上班族 Podcast 與短影音自媒體 AI 工作流完整指南：Descript、CapCut、Adobe Podcast、Claude 7 步驟 SOP，下班 2 小時做出一集

晚上九點半，你終於把外套丟到沙發上，泡了杯咖啡，打開筆電。桌上一支手機、一副便宜的領夾式麥克風、一台用了三年的 MacBook Air。你打算錄一集 Podcast 聊聊「上班族怎麼學 AI」，順便剪 3 條 60 秒的短影音丟 IG Reels 跟 TikTok。給自己兩個小時，做完關電腦睡覺。

一年前這件事根本不可能。你得學會 Audition、買降噪麥克風、租錄音室、找剪輯師外包，光是後製就要花一週。現在不一樣了——Claude 幫你列大綱、Adobe Podcast 把房間錄音變播音室、Descript 用文字編輯影片像改 Word 一樣簡單、CapCut AI 自動把長 podcast 切成短影音重點。Buffer 在 2026 年 1 月發布的 State of Social Media 報告寫得很直白：80% 的個人創作者已經在工作流的至少一個環節用 AI 輔助，其中音訊處理跟自動字幕是滲透率最高的兩項。

這篇文章帶你走一遍我們實際在跑的 7 步驟 SOP，從選題到發佈每一步用什麼工具、花多少時間、月成本多少、會踩什麼坑。看完你可以晚上開錄，週末上架第一集。

一個下班 2 小時就完成的真實時間表

先把整段流程的時間表攤開來看，你會發現「做自媒體」這件事的瓶頸從來都真正的瓶頸在流程設計。我們把一集 25 分鐘 Podcast + 3 條 60 秒短影音的完整製程拆成 7 個區塊，每個區塊只給自己 15 到 25 分鐘，超時就先停下繼續下一步，最後一次性收尾。

合計 120 分鐘左右。第一次跑會比較慢，可能多花 30 到 45 分鐘在熟悉介面、處理當機；跑到第三集你會發現自己其實只要 90 分鐘就能收工。重點是把流程固定下來，而不是每次都重新發明輪子。

為什麼 2026 是上班族做自媒體最便宜的一年

把時間倒回 2022 年，要做一集像樣的 Podcast，你至少要買一支 Shure SM7B（兩萬出頭）、一台 Focusrite 介面（五千）、訂閱 Adobe Audition（每月 6 百多），然後花一個週末學 EQ、壓縮、降噪。短影音那邊更慘——Premiere Pro 訂閱、After Effects 動態字幕、外接螢幕，光硬體軟體就先燒掉五萬。

2026 年的格局徹底翻了。Adobe Podcast 把 Enhance Speech 功能放在網頁上免費用，Adobe 官方說明寫得很清楚——這個模型把任何房間錄音變成像在播音室錄的效果。Descript 的免費版每月給 1 小時的轉錄與剪輯額度，CapCut 的 AI 功能在台灣完全免費（含浮水印的話），ElevenLabs 中文音色 2026 也支援台灣腔。你只需要一支手機加一副 1500 塊的領夾麥，硬體成本壓到三千以內。

市場面更友善。YouTube 在 2026 年 Q1 的官方報告指出，Shorts（短影音）觀看時數已經佔總平台超過 60%，演算法把更多曝光分給新創作者；Spotify for Creators 公佈 2026 年註冊的 Podcast 創作者數突破 5,000 萬，但其中超過七成的人撐不到第 7 集就放棄了——這代表「持續發片」這件事本身就是一道濾網，撐過去的人很容易跑出來。

7 步驟 SOP：從選題到多平台發佈的完整工作流

這是整篇文章的核心。把每一步的操作細節、推薦設定、實際耗時、踩過的坑都寫出來。第一次照著走完，你就會建立自己的肌肉記憶。

Step 1：用 Claude 選題（15 分鐘）

選題是最容易卡關的環節。你會打開 Notion 想了 20 分鐘，發現沒有一個主題夠吸引人。Claude 在這裡的角色Claude 的角色是「逼你說出自己真正想說的」。

我們的標準 prompt 長這樣：「我是一個在科技業做行銷的上班族，目標聽眾是 25-35 歲想學 AI 的同行。我手上有 10 個草稿題目，請幫我用 4 個維度評分（搜尋熱度、競品稀缺、我的個人經驗加分、可在 20 分鐘內錄完）每題打 1-5 分，最後選出三個最值得這週錄的，並各列 5 個段落 bullet。」

