KeyFrame

【AI 實戰】真公開!全自動化 YouTube 賺錢計畫?用 AI 零成本做正向心理學 Channel! | Ron Sir AI 基地 第六集

Ron AI 基地·4月14日週二·13 min中文

三句話摘要

用 N8N 自動化工作流程每天生成心理學英文影片並自動上傳 YouTube,單集成本低於 3 港幣。 用 N8N 串接 AI 工具可在本機以每集 1–3 港元的成本跑通自動影片生產鏈,關鍵是先讓流程可運行,再迭代品質。 自動化生產鏈可在本機跑通:作者用 N8N 部署完整 pipeline,涵蓋腳本生成、圖片生成、配音、字幕合成到影片輸出,關鍵在於先跑通再優化,而非一開始追求完美品質。

重點整理

重點
  • 1

    自動化生產鏈可在本機跑通:作者用 N8N 部署完整 pipeline,涵蓋腳本生成、圖片生成、配音、字幕合成到影片輸出,關鍵在於先跑通再優化,而非一開始追求完美品質。

  • 2

    人工審核節點保留在流程中:影片生成後不直接上傳,而是先存至 Google Drive,透過 Telegram 通知創作者批准,避免低品質內容自動公開,同時規避 YouTube API 濫用風險。

  • 3

    成本控制靠圖片替代動畫:動畫生成成本高且市場反應未知,作者改用靜態圖片搭配 zoom in/zoom out 效果(MPEG 內置功能),大幅壓低單集費用至 3 港幣以內。

  • 4

    多頻道規模化是最終策略:單頻道月增 500–1,000 訂閱為目標,計劃複製 pipeline 到多個主題頻道,但提醒需控制上傳節奏,避免 YouTube 判定為垃圾內容而封號。

實用技巧與重點

乾貨
  • 工具:N8N(本機部署)、YouTube API、Google Drive、Telegram Bot、DeepSeek API、支付寶充值 API
  • 剪輯合成工具:MPEG/NPEG(內置 zoom in/zoom out 功能)
  • 單集影片成本:圖片幾毛一張,整條影片預算約 1–3 港幣
  • 流程步驟:生成腳本 → 生成圖片(20 張)→ 配音 → 生成字幕 → 合成影片 → 存至 Google Drive → Telegram 審核通知 → 批准後上傳 YouTube
  • 可匯出的 JSON 檔可直接匯入 N8N 一鍵部署整條 pipeline
  • 目標排程:每天早上 08:00 自動生成,08:30 前完成並推送審核
  • 頻道方向:英文心理學內容頻道
  • 貨幣化門檻目標:每頻道 1,000 訂閱 開啟 YouTube 廣告分潤
  • 縮圖方案:主題文字置上、字幕放大、參考熱門頻道加氣泡(bubble)設計
  • 計劃改進點:5 秒片頭改動畫吸引留存、標題不同步問題修正、字幕 heading 置中

結論

結論

用 N8N 串接 AI 工具可在本機以每集 1–3 港元的成本跑通自動影片生產鏈,關鍵是先讓流程可運行,再迭代品質。

完整解析

詳細

這支影片是 Rod 的「AI 自動賺錢」系列第三集。前兩集已確定頻道方向(英文心理學頻道)並完成 N8N 工作流程的初步設計,本集重點是展示第一個可運行的自動化影片生產 pipeline,以及對兩條初版作品的實際覆盤。

整個流程在作者本機電腦上運行 N8N,由 AI 依序完成腳本撰寫、生成約 20 張圖片、錄製配音、自動產生字幕,再透過 MPEG 軟體的內置功能將圖片加上 zoom in/zoom out 動態效果合成為完整影片。完成後影片存入本機特定資料夾(命名為 daniel/output/video),同步上傳 Google Drive,並透過 Telegram Bot 推送審核通知。創作者收到通知後點擊「批准」,系統才會呼叫 YouTube API 自動上傳,包含縮圖、標題、description 等 metadata 全部由流程自動填入,作者只需一個確認動作。作者特別提醒 YouTube API 不宜過度頻繁調用,以免帳號被封。

在成本控制上,作者選擇以靜態圖片取代動畫。動畫雖然效果更好,但生成成本高,在市場驗證前風險過大。目前每張圖片成本極低,整條影片下來僅需 1–3 港幣,API 費用透過 DeepSeek 進一步壓縮(用支付寶充值,幾元即可使用)。作者看完兩條初版影片後,列出多項不滿意之處:音樂音量過大蓋過配音、字幕太密、縮圖缺少氣泡裝飾、片頭人物動作停滯、heading 與語音不同步等,但他強調「能跑通比完美更重要」,第一版的意義在於驗證整條流程可行,後續優化才有基礎。

對於未來計劃,作者表示會持續改進這條 pipeline,包括片頭改用 5 秒動畫提升留存、輪換不同風格縮圖降低重複感。規模化策略是複製同一套 pipeline 到多個主題頻道,每個頻道設定三個月累積 1,000 訂閱的保守目標,達標後開啟廣告分潤。他也提醒創作者不要操之過急,YouTube 演算法對批量低品質內容有一定的識別能力,節奏和品質的平衡至關重要。影片結尾,作者宣布將把完整 pipeline 的 N8N JSON 檔分享給加入社群的成員,讓有興趣的人可以直接匯入自己部署。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