Wagtail 是什麼？一套以 Python 打造、適合 AI 協作的開源 CMS
如果你在選擇內容管理系統時，WordPress 感覺太重、Notion 又不夠像正式後台，那 Wagtail 可能是你沒有認真看過的一個選項。
Wagtail 是一套建立在 Django（Python 的主流網頁框架）上的開源 CMS。它的名字有點特別，源自一種叫做「鶺鴒」的小鳥，外型輕巧。這個名字某種程度也反映了它的設計哲學：後台清晰、不累贅，又能支撐規模可觀的內容網站。
它的知名使用者包括 NASA、Google DeepMind 官方網站、英國政府的部分公共服務頁面。不是新創公司的實驗品，而是在正式環境長期運作的工具。
Wagtail 就像是「給工程師用的 WordPress」，但後台操作乾淨到一般編輯也可以上手。
一句話重點
Wagtail 是一套以 Python 開發的開源 CMS，後台設計以編輯體驗為優先，近年透過 wagtail-ai 套件加入 AI 輔助功能，並支援 headless 架構讓前端框架可自由對接。
它解決什麼問題？
很多內容團隊在選 CMS 時會遇到兩個困境。
一邊是 WordPress：外掛多、社群成熟，但後台進化緩慢，程式碼混雜，對工程師不太友善。另一邊是各種無頭 CMS（headless CMS）如 Contentful、Strapi：API 彈性高，但後台編輯介面相較陽春，非工程背景的人常常需要適應。
Wagtail 嘗試站在中間。它提供一個乾淨、以頁面樹為主的後台，讓編輯者可以管理內容、設定頁面層級、排程發布；同時對工程師來說，它是以 Python 寫成、可以直接用 Django 的方式擴充，不需要去理解 PHP 的外掛系統。
2024 年到 2025 年，AI 協作能力成為 Wagtail 主動強調的方向。透過選配的 wagtail-ai 套件，它讓 AI 工具可以直接在後台中輔助編輯工作，而不是另外開一個 ChatGPT 視窗再貼回來。
Wagtail 的核心特色
1. 以頁面樹為中心的內容架構
Wagtail 的內容模型基於「頁面（Page）」概念。每一個頁面類型由開發者用 Python 定義，可以包含不同欄位，例如標題、富文字、圖片、CTA、數字等。
這和 WordPress 的文章加自訂欄位是相似概念，但 Wagtail 的頁面是以樹狀結構管理，導覽清楚，適合有層級結構的內容網站，例如機構網站、政府入口網站、媒體平台。
2. StreamField：像積木一樣組合頁面
Wagtail 有一個叫 StreamField 的欄位類型，讓編輯者可以自由組合頁面的內容區塊，而不是只能填一個大文字框。
舉例來說，一篇文章可能由「標題區塊、段落、引用、圖片、Embed」等不同區塊組成。StreamField 讓頁面有彈性，又不會讓後台變得雜亂。對於需要多種版面類型的內容網站，這是一個實用的設計。
3. wagtail-ai：讓 AI 直接進入編輯後台
這是近年最值得注意的部分。wagtail-ai 是一個獨立套件，不包含在 Wagtail 核心中，需要另外安裝與設定。
它支援的功能包括：
- 在編輯器內直接提示 AI：可以要求 AI 改寫段落、協助拼寫、補充想法。
- 自動生成 SEO 標題與摘要：減少編輯者每次都要自己寫 Meta description 的時間。
- 圖片 Alt Text 生成：上傳圖片後，可以讓 AI 自動建議圖片說明文字，有助於無障礙需求與 SEO。
- 內容品質回饋（Checks 面板）：依照自訂提示，AI 可以評估文章的可讀性、語氣是否符合品牌風格等。
- 相關頁面建議：根據語義分析，建議與目前內容相關的站內頁面，有助於內部連結。
4. 不綁定特定 AI 廠商
wagtail-ai 設計上支援多種 LLM（大型語言模型）後端，包括 OpenAI、Anthropic Claude，也可以接本地端的開源模型（如 Mistral、Llama）。
這對有隱私考量的組織來說很重要。如果內容涉及機密或法規限制，可以選擇不把資料送到第三方 API，改用本機模型處理。
5. 人工審核優先的設計
Wagtail 的 AI 整合不是全自動。所有 AI 生成的建議，編輯者都需要親自確認後才會套用。
這反映了 Wagtail 團隊的明確立場：AI 是協助工具，不是取代編輯的角色。對於需要嚴格內容審核流程的組織（例如政府、醫療、教育機構），這種「人工在迴路中（human-in-the-loop）」的設計比全自動更適合。
6. Headless 架構支援
Wagtail 同時支援傳統的「頁面由 Django 直接輸出 HTML」的做法，以及 headless 架構（前端與後台分離）。
透過 Wagtail REST API 或 GraphQL（需要額外安裝 wagtail-grapple 套件），前端可以用 React、Next.js、Vue、Nuxt 等現代框架對接內容。後台負責管理、前端負責呈現，兩邊可以獨立迭代。
它和其他 CMS 有什麼不同？
