電腦玩物

• 如何用 Google AI、 ChatGPT 把報告文件設計成「符合公司範本」的專業簡報，五種工具流程實測攻略

  用 AI 來製作簡報、設計排版已經是很常見的工作流程。不過，AI 做簡報本身不是問題，問題是我們公司可能有規定的簡報模板，或者我有自己慣常使用的簡報版面。 我不希望製作出一看就知道是 AI 做的、千篇一律的簡報設計，或者太過花俏，不適合在公司團隊會議現場直接拿出來的簡報樣式。 我希望 AI 能夠用我們公司規定的簡報範本，有公司規定的版面配色、標題頁樣式、各種邊框、頁首頁尾的標註，以及我常用的固定排版格式。這要怎麼做到呢？ 或者，一個更常見的工作流程是：我可能已經完成了一份報告文件，有多份文件資料，需要把它整理成一份簡報。 我已經有既有的內容，也有公司設計簡報的範本檔案，現在只是希望 AI 能夠融合這些東西，把它製作成符合公司規定範本的簡報。 下面就來分享，我實際用 Google 的 AI 工具來測試，怎麼達到上述要求的工作流程。最後也會附加一個測試：在 ChatGPT 上面，有沒有辦法把既有的文件報告轉成符合公司範本的簡報？ 下面這些測試，我都沒有使用 Codex、Claude Cowork、Gemini 的任務模式、Google Antigravity 這些進階的 AI Agent 工具，而是用 Google AI 付費帳號或 ChatGPT 付費帳號的一般功能，來完成上述需求。 延伸閱讀： Google 簡報加入 Nano Banana Pro： AI 一鍵美化舊簡報版面、圖片、圖表Gemini AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程Gamma 用 AI 幫你設計簡報、網頁，瞬間完成戲劇化版面內容[教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報 測試一：從 Google 文件報告，直接製作符合範本的簡報 第一個測試，我要直接從一份已經打開的 Google 文件報告，製作出符合公司規定範本的簡報。 如果工作上使用 Google 雲端硬碟，這時候我可能已經完成了一份 Google 文件，裡面有報告的內文，甚至有製作好的圖解圖片。文件本身是完整的報告，只是現在因為要開會，所以需要把它轉換成簡報的格式。 例如這份文件： ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代 如果有 Google AI 的付費版本，我可以直接打開這份 Google 文件，開啟右方的 Gemini 功能，輸入下面這段指令。 先連結公司規定的 Google 簡報範本檔案，再跟它說明：把目前打開的這份 Google 文件，根據連結範本的配色、版面格式，直接製作成 Google 簡報。 @連結Google簡報範本檔案 根據連結簡報範本，把這份文件製作成符合範本的 Google 簡報，一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 如果要最接近範本，我建議提供文字內容空白、只有版面設計的簡報範本，這時候效果通常最好（如下圖這樣）。 送出指令之後，Google 文件右方的 Gemini 就會開始製作 Google 簡報。 正常情況下，你會看到它開始思考分析：要把文件內容設計成幾頁簡報，並且逐步梳理出每頁簡報的大綱架構。 這邊基本上不用理它，等一段時間之後再回來看。 完成之後，Google 文件右方的 Gemini 對話框會直接提供製作好的 Google 簡報連結，點開就能打開那份簡報。 打開簡報就會發現，它符合我前面提供的範本。不只是配色一致，還包含框線、版面架構的設計，甚至每頁簡報的頁首頁尾特殊標註，基本上都有納入這份新完成的 Google 簡報當中。 剛才那份 Google 文件報告的關鍵內容，甚至報告中的圖片，也已經直接放入新做出來的簡報裡。 這是一個最簡單、最快速的方式，直接把已經完成的 Google 文件報告，轉換成符合公司範本的 Google 簡報。 可參考下面完成範例連結： [Google文件製作版本]ChatGPT「記憶管理」的 7 個常用技巧 測試二：強化指令讓產出的簡報內容更專業、符合需求 完成第一個測試之後，接下來一樣是直接在 Google 文件啟動 Gemini，轉換成符合公司範本的 Google 簡報，但是這一次，我要強化「怎麼製作簡報」的指令。 前面只是很簡單地要求它自己決定怎麼把 Google 文件轉換成符合範本的簡報。這次我在指令裡更具體地說明，不只要符合版面，還希望做成幾頁簡報，以及怎麼拆解報告內容。 假設報告當中有七步流程，那我的簡報是要分解成剛好七頁，還是內容更豐富的十四頁，或者精簡成三到五頁？這些都可以在指令裡說清楚。 當我仔細地說明如何把文件報告轉換成簡報，這樣的指令有效嗎？ @連結Google簡報範本檔案 根據連結簡報範本，把這份文件製作成符合範本的 Google 簡報，一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。製作一份給已經使用過 ChatGPT 的職場工作者看的教學簡報。目標是讓聽眾知道：如何讓 AI 接續已完成的工作，減少重複交代。請規劃 10 頁：開場問題 1 頁、七個方法總覽 1 頁、七個方法各 1 頁、最後行動整理 1 頁。請保留原文的七個方法名稱與核心判斷。方法頁應包含使用情境、具體動作與必要條件。可以精簡文字，但避免自己額外延伸，除非是為了語句通順。需要配圖解時優先搭配文件中的圖片。。 讓它跑一段時間，可以看到最後完成的 Google 簡報，仍然符合範本的配色、格式與風格。 但是跟前一個測試版本比起來，內容明顯更豐富、有更多細節，製作完成的頁數也變多了，這就是強化指令的影響。 所以，在 Google 文件右方的 Gemini 當中，我們不只可以用指令讓它模仿公司需要的範本，也可以告訴它：假設這是一份好幾千字的文件報告，要用什麼方式、邏輯與架構，拆解成簡報的內容？這樣就能更有效、更快速地做出符合需要的 Google 簡報。 可參考下面範例連結： [Google文件強化指令製作版本]ChatGPT 記憶管理的 7 個常用技巧 測試三：也可以直接從 Google 簡報製作符合文件內容與範本的簡報 第三個測試，我們反過來，先打開一份空白的 Google 簡報，再連結已經有的 Google 文件，甚至連結多份文件，以及公司規定的簡報範本，直接在 Google 簡報當中完成需要的內容。 這時候有一些不一樣的操作方式。 我打開一份空白的 Google 簡報，一樣開啟右邊的 Gemini 對話框。來到提問欄下方，先連結要放入簡報內容的 Google 文件、Google 試算表等檔案。 右方有一個像調色板的按鈕，點開後，可以選擇某一份 Google 簡報作為設計範本。連結好文件資料與公司簡報範本，就用跟前面類似的指令，引導它做出需要的簡報內容。 內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 要讓版面更一致，這裡一樣建議先準備好範本，最好是內容空白、只有版面架構的簡報。 如果連結的簡報範本不是空白內容，會出現一些內容的混合與錯亂。 不過，在 Google 簡報製作簡報，會多出一些 Google 文件裡沒有的功能。 從空白的 Google 簡報開始，它會主動提出問題，詢問我像是這份簡報給誰看、想要製作的長度，以及其中某些內容的規劃。 這時候，我可以用勾選的方式，或者選擇「其他」、輸入自己的想法，跟 Google 簡報進行問答，更細緻地處理簡報的內容與長度。 目的就是把連結進來的 Google 文件資料，製作成符合需要的公司會議報告。 所以，這裡的關鍵差別在於：從空白的 Google 簡報出發，會多出主動引導、主動提問的功能。 如果在前面的第二個測試中，你擔心自己寫不好指令，不知道怎麼把文件資料拆解成更好的簡報架構，或許就可以打開 Google 簡報，透過它的引導來完成。 要記得，一開始最好打開純空白的 Google 簡報。如果已經包含內容，還要連結其他文件資料來做簡報，在我的測試中就很容易失敗。 做完之後，Google 簡報一樣會拆解連結的文件內容，並符合需要的版面格式。 效果如下面的範例連結： [Google 簡報製作版本]ChatGPT 「記憶管理」的 7 個常用技巧 測試四：如果在 Gemini 對話，可否製作符合文件與範本的簡報？ 第四個測試，如果不要從 Google 文件、Google 簡報出發，直接用 Gemini 的對話來製作簡報，可不可以呢？ 我打開 Gemini 網頁版，開啟新的對話。指令跟前面基本一致：連結某份 Google 文件作為內容，連結某份 Google 簡報作為範本，請 Gemini 一步一步設計成符合範本樣式、採用文件內容的 Google 簡報。 @Google 文件 根據「 文件連結網址 」文件的內容，結合「 簡報範本連結網址 」範本，製作成一份 Google 簡報  。一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 不過，即使使用「Argon 高點」的推理模型，製作完成後，仍然無法做到直接套用公司簡報範本的效果。 它會採用連結簡報的某些配色，看起來跟公司的簡報風格一致，但要像前面的效果一樣，採用公司規定的版面框架、格式，以及邊框細節的小註解，這次 Gemini 的結果就做不到。 另外， Gemini 可以抓取文件內容製作簡報，但無法取用文件中的圖片變成簡報內容。 所以，在 Google AI 的工作系統當中，想要製作符合公司規定範本的簡報，我會從 Google 文件或 Google 簡報來製作。 測試五：ChatGPT 可否製作出符合公司範本、採用報告文件的 Google 簡報？ 最後第五個測試，如果不用 Google AI 的工具，用 ChatGPT 來做符合公司規定範本的 Google 簡報，可不可以呢？ 其實意外地，效果非常好。 我打開一個單純的 ChatGPT 網頁版對話框，沒有啟動 Work 模式，也沒有啟動 Codex。不過，我使用的是付費版本，並選擇較高等級的推理模型。 接著給它跟前面一樣的指令：連結某份 Google 文件作為簡報內容，連結某份 Google 簡報作為範本，請它根據文件內容，做成符合範本版面格式的簡報。 這樣也可以成功完成，而且有機會直接提供 Google 簡報連結；有時候則會做成 PowerPoint 版本，一樣符合公司規定的版面格式。 @Google 文件 根據「 文件連結網址 」文件的內容，結合「 簡報範本連結網址 」範本，製作成一份 Google 簡報  。一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 在我自己的經驗裡，如果直接給 ChatGPT 一份公司規定的簡報範本，有配色、邊框、各種框架與標題頁樣式，它會套用得幾乎一模一樣，就跟公司的簡報一樣。 它對簡報範本的掌握是最好的，也是這些測試當中，最能做出接近公司規定格式的簡報樣板的工具。 不過，Google 文件的圖片，在 ChatGPT 對話模式中無法準確抓取放入簡報。（但如果用 Codex、Work 模式就可以做到。） 可參考下面連結： [ChatGPT製作版本]ChatGPT「記憶管理」的 7 個常用技巧｜教學簡報 以上就是我這一輪測試，加上之前使用 Google AI 與 ChatGPT 的經驗：把文件報告製作成符合公司規定範本的簡報，有這幾種可行的工作流程，分享給大家參考。 你可以選擇使用 Google AI 工具，或是 ChatGPT 的付費版本，來滿足文章一開頭的需求。上面的比較也可以讓你了解每個工具的局限，選擇最適合自己的工作流程。 大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： 如何用 Google、 ChatGPT AI 把報告文件設計成「符合公司範本」的專業簡報，五種工具流程實測攻略 ）

  電腦玩物 · 2026-10-18 18:56

  • 如何用 Google AI、 ChatGPT 把報告文件設計成「符合公司範本」的專業簡報，五種工具流程實測攻略

    用 AI 來製作簡報、設計排版已經是很常見的工作流程。不過，AI 做簡報本身不是問題，問題是我們公司可能有規定的簡報模板，或者我有自己慣常使用的簡報版面。 我不希望製作出一看就知道是 AI 做的、千篇一律的簡報設計，或者太過花俏，不適合在公司團隊會議現場直接拿出來的簡報樣式。 我希望 AI 能夠用我們公司規定的簡報範本，有公司規定的版面配色、標題頁樣式、各種邊框、頁首頁尾的標註，以及我常用的固定排版格式。這要怎麼做到呢？ 或者，一個更常見的工作流程是：我可能已經完成了一份報告文件，有多份文件資料，需要把它整理成一份簡報。 我已經有既有的內容，也有公司設計簡報的範本檔案，現在只是希望 AI 能夠融合這些東西，把它製作成符合公司規定範本的簡報。 下面就來分享，我實際用 Google 的 AI 工具來測試，怎麼達到上述要求的工作流程。最後也會附加一個測試：在 ChatGPT 上面，有沒有辦法把既有的文件報告轉成符合公司範本的簡報？ 下面這些測試，我都沒有使用 Codex、Claude Cowork、Gemini 的任務模式、Google Antigravity 這些進階的 AI Agent 工具，而是用 Google AI 付費帳號或 ChatGPT 付費帳號的一般功能，來完成上述需求。 延伸閱讀： Google 簡報加入 Nano Banana Pro： AI 一鍵美化舊簡報版面、圖片、圖表Gemini AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程Gamma 用 AI 幫你設計簡報、網頁，瞬間完成戲劇化版面內容[教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報 測試一：從 Google 文件報告，直接製作符合範本的簡報 第一個測試，我要直接從一份已經打開的 Google 文件報告，製作出符合公司規定範本的簡報。 如果工作上使用 Google 雲端硬碟，這時候我可能已經完成了一份 Google 文件，裡面有報告的內文，甚至有製作好的圖解圖片。文件本身是完整的報告，只是現在因為要開會，所以需要把它轉換成簡報的格式。 例如這份文件： ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代 如果有 Google AI 的付費版本，我可以直接打開這份 Google 文件，開啟右方的 Gemini 功能，輸入下面這段指令。 先連結公司規定的 Google 簡報範本檔案，再跟它說明：把目前打開的這份 Google 文件，根據連結範本的配色、版面格式，直接製作成 Google 簡報。 @連結Google簡報範本檔案 根據連結簡報範本，把這份文件製作成符合範本的 Google 簡報，一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 如果要最接近範本，我建議提供文字內容空白、只有版面設計的簡報範本，這時候效果通常最好（如下圖這樣）。 送出指令之後，Google 文件右方的 Gemini 就會開始製作 Google 簡報。 正常情況下，你會看到它開始思考分析：要把文件內容設計成幾頁簡報，並且逐步梳理出每頁簡報的大綱架構。 這邊基本上不用理它，等一段時間之後再回來看。 完成之後，Google 文件右方的 Gemini 對話框會直接提供製作好的 Google 簡報連結，點開就能打開那份簡報。 打開簡報就會發現，它符合我前面提供的範本。不只是配色一致，還包含框線、版面架構的設計，甚至每頁簡報的頁首頁尾特殊標註，基本上都有納入這份新完成的 Google 簡報當中。 剛才那份 Google 文件報告的關鍵內容，甚至報告中的圖片，也已經直接放入新做出來的簡報裡。 這是一個最簡單、最快速的方式，直接把已經完成的 Google 文件報告，轉換成符合公司範本的 Google 簡報。 可參考下面完成範例連結： [Google文件製作版本]ChatGPT「記憶管理」的 7 個常用技巧 測試二：強化指令讓產出的簡報內容更專業、符合需求 完成第一個測試之後，接下來一樣是直接在 Google 文件啟動 Gemini，轉換成符合公司範本的 Google 簡報，但是這一次，我要強化「怎麼製作簡報」的指令。 前面只是很簡單地要求它自己決定怎麼把 Google 文件轉換成符合範本的簡報。這次我在指令裡更具體地說明，不只要符合版面，還希望做成幾頁簡報，以及怎麼拆解報告內容。 假設報告當中有七步流程，那我的簡報是要分解成剛好七頁，還是內容更豐富的十四頁，或者精簡成三到五頁？這些都可以在指令裡說清楚。 當我仔細地說明如何把文件報告轉換成簡報，這樣的指令有效嗎？ @連結Google簡報範本檔案 根據連結簡報範本，把這份文件製作成符合範本的 Google 簡報，一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。製作一份給已經使用過 ChatGPT 的職場工作者看的教學簡報。目標是讓聽眾知道：如何讓 AI 接續已完成的工作，減少重複交代。請規劃 10 頁：開場問題 1 頁、七個方法總覽 1 頁、七個方法各 1 頁、最後行動整理 1 頁。請保留原文的七個方法名稱與核心判斷。方法頁應包含使用情境、具體動作與必要條件。可以精簡文字，但避免自己額外延伸，除非是為了語句通順。需要配圖解時優先搭配文件中的圖片。。 讓它跑一段時間，可以看到最後完成的 Google 簡報，仍然符合範本的配色、格式與風格。 但是跟前一個測試版本比起來，內容明顯更豐富、有更多細節，製作完成的頁數也變多了，這就是強化指令的影響。 所以，在 Google 文件右方的 Gemini 當中，我們不只可以用指令讓它模仿公司需要的範本，也可以告訴它：假設這是一份好幾千字的文件報告，要用什麼方式、邏輯與架構，拆解成簡報的內容？這樣就能更有效、更快速地做出符合需要的 Google 簡報。 可參考下面範例連結： [Google文件強化指令製作版本]ChatGPT 記憶管理的 7 個常用技巧 測試三：也可以直接從 Google 簡報製作符合文件內容與範本的簡報 第三個測試，我們反過來，先打開一份空白的 Google 簡報，再連結已經有的 Google 文件，甚至連結多份文件，以及公司規定的簡報範本，直接在 Google 簡報當中完成需要的內容。 這時候有一些不一樣的操作方式。 我打開一份空白的 Google 簡報，一樣開啟右邊的 Gemini 對話框。來到提問欄下方，先連結要放入簡報內容的 Google 文件、Google 試算表等檔案。 右方有一個像調色板的按鈕，點開後，可以選擇某一份 Google 簡報作為設計範本。連結好文件資料與公司簡報範本，就用跟前面類似的指令，引導它做出需要的簡報內容。 內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 要讓版面更一致，這裡一樣建議先準備好範本，最好是內容空白、只有版面架構的簡報。 如果連結的簡報範本不是空白內容，會出現一些內容的混合與錯亂。 不過，在 Google 簡報製作簡報，會多出一些 Google 文件裡沒有的功能。 從空白的 Google 簡報開始，它會主動提出問題，詢問我像是這份簡報給誰看、想要製作的長度，以及其中某些內容的規劃。 這時候，我可以用勾選的方式，或者選擇「其他」、輸入自己的想法，跟 Google 簡報進行問答，更細緻地處理簡報的內容與長度。 目的就是把連結進來的 Google 文件資料，製作成符合需要的公司會議報告。 所以，這裡的關鍵差別在於：從空白的 Google 簡報出發，會多出主動引導、主動提問的功能。 如果在前面的第二個測試中，你擔心自己寫不好指令，不知道怎麼把文件資料拆解成更好的簡報架構，或許就可以打開 Google 簡報，透過它的引導來完成。 要記得，一開始最好打開純空白的 Google 簡報。如果已經包含內容，還要連結其他文件資料來做簡報，在我的測試中就很容易失敗。 做完之後，Google 簡報一樣會拆解連結的文件內容，並符合需要的版面格式。 效果如下面的範例連結： [Google 簡報製作版本]ChatGPT 「記憶管理」的 7 個常用技巧 測試四：如果在 Gemini 對話，可否製作符合文件與範本的簡報？ 第四個測試，如果不要從 Google 文件、Google 簡報出發，直接用 Gemini 的對話來製作簡報，可不可以呢？ 我打開 Gemini 網頁版，開啟新的對話。指令跟前面基本一致：連結某份 Google 文件作為內容，連結某份 Google 簡報作為範本，請 Gemini 一步一步設計成符合範本樣式、採用文件內容的 Google 簡報。 @Google 文件 根據「 文件連結網址 」文件的內容，結合「 簡報範本連結網址 」範本，製作成一份 Google 簡報  。一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 不過，即使使用「Argon 高點」的推理模型，製作完成後，仍然無法做到直接套用公司簡報範本的效果。 它會採用連結簡報的某些配色，看起來跟公司的簡報風格一致，但要像前面的效果一樣，採用公司規定的版面框架、格式，以及邊框細節的小註解，這次 Gemini 的結果就做不到。 另外， Gemini 可以抓取文件內容製作簡報，但無法取用文件中的圖片變成簡報內容。 所以，在 Google AI 的工作系統當中，想要製作符合公司規定範本的簡報，我會從 Google 文件或 Google 簡報來製作。 測試五：ChatGPT 可否製作出符合公司範本、採用報告文件的 Google 簡報？ 最後第五個測試，如果不用 Google AI 的工具，用 ChatGPT 來做符合公司規定範本的 Google 簡報，可不可以呢？ 其實意外地，效果非常好。 我打開一個單純的 ChatGPT 網頁版對話框，沒有啟動 Work 模式，也沒有啟動 Codex。不過，我使用的是付費版本，並選擇較高等級的推理模型。 接著給它跟前面一樣的指令：連結某份 Google 文件作為簡報內容，連結某份 Google 簡報作為範本，請它根據文件內容，做成符合範本版面格式的簡報。 這樣也可以成功完成，而且有機會直接提供 Google 簡報連結；有時候則會做成 PowerPoint 版本，一樣符合公司規定的版面格式。 @Google 文件 根據「 文件連結網址 」文件的內容，結合「 簡報範本連結網址 」範本，製作成一份 Google 簡報  。一步一步設計，內容請只根據〈ChatGPT「記憶管理」的 7 個常用技巧〉。 另外提供的既有簡報，只用來參考： 標題層級、字體大小、配色、留白、圖文比例， 以及方法步驟的呈現方式。 在我自己的經驗裡，如果直接給 ChatGPT 一份公司規定的簡報範本，有配色、邊框、各種框架與標題頁樣式，它會套用得幾乎一模一樣，就跟公司的簡報一樣。 它對簡報範本的掌握是最好的，也是這些測試當中，最能做出接近公司規定格式的簡報樣板的工具。 不過，Google 文件的圖片，在 ChatGPT 對話模式中無法準確抓取放入簡報。（但如果用 Codex、Work 模式就可以做到。） 可參考下面連結： [ChatGPT製作版本]ChatGPT「記憶管理」的 7 個常用技巧｜教學簡報 以上就是我這一輪測試，加上之前使用 Google AI 與 ChatGPT 的經驗：把文件報告製作成符合公司規定範本的簡報，有這幾種可行的工作流程，分享給大家參考。 你可以選擇使用 Google AI 工具，或是 ChatGPT 的付費版本，來滿足文章一開頭的需求。上面的比較也可以讓你了解每個工具的局限，選擇最適合自己的工作流程。 大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： 如何用 Google、 ChatGPT AI 把報告文件設計成「符合公司範本」的專業簡報，五種工具流程實測攻略 ）
    View on 電腦玩物

• 用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解

  一個日常的親子課業練習這是一個現在每天都會發生的場景，小孩帶著寫好的數學作業回家，我要幫忙確認一下答案，我會自己計算一遍，但同時也會讓 ChatGPT 掃描這張考卷，找出他有錯誤的地方，並提供解題方式與延伸練習的建議。其實 ChatGPT 現在掃描一整張「手寫」考卷並分析寫對、寫錯題目，正確率已經非常高，如果以小學數學考卷為例，甚至幾乎不會出現判斷錯誤的情況（但如果是國語、社會等更強調語意理解的題目，可能一整張考卷裡或許會有一題判斷錯誤的機率）。即使如此，我也沒有「只是偷懶」讓 AI 幫我對答案，我一定都會自己手動回答一遍所有題目，然後再把 AI 給我的答案當作對照。有幾個原因，最重要的原因是我想讓孩子看到我也是跟他一樣一步一步解答出所有問題，爸爸沒有不花力氣只是依賴 AI 給答案，爸爸也是跟他一樣手動計算一遍。然後把 AI 幫作輔助，看看 AI 是不是跟我們算得一樣，有時候也會找出我們都忽略，但 AI 反而注意到的錯誤小細節。另外一個原因，是 AI 可以提供寫錯題目很好的練習引導，例如指出錯誤盲點在哪裡，如何修正做法，並且分析背後要學會的知識或觀念。有時我會採用 AI 的建議，加上自己的補充想法，去跟孩子討論。有時孩子不想聽爸爸說，我就給他看這一段 AI 引導，讓他自己解題一遍。AI 還可以提供延伸練習題目的建議，如果覺得這是可以加強的部份，可以馬上利用一個延伸題目，測驗看看剛剛的觀念、技巧是否學會。不只是數學，像是孩子目前的國語、英文、社會、自然等科目，我也都會用類似上面的邏輯來一起進行課業複習。孩子其實上課很認真，基本概念都能學會，但是他也比較沒有耐心反覆看課本、刷題目，所以我就利用上面的流程，直接針對還不會、還有疑問的地方，進行針對性的強化。把日常的親子練習，轉化成一個課業複習系統而既然在日常的功課準備中，累積了各個學習科目的錯誤練習，那麼可不可以把這些內容直接轉換成平常複習、考前準備的工具呢？過去幾個學期，我都會利用各種 AI 工具協助孩子的課業複習。例如把英文課本、單字與句型製作成圖解，分析數學錯題如何設計延伸練習，或是將國語、自然、社會等科目重點做成有趣線上測驗。（延伸閱讀：我如何用 AI 把親子生活變有趣： 7 種父母都能用得上的實戰流程，從複習、遊戲到溝通、活用三大 Google AI 教學神器，把複雜知識變成手繪心智圖、遊戲網頁、圖解簡報）、「Gemini Notebook Agent 可以從資料庫直接產出 Word、Excel、PPT！四種工作案例實測教學」）慢慢的也發展出一個更有系統、更有效的流程，在 ChatGPT 與 Gemini Notebook 這兩個工具間打造一個穩定的親子學習、課業複習系統。這篇文章，跟大家分享我目前的親子課業複習系統的具體作法，提供大家參考。下面都是我的真實應用案例，包含了利用 ChatGPT 的 Work（工作）加上 Sites（網站）功能，把上述這些討論做成一個「小孩的複習小站」，把那些平常功課的錯誤練習直接變成題庫。孩子可以選科目、選單元，練習不熟的題目；英文還可以聽機器念單字，再打字輸入答案。有些練習則不需要進入網站。例如要練習聽英文、用紙筆寫單字，我就直接開啟 ChatGPT 的模擬真人語音對話來當出題老師。另外，我也把整理好的課業內容貼進 Gemini Notebook，做成考前可以快速看的圖解簡報與複習表格。這樣一個單純建立在 ChatGPT 為主的課業複習系統，要解決的問題是：可以每天幫助孩子快速複習，不成為額外負擔，反而是讓學習可以更輕鬆有成效的方法孩子常常寫錯一次不一定能馬上學會，要透過重複有變化的練習掌握原本不會的知識要讓孩子有興趣複習，但又不能被「遊戲」本身拉走注意力要能長期追蹤、累積最新學習狀況，等到正式考試前可以快速針對弱點強化同一套教材與題庫，可以轉換成線上測驗、強化考卷、圖解複習下面就來分享我每一部分的具體操作方法。第一步：在 ChatGPT 「專案」裡，按科目累積教材與作業分析我原本就在 ChatGPT 的「親子家庭專家」專案裡討論各種親子問題。這個學期，我進一步獨立出一個「課業複習專案」，把課業按科目分成「國小英文」「國小數學」「國小國語」「國小自然」「小學社會」等討論串，在各自的討論裡，用上面的方式分析作業與教材。透過這樣的方式，各科討論串慢慢累積了需要複習的內容，也留下我可以怎麼陪孩子學習的建議。（ ChatGPT 專案功能教學可以參考：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）如果你也想試試看，可以先建立一個 ChatGPT「專案」，在裡面開啟不同科目的討論串（建立一個科目，一個討論串）。把課本、作業與孩子的作答放進對應討論，請它分析這次需要複習什麼、從作答中看得出哪些不熟的地方。一個科目一個討論串的好處是，這個討論串的 AI 會記得前面坐錯過的題目，更了解小孩這個科目的學習狀況，於是給出的引導會愈來愈精準。第二步：在 ChatGPT「專案」中建立小孩的學習近況與引導規則在「ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代」這篇文章中，我分享過如何在 ChatGPT 中建立有效的記憶，讓 AI 記住專案的共通規則、任務的特殊技巧，這些方法也可以用在上述課業討論的整理上。當各個科目的日常作業都有了一些進度，「專案」中每個討論串累積了一些錯誤練習後，我會在這個「專案」中開一個新的討論串，提出類似下面這樣的指令：根據目前這個專案討論串中的課業練習方式，寫出一份這個專案之後所有 AI 助手都能遵循的基本指南，一步一步分析，根據這個專案中討論串的目前現況與進度，梳理出孩子目前的課業目標、各科目方向、一般性需要強化的學習問題，不用針對特定單元的細節，而是梳理出之後新的單元與內容也都能遵循的目標方向、學習強化大方向即可。這個目的是，利用 ChatGPT 的專案記憶功能，讓他自行爬梳整理分類在這個專案裡各個科目的練習狀況，那些是我真正先去的實踐過程，實踐了一段時間後，就可以做一個「復盤」，掌握接下來應該怎麼練習更好的長期規則。這時候，因為前面累積的各個科目實際練習，就能總結出一些共同的改進方向，並且提供一些具體的建議。我會把寫好的這份指南，複製到「專案設定」的「指示」中，做為未來這個專案討論串進行各種學習討論的核心原則。放在這裡的原則、指南，會成為這個專案中所有新舊討論串處理時的「共通準則」，例如他會掌握最適合孩子的學習方式，了解孩子最近常常出錯的類型，特別給予注意和引導，也就是這樣一來這個專案裡的 AI 會成為一個更適合孩子的學習教練。上面是各個科目複習時的共通規則，而針對特定的科目，我會來到「那個科目的專屬討論串」，在討論串中直接詢問：前面四年級上學期第一次定考的幾次練習討論很好，請據此建立一份未來練習英文相關題目的共通規則，一步一步分析。透過在討論串中已經累積的有效題目、錯誤練習、學習引導，讓 AI 總結出接下來的學習規則，這樣之後就會愈做愈好。這個回答還可以儲存到「專案來源」，變成以後新增討論串討論新的英文練習時，可以直接使用的規則指南。我在 ChatGPT 「專案」的「資料來源」中累積了每一個特定科目的學習指南，讓以後這個專案的討論串都可以根據需要取用，複習時也更加精準有效。當然，無論是前面的「專案指示」或是這樣「資料來源」的特定指南，都是要「保持更新」的。第三步：請 Work 讀取近期討論，用 Sites 做出複習小站有了前面的課業討論，接下來要怎麼做成複習工具呢？我在同一個「專案」裡開啟新的討論串，切到「工作」（Work）模式，這是雲端版的 Codex ，更懂得如何撰寫程式、處理文件檔案、可以調用更多工具、技能來完成更複雜工作。而我要用這個模式來製作一個「線上複習網站」。我先請它梳理這段時間各科討論的內容，再問它：如果要做一個線上工具，幫孩子快速複習每個科目不熟悉的重點，可以怎麼做？因為都在「同一個 ChatGPT 專案」中，所以開啟一個新的 Work 討論串，依然可以讀取到專案內其他科目討論的內容、建立的學習規則等資料。我使用的規劃指令如下：根據最近我們討論的孩子小學英文、數學、國語、自然、社會，在四年級上學期的新學習內容，思考如果要設計一個讓澤澤可以隨時複習的線上工具，可以怎麼設計？一步一步思考，總結最新的討論，聚焦四年級新的學習內容。先思考依照你的網站製作能力，有可能設計出什麼樣的線上工具，可以讓我幫助孩子隨時進行複習、考前準備、強化不熟的地方。接著，我再跟它說明幾個期待的功能，例如：孩子可以選擇今天要複習的科目與單元，題目來自目前學過的內容，也要能加強前面分析過的不熟之處、之後有新教材還能繼續加進去等等。也就是先透過來回幾次的討論，讓 ChatGPT Work 結合專案討論串中的內容，跟我一起建立起這個複習網站的計畫。確認規劃後，再用 @Sites 建置。當時的指令整理如下：@Sites 根據前面的規劃，結合專案討論串中對應的課程內容，製作出第一版的澤澤複習網站，一步一步設計。這裡的 Sites 是 ChatGPT 裡可以用 @Sites 呼叫的網站製作功能（要先切換到 Work 工作模式，也需要付費帳戶），不需要另外安裝瀏覽器擴充套件或外掛，可以直接製作出一個線上工具、網站，並且直接發布使用。如果你還不熟悉這個入口，也可以先參考我前面分享的「把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學」。這是我很喜歡的一個工作流程：在 ChatGPT 中先進行資料分析、釐清目標、掌握關鍵重點目，接著利用 ChatGPT Work 直接透過寫程式變成線上工具。很快的，ChatGPT Work 就完成了下面這個版本的線上複習網站：每一個科目都帶入了之前討論串中討論的題目。根據前面建立的專案規則、科目指南建立正式題庫。依據我的需要建立有效的複習節奏，也會根據錯誤處加強練習。有一個背景資料庫會長期追蹤紀錄最新的學習狀態，可以直接查看寫錯過的題目與學習進度。（這個網站可以用 ChatGPT 帳號登入，就可以儲存到雲端資料庫）第四步：在 Work 討論串討論，隨時修改線上複習網站有了第一版的雛形後，我又請它做了幾個調整。例如：可以手動勾選這次要複習哪些單元，讓練習更聚焦，也有彈性。題庫也開始按考次區分，例如「四年級上學期英文第一次定考」，避免之後不同次考試的內容混在一起。盡量簡化介面，讓網站一打開就可以立刻投入到練習。做了學習紀錄頁面，讓孩子可以看到自己做對、做錯的題目，以及累積練習的內容。簡單的角色成長、升級與徽章，每次練習幾題就能累積經驗值，帶著一點點破關升級的感覺。之前用 AI 設計學習遊戲時，我發現有時候做得太花俏，久了孩子反而把注意力放在玩遊戲上。所以這次我把遊戲化減到最低，保留一點升級的感覺就好，原本的科目選擇、題目與解說才是主要的練習內容。如果孩子需要複習時，這時候我不用打開原本分散的 ChatGPT 討論串，而是直接打開這個線上複習網站，不需要先翻一長串聊天紀錄，可以直接選擇今天要練的內容。我則在後台維護題庫。上面這些修正，無論是網站的功能調整，或是題目需要增加或精簡，我都直接回到原本的 Work 對話，請它調整即可。例如後來我想要做一個單字發音練習，希望線上網站可以利用機器發音，念出單字，於是我就直接在這個 Work 討論串詢問：結果就直接完成了這個功能，也整合了單字發音的機制。第五步：有新的錯題，就回到原本對話補充題庫做完第一版之後，我也想到，有時候可能需要自己手動新增孩子比較不熟的特定題目，所以請 AI 做了一個可以手動新增題目的後台，接到網站的題庫裡。不過，平常新增題目時，我更喜歡的方式，是回到原本那一科的 ChatGPT 討論串。把最新的考卷或教材放進去，一樣先請它分析孩子做錯的地方，跟我討論怎麼引導學習、需要加強哪些題目。接下來，我再把這一段分析貼回專門製作複習工具的 Work 討論串（或者也可以請 AI 去專案最新討論串把資料撈出來），請它補進對應科目、對應單元的題庫，不用每次從頭再做一個工具。利用 ChatGPT Work ，就可以把這些題庫直接更新到線上網站中。而且因為是純雲端，所以手機、不同電腦，都可以隨時接手這些題庫更新。第六步：考試前，根據目前題庫與學習紀錄，直接出練習考卷最近小孩的英文要進行一次大考，而因為在這個 ChatGPT 專案，以及這個 ChatGPT Work 製作的線上網站資料庫中，已經累積了孩子這段時間英文的學習紀錄，包含他比較不熟的題目，所以我就做了另外一個轉換。我讓 ChatGPT Work 直接根據這個線上網站題庫的學習紀錄，加上討論串相關內容，製作出一張考前強化複習的考卷。結果 ChatGPT Work 很順利的讀取到線上網站的資料庫，準確掌握題庫，再重新編輯排版成 PDF 考卷。第七步用： ChatGPT 語音，讓 AI 化身老師，念發音考單字孩子的英文有一種考試方法是，老師會在台上快速念出三次單字發音，孩子要「聽英文發音，在紙上寫下正確單字」，我就直接利用 ChatGPT 的語音對話來進行這樣的模擬練習。這次英文定考整理了 60 個單字。我先把完整清單放進一個討論串，再告訴 ChatGPT：等我說開始時，像老師一樣念單字，讓孩子寫下來。下面是當時的指令整理版：先了解下面這次英文定考要練習的單字。等一下當我說開始時，利用即時語音對話，當作老師出考題，讓我們練習寫下這些英文單字。只念英文，不提供中文翻譯或拼字。開始後，每個單字念三次，每次間隔約三秒，讓我們有時間寫下單字，再繼續念下一個。［貼上這次的 60 個單字清單］接著在這個討論串開啟 ChatGPT 的語音對話，準備好紙筆，再說「開始」。這裡使用的是可以來回交談的語音模式，不是只把說話轉成輸入文字的聽寫按鈕。實際練習時，孩子不一定能跟上它念單字的速度，我們就直接跟它說「念慢一點」「等一下」「剛才聽不清楚」，讓它停下來或重念。我也要求它念出題號，方便對照清單。中間有出現題號與順序需要校正的情況，就直接確認目前念到哪一個，再請它從指定題號繼續。這個做法解決了「老師念單字發音考試」的需求，紙上的答案寫完後再由家長與孩子對照原本的清單檢查。第八步：在各科討論串，製作複習圖解複習簡報除了出題練習，有些內容也適合整理成考前快速複習的教材。例如英文動名詞有不同用法、不同的拼字變化，如果能整理成幾張圖解，就方便孩子回頭看。因為現在 ChatGPT 的圖解能力已經很強大，文字正確率又高，如果是付費版的 ChatGPT ，甚至可以一次做出 10 張連續圖解，所以用這種方式來製作考前圖解複習教材是最實用的方式。例如我只要在該科目討論串做出下面指令：把這次四年級英文第一次定考上述要複習的重點，整理成一張張考前快速複習圖解。一步一步設計，採用前面要複習的重點內容、易錯解析、帶上快速練習，用小孩喜歡的遊戲破關形式設計。小結：新教材來了，更新原本的複習系統就好這個流程對我最方便的地方，是下次多了新的教材或錯題，可以接著討論串、工具進行修改，不必重新做一個複習工具。英文有新的課文與作業，就回到英文討論串分析；數學發現新的錯題，就先在數學討論串確認原因。接著挑出需要練習的部分，交給原本建立網站的 Work 對話，補進指定科目、考次與單元。如果孩子在網站練習時還是做錯，工具也會記錄下來，之後可以再做強化練習。我自己覺得，在這樣的過程中，我們慢慢打造了一個孩子的學習系統。它包含可以複習的線上工具，也包括 ChatGPT 專案底下，各科持續累積的學習狀況、教材與錯題討論。AI 跟我們一起討論、一起分析，提供一些學習的方法；我們還是要陪孩子實際理解、動手練習。前面累積的資料，再用來更新複習小站，搭配語音聽寫、圖解簡報與考前測驗，就把這段學習流程接起來了。我希望這個工具能讓孩子每天花個 10 到 20 分鐘，快速複習目前不熟的地方，再從練習中看看有哪些需要繼續加強。如果你平常也會用 ChatGPT 幫孩子或自己整理課業，可以試試看從這些已有的討論出發。先做出一個能用的小工具，之後再隨著教材與錯題慢慢更新看看吧！ 大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： 用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解 ）

