解決 FOMO 交給 AI？我的 7 天 Twitter 自動化實測
每天都在做一件無意識的事情：不停地滑動 X、Thread 或是 Facebook。
根據去年的一篇研究，平均每人每天在社交媒體上浪費 145 分鐘，這些時間本可以用來學習、工作或陪伴家人。這個看似無害的習慣實際上正在偷走我們寶貴的時間和注意力。我想分享我是如何嘗試自動化解決方案來解放自己的時間和注意力。
無意識滑動的代價
痛點：浪費太多時間在滑 Twitter（現在叫 X）⋯⋯
我無法不密切關注 Twitter 上發生的每一件事。新創生態系統的快節奏特性，要求從業者隨時保持警覺並積極參與各種議題，尤其是 Twitter，因為這裡是趨勢、對話和即時新聞的匯聚之地。我主要是在洞察市場情緒，Twitter 是一個不可或缺的工具。
但我也發現自己每天醒來的第一件事，就是拿起手機刷 ？當我意識到這個行為模式後，我開始反思：為什麼我需要這麼做？這種行為不僅浪費時間，更可怕的是，它改變了我們思考和專注的能力。但另一個問題隨之而來：如果完全不刷 Twitter，我會怎麼樣？答案是 FOMO！我想會擔心 2 個具體面向：
- 產業動態與市場情緒：瞬息萬變的 Web3 新創圈
- 刷刷存在感： 偶爾發些文，建立個人或品牌影響力是拓展人脈的關鍵
顯然，完全斷開連接也不是解決方案。我需要保持與行業和世界的連接，了解最新資訊，並時時維持我的知識庫更新。
一個更好的流程構想
經過思考，我意識到我使用 Twitter 主要有兩個目的：「快速吸收知識」與「偶爾發發文」，包含
- 了解最新消息，將有價值與有趣的內容塞選出來
- 將有價值的資訊整理到個人知識庫
- 將有趣的資訊整理後分享
- 與其他用戶互動，增加曝光度和追蹤者
問題在於：這些任務必須全部由人工完成嗎？如果我每天只需要看一次摘要，能否自動化實現上述目標？於是我設計了以下流程
1. 每 30 分鐘自動抓取 Twitter 首頁的推文。
2. 用 AI 幫我評分：知識分數和有趣分數。
3. 對「高有趣分」的推文，自動回覆，增加互動。
4. 對「高知識分」的推文，存進我的知識庫。
這聽起來簡單，但我浪費了超過一半的時間在踩雷。
從失敗中學習
從零去寫程式
我直接建議不熟悉程式設計的人不要輕易嘗試，最好先打好基礎再挑戰類似的專案，以免浪費時間卻收不到成果。
對於初學者（小白開發者）來說，這個專案失敗的原因主要在於它的複雜性。設計自動化介面並不是一件簡單的事，尤其是對於不熟悉程式設計的人來說，貿然嘗試往往會帶來挫敗。以我個人的經驗為例，雖然我已經算熟悉使用 Cursor 與 Windsurf，並從零開始嘗試用 Python 和 Playwright 來實現自動化，但光是設置和跑起來的環境就花了我大半天時間。
這還不包括後續遇到的部署與時間排程的難度問題，這些困難遠超我的預期。最後，儘管我投入了很多時間和精力，專案還是無奈以失敗收場。我深刻體會到沒有足夠的程式設計基礎，這樣的任務確實過於複雜。以上大約浪費我超過一半的時間。
能不寫程式就不要寫
能找替代方案就找替代方案。我找到了 Zeabur 和 n8n。
在這個專案中，我決定專注於最困難的部分，並將其他能交給工具完成的任務盡量委託出去，以節省時間和精力。我只做三件事：
- 用 Playwright 在雲端打開虛擬瀏覽器，讓自動化操作能在遠端環境中穩定運行；
- 自動瀏覽 Twitter 首頁（Home）並隨機取五個推文，模擬真實用戶的瀏覽行為；
- 在其他用戶的推文下自動留言，實現互動的自動化。
其中，將以上三個功能 API 化。這三件事就是在 n8n 找不到的功能，所以必須依賴我來實作。其實對我來說還是有點挑戰的，不過我順利靠著聰明的 Cursor ，完成了一個很輕亮的 python 小專案，成功實現上面的功能。
