denghao

denghao

開始研究ETF被動收入之前,先搞懂這5件事

開始研究ETF被動收入之前,先搞懂這5件事

【免費資源】 你多半是被「存股」「被動收入」「財富自由」這些詞吸引進來的。我不會在這裡跟你說該買哪一檔ETF——原因很簡單,我沒有執照,也不覺得應該有人在網路上跟你報明牌。但我可以幫你把「開始研究」這件事的門檻降低,少走一點新手常見的彎路。 1. 「被動收入」不是不勞而獲,是把研究的時間搬到前面 很多人以為存了ETF之後就真的什麼都不用管。實際上該花的功夫沒有消失,只是從「每天盯盤」搬到「一開始搞懂自己在買什麼、為什麼買」。這件事花一次時間做對,後面才真的輕鬆。 2. 殖利率高不等於報酬高 配息只是把你自己的一部分本金或獲利,按時間分批還給你,不是憑空多出來的錢。一檔ETF的配息率高低,不能單獨拿來判斷它好不好,要跟它的整體報酬、內扣成本、追蹤的指數一起看。 3. 內扣費用是每年都在扣的隱形成本 不管今年市場漲跌,內扣費用都會從基金淨值裡固定扣掉,而且是複利在扣。長期下來,0.3%跟1%的內扣費用差距,累積十幾年會是很不小的一筆數字。研究一檔ETF,這個數字一定要找到。
denghao
Codex不是桌面版ChatGPT!新手也能看懂的AI Agent完整教學

Codex不是桌面版ChatGPT!新手也能看懂的AI Agent完整教學

最近如果你有在關注AI工具,應該很難不注意到,Codex這個名字討論度很高。它是OpenAI推出的AI Agent,桌面版、網頁版、CLI版本都有,主打的定位,是讓非技術背景的人也能上手。 很多人第一次看到它,會以為是桌面版的ChatGPT,長得差不多,用起來應該也差不多。但這兩者差別很大。 ChatGPT vs Codex:一個回答你,一個替你做完 ChatGPT是網頁對話視窗,你把檔案丟上去,它改完,你還要自己下載,自己整理,動手的人始終是你。 Codex不一樣,它直接裝在你電腦裡,能讀你的檔案,改你的檔案,幫你做表格,做簡報,甚至幫你架一個網站。一個是線上回答你,一個是直接替你做完事情。 這篇文章,我會把Codex拆解一遍:它跟ChatGPT差在哪裡,跟Claude Code這類工具又有什麼不同,新手一定要懂的幾個基本規則,還有它實際能幫你處理哪些日常工作。 先搞懂最根本的差異 現在的AI工具,大致分成兩種。第一種是網頁對話機器人,像ChatGPT,還有Claude網頁版,你問一句,它答一句,
denghao
higgsfield:一個把 Kling、Seedream、Nano Banana 全部串在一起的 AI 影片工具,時不時會開放「無限生成」

higgsfield:一個把 Kling、Seedream、Nano Banana 全部串在一起的 AI 影片工具,時不時會開放「無限生成」

最近滑到不少人在聊 Higgsfield(higgsfield.ai)——一個 AI 影像/影片生成平台,特色是不用自己一家一家申請帳號,直接在同一個介面裡切換用 Kling、Seedream、Nano Banana 這些現在最紅的模型。這篇整理它到底是什麼、能拿來做什麼,以及影片裡那個「24 小時無限生成」是怎麼一回事。 Higgsfield 是什麼 簡單說,它是一個整合了 30 多個生成模型的創作平台,涵蓋圖片、影片、語音,官方數據顯示平台每天處理 450 萬次影片生成請求。你不用分別申請 Kling、即夢(Seedream/Seedance)、Google 的 Nano Banana 這些各自獨立的服務,在 Higgsfield 一個介面裡就能切換使用。 目前串接的主要模型包括: * 影片:Kling 3.
denghao
MCP 到底是什麼?先搞懂這個標準,再談要裝哪些工具

