Day 6
海外运营 × Codex 训练营
竞品监控爬虫
每日自动抓 + 推飞书
让 Codex 写一个每天 9 点自动跑的脚本，
抓 3-5 个竞品的价格 / 上新 / 活动 → 只把"变化"推到飞书。
从此你比对手早 24 小时知道动向。
讲师 Terrence
时长 90 分钟
产物 1 个 GitHub Action + SQLite 历史库 + 飞书机器人推送
开场口吻：昨天我们干了"给 1000 用户发个性化邮件"——是对外的活。今天干"每天 9 点自动抓 5 个竞品"——是给自己情报系统的活。两个都是运营核心抓手。
定调：很多运营天天打开竞品官网看，是"被动监控"。今天我们让 Codex 帮你主动监控，而且只在有变化时才打扰你——这才是 AI 的正确打开方式。
承诺：90 分钟后，你电脑上会有一个跑在 GitHub Action 上的爬虫，每天早 9 点自动给你飞书推一条"昨天到今天，3 个竞品哪里变了"。
Day 6 · 开场
今天结束，你能做到
- 让 Codex 写一个 Playwright 无头爬虫，抓 3 个竞品的关键字段（价格 / banner / SKU 数）
- 把结果存到 SQLite（按日期），每天对比昨天 → 找出变化项
- 变化推送到 飞书机器人（也可换钉钉 / Slack / Telegram，prompt 改一行）
- 部署到 GitHub Action，每天 9 点 cron 自动跑——关电脑也跑
关键判断：不是"我会爬虫了"——是"我有了一个 24/7 帮我盯着对手的数字员工"。
讲解节奏：4 个目标按"抓 → 存 → diff → 部署"递进。强调第 4 个最值钱——前 3 步在本地跑没意义，部署到 GitHub Action 才是"自动化"。
对比 Day 5：D5 是"一次跑一次"，D6 是"每天自动跑"——这是从"工具"到"系统"的跃迁。
Day 6 · 开场
在开始之前——
你做竞品监控的真实状态
传统做法
- 每天上班打开 5 个竞品网站手动看（15 分钟）
- 看到价格变化截图存微信群（半小时）
- 周末总结写"竞品周报"（2 小时）
- 漏看促销 / 上新 → 老板问起来支吾
- 结果：看完忘了，对比靠记忆
⏱ 每天 30 分钟 · 漏报率 60%
Codex 做法
- 一次性给 Codex 描述竞品 + 字段（20 分钟）
- Codex 写爬虫 + diff + 推送脚本（自动）
- 部署 GitHub Action 每天 9 点跑（5 分钟）
- 飞书机器人 只在有变化时推你（0 噪音）
- SQLite 留 30 天历史，随时回查
⏱ 1 次 30 分钟搭建 · 之后 0 维护
💡 核心差异：手动监控的边际成本是"每天都要花时间"，Codex 监控的边际成本归零——加一个竞品只需多写一段 prompt。
讲解关键：手动监控的真实痛点不是"工作量"——是"漏掉关键变化"的恐惧。竞品促销提前 3 天，你慢 1 天发现，转化就被吃掉。
互动：问大家"过去一周漏看过竞品什么动作？"——一般人都说不准，正好引出"系统 vs 人脑"的差距。
Day 6 · 选字段
监控什么字段 · 海外运营 5 类高价值变化
1
价格 / 折扣（变价 = 直接影响转化）主页 banner 价 · 主推 SKU 详情页价 · checkout 时的促销 code
2
首页 banner / hero 文案（活动起跑信号）banner 一改 → 大概率是新 campaign · 比官方 newsletter 早 1-3 天
3
SKU 数 / 新品上架（产品节奏）从 collection 页抓产品总数 · 数字+1 就是上新
4
社交内容节奏（投放信号）TikTok / Instagram 24h 新视频数 + TOP 3 标题 · 数量翻倍 = 加投预算
5
评论 / 评分（口碑反转）Trustpilot / Amazon 评分小数点变化 · 差评激增 = 出事了
💡 新手只抓 1-3。先把"价格 + banner + SKU 数"跑通，再加社交和评论。别一上来 5 个全要。
讲解：5 类字段按"价值密度"排序——价格变化最直接影响生意，社交内容反应慢一拍但能预判趋势。
避坑：不要抓"全站所有产品所有价格"——那是 BI 项目，不是运营监控。抓最贵的 5-10 个 SKU 足以反映竞品策略。
Day 6 · 架构
5 块拼图 · 看懂全流程
┌─────────────────────────────────────────────────────────┐
│ GitHub Action (cron: 0 9 * * *) ← 每天 9:00 触发 │
