【波Series-EP43】MCP實戰案例大公開！AI Native正向迴圈的運作邏輯完整拆解，AI企業大腦+AI學習路徑雙效合一，MCP串接讓你的資料庫從死硬碟變企業根！

大家好，我是阿波小編！
這集 Jayden 跟 Zoey 要來大公開一個讓所有行銷人都在問的核心問題：
「MCP 實戰案例到底長什麼樣子？」

很多人都這樣卡關：

• 知道 MCP 是什麼但不知道怎麼用
• 資料庫存了一大堆卻只能人工讀
• Excel 拉出來貼給 AI 還有可能讀錯

結果呢？資料庫變成死硬碟、數據有了卻沒用、不知道為什麼別人的 AI 能自動調取整理自己的卻還在手動複製貼上。

關鍵不是工具不夠好，而是你的資料庫還是死硬碟、沒有進入「MCP 串接」！
這集 Jayden 跟 Zoey 會完整大公開 MCP 實戰案例（Jayden 用 Notion 但不會用 Notion、每天 5-7 筆 SEO 最新消息自動進 Notion、AI 去除重複資訊、社群/SEO文章/Email 全部從資料庫長出來）

還有 AI Native 正向迴圈的運作邏輯完整拆解（發想→執行→規格訂定→創造→數據回推→回到發想）

AI 企業大腦+AI 學習路徑雙效合一（Chat→Codework→Cloud Code 三階段、AI 當圖書館館員調取數據整理好）

MCP 串接讓你的資料庫從死硬碟變企業根（API vs MCP 差異、只要登錄就好、全球只有 1% 的人在用付費 AI）。

🎯 本集重點內容：
MCP 實戰案例：Notion 自動整理每天最新 SEO 資訊
AI Native 正向迴圈：發想→數據回推→回到發想完整邏輯
AI 企業大腦：死硬碟 vs 企業根的關鍵差異
AI 學習路徑：Chat→Codework→Cloud Code 三階段
MCP 串接：登錄就好，資料庫從此活起來


如果你想看 MCP 實戰案例、想搞懂 AI Native 正向迴圈、想讓資料庫從死硬碟變企業根，這集 Jayden、Zoey 會給你完整路徑！🚀

📆每週一 AM9:00 定期更新📆

■快來逛逛我們荒廢的粉絲團👉👉
訂閱銷波快：https://tinyurl.com/4vd4pphe
銷波快粉絲團：https://tinyurl.com/bdcxjjr9
Jayden： https://tinyurl.com/2kx9h8cr

