AI 許願池敲碗一下
🎮遊戲創作🤖AI 角色與 chatbot✍️內容創作與變現🏪小生意自動化🎨圖像影音生成工作效率與求職

我讓 AI 幫我讀網頁分析,才看幾頁錢就燒光、還沒讀到重點!

你讓 AI 幫你讀 LinkedIn 職缺、社群貼文、或任何「很滿」的網頁,才幾頁就把額度燒到爆、成本飆升,重點都還沒抓到。這不是 AI 太貴——你缺的詞叫「讓 AI 讀整棵頁面樹」。這頁教你一個省 6-10 倍的讀法。

· 鴿寶
#AI效率#token#網頁分析#LinkedIn#成本控制

先說結論:AI 不是太貴。是你叫它把整張網頁「連骨帶皮」全吞下去,它當然噎到。

情境:你想讓 AI 幫你讀一批網頁做分析——比如 LinkedIn 上的職缺、或一堆社群貼文。你讓 AI 一頁一頁讀。

結果才讀幾頁,你的 token 額度就燒到 92%,成本飆升,而你真正要的重點(職缺內容、貼文文字)根本還沒分析到。

你心想:「AI 讀個網頁怎麼這麼貴?!這樣我怎麼用得起?」

問題不是 AI 貴。是你讓它讀的方式,把一大堆你根本不需要的垃圾也讀進去了

你缺的詞 = 讓 AI 讀「整棵頁面樹」vs 只抓內文(token 差 6-10 倍)


為什麼讀個網頁這麼燒錢?(人話版)

一個現代網頁(尤其是 LinkedIn、Facebook、Instagram 這種)表面上你看到的是「一則職缺」「一篇貼文」,但背後的結構超級肥:導覽列、側邊欄、「升級 Premium」的廣告、頁尾、語言選單、一堆按鈕……

如果你叫 AI 用「抓整個頁面結構」的方式讀(技術上叫抓「無障礙樹」或整頁快照),它會把上面那些全部吞下去。你要的職缺內容只占 5%,剩下 95% 是導覽列和廣告——而 AI 是按「吞進去的量」(token)收費的。等於你每讀一頁,都在花錢讀一大堆你根本不看的東西。

一頁 LinkedIn 用「抓整頁」的方式,大概吃掉 3000-5000 個 token。你讀個十幾頁,額度就見底了。


正確做法:只抓「你真正要的那塊文字」

解法的核心:別抓整頁,只用一小段指令,把你真正要的文字挖出來就好。

大部分網頁的「主要內容」都裝在一個叫 main 的區塊裡。你讓 AI 只抓那一塊的純文字(innerText),導覽列、側欄、廣告全部跳過:

// 只抓主內容區的純文字,跳過所有導覽/側欄/廣告
() => document.querySelector('main')?.innerText.substring(0, 4000);

或者更精準,只挖你要的欄位(例如職缺標題 + 職缺說明):

() => {
  const title = document.title;
  const jobDesc = /* 只抓 "About the job" 那一段 */;
  return { title, jobDesc };
}

token 差距有多大?

讀法 一頁 LinkedIn 花的 token
抓整頁(無障礙樹) ~3,000–5,000
只抓 main 內文 ~500–800
省下 約 6-10 倍

同樣的分析,花 1/6 到 1/10 的錢就搞定。

⚖️ 誠實說清楚:這對「內容單純」的網頁(例如一篇乾淨的部落格)差別沒那麼大——它本來就沒多少雜訊。真正會爆的是重 DOM 的網站:LinkedIn、Facebook、Instagram 這種塞滿導覽、側欄、廣告的。核心教訓:讓 AI 讀網頁時,別讓它「連骨帶皮全吞」——只餵它你真正要分析的那塊文字。省下的不只是錢,還有 AI 的注意力(雜訊少,它分析得更準)。


你會搜錯的關鍵字 vs 該搜的正確詞彙

你崩潰時會打的(搜不到) 該搜的正確詞彙
「AI 讀網頁好貴」 token waste / take_snapshot heavy DOM
「怎麼讓 AI 只讀重點」 evaluate_script / main.innerText extraction
「LinkedIn 分析很燒 token」 targeted extraction / reduce context

把右邊那欄丟進 Google、或直接貼給你的 AI。這就是我們在幹的事——把你崩潰時打出來的髒話,翻譯成能找到答案的詞。

🎁 直接貼給你的 ChatGPT / Claude

這一段免費。複製、貼上、送出——先讓你的 AI 動起來。

我用 AI 搭配瀏覽器工具去讀網頁(例如 LinkedIn 職缺、Facebook/IG 貼文)做分析。但這些「很滿」的網頁一讀,token 就爆炸、成本飆升,才幾頁就把額度用光。

請告訴我:
1. 為什麼「抓整個頁面的結構」(例如完整的無障礙樹 / take_snapshot)會消耗巨量 token?
2. 正確做法是不是「只抓我真正需要的文字」(例如用 JS 抓 main 區塊的 innerText)?
3. 兩種做法的 token 差距大概多少?(我聽說差 6-10 倍)
4. 哪些網站(重 DOM 的)特別需要這樣優化?

🧩 這是一塊積木

每個解法都是一塊積木,像大學課程有「先修課」。 下面告訴你:要組出這個,你需要先有什麼;有了這個,你又能再往上組什麼。

想更進一步?

上面免費的三層已經能讓你動起來。如果你想要「照著做不迷路」甚至「我們幫你跑好」——往下看。

  1. 免費 這個坑是什麼、誰會踩
  2. 免費 人話解釋:錯在哪、正確的詞彙
  3. 免費 一段可直接貼給 AI 的 prompt

本文首發於 AI 許願池(https://kaowan.pages.dev/articles/ai-burns-tokens-reading-pages/),發佈日 2026年7月5日。 轉載請註明出處——原創者不怕考古,只有小偷怕。🕳️