└────────────────────────┬────────────────────────────────────┘
│
▼
┌────────────────────────────────┐
│ Playwright 无头浏览器 │
│ 抓 3 个竞品官网 + 1 个 TikTok │
└──────────┬─────────────────────┘
│ 提取字段
▼
┌────────────────────────────────┐
│ SQLite (snapshots.db) │
│ 按 (date, competitor, field) │
└──────────┬─────────────────────┘
│ diff vs 昨天
▼
┌────────────────────────────────┐
│ changes.json (只含变化项) │
└──────────┬─────────────────────┘
│ POST webhook
▼
┌────────────────────────────────┐
│ 飞书机器人 → 你的运营群 │
└────────────────────────────────┘
🔑 核心设计：SQLite 是"记忆"，diff 是"判断变化"，飞书是"通知"——三段缺一不可。少了 SQLite 你每天收到全量快照，必然刷屏。
讲解关键：5 块拼图里学员最容易忽视 SQLite——觉得"反正每天都跑，存什么"。强调没有历史就没有 diff，没有 diff 推送就是垃圾邮件。
类比：人脑里的"昨天"也是一个数据库——只是不可靠。给爬虫一个 SQLite 等于给它"记忆"。
Day 6 · 工具选型
为什么用 Playwright 不用 requests？
requests + BeautifulSoup
✓ 轻量快
✗ 现代网站 90% JS 渲染
✗ 抓不到价格 / 评分
✗ 反爬一上就废
适用：纯静态 HTML 老网站
Playwright 🏆
✓ 真实浏览器（JS 全渲染）
✓ 反检测能力强
✓ Codex 训练数据充足
✓ 截图 / 视频 / cookie 全支持
适用：所有现代网站 ✓
Selenium
✓ 老牌稳定
△ API 啰嗦
△ 速度慢
✗ 配置链长
适用：遗留项目
讲师选择：Playwright + Python（不用 Node）。原因：Codex 写 Python 比写 Node 准，且数据处理 / SQLite 一站式。
讲解：技术选型不要展开讲——选 Playwright 就完事。强调"Codex 在 Python + Playwright 上训练数据最多，生成质量最高"。
常见反对：有人会说"我们公司只能用 Node"——答："prompt 加一句 'use Node.js with Playwright instead of Python' 即可，Codex 自动切换。"
Day 6 · Prompt
核心 Prompt · 直接复制改 3 处
我想监控以下 3 个海外竞品（每天 9 点抓一次）：
1) 竞品 A · https://glossier.com
抓：主页 hero banner 文案 + 主推产品（"Boy Brow"）价格
2) 竞品 B · https://thekrazycouponlady.com
抓：当前促销 code（首页顶部 announcement bar） + 主推 collection 的 SKU 数
3) 竞品 C · TikTok @glossier
抓：最近 24 小时新发视频数 + TOP 3 视频标题
输出：
1) Python 脚本（用 Playwright，headless 模式，含 User-Agent + 随机延迟）
2) 结果保存到 SQLite (snapshots.db)：(date, competitor, field, value)
3) 每天和昨天 diff，找出变化项（只对比 value 字段）
4) 把变化推送到飞书机器人（webhook：
https://open.feishu.cn/open-apis/bot/v2/hook/XXXX-XXXX-XXXX）
消息格式：Markdown，标题 "📊 竞品日报 {today}"，
每个变化一行："{竞品} · {字段}: {昨天} → {今天}"
5) 部署：GitHub Action 每天 UTC 01:00（=北京 09:00）自动跑
workflow 文件路径 .github/workflows/monitor.yml
合规：
- 遵守 robots.txt