😍播客商業合作信箱：hihioldyes@gmail.com

Transcript

0:02

海嘯來了 歡迎來到銷波快 大家好我是 Zoey 我是 Jayden Happy New Year 哈哈哈哈怎麼有在 為什麼欸不過以 銷波快是不是這個月剛好沒有七月 七月啊 沒有七月底啊喔七月底喔還沒到 還沒到還早還早還早 可是你要說 HappyNew Year 也行啦可以啦可以啦 Happy New Year 哈哈哈 我們過一陣子 就半年就講 Happy New Year 不曉得要講什麼 我就講 Happy New Year 欸不過你不覺得時間過很快嗎 我最近覺得時間過超快的 一下子就月中了 欸年中講錯好累喔 突然之間就覺得 哎什麼又老一歲了 銷波快又老了一歲了怎麼辦 什麼叫老了一歲 你應該說銷波快又累積了一年 又老了一歲了對 觀眾又陪著我們又老了一歲了 我們的觀眾又陪伴我們 度過新的一年了 耶 Happy New Year 哈哈哈討厭 別別別真的是先不要那我知道就是開放一個連結嗯 請大家呃私訊我 要送什麼禮物給我哈哈哈好像不錯 我覺得可以好啦 冷笑話也冷到這邊對 OK 好 那我記得喔 在這一次的主題啊 因為我們這次在講的主題叫 AI Native 嗯 叫 AI 原生 有我們的聽眾有跟我們講說 哇他覺得這個概念真的非常難懂 因為他可能連 AI 都沒用過哦的確 如果認真講我有時候 就是我自己在查那個 專有名詞也查很複雜 AI 本來就有很多專有名詞啊 行銷也有很多專有名詞 但我盡量都用很簡 單的方式跟大家講 你講的再簡單 我還是沒有什麼概念哦對 但最主要的原因是因為 這個主題呢如果你沒有做 或者是你沒有在 AI 的這個環境中 你就會不太知道 到底 AI 能幫你做些什麼事情 那因為我花了蠻多 時間在研究的甚至是 怎麼樣把技術最佳 化成比較高階的技術 然後我的目標就是成為 一個超級懶惰的人 這就是我人生中非常重要的目標哦 哈哈哈哈 對那 AI 原生一直在講的東西 就是他有一個修正的迴圈再講一次 他從一開始的發想 到執行到規格訂定 到創造到資料回推 然後再回到原始的發想 這個東西就叫 AI 原生的 Loop 那這個 Loop 還可以套用在任何地方 包含是你在資料分析上面 只要有資料都可以回推 所以代表的事情是不管 是廣告不管是 SEO 不管是各式各樣 只要有資料的地方都有辦法回推 這個東西大概就是 AI 原生在談的事情 所以如果在這幾集的過程中 你不是很清楚 AI 的運用的話也沒關係 你大概就可以先聽一下這樣的概念 以及我這幾集我大概會跟大家講 我用了 AI 原生的這個概念做了哪些事情 我覺得這樣子應該會讓 大家比較有想像的畫面 以及怎麼樣可以用在自己的 事業上或自己的流程上 好那我們上集講的 東西比較特別叫做 市場調查那在市場 調查中大部分的狀況 即便不是 AI 原生的概念 都有辦法做執行什麼意思呢 簡單來講就是你只要知道 AI 的一些簡單的運用 不然是怎麼樣從原本的 AI 那個聊天的視窗 變成下一個階段可能叫 Claude Code 或可能叫如果是你用 ChatGPT 叫 Codex 那這些東西就是 它從原本 在網路上面的一個網頁變 成可以讀你電腦裡面的資訊 這個東西就叫做 Claud e Code 或 Codex 對那在下一個階段 從 Codex 到 Claude Code 的過程中 在下一個階段就是 Code 什麼叫 Code 呢 Code 代表的意思就 是電腦裡面原生的程式碼 所以很多的部分會用程 式碼方式來做運作跟執行 那這個部分呢 你可以把它當作是它直接介入你的 Windows 系統裡面 然後在 Windows 系統裡面幫你寫一些程式 讓整個自動化可以執行的過程 所以這個東西就叫做 Claude Code 或者是 Codex 也是 那 Codex 有分桌面 版跟所謂的終端機版那不管 反正簡單來講就是寫程式的概念 那在寫程式的概念的過程中 這就代表事情是什麼 你很多以前不曉得 能不能執行的東西 其實只要在電腦裡面都有辦法運作 一個程式就可以運作 那這些東西都可以用 Claude Code 或者是 Codex 方式來解釋 那這個東西就是在 AI 的學習路徑上面 會從原本的 Chat 就是代表聊天視窗 一直進入到本地端的 Codex 或者是 