專欄 · 連載

AI 網頁應用程式 43 個——歷時一個半月打造。

2026-03-29

我不是開發者。大學主修英文,之後一直從事海外行銷與企業教育,是企業講師。寫程式的經驗只有 90 年代初中期的 DOS、BASIC 和 HTML 而已。 然而 2026 年 2 月中旬某一天,我像平常一樣在撰寫教育提案信。看著客戶窗口傳來的教育需求截圖,找出符合的課程,再附上適當的問候語,完成郵件。這件事我做了 14 年,但老實說,每次都是相似的流程。「這些重複的工作……能不能交給 AI 做?」這個念頭就是起點。我對 Claude 說「請幫我做一個能自動產生教育提案信的網頁應用程式」,從那一刻起,為期一個半月的旅程就開始了。45 天內我做了 43 個網頁應用程式,幾乎平均每天一個。其中 40 個內建了 AI。而且,我一行程式碼都沒有親手打。所有程式碼都是 AI 寫的,我只說了「需要這樣的功能」、「這裡改一下」、「這個怎麼不能動?」而已。

AI 網頁應用程式 43 款——一個半月內打造完成。 - Nanum 經營顧問

我的原則:"重複 3 次,就自動化"

一句話總結我打造出 43 款 App 的原動力:我不忍受不便。工作時只要冒出「啊,這個又得做一次」的念頭,我就會停下手邊的事,把時間花在把那項作業自動化或簡化上。就算現在寄出那封信只要 5 分鐘,但如果以後每天都要重複同樣的作業,我認為現在花 3 小時做一個網頁 App 會更好。我實際上就是這樣做的。過去寫課程提案信要花 15 分鐘,我花了一整天做自動化 App。感覺像在做瘋狂的事。但從那之後,同樣的信我只要 2 分鐘就能寄出。一個月寄 60 封的話,第一個月就省下了 13 小時。

這種情況一再重演。因為懶得做通話紀錄,所以做了 CallArchive;因為厭煩用 Excel 手動統計講課業績,所以做了 LectureTrack;因為受夠了對照銀行帳戶與試算表來確認教育費入帳,所以做了 PayCheck;因為不想為了登錄 Google 日曆行程而一一點選日期,所以做了新教育日程登錄器。不是因為 2 秒的事、一天做三次才浪費 6 秒,而是「又要做這個」的那種感覺本身讓我受不了。

有些日子,我晚上 11 點工作時發現了不方便的地方,我不是等到「明天再做」,而是一路做到凌晨 4 點,做出了解決它的 App。這看起來可能沒有效率。但多虧如此,從隔天起那份不便就大幅消失了。用一次的辛苦,換來持續的舒適,我想這筆交易值得。我在 45 天內做了 43 次這筆交易 哈。這個習慣還帶來一個附帶效果:把不便自動化之後,我的整個工作流程就開始一點一點看得見了。時間從哪裡流失、哪些工作真的重要、哪些只是「非做不可所以在做」,都看得清楚。製作 App 這件事本身,就是重新設計我工作的過程。

第一項利器:自動化我工作的 16 個個人工具

最先做的是能自動化我每天重複工作的工具。嘗到一次甜頭後,就停不下來了。'OO RAG' 是最有野心的專案。我做企業教育 14 年來累積的 PPT 投影片超過 12 萬張,全部放進了名為 Supabase 的向量資料庫。現在只要輸入 "找出數位行銷相關的投影片",AI 就會從 12 萬張中快速挑出最相關的投影片。但我並沒有就此停下:它還能根據檢索到的投影片自動生成教育提案,甚至連郵件草稿都幫忙寫好。以前寫一份提案要花 1 小時,現在 10 分鐘就能完成。我還加上了語音輸入功能,開車時只要說 "幫我做下週三星電子 AI 教育提案",抵達時草稿就已經完成了。

AI 教育提案郵件自動生成器,正是讓我開始這段旅程的那款應用程式。客戶來詢問教育需求時,我會把畫面截圖上傳到這個應用程式。AI 透過 OCR 擷取文字、分析需求內容,再從本公司 230 門教育課程中,自動配對最合適的課程規劃,並完成量身打造的提案郵件,還能直接透過 Gmail 寄出。以前每天至少要寫 5~6 封提案郵件,現在只要點幾下滑鼠就能完成。

OOTrack 講課儀表板讓我的講課實績一目瞭然。它會讀取記錄在 Google 試算表中的教育歷程資料,以圖表呈現每月營收趨勢、各合作企業的營收比重,以及各講課類型的分析等。再結合 Claude AI,還能自動整理出"今年上半年營收相較去年有什麼變化"這類洞察。需要隨時向自己報告成果時,只要這一個儀表板就足夠了。