  電腦玩物 · 2026-09-27 20:21

  • 用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解

    一個日常的親子課業練習

    這是一個現在每天都會發生的場景，小孩帶著寫好的數學作業回家，我要幫忙確認一下答案，我會自己計算一遍，但同時也會讓 ChatGPT 掃描這張考卷，找出他有錯誤的地方，並提供解題方式與延伸練習的建議。

    其實 ChatGPT 現在掃描一整張「手寫」考卷並分析寫對、寫錯題目，正確率已經非常高，如果以小學數學考卷為例，甚至幾乎不會出現判斷錯誤的情況（但如果是國語、社會等更強調語意理解的題目，可能一整張考卷裡或許會有一題判斷錯誤的機率）。

    

    即使如此，我也沒有「只是偷懶」讓 AI 幫我對答案，我一定都會自己手動回答一遍所有題目，然後再把 AI 給我的答案當作對照。

    有幾個原因，最重要的原因是我想讓孩子看到我也是跟他一樣一步一步解答出所有問題，爸爸沒有不花力氣只是依賴 AI 給答案，爸爸也是跟他一樣手動計算一遍。然後把 AI 幫作輔助，看看 AI 是不是跟我們算得一樣，有時候也會找出我們都忽略，但 AI 反而注意到的錯誤小細節。

    另外一個原因，是 AI 可以提供寫錯題目很好的練習引導，例如指出錯誤盲點在哪裡，如何修正做法，並且分析背後要學會的知識或觀念。有時我會採用 AI 的建議，加上自己的補充想法，去跟孩子討論。有時孩子不想聽爸爸說，我就給他看這一段 AI 引導，讓他自己解題一遍。

    

    AI 還可以提供延伸練習題目的建議，如果覺得這是可以加強的部份，可以馬上利用一個延伸題目，測驗看看剛剛的觀念、技巧是否學會。

    

    不只是數學，像是孩子目前的國語、英文、社會、自然等科目，我也都會用類似上面的邏輯來一起進行課業複習。

    孩子其實上課很認真，基本概念都能學會，但是他也比較沒有耐心反覆看課本、刷題目，所以我就利用上面的流程，直接針對還不會、還有疑問的地方，進行針對性的強化。

    

    把日常的親子練習，轉化成一個課業複習系統

    而既然在日常的功課準備中，累積了各個學習科目的錯誤練習，那麼可不可以把這些內容直接轉換成平常複習、考前準備的工具呢？

    過去幾個學期，我都會利用各種 AI 工具協助孩子的課業複習。例如把英文課本、單字與句型製作成圖解，分析數學錯題如何設計延伸練習，或是將國語、自然、社會等科目重點做成有趣線上測驗。（延伸閱讀：我如何用 AI 把親子生活變有趣： 7 種父母都能用得上的實戰流程，從複習、遊戲到溝通、活用三大 Google AI 教學神器，把複雜知識變成手繪心智圖、遊戲網頁、圖解簡報）、「Gemini Notebook Agent 可以從資料庫直接產出 Word、Excel、PPT！四種工作案例實測教學」）

    慢慢的也發展出一個更有系統、更有效的流程，在 ChatGPT 與 Gemini Notebook 這兩個工具間打造一個穩定的親子學習、課業複習系統。

    這篇文章，跟大家分享我目前的親子課業複習系統的具體作法，提供大家參考。

    下面都是我的真實應用案例，包含了利用 ChatGPT 的 Work（工作）加上 Sites（網站）功能，把上述這些討論做成一個「小孩的複習小站」，把那些平常功課的錯誤練習直接變成題庫。孩子可以選科目、選單元，練習不熟的題目；英文還可以聽機器念單字，再打字輸入答案。

    有些練習則不需要進入網站。例如要練習聽英文、用紙筆寫單字，我就直接開啟 ChatGPT 的模擬真人語音對話來當出題老師。

    另外，我也把整理好的課業內容貼進 Gemini Notebook，做成考前可以快速看的圖解簡報與複習表格。

    這樣一個單純建立在 ChatGPT 為主的課業複習系統，要解決的問題是：

    可以每天幫助孩子快速複習，不成為額外負擔，反而是讓學習可以更輕鬆有成效的方法孩子常常寫錯一次不一定能馬上學會，要透過重複有變化的練習掌握原本不會的知識要讓孩子有興趣複習，但又不能被「遊戲」本身拉走注意力要能長期追蹤、累積最新學習狀況，等到正式考試前可以快速針對弱點強化同一套教材與題庫，可以轉換成線上測驗、強化考卷、圖解複習

    下面就來分享我每一部分的具體操作方法。

    

    第一步：在 ChatGPT 「專案」裡，按科目累積教材與作業分析

    我原本就在 ChatGPT 的「親子家庭專家」專案裡討論各種親子問題。這個學期，我進一步獨立出一個「課業複習專案」，把課業按科目分成「國小英文」「國小數學」「國小國語」「國小自然」「小學社會」等討論串，在各自的討論裡，用上面的方式分析作業與教材。

    透過這樣的方式，各科討論串慢慢累積了需要複習的內容，也留下我可以怎麼陪孩子學習的建議。（ ChatGPT 專案功能教學可以參考：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）

    

    如果你也想試試看，可以先建立一個 ChatGPT「專案」，在裡面開啟不同科目的討論串（建立一個科目，一個討論串）。把課本、作業與孩子的作答放進對應討論，請它分析這次需要複習什麼、從作答中看得出哪些不熟的地方。

    一個科目一個討論串的好處是，這個討論串的 AI 會記得前面坐錯過的題目，更了解小孩這個科目的學習狀況，於是給出的引導會愈來愈精準。

    

    第二步：在 ChatGPT「專案」中建立小孩的學習近況與引導規則

    在「ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代」這篇文章中，我分享過如何在 ChatGPT 中建立有效的記憶，讓 AI 記住專案的共通規則、任務的特殊技巧，這些方法也可以用在上述課業討論的整理上。

    當各個科目的日常作業都有了一些進度，「專案」中每個討論串累積了一些錯誤練習後，我會在這個「專案」中開一個新的討論串，提出類似下面這樣的指令：

    根據目前這個專案討論串中的課業練習方式，寫出一份這個專案之後所有 AI 助手都能遵循的基本指南，一步一步分析，根據這個專案中討論串的目前現況與進度，梳理出孩子目前的課業目標、各科目方向、一般性需要強化的學習問題，不用針對特定單元的細節，而是梳理出之後新的單元與內容也都能遵循的目標方向、學習強化大方向即可。

    這個目的是，利用 ChatGPT 的專案記憶功能，讓他自行爬梳整理分類在這個專案裡各個科目的練習狀況，那些是我真正先去的實踐過程，實踐了一段時間後，就可以做一個「復盤」，掌握接下來應該怎麼練習更好的長期規則。

    

    這時候，因為前面累積的各個科目實際練習，就能總結出一些共同的改進方向，並且提供一些具體的建議。

    

    我會把寫好的這份指南，複製到「專案設定」的「指示」中，做為未來這個專案討論串進行各種學習討論的核心原則。

    放在這裡的原則、指南，會成為這個專案中所有新舊討論串處理時的「共通準則」，例如他會掌握最適合孩子的學習方式，了解孩子最近常常出錯的類型，特別給予注意和引導，也就是這樣一來這個專案裡的 AI 會成為一個更適合孩子的學習教練。

    

    上面是各個科目複習時的共通規則，而針對特定的科目，我會來到「那個科目的專屬討論串」，在討論串中直接詢問：

    前面四年級上學期第一次定考的幾次練習討論很好，請據此建立一份未來練習英文相關題目的共通規則，一步一步分析。

    透過在討論串中已經累積的有效題目、錯誤練習、學習引導，讓 AI 總結出接下來的學習規則，這樣之後就會愈做愈好。

    

    這個回答還可以儲存到「專案來源」，變成以後新增討論串討論新的英文練習時，可以直接使用的規則指南。

    

    我在 ChatGPT 「專案」的「資料來源」中累積了每一個特定科目的學習指南，讓以後這個專案的討論串都可以根據需要取用，複習時也更加精準有效。

    當然，無論是前面的「專案指示」或是這樣「資料來源」的特定指南，都是要「保持更新」的。

    

    第三步：請 Work 讀取近期討論，用 Sites 做出複習小站

    有了前面的課業討論，接下來要怎麼做成複習工具呢？我在同一個「專案」裡開啟新的討論串，切到「工作」（Work）模式，這是雲端版的 Codex ，更懂得如何撰寫程式、處理文件檔案、可以調用更多工具、技能來完成更複雜工作。

    而我要用這個模式來製作一個「線上複習網站」。

    

    我先請它梳理這段時間各科討論的內容，再問它：如果要做一個線上工具，幫孩子快速複習每個科目不熟悉的重點，可以怎麼做？

    因為都在「同一個 ChatGPT 專案」中，所以開啟一個新的 Work 討論串，依然可以讀取到專案內其他科目討論的內容、建立的學習規則等資料。

    我使用的規劃指令如下：

    根據最近我們討論的孩子小學英文、數學、國語、自然、社會，在四年級上學期的新學習內容，思考如果要設計一個讓澤澤可以隨時複習的線上工具，可以怎麼設計？一步一步思考，總結最新的討論，聚焦四年級新的學習內容。先思考依照你的網站製作能力，有可能設計出什麼樣的線上工具，可以讓我幫助孩子隨時進行複習、考前準備、強化不熟的地方。

    

    接著，我再跟它說明幾個期待的功能，例如：孩子可以選擇今天要複習的科目與單元，題目來自目前學過的內容，也要能加強前面分析過的不熟之處、之後有新教材還能繼續加進去等等。

    也就是先透過來回幾次的討論，讓 ChatGPT Work 結合專案討論串中的內容，跟我一起建立起這個複習網站的計畫。

    

    確認規劃後，再用 @Sites 建置。當時的指令整理如下：

    @Sites 根據前面的規劃，結合專案討論串中對應的課程內容，製作出第一版的澤澤複習網站，一步一步設計。

    這裡的 Sites 是 ChatGPT 裡可以用 @Sites 呼叫的網站製作功能（要先切換到 Work 工作模式，也需要付費帳戶），不需要另外安裝瀏覽器擴充套件或外掛，可以直接製作出一個線上工具、網站，並且直接發布使用。

    如果你還不熟悉這個入口，也可以先參考我前面分享的「把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學」。

    

    這是我很喜歡的一個工作流程：在 ChatGPT 中先進行資料分析、釐清目標、掌握關鍵重點目，接著利用 ChatGPT Work 直接透過寫程式變成線上工具。

    很快的，ChatGPT Work 就完成了下面這個版本的線上複習網站：

    每一個科目都帶入了之前討論串中討論的題目。根據前面建立的專案規則、科目指南建立正式題庫。依據我的需要建立有效的複習節奏，也會根據錯誤處加強練習。有一個背景資料庫會長期追蹤紀錄最新的學習狀態，可以直接查看寫錯過的題目與學習進度。（這個網站可以用 ChatGPT 帳號登入，就可以儲存到雲端資料庫）第四步：在 Work 討論串討論，隨時修改線上複習網站

    有了第一版的雛形後，我又請它做了幾個調整。例如：

    可以手動勾選這次要複習哪些單元，讓練習更聚焦，也有彈性。題庫也開始按考次區分，例如「四年級上學期英文第一次定考」，避免之後不同次考試的內容混在一起。盡量簡化介面，讓網站一打開就可以立刻投入到練習。做了學習紀錄頁面，讓孩子可以看到自己做對、做錯的題目，以及累積練習的內容。簡單的角色成長、升級與徽章，每次練習幾題就能累積經驗值，帶著一點點破關升級的感覺。之前用 AI 設計學習遊戲時，我發現有時候做得太花俏，久了孩子反而把注意力放在玩遊戲上。所以這次我把遊戲化減到最低，保留一點升級的感覺就好，原本的科目選擇、題目與解說才是主要的練習內容。

    如果孩子需要複習時，這時候我不用打開原本分散的 ChatGPT 討論串，而是直接打開這個線上複習網站，不需要先翻一長串聊天紀錄，可以直接選擇今天要練的內容。我則在後台維護題庫。

    上面這些修正，無論是網站的功能調整，或是題目需要增加或精簡，我都直接回到原本的 Work 對話，請它調整即可。

    例如後來我想要做一個單字發音練習，希望線上網站可以利用機器發音，念出單字，於是我就直接在這個 Work 討論串詢問：

    

    結果就直接完成了這個功能，也整合了單字發音的機制。

    

    第五步：有新的錯題，就回到原本對話補充題庫

    做完第一版之後，我也想到，有時候可能需要自己手動新增孩子比較不熟的特定題目，所以請 AI 做了一個可以手動新增題目的後台，接到網站的題庫裡。

    不過，平常新增題目時，我更喜歡的方式，是回到原本那一科的 ChatGPT 討論串。把最新的考卷或教材放進去，一樣先請它分析孩子做錯的地方，跟我討論怎麼引導學習、需要加強哪些題目。

    接下來，我再把這一段分析貼回專門製作複習工具的 Work 討論串（或者也可以請 AI 去專案最新討論串把資料撈出來），請它補進對應科目、對應單元的題庫，不用每次從頭再做一個工具。

    

    利用 ChatGPT Work ，就可以把這些題庫直接更新到線上網站中。

    而且因為是純雲端，所以手機、不同電腦，都可以隨時接手這些題庫更新。

    

    第六步：考試前，根據目前題庫與學習紀錄，直接出練習考卷

    最近小孩的英文要進行一次大考，而因為在這個 ChatGPT 專案，以及這個 ChatGPT Work 製作的線上網站資料庫中，已經累積了孩子這段時間英文的學習紀錄，包含他比較不熟的題目，所以我就做了另外一個轉換。

    我讓 ChatGPT Work 直接根據這個線上網站題庫的學習紀錄，加上討論串相關內容，製作出一張考前強化複習的考卷。

    

    結果 ChatGPT Work 很順利的讀取到線上網站的資料庫，準確掌握題庫，再重新編輯排版成 PDF 考卷。

    

    第七步用： ChatGPT 語音，讓 AI 化身老師，念發音考單字

    孩子的英文有一種考試方法是，老師會在台上快速念出三次單字發音，孩子要「聽英文發音，在紙上寫下正確單字」，我就直接利用 ChatGPT 的語音對話來進行這樣的模擬練習。

    這次英文定考整理了 60 個單字。我先把完整清單放進一個討論串，再告訴 ChatGPT：等我說開始時，像老師一樣念單字，讓孩子寫下來。

    下面是當時的指令整理版：

    先了解下面這次英文定考要練習的單字。等一下當我說開始時，利用即時語音對話，當作老師出考題，讓我們練習寫下這些英文單字。只念英文，不提供中文翻譯或拼字。開始後，每個單字念三次，每次間隔約三秒，讓我們有時間寫下單字，再繼續念下一個。［貼上這次的 60 個單字清單］

    

    接著在這個討論串開啟 ChatGPT 的語音對話，準備好紙筆，再說「開始」。這裡使用的是可以來回交談的語音模式，不是只把說話轉成輸入文字的聽寫按鈕。

    

    實際練習時，孩子不一定能跟上它念單字的速度，我們就直接跟它說「念慢一點」「等一下」「剛才聽不清楚」，讓它停下來或重念。

    我也要求它念出題號，方便對照清單。中間有出現題號與順序需要校正的情況，就直接確認目前念到哪一個，再請它從指定題號繼續。

    這個做法解決了「老師念單字發音考試」的需求，紙上的答案寫完後再由家長與孩子對照原本的清單檢查。

    

    第八步：在各科討論串，製作複習圖解複習簡報

    除了出題練習，有些內容也適合整理成考前快速複習的教材。例如英文動名詞有不同用法、不同的拼字變化，如果能整理成幾張圖解，就方便孩子回頭看。

    因為現在 ChatGPT 的圖解能力已經很強大，文字正確率又高，如果是付費版的 ChatGPT ，甚至可以一次做出 10 張連續圖解，所以用這種方式來製作考前圖解複習教材是最實用的方式。

    例如我只要在該科目討論串做出下面指令：

    把這次四年級英文第一次定考上述要複習的重點，整理成一張張考前快速複習圖解。一步一步設計，採用前面要複習的重點內容、易錯解析、帶上快速練習，用小孩喜歡的遊戲破關形式設計。小結：新教材來了，更新原本的複習系統就好

    這個流程對我最方便的地方，是下次多了新的教材或錯題，可以接著討論串、工具進行修改，不必重新做一個複習工具。

    英文有新的課文與作業，就回到英文討論串分析；數學發現新的錯題，就先在數學討論串確認原因。接著挑出需要練習的部分，交給原本建立網站的 Work 對話，補進指定科目、考次與單元。

    如果孩子在網站練習時還是做錯，工具也會記錄下來，之後可以再做強化練習。

    我自己覺得，在這樣的過程中，我們慢慢打造了一個孩子的學習系統。它包含可以複習的線上工具，也包括 ChatGPT 專案底下，各科持續累積的學習狀況、教材與錯題討論。

    AI 跟我們一起討論、一起分析，提供一些學習的方法；我們還是要陪孩子實際理解、動手練習。前面累積的資料，再用來更新複習小站，搭配語音聽寫、圖解簡報與考前測驗，就把這段學習流程接起來了。

    

    我希望這個工具能讓孩子每天花個 10 到 20 分鐘，快速複習目前不熟的地方，再從練習中看看有哪些需要繼續加強。

    如果你平常也會用 ChatGPT 幫孩子或自己整理課業，可以試試看從這些已有的討論出發。先做出一個能用的小工具，之後再隨著教材與錯題慢慢更新看看吧！

    大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： 用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解 ）
    View on 電腦玩物

• ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代

  使用 AI 時的記憶管理，是決定 AI 是否能有效工作的關鍵流程。如果記憶混亂， AI 的結果會出現不必要雜訊。如果記憶缺失， AI 會產出有幻覺的內容。如果記憶遺漏， AI 無法重現上次正確的任務結果。如果「根本沒有做記憶管理」，那麼 AI 就像缺乏工作指引，只能用一般的、有問題的流程產出結果。但是， AI 的記憶管理不是記得更多更完整就好，有時候記得太多，反而干擾 AI 運作，甚至讓 AI 效能降低。AI 的記憶管理是，如何讓 AI 準確知道這次任務要掌握的資料、要採用的工作方法，隨時都能重現上次的最佳流程，接續上次的工作任務。這裡說的「工作記憶管理」，不只是 ChatGPT 設定裡的記憶功能，也包括我如何安排討論、保存已確認的資料，以及留下下一次能沿用的工作規則。在 Codex 這樣的 AI Agent 中我們可以透過 Agents.md、 規則文件、 Skills 等等，建立 AI 可以重複套用、準確記住的工作記憶。那如果使用一般的 ChatGPT ，也能完成這樣的工作記憶管理嗎？其實也是可以的。今天這篇文章，跟大家分享我自己在使用 ChatGPT 的過程中常常使用的 7 種「記憶管理」技巧，相信這是大多數朋友，無論使用付費還是免費帳戶，都能實踐的 AI 記憶管理方法。2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解一，對話的分類會有顯著的效果：一個任務一個討論串最簡單的 ChatGPT 記憶管理，就是好好進行「對話分類」。（延伸教學：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）我自己會採取一個專案／任務，一個討論串的「大原則」（也就是會再根據情況變通）。例如進行一個產品專案，過程中從市場分析、產品設計、撰寫企畫報告、製作簡報、設計相關圖像、撰寫產品文案、規劃產品活動等等，如果任務不會到太複雜，我盡量都在「同一個任務討論串」中接續進行。這樣做的好處，就是可以更好的保留前面的記憶：在寫企劃報告時直接就能參考前面的市場分析，在做活動規劃時 AI 已經了解前面的產品設計與文案。但是如果現在要規劃一個新的產品，或者要開始一個不同的新任務，那就要開另外一個討論串，或是切換到另外那個產品的「專屬討論串」中，避免記憶混亂與干擾。這樣一來， ChatGPT 的對話串就會變成像是一個一個任務分類，每一個任務分類討論串中，就像有一個記得這個任務資料、記得前面工作方法的專屬助手，可以更好的接續這個任務的工作。二，善用「分支對話」，延續正確的對話記憶開啟新流程同樣是前面的例子，如果 AI 在這個產品專案討論串中擁有了市場分析、產品規劃、企劃報告的「記憶」，但接下來我要一邊進行「專案規劃」一邊進行「行銷活動」，兩種類型的專案子任務會交錯出現，為了避免錯亂，我會開啟「分支對話」。原本的這個專案討論串，繼續討論專案規劃，但是在已經具備基本專案規劃知識的訊息之後，建立一個「分支聊天串」。ChatGPT 的分支聊天串可以把前面產品專案的市場分析、產品規劃記憶帶過去新的討論串，但沒有後面討論的其他內容干擾，只記得這個討論串前面的記憶（產品市場特色、規劃細節），於是可以從這裡開始行銷活動的新任務。舉一反三，我其實可以分支出很多個對話，每個對話都帶有正確的市場分析、產品規劃記憶，可以展開專案規劃、行銷活動、社群宣傳、課程設計等等不同延伸任務，但又不會互相干擾。什麼時候一個討論串可以把所有內容都集中在一起討論？什麼時候要分支成多個子任務？這沒有標準答案，我也會根據任務的複雜度大小，採取這兩種作法之一。（因為隨時都可以在 ChatGPT 的任何訊息後開啟分支，所以我們根據實際情況隨時建立即可）但是如果分支後，產品規劃更新了怎麼辦？哪些背景需要重新補上？如何讓所有討論串都掌握專案最近進度與規則，這就要依靠後面其他記憶管理方法來實現，讓我們接著繼續往下推進。三，回答有問題時，直接修改「這次提問」，產出正確內容，保留正確記憶如果我很認真地想要對某一個專案進行 ChatGPT 的記憶管理，那麼當 AI 回答難免有時候有問題、出錯時，我會避免採取「追問」的方式。當然，「追問」在大多數時候是讓 AI 修正的簡單有效方式，一個回答不滿意，馬上追問：「前面哪一段出錯了，請改成XXXX？」「前面哪一部分請再修正成XXX樣子？」但是這樣一來，假設我進行了 3 次追問生成（包含第一次提問，共 4 次問答），最後一次終於改成我想要的版本，而這就代表「這個討論串」留下了「三次」有問題、有錯誤的回答內容（而只有一次回答是最正確的），這時候，當後續新增更多討論內容後，AI 就容易混淆，「可能」（有一定機率）被前面「更多次出現」的錯誤回答影響，參雜了有問題結果。不追問，那 AI 這次提問後生成結果有問題時怎麼辦？我會直接修改這一次的提問，把出錯的地方直接轉換成「指令中更明確的引導」，然後讓 ChatGPT 重新生成，用新的正確回答覆蓋舊版的錯誤內容，而這也代表討論串中只「記住」正確的內容。例如：追問：「前面哪一段出錯了，請改成XXXX？」直接修改第一次提問指令：加上「某一段正確的分析邏輯、數據資料應該是....」追問：「前面哪一部分請再修正成XXX樣子？」直接修改第一次提問指令：加上「某一部分採用XXX的格式、風格、樣式」AI 出錯，表示原本的指令中 AI 無法理解那一段的處理方式。所以如果不追問，那我就直接在第一次的指令中強調出那一部分要怎麼處理，明確具體的告訴 AI ，讓他第一次就生成我需要的內容。四，當 ChatGPT 的對話記憶管理明確，調用記憶也會變得簡單ChatGPT 本身有一個「統整記憶管理」功能，根據不同討論串中常常討論的內容，會持續更新，讓 AI 掌握你近期的工作任務、需求、喜好與工作方式，這部分是自動的，但同樣的能夠記住的深度與範圍還是有限。如果結合前面簡單但是有效的討論串記憶管理方式，就可以讓每一個討論串（專案、任務）的專屬 AI 員工記住他真正需要記住的關鍵細節，在前面討論的任務基礎上接續工作。並且，我也可以在新的討論串中，直接指定 ChatGPT 參考「某某專案討論串」的內容，調出該討論串的資料來這個新討論串處理。而這時候前面的對話分類管理就更形重要，如果我們的對話呈現沒有管理的狀態，不同聊天串都是混雜的資料，那麼這時候就很難指定 ChatGPT 去「哪一個討論串」把資料調出來，而當資料混亂時 AI 還要花力氣處理，效果自然就會更加降低。但是我是一個專案一個討論串，命名也很明確（就是專案、任務名稱），那我只要直接指定專案、任務關鍵字， ChatGPT 自然就知道要去哪一個討論串把資料抓過來使用了。五，用 ChatGPT 的「專案」進行更聚焦的記憶管理當「多個」任務討論串背後有共通的專案目標、需要互通工作內容時，我就會啟動 ChatGPT 的「專案」功能來進行管理。（這裡指得是 ChatGPT 專屬的 ChatGPT Project 功能）例如，把前面分支出來的產品專案規劃、產品行銷活動、產品社群宣傳等等不同討論串，分類到一個共同專案中，這時候，在這個「 ChatGPT 專案」裡的討論串就能彼此共享記憶，快速擁有共通的工作邏輯。（延伸教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）你可以試試看把相關任務加入一個共同的 ChatGPT 專案分類中，然後在分類裡新增一個聊天，直接問：「說說看我們正在做些什麼？」這時候，你會發現這個 AI 將會掌握專案分類中那些聊天串正在執行的任務，然後進行目前工作任務的統整。你也可以試試看，在「產品社群宣傳」的聊天串中，請他「到專案分類討論串中找出之前行銷活動的文案，寫一篇貼文」， AI 就能準確地找出在同一個專案分類中相關聊天串裡的內容。這樣簡單的測試，可以驗證一個很有效的 ChatGPT 記憶管理方法：在一個對話串中，讓 AI 記住這個任務的關鍵資料與工作方法在一個 ChatGPT 專案中，新 AI 隨時都可掌握任務最新資料與工作方法在多個對話串中，透過「 ChatGPT 專案」，讓相關任務可以有效互通資料六，用 ChatGPT 「專案」建立專案目標、特殊任務規則ChatGPT 「專案」中還有兩個實用功能，可以幫助我們的 AI 工作流程做出更有效的記憶管理。（ ChatGPT 專案功能教學：ChatGPT 「專案」 AI 專屬資料庫實戰案例，和 NotebookLM 比較）一個是「專案設定」中的「指令」，這邊可以貼上專案目標，以及所有專案中任務都應該遵守的工作原則。這樣一來，在這個專案中的所有討論串內的 AI 回答時，都會優先參考這個指令，讓目標一致，工作邏輯不會跑偏。這個「專案指令」不需要太複雜，只須共同原則，例如在我的「電腦玩物專案團隊」中的指令就只聚焦在電腦玩物的內容方向、處理各種內容時一定要有證據、有論證、強調方法論等等大原則 。而像是處理社群貼文的方法、編輯文章的邏輯、製作配圖的技巧等等，因為也會常常更新，我就不放入專案指令，而是轉化成「個別任務的規則」，儲存到專案的「資料來源」，這樣 AI 需要時就會自動取用。在 ChatGPT 「專案」中還有一個非常實用的小技巧，當我在一個討論串中完成一次有效任務，例如一次圖片設計，我馬上要求 AI 總結這次完成任務的經驗，建立一份之後設計圖片的視覺指南，這時，可以把 AI 生成的回答直接「儲存到資料來源」。這就等同把這次處理圖片的方式寫進專案規則，之後專案內所有討論串設計圖片都可以使用並遵循。講到這裡， ChatGPT 工作記憶管理的層次就更清楚了：AI 優先以自己所在討論串中的任務為出發點。執行時會遵循專案指令（如果被分類到「專案」中）。把專案資料來源當作需要時的參考資料或規則，如果對話中觸動相關內容，就會引用專案資料來源的檔案或規則。ChatGPT 的專案資料來源不要只當作靜態參考資料倉庫，而是設計我們可以累積工作經驗與規則的地方。 七，自己的筆記，依然是最重要的記憶管理而除了原本在 ChatGPT 等 AI 工具當中的記憶管理功能外，其實「自己的筆記」依然是最簡單有效，讓 AI 快速根據有效的記憶、規則處理工作的方式。當我在跟 ChatGPT、 Codex 進行工作時，我依然會隨時打開自己的筆記，記錄自己思考、判斷、規劃與實做的流程。雖然放手讓 AI 完成交付很爽快。可是當 AI 出問題時，如果自己也搞不清楚前面的流程，人就變得無法調整修改。就算當 AI 順利完成，如果筆記中沒有保留工作流程與關鍵資料，那麼當 AI 記憶管理有問題，或是要換一個 AI 工具時，就要花很多時間才能重現之前流程。即使前面的 AI 記憶管理與 AI 工具都沒問題，但是想像跟一個高效率員工（AI）一起合作，就算員工很厲害，也能都把事情完成，可是身為管理者的自己，也要能掌控自己的目標規劃、計畫進度，知道自己前面交辦了哪些工作、如何驗收，接下來還有哪些下一步行動，這樣跟 AI 的溝通才會順暢。這不只是（甚至通常不是）記錄我用了什麼 AI 指令，而是把我真實的處理流程、規格的設定、完成的正式版檔案文件，加上用什麼工具、在哪裡 AI 上討論等等，都記錄下來。我自己的筆記，是用來掌握目標、判斷、目前進度與下一步，不只是替 AI 補記憶。「自己的筆記」，一方面可以讓我之後更快的接續工作，無論是我自己做，還是交派給 AI 做，人一樣要掌握目前工作流程與進度。另一方面，如果過了比較長的時間又要回頭處理這個任務時，我還記得自己做了什麼、做到哪裡，甚至可以直接把這些內容與文件貼給 AI ，都能更快的延續工作狀態。最近像是我慣用的 Evernote 有了 MCP 可以讓 ChatGPT 直接讀取筆記，或是讓 Codex 直接打開我的 Evernote 網頁讀取資料。這時候，有效的「自己的筆記」的記憶管理，就可以讓 AI 馬上掌握我的最新工作狀態、了解工作細節， AI 自己看我的筆記，我不用重新解說一次，但就能產出很棒的工作結果。回頭看這七個 ChatGPT 記憶管理做法，我並非想要讓 ChatGPT 記住越多越好，而是當我要繼續工作時，希望 AI 可以找到正確的背景、已確認的版本，以及下一步需要遵循的方法。我的筆記，幫我掌握自己做過哪些判斷；ChatGPT 中的討論串、專案中的資料與規則，則是交給 AI 接手工作的依據。對我來說， AI 記憶管理的目的就是：讓這次完成的工作，能成為下一次真正用得上的起點。（延伸閱讀：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、專案資料、AI 記憶與規則）大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代 ）