Cursor 一直進入到 Claude Code 那這些東西就是大概 AI 的學習路徑 所以接下來的部分或者是接下來 AI 運作的模式 你要進入到 AI 原生的過程中 你一定會經歷過這三個階段 有可能有些人就只在 Codex 上面 有可能只在 Cursor 上面有可能 那我自己是從這個原本的 Codex 過程中 再升級到所謂 Claude Code 那這些過程都是有 非常多的學習路徑 然後我記得我們在上 集應該有提到一個概念 叫 API 和 MCP 那什麼叫 API 跟 MCP 呢 簡單來講就是有其他的程式 你可以去讀取其他的程式 讓這個程式透過這個 Claude Code 的視窗 你跟它溝通它就會運作的概念 這個東西就叫 MCP 或 API 那當這些所有東西的 生態系被串起來之後 它的所有東西就會進入到一個 所謂的 AI Native 的正向迴圈 那這個東西就是 AI Native 最基礎的技術 好有什麼想問的 我沒有什麼想問 只是我心裡想說如果 真的要聽這一集的觀眾 真的聽得懂我們剛才那一長串的 English 嗎? 其實簡單來講我們 就是在學的過程中 不單單只是用原本的那個網頁嘛 那接下來會升級到下一個學習 那下一個學習就是在專有名詞上面 就是 Codex 跟 Claude Code 它就是一個程式 就是一樣在 Cloud 裡面或者是 GPT 裡面的東西 所以接下來的部分 就是在學一個東西 就叫做所謂點對點規模化的東西 就叫做你要怎麼樣把 這兩個東西串在一起 好舉個例子來講 像我現在想要把 Google 的分析 就例如說 Google 這些功能 串在我的 AI 的迴圈裡面該怎麼做? 串在 AI 迴圈裡面該怎麼做? 如果說我就是 Claude Code 上面 但第一件事情是 我要用 Claude Code 去讀 Google 的東西 我必須要有一個東西叫 MCP 不然它是沒有辦法控制的 這個東西就叫做連結 所以你看喔 這些資料分析在 B 平臺上面 我的 Cloud 在 A 平臺上面 A 平臺上面的東西要連到 B 平臺上面 它必須要有一個串接 這個串接就叫 MCP 它叫 MCP 喔 它不是 API? 兩個都是 API 是舊有的串接模式 那 API 是在 AI 時期還沒有正式執行的過程 大部分都是用 API 來串 所以例如說舉個例子來 我現在有個網頁 這個網頁有個訂閱電子報 它是不是要呼叫那 個電子報系統? 對 這個東西就是 API 喔 ~~~ 喔 ~~~ 欸新的不用喔 喔 ~~~ 欸新的不用喔 新的部分是 在 AI 時代裡面 這些 API 被整理出來 變成一個 AI 可以互動的 平臺叫 MCP 就是這個意思 所以如果你要呼叫比較複雜的功能 基本上 API 可以做 但是你如果只是讓 AI 能夠幫你整理 MCP 就 Ok 了喔喔 而且有一些平臺 API 是要收錢的對啊 就是 API 要收錢 所以串接這件事我 一直不是很敢做對 有一些 API 不用收錢有一些要 所以你要去看 每一個平臺上面的收費機制不一樣 有一些是他訂閱到某一個級距 他才有辦法用 API 所以每一個狀況都不一樣 那這個東西就是你後續要去學 在 AI 原生的概念上面 你要把所有的資料拉下來 他都需要 MCP API 不然你會怎麼做呢 第一件事情是 你到這個平臺 把它 Excel 拉下來第二件事情 你把它 Excel 傳到你的 AI 上面 然後你的 AI 就告訴你這些分析 它有可能會掉資料對 然後來告訴你說 這裡面一些東西 那這個資料怎麼建 再拉一個 再拉一個類似 假如 Notion 假設是其他的資料 區域裡面它就告訴你 怎麼手動去把這些東西 Key 上去 然後你就會發現 這根本就不是 AI 時代的做事 就沒有什麼效率 所以有一個很重要的東西 在 AI 的時代下面 你要去看 探討或者是你要去看一個公司 有沒有可能被淘汰 第一件事情就是 它有沒有開發 MCP 系統 如果沒有開發 MCP 系統的 基本上它就有可能會被淘汰邊緣 因為它沒有追上 AI 時代等一下 MCP 系統我一直以為 它是某一個平臺網站的概念 它是這個平臺下面 開發的一個對 AI 的介面 你說各公司自己開發的 AI 介面對所以像 像 Figma Canva 都有 那個東西就叫 MCP 那 MCP 的意思就是什麼 就是你讓你的 