇、DeepSeek 約 20 篇，其餘約 290 篇由 GLM 完成。實際投入篇數與最後保留篇數的落差，比單次模型評測更能反映穩定度。

DeepSeek 最大的問題是改寫幅度與穩定度。它有時會一直寫「原文提到」或評論「原文如何」，卻沒有把內容直接整理成一篇完整文章。但真正的讀者手上並沒有另一份原文，這種寫法不只不自然，還會造成重要技術內容缺漏。

我曾多次補強 Prompt，明確要求不要評論原文、必須直接交付完整文章，結果仍然時好時壞。這次經驗讓我更確定：Prompt 可以改善模型表現，卻不能保證完全消除模型本身的不穩定。

我把整個改寫流程拆成六個步驟

完整流程依序是：定義完成標準、用代表文章測試模型、拆分批次、同步更新 Mapping 表、檢查格式完整性，再比對內容品質。這六個步驟缺一不可，尤其不能等全部跑完才補做 Mapping。

第一步：先定義什麼叫「改寫完成」

如果只對 AI 說「請把文章改成 GEO 格式」，不同模型會各自發揮：有些只補常見問題，有些只做摘要，也有模型會把文章寫成對原文的評論。

開始改寫前，我先完成 Coursera 上由 Edureka 開設的 Introduction to Generative Engine Optimization (GEO) 課程，再把課程方法與自己的網站需求整理成可執行的規格，最後寫成 AI Skill，讓不同模型都按照同一套標準工作。

規格包含：

• 符合搜尋意圖的標題與 description。
• 正確且完整的 YAML front matter。
• 單一 H1 與清楚的 H2 階層。
• 每個 H2 開頭都有可獨立理解的直接回答。
• 保留原有技術細節與有效超連結。
• 關鍵主張附上可查證來源。
• 用 FAQ 補充正文尚未回答的延伸問題。
• 保留作者與最後更新日期。

規格必須能夠驗收。「文章要更清楚」只是一個抽象期待；「每個 H2 開頭要有 2～3 句直接回答」才是 AI 能執行、事後也能檢查的條件。

把方法寫成 Skill 的意義，就在於把「我知道怎麼做」轉成一套不必依賴記憶、可以反覆執行的工作標準。

第二步：用代表性文章測試模型

不要一開始就把全部文章交給同一個模型。我先挑選不同類型與難度的文章，觀察模型是否會：

• 扭曲原意或刪除重要細節。
• 自行補造數據。
• 漏掉指定欄位。
• 破壞 Markdown 或原有超連結。
• 把完整文章寫成對原文的評論。

我的目標是找出最適合這批文章、品質穩定，而且成本能夠負擔的模型組合。

第三步：把大任務拆成可管理的批次

我一次處理約五、六十篇，再交由不同 Sub-agent 分工。批次不能大到無法追蹤，也不能小到需要人持續手動啟動下一輪。

批次大小取決於模型上下文長度、單篇文章篇幅、平台並行限制，以及失敗後的重跑成本。實務上可以先用 10 篇驗證流程，確認穩定後再擴大到 50 篇。

第四步：每完成一篇，就更新 Mapping 表

Mapping 表用來建立原始文章與改寫結果的一對一關係，至少應包含以下欄位：

這是整個流程中最容易被省略，卻也最不能省略的一步。沒有 Mapping 表，即使 AI 漏掉三篇，整批看起來仍可能像是已經完成；有了逐篇對照，我才能知道少了哪些文章、為什麼失敗，以及哪一篇需要重跑。

第五步：第一輪檢查格式與完整性

第一輪只處理可以機械判斷的項目：

• 原始文章數與輸出文章數是否一致。
• 每一筆 Mapping 是否都有實際檔案。
• front matter 必填欄位是否完整。
• H1、H2 與 Answer Block 結構是否正確。
• FAQ 與來源是否存在。
• 是否殘留「待補」「原文」「以下是改寫結果」等不該出現在成品中的文字。

這些工作適合用程式規則或低成本模型執行，不需要每次都使用最昂貴的推理模型。

第六步：第二輪檢查內容品質

第二輪才比對原文與新文章，確認：

• 技術資訊與第一手經驗是否完整保留。
• 原意是否被模型改變。
• 新增事實是否附有可靠來源。
• Answer Block 是否真的回答該段問題。
• FAQ 是否能脫離正文獨立理解。
• 文章是否保有作者原本的觀點與語氣。

兩輪檢查讓模型可能產生的錯誤，都能被發現、定位與處理。

為什麼我沒有把 500 篇一次全部丟給 AI？

一次處理數百篇文章，最需要注意的是少數文章隨機漏件、缺欄位或偏離原意，卻被淹沒在大量看似成功的產出裡。分批處理、Mapping 表與兩輪複查，能把錯誤範圍縮小並留下補救依據。