  電腦玩物 · 2026-09-19 17:08

  • ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代

    使用 AI 時的記憶管理，是決定 AI 是否能有效工作的關鍵流程。如果記憶混亂， AI 的結果會出現不必要雜訊。如果記憶缺失， AI 會產出有幻覺的內容。如果記憶遺漏， AI 無法重現上次正確的任務結果。如果「根本沒有做記憶管理」，那麼 AI 就像缺乏工作指引，只能用一般的、有問題的流程產出結果。

    但是， AI 的記憶管理不是記得更多更完整就好，有時候記得太多，反而干擾 AI 運作，甚至讓 AI 效能降低。

    AI 的記憶管理是，如何讓 AI 準確知道這次任務要掌握的資料、要採用的工作方法，隨時都能重現上次的最佳流程，接續上次的工作任務。

    這裡說的「工作記憶管理」，不只是 ChatGPT 設定裡的記憶功能，也包括我如何安排討論、保存已確認的資料，以及留下下一次能沿用的工作規則。

    在 Codex 這樣的 AI Agent 中我們可以透過 Agents.md、 規則文件、 Skills 等等，建立 AI 可以重複套用、準確記住的工作記憶。

    

    那如果使用一般的 ChatGPT ，也能完成這樣的工作記憶管理嗎？其實也是可以的。

    今天這篇文章，跟大家分享我自己在使用 ChatGPT 的過程中常常使用的 7 種「記憶管理」技巧，相信這是大多數朋友，無論使用付費還是免費帳戶，都能實踐的 AI 記憶管理方法。

    2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解

    一，對話的分類會有顯著的效果：一個任務一個討論串

    最簡單的 ChatGPT 記憶管理，就是好好進行「對話分類」。（延伸教學：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）

    我自己會採取一個專案／任務，一個討論串的「大原則」（也就是會再根據情況變通）。

    例如進行一個產品專案，過程中從市場分析、產品設計、撰寫企畫報告、製作簡報、設計相關圖像、撰寫產品文案、規劃產品活動等等，如果任務不會到太複雜，我盡量都在「同一個任務討論串」中接續進行。這樣做的好處，就是可以更好的保留前面的記憶：在寫企劃報告時直接就能參考前面的市場分析，在做活動規劃時 AI 已經了解前面的產品設計與文案。

    但是如果現在要規劃一個新的產品，或者要開始一個不同的新任務，那就要開另外一個討論串，或是切換到另外那個產品的「專屬討論串」中，避免記憶混亂與干擾。

    這樣一來， ChatGPT 的對話串就會變成像是一個一個任務分類，每一個任務分類討論串中，就像有一個記得這個任務資料、記得前面工作方法的專屬助手，可以更好的接續這個任務的工作。

    

    二，善用「分支對話」，延續正確的對話記憶開啟新流程

    同樣是前面的例子，如果 AI 在這個產品專案討論串中擁有了市場分析、產品規劃、企劃報告的「記憶」，但接下來我要一邊進行「專案規劃」一邊進行「行銷活動」，兩種類型的專案子任務會交錯出現，為了避免錯亂，我會開啟「分支對話」。

    原本的這個專案討論串，繼續討論專案規劃，但是在已經具備基本專案規劃知識的訊息之後，建立一個「分支聊天串」。

    

    ChatGPT 的分支聊天串可以把前面產品專案的市場分析、產品規劃記憶帶過去新的討論串，但沒有後面討論的其他內容干擾，只記得這個討論串前面的記憶（產品市場特色、規劃細節），於是可以從這裡開始行銷活動的新任務。

    舉一反三，我其實可以分支出很多個對話，每個對話都帶有正確的市場分析、產品規劃記憶，可以展開專案規劃、行銷活動、社群宣傳、課程設計等等不同延伸任務，但又不會互相干擾。

    什麼時候一個討論串可以把所有內容都集中在一起討論？什麼時候要分支成多個子任務？這沒有標準答案，我也會根據任務的複雜度大小，採取這兩種作法之一。（因為隨時都可以在 ChatGPT 的任何訊息後開啟分支，所以我們根據實際情況隨時建立即可）

    

    但是如果分支後，產品規劃更新了怎麼辦？哪些背景需要重新補上？如何讓所有討論串都掌握專案最近進度與規則，這就要依靠後面其他記憶管理方法來實現，讓我們接著繼續往下推進。

    三，回答有問題時，直接修改「這次提問」，產出正確內容，保留正確記憶

    如果我很認真地想要對某一個專案進行 ChatGPT 的記憶管理，那麼當 AI 回答難免有時候有問題、出錯時，我會避免採取「追問」的方式。

    當然，「追問」在大多數時候是讓 AI 修正的簡單有效方式，一個回答不滿意，馬上追問：「前面哪一段出錯了，請改成XXXX？」「前面哪一部分請再修正成XXX樣子？」

    但是這樣一來，假設我進行了 3 次追問生成（包含第一次提問，共 4 次問答），最後一次終於改成我想要的版本，而這就代表「這個討論串」留下了「三次」有問題、有錯誤的回答內容（而只有一次回答是最正確的），這時候，當後續新增更多討論內容後，AI 就容易混淆，「可能」（有一定機率）被前面「更多次出現」的錯誤回答影響，參雜了有問題結果。

    不追問，那 AI 這次提問後生成結果有問題時怎麼辦？我會直接修改這一次的提問，把出錯的地方直接轉換成「指令中更明確的引導」，然後讓 ChatGPT 重新生成，用新的正確回答覆蓋舊版的錯誤內容，而這也代表討論串中只「記住」正確的內容。

    例如：

    追問：「前面哪一段出錯了，請改成XXXX？」直接修改第一次提問指令：加上「某一段正確的分析邏輯、數據資料應該是....」追問：「前面哪一部分請再修正成XXX樣子？」直接修改第一次提問指令：加上「某一部分採用XXX的格式、風格、樣式」

    AI 出錯，表示原本的指令中 AI 無法理解那一段的處理方式。所以如果不追問，那我就直接在第一次的指令中強調出那一部分要怎麼處理，明確具體的告訴 AI ，讓他第一次就生成我需要的內容。

    

    四，當 ChatGPT 的對話記憶管理明確，調用記憶也會變得簡單

    ChatGPT 本身有一個「統整記憶管理」功能，根據不同討論串中常常討論的內容，會持續更新，讓 AI 掌握你近期的工作任務、需求、喜好與工作方式，這部分是自動的，但同樣的能夠記住的深度與範圍還是有限。

    如果結合前面簡單但是有效的討論串記憶管理方式，就可以讓每一個討論串（專案、任務）的專屬 AI 員工記住他真正需要記住的關鍵細節，在前面討論的任務基礎上接續工作。

    並且，我也可以在新的討論串中，直接指定 ChatGPT 參考「某某專案討論串」的內容，調出該討論串的資料來這個新討論串處理。

    

    而這時候前面的對話分類管理就更形重要，如果我們的對話呈現沒有管理的狀態，不同聊天串都是混雜的資料，那麼這時候就很難指定 ChatGPT 去「哪一個討論串」把資料調出來，而當資料混亂時 AI 還要花力氣處理，效果自然就會更加降低。

    但是我是一個專案一個討論串，命名也很明確（就是專案、任務名稱），那我只要直接指定專案、任務關鍵字， ChatGPT 自然就知道要去哪一個討論串把資料抓過來使用了。

    五，用 ChatGPT 的「專案」進行更聚焦的記憶管理

    當「多個」任務討論串背後有共通的專案目標、需要互通工作內容時，我就會啟動 ChatGPT 的「專案」功能來進行管理。（這裡指得是 ChatGPT 專屬的 ChatGPT Project 功能）

    例如，把前面分支出來的產品專案規劃、產品行銷活動、產品社群宣傳等等不同討論串，分類到一個共同專案中，這時候，在這個「 ChatGPT 專案」裡的討論串就能彼此共享記憶，快速擁有共通的工作邏輯。（延伸教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）

    你可以試試看把相關任務加入一個共同的 ChatGPT 專案分類中，然後在分類裡新增一個聊天，直接問：「說說看我們正在做些什麼？」

    這時候，你會發現這個 AI 將會掌握專案分類中那些聊天串正在執行的任務，然後進行目前工作任務的統整。

    

    你也可以試試看，在「產品社群宣傳」的聊天串中，請他「到專案分類討論串中找出之前行銷活動的文案，寫一篇貼文」， AI 就能準確地找出在同一個專案分類中相關聊天串裡的內容。

    

    這樣簡單的測試，可以驗證一個很有效的 ChatGPT 記憶管理方法：

    在一個對話串中，讓 AI 記住這個任務的關鍵資料與工作方法在一個 ChatGPT 專案中，新 AI 隨時都可掌握任務最新資料與工作方法在多個對話串中，透過「 ChatGPT 專案」，讓相關任務可以有效互通資料六，用 ChatGPT 「專案」建立專案目標、特殊任務規則

    ChatGPT 「專案」中還有兩個實用功能，可以幫助我們的 AI 工作流程做出更有效的記憶管理。（ ChatGPT 專案功能教學：ChatGPT 「專案」 AI 專屬資料庫實戰案例，和 NotebookLM 比較）

    一個是「專案設定」中的「指令」，這邊可以貼上專案目標，以及所有專案中任務都應該遵守的工作原則。這樣一來，在這個專案中的所有討論串內的 AI 回答時，都會優先參考這個指令，讓目標一致，工作邏輯不會跑偏。

    這個「專案指令」不需要太複雜，只須共同原則，例如在我的「電腦玩物專案團隊」中的指令就只聚焦在電腦玩物的內容方向、處理各種內容時一定要有證據、有論證、強調方法論等等大原則 。

    

    而像是處理社群貼文的方法、編輯文章的邏輯、製作配圖的技巧等等，因為也會常常更新，我就不放入專案指令，而是轉化成「個別任務的規則」，儲存到專案的「資料來源」，這樣 AI 需要時就會自動取用。

    在 ChatGPT 「專案」中還有一個非常實用的小技巧，當我在一個討論串中完成一次有效任務，例如一次圖片設計，我馬上要求 AI 總結這次完成任務的經驗，建立一份之後設計圖片的視覺指南，這時，可以把 AI 生成的回答直接「儲存到資料來源」。

    

    這就等同把這次處理圖片的方式寫進專案規則，之後專案內所有討論串設計圖片都可以使用並遵循。

    

    講到這裡， ChatGPT 工作記憶管理的層次就更清楚了：

    AI 優先以自己所在討論串中的任務為出發點。執行時會遵循專案指令（如果被分類到「專案」中）。把專案資料來源當作需要時的參考資料或規則，如果對話中觸動相關內容，就會引用專案資料來源的檔案或規則。

    ChatGPT 的專案資料來源不要只當作靜態參考資料倉庫，而是設計我們可以累積工作經驗與規則的地方。

    

     

    七，自己的筆記，依然是最重要的記憶管理

    而除了原本在 ChatGPT 等 AI 工具當中的記憶管理功能外，其實「自己的筆記」依然是最簡單有效，讓 AI 快速根據有效的記憶、規則處理工作的方式。

    當我在跟 ChatGPT、 Codex 進行工作時，我依然會隨時打開自己的筆記，記錄自己思考、判斷、規劃與實做的流程。

    雖然放手讓 AI 完成交付很爽快。可是當 AI 出問題時，如果自己也搞不清楚前面的流程，人就變得無法調整修改。就算當 AI 順利完成，如果筆記中沒有保留工作流程與關鍵資料，那麼當 AI 記憶管理有問題，或是要換一個 AI 工具時，就要花很多時間才能重現之前流程。

    即使前面的 AI 記憶管理與 AI 工具都沒問題，但是想像跟一個高效率員工（AI）一起合作，就算員工很厲害，也能都把事情完成，可是身為管理者的自己，也要能掌控自己的目標規劃、計畫進度，知道自己前面交辦了哪些工作、如何驗收，接下來還有哪些下一步行動，這樣跟 AI 的溝通才會順暢。

    這不只是（甚至通常不是）記錄我用了什麼 AI 指令，而是把我真實的處理流程、規格的設定、完成的正式版檔案文件，加上用什麼工具、在哪裡 AI 上討論等等，都記錄下來。

    我自己的筆記，是用來掌握目標、判斷、目前進度與下一步，不只是替 AI 補記憶。

    「自己的筆記」，一方面可以讓我之後更快的接續工作，無論是我自己做，還是交派給 AI 做，人一樣要掌握目前工作流程與進度。另一方面，如果過了比較長的時間又要回頭處理這個任務時，我還記得自己做了什麼、做到哪裡，甚至可以直接把這些內容與文件貼給 AI ，都能更快的延續工作狀態。

    

    最近像是我慣用的 Evernote 有了 MCP 可以讓 ChatGPT 直接讀取筆記，或是讓 Codex 直接打開我的 Evernote 網頁讀取資料。

    這時候，有效的「自己的筆記」的記憶管理，就可以讓 AI 馬上掌握我的最新工作狀態、了解工作細節， AI 自己看我的筆記，我不用重新解說一次，但就能產出很棒的工作結果。

    

    回頭看這七個 ChatGPT 記憶管理做法，我並非想要讓 ChatGPT 記住越多越好，而是當我要繼續工作時，希望 AI 可以找到正確的背景、已確認的版本，以及下一步需要遵循的方法。

    我的筆記，幫我掌握自己做過哪些判斷；ChatGPT 中的討論串、專案中的資料與規則，則是交給 AI 接手工作的依據。

    對我來說， AI 記憶管理的目的就是：讓這次完成的工作，能成為下一次真正用得上的起點。（延伸閱讀：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、專案資料、AI 記憶與規則）

    大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： ChatGPT 「記憶管理」的 7 個常用技巧，讓 AI 助理精準接續工作、減少重複交代 ）
    View on 電腦玩物

• 把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學

  我已經在 ChatGPT 裡完成大量「專案」討論，要怎麼把這些討論，轉成團隊可以直接使用的共同工具？或是設計成可以立刻發布的資訊網站？這裡的「專案」是指 ChatGPT 裡的特定功能，把多個討論串納入專案，彼此可以有共同的記憶、規則，更容易讓一個大專案底下的多個小任務結合為統整的工作流程。（延伸教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）例如我有一個關於平常課程的 ChatGPT 專案，裡面有很多討論串，分析我的時間管理、防彈筆記、 AI 工作術等不同課程。而這時候，我想把在這個專案中的不同課程規劃，統整成一個「課程入口網站」，能夠統整已經跟 AI 建立的課程規劃，也能隨時更新討論後的課程變動，並且這個課程入口網站可以公開發布，讓合作企業單位可以快速參考。搭配 ChatGPT 的 Work（工作） 功能與 @sites 製作網站能力，可以輕鬆做到這件事情（需要 ChatGPT Plus 以上版本）。在這個 ChatGPT 專案團隊中，開啟一個新的「Work（工作）」模式聊天串，我可以讓他直接統整前面多個討論串的課程規劃與最新資訊，然後啟動「網站」製作能力做出網頁。而且 ChatGPT Work 結合「網站」功能建立的入口網站，可以直接線上發布，讓所有人都能看到，例如這個我真實的課程入口網站（歡迎參考）： https://esor-enterprise-courses.esorhuang.chatgpt.site/並且需要更新時，在 ChatGPT 專案的 Work 討論串中下指令，就能即時修改。這真的是一個非常好用的功能，無論是：在跟 ChatGPT 進行大量內容討論、修正後，直接發布成一個資訊、知識入口網站（可以設定成所有人都能公開瀏覽）。在跟 ChatGPT 進行大量工作企劃、研究後，直接部屬成一個團隊專案管理儀表板、控制中心（可以設定成只有指定帳號的共用者才能協作）。 今天這篇文章，想要分享另外一個實際測試與應用案例，說明如何從 ChatGPT 的「專案討論串」開始，結合「 sites 網站功能」與「 Work 工作模式」，快速製作出團隊工具與入口網站。2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解當 AI 討論分散又雜亂，建立更好管理、瀏覽的統整工具、網站這是我最近安排家庭旅行時，遇到的一個實際問題。行程、住宿、餐廳、自駕路線、停車場與雨天備案，都已經在 ChatGPT 「專案」裡研究過，也經過許多次調整。但真正要一起旅行的家人，不可能跟著我閱讀這麼多討論紀錄，更不應該由他們自己判斷哪一版行程才是最新版本。於是，我利用 ChatGPT Work 結合 Sites，把九天八夜、十人同行、兩輛車移動的旅行資料，整理成全家都可以在手機上使用的「和歌山旅途指揮台」。Sites 是 ChatGPT 的網站建立功能，可以在 Work 對話中輸入 @Sites，讓它建立網站，也可以在對話中隨時討論修改已經發布的網站。也歡迎參考我的真實案例網站：https://wakayama-trip-command-center.esorhuang.chatgpt.site/下面分享我實際建立、檢查與更新這個網站的過程。補充：截至 2026 年 9 月 8 日，Sites 仍處於公開測試階段，支援方案包括 Plus、Pro、Business、Enterprise 與 Edu。實際使用會受到推出進度、帳號與工作區權限影響，也有方案別的用量限制，操作前請以帳號顯示及官方說明為準。這個工作流程的意義是：ChatGPT Project 是專案規劃的後台；ChatGPT Sites 是團隊執行的前台。專案後台保留完整思考過程，專案前台則呈現目前有效、真正要執行的內容，並且變成一個「工具」，可以在專案執行時使用。這個分工不限於家庭旅行。當一個專案累積了很多討論，最後又需要把成果交給沒有參與討論的人使用，就可能遇到同樣的問題：資料都在，但還沒有一個方便使用的入口。這正是 ChatGPT  Sites 可以解決的問題。先分清楚 ChatGPT Project、Work 與 Sites 各自負責什麼開始操作前，可以先簡單理解 ChatGPT 裡幾種不同的工作方式：Chat：適合快速問答、搜尋、腦力激盪與日常協助。Project：專案則是可以分類對話、管理對話共同規則與記憶的功能。Work：適合較長、多步驟，而且最後需要產出文件、試算表、簡報、報告或網站的任務。而其中具備呼叫「Sites 」直接製作專案線上工具、入口網站的能力。Codex：則聚焦程式開發、測試與技術專案。Codex 在桌面版中是獨立的工作介面，不是網頁版與手機版都能直接切換的模式。這次的網站製作，主要使用 Project＋Work＋Sites。在和歌山案例裡，我把工作分成下面四個角色：角色在這趟旅行裡負責的工作ChatGPT Project：專案後台保存旅行研究、每日行程、住宿、餐廳、停車場與調整紀錄。ChatGPT Work：執行助理整理專案脈絡，分析同行者需要什麼工具，統整網站要使用的內容。ChatGPT Sites：專案前台把行程、導航、提醒與檢查清單，做成家人可以操作的網站。我：專案負責人確認正式版本、檢查資料與導航、決定分享範圍，以及何時發布更新。第一步：在專案中，開啟 Work 對話，先統整專案討論，請 Work 分析適合建立什麼工具首先，我在 ChatGPT 專案討論中，已經建立了多個和歌山之旅的討論串，有的討論行程，有的研究歷史人文，我想把這些分散的討論串，統整成一個網站，第一步要怎麼做呢？我在這個「專案」中，開啟「工作（Work）」模式，建立一個新的聊天串。然後在指令中要求 AI 去把「專案」中跟和歌山有關的聊天紀錄都找出來，進行一次統整，並分析可以製作成什麼工具。根據這個專案中和歌山相關討論串，在這趟旅程中，你建議可以利用你建立什麼樣的工具，幫助這一次的行程更加順利、解決實際問題呢？請一步一步分析，先提供我可能的幾種建議。我沒有直接要求 ChatGPT：幫我做一個旅行網站。 因為「旅行網站」可能有很多種。它可以是遊記網站、照片網站、景點介紹網站、旅行記帳工具，也可以是公開分享的行程攻略。但這些都不一定能解決我們十個人旅行時真正會遇到的問題。所以，上面這一步的目的，是先讓 Work 讀取前面不同專案聊天串中累積的旅行資料，再從真實問題出發，判斷應該建立什麼工具更好。而 ChatGPT Work 正確的掌握了那些分散的討論，抓住關鍵的痛點：這次同行人數多，有長輩也有孩子，使用兩輛車移動，途中會更換住宿地點，景點與餐廳時間需要互相配合，而且行程還會受到天氣與體力影響。經過分析後，我從它提出的方向中，選擇建立一個「旅途指揮台」。後來我在許多不同專案中都會重複使用這個流程，製作出有效工具、網站：我先在 ChatGPT 專案的多個聊天串中做研究在專案中開啟 Work ，先統整前面聊天資訊讓 Work 統整資訊後，分析適合建立什麼工具啟動 Work 中的 @sites 功能，根據前面資料與建立，直接做出工具、網站第二步：用 Work＋@Sites ，輕鬆建立線上工具與網站確認我要根據 AI 建議完成旅途指揮台後，我繼續下了指令：@Sites 根據你的建議，結合下面最新版行程，以及這個專案討論串中的相關資料，完成「和歌山旅途指揮台」 ，一步一步設計，整合重要資訊，避免混亂，也要能容易更新，並且長輩也易於使用。 「@sites」是 ChatGPT Work、 Codex 模式內建的「網站」技能，可以製作出各式各樣的專案管理線上工具、資訊彙整入口網頁。並且可以自動幫我們把網站發佈上線（預設發佈在 ChatGPT 帳號的專屬網域）。我只要呼叫這個功能，不需要詳細指定網站使用什麼程式語言、版面框架或主機。真正要管理的是：網站要給誰使用。 網站要解決什麼問題。 重要資料從哪裡來。 哪些設計條件不能忽略。 後續還要能持續更新。 Sites 建立網站時，會先產生私人預覽，一開始只有我自己可以開啟，並且要登入 ChatGPT 帳號。但我們可以透過「分享」功能，將其發佈到公開網路，只要有網址的人都能直接瀏覽。參考：和歌山旅途指揮台：https://wakayama-trip-command-center.esorhuang.chatgpt.site/電腦玩物企業內訓課程入口網頁：https://esor-enterprise-courses.esorhuang.chatgpt.site/當然，第一版的線上工具或網站，可能有一些我們寫要修改調整之處。這時候也完全不需要進入任何程式碼編輯畫面，只要在 Work 對話中直接下指令修改即可。經過簡單幾輪處理後，Sites 就幫我建立出完整網站架構，變成可能用的線上工具了。這個流程讓我不需要另外安裝網站製作軟體，也不用自己處理主機與部署。Sites 負責託管網站，雲端 Work 對話則可以跨網頁、手機與桌面隨時修改網站。第三步：行程改變、專案異動，隨時打開 ChatGPT 就能即時修改家庭旅行中，行程不可能完全按照原始計畫執行。出發時間可能延後，孩子可能需要休息，天氣也可能改變。有時取消一個景點，有時新增順遊地點，或是餐廳訂位、停車位置終於確認，就需要把新資訊補進去。以前遇到這些變化，我需要重新整理文件與群組訊息。現在有了旅途指揮台，我會回到原本的 Work／Sites 對話，把最新行程交給它，請它修改受影響的內容。這裡最棒的一點是：因為同一個 Work／Sites 對話已經知道：網站使用者是誰。 網站原本有哪些頁面。 每天頁面的結構。 導航按鈕的格式。 長輩友善的版面規則。 哪些內容應該保留。 我只要交代這次改變了什麼，以及在同一個 Work 對話中繼續修改這個網站工具即可。這對旅行中的我很方便。雲端 Work 對話可以在網頁、手機與桌面版的 ChatGPT 之間同步接續，因此人在外面時，可以用手機補充最新行程與修改要求。網站預覽、權限與正式發布，則依當下可用的介面完成確認。ChatGPT 的 Sites 可以做出工具網站最後完成的網站，不只是一份把行程文字重新排版的網頁。ChatGPT 也能把原本分散在多個討論串中的內容，轉換成幾種可以直接執行的功能。九天八夜每日行程入口同行者可以從首頁進入每一天的行程，不需要在一份很長的文件裡上下搜尋。每一天的時間軸與注意事項每一頁整理當天的：出發時間 景點順序 預計車程 停留時間 餐廳與住宿 預約資訊 特別提醒 景點、停車場與 Google 地圖導航需要移動時，可以直接從網站打開景點官方資訊或 Google 地圖，並且優先導航到真正要進入的停車地點。小結、這個流程真正節省了三種重複整理工作這次實測後，我覺得 ChatGPT 的 Project（專案）＋Work（工作）＋Sites（網站） 幫我減少了三種最常見的重複工作。第一，減少把聊天內容重新搬到網站。原本需要從不同討論串找出行程、餐廳、停車場與注意事項，再重新編排。現在可以讓 Work 參考專案脈絡，協助統整網站內容。我仍然要確認資料與版本，但不必從頭搬運每一段文字。第二，建立統一工具與網頁，減少不同版本互相衝突。新的行程貼到群組後，舊訊息仍然存在。現在我把網站當成正式行程入口：發布新版後，大家回到同一個網址查看最新內容。有重要變更就另外提醒，不再把完整行程散落在許多則訊息裡。第三，減少每次更新都重新處理網站的麻煩。網站要給誰用、每天怎麼呈現、導航要注意什麼，前面已經討論過。後續我只需要交付這次的變更，並要求保留已經確認的結構與設計。我們在 ChatGPT 裡累積的研究與決策，開始有一個自己與其他人更容易使用的出口：ChatGPT Project 保留專案規劃的後台，Sites 則提供團隊執行的前台。下次當一個 ChatGPT 專案已經累積很多討論，可以試試看先問：準備使用這些成果的人，現在最需要查到什麼、完成什麼動作？再從這個問題出發，決定要不要把專案資料轉成一個共同入口。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： 把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學 ）

