※ [本文轉錄自 C_Chat 看板 #1gbvVY9K ] 作者: FAtelier (FemdomAtelier) 看板: C_Chat 標題: [心得] 同人社團如何使用AI簡化DLsite上架流程 時間: Wed Sep 2 11:28:30 2026 經常在 DLsite 上販售商品的同學都知道，上架商品是一件相當繁瑣的工作。 具體的工作如下： * 打包商品本體 * 準備複數枚 2MB 以內的商品介紹圖，以及解析度 1000x1000 以內的 chobit 作品縮圖 * 商品登記 * 準備樣品、體驗版 這些工作雖然每項都不複雜，但做起來卻特別繁瑣，特別是對於沒有日常整理資料習慣的 人而言更是如此。本人就是一個很好的例子，我某個作品的工作目錄： https://i.meee.com.tw/LcSTPYy.png 有時就連我自己都會忘記資料放在哪裡。 此外，DLsite 必須要對作品中的香腸進行打碼： https://i.meee.com.tw/LaQgfs4.png 各位平常購買的作品，其實我們社團都有無碼版本的，我們其實比任何人都懶得打碼，無 奈日本法規就是這麼規定的。 那麼，是否有辦法透過 AI 大幅使流程自動化呢？有的，有的。 【準備影像素材】 DLsite 由於對雲端容量錙銖必較，商品有著嚴格的尺寸與大小限制，同時針對 DLsite 與 Chobit 兩個雖然聯動但不同的服務，也有不同的標準。 這個步驟實際上是最適合透過程式自動處理的流程，因為它的邏輯很簡單：「將用戶指定 的圖檔縮小到指定尺寸。」但為了保留彈性，例如有時我們可能需要在其他平台宣傳，或 者我們希望先釋出模糊的圖片增加神秘感，又或者隱藏特典時，我們就需要不同的參數。 我們只要告訴 AI：「請你幫我寫一個 Python 腳本，能夠接收輸入圖檔、輸出路徑以及 config 檔案作為參數，並會依照 config 參數輸出指定尺寸的 JPG 影像。」這類工作 AI 往往能一步到位，因為是常見的場景。 除了影像尺寸，DLsite 還有對香腸的嚴格限制。顯然我們不能夠透過 AI 生成打碼圖， AI 生成像素的機制反而可能觸發 AI 偵測，引來客戶的質疑。打碼這件事，其實也是能 夠透過演算法固定流程的。 我們需要將流程區分為兩個步驟： 1. 哪些範圍的像素屬於需要打碼的 2. 針對指定範圍的像素進行打碼 困難點明顯是步驟 1，所幸現在已經有許多優秀的模型，能夠自動對影像進行分割。由於 一般商品的影像大小都是高解析度，高解析度會浪費記憶體與處理時間，並不會對分割產 生多大助益。我們可以提示 AI，在將影像餵入模型前先將影像縮小，再將範圍透過線性 轉換對應回原圖。如此一來，我們就能夠找到圖中的鮑魚跟香腸進行打碼。 【打包商品本體】 首先，我們必須要先準備一個商品目錄作為樣品，告訴 AI：「請你參考這個目錄的結構 ，以後作品就按照這樣的目錄結構安排。」 這個在提示詞工程中我們稱為 one-shot，也就是單一樣本。但我們的目標不是每次都指 定一個樣本請 AI 照做，而是「讓 AI 從這個樣本自己通靈規則，並讓它自己撰寫 Agent 與 Skill」。 同時，我們必須告訴 AI 我們的需求與可能的狀況，例如： * 必須採用複製而非移動的方式準備目錄（保留母帶） * 部分作品可能有其他格式的檔案，需一併考慮 * 盡可能探索工作目錄，並區別成品與編輯中的過渡品 * 正式打包商品前，必須列出路徑對照清單供用戶確認後才執行 當商品成功打包後，我們上個步驟中準備的影像處理器就派上用場。我們只要告訴 AI 將 商品目錄中的影像作為輸入，就能取得登錄商品用的影像。 【準備樣品、體驗版】 同人音聲必須提供剪輯後的版本作為樣品，提供客戶參考。這也是工作量較大的一塊。從 創作者的角度，會怎麼挑選樣品片段呢？ 1. 能夠讓聽眾迅速掌握故事大綱 2. 聽起來讓人特別硬的片段 3. 避免暴雷，將最高潮作為懸念排除 為此，我們需要做的事是讓 AI 知道有哪些台詞，以及這些台詞分別位於音檔中的哪個時 間區段。 這件事情其實中國的盜版者特別擅長。中國的盜版者能夠透過 AI 自動產生有字幕翻譯 的 MP4，靠的其實就是 AI 自動上字幕的能力。