Claude 會直接給你一個排序表 + 大綱。注意：你要先給 Claude 10 個自己的草稿題目，不要叫它無中生有——AI 自己生的題目往往太通用、缺乏個人觀點，跑出來的內容會像 GPT 寫的軟文。把 AI 當「篩選器」，不要當「生成器」。

Step 2：用 Claude 寫腳本（20 分鐘）

有了大綱，把 5 個段落 bullet 丟回 Claude，請它寫一份 1200 到 1500 字的口播逐字稿。Prompt 加上這幾個約束會讓品質飛起來：「用口語、不要書面語、每段不超過 80 字、避免條列式 1 2 3、加 2 個自嘲段落、開場用一個畫面感場景、結尾留一個給聽眾的問題」。

這份稿子不要逐字念，要當作「地圖」。實際錄音時你會偏離稿子加入即興內容，這正是 Podcast 比文字內容有人味的關鍵。如果想更深入學習 Prompt 進階寫法，可以看我們的 Prompt Engineering 7 種高階技巧，裡面有完整的 prompt 設計框架。

Step 3：手機或麥克風錄音（20 分鐘）

錄音設備不用買貴的。iPhone 的 Voice Memos 內建錄音品質已經足夠，只要外接一支領夾式麥克風（夾在領口或衣領），房間找個有窗簾、有沙發、有衣櫥的角落（吸音效果好），錄出來的人聲就堪用。如果你拍直式短影音，把手機橫過來錄聲音、手機架直立拍影像，雙軌同步後製。

錄音前先做一個「環境噪音 5 秒採樣」——按錄音不要說話 5 秒，這段空白後製要用來訓練降噪。錄正式內容時可以一鏡到底不停，講錯就停 2 秒重講一次，Descript 後續會根據這個間隔自動標記讓你輕鬆刪除。

Step 4：用 Adobe Podcast Enhance 修音（10 分鐘）

這一步是 2026 年最神奇的工具。把 WAV 檔上傳到 podcast.adobe.com，等 3 到 8 分鐘，Enhance Speech 會回傳一個處理過的檔案——房間迴音消失、背景冷氣聲消失、人聲變得像在播音室錄的。完全免費，每段最長支援 4 小時。

如果你的錄音環境很糟（例如咖啡廳、客廳有電視聲），Enhance 處理完的差距會大到讓你以為換了麥克風。重點：不要在錄音時就開降噪 app，那會破壞原始音質讓 Enhance 處理變差。原檔愈乾淨，AI 修出來愈像真實。

Step 5：用 Descript 剪輯與自動字幕（20 分鐘）

Descript 是這套流程的中樞神經。它把音訊跟影片變成「文字編輯」——你直接看著逐字稿，刪掉某段文字就等於刪掉那段聲音。對寫字維生的上班族來說，這是有史以來最直覺的影音編輯體驗。

Descript 2026 推出的 Overdub Pro 可以用 30 分鐘訓練樣本生成你自己的 AI 配音，補錄錯字直接打字生成。Auto-Multicam 功能會自動偵測影片中誰在說話、自動切到對應的鏡頭，多人對談 Podcast 後製從 4 小時壓到 30 分鐘。

典型操作流程：上傳音檔 → 等 2 分鐘自動轉錄 → 用 Cmd+F 搜尋並批量刪除 「呃」「然後」「就是」 等口頭禪 → 用 Studio Sound 再過一次降噪 → 加入片頭片尾音樂 → 匯出 MP3 (Podcast 用) 跟 MP4 (YouTube 用)。字幕直接匯出 SRT 檔，後面 CapCut 跟 YouTube 都吃得到。

Step 6：用 CapCut AI 切短影音（20 分鐘）

一集 25 分鐘的 Podcast 裡通常藏著 3 到 5 段「黃金 60 秒」——觀點最尖銳、講法最有畫面感、最容易被截圖的段落。CapCut AI 2026 強化的 Smart Highlight 功能會自動分析人聲熱度、語速、用詞密度，標出最高潛力的片段供你選擇。

實作流程：把 Descript 匯出的 MP4 拖進 CapCut → 點 AI Highlight → 選 3 段（每段 45-75 秒） → 套用模板（自動加大字幕、動態 emoji、進度條） → 直式裁切到 9:16 → 匯出。CapCut 的 Auto Caption 中文準確率在 2026 年已經逼近 95%，但仍要花 2 分鐘手動修正專有名詞（例如「Descript」常被打成「迪斯克」）。