  電腦玩物 · 2026-09-08 21:32

  • 把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學

    我已經在 ChatGPT 裡完成大量「專案」討論，要怎麼把這些討論，轉成團隊可以直接使用的共同工具？或是設計成可以立刻發布的資訊網站？這裡的「專案」是指 ChatGPT 裡的特定功能，把多個討論串納入專案，彼此可以有共同的記憶、規則，更容易讓一個大專案底下的多個小任務結合為統整的工作流程。（延伸教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）例如我有一個關於平常課程的 ChatGPT 專案，裡面有很多討論串，分析我的時間管理、防彈筆記、 AI 工作術等不同課程。而這時候，我想把在這個專案中的不同課程規劃，統整成一個「課程入口網站」，能夠統整已經跟 AI 建立的課程規劃，也能隨時更新討論後的課程變動，並且這個課程入口網站可以公開發布，讓合作企業單位可以快速參考。搭配 ChatGPT 的 Work（工作） 功能與 @sites 製作網站能力，可以輕鬆做到這件事情（需要 ChatGPT Plus 以上版本）。在這個 ChatGPT 專案團隊中，開啟一個新的「Work（工作）」模式聊天串，我可以讓他直接統整前面多個討論串的課程規劃與最新資訊，然後啟動「網站」製作能力做出網頁。而且 ChatGPT Work 結合「網站」功能建立的入口網站，可以直接線上發布，讓所有人都能看到，例如這個我真實的課程入口網站（歡迎參考）： https://esor-enterprise-courses.esorhuang.chatgpt.site/並且需要更新時，在 ChatGPT 專案的 Work 討論串中下指令，就能即時修改。這真的是一個非常好用的功能，無論是：在跟 ChatGPT 進行大量內容討論、修正後，直接發布成一個資訊、知識入口網站（可以設定成所有人都能公開瀏覽）。在跟 ChatGPT 進行大量工作企劃、研究後，直接部屬成一個團隊專案管理儀表板、控制中心（可以設定成只有指定帳號的共用者才能協作）。 今天這篇文章，想要分享另外一個實際測試與應用案例，說明如何從 ChatGPT 的「專案討論串」開始，結合「 sites 網站功能」與「 Work 工作模式」，快速製作出團隊工具與入口網站。2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解當 AI 討論分散又雜亂，建立更好管理、瀏覽的統整工具、網站這是我最近安排家庭旅行時，遇到的一個實際問題。行程、住宿、餐廳、自駕路線、停車場與雨天備案，都已經在 ChatGPT 「專案」裡研究過，也經過許多次調整。但真正要一起旅行的家人，不可能跟著我閱讀這麼多討論紀錄，更不應該由他們自己判斷哪一版行程才是最新版本。於是，我利用 ChatGPT Work 結合 Sites，把九天八夜、十人同行、兩輛車移動的旅行資料，整理成全家都可以在手機上使用的「和歌山旅途指揮台」。Sites 是 ChatGPT 的網站建立功能，可以在 Work 對話中輸入 @Sites，讓它建立網站，也可以在對話中隨時討論修改已經發布的網站。也歡迎參考我的真實案例網站：https://wakayama-trip-command-center.esorhuang.chatgpt.site/下面分享我實際建立、檢查與更新這個網站的過程。補充：截至 2026 年 9 月 8 日，Sites 仍處於公開測試階段，支援方案包括 Plus、Pro、Business、Enterprise 與 Edu。實際使用會受到推出進度、帳號與工作區權限影響，也有方案別的用量限制，操作前請以帳號顯示及官方說明為準。這個工作流程的意義是：ChatGPT Project 是專案規劃的後台；ChatGPT Sites 是團隊執行的前台。專案後台保留完整思考過程，專案前台則呈現目前有效、真正要執行的內容，並且變成一個「工具」，可以在專案執行時使用。這個分工不限於家庭旅行。當一個專案累積了很多討論，最後又需要把成果交給沒有參與討論的人使用，就可能遇到同樣的問題：資料都在，但還沒有一個方便使用的入口。這正是 ChatGPT  Sites 可以解決的問題。先分清楚 ChatGPT Project、Work 與 Sites 各自負責什麼開始操作前，可以先簡單理解 ChatGPT 裡幾種不同的工作方式：Chat：適合快速問答、搜尋、腦力激盪與日常協助。Project：專案則是可以分類對話、管理對話共同規則與記憶的功能。Work：適合較長、多步驟，而且最後需要產出文件、試算表、簡報、報告或網站的任務。而其中具備呼叫「Sites 」直接製作專案線上工具、入口網站的能力。Codex：則聚焦程式開發、測試與技術專案。Codex 在桌面版中是獨立的工作介面，不是網頁版與手機版都能直接切換的模式。這次的網站製作，主要使用 Project＋Work＋Sites。在和歌山案例裡，我把工作分成下面四個角色：角色在這趟旅行裡負責的工作ChatGPT Project：專案後台保存旅行研究、每日行程、住宿、餐廳、停車場與調整紀錄。ChatGPT Work：執行助理整理專案脈絡，分析同行者需要什麼工具，統整網站要使用的內容。ChatGPT Sites：專案前台把行程、導航、提醒與檢查清單，做成家人可以操作的網站。我：專案負責人確認正式版本、檢查資料與導航、決定分享範圍，以及何時發布更新。第一步：在專案中，開啟 Work 對話，先統整專案討論，請 Work 分析適合建立什麼工具首先，我在 ChatGPT 專案討論中，已經建立了多個和歌山之旅的討論串，有的討論行程，有的研究歷史人文，我想把這些分散的討論串，統整成一個網站，第一步要怎麼做呢？我在這個「專案」中，開啟「工作（Work）」模式，建立一個新的聊天串。然後在指令中要求 AI 去把「專案」中跟和歌山有關的聊天紀錄都找出來，進行一次統整，並分析可以製作成什麼工具。根據這個專案中和歌山相關討論串，在這趟旅程中，你建議可以利用你建立什麼樣的工具，幫助這一次的行程更加順利、解決實際問題呢？請一步一步分析，先提供我可能的幾種建議。我沒有直接要求 ChatGPT：幫我做一個旅行網站。 因為「旅行網站」可能有很多種。它可以是遊記網站、照片網站、景點介紹網站、旅行記帳工具，也可以是公開分享的行程攻略。但這些都不一定能解決我們十個人旅行時真正會遇到的問題。所以，上面這一步的目的，是先讓 Work 讀取前面不同專案聊天串中累積的旅行資料，再從真實問題出發，判斷應該建立什麼工具更好。而 ChatGPT Work 正確的掌握了那些分散的討論，抓住關鍵的痛點：這次同行人數多，有長輩也有孩子，使用兩輛車移動，途中會更換住宿地點，景點與餐廳時間需要互相配合，而且行程還會受到天氣與體力影響。經過分析後，我從它提出的方向中，選擇建立一個「旅途指揮台」。後來我在許多不同專案中都會重複使用這個流程，製作出有效工具、網站：我先在 ChatGPT 專案的多個聊天串中做研究在專案中開啟 Work ，先統整前面聊天資訊讓 Work 統整資訊後，分析適合建立什麼工具啟動 Work 中的 @sites 功能，根據前面資料與建立，直接做出工具、網站第二步：用 Work＋@Sites ，輕鬆建立線上工具與網站確認我要根據 AI 建議完成旅途指揮台後，我繼續下了指令：@Sites 根據你的建議，結合下面最新版行程，以及這個專案討論串中的相關資料，完成「和歌山旅途指揮台」 ，一步一步設計，整合重要資訊，避免混亂，也要能容易更新，並且長輩也易於使用。 「@sites」是 ChatGPT Work、 Codex 模式內建的「網站」技能，可以製作出各式各樣的專案管理線上工具、資訊彙整入口網頁。並且可以自動幫我們把網站發佈上線（預設發佈在 ChatGPT 帳號的專屬網域）。我只要呼叫這個功能，不需要詳細指定網站使用什麼程式語言、版面框架或主機。真正要管理的是：網站要給誰使用。 網站要解決什麼問題。 重要資料從哪裡來。 哪些設計條件不能忽略。 後續還要能持續更新。 Sites 建立網站時，會先產生私人預覽，一開始只有我自己可以開啟，並且要登入 ChatGPT 帳號。但我們可以透過「分享」功能，將其發佈到公開網路，只要有網址的人都能直接瀏覽。參考：和歌山旅途指揮台：https://wakayama-trip-command-center.esorhuang.chatgpt.site/電腦玩物企業內訓課程入口網頁：https://esor-enterprise-courses.esorhuang.chatgpt.site/當然，第一版的線上工具或網站，可能有一些我們寫要修改調整之處。這時候也完全不需要進入任何程式碼編輯畫面，只要在 Work 對話中直接下指令修改即可。經過簡單幾輪處理後，Sites 就幫我建立出完整網站架構，變成可能用的線上工具了。這個流程讓我不需要另外安裝網站製作軟體，也不用自己處理主機與部署。Sites 負責託管網站，雲端 Work 對話則可以跨網頁、手機與桌面隨時修改網站。第三步：行程改變、專案異動，隨時打開 ChatGPT 就能即時修改家庭旅行中，行程不可能完全按照原始計畫執行。出發時間可能延後，孩子可能需要休息，天氣也可能改變。有時取消一個景點，有時新增順遊地點，或是餐廳訂位、停車位置終於確認，就需要把新資訊補進去。以前遇到這些變化，我需要重新整理文件與群組訊息。現在有了旅途指揮台，我會回到原本的 Work／Sites 對話，把最新行程交給它，請它修改受影響的內容。這裡最棒的一點是：因為同一個 Work／Sites 對話已經知道：網站使用者是誰。 網站原本有哪些頁面。 每天頁面的結構。 導航按鈕的格式。 長輩友善的版面規則。 哪些內容應該保留。 我只要交代這次改變了什麼，以及在同一個 Work 對話中繼續修改這個網站工具即可。這對旅行中的我很方便。雲端 Work 對話可以在網頁、手機與桌面版的 ChatGPT 之間同步接續，因此人在外面時，可以用手機補充最新行程與修改要求。網站預覽、權限與正式發布，則依當下可用的介面完成確認。ChatGPT 的 Sites 可以做出工具網站最後完成的網站，不只是一份把行程文字重新排版的網頁。ChatGPT 也能把原本分散在多個討論串中的內容，轉換成幾種可以直接執行的功能。九天八夜每日行程入口同行者可以從首頁進入每一天的行程，不需要在一份很長的文件裡上下搜尋。每一天的時間軸與注意事項每一頁整理當天的：出發時間 景點順序 預計車程 停留時間 餐廳與住宿 預約資訊 特別提醒 景點、停車場與 Google 地圖導航需要移動時，可以直接從網站打開景點官方資訊或 Google 地圖，並且優先導航到真正要進入的停車地點。小結、這個流程真正節省了三種重複整理工作這次實測後，我覺得 ChatGPT 的 Project（專案）＋Work（工作）＋Sites（網站） 幫我減少了三種最常見的重複工作。第一，減少把聊天內容重新搬到網站。原本需要從不同討論串找出行程、餐廳、停車場與注意事項，再重新編排。現在可以讓 Work 參考專案脈絡，協助統整網站內容。我仍然要確認資料與版本，但不必從頭搬運每一段文字。第二，建立統一工具與網頁，減少不同版本互相衝突。新的行程貼到群組後，舊訊息仍然存在。現在我把網站當成正式行程入口：發布新版後，大家回到同一個網址查看最新內容。有重要變更就另外提醒，不再把完整行程散落在許多則訊息裡。第三，減少每次更新都重新處理網站的麻煩。網站要給誰用、每天怎麼呈現、導航要注意什麼，前面已經討論過。後續我只需要交付這次的變更，並要求保留已經確認的結構與設計。我們在 ChatGPT 裡累積的研究與決策，開始有一個自己與其他人更容易使用的出口：ChatGPT Project 保留專案規劃的後台，Sites 則提供團隊執行的前台。下次當一個 ChatGPT 專案已經累積很多討論，可以試試看先問：準備使用這些成果的人，現在最需要查到什麼、完成什麼動作？再從這個問題出發，決定要不要把專案資料轉成一個共同入口。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結： 把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學 ）
    View on 電腦玩物

• Gemini Notebook Agent 可以從資料庫直接產出 Word、Excel、PPT！四種工作案例實測教學

  Google 的 Gemini Notebook（原名 NotebookLM）之前已經是很棒的雜亂、大量資料整理工具，當我有一堆需要抓出相關重點的研究資料，或是有大量格式不一的混亂工作文件需要彙整，我都喜歡用 Gemini Notebook 作第一階段的整理，整理好後再交給 ChatGPT 或 Codex 這樣的 AI 工作作進階處理。延伸教學：我用 NotebookLM 搭建 AI 稍後閱讀、學習輸出工作流，操作教學與延伸應用把混亂數據試算表丟進 NotebookLM：自動清理統計，直接變圖表 簡報實測分享用 NotebookLM 製作微型中文課程：我的防彈筆記法線上影音 教材與 AI 助教用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學讓 NotebookLM 的 AI 自己找出 資料庫缺口：每次指令多加一句追問，「教練型 知識庫」越用越完整不過，我一直覺得 Gemini Notebook（原名 NotebookLM）右方的「工作室（ Studio ）」功能看似華麗，工作上的實用性卻不高。因為那些好看的圖解簡報、好玩語音摘要、自動生成的報告與測驗，在「自己的學習」上有幫助，但對於「工作上真正需要的產出：一份直接可用的 word、 Excel、 PowerPoint 等文件」卻幫助甚微。但是，最近 Google 針對 Gemini Notebook（原名 NotebookLM）的一個核心改進：「加入 Agent 功能」，終於解決了上述問題：讓 Gemini Notebook 可以「處理各種文件資料」，產出工作上直接可用的 Word、 Excel、 PPT 報告。從功能面來看， Gemini Notebook（原名 NotebookLM）這次的主要功能進化如下：2026/7 時從 NotebookLM 更名為 Gemini Notebook。Google AI Pro 與 Ultra 訂閱者的每一個筆記本，將內建一個安全雲端電腦，可執行 AI Agent 任務，讓系統在研究過程中搜尋網頁、寫程式、執行分析，並直接產生可下載的文件、試算表、簡報、圖表與圖片。開始針對付費用戶，逐步推出。2026/8 上述的 Agent Chat 功能正式對「所有」付費使用者推出，直接在原本的對話中即可使用。在一般 Chat 提示框直接交付行動型任務，系統可搜尋、跑程式與建立可下載檔案。如果你是 Google AI Pro 或 Ultra 訂閱者，這個內建在 Gemini Notebook 的 Agent 功能非常值得納入工作流程，他可以協助產出下面文件檔案：文件官方支援格式：.pdf、.docx、.md、.txt（不過我的實測過程發現，PDF目前中文顯示有問題）適合工作：研究報告、簡報講稿、文章素材、課程講義Microsoft Excel官方支援格式：.xlsx適合工作：分析工作簿、預算、追蹤表、可編輯圖表Microsoft PowerPoint官方支援格式：.pptx適合工作：提案、會議、課程與研究摘要簡報結構化資料官方支援格式：.csv、.json適合工作：來源矩陣、分類結果、後續自動化輸入資料視覺化與圖表官方支援格式：.svg（不過我的實測過程發現，目前中文顯示容易有問題）適合工作：問卷圖表、趨勢圖、比較圖、簡報素材而這些能力，是原本的  Gemini Notebook（原名 NotebookLM） 右方的工作室功能做不到的。下面分享我的實測步驟與成果。我把自己寫的相關文稿上傳，建立一個自己平常研究的方法論、工具教學、應用案例的資料庫（十幾份文件、數十萬字內容），然後嘗試利用最新的 Gemini Notebook Agent 輸出新的文件檔案。透過 AI 去檢索、分析、重組我的各種文稿，進一步產出需要的客戶回信、活動通知 word、生產力改造計畫 Excel、課程講義 PowerPoint 。在這一批測試中，我都只使用「單次指令」，並沒有多輪拆解或修改（通常效果會更好），但是 Gemini Notebook Agent 全部成功分析數十萬字資料庫，準確抓取內容，產出需要的文件檔案。案例一解析：把 11 份來源整理成 Excel 、Word 文件：建立有公式、進度圖表與覆盤表的 30 天工作重整計畫表我上傳的文稿，分別來自我的《防彈筆記法》、《時間管理的 30 道難題》、《高效人生工作法圖解》等書，裡面包含各種知識管理、時間管理、習慣管理的技巧，我想要把這些零散的文稿，規劃出一份 30 天的工作流程改造計畫，並且用一個 Excel 表格追蹤管理。在這個任務需求中，我需要 Gemini Notebook Agent 可以一次滿足下面需求：在不同格式、體例的文稿中，重新萃取出可以納入 30 天計畫的方法論。統整不同方法論，歸納出知識管理、時間管理、習慣復盤的不同練習。規劃出工作流程，並且附註資料來源。在 Excel 中寫出公式，讓計畫表可以自動統計追蹤。一份可下載並正常使用的 Excel 檔案。（並同時產出一份對應的 word 文件）我使用的指令如下，直接輸入在 Gemini Notebook 的 Chat 對話框即可：建立 30 天工作重整計畫，建立真正可下載的指定檔案。請一步一步處理：目標：請根據 Notebook sources 中的時間管理、任務拆解、習慣設計、防彈筆記與工作節奏方法，為下面這位人物需求設計 30 天工作重整計畫。- 有工作經驗的專案主管。- 經常被郵件、會議與零碎交辦打斷。- 平日每天只能投入 20 分鐘改善工作流程。- 不更換既有工具。- 希望四週內建立可持續的整理與推進習慣。請建立：30天工作流程改善計畫.xlsx每週復盤筆記.docxExcel 請包含：30 天每日行動。每項行動所需時間。完成狀態與完成率。每週目標。遇到阻礙時的替代行動。簡單的每週進度圖表。Word 請建立：每週復盤模板，固定包含 Keep、Problem、Try、下週最重要成果與第一個下一步行動。下面是 Gemini Notebook Agent 產出的兩份文件，歡迎參考成果：30天工作流程改善計畫.xlsx每週復盤筆記.docx順利啟動 Gemini Notebook 的 Agent 時，會出現下面的 AI 思考流程，可以看到 Agent 如何一步一步整理資料、寫程式、跑檔案的流程。順利完成後，這些產出的「文件檔案」會自動儲存在右方工作室的記事清單中，可以單獨下載成可繼續編輯處理的檔案。Gemini Notebook Agent 建立的試算表，正確的抓取了不同文稿中的不同內容，作出有效的 30 天規劃。抓取的方法論都是正確名稱，來源出處的註解也無誤。Agent 也能處理公式、圖表等統計功能，設計出可以正確運算的復盤計畫。建立的 Word 文件不僅正確的抓取了我在不同文稿中的內容，而且編輯出一份格式正確且美觀的講義版面。也就是說：Gemini Notebook Agent 可以正確處理 Excel 的公式、 Word 的排版，產出直接可用的文件檔案。案例二：一次處理多封客服來信，產出紀錄試算表、回信草稿文件在這個案例中，我丟出幾個常常收到的讀者提問，怎麼整理 Gmail？怎麼養成 GTD 習慣？怎麼把郵件與零碎交辦整理成工作筆記？測試看看 Gemini Notebook Agent 可不可以根據資料庫中的文稿，找出對應的方法，整理可以提供讀者的技巧，然後重新梳理成流暢的回信。這個案例可以看出 Agent Chat 和一般資料摘要的差別。它不僅是在雜亂資料中重組重點，還把多個混亂輸入拆成「工作追蹤表、對外回信草稿」等多個用途檔案，完成彼此可以銜接的交付物。我使用的指令如下，直接輸入在 Gemini Notebook 的 Chat 對話框即可：把三種讀者問題變成批次回信包，生成一份追蹤問題的 Excel ，和一份回信草稿 word。一步一步處理：請根據 Notebook sources，批次處理以下三個讀者問題：1.每天如何整理 Gmail 與清空收件匣？2.如何用最簡單的方法養成 GTD 習慣？3.如何把郵件、交辦與分散資料整理成工作筆記系統？請建立：reader_reply_pack.docxreader_question_source_matrix.xlsxWord 請為每個問題撰寫一封完整回信：- 從讀者容易感受到的職場情境開始。- 提供三至四個能馬上執行的步驟。- 保留 Esor 重視成果、下一步與符合人性的寫法。- 結尾給一個十分鐘內可以開始的小行動。Excel 請整理：- 讀者問題。- 主要痛點。- 採用方法。- 對應來源。- 建議步驟。- 注意事項。同樣的經過分析， Agent 會直接生成多份檔案，並全部儲存在右方的工作室記事中。Word 裡有三封完整回信，每封都從讀者的工作情境開始，接著提供四個步驟，最後收斂成十分鐘能啟動的小行動。範例：reader_reply_pack.docxExcel 則把問題、痛點、採用方法、對應來源、建議步驟與注意事項排在同一張矩陣中。範例：reader_question_source_matrix.xlsx案例三：根據資料庫，直接建立可下載編輯的 PowerPoint繼續使用前面的資料庫，這次我嘗試讓他直接作簡報，而且不是圖解簡報，而是可編輯的 PPT。我要求它建立 30_day_work_reset_briefing.pptx，共六頁，內容依序是工作打斷問題、30 天目標、四週路線、每天 20 分鐘分配、每週 KPT 覆盤，以及今天可以開始的小行動。每頁限制五個條列以內，只能使用目前勾選的 11 份來源。指令如下：請根據30 天工作重整簡報，建立：30_day_work_reset_briefing.pptx。一步一步處理：簡報共 6 頁：專案主管常見的工作打斷問題。30 天工作重整的目標。四週推進路線。每天 20 分鐘如何分配。每週 Keep、Problem、Try 復盤。今天可以開始的第一個小行動。每頁請使用清楚標題與不超過五個條列重點，保留來源脈絡，適合作為內部簡報初稿。完成後只需列出產出的檔名與一句話用途。經過數分鐘處理後，PPT 檔案確實出現在右側工作室。範例：30_day_work_reset_briefing.pptx案例四：建立符合我的「範本格式」的 Office 文件檔案上面幾個案例，驗證了 Gemini Notebook Agent 產出文件檔案的能力，但是如果在真實工作流程，我需要產出的是「符合公司規定範本」的文件檔案呢？於是我做了下面測試，我上傳了某一堂課程的講義文件檔案當作範本，希望 Agent 根據這個文件範本，把講義改成防彈筆記法的內容。指令如下：把「2026_8_1（六）講義：【大人學】用 AI 提升工作效率的實戰工作坊 公開課程.docx」作為我的課程講義模板，產出一份符合課程講義格式版面，但內容為防彈筆記法教學的講義 word 文件。一步一步處理。我希望 Agent 根據左邊範本的版面，製作我另外一堂防彈筆記法課程的講義，但格式一樣要先有工具連結，然後用表格展開演練流程。結果 Agent 確實根據範本，結合新的資料庫內容，產出有效的講義。bulletproof_note_handout.docx小結：當 Gemini Notebook 不只是索引資料庫，而是文件檔案產出助手這次實測後， Gemini Notebook Agent 最有價值的地方，是把一本已經整理好來源的 Notebook，繼續推進成可以下載、編輯與交接的工作初稿。它可以省下大量「把資料重新拆成表格、文件、簡報」的組裝時間。四個案例與補充測試也顯示，Agent 已經能建立多工作表 Excel、帶公式的追蹤工具、排版完成的 Word、六頁 PowerPoint，以及多檔案組成的工作包。Gemini Notebook Agent 已經開始從資料庫問答工具，往可以參與文件產出的專案助理再前進一步。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Gemini Notebook Agent 可以從資料庫直接產出 Word、Excel、PPT！四種工作案例實測教學）

  電腦玩物 · 2026-08-08 16:48

  • Gemini Notebook Agent 可以從資料庫直接產出 Word、Excel、PPT！四種工作案例實測教學

    Google 的 Gemini Notebook（原名 NotebookLM）之前已經是很棒的雜亂、大量資料整理工具，當我有一堆需要抓出相關重點的研究資料，或是有大量格式不一的混亂工作文件需要彙整，我都喜歡用 Gemini Notebook 作第一階段的整理，整理好後再交給 ChatGPT 或 Codex 這樣的 AI 工作作進階處理。延伸教學：我用 NotebookLM 搭建 AI 稍後閱讀、學習輸出工作流，操作教學與延伸應用把混亂數據試算表丟進 NotebookLM：自動清理統計，直接變圖表 簡報實測分享用 NotebookLM 製作微型中文課程：我的防彈筆記法線上影音 教材與 AI 助教用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學讓 NotebookLM 的 AI 自己找出 資料庫缺口：每次指令多加一句追問，「教練型 知識庫」越用越完整不過，我一直覺得 Gemini Notebook（原名 NotebookLM）右方的「工作室（ Studio ）」功能看似華麗，工作上的實用性卻不高。因為那些好看的圖解簡報、好玩語音摘要、自動生成的報告與測驗，在「自己的學習」上有幫助，但對於「工作上真正需要的產出：一份直接可用的 word、 Excel、 PowerPoint 等文件」卻幫助甚微。但是，最近 Google 針對 Gemini Notebook（原名 NotebookLM）的一個核心改進：「加入 Agent 功能」，終於解決了上述問題：讓 Gemini Notebook 可以「處理各種文件資料」，產出工作上直接可用的 Word、 Excel、 PPT 報告。從功能面來看， Gemini Notebook（原名 NotebookLM）這次的主要功能進化如下：2026/7 時從 NotebookLM 更名為 Gemini Notebook。Google AI Pro 與 Ultra 訂閱者的每一個筆記本，將內建一個安全雲端電腦，可執行 AI Agent 任務，讓系統在研究過程中搜尋網頁、寫程式、執行分析，並直接產生可下載的文件、試算表、簡報、圖表與圖片。開始針對付費用戶，逐步推出。2026/8 上述的 Agent Chat 功能正式對「所有」付費使用者推出，直接在原本的對話中即可使用。在一般 Chat 提示框直接交付行動型任務，系統可搜尋、跑程式與建立可下載檔案。如果你是 Google AI Pro 或 Ultra 訂閱者，這個內建在 Gemini Notebook 的 Agent 功能非常值得納入工作流程，他可以協助產出下面文件檔案：文件官方支援格式：.pdf、.docx、.md、.txt（不過我的實測過程發現，PDF目前中文顯示有問題）適合工作：研究報告、簡報講稿、文章素材、課程講義Microsoft Excel官方支援格式：.xlsx適合工作：分析工作簿、預算、追蹤表、可編輯圖表Microsoft PowerPoint官方支援格式：.pptx適合工作：提案、會議、課程與研究摘要簡報結構化資料官方支援格式：.csv、.json適合工作：來源矩陣、分類結果、後續自動化輸入資料視覺化與圖表官方支援格式：.svg（不過我的實測過程發現，目前中文顯示容易有問題）適合工作：問卷圖表、趨勢圖、比較圖、簡報素材而這些能力，是原本的  Gemini Notebook（原名 NotebookLM） 右方的工作室功能做不到的。下面分享我的實測步驟與成果。我把自己寫的相關文稿上傳，建立一個自己平常研究的方法論、工具教學、應用案例的資料庫（十幾份文件、數十萬字內容），然後嘗試利用最新的 Gemini Notebook Agent 輸出新的文件檔案。透過 AI 去檢索、分析、重組我的各種文稿，進一步產出需要的客戶回信、活動通知 word、生產力改造計畫 Excel、課程講義 PowerPoint 。在這一批測試中，我都只使用「單次指令」，並沒有多輪拆解或修改（通常效果會更好），但是 Gemini Notebook Agent 全部成功分析數十萬字資料庫，準確抓取內容，產出需要的文件檔案。案例一解析：把 11 份來源整理成 Excel 、Word 文件：建立有公式、進度圖表與覆盤表的 30 天工作重整計畫表我上傳的文稿，分別來自我的《防彈筆記法》、《時間管理的 30 道難題》、《高效人生工作法圖解》等書，裡面包含各種知識管理、時間管理、習慣管理的技巧，我想要把這些零散的文稿，規劃出一份 30 天的工作流程改造計畫，並且用一個 Excel 表格追蹤管理。在這個任務需求中，我需要 Gemini Notebook Agent 可以一次滿足下面需求：在不同格式、體例的文稿中，重新萃取出可以納入 30 天計畫的方法論。統整不同方法論，歸納出知識管理、時間管理、習慣復盤的不同練習。規劃出工作流程，並且附註資料來源。在 Excel 中寫出公式，讓計畫表可以自動統計追蹤。一份可下載並正常使用的 Excel 檔案。（並同時產出一份對應的 word 文件）我使用的指令如下，直接輸入在 Gemini Notebook 的 Chat 對話框即可：建立 30 天工作重整計畫，建立真正可下載的指定檔案。請一步一步處理：目標：請根據 Notebook sources 中的時間管理、任務拆解、習慣設計、防彈筆記與工作節奏方法，為下面這位人物需求設計 30 天工作重整計畫。- 有工作經驗的專案主管。- 經常被郵件、會議與零碎交辦打斷。- 平日每天只能投入 20 分鐘改善工作流程。- 不更換既有工具。- 希望四週內建立可持續的整理與推進習慣。請建立：30天工作流程改善計畫.xlsx每週復盤筆記.docxExcel 請包含：30 天每日行動。每項行動所需時間。完成狀態與完成率。每週目標。遇到阻礙時的替代行動。簡單的每週進度圖表。Word 請建立：每週復盤模板，固定包含 Keep、Problem、Try、下週最重要成果與第一個下一步行動。下面是 Gemini Notebook Agent 產出的兩份文件，歡迎參考成果：30天工作流程改善計畫.xlsx每週復盤筆記.docx順利啟動 Gemini Notebook 的 Agent 時，會出現下面的 AI 思考流程，可以看到 Agent 如何一步一步整理資料、寫程式、跑檔案的流程。順利完成後，這些產出的「文件檔案」會自動儲存在右方工作室的記事清單中，可以單獨下載成可繼續編輯處理的檔案。Gemini Notebook Agent 建立的試算表，正確的抓取了不同文稿中的不同內容，作出有效的 30 天規劃。抓取的方法論都是正確名稱，來源出處的註解也無誤。Agent 也能處理公式、圖表等統計功能，設計出可以正確運算的復盤計畫。建立的 Word 文件不僅正確的抓取了我在不同文稿中的內容，而且編輯出一份格式正確且美觀的講義版面。也就是說：Gemini Notebook Agent 可以正確處理 Excel 的公式、 Word 的排版，產出直接可用的文件檔案。案例二：一次處理多封客服來信，產出紀錄試算表、回信草稿文件在這個案例中，我丟出幾個常常收到的讀者提問，怎麼整理 Gmail？怎麼養成 GTD 習慣？怎麼把郵件與零碎交辦整理成工作筆記？測試看看 Gemini Notebook Agent 可不可以根據資料庫中的文稿，找出對應的方法，整理可以提供讀者的技巧，然後重新梳理成流暢的回信。這個案例可以看出 Agent Chat 和一般資料摘要的差別。它不僅是在雜亂資料中重組重點，還把多個混亂輸入拆成「工作追蹤表、對外回信草稿」等多個用途檔案，完成彼此可以銜接的交付物。我使用的指令如下，直接輸入在 Gemini Notebook 的 Chat 對話框即可：把三種讀者問題變成批次回信包，生成一份追蹤問題的 Excel ，和一份回信草稿 word。一步一步處理：請根據 Notebook sources，批次處理以下三個讀者問題：1.每天如何整理 Gmail 與清空收件匣？2.如何用最簡單的方法養成 GTD 習慣？3.如何把郵件、交辦與分散資料整理成工作筆記系統？請建立：reader_reply_pack.docxreader_question_source_matrix.xlsxWord 請為每個問題撰寫一封完整回信：- 從讀者容易感受到的職場情境開始。- 提供三至四個能馬上執行的步驟。- 保留 Esor 重視成果、下一步與符合人性的寫法。- 結尾給一個十分鐘內可以開始的小行動。Excel 請整理：- 讀者問題。- 主要痛點。- 採用方法。- 對應來源。- 建議步驟。- 注意事項。同樣的經過分析， Agent 會直接生成多份檔案，並全部儲存在右方的工作室記事中。Word 裡有三封完整回信，每封都從讀者的工作情境開始，接著提供四個步驟，最後收斂成十分鐘能啟動的小行動。範例：reader_reply_pack.docxExcel 則把問題、痛點、採用方法、對應來源、建議步驟與注意事項排在同一張矩陣中。範例：reader_question_source_matrix.xlsx案例三：根據資料庫，直接建立可下載編輯的 PowerPoint繼續使用前面的資料庫，這次我嘗試讓他直接作簡報，而且不是圖解簡報，而是可編輯的 PPT。我要求它建立 30_day_work_reset_briefing.pptx，共六頁，內容依序是工作打斷問題、30 天目標、四週路線、每天 20 分鐘分配、每週 KPT 覆盤，以及今天可以開始的小行動。每頁限制五個條列以內，只能使用目前勾選的 11 份來源。指令如下：請根據30 天工作重整簡報，建立：30_day_work_reset_briefing.pptx。一步一步處理：簡報共 6 頁：專案主管常見的工作打斷問題。30 天工作重整的目標。四週推進路線。每天 20 分鐘如何分配。每週 Keep、Problem、Try 復盤。今天可以開始的第一個小行動。每頁請使用清楚標題與不超過五個條列重點，保留來源脈絡，適合作為內部簡報初稿。完成後只需列出產出的檔名與一句話用途。經過數分鐘處理後，PPT 檔案確實出現在右側工作室。範例：30_day_work_reset_briefing.pptx案例四：建立符合我的「範本格式」的 Office 文件檔案上面幾個案例，驗證了 Gemini Notebook Agent 產出文件檔案的能力，但是如果在真實工作流程，我需要產出的是「符合公司規定範本」的文件檔案呢？於是我做了下面測試，我上傳了某一堂課程的講義文件檔案當作範本，希望 Agent 根據這個文件範本，把講義改成防彈筆記法的內容。指令如下：把「2026_8_1（六）講義：【大人學】用 AI 提升工作效率的實戰工作坊 公開課程.docx」作為我的課程講義模板，產出一份符合課程講義格式版面，但內容為防彈筆記法教學的講義 word 文件。一步一步處理。我希望 Agent 根據左邊範本的版面，製作我另外一堂防彈筆記法課程的講義，但格式一樣要先有工具連結，然後用表格展開演練流程。結果 Agent 確實根據範本，結合新的資料庫內容，產出有效的講義。bulletproof_note_handout.docx小結：當 Gemini Notebook 不只是索引資料庫，而是文件檔案產出助手這次實測後， Gemini Notebook Agent 最有價值的地方，是把一本已經整理好來源的 Notebook，繼續推進成可以下載、編輯與交接的工作初稿。它可以省下大量「把資料重新拆成表格、文件、簡報」的組裝時間。四個案例與補充測試也顯示，Agent 已經能建立多工作表 Excel、帶公式的追蹤工具、排版完成的 Word、六頁 PowerPoint，以及多檔案組成的工作包。Gemini Notebook Agent 已經開始從資料庫問答工具，往可以參與文件產出的專案助理再前進一步。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/8 最新線上課程，歡迎支持：《工作流改造術（知識衛星）》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Gemini Notebook Agent 可以從資料庫直接產出 Word、Excel、PPT！四種工作案例實測教學）
    View on 電腦玩物