- 不爬登录后内容
- 请求间隔 ≥ 3 秒
- 单次最多 20 个页面
文件结构：
- monitor.py
- requirements.txt
- .github/workflows/monitor.yml
- README.md（含部署步骤）
⚠️ 3 个地方必改：(1) 竞品 URL 和字段描述 (2) 飞书 webhook (3) cron 时区（北京 9 点 = UTC 1 点）。
讲解 prompt 结构：分 5 段——监控目标 / 输出格式 / 推送目的地 / 部署方式 / 合规约束。这是所有爬虫 prompt 的通用骨架。
关键技巧：把"合规"写进 prompt 里——Codex 会自动加 User-Agent、随机延迟、robots.txt 检查。不写它默认不加。
Day 6 · 演示
Step 1 · Codex 生成的 monitor.py 长什么样
import sqlite3, json, time, random
from datetime import date
from playwright.sync_api import sync_playwright
DB = "snapshots.db"
COMPETITORS = [
{"name": "glossier", "url": "https://glossier.com",
"selectors": {"hero": ".hero-text", "boybrow_price": ".product-price"}},
# ... 其余 2 个
]
def init_db():
conn = sqlite3.connect(DB)
conn.execute("""CREATE TABLE IF NOT EXISTS snapshots (
date TEXT, competitor TEXT, field TEXT, value TEXT,
PRIMARY KEY (date, competitor, field))""")
return conn
def scrape(page, comp):
page.goto(comp["url"], wait_until="networkidle")
return {k: page.locator(s).first.inner_text()
for k, s in comp["selectors"].items()}
# ... 主循环：抓 → 存 → diff → push 飞书
你不需要懂代码——但要看懂 3 个块：(1) COMPETITORS 配置 (2) scrape() 抓取 (3) 主循环。改竞品 = 改第一个 list。
讲解：不要逐行讲代码——讲"哪里改哪里别动"。学员只需要会改 COMPETITORS 这个列表。
常见问题："selector（页面元素定位符）怎么写？"——答："不用你写，截图给 Codex，让它自己找 selector。下一页演示。"
Day 6 · 演示
Step 2 · selector 不用你写 · 让 Codex 自己找
你只需要把竞品页面截图给 Codex，告诉它"框出来这块的价格"。
[拖一张 glossier.com 首页截图给 Codex]
我标黄的部分（页面顶部"Boy Brow $18"）就是要抓的字段。
请帮我找到它的 CSS selector，并加到 monitor.py 的
glossier.selectors.boybrow_price 里。
如果 selector 不稳（类名是动态生成的 hash），
改用 XPath 或者文本匹配。
💡 新手最大障碍解决：以前抓数据卡在"找不到 selector"，现在截图给 AI就行。Codex 会用 Playwright Inspector / DevTools 思路自己分析。
如果 selector 不稳定（Shopify / Next.js 动态 class）：
- 用
page.get_by_text("Boy Brow") 文本匹配，比 class 稳定
- 用
page.locator('[data-product-id="boybrow"]') 找业务属性
- 实在不行让 Codex 写 regex 从全页 HTML 提取
这一页是新手 wow point——以前爬虫卡 selector 卡半天，截图给 AI 直接绕过。强调"AI 时代的爬虫没有技术门槛，只有描述清楚要什么的门槛"。
实操：现场截图一个竞品页，丢给 Codex 演示"帮我找出价格的 selector"。
Day 6 · 演示
Step 3 · diff 逻辑 · 别让自己被淹