新教育日程登錄器雖然小,卻是每天都在用的工具。收到 KakaoTalk 或電子郵件確認教育日程後,把訊息直接複製貼上,或上傳截圖。AI 會自動擷取日期、時間、地點與教育主題,並登錄到 Google 日曆。以前要打開日曆、點選日期、輸入標題、填寫地點……一天要做好幾次的事,現在只要「貼上 → 登錄」,2 秒就完成。這是典型的「5 分鐘的事,何必自動化?」的應用程式。但那 5 分鐘裡,我做的其實是讀取資訊、記住日期、在日曆上找到該日期,然後打字。這本來就不是我該做的事,應該交給 AI 做才對。

CallArchive 通話儀表板也是我每天都在用的工具。與客戶窗口通話時,錄音檔會自動儲存,這個應用程式會用 Whisper API 轉成文字,再由 Claude 摘要。「上次三星電子的金課長說了什麼來著?」只要在 AI 聊天視窗問一句,它就會搜尋通話內容告訴我。以前通話時還得邊做筆記,無法專心對話;現在不需要筆記了,能完全專注在通話上。



AI 詳情頁製作器算是比較特別的一款。它會自動製作要放上 Nanum 經營顧問官網的課程詳情頁。以 13 階段的說服結構為基礎,由 Claude 負責文案撰寫,Gemini 負責生成插圖,再以 Canvas 自動疊加文字。可以從 16 種藝術風格與 30 種韓文字型中挑選使用。以前委託設計師要花一週才能完成的詳情頁,現在 30 分鐘就能出來。這不是因為「不方便」才做的,而是讓「原本根本不可能」變成可能。一間獨自經營的公司雇不起設計師。目前它還不夠完美,使用過程中仍有非常大的改善空間。 

AI PPT 生成器與 Nanum RAG 相連。AI 會從 12 萬張投影片中挑出符合主題的內容,自動組合成新的 PPT 檔案。只要輸入 "幫我做 AI 活用行銷策略 30 分鐘講座用的 PPT",它就會找出相關投影片、依流程編排,並即時生成不足的投影片。這款應用程式也還不夠完美,使用過程中仍有很大的改善空間。我抱怨為什麼做不出像 Genspark AI Slides 那樣的效果,Claude 回我說:「那些是數十位專家花了好幾個月做出來的。」……

AI SNS→部落格轉換器,會把我在 Facebook 或 LinkedIn 上發的短文,自動轉換成適合 Naver 部落格或 Tistory 的長篇格式。在 SNS 寫 5 行,就能自動生成部落格文章,同一份內容經營多個管道的負擔大幅減輕。這也是從典型的 Pain 出發的應用程式。"SNS 上寫過的好文章也想放到部落格,可是每次重寫很麻煩。" 正是我把這份麻煩拿掉的結果。

AI 教育課程規劃產生器只要輸入教育主題與對象,就會自動排出各時段的模組結構。輸入"製造業中階主管 AI 應用教育 6 小時",就能得到完整的課程規劃,包含各模組的學習目標、實作內容與時間分配。設計新課程時不必從零開始,非常方便。之後也打算結合 RAG,參照我過去累積的高品質課程紀錄來產出。

課程編輯器會把已產生的課程規劃文字,轉換成可直接上傳至官網的 HTML 程式碼。此外,AI 還會自動生成 SEO 與 FAQ,並透過 RAG 檢索既有的授課機構資訊一併放入。

教育 CRM 商機管理器是以管線(pipeline)形式管理商機的 CRM。從潛在客戶到成交,逐階段管理案件,並在同一處完成提案信發送與報價單自動開立。與 Gmail 整合,寄信也能直接完成。以前在 Excel 表格裡一列一列地找,「這件現在是什麼階段?」總是手忙腳亂。為了不再這樣混亂,我做了這個工具。

PayCheck 入帳管理追蹤教育講課費的入帳狀況。已入帳、未入帳、長期逾期,一眼就能看清楚,每個月底結算時再也不必翻找 Excel 了。

Nanum 經營顧問行銷儀表板與 Nanum Campus 行銷儀表板,分別將 Nanum 經營顧問官網與 Nanum Campus 線上教育平台的 GA4 數據即時視覺化。哪個課程頁面瀏覽最多、搜尋流量來自哪些關鍵字,Claude AI 還會自動提供每週洞察。長期規劃是串接 Naver 與 Google 廣告設定。

公開課程參加者管理器是管理定期舉辦的公開課程參加者的應用程式。從接收報名、確認匯款,到由 AI 撰寫並寄送通知信,全都一次搞定。而它的搭檔「教育費收據開立器」,則會自動以 PDF 形式為參加者開立繳費收據。