• 我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、專案資料、AI 記憶與規則

  我前一陣子分享自己怎麼讓 Codex 進入專案資料夾，協助整理課程簡報素材、第二大腦資料庫。於是有讀者問：「我們的筆記不是都存在 Notion、Evernote 這類筆記工具裡嗎？那 Codex 還要處理什麼專案資料夾？如果 AI 已經可以整理資料，我還需要自己手動做筆記嗎？」這個問題，其實關連到 AI 時代個人第二大腦系統到底應該如何管理？是否還需要管理？Notion、Evernote 還要保留什麼？Google 雲端硬碟、本機資料夾又放什麼？ ChatGPT 的 Memory 和 Projects 可以幫什麼？ Codex 的規則文件與 Skills 又扮演什麼角色？ 為什麼 AI 愈能整理資料，我反而愈需要手動留下任務與經驗？因為現在 AI 工具真的很會整理資料。ChatGPT 可以幫我做研究與改寫，NotebookLM 可以根據一批文件整理成表格或語音摘要，Codex 可以進入本機或雲端專案資料夾整理文件、建立流程。看起來，好像 AI 都能幫忙整理了，我們只要把資料交給 AI 就好。但我這幾年的 AI 應用經驗，卻讓我更確定：AI 愈會整理資料，我反而愈需要自己的第二大腦，甚至，也要管理 AI 的第二大腦。原因不是 AI 不夠好。剛好相反，正是因為 AI 整理資料太快、產出反而變得太多卻太分散，我才更需要一個地方，把任務目標、我的經驗、關鍵判斷、下一步進度，和值得之後參照的規則，「整理」在一個我可以隨時取用的地方。延伸閱讀：與 AI 助手合作後的第二大腦系統，我在筆記方法上的變與不變AI 時代建立筆記系統的關鍵是「任務／經驗」而非「資料／知識」把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解為什麼 AI 時代更需要管理第二大腦？以前資料分散，是因為網頁、Email、檔案、會議紀錄、稍後閱讀各自散落。現在又多了一層分散：ChatGPT 幫我整理一份資料，Codex 幫我處理一批檔案，NotebookLM 根據文件產生一張表格，Gemini 又補了一輪搜尋。每一個 AI 工具都產出一點有用內容，但如果沒有一個共同的任務脈絡，它們很快也會變成另一種新的混亂。所以在 AI 時代，當人（我）跟 AI 協作時，我們應該重新理解這個工作流程需要的第二大腦，如果沒有管理好，就會變成一個混亂易失控的工作流程。例如我誤以為 AI 可以準確掌握我的工作流程與經驗，但發現常常搞錯最細節但也最重要處的準確決策判斷。或是我誤把 AI 可以大量摘要與重整資料的能力以為是第二大腦，但又發現這些 AI 搜尋問答不一定有助於產出。這個「個人第二大腦」的定義與分工，在 AI 時代應該做一些調整，我們需要兩套第二大腦，五個管理層次：「人的第二大腦」，包含：人的經驗筆記：記錄做過什麼、如何判斷、哪裡失敗、下次怎麼調整。人的專案任務筆記：管理目標、進度、已採用內容、待確認問題與下一步行動。人與 AI 共用的成果檔案：逐字稿、簡報、素材、影片、PDF 與正式產出。「AI 的第二大腦」，則包含：AI 的工作記憶：對話、專案現況、偏好與近期脈絡 AI 的明確規則資料庫：專案說明、來源文件、規則檔、Skills、驗收標準這五個層次如果分清楚，人可以專注在任務、行動、判斷與經驗，AI 則可以在正確的資料範圍與規則中工作，兩邊才有機會形成真正有效的正向循環。先用一個課程製作案例說明：看懂五個層次，人與 AI 的第二大腦怎麼分工？例如我在製作知識衛星線上課程「工作流改造術｜用更少時間，結合協作 AI 重塑工作方式」時，會同時使用筆記工具、雲端硬碟、ChatGPT 與 Codex 來管理與合作整個工作流程。第一層案例：人的經驗筆記（人的第二大腦）在規劃每個單元內容時，我會在 Evernote 專案筆記中記錄：哪個案例放在開場比較容易理解？ 哪個練習對學員來說太困難？ 實際演練後，哪個步驟需要拆小？ 哪些內容應該怎麼解釋更好？等等這些內容不是一般課程資料，而是我真正執行後累積的經驗。而且這個經驗，通常是 AI 無法給我的，反而是「我應該教 AI 的」，如果我沒有自己的個人經驗第二大腦，那就變成我無法引導 AI ，反而是被 AI 牽著鼻子走。 第二層案例：人的專案任務筆記（人的第二大腦）同一則 Evernote 專案筆記還會記錄：這門課要解決什麼問題？ 目前完成哪些單元？ 下一步要撰寫、錄製或修改什麼？ 哪個 AI 產出已經採用？ 哪些內容仍待確認？ 或是修改？它比較像整個課程專案的控制台，隨時掌控這個專案最新進度、下一步行動。這樣隨時變動、邊做邊修改的流程，也是 AI 無法給我的，並且同樣是「我應該告訴 AI 的」。AI 只能給我理想的工作流程，但「真實」的流程卻必須我自己管理，當我沒有管理好，那麼就無法引導 AI 照著我的流程去完成任務。第三層案例：人和AI 合作取用的成果檔案與參考資料（人的第二大腦）課程實際製作時，會產生：課程逐字稿 簡報 練習表格 教學案例 圖片與影片素材 拍攝完成的影片 這些真實成果不需要全部塞進筆記工具，而可以放在 Google 雲端硬碟或本機專案資料夾中，再由專案筆記連結過去，這是人需要的管理。當我需要製作一份錄課提詞簡報時，就可以讓 Codex 讀取專案資料夾裡我自己寫出來的逐字稿與案例，依照前面我累積的經驗與工作流程，產生簡報。當我自己的經驗、流程、成果、資料的第二大腦管理好，那麼就能更輕鬆地交付任務給 ChatGPT 或 Codex 處理，讓他們真正變成我的員工，依照我的思考、計畫、獨特想法來工作，而不是取代我的專業思考。第四層案例：AI 的工作記憶（ AI 的第二大腦）但是當我們希望 AI 真正為我所用，那麼「管理 AI 的第二大腦」將會變得重要。如果這是一個持續數個月的課程專案，我會把相關對話集中在同一個「 ChatGPT 專案」裡管理（參考教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程），因為我要管理 AI 的記憶、資料與規則。AI 可以逐漸掌握：這堂課的讀者是誰 我慣用的課程設計原則 最近討論到哪裡 我對哪些做法已經有明確偏好 ChatGPT 專案本身可以集中相關對話、檔案與指示，並利用專案內脈絡延續長期工作。這就是管理 AI 的記憶。第五層案例：AI 的明確規則資料庫（ AI 的第二大腦）但如果只是讓 AI 記得過去對話，還不夠穩定。所以我還會建立明確的規則，例如：提詞簡報每頁不超過多少字 一頁只處理一個重點 案例必須先說問題，再說解法 不要把工具功能當作課程主角 產出後要檢查哪些項目 完成的檔案要回存到哪個資料夾 在 Codex 中，我可以利用 AGENTS.md 或 Skills，讓它在每次工作前讀取共通規則與專案規範；OpenAI 官方文件也把這些機制定位為可持續提供專案脈絡、標準與工作方式的指引。於是這個工作流程，就會變成是人與 AI 各自的第二大腦做好管理，一起合作：兩種第二大腦的五個層次保存內容主要功能人的經驗筆記實作心得、錯誤、調整、最佳做法讓下次做得更好人的任務筆記目標、進度、判斷、下一步掌握專案全貌專案資料與成果逐字稿、簡報、素材、影片讓人與 AI 都能取用AI 工作記憶對話脈絡、偏好、近期狀態減少對 AI 重複說明AI 規則資料庫規則、範本、檢查清單、Skills讓 AI 穩定照標準工作第一層解說：人的經驗管理，留下 AI 找不到的個人資產AI 可以整理資料，但 AI 不會替我產生我的經驗。經驗來自我真的做了一次任務、遇到一個難關、做出一個取捨、修正一個錯誤，最後知道下次應該怎麼做。這些東西如果沒有被我留下來，AI 之後再聰明，也很難重現我的經驗。例如我第一次整理一份課程資料，可能一開始只是自己手動做：先把學員需求放進同一則筆記。 再把可以引用的案例集中。 接著重排課程單元。 最後發現某個例子不適合放在第一段。 這些行動軌跡看起來零碎，但它們其實是我工作方法的一部分。下次我要做相似任務時，這些紀錄就不再只是回憶，我可以自己拿出來使用，也可以拿來訓練 AI 助理。AI 可以讀懂我上次怎麼做，幫我把流程整理成規則、檢查清單，甚至變成一個可重複使用的工作模板。所以手動筆記在 AI 時代沒有消失。它的角色從「幫我記資料」轉成「幫我留下自己怎麼工作、怎麼判斷、怎麼修正的痕跡」。這種筆記不需要很漂亮。它可能只是幾段補充、幾條待辦、幾句提醒：這次先不要從工具教學開始，要先講學員情境。 這個案例放在第二段效果比較好。 下次企業內訓前，要先問對方是否有內部資料限制。 這個練習太難，應該拆成 10 分鐘版本。 這些內容，才是我的第二大腦中最有價值的部分。因為它們不是網路上可以重新搜尋到的外部資料，而是我真的做過、判斷過、修正過的工作方法。例如我在個人第二大腦中已經累積「6年」的親子溝通筆記，裡面的經驗與反省，是 AI 無論如何都無法給我的真實個人重要資料。（參考：筆記，累積的效應，2024 開始撰寫我們的第一則 10 年筆記）相反的，這些經驗如果拿去跟 AI 討論，反而會給我更多有效的啟發和真實的幫助。第二層解說：人的專案任務管理，把不同 AI 產出收回同一個工作流程我一直很喜歡也實踐「一個任務，一則筆記」這個方法。（參考：高效工作法：如何用防彈筆記打造提升生產力的支持系統（實戰案例總集））到了 AI 時代，這個方法對我更重要。因為我可能同時用好幾個 AI 工具處理同一件事。ChatGPT 幫我發想角度。NotebookLM 根據來源整理表格。Codex 幫我讀本機資料庫或專案資料夾。如果這些產出都留在各自工具裡，我很快就會忘記：哪一段是為了哪個任務？ 哪個結果最後有採用？ 哪個只是暫時素材？ 哪個其實已經被我否決？ 任務筆記的功能，就是把這些分散的 AI 產出收回同一個工作流程。在這則筆記裡，我會留下：任務目標。 目前進度。 使用過哪些 AI。 各自產出什麼。 我採納了什麼。 我放棄了什麼。 下一步要做什麼。 它不是資料倉庫，比較像任務的控制台。這也讓 AI 更好接手。下次我請 AI 幫忙時，不需要從零解釋整個專案任務。我可以把這則任務筆記給 AI ，讓它知道：這件事做到哪裡、哪些判斷已經確定、哪些資料只是參考、最後要交付什麼成果。如果沒有這則任務筆記，AI 可能還是能整理很多資料，但那些資料很難回到我的下一步行動。這也是我覺得許多人在 AI 時代會遇到的新混亂：原本我們以為 AI 可以整合資料，結果每個 AI 工具都變成新的資料入口。最後不是沒有資料，而是有太多半成品、太多草稿、太多摘要，卻沒有一個地方告訴自己：「我到底採用哪一版？接下來要做哪一步？」這時候，一個任務一則筆記，反而是最簡單的解法。把各種資訊放回同一個任務脈絡裡，讓自己看得懂，也讓下一次的 AI 接得上。例如我用各種 AI 工具打造一個個人理財系統，雖然是在 AI 上處理，但我還是會把各種做法、作對做錯的經驗、實際處理的流程，整理回我的開發專案筆記，因為這樣我才不會混亂，才能更有效的回顧、複製工作流程。第三層解說：外部資料與成果檔案，交給 AI 搜尋、整理與取用以前我們會嘗試把所有相關資料都整理進筆記系統，希望未來可以快速找回。但在 AI 時代，這些外部參考資料不一定都要由人細緻分類。例如：原始文章與研究資料 會議逐字稿 簡報與文件 PDF 圖片與影音 舊專案成果 只要保留清楚來源、檔案位置、專案歸屬與必要說明，就可以讓 AI 在任務需要時搜尋、摘要、比對或轉換。更簡單的理解是：原始資料留著查證，可用素材留著組合，人的方法與規則另外保存，正在產出的成果則放回專案。這一層可以大量交給 AI 處理，讓人把更多注意力留給任務、決策、行動與經驗。（延伸參考我的實作經驗：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）AI 也需要一套第二大腦前面三層，都還是在談人的第二大腦。但這個時代出現了一個新的管理問題：AI 自己在工作時，也需要一套穩定的記憶與規則系統。我這裡說的「AI 的第二大腦」，不是指 AI 有人的意識或經驗，而是指：我們需要有意識地管理 AI 工作時會使用的脈絡、記憶、規則與資料來源。這套系統可以再拆成兩個部分：AI 的工作記憶 AI 的明確規則與知識庫第四層解說：管理 AI 的工作記憶，避免對話愈多愈混亂AI Memory 比較像對話與互動的回憶。它可能記住我的偏好、目標與常用習慣，讓我不必每次都重新說明。ChatGPT 的官方說明也把記憶定位為保留有用背景資訊、讓回覆更個人化，並減少重複解釋。而在 ChatGPT 專案裡，AI 還能利用專案中的對話、檔案與指示延續工作脈絡。這些能力很方便，AI 的記憶管理好，就能掌握：我通常怎麼工作 目前專案大方向是什麼 我有哪些偏好 最近討論到哪裡 所以我一直以來，都會用下面幾種方法，主動維護 AI 的工作記憶：1. 一個長期任務放在一個專案中工作、寫作、家庭、健康等不同任務，盡量不要全部混在同一串對話。2. 對話盡量聚焦在同一個任務脈絡如果只是無關的測試、暫時聊天，便不需要持續留在重要專案裡。3. 發現 AI 理解錯誤時，明確修正我不會只是繼續使用錯誤前提往下聊，而會重新寫出目前最新版，讓後續工作以新版本為準。4. 重要最新版仍要寫入明確文件專案做到哪裡、規格最新版本、已經否決什麼，不應只期待 AI 自己記得，而要回存到任務筆記或專案現況文件。也就是說：AI 的對話記憶管理好，可以幫我降低解釋成本，但還不能取代正式的專案狀態與規則。我一直覺得，好的 AI 對話分類，就是做好 AI 記憶管理最有效、最簡單的關鍵第一步。（參考：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）第五層解說：建立 AI 的規則資料庫，讓 AI 工作有明確流程與索引AI 的明確規則資料庫，跟 AI 記憶不一樣。AI 記憶比較像：「大概記得我平常怎麼做。」規則資料庫則像：「這一次工作，必須依照哪些明確標準完成。」例如在 ChatGPT 專案中，我可以在專案指令、資料來源中放入：（參考教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）專案指示 讀者設定 品牌語氣 課程規格 參考來源 檢查清單 在 Codex 中，我則可以利用 AGENTS.md 與 Skills，讓 AI 每次進入專案時先讀取工作標準、測試要求、檔案結構與完成條件。對我來說，這些規則文件就是 AI 的明確知識庫，這也是「人」需要去管理的，或者主動指引 AI 去管理。（延伸閱讀：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）小結：AI 時代，我們需要同時管理兩套第二大腦AI 時代的第二大腦，不只是讓 AI 幫我們搜尋舊筆記，也不是讓 AI 取代人的記憶。它更像是重新安排人與 AI 工作記憶的分工。人的第二大腦負責：累積自己的經驗 掌握專案任務 做出判斷與取捨 留下下一次可複製的流程 而 AI 的工作第二大腦負責：延續對話與專案脈絡 記住有用偏好與近期狀態 讀取明確資料來源 遵守規則、驗收標準與回存位置 AI 的第二大腦中，AI 記憶可以降低重新解釋的成本，但明確的 AI 知識庫、規則文件與技能，才能讓 AI 在特定工作中可靠行動。而這些規則，本質上也沒有離開我們以前建立第二大腦的核心方法：聚焦真正的任務 維護正確的最新版 移除不必要的雜訊 留下可以反覆利用的經驗 讓新成果與工作流程回存成下一次的資產 當人的經驗、人的任務、外部資料、AI 記憶與 AI 規則這五個層次都能互相接續，我們才真正有機會在 AI 時代建立一套更穩定、更有效，也會愈做愈好的工作流程。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、專案資料、AI 記憶與規則）

  電腦玩物 · 2026-07-13 21:58

  • 我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、專案資料、AI 記憶與規則

    我前一陣子分享自己怎麼讓 Codex 進入專案資料夾，協助整理課程簡報素材、第二大腦資料庫。於是有讀者問：「我們的筆記不是都存在 Notion、Evernote 這類筆記工具裡嗎？那 Codex 還要處理什麼專案資料夾？如果 AI 已經可以整理資料，我還需要自己手動做筆記嗎？」這個問題，其實關連到 AI 時代個人第二大腦系統到底應該如何管理？是否還需要管理？Notion、Evernote 還要保留什麼？Google 雲端硬碟、本機資料夾又放什麼？ ChatGPT 的 Memory 和 Projects 可以幫什麼？ Codex 的規則文件與 Skills 又扮演什麼角色？ 為什麼 AI 愈能整理資料，我反而愈需要手動留下任務與經驗？因為現在 AI 工具真的很會整理資料。ChatGPT 可以幫我做研究與改寫，NotebookLM 可以根據一批文件整理成表格或語音摘要，Codex 可以進入本機或雲端專案資料夾整理文件、建立流程。看起來，好像 AI 都能幫忙整理了，我們只要把資料交給 AI 就好。但我這幾年的 AI 應用經驗，卻讓我更確定：AI 愈會整理資料，我反而愈需要自己的第二大腦，甚至，也要管理 AI 的第二大腦。原因不是 AI 不夠好。剛好相反，正是因為 AI 整理資料太快、產出反而變得太多卻太分散，我才更需要一個地方，把任務目標、我的經驗、關鍵判斷、下一步進度，和值得之後參照的規則，「整理」在一個我可以隨時取用的地方。延伸閱讀：與 AI 助手合作後的第二大腦系統，我在筆記方法上的變與不變AI 時代建立筆記系統的關鍵是「任務／經驗」而非「資料／知識」把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解為什麼 AI 時代更需要管理第二大腦？以前資料分散，是因為網頁、Email、檔案、會議紀錄、稍後閱讀各自散落。現在又多了一層分散：ChatGPT 幫我整理一份資料，Codex 幫我處理一批檔案，NotebookLM 根據文件產生一張表格，Gemini 又補了一輪搜尋。每一個 AI 工具都產出一點有用內容，但如果沒有一個共同的任務脈絡，它們很快也會變成另一種新的混亂。所以在 AI 時代，當人（我）跟 AI 協作時，我們應該重新理解這個工作流程需要的第二大腦，如果沒有管理好，就會變成一個混亂易失控的工作流程。例如我誤以為 AI 可以準確掌握我的工作流程與經驗，但發現常常搞錯最細節但也最重要處的準確決策判斷。或是我誤把 AI 可以大量摘要與重整資料的能力以為是第二大腦，但又發現這些 AI 搜尋問答不一定有助於產出。這個「個人第二大腦」的定義與分工，在 AI 時代應該做一些調整，我們需要兩套第二大腦，五個管理層次：「人的第二大腦」，包含：人的經驗筆記：記錄做過什麼、如何判斷、哪裡失敗、下次怎麼調整。人的專案任務筆記：管理目標、進度、已採用內容、待確認問題與下一步行動。人與 AI 共用的成果檔案：逐字稿、簡報、素材、影片、PDF 與正式產出。「AI 的第二大腦」，則包含：AI 的工作記憶：對話、專案現況、偏好與近期脈絡 AI 的明確規則資料庫：專案說明、來源文件、規則檔、Skills、驗收標準這五個層次如果分清楚，人可以專注在任務、行動、判斷與經驗，AI 則可以在正確的資料範圍與規則中工作，兩邊才有機會形成真正有效的正向循環。先用一個課程製作案例說明：看懂五個層次，人與 AI 的第二大腦怎麼分工？例如我在製作知識衛星線上課程「工作流改造術｜用更少時間，結合協作 AI 重塑工作方式」時，會同時使用筆記工具、雲端硬碟、ChatGPT 與 Codex 來管理與合作整個工作流程。第一層案例：人的經驗筆記（人的第二大腦）在規劃每個單元內容時，我會在 Evernote 專案筆記中記錄：哪個案例放在開場比較容易理解？ 哪個練習對學員來說太困難？ 實際演練後，哪個步驟需要拆小？ 哪些內容應該怎麼解釋更好？等等這些內容不是一般課程資料，而是我真正執行後累積的經驗。而且這個經驗，通常是 AI 無法給我的，反而是「我應該教 AI 的」，如果我沒有自己的個人經驗第二大腦，那就變成我無法引導 AI ，反而是被 AI 牽著鼻子走。 第二層案例：人的專案任務筆記（人的第二大腦）同一則 Evernote 專案筆記還會記錄：這門課要解決什麼問題？ 目前完成哪些單元？ 下一步要撰寫、錄製或修改什麼？ 哪個 AI 產出已經採用？ 哪些內容仍待確認？ 或是修改？它比較像整個課程專案的控制台，隨時掌控這個專案最新進度、下一步行動。這樣隨時變動、邊做邊修改的流程，也是 AI 無法給我的，並且同樣是「我應該告訴 AI 的」。AI 只能給我理想的工作流程，但「真實」的流程卻必須我自己管理，當我沒有管理好，那麼就無法引導 AI 照著我的流程去完成任務。第三層案例：人和AI 合作取用的成果檔案與參考資料（人的第二大腦）課程實際製作時，會產生：課程逐字稿 簡報 練習表格 教學案例 圖片與影片素材 拍攝完成的影片 這些真實成果不需要全部塞進筆記工具，而可以放在 Google 雲端硬碟或本機專案資料夾中，再由專案筆記連結過去，這是人需要的管理。當我需要製作一份錄課提詞簡報時，就可以讓 Codex 讀取專案資料夾裡我自己寫出來的逐字稿與案例，依照前面我累積的經驗與工作流程，產生簡報。當我自己的經驗、流程、成果、資料的第二大腦管理好，那麼就能更輕鬆地交付任務給 ChatGPT 或 Codex 處理，讓他們真正變成我的員工，依照我的思考、計畫、獨特想法來工作，而不是取代我的專業思考。第四層案例：AI 的工作記憶（ AI 的第二大腦）但是當我們希望 AI 真正為我所用，那麼「管理 AI 的第二大腦」將會變得重要。如果這是一個持續數個月的課程專案，我會把相關對話集中在同一個「 ChatGPT 專案」裡管理（參考教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程），因為我要管理 AI 的記憶、資料與規則。AI 可以逐漸掌握：這堂課的讀者是誰 我慣用的課程設計原則 最近討論到哪裡 我對哪些做法已經有明確偏好 ChatGPT 專案本身可以集中相關對話、檔案與指示，並利用專案內脈絡延續長期工作。這就是管理 AI 的記憶。第五層案例：AI 的明確規則資料庫（ AI 的第二大腦）但如果只是讓 AI 記得過去對話，還不夠穩定。所以我還會建立明確的規則，例如：提詞簡報每頁不超過多少字 一頁只處理一個重點 案例必須先說問題，再說解法 不要把工具功能當作課程主角 產出後要檢查哪些項目 完成的檔案要回存到哪個資料夾 在 Codex 中，我可以利用 AGENTS.md 或 Skills，讓它在每次工作前讀取共通規則與專案規範；OpenAI 官方文件也把這些機制定位為可持續提供專案脈絡、標準與工作方式的指引。於是這個工作流程，就會變成是人與 AI 各自的第二大腦做好管理，一起合作：兩種第二大腦的五個層次保存內容主要功能人的經驗筆記實作心得、錯誤、調整、最佳做法讓下次做得更好人的任務筆記目標、進度、判斷、下一步掌握專案全貌專案資料與成果逐字稿、簡報、素材、影片讓人與 AI 都能取用AI 工作記憶對話脈絡、偏好、近期狀態減少對 AI 重複說明AI 規則資料庫規則、範本、檢查清單、Skills讓 AI 穩定照標準工作第一層解說：人的經驗管理，留下 AI 找不到的個人資產AI 可以整理資料，但 AI 不會替我產生我的經驗。經驗來自我真的做了一次任務、遇到一個難關、做出一個取捨、修正一個錯誤，最後知道下次應該怎麼做。這些東西如果沒有被我留下來，AI 之後再聰明，也很難重現我的經驗。例如我第一次整理一份課程資料，可能一開始只是自己手動做：先把學員需求放進同一則筆記。 再把可以引用的案例集中。 接著重排課程單元。 最後發現某個例子不適合放在第一段。 這些行動軌跡看起來零碎，但它們其實是我工作方法的一部分。下次我要做相似任務時，這些紀錄就不再只是回憶，我可以自己拿出來使用，也可以拿來訓練 AI 助理。AI 可以讀懂我上次怎麼做，幫我把流程整理成規則、檢查清單，甚至變成一個可重複使用的工作模板。所以手動筆記在 AI 時代沒有消失。它的角色從「幫我記資料」轉成「幫我留下自己怎麼工作、怎麼判斷、怎麼修正的痕跡」。這種筆記不需要很漂亮。它可能只是幾段補充、幾條待辦、幾句提醒：這次先不要從工具教學開始，要先講學員情境。 這個案例放在第二段效果比較好。 下次企業內訓前，要先問對方是否有內部資料限制。 這個練習太難，應該拆成 10 分鐘版本。 這些內容，才是我的第二大腦中最有價值的部分。因為它們不是網路上可以重新搜尋到的外部資料，而是我真的做過、判斷過、修正過的工作方法。例如我在個人第二大腦中已經累積「6年」的親子溝通筆記，裡面的經驗與反省，是 AI 無論如何都無法給我的真實個人重要資料。（參考：筆記，累積的效應，2024 開始撰寫我們的第一則 10 年筆記）相反的，這些經驗如果拿去跟 AI 討論，反而會給我更多有效的啟發和真實的幫助。第二層解說：人的專案任務管理，把不同 AI 產出收回同一個工作流程我一直很喜歡也實踐「一個任務，一則筆記」這個方法。（參考：高效工作法：如何用防彈筆記打造提升生產力的支持系統（實戰案例總集））到了 AI 時代，這個方法對我更重要。因為我可能同時用好幾個 AI 工具處理同一件事。ChatGPT 幫我發想角度。NotebookLM 根據來源整理表格。Codex 幫我讀本機資料庫或專案資料夾。如果這些產出都留在各自工具裡，我很快就會忘記：哪一段是為了哪個任務？ 哪個結果最後有採用？ 哪個只是暫時素材？ 哪個其實已經被我否決？ 任務筆記的功能，就是把這些分散的 AI 產出收回同一個工作流程。在這則筆記裡，我會留下：任務目標。 目前進度。 使用過哪些 AI。 各自產出什麼。 我採納了什麼。 我放棄了什麼。 下一步要做什麼。 它不是資料倉庫，比較像任務的控制台。這也讓 AI 更好接手。下次我請 AI 幫忙時，不需要從零解釋整個專案任務。我可以把這則任務筆記給 AI ，讓它知道：這件事做到哪裡、哪些判斷已經確定、哪些資料只是參考、最後要交付什麼成果。如果沒有這則任務筆記，AI 可能還是能整理很多資料，但那些資料很難回到我的下一步行動。這也是我覺得許多人在 AI 時代會遇到的新混亂：原本我們以為 AI 可以整合資料，結果每個 AI 工具都變成新的資料入口。最後不是沒有資料，而是有太多半成品、太多草稿、太多摘要，卻沒有一個地方告訴自己：「我到底採用哪一版？接下來要做哪一步？」這時候，一個任務一則筆記，反而是最簡單的解法。把各種資訊放回同一個任務脈絡裡，讓自己看得懂，也讓下一次的 AI 接得上。例如我用各種 AI 工具打造一個個人理財系統，雖然是在 AI 上處理，但我還是會把各種做法、作對做錯的經驗、實際處理的流程，整理回我的開發專案筆記，因為這樣我才不會混亂，才能更有效的回顧、複製工作流程。第三層解說：外部資料與成果檔案，交給 AI 搜尋、整理與取用以前我們會嘗試把所有相關資料都整理進筆記系統，希望未來可以快速找回。但在 AI 時代，這些外部參考資料不一定都要由人細緻分類。例如：原始文章與研究資料 會議逐字稿 簡報與文件 PDF 圖片與影音 舊專案成果 只要保留清楚來源、檔案位置、專案歸屬與必要說明，就可以讓 AI 在任務需要時搜尋、摘要、比對或轉換。更簡單的理解是：原始資料留著查證，可用素材留著組合，人的方法與規則另外保存，正在產出的成果則放回專案。這一層可以大量交給 AI 處理，讓人把更多注意力留給任務、決策、行動與經驗。（延伸參考我的實作經驗：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）AI 也需要一套第二大腦前面三層，都還是在談人的第二大腦。但這個時代出現了一個新的管理問題：AI 自己在工作時，也需要一套穩定的記憶與規則系統。我這裡說的「AI 的第二大腦」，不是指 AI 有人的意識或經驗，而是指：我們需要有意識地管理 AI 工作時會使用的脈絡、記憶、規則與資料來源。這套系統可以再拆成兩個部分：AI 的工作記憶 AI 的明確規則與知識庫第四層解說：管理 AI 的工作記憶，避免對話愈多愈混亂AI Memory 比較像對話與互動的回憶。它可能記住我的偏好、目標與常用習慣，讓我不必每次都重新說明。ChatGPT 的官方說明也把記憶定位為保留有用背景資訊、讓回覆更個人化，並減少重複解釋。而在 ChatGPT 專案裡，AI 還能利用專案中的對話、檔案與指示延續工作脈絡。這些能力很方便，AI 的記憶管理好，就能掌握：我通常怎麼工作 目前專案大方向是什麼 我有哪些偏好 最近討論到哪裡 所以我一直以來，都會用下面幾種方法，主動維護 AI 的工作記憶：1. 一個長期任務放在一個專案中工作、寫作、家庭、健康等不同任務，盡量不要全部混在同一串對話。2. 對話盡量聚焦在同一個任務脈絡如果只是無關的測試、暫時聊天，便不需要持續留在重要專案裡。3. 發現 AI 理解錯誤時，明確修正我不會只是繼續使用錯誤前提往下聊，而會重新寫出目前最新版，讓後續工作以新版本為準。4. 重要最新版仍要寫入明確文件專案做到哪裡、規格最新版本、已經否決什麼，不應只期待 AI 自己記得，而要回存到任務筆記或專案現況文件。也就是說：AI 的對話記憶管理好，可以幫我降低解釋成本，但還不能取代正式的專案狀態與規則。我一直覺得，好的 AI 對話分類，就是做好 AI 記憶管理最有效、最簡單的關鍵第一步。（參考：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）第五層解說：建立 AI 的規則資料庫，讓 AI 工作有明確流程與索引AI 的明確規則資料庫，跟 AI 記憶不一樣。AI 記憶比較像：「大概記得我平常怎麼做。」規則資料庫則像：「這一次工作，必須依照哪些明確標準完成。」例如在 ChatGPT 專案中，我可以在專案指令、資料來源中放入：（參考教學：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程）專案指示 讀者設定 品牌語氣 課程規格 參考來源 檢查清單 在 Codex 中，我則可以利用 AGENTS.md 與 Skills，讓 AI 每次進入專案時先讀取工作標準、測試要求、檔案結構與完成條件。對我來說，這些規則文件就是 AI 的明確知識庫，這也是「人」需要去管理的，或者主動指引 AI 去管理。（延伸閱讀：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）小結：AI 時代，我們需要同時管理兩套第二大腦AI 時代的第二大腦，不只是讓 AI 幫我們搜尋舊筆記，也不是讓 AI 取代人的記憶。它更像是重新安排人與 AI 工作記憶的分工。人的第二大腦負責：累積自己的經驗 掌握專案任務 做出判斷與取捨 留下下一次可複製的流程 而 AI 的工作第二大腦負責：延續對話與專案脈絡 記住有用偏好與近期狀態 讀取明確資料來源 遵守規則、驗收標準與回存位置 AI 的第二大腦中，AI 記憶可以降低重新解釋的成本，但明確的 AI 知識庫、規則文件與技能，才能讓 AI 在特定工作中可靠行動。而這些規則，本質上也沒有離開我們以前建立第二大腦的核心方法：聚焦真正的任務 維護正確的最新版 移除不必要的雜訊 留下可以反覆利用的經驗 讓新成果與工作流程回存成下一次的資產 當人的經驗、人的任務、外部資料、AI 記憶與 AI 規則這五個層次都能互相接續，我們才真正有機會在 AI 時代建立一套更穩定、更有效，也會愈做愈好的工作流程。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、專案資料、AI 記憶與規則）
    View on 電腦玩物

