每天收幾十封電子報，但你真的有在「用」它們嗎？
我訂閱了超過 15 份電子報。
每週打開信箱，心情很矛盾——期待有好東西，但又知道自己八成沒時間好好讀。更實際的問題是：就算當下讀完了，那些觀點和數據過幾天就忘了。等到真的要寫文章或跟人討論，腦袋裡只剩一個模糊的印象，卻想不起來出處在哪。
這個狀況持續了很久，後來我用 n8n 搭了一套自動化流程，讓每封電子報讀完之後，精華直接進 Notion，不用我多動一根手指。
這套流程在做什麼？
流程分三個階段：
第一階段：認出信件是誰寄的，跳過已處理過的
系統每小時掃一次信箱，看到電子報標籤就開始動作。它內建了 16 個電子報的辨識規則，像是雷蒙三十、狐說八道、Lenny’s Newsletter 這些，能自動判斷這封信來自哪。同時，Google Sheets 會記錄哪些信已經處理過，同一封信不會被跑兩遍。
第二階段：三層 AI 分析
這是整個流程的核心，每封信依序進三個 AI 節點：
知識摘要：整理出這篇最重要的主張是什麼、為什麼值得關注、幾個可以直接引用的金句，還有 2–3 個可以從這篇延伸去寫文章的切入角度。另外還有一個信心分數（0.0–1.0），方便你之後快速判斷哪些值得細看。
內容分類：判斷這篇屬於 AI 科技、經濟、國際情勢還是綜合，評估它有沒有再利用的價值，並給一個建議——是整理成框架卡、列入趨勢追蹤，還是存檔就好。
框架萃取：依內容性質用不同方式拆解。科技類文章會挖它的應用場景、限制邊界、容易踩的坑；財經或國際類文章則著重因果關係、關鍵角色、對立觀點。
第三階段：寫進 Notion，記下狀態
萃取完成，所有欄位寫進 Notion，Google Sheets 狀態同步更新為 done。字數太少的歡迎信、訂閱確認信，系統會自動略過，不浪費 API 費用。
幾個設計上比較值得說的地方
信心分數
AI 給你摘要的同時，也告訴你這份摘要有多可信。廢話多的行銷電子報可能只有 0.2，資料紮實的深度分析可以到 0.9。打開 Notion 的時候，不用全部看一遍，按分數篩就好。
萃取框架會跟著內容變
不是每篇用同一張模板。AI 科技和財經分析需要拆的東西不一樣，系統會自動判斷，輸出對你真正有用的欄位，不是填滿格子就算。
收到不認識的電子報會通知你
如果新訂閱的電子報不在辨識名單裡，Slack 會馬上發一則提醒，讓你去補設定，不會讓它默默溜掉。
出錯也會告訴你哪裡壞了
任何節點出問題，Slack 通知裡會直接寫明是哪個工作流程的哪個節點出錯、原因是什麼，還附執行記錄的連結，不用自己去翻 log 找。
誰可能用得上？幾個實際場景
場景一：內容創作者在找素材
LinkedInThreads部落格
你每週在社群發文，訂了一堆電子報，但讀完就忘，等到要寫的時候腦袋空空。有了這套流程，每封信讀完，Notion 就多一張知識卡，上面已經有三個可以用的寫作角度。要發文前打開 Notion，篩 reuse_potential: high，五分鐘內就能找到本週可以拿來改寫的東西。
場景二：需要持續追蹤某個領域的人
研究者顧問產業分析
你在研究 AI 監管、東南亞市場，或者任何需要長期跟蹤的議題。每篇文章都有 related_topics 和 content_domain 標記，Notion 裡直接 filter「這個月跟 AI 治理有關的內容」。causal_chain 欄位會整理不同電子報對同一趨勢的解讀角度，省掉你自己交叉比對的時間。
場景三：小團隊的知識共享
新創小團隊知識管理
團隊每個人各自訂了不同電子報，但這些東西只存在各自的信箱裡，從來沒有真正流通過。把流程接到公司共用的 Gmail，所有人的電子報精華都進同一個 Notion，新進的人不用花幾個月才能熟悉行業動態，打開資料庫就能看到團隊一點一滴累積的東西。
下一步想做的事
這套流程現在只做到「萃取和儲存」，接下來想延伸的方向：
- 自動產生週報：每週一從 Notion 撈出本週高分條目，直接生成一份摘要寄給自己
- 主題聚合：當多篇電子報都在談同一件事，自動觸發一個彙整節點，做跨來源的綜合分析
- 接向量資料庫：讓 AI 助理可以直接回答「你存的電子報裡，關於 X 說過什麼？」
電子報讀完就算的問題，我自己也卡了很久。這套流程不是什麼魔法，但它確實解決了一件很具體的事：讓我訂閱的東西，至少有機會被用到第二次。
如果你也在解決類似的問題，或者對流程設定有疑問，歡迎留言聊聊。