| 比較項目 | Wagtail | WordPress | Contentful |
|---|---|---|---|
| 底層技術 | Python / Django | PHP / MySQL | 雲端 SaaS |
| 授權 | 開源（BSD-3-Clause） | 開源（GPL） | 商業（有免費方案） |
| 後台設計 | 以頁面樹為主，清晰 | 多外掛拼裝，較複雜 | 純 headless，無頁面概念 |
| AI 功能 | 選配，wagtail-ai | 需安裝外掛 | 官方有部分 AI 功能 |
| 前端彈性 | 傳統或 headless 均可 | 傳統為主，headless 需設定 | 純 headless |
| 適合規模 | 中到大型機構網站 | 各種規模 | 中到大型，適合多通路 |
Wagtail 和 WordPress 最大的差別不只是技術堆疊不同，而是「設計主軸不同」。WordPress 從部落格演化而來，適合快速架站；Wagtail 從一開始就為有結構的機構網站設計，適合內容量大、需要嚴謹管理的情境。
非工程背景的人需要知道什麼？
Wagtail 是一個有工程門檻的工具。它需要工程師架設環境、定義頁面類型、設定 AI 後端。如果團隊裡沒有 Python 開發者，直接上手會有困難。
但對內容工作者來說，一旦工程師設定完畢，後台的日常操作其實不難。頁面樹、Schedule（排程發布）、Image Library，這些都是視覺化的介面，不需要寫程式碼。
AI 協作功能的意義，在於讓編輯者在原本的後台工作流程裡就能取得 AI 輔助，不需要在 CMS 和 ChatGPT 之間來回切換。這對內容生產量大的團隊，可以節省不少重複性的工作。
適合誰使用？
- 有 Python 或 Django 背景的工程師：可以直接延伸既有技術堆疊，不需要學新語言。
- 中到大型機構或政府單位：需要穩定、可自行掌控的 CMS，而不想依賴第三方 SaaS。
- 重視內容品質與人工審核的媒體或教育團隊：wagtail-ai 的 human-in-the-loop 設計符合這類需求。
- 有隱私需求的組織：可以搭配本地端開源模型，不把內容送到外部 API。
- 需要前後端分離架構的開發者：Wagtail 的 headless 支援成熟，適合搭配 Next.js、Nuxt 等前端框架。
可能不適合誰？
- 沒有工程支援的小型團隊：Wagtail 需要自行架設、維護，沒有類似 WordPress.com 這樣的托管服務（需自行管理伺服器或找托管方案）。
- 想要大量現成外掛的人：Wagtail 的套件生態不如 WordPress 龐大，很多功能需要自己開發。
- 沒有 Python 經驗的開發者：雖然 Wagtail 文件完整，但如果你只熟 PHP 或 JavaScript，學習曲線仍然存在。
- 純靠 AI 全自動管內容的想法：Wagtail 不走全自動路線，AI 只是輔助，需要人工確認。
目前可以怎麼開始？
安裝 Wagtail 需要 Python 環境：
pip install wagtail
wagtail start mysite
cd mysite
pip install -r requirements.txt
python manage.py migrate
python manage.py createsuperuser
python manage.py runserver
啟動後，後台預設在：
http://localhost:8000/admin/
如果要加入 AI 功能，再安裝 wagtail-ai：
pip install wagtail-ai
然後在 Django 的 settings.py 設定 AI 後端（例如 OpenAI API Key），並在 INSTALLED_APPS 加入 wagtail_ai。
詳細設定請參考官方文件：https://docs.wagtail.org
我們的觀察
Wagtail 最有意思的地方，是它沒有把 AI 當作行銷噱頭，而是從實際的編輯工作流程切入。wagtail-ai 不試圖取代編輯者，而是幫助他們處理那些「煩人但必要」的任務，例如寫 SEO 摘要、補圖片說明、確認文章語氣是否符合規範。
對比一些 CMS 把「AI 生成文章」當主打功能，Wagtail 的立場更謹慎：內容品質由人把關，AI 做的是打下手的工作。
對台灣的內容團隊或媒體機構來說，如果你的網站已經有 Python 技術資源，或者你正在重新評估 CMS 架構，Wagtail 值得認真研究。它不是最簡單的選擇，但它是一個設計哲學清楚、長期穩定性高、AI 整合方向也相對成熟的工具。
來源
- Wagtail 官方網站：https://wagtail.org
- Wagtail 官方文件：https://docs.wagtail.org
- wagtail-ai GitHub：https://github.com/wagtail/wagtail-ai
- 查閱日期：2026-06-29