只推变化，不推快照——这是和"全量日报"的核心区别。
def diff_with_yesterday(conn, today):
yesterday = (date.today() - timedelta(days=1)).isoformat()
changes = []
for row in conn.execute(
"SELECT competitor, field, value FROM snapshots WHERE date=?",
(today,)
):
prev = conn.execute(
"SELECT value FROM snapshots WHERE date=? AND competitor=? AND field=?",
(yesterday, row[0], row[1])
).fetchone()
if prev and prev[0] != row[2]:
changes.append({
"competitor": row[0], "field": row[1],
"from": prev[0], "to": row[2]
})
return changes
✓ 推送
glossier · Boy Brow 价格
$18 → $16 ⬇
krazycouponlady · 促销 code
"SUMMER10" → "MEMORIAL20"
✗ 不推
所有字段每天
原样展示一遍
→ 看 3 天你就把通知关了
核心 mindset：通知 = 注意力税。每一条推送都要值得打断你。如果学员每天收 50 条"今日竞品价格不变"——3 天后他必关通知。
进阶：可以加"变化阈值"——价格变化 < 5% 不推、SKU 数变化 < 3 不推。让通知更稀疏更精准。
Day 6 · 演示
Step 4 · 飞书机器人推送长这样
推送代码：
import requests
WEBHOOK = "https://open.feishu.cn/open-apis/bot/v2/hook/XXXX"
def push(changes):
if not changes:
return
lines = ["📊 **竞品日报** " + date.today().isoformat(), ""]
for c in changes:
lines.append(
f"• **{c['competitor']}** · {c['field']}: "
f"`{c['from']}` → `{c['to']}`"
)
requests.post(WEBHOOK, json={
"msg_type": "interactive",
"card": {"elements": [{
"tag": "markdown",
"content": "\n".join(lines)
}]}
})
飞书消息预览：
📊 竞品日报 2026-05-27
- glossier · Boy Brow 价格:
$18 → $16
- krazycouponlady · 促销 code:
SUMMER10 → MEMORIAL20
- glossier-TikTok · 24h 新视频:
2 → 7
🤖 监控机器人 · 09:00
💡 换钉钉 / Slack / Telegram：prompt 改一行——"把飞书 webhook 替换成钉钉 / Slack incoming webhook"。其余逻辑完全一样。
讲解：飞书 webhook 怎么拿——群设置 → 群机器人 → 添加"自定义机器人"。3 分钟搞定。
避坑：webhook 不要放 GitHub 公开仓库——存 GitHub Secrets。下下页讲。
Day 6 · 部署
Step 5 · GitHub Action · 关电脑也跑
为什么要 GitHub Action？因为你不可能 24/7 开电脑。Action 是 GitHub 给你的免费服务器（公开仓库每月 2000 分钟）。
# .github/workflows/monitor.yml
name: Daily Competitor Monitor
on:
schedule:
- cron: '0 1 * * *' # UTC 01:00 = 北京 09:00
workflow_dispatch: # 手动触发按钮（调试用）
jobs:
monitor:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-python@v5
with: { python-version: '3.11' }
- run: pip install -r requirements.txt