• Codex 我常用的知識工作案例分享：從文書編輯、課程教材到資料整理的 AI 工作流

  最近我回顧自己這段時間使用 Codex 的本機紀錄，才發現一件很有趣的事，早期剛剛開始接觸 Codex 時（從之前還是雲端網頁開始），確實用 Codex 做了一些 RSS 閱讀器這類個人 Vibe Coding 小工具，但近期的用法則已經完全融入在我日常的知識工作、文書編輯處理流程中。回顧這幾個月，在我的實際工作裡，現在最常用 Codex 的幾個地方是：整理「外部資料庫類型」的第二大腦（參考：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）編輯處理各種文件，改課程講義、建立 Google Slides彙整各種外部資料，更新 Evernote 筆記檢查家庭財務資料並定期分析、提供建議跟我訓練的生產力教練討論今天最卡住的待辦事項幫我把一次成功的多步驟自動化行政流程寫成下一次可以沿用的規則等等下圖是我問 Codex ，從所有的專案對話中，梳理出我都在處理哪些工作。關於 Codex 的操作與功能，可以參考：一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程不用打開剪輯軟體，用 Codex AI 把一篇文章自動做成圖文 動畫教學影片不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群我如何用 AI Agent 讓自己「不再分心」滑社群、看郵件、追新資訊'2026/7 更新：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、 專案 資料、AI 記憶與規則把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解這些案例有一個共同點我不是問 Codex 從零開始幻想答案，而是把它放進一個真實工作流程裡，讓它先讀資料、理解脈絡、接手繁瑣步驟，最後產出成果，還可以把成功做法寫成下一次可以沿用的規則。下面文章，就直接分享我的幾個應用案例、方法與心得。案例一：讓 Codex 接手做到一半的行銷專案，幫我跑多輪文案版本因為 Codex 可以直接讀電腦硬碟、 Google 雲端硬碟的資料夾，所以我常常把「做到一半」的知識工作專案，交給 Codex 接手，去處理後期一些測試、調整、編輯、整理動作。這時候我不會從頭教 Codex 怎麼做。我通常會先讓 Codex 自己去讀這個專案資料夾裡目前已有的文件、文稿、企劃與素材，請它先主動掌握這個專案的目標、現況、問題點與接下來可能的方向。當它理解專案後，我才開始交代下一個動作。大多時候我會這樣提問：解讀目前這個專案的現況，了解專案目標、內容架構、現階段處理狀況，寫成對應規則，之後可以接手相關處理任務，一步一步分析，我的目的是接下來有很多文件整理、拆解編輯、內容調整、新內容產出的任務，需要你在了解這個專案真實現況，並且處理任務時可以準確有效抓取素材、編輯正確文件，而且能夠跟我一起朝著這個產品更有價值的目標前進、一起解決過程中可能問題，並創造產出。讓 Codex 直接去解讀這個專案資料夾的現況（以知識工作專案來說，裡面可能是一大堆資料夾、各種文件、簡報、試算表等等內容）。上面這個例子是，我正在製作一個知識產品，企劃、文稿等內容已經大致完成，也已經進入行銷文案的撰寫階段。我自己先寫好了一版行銷文案草稿，但我希望接下來能「多做幾輪市場調查與文案版本測試」，把同一個產品的賣點改寫成多種不同角度，最後再由我自己比較、挑選與整合。如果這件事全部自己手動做，從研究、改寫、比較到整理，幾輪下來可能要花半天，甚至一天。所以我把這件事情交給 Codex 接手。我的做法是先透過前面那樣的指令：讓 Codex 讀取專案資料夾，把裡面的文稿、企劃、我已經寫好的行銷文案全部讀過一遍。等它理解這個專案的核心內容後，引導它「化身成這個專案的助理」。接著，我把自己寫第一版文案時背後的架構邏輯，當作「文案範本」交給 Codex 解讀。然後請它根據既有草稿、專案資料與這個文案架構，進行一輪又一輪的版本迭代。（因為我喜歡用語音輸入，所以下面的指令變成簡體字版本）我不是請它「改得更好」。我是要求它反覆迭代，直到它自己覺得找到更好的版本為止（或是讓我挑出整合版）。我通常會要求至少迭代十輪以上。我最多曾經做過四十輪（通常要啟動 Codex 的「規劃」或「目標」模式，效果更好），於是我就獲得了一個「像是有很多企劃一起開了一場腦力激盪會議」的多版本文案，我在裡面可以組合與調整。這個流程很像我自己在修一份文稿或行銷文案時，會不斷產生不同版本、比較不同角度、刪掉不夠好的地方、保留更有效的說法。只是透過 Codex，我可以更快得到十幾種甚至幾十種可以比較的版本。AI 幫我快速產生足夠多的選項，刺激我更快找到一個有效版本。這也是我現在用 Codex 做知識工作的第一個方式：不要只讓 AI 直接給最後答案，我先產出初版並我會決定最終版本，但是讓 AI 幫我跑完那些原本要花很多時間的中間迭代修正版本。案例二：讓 Codex 進行繁瑣的 PDF、 PPT 編輯、重寫、修正工作很多時候，我已經完成了一份正式內容，但接下來還需要做大量格式、版面、拆頁、重寫、修正的工作。這些工作不一定困難，卻非常花時間。對文書工作者、內容工作者、講師來說，真正耗掉大量時間的，常常不是「想內容」，而是處理內容完成之後的各種轉換：文章要改成講稿。 講稿要改成簡報。 簡報要改成提詞稿。 PDF 要重新擷取、裁切、合併。 文件要改格式、換版面、整理成指定模板。 上面這些工作我現在也會交給 Codex。我最近在製作「知識衛星」相關課程時（工作流改造術，募資中可用折扣碼：playpc350，期間限定，歡迎參考），就有一個很實際的例子。課程中每個單元的逐字稿，我都是自己親自寫出來的，用我的思路去講述完整的方法論、清楚的教學邏輯與操作工具的技巧。但是逐字稿寫完後，為了錄課，我還需要把這一份完整的教學文章，改成可以放在提詞機上的「提詞簡報」。這份提詞簡報需要符合一些特殊規則：黑色背景。 每一頁只放合理的兩三句話。 不能拆得太碎，也不能一頁塞太多字。 頁面四周要有提示，讓我知道現在講到 5-2-1 還是 5-2-2。 最好能幫助我掌握目前講到哪裡、還剩多久、節奏是否正確。 如果我自己手動處理，從複製貼上、拆段、分頁、調整文字，到檢查順序，一份提詞簡報可能要花三十分鐘。但這些其實不是「創作新內容」，而是把我已經寫好的內容，轉成另一種可錄課使用的格式。所以我把這件繁瑣工作交給 Codex。一開始，我同樣會先讓 Codex 閱讀原始逐字稿，了解這堂課的方向與內容（就是前面說的，讓 Codex 接手專案的邏輯）。接著請它試著做出第一版提詞簡報。第一版通常不會完美，於是我會根據結果繼續修正指令。例如有一次，我發現它受到之前規則影響，把所有提詞稿都拆成固定四十頁。但有些單元內容比較多，應該要七八十頁，甚至一百多頁。於是我提醒它：不要用固定頁數限制自己，而是要讓每一頁都清楚、明確、好錄製。當它下一次做得比較好，我就請它把這次成功做法寫回規則中。這樣做了一兩份提詞簡報後，Codex 對這類任務的編輯規則就逐漸穩定下來。接下來每個單元，只要我寫好逐字稿，就可以丟給 Codex，請它直接幫我改成錄課用的提詞簡報。Codex 自己處理一份簡報大概需要六～七分鐘，內容複雜一點可能十一、十二分鐘。無論如何，都比我自己做（30多分鐘）要節省很多時間，而且這段時間我可以去做別的事情。所以真正節省的，不只是絕對時間，而是我把知識工作中那些重複、繁瑣、低創造性的編輯時間拿回來。除了簡報，我也喜歡把 PDF 的繁瑣處理交給 Codex。例如最近我剛好需要在好幾十份 PDF 中，抓取每一份 PDF 裡指定範圍的內容。而且這些 PDF 的四周還有一些不需要的邊框，擷取時需要去掉，只保留中間的核心資料。如果自己手動處理，雖然也有各種 PDF 工具可以完成，但抓取、裁切、整理、合併這些動作，仍然會花掉很多時間。於是我直接把工作流程告訴 Codex。我先給它 PDF 所在的資料夾，請它不要一開始就處理全部，而是先挑一小段範圍測試看看（這樣比較安全）。我告訴它每份 PDF 中我要抓取的頁面或編號範圍，要求它去掉四周不必要的框線，只保留需要的內容。Codex 在規劃模式中研究了一個可行方法，先完成小範圍測試。確認成果可以接受後，我再把整個資料夾交給它批次處理。整個過程大約十分鐘左右。如果自己手動做，大概也需要三十分鐘以上。但更重要的是，Codex 處理的十分鐘，我可以完全拿去做其他事情。這種以前需要操作很多軟體、做很多複雜編輯動作的流程，現在我都會先問自己：這件事能不能先挑戰看看，讓 Codex 幫我完成？案例三：讓 Codex 成為自動化知識管線，從輸入、整理到輸出一路完成Codex 不只可以讀本機資料夾，也可以結合 Chrome 瀏覽器操作、處理電腦中的軟體，並透過各種外掛或連接能力處理 Google 雲端硬碟裡的文件。（參考：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）這些能力串在一起時，我覺得它很適合變成一條「自動化知識管線」。以前這種流程，可能要自己寫程式，或用自動化工具一段一段串起來。但現在很多時候，我可以用一段自然語言，直接告訴 Codex 我想要的流程，讓它自動跑完多個步驟。例如我在準備課程時，常常需要從自己過去寫過的電腦玩物文章中，找出適合放進課程裡的案例。有時候不只是找文章，還要找到文章裡適合教學的圖片、操作步驟、方法說明。接著整理成一份新的課程大綱。整理出課程大綱後，還要進一步輸出成一份上課時可以直接使用的 Google 簡報。以前我會把這件事拆成很多段：先搜尋過去文章。 找到可能適合的案例。 打開文章讀內容。 複製需要的段落或圖片。 整理成課程大綱。 再打開 Google Slides 製作簡報。 每一段都不難，但全部加起來非常花時間。現在我會嘗試把這整個流程交給 Codex，讓他一口氣自動跑完輸出：請它根據課程主題，先搜尋與閱讀我過去的文章，再整理適合的案例、圖片與操作步驟，最後輸出成新的課程大綱或簡報草稿。這時候 Codex 就是一條從輸入、整理到輸出的自動化流程。他可以抓取我需要的素材資料，幫我做好整理。然後也可以取用這些素材資料，完成我需要的任務輸出成果。並且上述分段步驟流程，讓 Codex 一口氣跑完。當這種需求常常發生時，我還可以把它進一步整理成固定規則、工作流程，甚至是下一次可重複使用的 skills。也就是說，讓 Codex 幫我建立一條之後還能重複運作的知識管線自動化流程。這裡的重點是讓原本散落在文章、圖片、簡報、筆記中的素材，可以更快被重新整理成新的教學成果。案例四：讓 Codex 把既有的文件、簡報、資料拆解成素材，之後不同工作可以重新組合在知識工作中，有一件很繁瑣但很重要的事：已經做過的資料，下次需要時，常常很難重新拿出來使用。例如我為了一個工作寫了一份報告，或做了一份簡報。下次換成另一個不同工作時，其實上一次報告中的某些內容、簡報中的某些版面、課程中的某些案例，是可以重新拿出來使用的。但問題是，它們通常被包在一整份文件或簡報裡。當工作越做越多，如果我們沒有把這些可以重組的元素拆出來，就會變成每次都要重新開始：重新做簡報版面。 重新寫報告中的基本段落。 重新整理某個教學案例。 重新設計某個練習流程。 重新找出以前其實已經做過的素材。 因為我們沒有把那些文件、簡報、資料拆解成素材。但要自己手動拆解素材，建立有效整理，又感覺非常花時間。於是我也開始讓 Codex 做這件事。例如，我可以請 Codex 讀取我過去上過的課程簡報與講義，幫我把裡面的內容拆成一張一張可重複使用的素材卡。（我就是讓 Codex 直接讀取 Google 雲端硬碟上我的課程資料夾）有一張素材卡可能是「整理郵件的技巧」。另一張素材卡可能是「教 ChatGPT 如何建立專案團隊」的操作流程。原本這兩個素材可能來自不同課程，看起來不相關。但當它們被拆成素材後，下次我要設計一堂「提升工作效率」課程時，就可能把它們重新組合在一起：一方面帶入整理郵件的方法，另一方面帶入 AI 專案應用，讓課程更能回到真實工作問題。這種拆素材的工作，對我來說有一個重要價值：幫我建立未來可以重新組合的工作零件。很多知識工作做久了，真正的資產不只是那一份完整簡報或報告，而是裡面可以被拆出來、重新應用到不同情境的素材。Codex 很適合幫我做第一輪拆解。它可以先讀既有文件，找出可以重複使用的段落、案例、流程、模板，再整理成素材庫。當然，最後哪些素材真的值得保留、哪些素材可以合併、哪些素材適合用在哪一種課程或文章，仍然需要我自己判斷。但 Codex 可以先幫我完成最花時間的拆解與整理工作，甚至之後要找出素材來重組時，也能請 Codex 協助。案例五：彙整數據資料，變成更好解讀、學習、使用的儀表板平台我另外一個 Codex 應用案例，是請它把很多複雜、雜亂的資料，加上一些數據紀錄，整理成一個在工作或生活流程中真正好用的儀表板平台。讓資料變得更好操作、更方便持續使用。例如，我曾經把小孩在課業中需要複習的教材內容，交給 Codex 做成一個具備間隔記憶複習概念的練習平台。孩子每天可以在上面複習幾個問題，系統會記錄目前比較不熟悉的項目，接著幫助他持續複習與強化。這個過程確實比較接近 Vibe Coding，我完全是用自然語言描述需求的方式和 Codex 溝通。一開始，我們先做了一個比較像遊戲的版本。我原本以為小孩會喜歡遊戲化介面，但實際使用後發現，太過遊戲化反而讓孩子失去注意力，學習效率也不夠直接。所以我請 Codex 重新分析目前專案狀態，並告訴它我想把這個專案轉型成「孩子的課業學習系統」。我的想法是：它要能完成平常的考前練習，但不要過度遊戲化；要保留一點有趣感，例如學習成長曲線；每次練習時間要短，最好十分鐘就能完成；它也要持續記錄孩子不熟的題目，讓之後可以反覆複習。我當時使用的指令大致如下：之前我們在這個專案中，做了一個很有趣的學習遊戲，但現在這個專案我要轉型，變成「我的小孩澤澤的課業學習系統」，提供我轉型計畫，請一步一步分析。現有的題目已經完成期中考，也完成練習。不過這個過程中，發現太過遊戲化，反而讓小孩失去注意力，而且缺乏效率。我想轉型成同樣有趣，例如可以有學習成長曲線紀錄的系統，也可以快速處理題目，產生每一個科目、每一個單元的短時間練習（10 分鐘），並持續記錄有問題的題目。不只提供答案，還能提供解讀分析，引導孩子學會，並且用間隔記憶法反覆練習還不熟練之處。更進一步的，這個系統希望能夠記錄孩子目前學習進度、孩子的學習問題，可以透過 AI 持續分析，提供持續成長的策略，但也要看起來、用起來讓孩子有動力。這個系統的使用方式，會是父母匯入孩子的學習科目、單元、內容，系統可以建立題庫、設計互動練習、記錄孩子學習成長進度。而孩子打開來，可以快速選擇單元，持續練習他還不熟的地方，並且在有錯誤時獲得引導解答。請仔細思考，看看目前既有內容，如何有效轉型成上方描述的系統，捨棄目前的遊戲化圖像與介面，重新思考，提供簡單但有效的解答。Codex 很快設計出一個還不錯的轉型版本。接下來，我還希望它能更聰明地幫我拆解題庫。意思是說，我手上可能有孩子的一些測驗卷，而這些測驗卷裡有一些寫對、寫錯的題目。我希望 AI 可以直接解讀我上傳的圖片，快速拆解題目，整理進題庫當中。（下面圖片因為案例過去的時間比較久，無法直接載入）如果使用傳統工具，例如 Anki 這類間隔記憶工具，我可能要自己手動拆解題目、整理欄位、匯入資料庫，再利用工具安排複習。但現在我建立題庫的過程，可以變成：我提供素材，Codex 協助拆解題目、設計練習、寫入題庫，最後放進同一個學習平台中讓孩子練習。我的英文實測成功後，接下來自然科、社會科的題庫，我也用類似方式處理。如果我發現它題庫拆解得不夠好，就進一步告訴它：這一類題目我希望用什麼方向拆解，哪些資訊要保留，哪些引導說明比較適合孩子理解。這裡 Codex 的價值，不只是幫我做了一個小網站，而是把一批原本零散的教材、題目、錯題與學習紀錄，變成一個可以持續使用的練習平台。案例六：讓 Codex 操作我的 ChatGPT 完成課程案例演練範例我有一個比較特別的 Codex 應用案例，是讓它操作我的 ChatGPT，幫我完成課程案例演練範例。我平常常常上企業內訓課程。不同企業會有不同應用需求，所以我需要做出符合那家企業情境的案例、模板與示範結果。原本我的操作流程是這樣：我有一份課程中的演練講義，例如 AI 課程講義。講義上會有十幾個不同操作步驟。每次企業上課前，我會自己在 ChatGPT 中重新跑過這十幾個步驟，帶入企業相關主題與案例，做出一組有效的結果。這樣做有兩個目的。第一，可以成為課程中的示範範例。第二，可以讓我確認這套方法是否適合這家企業，有沒有需要調整的地方。但這個過程即使只是手動操作 ChatGPT，也會花不少時間。因為我要一個一個提問，等待 ChatGPT 回答完成，接著再追問、反問、調整，最後才會做出可用結果。後來我開始把這樣的操作交給 Codex。我的方法是：給 Codex 課程講義，告訴它要照著講義中的步驟，一步一步打開 ChatGPT 來操作。它要把講義中的指令，改成符合企業情境的版本，然後逐步跑出結果。第一次嘗試時，我發現一個問題。Codex 等不及 ChatGPT 回答完成，就馬上送出下一個提問。有時候甚至會跑到不同聊天串裡繼續提問。這樣就失去「一步一步完成同一個案例演練」的效果。於是我調整規則。我告訴 Codex：照著講義改成企業版指令沒有問題，但它必須在 ChatGPT 的同一個討論串中操作。每一次都要等待前一個回答完成，再貼上下一段指令。必要時，還要先檢查上一段 ChatGPT 回答的內容，再決定下一段指令是否需要調整。我請它照著這個規則重新嘗試，結果它就成功幫我跑出了一個企業案例，大概花十幾分鐘。接著，我請 Codex 把這次成功經驗寫成規則。以後只要遇到類似需求，我就可以要求 Codex 照著這套規則，幫我處理企業案例演練流程。這個案例讓我覺得很有啟發。因為這已經不是單純讓 AI 回答問題，而是讓一個 AI 助理操作另一個 AI 工具，完成一段原本需要我親手執行的課程準備流程。但這裡也有一個很重要的限制：AI 可以幫我跑流程，但課程案例是否符合企業需求，最後仍然要由我自己判斷。Codex 幫我節省的是那些重複貼指令、等待回答、整理結果的時間。真正的課程方向、案例是否適合、示範是否能教懂學員，仍然是我作為講師要負責的判斷。這些案例背後，其實是同一套 Codex 工作方法回顧這些案例後，我發現自己使用 Codex 的方式，其實有一套固定流程。第一步，先讓 Codex 讀脈絡。我不會一開始就叫它產出，而是先讓它讀專案資料夾、逐字稿、PDF、簡報、課程講義、既有規則。做到這一步，Codex 才知道自己正在接手什麼工作。第二步，把任務縮小成明確成果。例如不是說「幫我整理一下」，而是說：「請把這份逐字稿轉成提詞簡報」、「請從這批 PDF 抓取指定範圍並去掉邊框」、「請照講義在 ChatGPT 同一討論串中跑完企業案例演練」。第三步，先做小範圍測試。PDF 案例我不會一開始就丟整個資料夾，而是先請 Codex 處理一小段。簡報案例也是先做一份，確認規則正確後，再套用到後續單元。第四步，把人的判斷留在關鍵位置。Codex 可以幫我做很多繁瑣工作，但它不能替我判斷最終文案是否合適、課程案例是否符合企業情境、孩子學習系統是否真的有效、素材是否值得永久保存。第五步，把成功流程寫回規則。如果 Codex 這次做得很好，我會要求它把成功做法寫成規則。下次遇到同類任務時，就不需要重新摸索。所以 Codex 真正帶來的改變，不只是某一次任務變快，而是讓我有機會把一個成功流程變成可重複使用的工作規則。這次回顧自己的使用紀錄後，我真正感受到的改變，是它讓我開始重新分配知識工作的時間。以前我會把很多時間花在複製貼上、格式調整、拆頁、整理、重複操作、版本迭代、工具切換上。這些事情不一定難，但它們很消耗注意力。現在我會嘗試把這些中間流程交給 Codex：我提供方向。 我提供素材。 我定義限制。 Codex 接手繁瑣執行。 我最後判斷與驗收。 成功流程再寫回規則。 所以對我來說，Codex 不只是寫程式的 AI。它更像是一個可以進入真實資料夾、真實工具、真實工作流程中的助理。它幫我把那些原本很花時間的文書、教材、資料、行政流程，轉成可以自動執行、可以反覆修正、可以留下規則的工作系統。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Codex 我常用的知識工作案例分享：從文書編輯、課程教材到資料整理的 AI 工作流）

  電腦玩物 · 2026-06-30 12:00

  • Codex 我常用的知識工作案例分享：從文書編輯、課程教材到資料整理的 AI 工作流

    最近我回顧自己這段時間使用 Codex 的本機紀錄，才發現一件很有趣的事，早期剛剛開始接觸 Codex 時（從之前還是雲端網頁開始），確實用 Codex 做了一些 RSS 閱讀器這類個人 Vibe Coding 小工具，但近期的用法則已經完全融入在我日常的知識工作、文書編輯處理流程中。回顧這幾個月，在我的實際工作裡，現在最常用 Codex 的幾個地方是：整理「外部資料庫類型」的第二大腦（參考：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）編輯處理各種文件，改課程講義、建立 Google Slides彙整各種外部資料，更新 Evernote 筆記檢查家庭財務資料並定期分析、提供建議跟我訓練的生產力教練討論今天最卡住的待辦事項幫我把一次成功的多步驟自動化行政流程寫成下一次可以沿用的規則等等下圖是我問 Codex ，從所有的專案對話中，梳理出我都在處理哪些工作。關於 Codex 的操作與功能，可以參考：一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程不用打開剪輯軟體，用 Codex AI 把一篇文章自動做成圖文 動畫教學影片不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群我如何用 AI Agent 讓自己「不再分心」滑社群、看郵件、追新資訊'2026/7 更新：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、 專案 資料、AI 記憶與規則把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解這些案例有一個共同點我不是問 Codex 從零開始幻想答案，而是把它放進一個真實工作流程裡，讓它先讀資料、理解脈絡、接手繁瑣步驟，最後產出成果，還可以把成功做法寫成下一次可以沿用的規則。下面文章，就直接分享我的幾個應用案例、方法與心得。案例一：讓 Codex 接手做到一半的行銷專案，幫我跑多輪文案版本因為 Codex 可以直接讀電腦硬碟、 Google 雲端硬碟的資料夾，所以我常常把「做到一半」的知識工作專案，交給 Codex 接手，去處理後期一些測試、調整、編輯、整理動作。這時候我不會從頭教 Codex 怎麼做。我通常會先讓 Codex 自己去讀這個專案資料夾裡目前已有的文件、文稿、企劃與素材，請它先主動掌握這個專案的目標、現況、問題點與接下來可能的方向。當它理解專案後，我才開始交代下一個動作。大多時候我會這樣提問：解讀目前這個專案的現況，了解專案目標、內容架構、現階段處理狀況，寫成對應規則，之後可以接手相關處理任務，一步一步分析，我的目的是接下來有很多文件整理、拆解編輯、內容調整、新內容產出的任務，需要你在了解這個專案真實現況，並且處理任務時可以準確有效抓取素材、編輯正確文件，而且能夠跟我一起朝著這個產品更有價值的目標前進、一起解決過程中可能問題，並創造產出。讓 Codex 直接去解讀這個專案資料夾的現況（以知識工作專案來說，裡面可能是一大堆資料夾、各種文件、簡報、試算表等等內容）。上面這個例子是，我正在製作一個知識產品，企劃、文稿等內容已經大致完成，也已經進入行銷文案的撰寫階段。我自己先寫好了一版行銷文案草稿，但我希望接下來能「多做幾輪市場調查與文案版本測試」，把同一個產品的賣點改寫成多種不同角度，最後再由我自己比較、挑選與整合。如果這件事全部自己手動做，從研究、改寫、比較到整理，幾輪下來可能要花半天，甚至一天。所以我把這件事情交給 Codex 接手。我的做法是先透過前面那樣的指令：讓 Codex 讀取專案資料夾，把裡面的文稿、企劃、我已經寫好的行銷文案全部讀過一遍。等它理解這個專案的核心內容後，引導它「化身成這個專案的助理」。接著，我把自己寫第一版文案時背後的架構邏輯，當作「文案範本」交給 Codex 解讀。然後請它根據既有草稿、專案資料與這個文案架構，進行一輪又一輪的版本迭代。（因為我喜歡用語音輸入，所以下面的指令變成簡體字版本）我不是請它「改得更好」。我是要求它反覆迭代，直到它自己覺得找到更好的版本為止（或是讓我挑出整合版）。我通常會要求至少迭代十輪以上。我最多曾經做過四十輪（通常要啟動 Codex 的「規劃」或「目標」模式，效果更好），於是我就獲得了一個「像是有很多企劃一起開了一場腦力激盪會議」的多版本文案，我在裡面可以組合與調整。這個流程很像我自己在修一份文稿或行銷文案時，會不斷產生不同版本、比較不同角度、刪掉不夠好的地方、保留更有效的說法。只是透過 Codex，我可以更快得到十幾種甚至幾十種可以比較的版本。AI 幫我快速產生足夠多的選項，刺激我更快找到一個有效版本。這也是我現在用 Codex 做知識工作的第一個方式：不要只讓 AI 直接給最後答案，我先產出初版並我會決定最終版本，但是讓 AI 幫我跑完那些原本要花很多時間的中間迭代修正版本。案例二：讓 Codex 進行繁瑣的 PDF、 PPT 編輯、重寫、修正工作很多時候，我已經完成了一份正式內容，但接下來還需要做大量格式、版面、拆頁、重寫、修正的工作。這些工作不一定困難，卻非常花時間。對文書工作者、內容工作者、講師來說，真正耗掉大量時間的，常常不是「想內容」，而是處理內容完成之後的各種轉換：文章要改成講稿。 講稿要改成簡報。 簡報要改成提詞稿。 PDF 要重新擷取、裁切、合併。 文件要改格式、換版面、整理成指定模板。 上面這些工作我現在也會交給 Codex。我最近在製作「知識衛星」相關課程時（工作流改造術，募資中可用折扣碼：playpc350，期間限定，歡迎參考），就有一個很實際的例子。課程中每個單元的逐字稿，我都是自己親自寫出來的，用我的思路去講述完整的方法論、清楚的教學邏輯與操作工具的技巧。但是逐字稿寫完後，為了錄課，我還需要把這一份完整的教學文章，改成可以放在提詞機上的「提詞簡報」。這份提詞簡報需要符合一些特殊規則：黑色背景。 每一頁只放合理的兩三句話。 不能拆得太碎，也不能一頁塞太多字。 頁面四周要有提示，讓我知道現在講到 5-2-1 還是 5-2-2。 最好能幫助我掌握目前講到哪裡、還剩多久、節奏是否正確。 如果我自己手動處理，從複製貼上、拆段、分頁、調整文字，到檢查順序，一份提詞簡報可能要花三十分鐘。但這些其實不是「創作新內容」，而是把我已經寫好的內容，轉成另一種可錄課使用的格式。所以我把這件繁瑣工作交給 Codex。一開始，我同樣會先讓 Codex 閱讀原始逐字稿，了解這堂課的方向與內容（就是前面說的，讓 Codex 接手專案的邏輯）。接著請它試著做出第一版提詞簡報。第一版通常不會完美，於是我會根據結果繼續修正指令。例如有一次，我發現它受到之前規則影響，把所有提詞稿都拆成固定四十頁。但有些單元內容比較多，應該要七八十頁，甚至一百多頁。於是我提醒它：不要用固定頁數限制自己，而是要讓每一頁都清楚、明確、好錄製。當它下一次做得比較好，我就請它把這次成功做法寫回規則中。這樣做了一兩份提詞簡報後，Codex 對這類任務的編輯規則就逐漸穩定下來。接下來每個單元，只要我寫好逐字稿，就可以丟給 Codex，請它直接幫我改成錄課用的提詞簡報。Codex 自己處理一份簡報大概需要六～七分鐘，內容複雜一點可能十一、十二分鐘。無論如何，都比我自己做（30多分鐘）要節省很多時間，而且這段時間我可以去做別的事情。所以真正節省的，不只是絕對時間，而是我把知識工作中那些重複、繁瑣、低創造性的編輯時間拿回來。除了簡報，我也喜歡把 PDF 的繁瑣處理交給 Codex。例如最近我剛好需要在好幾十份 PDF 中，抓取每一份 PDF 裡指定範圍的內容。而且這些 PDF 的四周還有一些不需要的邊框，擷取時需要去掉，只保留中間的核心資料。如果自己手動處理，雖然也有各種 PDF 工具可以完成，但抓取、裁切、整理、合併這些動作，仍然會花掉很多時間。於是我直接把工作流程告訴 Codex。我先給它 PDF 所在的資料夾，請它不要一開始就處理全部，而是先挑一小段範圍測試看看（這樣比較安全）。我告訴它每份 PDF 中我要抓取的頁面或編號範圍，要求它去掉四周不必要的框線，只保留需要的內容。Codex 在規劃模式中研究了一個可行方法，先完成小範圍測試。確認成果可以接受後，我再把整個資料夾交給它批次處理。整個過程大約十分鐘左右。如果自己手動做，大概也需要三十分鐘以上。但更重要的是，Codex 處理的十分鐘，我可以完全拿去做其他事情。這種以前需要操作很多軟體、做很多複雜編輯動作的流程，現在我都會先問自己：這件事能不能先挑戰看看，讓 Codex 幫我完成？案例三：讓 Codex 成為自動化知識管線，從輸入、整理到輸出一路完成Codex 不只可以讀本機資料夾，也可以結合 Chrome 瀏覽器操作、處理電腦中的軟體，並透過各種外掛或連接能力處理 Google 雲端硬碟裡的文件。（參考：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）這些能力串在一起時，我覺得它很適合變成一條「自動化知識管線」。以前這種流程，可能要自己寫程式，或用自動化工具一段一段串起來。但現在很多時候，我可以用一段自然語言，直接告訴 Codex 我想要的流程，讓它自動跑完多個步驟。例如我在準備課程時，常常需要從自己過去寫過的電腦玩物文章中，找出適合放進課程裡的案例。有時候不只是找文章，還要找到文章裡適合教學的圖片、操作步驟、方法說明。接著整理成一份新的課程大綱。整理出課程大綱後，還要進一步輸出成一份上課時可以直接使用的 Google 簡報。以前我會把這件事拆成很多段：先搜尋過去文章。 找到可能適合的案例。 打開文章讀內容。 複製需要的段落或圖片。 整理成課程大綱。 再打開 Google Slides 製作簡報。 每一段都不難，但全部加起來非常花時間。現在我會嘗試把這整個流程交給 Codex，讓他一口氣自動跑完輸出：請它根據課程主題，先搜尋與閱讀我過去的文章，再整理適合的案例、圖片與操作步驟，最後輸出成新的課程大綱或簡報草稿。這時候 Codex 就是一條從輸入、整理到輸出的自動化流程。他可以抓取我需要的素材資料，幫我做好整理。然後也可以取用這些素材資料，完成我需要的任務輸出成果。並且上述分段步驟流程，讓 Codex 一口氣跑完。當這種需求常常發生時，我還可以把它進一步整理成固定規則、工作流程，甚至是下一次可重複使用的 skills。也就是說，讓 Codex 幫我建立一條之後還能重複運作的知識管線自動化流程。這裡的重點是讓原本散落在文章、圖片、簡報、筆記中的素材，可以更快被重新整理成新的教學成果。案例四：讓 Codex 把既有的文件、簡報、資料拆解成素材，之後不同工作可以重新組合在知識工作中，有一件很繁瑣但很重要的事：已經做過的資料，下次需要時，常常很難重新拿出來使用。例如我為了一個工作寫了一份報告，或做了一份簡報。下次換成另一個不同工作時，其實上一次報告中的某些內容、簡報中的某些版面、課程中的某些案例，是可以重新拿出來使用的。但問題是，它們通常被包在一整份文件或簡報裡。當工作越做越多，如果我們沒有把這些可以重組的元素拆出來，就會變成每次都要重新開始：重新做簡報版面。 重新寫報告中的基本段落。 重新整理某個教學案例。 重新設計某個練習流程。 重新找出以前其實已經做過的素材。 因為我們沒有把那些文件、簡報、資料拆解成素材。但要自己手動拆解素材，建立有效整理，又感覺非常花時間。於是我也開始讓 Codex 做這件事。例如，我可以請 Codex 讀取我過去上過的課程簡報與講義，幫我把裡面的內容拆成一張一張可重複使用的素材卡。（我就是讓 Codex 直接讀取 Google 雲端硬碟上我的課程資料夾）有一張素材卡可能是「整理郵件的技巧」。另一張素材卡可能是「教 ChatGPT 如何建立專案團隊」的操作流程。原本這兩個素材可能來自不同課程，看起來不相關。但當它們被拆成素材後，下次我要設計一堂「提升工作效率」課程時，就可能把它們重新組合在一起：一方面帶入整理郵件的方法，另一方面帶入 AI 專案應用，讓課程更能回到真實工作問題。這種拆素材的工作，對我來說有一個重要價值：幫我建立未來可以重新組合的工作零件。很多知識工作做久了，真正的資產不只是那一份完整簡報或報告，而是裡面可以被拆出來、重新應用到不同情境的素材。Codex 很適合幫我做第一輪拆解。它可以先讀既有文件，找出可以重複使用的段落、案例、流程、模板，再整理成素材庫。當然，最後哪些素材真的值得保留、哪些素材可以合併、哪些素材適合用在哪一種課程或文章，仍然需要我自己判斷。但 Codex 可以先幫我完成最花時間的拆解與整理工作，甚至之後要找出素材來重組時，也能請 Codex 協助。案例五：彙整數據資料，變成更好解讀、學習、使用的儀表板平台我另外一個 Codex 應用案例，是請它把很多複雜、雜亂的資料，加上一些數據紀錄，整理成一個在工作或生活流程中真正好用的儀表板平台。讓資料變得更好操作、更方便持續使用。例如，我曾經把小孩在課業中需要複習的教材內容，交給 Codex 做成一個具備間隔記憶複習概念的練習平台。孩子每天可以在上面複習幾個問題，系統會記錄目前比較不熟悉的項目，接著幫助他持續複習與強化。這個過程確實比較接近 Vibe Coding，我完全是用自然語言描述需求的方式和 Codex 溝通。一開始，我們先做了一個比較像遊戲的版本。我原本以為小孩會喜歡遊戲化介面，但實際使用後發現，太過遊戲化反而讓孩子失去注意力，學習效率也不夠直接。所以我請 Codex 重新分析目前專案狀態，並告訴它我想把這個專案轉型成「孩子的課業學習系統」。我的想法是：它要能完成平常的考前練習，但不要過度遊戲化；要保留一點有趣感，例如學習成長曲線；每次練習時間要短，最好十分鐘就能完成；它也要持續記錄孩子不熟的題目，讓之後可以反覆複習。我當時使用的指令大致如下：之前我們在這個專案中，做了一個很有趣的學習遊戲，但現在這個專案我要轉型，變成「我的小孩澤澤的課業學習系統」，提供我轉型計畫，請一步一步分析。現有的題目已經完成期中考，也完成練習。不過這個過程中，發現太過遊戲化，反而讓小孩失去注意力，而且缺乏效率。我想轉型成同樣有趣，例如可以有學習成長曲線紀錄的系統，也可以快速處理題目，產生每一個科目、每一個單元的短時間練習（10 分鐘），並持續記錄有問題的題目。不只提供答案，還能提供解讀分析，引導孩子學會，並且用間隔記憶法反覆練習還不熟練之處。更進一步的，這個系統希望能夠記錄孩子目前學習進度、孩子的學習問題，可以透過 AI 持續分析，提供持續成長的策略，但也要看起來、用起來讓孩子有動力。這個系統的使用方式，會是父母匯入孩子的學習科目、單元、內容，系統可以建立題庫、設計互動練習、記錄孩子學習成長進度。而孩子打開來，可以快速選擇單元，持續練習他還不熟的地方，並且在有錯誤時獲得引導解答。請仔細思考，看看目前既有內容，如何有效轉型成上方描述的系統，捨棄目前的遊戲化圖像與介面，重新思考，提供簡單但有效的解答。Codex 很快設計出一個還不錯的轉型版本。接下來，我還希望它能更聰明地幫我拆解題庫。意思是說，我手上可能有孩子的一些測驗卷，而這些測驗卷裡有一些寫對、寫錯的題目。我希望 AI 可以直接解讀我上傳的圖片，快速拆解題目，整理進題庫當中。（下面圖片因為案例過去的時間比較久，無法直接載入）如果使用傳統工具，例如 Anki 這類間隔記憶工具，我可能要自己手動拆解題目、整理欄位、匯入資料庫，再利用工具安排複習。但現在我建立題庫的過程，可以變成：我提供素材，Codex 協助拆解題目、設計練習、寫入題庫，最後放進同一個學習平台中讓孩子練習。我的英文實測成功後，接下來自然科、社會科的題庫，我也用類似方式處理。如果我發現它題庫拆解得不夠好，就進一步告訴它：這一類題目我希望用什麼方向拆解，哪些資訊要保留，哪些引導說明比較適合孩子理解。這裡 Codex 的價值，不只是幫我做了一個小網站，而是把一批原本零散的教材、題目、錯題與學習紀錄，變成一個可以持續使用的練習平台。案例六：讓 Codex 操作我的 ChatGPT 完成課程案例演練範例我有一個比較特別的 Codex 應用案例，是讓它操作我的 ChatGPT，幫我完成課程案例演練範例。我平常常常上企業內訓課程。不同企業會有不同應用需求，所以我需要做出符合那家企業情境的案例、模板與示範結果。原本我的操作流程是這樣：我有一份課程中的演練講義，例如 AI 課程講義。講義上會有十幾個不同操作步驟。每次企業上課前，我會自己在 ChatGPT 中重新跑過這十幾個步驟，帶入企業相關主題與案例，做出一組有效的結果。這樣做有兩個目的。第一，可以成為課程中的示範範例。第二，可以讓我確認這套方法是否適合這家企業，有沒有需要調整的地方。但這個過程即使只是手動操作 ChatGPT，也會花不少時間。因為我要一個一個提問，等待 ChatGPT 回答完成，接著再追問、反問、調整，最後才會做出可用結果。後來我開始把這樣的操作交給 Codex。我的方法是：給 Codex 課程講義，告訴它要照著講義中的步驟，一步一步打開 ChatGPT 來操作。它要把講義中的指令，改成符合企業情境的版本，然後逐步跑出結果。第一次嘗試時，我發現一個問題。Codex 等不及 ChatGPT 回答完成，就馬上送出下一個提問。有時候甚至會跑到不同聊天串裡繼續提問。這樣就失去「一步一步完成同一個案例演練」的效果。於是我調整規則。我告訴 Codex：照著講義改成企業版指令沒有問題，但它必須在 ChatGPT 的同一個討論串中操作。每一次都要等待前一個回答完成，再貼上下一段指令。必要時，還要先檢查上一段 ChatGPT 回答的內容，再決定下一段指令是否需要調整。我請它照著這個規則重新嘗試，結果它就成功幫我跑出了一個企業案例，大概花十幾分鐘。接著，我請 Codex 把這次成功經驗寫成規則。以後只要遇到類似需求，我就可以要求 Codex 照著這套規則，幫我處理企業案例演練流程。這個案例讓我覺得很有啟發。因為這已經不是單純讓 AI 回答問題，而是讓一個 AI 助理操作另一個 AI 工具，完成一段原本需要我親手執行的課程準備流程。但這裡也有一個很重要的限制：AI 可以幫我跑流程，但課程案例是否符合企業需求，最後仍然要由我自己判斷。Codex 幫我節省的是那些重複貼指令、等待回答、整理結果的時間。真正的課程方向、案例是否適合、示範是否能教懂學員，仍然是我作為講師要負責的判斷。這些案例背後，其實是同一套 Codex 工作方法回顧這些案例後，我發現自己使用 Codex 的方式，其實有一套固定流程。第一步，先讓 Codex 讀脈絡。我不會一開始就叫它產出，而是先讓它讀專案資料夾、逐字稿、PDF、簡報、課程講義、既有規則。做到這一步，Codex 才知道自己正在接手什麼工作。第二步，把任務縮小成明確成果。例如不是說「幫我整理一下」，而是說：「請把這份逐字稿轉成提詞簡報」、「請從這批 PDF 抓取指定範圍並去掉邊框」、「請照講義在 ChatGPT 同一討論串中跑完企業案例演練」。第三步，先做小範圍測試。PDF 案例我不會一開始就丟整個資料夾，而是先請 Codex 處理一小段。簡報案例也是先做一份，確認規則正確後，再套用到後續單元。第四步，把人的判斷留在關鍵位置。Codex 可以幫我做很多繁瑣工作，但它不能替我判斷最終文案是否合適、課程案例是否符合企業情境、孩子學習系統是否真的有效、素材是否值得永久保存。第五步，把成功流程寫回規則。如果 Codex 這次做得很好，我會要求它把成功做法寫成規則。下次遇到同類任務時，就不需要重新摸索。所以 Codex 真正帶來的改變，不只是某一次任務變快，而是讓我有機會把一個成功流程變成可重複使用的工作規則。這次回顧自己的使用紀錄後，我真正感受到的改變，是它讓我開始重新分配知識工作的時間。以前我會把很多時間花在複製貼上、格式調整、拆頁、整理、重複操作、版本迭代、工具切換上。這些事情不一定難，但它們很消耗注意力。現在我會嘗試把這些中間流程交給 Codex：我提供方向。 我提供素材。 我定義限制。 Codex 接手繁瑣執行。 我最後判斷與驗收。 成功流程再寫回規則。 所以對我來說，Codex 不只是寫程式的 AI。它更像是一個可以進入真實資料夾、真實工具、真實工作流程中的助理。它幫我把那些原本很花時間的文書、教材、資料、行政流程，轉成可以自動執行、可以反覆修正、可以留下規則的工作系統。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Codex 我常用的知識工作案例分享：從文書編輯、課程教材到資料整理的 AI 工作流）
    View on 電腦玩物