AI 當作主控臺 來控制這個平臺的意思 是這個意思 這叫做 MCP 我好奇問一下 MCP 的概念是 就假如我現在有一個 AI 客服 那個 AI 客服就是 MCP 的概念嗎不是不一樣不一樣 MCP 是你現在有一個平臺 這個平臺是一個服務例如說 Canva 它開出了一個東西叫 MCP 那所以你的 AI 可以控制 Canva 的意思 只要接上來 所以它不是 AI 客服 所以它不是 它是主要是對 AI 的開口是嗎對 就是這個功能 它開放了一些功能 給 AI 可以直接控制這個平臺 我是不是把它當成 它是簡易版的 API 會比較好 對你可以這麼說 但它不一定是簡易啊 它就是 AI 式的平臺 其實在下面很多人不會串 API 因為 API 要 Key 嘛對啊 MCP 不需要 MCP 就登入就好 MCP 這麼簡單 所以它就是你這裡的平臺 這個平臺有一個賬號嘛 你只要登入它就串進來了 OK 我可以回去試試看對 所以你只要把 MCP 的功能串進來以後 基本上你的 AI 生態圈就很大 那這個很大的過程中 你就可以從各式各 樣的地方去抓資料 抓平臺或者抓資料好 我這邊跟大家講因為 MCP 跟 API 是一個非常非常好用的功能 那所以我要跟大家講 在這個功能我做了什麼事情 好第一件事情 大家有用過 Notion 嗎嗯 可能有人用過有人沒用過 有人覺得 Notion 不是很好用 有人覺得 Notion 很反直覺 但我要跟大家講 我自己在用 Notion 但我不會用 Notion 什麼意思 超級矛盾這句話很奇怪嗎超級矛盾 很多人都聽不懂我在講什麼 那我再跟大家講一次 重複剛剛那句話 我自己有用 Notion 但我不是很會用 Notion 哈哈 超級矛盾的一句話很奇怪哦對啊 因為透過 MCP 它可以幫你把 Notion 你想要建的東西都建完 換而言之 你是直接透過 AI 用 Notion 你不是直接用 Notion 對 所以簡單而言 基本上要建立 Notion 的東西 以後有 MCP 這個功能 你根本不用理解這個平臺怎麼用 AI 會幫你用 但是所有的前提是你 MCP 要做好對這第一件事 第二件事情是你要知道 你要做什麼哈什麼意思 簡單來講就是我要透過 Notion 來幫我幹什麼事情 這件事情你要先做好 就是你腦中要先有想法你才能跟 AI 講沒錯 所以有一個新聞是這樣講的 說在現在 AI 時代下面呢 會寫程式的人反而沒這麼厲害 真正厲害的人 跟真正在這個 AI 時代發光的人是 知道怎麼做的 怎麼用白話文的方式跟 AI 討論出需求 這件事情才是厲害好 我再跟大家多說一點關於 MCP 的用法 在 Notion 而言呢 我請他幫我做了一件事情 我請他幫我變成我的每日新聞 什麼意思呢簡單來講就是我把 AI 收集的資料 每天跑的收集的資料記錄到 Notion 裡面 所以我只要開啟 Notion 以後 我就可以看到他幫 我收集的幾筆資料好 這個東西對於 為什麼我覺得它很重要 大家應該對於社群這 件事情的經營很痛苦吧 因為不曉得要寫什麼沒錯吧 所以我們每次在寫很多東西的時候 都要去找資料 然後找資料還要對照 這些資料到底是真的 在 Notion 你可以透過 Prompt 的方式 就是你的指令的方式 把你這些東西的資料 全部都抓回到 Notion 裡面 所以把這些東西抓回到 Notion 中 他還可以幫你把這個網頁 上面的一些重點擷取下來 所以對我而言 我每天都會抓大概五到七筆左右 SEO 最新的訊息 所以在這個過程中 我就有五到七筆的社群可以寫 那每一天都五到七筆 而且我還告訴我的 AI 來告訴他說 請幫我 如果這些新聞的內 容寫的東西都相同 請幫我去除這些重複的我要抓新的 所以我每天都有新的東西進來 在這些新的東西進來 同時我對照了某一 些事情第一件事情是 我要確定我現在目 前的技術是最新的 所以我有沒有舊的技術要被翻新 這是第一個 第二件事情是 我可以爭取這些東西去每 天寫最新的內容第三件事情 除了 SEO 的話 我還可以寫好幾個我想寫的 所以對我而言 我就有源源不絕的社群原料 那這件事情呢 全部你都必須要把 這些資料存到資料庫 我們下一集會談資料庫 所以你就會把這些 東西都存到資料庫 你的所有的社群的 內容都在資料庫裡面 然後你就透過這些資料庫裡面 轉化成 SEO 文章 轉化成社群內容 