多虧這 16 個工具,我的每日工作時間大幅減少。(取而代之的是,和 AI 一起做東西的時間變多了 QQ)而且我用省下的時間又做了 27 個應用程式。解決了不便,就會空出時間,再用那段時間解決另一個不便。現在我腦中總是在想「接下來要做什麼呢?」

第二項利器:教育現場使用的 AI 示範應用程式 15 個

我是教企業「請這樣把 AI 用在工作上」的人。但我一直有個困擾。用 PPT 展示 AI 應用案例時,大家都會點頭。可是一說「好,現在請各位自己試試看」,大多數人就僵住了。打開 ChatGPT 視窗,卻不知道該怎麼寫提示詞。這也是一種痛點,是我教學上的痛點。學員在實作時卡住,教學效果就會打對折。

於是我想:如果能為每種用途量身打造 AI 網頁應用程式,會怎麼樣呢?不必煩惱提示詞,只要填空,就能得到結果的工具。就這樣做出了 15 個依職務分類的 AI 實作工具。

會議紀錄精靈是教育課程中反應最好的應用程式。把會議內容直接複製貼上,AI 就會自動擷取重點摘要、決議事項、待辦事項與負責人。學員把自己團隊的真實會議內容放進去,說出「哇,這真的整理得很好耶?」的那一刻,是我最有成就感的時候。

報告一行→完整版是為了那些必須向主管報告、時間卻不夠的上班族所做的應用程式。只要輸入「第三季營收較去年同期成長 15% 的原因與第四季策略」這樣的核心一句話,就會自動完成具備前言、本文、結論的 A4 一頁報告。

Excel 洞察擷取器只要貼上 CSV 資料,AI 就會擷取趨勢、異常值,以及可供管理層報告使用的文字。即使不擅長分析數據的人,只要複製 Excel 資料,也能取得洞察。

競爭對手比較分析器只要輸入 2 間公司名稱,就會產出優劣勢比較表與策略性啟示。市場進入策略生成器只要輸入商業構想與目標市場,就會自動產出 SWOT 分析與 3 種進入情境。提案首頁生成器只要輸入客戶與需求,就會自動撰寫 Executive Summary。

SNS 文案多重生成器很有意思。只要輸入一則行銷訊息,就會轉換成針對 Instagram、LinkedIn、Facebook 各平台最佳化的版本。內容相同,但 Instagram 版會加上表情符號與主題標籤,LinkedIn 版則套用專業語氣。

客戶人物誌生成器只要輸入訪談內容,就能產出整理好姓名、年齡、職業、困擾、購買動機等資訊的人物卡。新聞稿自動生成器只要輸入事件或成果,就會自動產出倒金字塔結構的新聞稿與 3 個標題。JD 生成器只要輸入職稱與職責,就能產出完整的徵才公告。

收據→支出報告:只要輸入收據照片或文字,就會自動擷取項目,製成支出報告格式。財務報表翻譯器則能把只有數字的財務報表,轉換成非專業人士也看得懂的解說。 

報價單自動產生器只要輸入品項、數量、單價,就會附上 VAT 計算,產出整齊的報價單版面。報價談判模擬器則是輸入目前報價與目標價,就會提出 3 種談判方案。 

合約風險條款偵測器只要輸入合約文字,就會標示對我方不利的條款,並提出修正建議。

這 15 個應用程式用在教育上,效果明顯不同。學員會實際輸入自己的工作資料,當場就看到成果。這樣一來,學員也會產生'咦,我也有這種不方便,要不要也做一個看看?'的強烈動機。

第三項利器:B2B 業務教育專用工具 11 個

這是我教授專業領域 B2B 行銷與業務時使用的工具。B2B 業務有其獨特的架構,我做了一套工具,能讓 AI 自動填寫這些架構的內容。

AI 目標客戶 Buying Center 分析器會自動分析 B2B 銷售的核心概念 Buying Center。輸入公司名稱與產品後,AI 會分析決策者、影響者、使用者、採購者、把關者等各角色分別是誰,以及應該提出什麼樣的價值主張。在課堂上,學員輸入自己的客戶企業後,會立刻領悟 "原來要把這樣的訊息傳達給這個人"。

AI IPP 人物誌生成器會自動產出 Ideal Prospect Persona,也就是理想潛在客戶輪廓。它會具體描繪出最需要我們產品的是誰,以及此人的職務、困擾與購買動機。