• 一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程

  建立 AI 團隊的重點，是讓每個聊天有角色、有任務、有共同規則，也有自己的專業經驗。當任務變複雜時，不要再追求一個萬能 AI，而是開始管理一個能分工合作的 AI 團隊。最近一次 AI 課程中，有學員問我，從課程中發現，我在使用 AI 時很少是一次性的問答，而是在一段長期的工作流程中持續跟某一個 AI 員工互動（具體來說例如一個專注在特定任務的 ChatGPT 討論串），我帶著這個 AI 員工分析資料，讓這個 AI 員工先產出任務成果草稿，我的修正與調整也更新回去讓 AI 員工知道之後應該怎麼做。於是某一個 ChatGPT 特定討論串的員工長期幫助我規劃筆記課程，懂得我的經驗與技巧，當有新的企業需求時懂得規劃新課程。（參考：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）某一個 Gemini 討論串的員工長期幫我設計引導孩子寫作文的技巧，懂得我和孩子的需求，可以隨時根據新題目繪製心智圖、引導寫作方案。（參考：我如何用 AI 把親子生活變有趣： 7 種父母都能用得上的實戰流程，從複習、遊戲到溝通）某一個 Codex 專案中討論串的員工長期幫我把內訓課程的講綱變成簡報，他懂得我習慣的簡報版面與講解方式，之後丟講綱就可以立刻完成PPT。（參考：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）也就是無論換到哪一種 AI 工具，對我來說，之前分享過的「ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享」，都是我認為可以幫助人「訓練 AI 員工」，並在長期工作流程中有一個「懂得做這件事情」的助手，隨時幫助自己處理各種產出的好方法。但是 AI 員工一多，會需要一個更有效的管理方法：一個單獨的 AI 討論串很難成為一個萬能助理，我們可以開始把 AI 拆成一個有分工、有共識、有復盤的工作團隊。反過來說，當一件事情變得複雜，就需要管理不只一個 AI 員工來做事，不只是單一任務需求，而是一個長期專案需要有企劃的員工、分析資料的員工、製作報告的員工、繪製圖解的員工，乃至於懂得挑毛病的員工、反向思考的員工，還是專案底下面對不同客戶、不同子任務的員工。那麼，這時候單純只有一個專案一個討論串就不夠了，反而會讓這個討論串中「夾雜」混亂的、反向的、不同情境的記憶與經驗， AI 處理時更容易有問題。所以，在上述不同的 AI 工具中，我會用「 AI 團隊」的概念來管理這些同一個目標、專案，但是有不同需求的 AI 員工：善用 AI 工具內建的功能，讓這些員工有共同記憶，可以彼此互通資訊，但又各自懂得「自己應該專注的事情」，能夠掌握專案方向、參考其他員工經驗，卻聚焦自己專屬的工作邏輯。並且，建立 AI 團隊的方法，無論你使用 ChatGPT、 Gemini 還是 Codex 等工具，都能做得到。現在很流行的 AI Agent，例如 Codex、Claude Code 當然很適合打造這樣多員工的 AI 團隊（一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程），但其實利用 ChatGPT 的「專案」功能，或是 Google Gemini 的「Notebook」功能（這篇文章因為份量太多放不下，下一篇再介紹），也可以打造一個簡化版的 AI 團隊。下面的教學文章，我就根據自己常用的工具，分享我如何搭配相應功能來打造自己的 AI 團隊，團隊內的不同 AI 員工可以如何有效分工：有一個負責專案目標與企劃的 PM。有一個負責課程大綱或報告架構的助理。有一個負責簡報設計的助理。有一個負責圖解、流程圖、資訊圖表的助理。也可以有負責搜尋研究、資料整理、社群貼文、文案潤飾的助理。需要的時候，加一個總是幫助自己反向、多角度思考的顧問助理。2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解ChatGPT 專案團隊實作案例：防彈筆記法企業內訓 AI 助教團隊一個 AI 團隊，不只是把很多 AI 討論串放入一個分類管理而已。（例如 ChatGPT 行之有年的專案功能：ChatGPT 「專案」 AI 專屬資料庫實戰案例，和 NotebookLM 比較）在我常用的 ChatGPT 中，我會利用「專案」功能來建立團隊，而且會有明確的分工，每個聊天串都有固定角色、固定任務、固定輸入、固定輸出，不同專案會有不同類型任務，但幾個必備的架構是：PM：負責專案目標與共同知識PM 不是直接做所有成果，而是負責建立專案、工作規則：研究主題背景 整理專案目標 釐清受眾與痛點 持續迭代更新專案知識與規則專業助理：負責單一任務成果根據工作類型不同，一個任務一個助理，處理特定成果與客戶，讓流程不混亂，例如：大綱助理：只負責課程大綱或文章架構。 簡報助理：只負責簡報版面、投影片邏輯。 圖解助理：只負責資訊圖、流程圖、視覺化。 文案助理：只負責社群貼文、銷售頁、課程介紹。 反思者：提出不同意見、自由發散思考，但是不混在主線工作流程中很多時候工作需要不同想法，反思者可以接收其他 PM 或專業助理的工作狀態，提出不同意見，但不會讓工作流程變得混亂，例如：一個總是唱反調的 PM一個往相反方向規畫的大綱助理一個走另外一種簡報風格的助理這些「 AI 員工」，在 ChatGPT 的專案功能中，可以善用功能做出下面的溝通：透過「專案指令」建立所有員工的目標規則。利用「資料來源」管理現階段必備資料，讓所有員工明確取用。透過團隊的「記憶」讓大綱助理可以接收 PM 的知識作大綱，而簡報助理可以接收大綱助理的內容作簡報。透過「分支聊天」快速建立需要的反思者。AI PM 負責一段時間復盤，更新專案指令規則。每個 AI 專業助理產出完成品時，可適度加入團隊資料來源。第一步：先訓練一個專案 PM，掌握這個專案的基礎知識與觀點讓我們進入操作示範。當我要在 ChatGPT 中建立一個「防彈筆記法課程規劃」專案團隊時，我會先在左方新增一個空的「專案」。第一時間我不會立刻就建立專案指令、資料來源，而是先開啟一個新個聊天，訓練一個前面說的 PM 專案助理。這個 PM 的任務，不是幫我做簡報，也不是馬上寫文案，而是先幫我釐清：這個專案要達成什麼目標？這個主題有哪些核心知識？這個專案要解決哪些真實問題？有哪些資料、案例、使用者回饋值得參考？這個專案接下來可能需要哪些工作流程？一開始，我通常會先利用 ChatGPT 的搜尋研究、Deep Research 等功能，讓這個 PM 討論串先進行資料蒐集與分析。我把這個過程比喻為我在訓練一個「懂得這個專案在做什麼工作，應該怎麼工作」的 AI 助手。例如我正在準備一場「防彈筆記法」企業內訓課程，我會先讓這個 PM 幫我研究：防彈筆記法的相關資料。使用者回饋與真實案例。企業職場常見的筆記痛點。其他筆記方法之間的比較。這堂課可能要解決的企業內訓需求。接著，我會再和這個 PM 討論：我身為講師，對這個課程的核心觀點與想法是什麼。這個過程是在訓練一位團隊 PM，讓它理解防彈筆記法的基本知識、市場策略、企業內訓痛點，以及這個專案真正要達成的成果。這時候如果有出現「以後專案團隊都需要知識」的資料與觀點，可以利用 ChatGPT 專案聊天串回答最下方的「新增到資料來源」按鈕，把整份回答傳到 ChatGPT 專案分類的「資料來源」中，之後更容易被參考。但這邊我會審慎使用，只有當這份資料真的是「未來所有團隊成員都要知道的」，我才會存入資料來源。舉例來說，之後我可能規劃了一個「某某企業專用的課程大綱」，這個大綱只有針對那個企業有用，其他團隊成員不一定需要知道，那就不要存入專案資料來源。但我在進行了幾次企業課程後，把這幾次課程的大鋼統整成一個「最完整版企業內訓課程大綱」，那麼我就存入專案資料來源，之後可以參考。第二步：從 PM 分支出不同專業助理的 AI 員工，每個員工有獨立技能，但可以互通有無在 AI PM 員工建立這個專案的基礎知識與觀點後，我會利用「分支討論串」的功能，從 PM 「衍生」出不同的討論串，讓它們變成不同的 AI 員工，但具備 PM 前面分析過的知識與觀點。這個功能在 ChatGPT、 Gemini 中都有。在對話下方選擇「...」－「在新聊天中分支」，那麼這個對話之前的討論、記憶都會直接帶入新的聊天中。以「防彈筆記法企業內訓」這個專案來說，我把專案 PM 建立的知識「分支」出來，帶著這個觀點，開始訓練第二號員工：專門製作課程大綱。這個助理的任務，是根據 PM 前面建立的知識，參考某一家企業提出的痛點需求，設計有效的企業內訓課程大綱。我教這個專業助理怎麼規劃課程的方法，這是他獨立的技能。但是他可以參考分支之前的討論規劃，也可以參考前面存入資料來源的共通知識。這時候，「 PM 討論串」繼續鑽研專案的方向、技術、觀點，而「內訓課程大綱討論串」則取用那些資料，但專注在滿足企業需求的課程規劃上。我繼續回到 PM 討論串，同樣透過「分支」功能，帶著 PM 的知識，衍生出第三個「專門做簡報」的員工。這個員工需要具備的獨立技能，是如何做某種風格簡報的技能。我會給它看我喜歡的風格範例，請它從裡面學會適合的版面、設計風格與表達方式。簡報員工（討論串）研究過設計簡報的方法後（加上前面分支過來，已經具備的專案知識）。我可以：「請簡報員工去參考前面內訓課程員工作的大綱」，再根據來自 PM 的基本專案理解，結合簡報員工自己學會的簡報風格，製作這一場企業內訓需要的 PPT 簡報。在 ChatGPT 的專案團隊中，可以讓團隊裡每一個聊天串（AI 員工），透過下面方式彼此溝通：每個 AI 員工都具備分支自 PM 的基礎專案目標、知識與觀點。每個 AI 員工有自己獨立學會的特殊技能：課程規劃、簡報製作、圖解設計等等。每個 AI 員工可以互通有無：讓簡報員工去找課程規劃員工的大綱做簡報，讓圖解設計員工去看簡報員工的簡報設計搭配圖解。因為 ChatGPT 很好的「記憶」能力，不同討論串之間除了可以參考共通的「資料來源」作為基礎，也可以調出「另一個聊天串」中近期的紀錄直接使用。我們就想像成，真的有一個「 AI 團隊」，裡面每個員工（聊天串）坐在共同辦公室，彼此可以轉個頭就互通有無，並把自己做的成果，交給下一個夥伴去處理。如果你不知道怎麼讓專案團隊中不同 AI 員工互通有無，其實我的經驗是，只要簡單一句話指定聊天串去抓資料就好。例如下面是我的「圖解助手：防彈筆記法課程」，先訓練好我想要的圖解風格後，我只是說了一句：「把專案聊天串中某某某題目的簡報大綱」做圖解，這個圖解助手就自動找出前面簡報助手完成的內容，直接設計成圖解了。第三步：跑過一兩輪後，要把團隊經驗寫成共同規則一個 AI 團隊不能只靠每次臨場發揮，如果慢慢的事情愈做愈好，那麼就是寫成可以遵循的共通流程的時候。當這個團隊跑過一兩輪企業內訓課程後，我會回到團隊的 PM 聊天串，請它做一次總結，建立「這個階段的規則」（但規則會定期修正）。我會請它整理：這個專案目前已經累積了哪些基本知識？這個專案已經處理過哪些任務？PM、大綱員工、簡報員工、圖解員工各自做得好的地方是什麼？哪些任務規則未來可以重複使用？哪些地方需要提醒所有員工不要再犯？如果下一次又要做企業內訓，第一步應該怎麼開始？這一步就是 AI 工作流程中很重要的復盤（養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）。當 PM 聊天串參考專案團隊內其他員工的資料，總結出最新版的專案規則後，我會把這份復盤後的規則指南，放進專案右上方設定中的「專案指令」，因為這是最核心規則，所以不是放入參考用的資料來源，而是必然遵循的「專案指令」。這有點像建立一份團隊共識文件。但我不會一開始就建立，而是經過基本知識訓練，再加上一兩輪實際工作的磨合後，再建立這個 AI 團隊工作磨合後的一份共同指導指南。（Codex 中也一樣需要建立專案團隊的規則文件，乃至每個員工規則文件，只是功能不同而已：一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程）接下來，每個員工雖然各自負責不同任務，但都會站在同一套專案方向、工作規則與品質標準上去執行。第四步：讓專案指南持續更新，讓 PM 自我迭代這份專案指南不是一次寫完就永遠不動。當這個 AI 團隊實際再運作五、六輪企業內訓課程後，我會繼續讓 PM 針對近期聊天再做一次規則總結。繼續回顧：這個專案的基本知識。這個專案已經處理過的任務。哪些流程被證明有效。哪些規則需要保留。哪些地方需要微調。接著，再把新的規則指南寫回 ChatGPT 專案的專案指令裡。甚至，我會在 PM 聊天串中請這個已經掌握專案基本概況的員工，做一次「自我分析」，看看目前有沒有哪些盲點？找完盲點後，我再請 PM 自己利用 Deep Research 功能做研究，把盲點需要的知識、資料、技術補齊，那 PM 做為知識領導者角色的功能就愈來愈完備。第五步：AI 團隊如何互相合作？這裡的重點是：每一個 AI 員工不是孤立存在的。它們可以像真實團隊一樣互相取用資料。例如：PM 持續研究這個專案的核心知識與市場需求。課程大綱助理可以向 PM 取經，掌握課程設計的最新方法。簡報助理可以向課程大綱助理索取最新課程架構，再根據自己的簡報經驗完成簡報。圖解助理可以向 PM 學習核心方法論，也可以向課程大綱助理取得企業需求，並向簡報助理取得最新簡報大綱。也就是說，在這個 ChatGPT 專案團隊裡，每一個「員工」其實就是一個討論串。它們彼此可以透過共同規則、共同資料與我指定的前文摘要來互通有無。這樣做的好處是：每個討論串專注在一種任務，不會互相干擾。不用每次重新教 AI 專案背景。每個助理都有自己的經驗與分工。團隊又可以透過共同專案規則保持一致方向。第六步：加一個專門唱反調的員工，但不影響主線任務如果你的團隊需要更多的想法與創意，我會在前面的基礎上，在專案團隊開一個新的聊天串，請他先統整目前專案基本的知識、內容、任務，但採取批評者角度，提供強化的不同意見。你可以用同樣邏輯去開啟：不同簡報風格的反思者、不同課程規劃的競爭者、不同概念的批評者等等。他們會有專案的核心知識，所以批評有基礎，但他們不是在原本的 PM、簡報、課程討論串中，比較不會被既有的工作流程干擾，而只會說好話。當他們提出的意見有用，有可能變成「正式員工」，例如不同簡報風格的反思者設計得我更喜歡，就直接升級為正式討論串（可能還會"解雇"原本的簡報討論串）。如果他們的反思過頭了，或不需要了，只要「刪除」這個討論串，也不會影響這個專案團隊的工作進行。這種 AI 團隊方法，帶來什麼效益？一般人也可以開始管理自己的 AI 團隊這種做法對我最大的幫助是：我不用一直重教 AI，並且可以建立長期的、多任務的工作流程。只要前期建立好 PM、專案資料庫與共通規則，每個不同助理就可以在自己的工作範圍內展開任務。而且每個助理之間：任務不會互相干擾。又可以根據共同規則保持一致。可以從 PM 或其他助理那裡取得最新知識。又可以各自累積自己的任務經驗。最後又能回到同一個專案規則裡持續更新。這就像把原本一個 AI 助理，拆成一個小型工作團隊。甚至一般人不一定需要很複雜的 Agent 系統，只要利用 ChatGPT 專案或 Gemini Notebook（之後文章再教學），就可以開始做出一個簡化版的 AI 團隊。如果你想試試看，可以從下面這個簡化流程開始：建立一個專案空間：例如 ChatGPT 專案。先訓練一個 PM：讓它研究這個專案的目標、資料、背景、使用者需求與關鍵痛點。建立不同任務討論串，先跑一輪任務：例如大綱助理、簡報助理、圖解助理、文案助理。請 PM 做第一次復盤：整理出專案知識、任務流程、共通規則與接下來需要哪些 AI 助理。讓不同助理根據專案規則完成自己的任務：每個助理只專注在自己的工作上，不要所有事情都混在同一個討論串。定期請 AI 做總結與規則更新：每做完一兩輪工作，就請 AI 復盤，把有效做法寫回專案規則。推薦大家可以試試看這樣的 AI 管理方法。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程 ）