轉化成 Email 轉化成各式各樣 你可以做的東西 這些東西就是 MCP 帶來的功效 那為什麼我選這些東西 為什麼我選 NOTION 呢 因為 NOTION 很單純的是 它免費就可以用 MCP 這是第一個 第二件事情是 它可以做比較簡單的資料庫管理 如果你要做複雜的資 料庫管理它就不適合 因為它在 MCP 裡面還有一些小小的限制 那這個有點點太難了 我不會跟大家講 因為實際上有在用資料庫的人 大家就知道我在講什麼 好 這是第二個 第三件事情是 基本上我只是透過這個方式 我就可以讓這一個資料庫 這一個內容實際上進入到 NOTION 中 那如果我不要把它進入 NOTION 我把它放到每天的 LINE 傳訊息給我可不可以可以 所以對我而言 之後每一個人都有 每一天客製化的新聞 然後你都可以追蹤最新訊息 那你不就真的跟人家比起來 最大的差異性就是你 的資訊永遠是最新的 而這件事情呢 就是在 AI 時代下面 我認為非常可怕的地方 因為以前我有提過一件事情 我們跟美國的行銷的技能大概差 5 到 7 年 在 AI 時代下面 這個訊息差消失了 那消失的過程也就是什麼 我們可以跟美國的技術同步 甚至超越了嗎 而這件事情才是可怕的 是可怕沒有錯只是在 只是我覺得這件事情 因為我自己的看法是 這件事情他不一定只有少數人知道 就是他未來是大家知道的 他都會知道這件事情 所以他在獨特 就是我覺得大家 當所有人都在同一 個起跑點上的時候 怎麼樣更突出又是一個好 我給你一個資料 讓你可以理解一下 我覺得這樣子大家會比較可以理解 你們現在目前在哪一個階段 目前呢 在全世界的計算當中 只有 1% 的人 1% 喔 100% 裡面只有 1% 的人 使用付費版的 AI 蛤怎麼這麼少就這樣 怎麼這麼少這是真的 我一直以為大家都會付費然後 對對所以你認為的狀況 實際上的部分 大概只有將近 我記得 300 萬還是 600 萬忘記那個數字對全球嗎對 全球大概只有 300 萬還是 600 萬的人 是這樣的人佔 1% 所以你說的普及有 沒有可能有可能好 我再跟你講一個數字 讓你更能夠理解好在,你這樣可以理解我 可以理解對我跟你講 我覺得在臺灣裡面 真正在討論 AI 甚至是有很厲害的運用的人 然後在網路上很常分享的人 那些可能是 1% 裡面的 20% 1% 裡面的 20% 甚至更低 什麼概念 我不是很能理解簡單來講 如果 1% 的人是 300 萬對 在 300 萬里面的 20% 你說我在 300 萬人裡面看到 20% 的資訊對 那你看到 20% 的資訊 然後再來的部分是 搞不好臺灣只佔 1% 裡面的 1% 哦 是這個概念理解 所以你可以說 在臺灣使用 AI 的人口的資訊 可能低於 0.1% 甚至更低嗯 我們各抓 假設是 0.05% 好了假設是 0.05% 那實際上 目前在臺灣使用 AI 的人 大概不超過 2 萬人 這麼不普及嗎對啊沒錯 這個世界上就是這樣運作哦真的哦 所以你以為 你以為你跟大家一樣 這件事情是誤解 在講好好 理解 OK 我也跟大家很誠實的講 就是當我們真正去接觸很多 其他人 沒有使用 AI 的人 很多人連 AI 有哪些 他能夠做哪些事情他都不知道 他能夠做哪些事情他都不知道對 就是哦他知道 AI AI 好像可以幫我寫文案吧 好就這樣大概認知就在這裡 但實際上有沒有操作過沒有 他只知道可以寫文案 然後有實際上玩過 但這件事情有沒有進 入到他工作流沒有哦 可能大多數都是這樣 那是因為我們實在太常一起工作了 所以你會覺得這個東西 我的狀況跟我的水平 因為水準才叫做正常正常沒有 哦原來如此對 所以再回到一件事情來講就是 我會跟大家講一些 我在 AI 上面的一些成長 跟一些學習嗯基本上 在 AI 的過程中 你只要創了 MCP 以後 你就可以把所有的資 料收到你的資料庫裡面 這件事情,有一個非常厲害的地方 我要跟大家做一個下一個階段模擬 簡單來講就是 你會有一個級別 企業級的資料庫 以前我們會遇到一個問題 在這個資料庫的儲存當中 究竟儲存哪些東西 我們每次都要抓出來例如說 我想要查 6 月 26 號的帳 我要把 6 月 26 號的 Excel 抓出來 然後抓出來一大堆數字看不到 或者是一大堆數字 我要先請一個行政 幫我做成表對 然後在這裡面 就會出現一個非常大的問題 就是 6 月 