做完後你會有 3 條可以發 IG Reels、TikTok、YouTube Shorts、Threads 的直式短片。這一步是流量的引擎——多數人聽 Podcast 之前都是先看到一段短片被吸引。

Step 7：用 Buffer 多平台排程發佈（15 分鐘）

最後一步是把所有素材分發到平台。Buffer 是最適合個人創作者的工具，免費版可以連結 3 個帳號、每個帳號排程 10 則貼文，足夠剛開始的人用。流程：登入 Buffer → 把 3 條短片各上傳一次 → 寫好不同平台的 caption（IG 偏軟、TikTok 偏 hook、YouTube Shorts 偏標題黨）→ 設定隔天早上 7 點、中午 12 點、晚上 9 點三個時段自動發。

Podcast 主檔上傳到 Spotify for Creators（前身 Anchor），它會自動分發到 Apple Podcasts、Google Podcasts、Amazon Music。整集影音版本上傳 YouTube 並設定隔天早上首播，這樣你的時間軸看起來會像「持續產出」而不是「週末集中發」。

工具堆疊月成本對比：免費、入門、進階三種組合

選工具最怕的是「先訂閱了再說」，三個月後發現一個月燒兩千多塊在沒在用的軟體。我們把這套 SOP 拆成三種典型組合，從免費版開始試水溫，再依照成長階段升級。

先用免費組合跑 3 到 4 集，確認自己「真的會持續發片」再升級。多數放棄的人是訂閱了 Pro 版結果沒做完 3 集，等於繳了 90 天的學費什麼都沒學到。Spotify 的數據說 70% 創作者撐不過第 7 集，這個數字背後就是「先燒設備、後檢驗熱情」的順序錯了。

5 個多數人會踩到的坑（含具體解法）

坑 1：音質出問題，AI 怎麼救都救不回來

最常見的失敗：用筆電內建麥克風在開冷氣的房間錄，整段都是「嘶——」的底噪。Adobe Podcast 可以處理輕度噪音，但如果原檔已經嚴重失真，AI 修出來會像被壓縮過的電話聲。解法：投資一支 1500 塊的領夾麥（Boya BY-M1 或 Rode SmartLav+），錄音時麥克風夾在距離嘴巴 15 公分的位置，這個距離 + 設備就能拯救 90% 的音質問題。

坑 2：用了未授權的背景音樂被下架

YouTube 跟 Spotify 的版權偵測 AI 在 2026 年已經非常準，用 Apple Music 或 Spotify 上的歌當背景音樂，整集會被靜音或下架。安全做法：用 YouTube Audio Library、Pixabay Music、Free Music Archive 找標明 CC0 或 Royalty Free 的音樂；或者付月費訂閱 Epidemic Sound（約 $15 美元/月）一勞永逸。短影音也一樣——TikTok 的商業帳號不能用熱門流行歌，個人帳號可以但要留意未來轉商用會失去聲音。

坑 3：AI 自動字幕出現一堆專有名詞錯字

CapCut 跟 Descript 的中文字幕對「ChatGPT」「Claude」「Descript」「Notion」等專有名詞辨識準確率還是不夠高。常見錯誤：Descript 變「迪斯克」、Notion 變「鬧興」、CapCut 變「凱普卡」。解法：剪輯完一定要花 2 到 3 分鐘用 Ctrl+F 搜尋你常講的英文詞、手動取代。可以建立一份「我的常用詞錯字對照表」（例如：迪斯克→Descript、鬧興→Notion），下次直接批量取代。

坑 4：過度依賴 AI 寫稿，失去個人特色

一個容易上手但回不去的陷阱：第一集你自己寫稿，第二集叫 Claude 改、第三集叫 Claude 重寫、第五集你只丟一個主題給 Claude，整篇都是它生的。聽眾很快會聽出來「這個人怎麼愈來愈像 AI」。AI 是放大器不是替代品——你的觀點、你的故事、你的金句要自己想，AI 幫你補語感、補資料、補結構就好。如果某一集你完全沒參與構思，那一集寧可不發。

坑 5：平台演算法陷阱：盲目追熱門題目

看到 TikTok 上某個 AI 工具教學爆紅，就跟著做一集；下週看到另一個熱門題目，又跟著做一集。半年後你的頻道完全沒有定位，演算法不知道該推給誰，訂閱數停在三位數。解法：先確定你的 niche（例如「在科技業上班的 AI 學習筆記」），所有題目都繞著這個 niche 轉。熱門題目可以做，但要用自己的角度切入，不要照抄。