- run: playwright install chromium
- run: python monitor.py
env:
FEISHU_WEBHOOK: ${{ secrets.FEISHU_WEBHOOK }}
- uses: actions/upload-artifact@v4 # 保留 SQLite 历史
with:
name: snapshots-db
path: snapshots.db
🔐 FEISHU_WEBHOOK 存在 GitHub Secrets：仓库 Settings → Secrets and variables → Actions → New repository secret。千万别直接写在代码里。
讲解：cron 表达式 0 1 * * * 意思是"每天 UTC 1 点"。北京时间是 UTC+8 所以 = 北京 9 点。
免费额度：公开仓库 2000 分钟/月，私有仓库 500 分钟/月。一次跑 2 分钟，3 个竞品 × 30 天 = 60 分钟，完全够用。
SQLite 持久化：Action 每次跑环境是新的，所以要用 upload-artifact 保留 snapshots.db。学员第一次跑没昨天数据 → 第二天才能 diff。
Day 6 · 反爬
竞品网站不让爬怎么办
轻度反爬 · 90% 站点
- 加真实 User-Agent（Codex 自动加）
- 请求间隔 ≥ 3 秒（不刷接口）
- Playwright headless=False（解析极少数检测）
- 用住宅 IP（GitHub Action 自带数据中心 IP，被识别就上代理）
中度反爬 · Cloudflare
- 用
playwright-stealth 插件
- 跳过 challenge：先访问首页留 cookie，再访问产品页
- 实在不行 用 Scrapling（开源，反反爬开箱即用）
- Codex 一句话"用 Scrapling 而不是 Playwright"
🚫 这些坚决不爬：(1) 需要登录的页面 (2) robots.txt 禁止的路径 (3) 个人账号 / 用户信息 (4) 有图形验证码的（爬过去了也违法）。海外尤其严，GDPR / CCPA 罚款起步 $千万。
讲解：90% 海外品牌官网都是轻度反爬——加 UA + 延迟就够。Cloudflare / Akamai 这种企业级 WAF 才需要 stealth / Scrapling。
新工具推荐：Scrapling 是 2024 年 GitHub 火起来的爬虫框架，反反爬开箱即用。如果学员遇到难爬的站，让他们试这个。
Day 6 · 合规
合规红线 · 海外爬虫 5 条不能碰
- 不爬登录后内容——hiQ Labs v. LinkedIn 案后美国判例倾向"公开 = 可爬，需登录 = 禁止"
- 遵守 robots.txt——不是法律强制但是行业共识，违反在欧盟可能被列为不正当竞争
- 不爬个人信息——用户评论里的姓名 / 邮箱属于 GDPR 个人数据，不存不传
- 请求节流——QPS > 1 可能被认定 DoS（拒绝服务攻击），延迟 ≥ 3 秒为底线
- 不冒充人类——User-Agent 写明 bot 身份（"MyMonitorBot/1.0 contact@xx.com"）反而更合规
⚠️ 真实案例：2024 一个国内电商运营爬美国 Sephora 抓 SKU 价格被起诉，因为他爬了商品评论（含用户名）违反 CCPA。只抓"商品本身的公开属性"是安全区。
讲解：这一页是 Day 6 的"避险条款"——讲清楚后学员才敢真用。重点强调"抓商品价格 ✓ / 抓用户评论 ✗"这个边界。
建议：让学员把 User-Agent 写成可识别身份，反而能避免一些纠纷——人家联系你你能解释清楚监控目的。
Day 6 · 避坑
常见错误 #1 · selector 第二天就失效
症状：今天跑 OK，明天报错 "selector not found"，再查发现网站改版了。
脆弱写法
page.locator(".css-1a2b3c4 > div:nth-child(2) > span").inner_text()
依赖动态 class hash → 改版必废
稳健写法
page.get_by_text("Boy Brow", exact=False)
.locator("xpath=..//span[contains(@class,'price')]")
.first.inner_text()
文本锚定 + 语义类名 → 改版也能扛