即使是表現穩定的模型，在大量並行執行時仍可能漏掉文章或指定欄位。因此，我為流程加上三道保護：

1. 分批處理，縮小單次失敗的影響範圍。
2. 每完成一篇就更新 Mapping 表。
3. 全部完成後，再進行兩輪複查。

模型品質與流程品質是兩件事。模型能把一篇展示文章寫得很漂亮，不代表整套流程能可靠地完成 500 篇文章。大規模執行真正考驗的，是漏件能不能被發現、錯誤能不能重跑，以及每一篇文章是否都有清楚的完成狀態。

530 多篇文章的實際費用是多少？

這次專案同時使用訂閱額度與 API，不能直接混在一起比較。前約 200 篇主要使用既有訂閱額度；若只比較兩批 API 實測，平均每篇成本從約 1 美元降至約 0.0526 美元，但這個 1/19 的差距只適用於當次兩批任務。

訂閱制真正限制我的，是時間與用量窗口，而不只是費用。 如果不趕時間，我可以等額度恢復後再繼續；但我希望兩天內把 530 多篇完成，因此在訂閱額度用完後，開始改用 API，也測試其他成本更低的模型。

Claude Pro 的用量會依工作階段與使用狀況受到限制，可參考 Anthropic 說明中心。實際執行時，一批文章還沒完成，就可能需要等待用量重置。ChatGPT 也有類似情況，額度用完後只能等待或改走 API。若目標是在兩天內處理 530 多篇文章，單靠訂閱額度並不穩定。

Claude 那批我沒有足夠精確的紀錄，因此不計算每篇成本。當時訂閱額度約在執行一半時用完，我另外儲值 10 美元完成剩餘文章，但這筆儲值期間也用於其他工作，無法乾淨拆分。

Claude Sonnet 5 的公開價格為每百萬輸入 Token 2 美元、輸出 Token 10 美元，可參考 Claude Platform Docs；GPT-5.6 Sol 在 OpenRouter 上也是每百萬輸入 Token 2 美元、輸出 Token 10 美元，可參考 OpenRouter 定價頁。兩者單價相同時，每篇成本的差異主要來自實際消耗的 Token 量。由於我沒有逐篇記錄 Token，因此本文只報告總支出。

約 1/19 的成本差距，只適用於這次兩批實測。 ChatGPT 的 100 篇與 GLM 的 76 篇，在文章長度、Token 用量、重跑次數與檢查方式上都不完全相同，也未計入訂閱月費與人工時間，不能直接推廣成所有任務都會得到相同比例。

模型價格也會隨時調整。GLM-5.3 Flash 當時每百萬輸入 Token 0.075 美元、輸出 Token 0.25 美元，屬於上市促銷價；最新價格仍應以 OpenRouter 公開頁面為準。

完整的方法能提高低成本模型的成果品質

我先用高階模型建立品質基準，再把有效方法寫進 Prompt 與流程，讓低成本模型依照範例執行。模型能力、工作方法與驗收機制，會共同決定最後成果。

GLM 一開始並沒有直接做好這項工作，因為任務本身很重：它不只需要改寫，還要搜尋、驗證、理解讀者視角，同時保留原本的第一手經驗。真正的轉折點，是我把從高階模型與公開方法中整理出的做法加入流程，成果才明顯改善，最後由 GLM 接手其餘約 290 篇文章。

這次經驗改變了我對模型成本的理解。我們很容易把選擇簡化成「高階模型比較聰明但昂貴，低成本模型比較弱但便宜」，但實際上還有第三個重要變數：方法是否完整。

最後形成的流程是：

1. 先用高階模型完成一篇理想成品，建立品質基準。
2. 把有效方法寫進 Prompt 與工作流程，不只列出格式要求。
3. 讓低成本模型依照基準執行，再用兩輪複查抓出例外。

這也是我沒有一開始就全部採用最低價模型的原因。必須先知道「好的成果長什麼樣」，才有辦法判斷低成本模型的輸出是否合格。

這套方法適合自己做，還是交給外部團隊？

如果既有內容主要來自自己的實作經驗，而且內部有人能定義改寫規格與判斷內容正確性，自己搭配 AI 執行的成本通常較低。若缺少 SEO／GEO 專業、無法持續維護，或需要跨平台監測與長期營運，外部團隊會比較合適。

我在改寫網站前，先完成一門生成式搜尋引擎優化課程，再把學到的方法轉成 AI 可以執行的規格。這一步很重要：如果自己也不知道好文章該符合哪些條件，就算 AI 很快產出 500 篇，也無法判斷結果到底能不能用。

台灣有服務商公開的 SEO、GEO 與 AEO 整合方案，月費約為 NT$15,000～35,000，可參考佐拉行銷的公開說明。這是單一服務商的公開方案，不能代表市場平均價格，只能作為費用量級的參考。相較之下，我這批 530 多篇文章的 API 支出合計約 110 美元，其中還包含前期使用高階模型測試方法的成本。

如果文章的核心價值來自自己的實作經驗、案例與判斷框架，外部團隊很難憑空補上這些內容。這種情況比較適合由自己掌握內容方向，再把研究、整理、格式與初步檢查等規格化工作交給 AI。