MCP 到底是什麼?先搞懂這個標準,再談要裝哪些工具

過去這幾個月,「MCP」這個詞在 AI 圈子裡出現的頻率越來越高,但大部分人聽到都是一頭霧水——它到底是什麼,跟我平常用 Claude 寫東西、查資料有什麼關係? MCP,說白了就是 AI 的 USB-C MCP 全名 Model Context Protocol(模型情境協定)。把它想成 AI 界的 USB-C 接口就對了:一套標準,接上各種工具。 在 MCP 出現之前,每個 AI 工具想串接一個外部服務(比如讀取你的 GitHub、串接 Slack),都要各自寫一套專屬的串接方式。工具 A 串 Slack 的做法,工具 B 串
denghao
免費工具讓 Claude 突破登入限制,讀懂 X、YouTube、LinkedIn 上的內容

免費工具讓 Claude 突破登入限制,讀懂 X、YouTube、LinkedIn 上的內容

Claude 很聰明,但它有一個很基本的死角:任何需要登入才能看的內容,它一律讀不到。 你把一支 YouTube 影片網址丟給它,如果那支影片沒有公開字幕,它抓不到逐字稿;你想請它幫你整理 X(Twitter)上一串討論串的重點,它連登入都進不去;Reddit 上某個討論串、LinkedIn 上一篇貼文,只要平台擋在登入牆後面,Claude 就只能對你說「我讀不到這個網址」。 問題不是 Claude 不夠聰明,是它沒有你的登入狀態 多數人遇到這個死角,直覺反應是想辦法讓 Claude「假裝」登入——這條路很麻煩,也常常直接被平台的反機器人機制擋下來。 真正好用的解法,方向完全不同:不是讓 Claude 自己想辦法登入,而是讓它直接接手你自己這台電腦上、本來就已經登入好的瀏覽器。你平常怎麼滑 X、怎麼看 YouTube,Cookie 跟登入狀態全部都還在;Claude 只是借用這個已經開好的分頁去讀內容,讀完就把畫面還給你,
denghao
【免費教學】Claude 不再只是聊天機器人:我把多個 Skills 疊起來,變成一支 AI 團隊

【免費教學】Claude 不再只是聊天機器人:我把多個 Skills 疊起來,變成一支 AI 團隊

以前用 Claude,每次換任務都要重新解釋一次「你現在要扮演什麼角色」——要它幫忙寫內容策略,先貼一段「你是資深內容長」的提示詞;要它稽核落地頁,再貼一段「你是 CRO 專家」的提示詞。每次都在重複做同一件事:把 Claude 校準成對的角色。 Claude Skills 解決的就是這件事。裝好一個 Skill 之後,Claude 會在你提出需求的當下,自動判斷該用哪個角色回應你,不用你每次手動提醒。這篇把 Skills 是什麼、怎麼裝、怎麼用、進階怎麼疊加,一次寫清楚。 12 個常見的角色類型 Skills 本質上就是一份份寫好的「角色設定+工作方法」,常見會涵蓋這些類型: * 內容長(Chief Content Officer) * AI 研究分析師 * 登陸頁轉換率專家 * SaaS
denghao
【免費教學】用 5 個 Claude Skill,打造你的自動化團隊

【免費教學】用 5 個 Claude Skill,打造你的自動化團隊

每天真正需要你本人判斷的事,其實沒有幾件。 我一直覺得,「用 AI 寫文案」這件事被講得太多了,多到大家忘記 AI 真正省下的時間,其實不是在寫作那一步,而是在寫作之前、之後的一大堆雜事。 回信、排優先順序、開完會生任務、把行事曆重排一次——這些事單獨拿出來看都很小,但每天加總起來,往往就是整個下午的深度工作時間。我自己這陣子做的事,是把 Claude 設成 5 個各司其職的 Skill,各自負責一塊,跑了幾週下來,這篇就是完整拆解。 01 voice.md:先讀懂語氣,才動筆 不是套用制式模板,是先學過你的語氣。 大部分人用 AI 寫東西卡關,不是卡在「寫不出來」,是卡在「寫出來的東西不像自己」。太直、太客氣、太多「賦能」「顛覆」這種一看就知道是
denghao