AI 同理心地圖生成器會由 AI 填寫目標客戶「看、聽、想、感受、說、做」的六大面向。AI 顧客旅程地圖生成器則以 AISAS 模型為基礎,自動描繪顧客從認知、興趣、搜尋、購買到分享的完整歷程。若在行銷課上以小組作業的形式交給學員,原本需要 1 小時的工作,3 分鐘內就能產出初稿,剩下的時間便可專注於討論與修改。 

AI VP PPSDN 生成器會製作 B2B 中最重要的價值主張(Value Proposition)。它會自動導出 Problem、Pain、Solution、Differentiation、Need-payoff 等五大要素,並完成整合性的 VP 句子。

AI 集客式內容行銷創意生成器,只要輸入公司與產品資訊,就能一次產出部落格、網路研討會、SEO、AEO、電子書、YouTube 等 6 大管道的內容策略與創意。AI 外拓銷售策略生成器則會自動產生陌生電話、電子郵件、社群銷售等 7 種外拓接觸策略。

AI 電梯簡報生成器會以 7 個步驟,自動撰寫在 30 秒內吸引對方注意的銷售簡報。在課堂上,學員會用自家公司的產品製作簡報,並實際練習。

B2B VWE 計算器共 3 款,是性質略有不同的工具。它會比較競爭產品與本公司產品的 TCO(總持有成本),並以圖表呈現導入我們的解決方案在幾年內能節省多少成本。我們製作了三個版本:供 Nanum 經營顧問使用的版本、供 Hyosung Information Systems 的 AI Ready Storage 使用的版本,以及供 Kyungdong Navien 整合解決方案使用的版本。這既是教學工具,也是可直接用於實際客戶銷售現場的實戰工具。 

這些工具絕對不會在教育一開始就公開。8 小時的課程中,我會花 7 小時著重於教育理論與案例打底,最後 1 小時才公開,並強調行銷與業務也必須導入 AI。 

最大的洞察:「不是學會了開發,而是解決問題的語言變了」

一個半月前的我想的是「要更快做這件事,該用哪個 Excel 函數?」。現在的我想的是「要讓這件事完全自動化,該做什麼樣的網頁應用程式?」。我並不是學會了寫程式,而是學會了「這件事可以自動化」的思維方式。一看到重複的工作,我就無法忍受。只要做過 3 次以上同樣的事,「這個應該做成應用程式」的念頭就會自動浮現。

這套技術棧說出來都有點不好意思。前端是把 HTML、CSS、JavaScript 全部放進同一個檔案;後端是 Google Apps Script,資料庫是 Google Sheets,AI 使用 Claude API,部署則用 GitHub Pages。一開始我連 GitHub 是什麼都不知道,只知道 git push 是「推送」,卻搞不清楚要推到哪裡。現在我管理著 43 個儲存庫。

另外還有一點體悟。在 AI 時代,開發者與非開發者之間的界線比想像中薄得多。重要的是「知道該做什麼」。 

14 年來在教育現場累積的領域知識、哪些重複作業令人痛苦、學員會卡在哪裡、客戶真正需要什麼——這份敏銳度,才是 43 款應用程式的真正引擎。AI 只是把它翻譯成程式碼的翻譯器而已。

43 款應用程式的共通點只有一個:全都始於 "這很不方便吧?"。我工作上的不便、教學上的不便、客戶的不便。我不忍耐這些不便,即使要花好幾個小時,也當場解決。這份「無法忍耐」,在 45 天內打造出了 43 款可以運作的應用程式。下一個應用程式會是什麼?我還不知道。但可以確定的是,明天我一定又會冒出 "做成應用程式不就好了嗎?" 的念頭。而那個念頭浮現後的 30 分鐘內,就會出現一個可以運作的應用程式。不過,接下來我也會花好幾個小時,反覆苦惱與修改。 


To ne continued

本文出現的道具
ClaudeGeminiGensparkChatGPT
您是否正在考慮以此主題進行企業內部教育?
📚 Vibe Coding 資安 — 檢查自己做的 AI 網頁應用 →📚 Claude Code 入門 — 上班族業務自動化 →全部課程 →
← 專欄列表 教育洽詢

專欄一覽

查看全部專欄 →

常見問題

  • 分類:ai-dev
  • 撰寫日期:2026-03-29
  • 作者:金鍾赫 · Nanum 經營顧問

我不是開發者。我是英文系畢業,長年從事海外行銷與企業教育的企業講師。與程式相近的經驗,只有 90 年代初中期接觸過的 DOS、BASIC 和 HTML。然而 2026 年 2 月中旬的某一天,我如常在撰寫教育提案信件時…

是的,Nanum 經營顧問開設與本文主題相關的客製化到府企業內訓與線上課程。依對象與程度調整課程規劃後進行授課。