💡 防御策略：让 Codex 在 prompt 里加"selector 失败时发飞书警报，不要静默吞错误"。错误推送 > 沉默。
讲解：网站改版是爬虫最大的杀手——平均寿命 2-6 个月。不要追求"永不失效"，要追求"失效时立刻知道"。
实战建议：监控脚本失败也推飞书，标题 "🔴 爬虫失败"，附带 page screenshot 便于排查。
Day 6 · 避坑
常见错误 #2 · 推送变成"通知地狱"
症状：刚上线那 3 天人人盯飞书，第 4 天起没人看了。
3 个止血策略：
- 变化阈值——价格变化 < 5% 不推、SKU 数变化 < 3 不推、视频数翻倍才推
- 0 变化日不打扰——今天没变化就不发空消息（很多人写错：每天发"今日无变化"，等于每天打扰）
- 分级推送——日常变化推群、"价格降 > 15%" 或 "突然加 5 个 SKU" 单独 @你
改一下 monitor.py：
- 只在 changes 非空时推送
- 价格字段变化 < 5% 视为噪音，不推
- 价格 -15% 以上 → 飞书 @所有人 + 加 🚨
- 普通变化 → 普通推送
⚠️ 核心原则：通知是注意力税。每条推送都要值得读。宁可少推不能滥推。
讲解：这是用户体验设计——你给运营群推 100 条没人看，推 3 条都是要紧事人人看。
互动：问大家"你们最近被什么通知淹过？"——大家都有共鸣，正好引出"少即是多"。
Day 6 · 避坑
常见错误 #3 · 在 GitHub Action 上跑半小时 timeout
症状：本地 10 秒跑完，部署 GitHub Action 跑 25 分钟卡住超时。
原因
wait_until="networkidle" 等所有请求结束，分析工具脚本永远 idle 不了- 没设超时 → 单页卡住整个 job 不退
- 抓 TikTok 视频列表用了无限滚动，循环不退出
修法
- 用
wait_until="domcontentloaded" + 显式 locator.wait_for(timeout=5000)
- page 级
page.set_default_timeout(15000) 兜底
- scroll 用固定次数不用 while True（例：scroll 5 次截一次屏）
💡 调试技巧：GitHub Action 一直挂 → 在 workflow 加 workflow_dispatch，本地手动触发，看日志。别在 production cron 上 debug。
讲解：networkidle 是最常见的爬虫坑——现代网站永远在发请求（埋点 / heartbeat），永远等不到 idle。
调试流程：本地能跑 ≠ Action 能跑。Action 环境 IP 不一样、CPU 慢一半，务必先手动触发跑一次再设 cron。
Day 6 · 实操
现在轮到你
30 分钟实操
盯住你最想盯的 2 个海外竞品
用你真正关心的 2 个竞品（不是讲师示例）
跑完整套流程，最后产出：
1 个 GitHub 仓库 + 1 个能跑的 Action + 1 个飞书机器人推送
⏱ 30 分钟 · 讲师全程巡场
讲师巡场重点：(1) selector 找不到的——教截图给 Codex (2) Action 一直转的——教看 logs tab (3) 飞书 webhook 怎么拿——直接演示一遍
不要让人选难爬的站：Amazon / 某宝这种重反爬的让他们改天试。今天选 Shopify / Wix 系小品牌站，跑通流程优先。
Day 6 · 实操
实操 6 步
1
选 2 个竞品 + 想抓的字段（5 分钟）建议：1 个品牌官网 + 1 个 TikTok/IG · 字段 ≤ 3 个
2
建一个空的 GitHub 仓库（2 分钟）新建 private repo · 名字 competitor-monitor
3
把核心 prompt 贴进 Codex（5 分钟）替换：竞品 URL / 字段 / 飞书 webhook
4
本地跑一次 monitor.py 看输出（5 分钟）python monitor.py · selector 报错就把页面截图丢给 Codex 修
5
推到 GitHub + 配 Secrets（5 分钟）git push · Settings → Secrets 加 FEISHU_WEBHOOK
6
手动触发 Action 一次（3 分钟）Actions 页 → Run workflow · 看飞书有没有收到
关键 step：第 4 步本地跑通 → 第 5 步部署。不要跳过第 4 步直接 push，Action 调试慢 10 倍。
第 5 步避坑：很多学员把 webhook 直接写在代码里 push 上去——public repo 立刻就被人扫到。Secrets 是必须的。