26 號 跟去年的 6 月 26 號差在哪裡不知道 去年的 6 月 26 號再拉出來 拉完以後 看完兩張圖看不到對 很常出現這個狀況 然後或者是什麼 6 月這一個月的所有的內容 包含是行銷的內容 包含是所有的廣告圖片文案 廣告轉換率 花了多少錢 然後實際上產生多少訂單 多少的收益這件事情 跟 5 月份比起來 我們究竟做對了哪些事情不知道 因為資料太多太雜 然後也沒辦法判斷對 所以回到一件事情上面是未來 如果你有一個 AI 級的企業資料庫再次強調 是 AI 級的企業資料庫 什麼意思呢 就是如果你的資料庫 沒有辦法串 MCP 或者是沒有辦法串 API 的時候 這個資料庫就會變 成是死硬碟什麼意思 就是你所有東西都要人工讀 那你要人工讀 人工讀的過程中 AI 超容易讀錯 即便你把 Excel 抓出來 它都有可能讀錯 這些東西都是會出現的狀況 所以在這件事情上面 它就是一個死資料 即便你有資料有資料也沒用 但是一旦它變成了 MCP 級的 企業資料庫 它就等於你的企業大腦 所謂的企業大腦是什麼 你可以把它當作是 在這個資料庫前面有一排 比較有一排 我們講櫃檯 他問你說請問請問 今天要來辦理什麼 業務呢你就跟他講說 我要調取那個六月 份跟五月份的資料 他說好的請稍等 他就把六月份跟五月份 從這個大腦裡面抽出來 他說那請問你要這 兩個資料要幹嘛呢 我想要比較我哪裡做對 他說好的請稍等 他就幫你把東西整理好 這是你要的資料 所以你可以把它當超級行政 所以在這件事情上面 它就會變成是 AI 成為你的櫃檯 就是你的助理 你的秘書 我通常把它當作是圖書館館員 這個很棒 我覺得很棒就是你 把它當作圖書館館員 而且它會幫你整理成你要的資料 所以你就可以透過這個方式 跟這個人 他會幫你把這些資料拿出來好 那我剛剛不是提到一個 就是有關於這個 那些資料庫的過程 所以對我而言 也沒有可能有一些資料 我獲取的這些資料 它的內容比較薄有可能嗎 所以我就可以告訴他說 能不能幫我把這個內容 去找其他資料庫 跟這個內容有相符的全部加起來 然後變成一篇貼文可不可以做到 所以你就會可以發現到 只要進入到所謂的 AI Native 就 AI 原生的概念 資料庫就會變成你的根 所以你所有東西不再是 你自己電腦裡面有一個檔案 我的電腦有個檔案然後 我同事的另外一個 電腦也有一個檔案 然後每個各玩各的沒有 未來就是同一資料庫 所以就是貝加龐克的大腦啦有有有 上一集有特別講到這件事情 所以接下來呢 在下一集我們會談 什麼叫做貝加龐克的大腦 到底能幹什麼 為什麼他對 AI 原生的運作這麼重要 以及到底 AI 原生的每一個概念 跟每一個機制 如何運用資料庫去做運作 那我相信呢 這應該會是一個 我覺得蠻厲害的內容 我覺得很有趣 而且實際上啊 只要你在管資料庫的過程中 我也跟大家誠實說 就是我完全不懂資料庫內容 對啊什麼意思 簡單來講是 我知道我要存什麼東西 但我完全看不懂他在寫什麼 哦你就是跟 AI 講說 你要什麼樣子的資料 然後請 AI 幫你過濾完 然後過濾完之後看那 個資料庫我知道規格嗯 但我完全不曉得 如果你叫我自己去寫 把這些資料庫存進去 我連那個後臺都不 會用哈哈哈哈理解對 所以到底什麼樣的資料 是比較容易被儲存的 然後哪一些東西是向量的 所謂的向量搜尋 然後我們會提到一個 非常重要的概念 以及為什麼這個概念 我認為在 AI 時代下面 它不是主流的運作模式 這個東西叫做 個人的 Wikidata 所謂的個人 Wikidata 的意思是 每一個人他其實都可以 可以把它的輸出 存成一個一個的檔 案檔好我跟大家講 這一件事情 在企業級運作的 AI 大腦裡面它是不可行的好 我會跟大家講為什麼嗯好 我們就期待下一集好 今天大概就是這樣子 今天講了 API 跟 MCP 對我跟你講 能做的事情太多了超多超多 對你只要知道你要做什麼對 你要從哪裡抓 然後要從哪裡抓什麼東西 然後拉回下來 我又可以透過 這個有些的 MCP 跟 API 然後去幫我的社群發文 然後排程自動化 他自己會幫我哇全部都弄好超棒 他就全部幫你一套做完對啊贊 那我就可以進入到我人生中最廢 最夢幻的時刻 每天都在打電動 這個夢幻的時刻 是我的人生中 唯一的追求 好 OK 那我是 Zoey 我是 Jayden 我們下集下播開見啦大家拜拜拜拜 拜拜