另一種折衷方式，是請外部團隊先完成網站技術健檢與內容規格設計，後續文章改寫與長期維護則保留在內部。

最有價值的成果是重建內容生產流程

要長期維持 GEO 內容品質，不能只做一次性改版，而要把內容格式、實體規則、AI 改寫、自動驗收與人工例外處理整合成固定流程。當規則被寫成 Skill，新文章與舊文章就能沿用相同標準。

完成 530 多篇文章改寫後，我認為最有價值的成果，是整個內容生產流程被重新建立。

未來新增或更新文章時，我不必再從頭思考一次格式、研究方式與驗收條件。AI 可以沿用同一套 Skill 執行，把一致性高、可以重複的工作自動完成。

如此一來，GEO 優化會成為網站固定的內容流程。每次新增或更新文章時，系統先完成可重複的工作，再把真正需要專業判斷的部分交回給人。

延伸閱讀

• AI 搜尋引擎優化怎麼做？技術文章寫得夠專業，為什麼 AI 還是不引用：同樣聚焦 GEO 優化，可接著了解一篇文章要具備哪些條件才容易被 AI 引用。
• AI Agent 落地五層診斷：同樣聚焦 AI Agent 導入，可接著比較不同情境下的落地方法。
• 企業導入前必懂的 MCP、Skills、Automation：同樣聚焦 AI Agent 的規格化執行，可接著了解 Skill 化流程背後的技術概念。

AI 批次改寫文章常見問題

大量文章改寫的常見疑問，主要集中在訂閱額度、單次處理篇數、搜尋引擎風險、人工檢查、Mapping 表與模型成本。流程能否穩定追蹤每一篇的狀態與品質，才是大規模改寫的核心。

Q用訂閱制額度，就能改寫幾百篇文章嗎？

如果不趕時間，可以利用訂閱額度完成相當多篇文章，邊際成本也接近零。我前 200 篇左右主要就是這樣完成的。不過，訂閱方案通常受用量窗口限制；若想在兩天內完成 500 多篇，就可能需要等待額度重置或改用 API。

Q一次可以讓 AI 改寫多少篇文章？

沒有固定答案，會受到文章長度、模型上下文、平台並行限制與執行方式影響。我曾一次處理五、六十篇，也曾在上健身課的時間跑完約 100 篇。實務上建議先從 10 篇驗證流程，再逐步擴大到 50 篇。

QAI 批次改寫文章會不會被 Google 懲罰？

Google 關注內容是否為讀者提供價值。大量產生沒有資訊增益、主要用來操弄排名的頁面，可能涉及大量內容濫用；如果 AI 用於整理原創經驗、更新資料與改善可讀性，判斷核心仍是內容品質與可靠性。

Q為什麼有些網站用 AI 寫文章，幾個月後流量反而歸零？

常見原因是把 AI 當成大量產出工具：每篇只花幾分鐘、不查證，也沒有加入自己的經驗，整個網站還套用相同寫法。這類內容通常只是重新組合網路上既有的通用知識，缺乏真正的資訊增益。我這批文章的做法，是擴展原本就存在的第一手內容，再補上查證、結構與來源。

QAI 改寫後還需要人工檢查嗎？

需要。檔案數量、必要欄位與格式可以自動驗收；原意、技術正確性、第一手經驗與高風險主張，仍應由人確認。這也是我把複查拆成兩輪的原因。

Q為什麼一定要建立 Mapping 表？

檔案數量只能顯示少了幾篇，無法指出少的是哪些文章，也記錄不了「這篇跑了三次才成功」或「這篇曾經破壞超連結」。Mapping 表保存的是逐篇狀態與異常紀錄，是重跑與補救的依據。

Q使用便宜模型一定會犧牲品質嗎？

不一定，必須看任務類型與執行方法。格式轉換等規則明確的工作，低成本模型往往已經足夠；需要先研究再擴展的複合任務，模型差距會比較明顯。我的做法是先用高階模型建立理想成品，再把方法寫進流程，最後讓低成本模型依照基準執行。

Q這套流程一定要會寫程式嗎？

不一定。若能撰寫簡單腳本，分批執行、Mapping 表更新與第一輪自動檢查會更有效率；但 Mapping 表也可以用試算表維護，批次任務也能透過對話介面分段執行。程式能力主要影響執行效率與可處理的規模上限。

參考資料

本文的搜尋政策、模型方案與定價資料，以 Google、Anthropic、Claude Platform 與 OpenRouter 的公開頁面為依據；模型分工、執行成本與流程設計，則來自我在這次 530 多篇文章改寫專案中的第一手紀錄。

• Google Search Central：Google Search's Guidance on Generative AI Content on Your Website
• Anthropic 說明中心：What is the Pro plan?
• Claude Platform Docs：Claude API 定價
• OpenRouter：GPT-5.6 Sol 定價
• OpenRouter：GLM-5.3 Flash 定價
• 佐拉行銷：中小企業主必懂的 SEO 術語，GEO 與 AEO 到底在講什麼

關於作者 {#author}

Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。

首次發布：2026-08-28