我開發了三個核心功能：啟動虛擬瀏覽器、抓取推文、自動回覆，並將它們整合成 API。接下來，我只需要串聯自動化流程，並用 AI 評分推文的知識與趣味性，將結果存入 Airtable。
能不要自架就不自架
我嘗試過自架 n8n 來優化工作流程。進展方面，我成功實現了流程的視覺化，讓自動化步驟更加直觀易懂。然而，問題也隨之而來：雖然我能架設 n8n，但不會妥善部署，一旦電腦關機，服務就無法繼續運行，這顯然不是長期的解決方案。
於是，我轉而使用 Zeabur 來部署 n8n，才發現原來這麼方便！相比我之前自架 Ghost 時的慘痛經驗，Zeabur 提供的部署流程簡單許多，讓整個過程變得更加順暢和高效。我透過 n8n 將這三個自動化功能串聯成一個完整的工作流程。這邊只花了我一個晚上的時間，讓我能夠輕鬆管理和執行自動化任務。
最後，我也把我那三個 API 順利的從 Github 部署到 Zeabur 了。
我睡覺，它工作
OK。我做到了第一個 PoC （可行性驗證）
現在我在睡覺也有人在幫我滑 Twitter，並整理知識含量高的內容到我的 Airtable。我只要花 5 分鐘看 Airtable 就好了。一天省下 2 個小時的滑手機時間。同時，看到一些有趣的貼文，還能自動幫我去回覆。
這個新開的 Twitter 帳號，也從一週內從 50 位追蹤者 一週漲到了 118 追蹤者。更重要的是，我每天只需花 10 分鐘查 Airtable 中的摘要，就能掌握關鍵資，並保持帳號活躍。最終，我打算選擇取消 Ghost 的 5 美金，來付給 Zeabur，然後同時把我的 n8n 與 x-agent 架起來。
後記：談談價值
Zeabur 的價值在於它相當於「後端、爬蟲和微服務的 Vercel」，每月只需 $5，與 Ghost 雲端版付費相同，但功能遠遠超越單純的 Blog 託管服務。讓我能輕鬆部署複雜服務並專注於開發。另一方面，n8n 的優勢則在於最小化寫程式需求，透過視覺化工作流程，我能以「拼 Lego 」的方式快速實現目標。
如果你也想試試 Zeabur 和 n8n，我有一些入門建議：Zeabur 適合快速部署小型專案，註冊後直接從 GitHub 導入程式碼即可開始，或是有超多的開源知名專案可以嘗試直接部署；n8n 則適合視覺化流程設計，初學者可以從官方模板開始，例如簡單的「定時發送通知」工作流，熟悉後再串聯自己的 API。
然而，最終 AI 分析與回覆的品質與成本之間總有權衡：使用高階 API 雖能提升效果，卻也帶來更高費用；同時，爬蟲小程式執行時浪費過多記憶體，導致部署成本上升，顯示出未來優化來降低成本的必要性。最後，自動化操作需謹慎遵守 Twitter 的使用政策，避免過度機械化的行為導致帳號被封。總之，Zeabur 和 n8n 的組合讓我在有限資源與能力下，完成了我想要的 PoC。
心得：人機協作是最佳實踐
自動化並不意味著完全放手，我覺得人的介入仍然很必要。包含各種取消關注持續低質量賬號、選擇性關注高質量 KOL 或是持續調整看起來過於機械化的行為。這些可能有點主觀，也很依個人喜好，就留給人吧！
在這個過程中，我發現了一個深刻的道理：最困難的部分往往就是最有價值的部分。正是在實現自動化的過程中，我也才真正理解了自己的需求。人機互動的優化是一個雙向過程，需要不斷調整和改進。自動化不是為了完全取代人工，而是為了讓我們能夠將時間和注意力集中在真正重要的事情上。
如果你對 Zeabur 感興趣，可以使用我的推薦碼註冊： https://zeabur.com/referral?referralCode=InjayTseng
聽完以上分享的你/妳，有哪些社交媒體使用習慣需要改進？你嘗試過哪些自動化工具？歡迎在留言區分享你的經驗和想法。