但 AI 往往會聽錯，尤其是 R18 作品（ 雖然有特別為了 ACG 訓練出的模型，但仍不能十全十美）。 我們作為社團的優勢是有原始台本，因此，我們可以先讓 AI 用 Whisper 進行逐句的字 幕與時間段標註。這時就算 Whisper 得出的句子是錯的，也無所謂。 第二步是讓 AI 以台本為 golden standard，對 Whisper 抄寫出的句子進行糾正，同時 AI 也能夠根據用戶的準則與要求，挑選出特別有吸引力的片段。 我們的 Skill 指定 AI 以 structured output（結構化輸出）為產物。當 AI 整理出需 要裁切的片段，我們就能夠透過 Python 腳本產生出 WAV 檔與 MP4。 當 Skill 與 Agent 模板完成後，我們只要告訴 AI：「我需要你從該目錄中的各個 track 各自挑選五個片段，組成五分鐘的 sample。」AI 就能夠自動完成所有的工作。 【商品登記】 大家平常在網路最懶得做的事情，估計就是填表格了。DLsite 要登錄商品時，也有許多 表格需要填，這些資料都服務於後台，以確保作品正確的分流與上架時間。 那麼，有什麼方法可以最大限度地自動完成這個步驟呢？ 我們同樣要先區分登記商品的步驟： 1. 準備各欄位的資料 2. 進行資料填寫 我們不可能每次都讓 AI 透過 CDP 去操作 Chrome 進行資料填寫，又一邊查閱作品的資 訊。這當中，最能夠程式自動化的是步驟 2，也就是資料填寫。 我們只需要開發一個 Chrome Extension，只要接收到用戶上傳的表格資料，Extension 就能夠為我們操作網頁，自動將資料填入。我們選擇 JSON 作為格式。 首先，我們先讓 AI 以 CDP 操作 Chrome，實際地去操作 DLsite 的作品登錄頁面，讓它 檢查哪些欄位是必要的、哪些欄位提供哪些選項。選擇 JSON 的其中一個優點是，我們可 以定義 JSON Schema，確保 Extension 能夠對 JSON 進行驗證，AI 也知道該如何填寫 JSON。genres 就是一個很好的例子。 https://i.meee.com.tw/a4AFyYf.png 當我們開發完 Extension 以及定義完 Schema 後，步驟 1 的難題也攻克了。我們只要告 訴 AI 去閱讀 JSON Schema 以及調查商品目錄，AI 就能夠根據商品內容挑選出合適的 genres，以及填寫作品各 track 的時長與統計。我們最後只要將 AI 生成的 JSON 丟到 Extension 上，就能夠自動填寫 87% 的欄位。 總結 多模態大模型與相應的 AI 軟體能夠理解、操作電腦中的文件，只要透過制定流程與標準 ，就能夠大幅度簡化手動操作。我們唯一的風險其實是模型廠商的倫理限制，例如：JK、 酪梨等內容。 AI 落地，不光是工程師寫寫程式碼，也能應用到日常的文書，甚至是多媒體工作。當然 ，擁有工程師背景，能夠知道 AI 的長短處以及具體的技術細節，都能夠大幅提升自動化 流程的表現。 從上述的例子，我們可以將 AI 工作流的制定總結為一句話：「判斷哪些程序適合 LLM 裁決、哪些程序適合標準化的程式 IO。」 換言之，AI 工作流並非將所有的工作都丟給大模型。我們可以利用 AI 為那些固定、標 準化的流程撰寫腳本；而那些難以標準化、過去需要人為判斷且具有模糊空間的任務，則 可以交給 AI。 在此拋磚引玉，希望能給各位日常生活、工作流程帶來一點啟發。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.230.23.222 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/C_Chat/M.1788319714.A.254.html

※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: FAtelier (36.230.23.222 臺灣), 09/02/2026 11:29:53