90 天上手路線圖：先發 12 集 Podcast 與 30 條短影音 train 演算法

剛開始發片沒有人聽是正常的，演算法需要至少 2 到 3 個月的內容累積才會開始把你的影片推給對的受眾。我們建議用「90 天最低可行產出」當第一階段目標：每週 1 集 25 分鐘 Podcast + 3 條 60 秒短影音，三個月後你會累積 12 集 Podcast、36 條短影音，這個量級才足夠演算法判斷你的內容定位。

時間規劃可以參考我們寫過的 AI 時間管理 SOP，把每週 2 小時的內容創作時段直接鎖進行事曆。最常失敗的人問題出在時間沒有保護好——加班、家庭、社交一來就被擠掉。

如果你也在規劃下班後的副業，這套自媒體工作流可以跟我們整理的上班族 AI 副業 5 條路線結合著看，自媒體只是其中一條，但會是流量入口最強的那一條。錄 Podcast 訓練的口條、累積的觀點、建立的個人品牌，未來不管你轉去接案、做課程、賣產品都會回頭幫到你。

如果你想跨入更專業：自己做還是外包給接案團隊

跑了 3 個月之後，你大概會遇到一個分岔點：要繼續自己一個人做，還是把後製、設計、發文外包出去？這個決定的關鍵關鍵在時間投資報酬。

自己做的優勢是控制力、學習曲線、每一集都帶有強烈個人風格。劣勢是當你想拉長集數、提高頻率、做更精緻的後製時，會卡在「我我又非專業設計、又非專業剪輯師」這個天花板。這時候找一個固定合作的接案團隊，把封面設計、片頭片尾動畫、長集影片精剪交給他們，自己專注內容與錄音，產能會直接翻倍。

選擇外包夥伴時注意：找懂 AI 工具的接案者，他們的後製速度跟成本會比傳統剪輯師低很多。恆遠數位行銷在做客戶的影音內容專案時，會把整個 Descript + CapCut + Buffer 工作流交付給對方，再依需求做客製化的封面 / 動畫 / SEO 優化。如果你想知道怎麼讓 AI 工作流融入你的個人品牌或公司行銷，可以參考我們的AI 顧問諮詢服務，先聊清楚需求再決定要不要動手。

會議內容、訪談類 Podcast 的逐字稿整理可以參考我們寫過的AI 會議紀錄 SOP，Otter、Fathom、Granola 這三套工具在處理長段對談時各有強項，組合起來能省下大量整理時間。

常見問題：上班族剛開始做 Podcast 與短影音

延伸場景：把同一份內容拆成 Email Newsletter 與 LinkedIn 長文

錄完一集 Podcast，內容資產的價值還沒被榨乾。把 Descript 自動轉出的逐字稿丟給 Claude，請它「改寫成 800 字的 LinkedIn 長文」「整理成 5 段式 Email Newsletter，每段 100 字」「擷取 3 句最有 hook 的金句做成 IG 文字卡」，一份原始內容可以衍生出至少 5 種格式的二次內容。這套 content repurposing 的觀念在 2026 年的個人創作者圈幾乎已經是共識——Buffer 的數據顯示同一份內容拆成多平台後，平均觸及率可以提升 3 到 7 倍。

把這套工作流變成你的下班後第二份事業

這套 SOP 真正的目標是讓你用每週 2 小時的下班時間，而非把你變成「全職創作者」，三個月內累積出一個有 12 集 Podcast、36 條短影音的個人媒體。對上班族來說，這個資產的價值不只在副業收入——它會成為你換工作時的最強履歷、跟客戶開會前的信任建立工具、未來想出書/做課程/接合作時的流量基礎。

恆遠數位行銷在 2026 年協助多個客戶建立內部 Podcast 與短影音工作流，從工具選型、SOP 設計、AI 自動化到團隊外包訓練都有經驗。如果你正在規劃個人品牌或公司內容行銷，歡迎透過我們的AI 顧問諮詢聊聊，我們會根據你的目標讀者、預算、時間投入，幫你設計一套可以持續執行的內容工作流。今晚就打開手機，錄第一段 5 分鐘的試錄音，明天再決定要不要繼續——做的成本永遠比想的低，但累積的價值永遠比想的高。