Day 6 · 实操
验收清单 · 你应该有的产物
- GitHub 有一个
competitor-monitor 仓库，含 monitor.py + requirements.txt + .github/workflows/monitor.yml
- 本地跑
python monitor.py 能输出 changes（首次跑 changes 为空很正常，没昨天对比项）
- Actions 标签页里"Daily Competitor Monitor"工作流可手动触发，跑完绿色 ✓
- 飞书运营群收到一条机器人消息（首次跑可能是"无变化"——OK，第二天起才有 diff）
- 明天 9 点（cron 触发后）你飞书会收到自动推送（如果有变化）
✅ 5 个都打勾 → 今天目标达成。明天 9 点见证奇迹。
讲解：第 4 条"首次跑可能无变化"——这点要提前打预防针，否则学员会以为脚本坏了。第二天才能 diff。
课后跟进：建议学员明天 9 点截图飞书消息发到课程群，全员见证。
Day 6 · 进阶
下周你能再做的 4 件事
1
加 LLM 总结changes 太多 → 让 Codex 调 GPT 把 10 条变化总结成"今日 3 个 takeaway"再推飞书
2
加截图证据每次抓时存网页截图到 GitHub Artifact · 周末用 Codex 拼 1 张"竞品价格变化时间线"
3
扩展到 10+ 竞品把 COMPETITORS list 加长 · 注意 cron 时间错开避免被 IP 封
4
反向做：被监控提醒让 Codex 监控你自己网站——价格被恶意爬 / banner 被改 → 立刻报警
💡 原则：今天搭好的是基础设施——加任何功能就是改 prompt + 改一段代码。再不用从零开始。
埋钩子：第 1 条 LLM 总结是非常实用的进阶——让 GPT 帮你判断"这 10 条哪些值得关注"，是从"通知"升级到"洞察"。
Day 6 · 方法论
运营做爬虫 × Codex · 3 条原则
- 定义"变化"比"抓取"重要 10 倍——抓数据是体力活（Codex 全包），决定"什么算有意义的变化"是脑力活（只能你来）
- 合规是地基不是补丁——把"遵守 robots.txt + 不爬登录"写进 prompt 里，Codex 自动遵守。事后补很麻烦
- 系统的价值 = 运行时长 × 信噪比——跑 1 年 + 推 100 条都是关键变化 > 跑 1 周 + 推 1000 条噪音
核心 mindset：Codex 不是替你做监控——是把"监控"变成数字员工岗位，让你把自己的注意力留给"看到变化后怎么反应"。
最重要的 takeaway：今天你雇了一个 24/7 的数字员工。1 年下来这个员工帮你看了 365 × 5 = 1825 次竞品状态。这是单价 0 的雇佣。
Day 6 · 小结
今天 3 个 takeaway
- 爬虫 = 抓 + 存 + diff + 推——少一环就废。Codex 一次 prompt 全包，你只描述竞品 + 字段 + 阈值
- GitHub Action 是免费的 24/7 服务器——cron 表达式 + Secrets + Artifact 三件套，覆盖 99% 监控场景
- 不要推送一切，只推变化里有意义的——通知设计比抓取技术更影响真实效果
课后作业（明天前完成）：让监控跑 24 小时，明天 9 点截图飞书推送发到课程群。没收到的把日志贴出来一起排查。
作业要求：让监控真正跑一天——这是把"演示作品"变成"真实工具"的关键。
Day 6 · 结束
明天 · Day 7
广告素材批量生成
1 个 brief → 30 张创意
让 Codex 调 nano-banana / Midjourney API，
一份 brief → 30 张投放素材（横版/竖版/方版 × 5 种 hook）
Meta / TikTok / Google 投放包一站搞定
🙋 现在 · Q&A 时间
课后微信群答疑 · 联系讲师 Terrence
Q&A 常见预案：(1) 没有 GitHub 怎么办（答：5 分钟注册一个；公司不让用 GitHub 可以换 GitLab CI / Gitee Action 同理）；(2) 飞书不让我们装机器人（答：换钉钉/企业微信/邮件推送，prompt 改一行即可）；(3) 竞品有 Cloudflare 怎么办（答：上 Scrapling 或换 Playwright Stealth，下周 office hour 我帮你看具体站）。
结束："今天你雇了一个数字员工。明天我们让 AI 当你的广告设计师，一晚上出 30 张素材。"