AI自動搵工系統｜平價使用n8n教學（廣東話）

講者 JP 指出一個普遍的求職痛點：每天收到大量職位推薦郵件，但大多不匹配，浪費時間。解決方案是建立一套自動化系統，讓機器完成職位篩選工作，人只需看高分的推薦。

工具選型的權衡考量

首先講者對比了兩種方案。N8N 是視覺化工作流平臺，用拖拽介面連線各個工具模組，優點是完全透明——每個步驟的輸入輸出一目瞭然，故障時能清晰定位問題出在哪。AI Agent 則更像黑盒子，雖然你跟 AI 說一句話它就自動幫你做完，但當出問題時很難診斷根源。講者認為 N8N 的透明性是大公司繼續選它的關鍵原因——在生產環境中，可維護性往往比 convenience 更重要。

官方 N8N 服務月費最低 $20，這對個人使用者來說相當貴。講者的妙招是用 Contabo 的虛擬主機自建 N8N，成本僅需 $5-9/月，相當於官方價格的四分之一。Contabo 成立於 2004 年，已服務全球 500 萬使用者，部署流程完全傻瓜化——選擇機房位置（建議選靠近自己的，演示中選香港）、確認配置、支付，系統自動在幾分鐘內裝好 N8N 和 Docker，使用者什麼程式碼都不用寫。使用優惠碼 JPCT 還能再打九折。

五步工作流的具體實現

工作流的骨架由 Scheduler 驅動。講者設定每天早上 11:14 自動執行一次，這樣每天都能收到最新職位推薦。

第二步是職位資料的獲取。講者用 Amplify 工具，這是一個網路爬蟲平臺，支援從 LinkedIn、Indeed、Google Maps 等多個來源抓資料。Amplify 月送 $5 免費額度，而找一次工作僅需 $1，等於免費送。使用流程是：進入你想搜尋的招聘網站，按條件篩選（如職位名稱「機器學習科學家」、地區、時間範圍「過去一週」等），複製瀏覽器位址列的 URL，貼上到 Amplify 外掛中，系統自動抓取符合條件的所有職位，輸出成 JSON 格式。

第三步是 AI 評分。講者用 Llama 2 12B 模型（免費）做這個工作，透過一個精心設計的提示詞讓 AI 做三件事：對比 CV 和職位要求是否匹配、給出 1-5 分評分（5 分最高）、用 40 個字解釋為什麼是這個分數。這樣系統就能自動判斷哪些職位值得投。

第四步是過濾。從 Amplify 抓下來可能有 7 個職位，經 AI 評分後講者設定一個篩選器，只保留 4 分以上的職位繼續傳遞，低於 4 分的直接丟棄。這樣通知就不會讓人收到一大堆垃圾職位。

第五步是通知。講者選擇用 Telegram Bot 傳送，流程是透過 BotFather 建立一個 Bot 賬號、獲取 API Token，然後在 N8N 中配置 Telegram 節點，設定訊息內容包含職位標題、公司、評分、理由、職位連結等資訊。整個系統跑通後，人只需開啟 Telegram 就能看到每天最值得關注的職位。

N8N 的介面設計讓每個步驟都能單獨測試除錯。講者在演示中多次使用「Save response as sample」功能，這樣測試後續步驟時不用每次都重新執行前面的抓取和 AI 評分，大大加快迭代速度。最終輸出是一個格式清晰的表格，包含職位標題、公司、評分分佈等，使用者一眼就能看清楚。

未來升級可能與現實制約

講者提出了幾個升級方向。比如可以在篩選後再加一個 LLM 節點，讓 AI 根據職位要求和使用者的工作經歷自動生成定製化簡歷或 Cover Letter，邏輯完全相同。理論上甚至可以做到自動投遞——AI 填表、自動點選應用按鈕。網路上確實有教學講怎麼做這個。

但講者坦誠指出，自動投遞雖然理論上可行，實際操作中會遇到很多障礙。許多大型招聘網站都部署了反爬蟲和反自動化機制，用來檢測和阻止機械人的批次操作。雖然可能在某些網站上能成功自動投遞，但要做到 100% 可靠和通用是不現實的。所以講者認為，核心功能——職位抓取、AI 匹配評分、智慧篩選、Telegram 通知——這些完全可靠可用，是整個系統的價值所在；但自動投遞這一步就不要抱太大期望了。