⚠️ 本專欄是免費教育目的的提示詞製作過程分享，並非任何投資、法律、財務諮詢建議。 AI 執行結果可能存在錯誤，獨立驗證為必須，使用所產生的所有責任完全歸屬於使用者本人。 無法直接用於商業決策。[使用前請查看 30 週時間軸下方的必要確認事項全文[]](https://www.notion.so/30-29f84ddcec3c80a1a87eda9883d81453?pvs=21)
我以成為全職投資者為目標，在較晚的年齡進入經濟學系就讀，畢業前閱讀並分析了近 300 本投資相關書籍，努力尋找最佳的投資策略。畢業後約 50 個月期間，在 S&P 500、原油、美國國債等海外期貨市場中，修改策略超過數千次進行交易。
每天早上市場開盤前，確認國際新聞並分析風險。一個關稅政策、一個中央銀行的發布都會撼動市場，我必須配合那些變化調整部位。但這一切過程都是手動的。
每天確認新聞，驗證投資策略，修改並測量收益率。每天平均投入 5 小時進行風險管理，但始終感到不安。「我確認了所有重要的新聞嗎？」這個問題從未離開過我的腦海。「會不會有我遺漏的新聞？」從未有過一刻心安的時候。
對自動化的需求一直都存在。但我既不是開發者，對程式碼也一無所知，實際上嘗試過幾次轉換為自動化，但因為交易策略的安全性及開發費用等各種問題無法解決，持續以手動方式進行。
然後在 2025 年 6 月左右，目睹 AI 技術的發展後，我正式開始了自動化轉換作業。特別是 Claude 的 MCP(Model Context Protocol) 成為了起點。
終於 AI 超越了單純回答問題的水準，來到了能夠自動處理複雜作業的時代。看到不需要撰寫複雜困難的程式碼，只要用自然語言請求就能執行，我想終於可以安心生活了。
第一是透過建構自動交易系統，從持續 23 小時的海外期貨交易中獲得自由，第二是開發收益率驗證程式。閱讀數百本書籍並驗證許多策略後，實際交易時修改策略的次數比驗證的策略數量還多，我想看到 AI 像我一樣計算收益率。
但因為最想減少在資訊收集上花費的時間，首先從每天進行的國際政治動向掌握開始轉換為自動化。花了幾週時間將我擁有的洞察力連同範例一起傳達，規劃了讓 AI 像我一樣進行分析及驗證的提示詞，逐漸發展到根據檔案大小進行分割，組成 7 個中樞系統，達到像一個程式一樣運作的水準。
隨著時間推移，洞察力也變強，資訊篩選能力提升，傳達文章後分析並提取必要的關鍵字進行資訊驗證等，結果利用 AI 進行國際政治動向掌握獲得了成功。在 1 小時內處理完這一切，效率大幅提升，我想更加全面地活用 AI。