  電腦玩物 · 2026-06-14 15:03

  • 一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程

    建立 AI 團隊的重點，是讓每個聊天有角色、有任務、有共同規則，也有自己的專業經驗。當任務變複雜時，不要再追求一個萬能 AI，而是開始管理一個能分工合作的 AI 團隊。最近一次 AI 課程中，有學員問我，從課程中發現，我在使用 AI 時很少是一次性的問答，而是在一段長期的工作流程中持續跟某一個 AI 員工互動（具體來說例如一個專注在特定任務的 ChatGPT 討論串），我帶著這個 AI 員工分析資料，讓這個 AI 員工先產出任務成果草稿，我的修正與調整也更新回去讓 AI 員工知道之後應該怎麼做。於是某一個 ChatGPT 特定討論串的員工長期幫助我規劃筆記課程，懂得我的經驗與技巧，當有新的企業需求時懂得規劃新課程。（參考：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）某一個 Gemini 討論串的員工長期幫我設計引導孩子寫作文的技巧，懂得我和孩子的需求，可以隨時根據新題目繪製心智圖、引導寫作方案。（參考：我如何用 AI 把親子生活變有趣： 7 種父母都能用得上的實戰流程，從複習、遊戲到溝通）某一個 Codex 專案中討論串的員工長期幫我把內訓課程的講綱變成簡報，他懂得我習慣的簡報版面與講解方式，之後丟講綱就可以立刻完成PPT。（參考：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）也就是無論換到哪一種 AI 工具，對我來說，之前分享過的「ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享」，都是我認為可以幫助人「訓練 AI 員工」，並在長期工作流程中有一個「懂得做這件事情」的助手，隨時幫助自己處理各種產出的好方法。但是 AI 員工一多，會需要一個更有效的管理方法：一個單獨的 AI 討論串很難成為一個萬能助理，我們可以開始把 AI 拆成一個有分工、有共識、有復盤的工作團隊。反過來說，當一件事情變得複雜，就需要管理不只一個 AI 員工來做事，不只是單一任務需求，而是一個長期專案需要有企劃的員工、分析資料的員工、製作報告的員工、繪製圖解的員工，乃至於懂得挑毛病的員工、反向思考的員工，還是專案底下面對不同客戶、不同子任務的員工。那麼，這時候單純只有一個專案一個討論串就不夠了，反而會讓這個討論串中「夾雜」混亂的、反向的、不同情境的記憶與經驗， AI 處理時更容易有問題。所以，在上述不同的 AI 工具中，我會用「 AI 團隊」的概念來管理這些同一個目標、專案，但是有不同需求的 AI 員工：善用 AI 工具內建的功能，讓這些員工有共同記憶，可以彼此互通資訊，但又各自懂得「自己應該專注的事情」，能夠掌握專案方向、參考其他員工經驗，卻聚焦自己專屬的工作邏輯。並且，建立 AI 團隊的方法，無論你使用 ChatGPT、 Gemini 還是 Codex 等工具，都能做得到。現在很流行的 AI Agent，例如 Codex、Claude Code 當然很適合打造這樣多員工的 AI 團隊（一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程），但其實利用 ChatGPT 的「專案」功能，或是 Google Gemini 的「Notebook」功能（這篇文章因為份量太多放不下，下一篇再介紹），也可以打造一個簡化版的 AI 團隊。下面的教學文章，我就根據自己常用的工具，分享我如何搭配相應功能來打造自己的 AI 團隊，團隊內的不同 AI 員工可以如何有效分工：有一個負責專案目標與企劃的 PM。有一個負責課程大綱或報告架構的助理。有一個負責簡報設計的助理。有一個負責圖解、流程圖、資訊圖表的助理。也可以有負責搜尋研究、資料整理、社群貼文、文案潤飾的助理。需要的時候，加一個總是幫助自己反向、多角度思考的顧問助理。2026/9/27 新增：用 ChatGPT 把孩子的錯題變成複習系統：從日常測驗，到考前試卷、聽寫與圖解ChatGPT 專案團隊實作案例：防彈筆記法企業內訓 AI 助教團隊一個 AI 團隊，不只是把很多 AI 討論串放入一個分類管理而已。（例如 ChatGPT 行之有年的專案功能：ChatGPT 「專案」 AI 專屬資料庫實戰案例，和 NotebookLM 比較）在我常用的 ChatGPT 中，我會利用「專案」功能來建立團隊，而且會有明確的分工，每個聊天串都有固定角色、固定任務、固定輸入、固定輸出，不同專案會有不同類型任務，但幾個必備的架構是：PM：負責專案目標與共同知識PM 不是直接做所有成果，而是負責建立專案、工作規則：研究主題背景 整理專案目標 釐清受眾與痛點 持續迭代更新專案知識與規則專業助理：負責單一任務成果根據工作類型不同，一個任務一個助理，處理特定成果與客戶，讓流程不混亂，例如：大綱助理：只負責課程大綱或文章架構。 簡報助理：只負責簡報版面、投影片邏輯。 圖解助理：只負責資訊圖、流程圖、視覺化。 文案助理：只負責社群貼文、銷售頁、課程介紹。 反思者：提出不同意見、自由發散思考，但是不混在主線工作流程中很多時候工作需要不同想法，反思者可以接收其他 PM 或專業助理的工作狀態，提出不同意見，但不會讓工作流程變得混亂，例如：一個總是唱反調的 PM一個往相反方向規畫的大綱助理一個走另外一種簡報風格的助理這些「 AI 員工」，在 ChatGPT 的專案功能中，可以善用功能做出下面的溝通：透過「專案指令」建立所有員工的目標規則。利用「資料來源」管理現階段必備資料，讓所有員工明確取用。透過團隊的「記憶」讓大綱助理可以接收 PM 的知識作大綱，而簡報助理可以接收大綱助理的內容作簡報。透過「分支聊天」快速建立需要的反思者。AI PM 負責一段時間復盤，更新專案指令規則。每個 AI 專業助理產出完成品時，可適度加入團隊資料來源。第一步：先訓練一個專案 PM，掌握這個專案的基礎知識與觀點讓我們進入操作示範。當我要在 ChatGPT 中建立一個「防彈筆記法課程規劃」專案團隊時，我會先在左方新增一個空的「專案」。第一時間我不會立刻就建立專案指令、資料來源，而是先開啟一個新個聊天，訓練一個前面說的 PM 專案助理。這個 PM 的任務，不是幫我做簡報，也不是馬上寫文案，而是先幫我釐清：這個專案要達成什麼目標？這個主題有哪些核心知識？這個專案要解決哪些真實問題？有哪些資料、案例、使用者回饋值得參考？這個專案接下來可能需要哪些工作流程？一開始，我通常會先利用 ChatGPT 的搜尋研究、Deep Research 等功能，讓這個 PM 討論串先進行資料蒐集與分析。我把這個過程比喻為我在訓練一個「懂得這個專案在做什麼工作，應該怎麼工作」的 AI 助手。例如我正在準備一場「防彈筆記法」企業內訓課程，我會先讓這個 PM 幫我研究：防彈筆記法的相關資料。使用者回饋與真實案例。企業職場常見的筆記痛點。其他筆記方法之間的比較。這堂課可能要解決的企業內訓需求。接著，我會再和這個 PM 討論：我身為講師，對這個課程的核心觀點與想法是什麼。這個過程是在訓練一位團隊 PM，讓它理解防彈筆記法的基本知識、市場策略、企業內訓痛點，以及這個專案真正要達成的成果。這時候如果有出現「以後專案團隊都需要知識」的資料與觀點，可以利用 ChatGPT 專案聊天串回答最下方的「新增到資料來源」按鈕，把整份回答傳到 ChatGPT 專案分類的「資料來源」中，之後更容易被參考。但這邊我會審慎使用，只有當這份資料真的是「未來所有團隊成員都要知道的」，我才會存入資料來源。舉例來說，之後我可能規劃了一個「某某企業專用的課程大綱」，這個大綱只有針對那個企業有用，其他團隊成員不一定需要知道，那就不要存入專案資料來源。但我在進行了幾次企業課程後，把這幾次課程的大鋼統整成一個「最完整版企業內訓課程大綱」，那麼我就存入專案資料來源，之後可以參考。第二步：從 PM 分支出不同專業助理的 AI 員工，每個員工有獨立技能，但可以互通有無在 AI PM 員工建立這個專案的基礎知識與觀點後，我會利用「分支討論串」的功能，從 PM 「衍生」出不同的討論串，讓它們變成不同的 AI 員工，但具備 PM 前面分析過的知識與觀點。這個功能在 ChatGPT、 Gemini 中都有。在對話下方選擇「...」－「在新聊天中分支」，那麼這個對話之前的討論、記憶都會直接帶入新的聊天中。以「防彈筆記法企業內訓」這個專案來說，我把專案 PM 建立的知識「分支」出來，帶著這個觀點，開始訓練第二號員工：專門製作課程大綱。這個助理的任務，是根據 PM 前面建立的知識，參考某一家企業提出的痛點需求，設計有效的企業內訓課程大綱。我教這個專業助理怎麼規劃課程的方法，這是他獨立的技能。但是他可以參考分支之前的討論規劃，也可以參考前面存入資料來源的共通知識。這時候，「 PM 討論串」繼續鑽研專案的方向、技術、觀點，而「內訓課程大綱討論串」則取用那些資料，但專注在滿足企業需求的課程規劃上。我繼續回到 PM 討論串，同樣透過「分支」功能，帶著 PM 的知識，衍生出第三個「專門做簡報」的員工。這個員工需要具備的獨立技能，是如何做某種風格簡報的技能。我會給它看我喜歡的風格範例，請它從裡面學會適合的版面、設計風格與表達方式。簡報員工（討論串）研究過設計簡報的方法後（加上前面分支過來，已經具備的專案知識）。我可以：「請簡報員工去參考前面內訓課程員工作的大綱」，再根據來自 PM 的基本專案理解，結合簡報員工自己學會的簡報風格，製作這一場企業內訓需要的 PPT 簡報。在 ChatGPT 的專案團隊中，可以讓團隊裡每一個聊天串（AI 員工），透過下面方式彼此溝通：每個 AI 員工都具備分支自 PM 的基礎專案目標、知識與觀點。每個 AI 員工有自己獨立學會的特殊技能：課程規劃、簡報製作、圖解設計等等。每個 AI 員工可以互通有無：讓簡報員工去找課程規劃員工的大綱做簡報，讓圖解設計員工去看簡報員工的簡報設計搭配圖解。因為 ChatGPT 很好的「記憶」能力，不同討論串之間除了可以參考共通的「資料來源」作為基礎，也可以調出「另一個聊天串」中近期的紀錄直接使用。我們就想像成，真的有一個「 AI 團隊」，裡面每個員工（聊天串）坐在共同辦公室，彼此可以轉個頭就互通有無，並把自己做的成果，交給下一個夥伴去處理。如果你不知道怎麼讓專案團隊中不同 AI 員工互通有無，其實我的經驗是，只要簡單一句話指定聊天串去抓資料就好。例如下面是我的「圖解助手：防彈筆記法課程」，先訓練好我想要的圖解風格後，我只是說了一句：「把專案聊天串中某某某題目的簡報大綱」做圖解，這個圖解助手就自動找出前面簡報助手完成的內容，直接設計成圖解了。第三步：跑過一兩輪後，要把團隊經驗寫成共同規則一個 AI 團隊不能只靠每次臨場發揮，如果慢慢的事情愈做愈好，那麼就是寫成可以遵循的共通流程的時候。當這個團隊跑過一兩輪企業內訓課程後，我會回到團隊的 PM 聊天串，請它做一次總結，建立「這個階段的規則」（但規則會定期修正）。我會請它整理：這個專案目前已經累積了哪些基本知識？這個專案已經處理過哪些任務？PM、大綱員工、簡報員工、圖解員工各自做得好的地方是什麼？哪些任務規則未來可以重複使用？哪些地方需要提醒所有員工不要再犯？如果下一次又要做企業內訓，第一步應該怎麼開始？這一步就是 AI 工作流程中很重要的復盤（養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）。當 PM 聊天串參考專案團隊內其他員工的資料，總結出最新版的專案規則後，我會把這份復盤後的規則指南，放進專案右上方設定中的「專案指令」，因為這是最核心規則，所以不是放入參考用的資料來源，而是必然遵循的「專案指令」。這有點像建立一份團隊共識文件。但我不會一開始就建立，而是經過基本知識訓練，再加上一兩輪實際工作的磨合後，再建立這個 AI 團隊工作磨合後的一份共同指導指南。（Codex 中也一樣需要建立專案團隊的規則文件，乃至每個員工規則文件，只是功能不同而已：一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程）接下來，每個員工雖然各自負責不同任務，但都會站在同一套專案方向、工作規則與品質標準上去執行。第四步：讓專案指南持續更新，讓 PM 自我迭代這份專案指南不是一次寫完就永遠不動。當這個 AI 團隊實際再運作五、六輪企業內訓課程後，我會繼續讓 PM 針對近期聊天再做一次規則總結。繼續回顧：這個專案的基本知識。這個專案已經處理過的任務。哪些流程被證明有效。哪些規則需要保留。哪些地方需要微調。接著，再把新的規則指南寫回 ChatGPT 專案的專案指令裡。甚至，我會在 PM 聊天串中請這個已經掌握專案基本概況的員工，做一次「自我分析」，看看目前有沒有哪些盲點？找完盲點後，我再請 PM 自己利用 Deep Research 功能做研究，把盲點需要的知識、資料、技術補齊，那 PM 做為知識領導者角色的功能就愈來愈完備。第五步：AI 團隊如何互相合作？這裡的重點是：每一個 AI 員工不是孤立存在的。它們可以像真實團隊一樣互相取用資料。例如：PM 持續研究這個專案的核心知識與市場需求。課程大綱助理可以向 PM 取經，掌握課程設計的最新方法。簡報助理可以向課程大綱助理索取最新課程架構，再根據自己的簡報經驗完成簡報。圖解助理可以向 PM 學習核心方法論，也可以向課程大綱助理取得企業需求，並向簡報助理取得最新簡報大綱。也就是說，在這個 ChatGPT 專案團隊裡，每一個「員工」其實就是一個討論串。它們彼此可以透過共同規則、共同資料與我指定的前文摘要來互通有無。這樣做的好處是：每個討論串專注在一種任務，不會互相干擾。不用每次重新教 AI 專案背景。每個助理都有自己的經驗與分工。團隊又可以透過共同專案規則保持一致方向。第六步：加一個專門唱反調的員工，但不影響主線任務如果你的團隊需要更多的想法與創意，我會在前面的基礎上，在專案團隊開一個新的聊天串，請他先統整目前專案基本的知識、內容、任務，但採取批評者角度，提供強化的不同意見。你可以用同樣邏輯去開啟：不同簡報風格的反思者、不同課程規劃的競爭者、不同概念的批評者等等。他們會有專案的核心知識，所以批評有基礎，但他們不是在原本的 PM、簡報、課程討論串中，比較不會被既有的工作流程干擾，而只會說好話。當他們提出的意見有用，有可能變成「正式員工」，例如不同簡報風格的反思者設計得我更喜歡，就直接升級為正式討論串（可能還會"解雇"原本的簡報討論串）。如果他們的反思過頭了，或不需要了，只要「刪除」這個討論串，也不會影響這個專案團隊的工作進行。這種 AI 團隊方法，帶來什麼效益？一般人也可以開始管理自己的 AI 團隊這種做法對我最大的幫助是：我不用一直重教 AI，並且可以建立長期的、多任務的工作流程。只要前期建立好 PM、專案資料庫與共通規則，每個不同助理就可以在自己的工作範圍內展開任務。而且每個助理之間：任務不會互相干擾。又可以根據共同規則保持一致。可以從 PM 或其他助理那裡取得最新知識。又可以各自累積自己的任務經驗。最後又能回到同一個專案規則裡持續更新。這就像把原本一個 AI 助理，拆成一個小型工作團隊。甚至一般人不一定需要很複雜的 Agent 系統，只要利用 ChatGPT 專案或 Gemini Notebook（之後文章再教學），就可以開始做出一個簡化版的 AI 團隊。如果你想試試看，可以從下面這個簡化流程開始：建立一個專案空間：例如 ChatGPT 專案。先訓練一個 PM：讓它研究這個專案的目標、資料、背景、使用者需求與關鍵痛點。建立不同任務討論串，先跑一輪任務：例如大綱助理、簡報助理、圖解助理、文案助理。請 PM 做第一次復盤：整理出專案知識、任務流程、共通規則與接下來需要哪些 AI 助理。讓不同助理根據專案規則完成自己的任務：每個助理只專注在自己的工作上，不要所有事情都混在同一個討論串。定期請 AI 做總結與規則更新：每做完一兩輪工作，就請 AI 復盤，把有效做法寫回專案規則。推薦大家可以試試看這樣的 AI 管理方法。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程 ）
    View on 電腦玩物

• 我如何用 AI Agent 讓自己「不再分心」滑社群、看郵件、追新資訊

  最容易分心的地方，往往也是工作入口我最近會善用 AI 工具，幫我解決很多「分心」的問題。這裡說的分心，指得是很多容易讓我迷失的資訊入口：信箱、社群、RSS 閱讀器、稍後閱讀清單等等。這些地方都是工作需要，不得不去處理：我要進信箱，是因為「可能有」讀者來信、課程邀約、合作討論、出版社溝通、臨時交辦。我要看社群，因為上面「可能有」我寫文章、作課程需要的工具更新、使用者案例、值得收錄的觀點。我要打開 RSS 閱讀器，是因為「可能有」新文章、新研究、新產品變化，支撐後續文章與課程內容。問題是，只要我自己直接進到這些入口，就很容易被次要訊息帶走。而且「可能有」就代表「不一定有」，但非常有可能我打開這些資訊入口後，反而被那些其實不需要馬上處理的資訊浪費掉最多時間。打開信箱，本來只是想找一封需要回覆的信，結果看到幾封促銷、通知、抄送、平台提醒，腦袋開始切換。打開社群，本來只是想看某個 AI 工具的新案例，結果不知不覺滑了二十分鐘（以上）。打開 RSS，本來只是想找今天值得深入讀的幾篇文章，結果先花掉一大段時間篩選、略讀、判斷、標記。我後來把這類狀況看成「外部劫持型分心」。我想專心工作，只是這些入口本來就會不斷把新刺激推到我面前。只要我一進去，就要花額外心力抵抗很多其實不需要現在處理的東西。所以我最近開始實驗一個做法：我「不要進入」信箱、社群、RSS ，先讓 AI Agent 幫我做第一輪過濾，然後我專注看真正需要處理的那封信、那則貼文、那篇文章。AI Agent 在這裡扮演的角色，就像一個站在門口的整理員。它先進到那些很吵的地方，把可能重要的東西挑出來，附上原因、來源與下一步。然後我先讀整理後的短清單。判斷出真正需要處理的回應、資料，才進入那一則訊息，專注處理。下面用三個我最近最有感的流程來說明。2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程2026/7 更新：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、 專案 資料、AI 記憶與規則把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學案例一：每天三個時段，讓 AI 先幫我篩郵件我現在處理郵件時，會把「進信箱」這件事先交給AI。不再一有空就打開信箱掃一輪，而是固定三個時段：早上開始工作前中午休息前下班前在這三個時間點，我會請 AI 先根據它目前知道的工作情況，幫我找出真正需要處理的郵件。但是這裡有一個前提：我不會在自己也不知道重點的情況下，叫 AI 從整個信箱裡幫我判斷輕重緩急。我會先給它一些判斷依據（通常就是依靠最近幾周的ChatGPT對話記憶便非常有效），例如：這一週我正在推進哪些課程、文章、合作或家庭安排。哪些對象的來信通常需要優先看。哪些主題可能跟近期工作成果直接相關。哪些郵件只要摘要即可，暫時不需要回覆。哪些類型的信不能讓 AI 自己承諾，只能先寫草稿。延伸參考：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好接著我希望 AI 輸出的是一份很短的處理清單。例如：今天必須處理的 3 到 5 封信。每封信為什麼值得現在看。建議下一步是回覆、排程、轉交、補資料，還是先延後。如果需要回覆，先擬一封草稿。附上原始郵件連結，讓我可以直接點進去確認。也附上其他AI判斷不需要處理的清單，讓我快速確認一次（但是通常都判斷正確）我慣用的指令：請根據你對我目前工作狀態、課程、專案任務與生活計畫的了解，檢查我的 @Gmail 主要收件匣中最近尚未處理的郵件。請一步一步分析，先過濾出不需要回答的資訊、電子報與通知，再挑出真正需要我回應、確認時間、安排任務，或跟我目前重要工作有關的郵件。對每一封需要行動的郵件，請提供重點摘要、建議下一步行動、是否需要放進行事曆或待辦清單，以及一版簡短有力的回覆草稿。如果需要判斷可約時間，請參考我的 @Google 行事曆 ，但最後日期仍由我確認。這樣一來，我就不用先進到整個信箱裡面，被一堆次要通知牽著走。我只要看 AI 篩出來的清單，再決定哪幾封真的要處理。我處理這個流程習慣使用 ChatGPT ，讓 ChatGPT 連結我的 Gmail 與 Google 日曆，於是透過上面指令，他會幫我判斷郵件重要性、判斷時間、建議我要加入什麼行程到日曆，並寫好回信草稿。這個過程中，我不會進入「整個信箱」，因為 ChatGPT 會提供我「需要處理的那封郵件」的連結，我只要點開那封信的連結，專心處理那封郵件即可。ChatGPT 也會給我不須回覆、可以直接封存的建議，我只要快速掃描清單，避免 AI 誤判即可，但不用點開信箱被這些郵件干擾。AI 做的是「入口整理」，提供我第一階段的判斷與草稿。這可以幫助我專注在最重要的事情上：人來決定要不要回覆、怎麼回覆、要不要接受邀約、要不要做出承諾。這個流程讓我最有感的地方，是不會遺漏一些重要的臨時交辦，但我也不需要在整個工作中反覆進信箱。案例二：用 Codex for Chrome 掃社群，但只輸出候選清單第二個分心入口，是社群。我需要看 X、Facebook 這些地方，因為有時候最新工具案例、使用者經驗、開發者分享、讀者討論，會先出現在社群上。可是社群最麻煩的地方，就是它永遠不只給我工作需要的那幾則訊息。你想看一個 AI 工具案例，下一秒就被其他留言、爭論、新聞、推薦貼文拉走。所以我最近會嘗試讓 Codex for Chrome 做一種「社群雷達」。做法很單純：我讓 Codex 進到我已登入的 X 或 Facebook，根據我近期的文章草稿、永久筆記、課程主題，了解我近期關注重點，據此去掃描今天可能值得我看的貼文。（具體操作可參考：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群） 要讓 Codex 操作我的瀏覽器或電腦時，我會把安全禁止事項「事先」寫清楚（先跟AI溝通）：只掃描與摘要重點，不幫我按讚。只列候選，不留言。只提供原始連結，不自動收錄到正式資料庫。如果遇到需要登入後操作或不確定內容，先標記，等我決定。我希望它最後給我的清單不要太長，最好像上圖這樣：貼文主題為什麼值得看可能對應到我筆記資料庫中哪些主題原始網址這樣做之後，我看社群的方式有一個很明顯的差異。以前我自己打開社群，是從首頁時間線開始，每次一滑就要花掉很多時間。現在我則習慣只看 AI 整理出來的候選清單。如果清單裡真的有值得看的，我再點進去；如果沒有，我就不需要打開那個會讓我一路滑下去的介面。案例三：讓 Codex 先讀 RSS 閱讀器，再由我挑文章第三個例子，是 RSS 閱讀器。（延伸閱讀：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）我之前曾經用 AI 做出一個 RSS 閱讀器，裡面有我訂閱的數十個文章來源。這個工具本身對我很有用。但如果每天都由我自己打開 RSS 閱讀器，再一篇一篇掃標題、判斷、摘要、標記，時間還是會被吃掉。雖然 RSS 閱讀器看起來比較不像社群一樣無關資訊太多，但其實也是另一種資訊流。每一篇都好像有一點值得看，每一篇都好像可以先打開一下。可是最後值得深入讀的可能只有幾篇，而前面篩選就已經消耗很多注意力。所以我現在做的是：讓 Codex 直接讀我的 RSS 閱讀器或訂閱來源。Codex 每天先依照我最近的筆記、文章草稿與永久筆記主題，了解我近期感興趣內容，接著進去我的 RSS 閱讀器抓出我可能感興趣的新內容，並且先放到暫存區。我希望它完成三件事：把候選文章依主題分類。每篇做一段短摘要，說明為什麼被挑出來。產出 review summary，讓我決定哪些值得正式收閱讀。它先整理成候選，保留來源、摘要、理由。等我看過 review summary，再決定哪些要抓全文、哪些要變成筆記卡、哪些可以當作文章素材。這樣做的好處是，我還是能追蹤新資訊，但不用自己先在 RSS 裡面過濾一輪。我把精力留給後面的判斷：哪些真的值得讀？哪些可以補進永久筆記？哪些只是看起來新，其實跟我現在的任務無關？三個案例背後，其實是同一個流程信箱、社群、RSS 看起來是不同工具。但我後來發現，它們可以用同一個 AI 工作流程來處理：第一步，先不要叫 AI 去看全部資訊，而是讓 AI 先了解我的需求我會先提供目前重點，例如這週正在準備哪堂課、哪篇文章、哪個專案、哪幾類合作或家庭安排。第二步，讓 AI 進入容易分心的入口，人不要進去信箱、社群、RSS 都可以，總之就是我們之前為了獲得關鍵資訊，需要花很多時間過濾雜訊（但又會被雜訊吸引的地方）。第三步，要求 AI 找出重點，輸出短清單，我自己不要進入分心之地引導 AI 有效分類統整，不要讓 AI 把所有資訊都處理，因為如果給我 30 封信、50 則貼文、100 篇 RSS 摘要，那其實只是把原本的資訊大海換成另一片資訊大海。第四步，每個候選都要保留來源連結如果沒有連結、沒有原始信件、沒有來源說明，我就不能快速回查，也不能放心引用。第五步，所有外部動作都要等我人工確認。寄信、回覆、按讚、留言、發布、正式收錄、刪除資料，都不應該由 AI 自己完成。最後一步，每次篩選準或不準都做修正，持續寫回規則，讓這個 AI 過濾機制愈來愈有效。（養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）如果它挑太多次要訊息，我就補一條排除規則。如果它漏掉某類重要信件，我就補一條優先規則。這樣下次才會更接近我真正需要的入口。結論：把人的注意力留給判斷，讓 AI 擋在資訊入口善用 AI Agent 不一定是做出多驚人的成果。讓 AI 幫我少掉一段本來很容易被分心拖走的操作，也是提升效率的做法。人少一點進信箱翻找。人少一點打開社群後一路滑下去。人少一點在 RSS 裡面一篇一篇做初步判斷。讓 AI 擋掉那些雜訊，我再決定下一步。這樣我還是有抓到重要任務、獲取關鍵資訊，也沒有放棄判斷。只是我不再每次都跳進最吵的地方，然後增加更多分心時間。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）

  電腦玩物 · 2026-05-31 15:30

  • 我如何用 AI Agent 讓自己「不再分心」滑社群、看郵件、追新資訊

    最容易分心的地方，往往也是工作入口我最近會善用 AI 工具，幫我解決很多「分心」的問題。這裡說的分心，指得是很多容易讓我迷失的資訊入口：信箱、社群、RSS 閱讀器、稍後閱讀清單等等。這些地方都是工作需要，不得不去處理：我要進信箱，是因為「可能有」讀者來信、課程邀約、合作討論、出版社溝通、臨時交辦。我要看社群，因為上面「可能有」我寫文章、作課程需要的工具更新、使用者案例、值得收錄的觀點。我要打開 RSS 閱讀器，是因為「可能有」新文章、新研究、新產品變化，支撐後續文章與課程內容。問題是，只要我自己直接進到這些入口，就很容易被次要訊息帶走。而且「可能有」就代表「不一定有」，但非常有可能我打開這些資訊入口後，反而被那些其實不需要馬上處理的資訊浪費掉最多時間。打開信箱，本來只是想找一封需要回覆的信，結果看到幾封促銷、通知、抄送、平台提醒，腦袋開始切換。打開社群，本來只是想看某個 AI 工具的新案例，結果不知不覺滑了二十分鐘（以上）。打開 RSS，本來只是想找今天值得深入讀的幾篇文章，結果先花掉一大段時間篩選、略讀、判斷、標記。我後來把這類狀況看成「外部劫持型分心」。我想專心工作，只是這些入口本來就會不斷把新刺激推到我面前。只要我一進去，就要花額外心力抵抗很多其實不需要現在處理的東西。所以我最近開始實驗一個做法：我「不要進入」信箱、社群、RSS ，先讓 AI Agent 幫我做第一輪過濾，然後我專注看真正需要處理的那封信、那則貼文、那篇文章。AI Agent 在這裡扮演的角色，就像一個站在門口的整理員。它先進到那些很吵的地方，把可能重要的東西挑出來，附上原因、來源與下一步。然後我先讀整理後的短清單。判斷出真正需要處理的回應、資料，才進入那一則訊息，專注處理。下面用三個我最近最有感的流程來說明。2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程2026/7 更新：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、 專案 資料、AI 記憶與規則把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學案例一：每天三個時段，讓 AI 先幫我篩郵件我現在處理郵件時，會把「進信箱」這件事先交給AI。不再一有空就打開信箱掃一輪，而是固定三個時段：早上開始工作前中午休息前下班前在這三個時間點，我會請 AI 先根據它目前知道的工作情況，幫我找出真正需要處理的郵件。但是這裡有一個前提：我不會在自己也不知道重點的情況下，叫 AI 從整個信箱裡幫我判斷輕重緩急。我會先給它一些判斷依據（通常就是依靠最近幾周的ChatGPT對話記憶便非常有效），例如：這一週我正在推進哪些課程、文章、合作或家庭安排。哪些對象的來信通常需要優先看。哪些主題可能跟近期工作成果直接相關。哪些郵件只要摘要即可，暫時不需要回覆。哪些類型的信不能讓 AI 自己承諾，只能先寫草稿。延伸參考：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好接著我希望 AI 輸出的是一份很短的處理清單。例如：今天必須處理的 3 到 5 封信。每封信為什麼值得現在看。建議下一步是回覆、排程、轉交、補資料，還是先延後。如果需要回覆，先擬一封草稿。附上原始郵件連結，讓我可以直接點進去確認。也附上其他AI判斷不需要處理的清單，讓我快速確認一次（但是通常都判斷正確）我慣用的指令：請根據你對我目前工作狀態、課程、專案任務與生活計畫的了解，檢查我的 @Gmail 主要收件匣中最近尚未處理的郵件。請一步一步分析，先過濾出不需要回答的資訊、電子報與通知，再挑出真正需要我回應、確認時間、安排任務，或跟我目前重要工作有關的郵件。對每一封需要行動的郵件，請提供重點摘要、建議下一步行動、是否需要放進行事曆或待辦清單，以及一版簡短有力的回覆草稿。如果需要判斷可約時間，請參考我的 @Google 行事曆 ，但最後日期仍由我確認。這樣一來，我就不用先進到整個信箱裡面，被一堆次要通知牽著走。我只要看 AI 篩出來的清單，再決定哪幾封真的要處理。我處理這個流程習慣使用 ChatGPT ，讓 ChatGPT 連結我的 Gmail 與 Google 日曆，於是透過上面指令，他會幫我判斷郵件重要性、判斷時間、建議我要加入什麼行程到日曆，並寫好回信草稿。這個過程中，我不會進入「整個信箱」，因為 ChatGPT 會提供我「需要處理的那封郵件」的連結，我只要點開那封信的連結，專心處理那封郵件即可。ChatGPT 也會給我不須回覆、可以直接封存的建議，我只要快速掃描清單，避免 AI 誤判即可，但不用點開信箱被這些郵件干擾。AI 做的是「入口整理」，提供我第一階段的判斷與草稿。這可以幫助我專注在最重要的事情上：人來決定要不要回覆、怎麼回覆、要不要接受邀約、要不要做出承諾。這個流程讓我最有感的地方，是不會遺漏一些重要的臨時交辦，但我也不需要在整個工作中反覆進信箱。案例二：用 Codex for Chrome 掃社群，但只輸出候選清單第二個分心入口，是社群。我需要看 X、Facebook 這些地方，因為有時候最新工具案例、使用者經驗、開發者分享、讀者討論，會先出現在社群上。可是社群最麻煩的地方，就是它永遠不只給我工作需要的那幾則訊息。你想看一個 AI 工具案例，下一秒就被其他留言、爭論、新聞、推薦貼文拉走。所以我最近會嘗試讓 Codex for Chrome 做一種「社群雷達」。做法很單純：我讓 Codex 進到我已登入的 X 或 Facebook，根據我近期的文章草稿、永久筆記、課程主題，了解我近期關注重點，據此去掃描今天可能值得我看的貼文。（具體操作可參考：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群） 要讓 Codex 操作我的瀏覽器或電腦時，我會把安全禁止事項「事先」寫清楚（先跟AI溝通）：只掃描與摘要重點，不幫我按讚。只列候選，不留言。只提供原始連結，不自動收錄到正式資料庫。如果遇到需要登入後操作或不確定內容，先標記，等我決定。我希望它最後給我的清單不要太長，最好像上圖這樣：貼文主題為什麼值得看可能對應到我筆記資料庫中哪些主題原始網址這樣做之後，我看社群的方式有一個很明顯的差異。以前我自己打開社群，是從首頁時間線開始，每次一滑就要花掉很多時間。現在我則習慣只看 AI 整理出來的候選清單。如果清單裡真的有值得看的，我再點進去；如果沒有，我就不需要打開那個會讓我一路滑下去的介面。案例三：讓 Codex 先讀 RSS 閱讀器，再由我挑文章第三個例子，是 RSS 閱讀器。（延伸閱讀：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）我之前曾經用 AI 做出一個 RSS 閱讀器，裡面有我訂閱的數十個文章來源。這個工具本身對我很有用。但如果每天都由我自己打開 RSS 閱讀器，再一篇一篇掃標題、判斷、摘要、標記，時間還是會被吃掉。雖然 RSS 閱讀器看起來比較不像社群一樣無關資訊太多，但其實也是另一種資訊流。每一篇都好像有一點值得看，每一篇都好像可以先打開一下。可是最後值得深入讀的可能只有幾篇，而前面篩選就已經消耗很多注意力。所以我現在做的是：讓 Codex 直接讀我的 RSS 閱讀器或訂閱來源。Codex 每天先依照我最近的筆記、文章草稿與永久筆記主題，了解我近期感興趣內容，接著進去我的 RSS 閱讀器抓出我可能感興趣的新內容，並且先放到暫存區。我希望它完成三件事：把候選文章依主題分類。每篇做一段短摘要，說明為什麼被挑出來。產出 review summary，讓我決定哪些值得正式收閱讀。它先整理成候選，保留來源、摘要、理由。等我看過 review summary，再決定哪些要抓全文、哪些要變成筆記卡、哪些可以當作文章素材。這樣做的好處是，我還是能追蹤新資訊，但不用自己先在 RSS 裡面過濾一輪。我把精力留給後面的判斷：哪些真的值得讀？哪些可以補進永久筆記？哪些只是看起來新，其實跟我現在的任務無關？三個案例背後，其實是同一個流程信箱、社群、RSS 看起來是不同工具。但我後來發現，它們可以用同一個 AI 工作流程來處理：第一步，先不要叫 AI 去看全部資訊，而是讓 AI 先了解我的需求我會先提供目前重點，例如這週正在準備哪堂課、哪篇文章、哪個專案、哪幾類合作或家庭安排。第二步，讓 AI 進入容易分心的入口，人不要進去信箱、社群、RSS 都可以，總之就是我們之前為了獲得關鍵資訊，需要花很多時間過濾雜訊（但又會被雜訊吸引的地方）。第三步，要求 AI 找出重點，輸出短清單，我自己不要進入分心之地引導 AI 有效分類統整，不要讓 AI 把所有資訊都處理，因為如果給我 30 封信、50 則貼文、100 篇 RSS 摘要，那其實只是把原本的資訊大海換成另一片資訊大海。第四步，每個候選都要保留來源連結如果沒有連結、沒有原始信件、沒有來源說明，我就不能快速回查，也不能放心引用。第五步，所有外部動作都要等我人工確認。寄信、回覆、按讚、留言、發布、正式收錄、刪除資料，都不應該由 AI 自己完成。最後一步，每次篩選準或不準都做修正，持續寫回規則，讓這個 AI 過濾機制愈來愈有效。（養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）如果它挑太多次要訊息，我就補一條排除規則。如果它漏掉某類重要信件，我就補一條優先規則。這樣下次才會更接近我真正需要的入口。結論：把人的注意力留給判斷，讓 AI 擋在資訊入口善用 AI Agent 不一定是做出多驚人的成果。讓 AI 幫我少掉一段本來很容易被分心拖走的操作，也是提升效率的做法。人少一點進信箱翻找。人少一點打開社群後一路滑下去。人少一點在 RSS 裡面一篇一篇做初步判斷。讓 AI 擋掉那些雜訊，我再決定下一步。這樣我還是有抓到重要任務、獲取關鍵資訊，也沒有放棄判斷。只是我不再每次都跳進最吵的地方，然後增加更多分心時間。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）
    View on 電腦玩物

• 不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群

  上個禮拜撰寫了「一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程」一文，分享新手如何快速掌握 OpenAI 的 AI Agent 軟體：「 Codex 」。因為這幾個月的使用經驗，讓我認為 Codex 已經不只是一個程式開發 AI 工具， Codex 更可以當作一般人管理電腦文件檔案，甚至規劃自動化處理日常工作流程的 AI 助理。在前面那篇文章中，有提到 Codex 內有一個外掛（技能）功能，簡單的說，我安裝了一個 Google Drive 外掛，裡面包含了各種 AI 如何處理 Google 文件、試算表、簡報的技能，所以我可以直接命令 Codex 去管理我的某一個 Google 雲端硬碟內的資料，直接編輯試算表與簡報。而前兩天， OpenAI 推出了一個非常強大的外掛：「 Codex for Chrome 」，顧名思義，可以讓 AI 直接打開我電腦內的 Google Chrome 瀏覽器，幫我完成「那些原本在瀏覽器內我會自己操作的功能」，例如，下面文章中我實際測試成功的應用案例：讓 Codex for Chrome 打開我已經登入的社群網站，直接爬梳並抓取今天我可能需要的訊息。讓 Codex for Chrome 抓取景點網頁資料、整理成 Google 試算表、操作 Google 地圖建立行程清單。讓 Codex for Chrome 打開 Evernote 網頁端，直接在裡面搜尋、連結、整理與建立筆記。讓 Codex for Chrome 打開 ChatGPT 深入研究，把研究結果輸入 Gemini ，開啟 Gemini Canvas 做成網頁預覽。讓 Codex for Chrome 剪貼我在 Evernote 的文章草稿，貼上部落格後台並做好圖文排版編輯。原本的 ChatGPT、 Codex 就內建搜尋網路資料的功能，原本的 Codex 也內建打開網頁並操作的功能（例如我之前用 Codex 做一個線上象棋遊戲， Codex 可以打開遊戲網頁操作測試功能）。那麼 Codex for Chrome 最大的不同在哪裡呢？根據我實際使用後體驗到的關鍵差別是：因為直接使用我在電腦中登入的真實 Chrome 瀏覽器，所以可以處理「需要登入」（而我已經登入）的網站功能，像是各種社群、雲端服務等等。Codex for Chrome 會在我們電腦中的瀏覽器真的打開分頁操作，但會利用 Chrome 的群組分頁功能， AI 的操作在「背景分頁」自動處理，我們可以看，但不影響我們同時操作其他分頁。（延伸閱讀：我用 Chrome 內建分頁群組，解決多線 AI 助理與工作流程混亂的問題）透過 Codex for Chrome，我們可以利用 AI 去處理一系列雲端服務網站的操作，可以在網站中使用功能、輸入資料、獲取內容，並且可以串聯多個步驟（例如要求 AI 連續打開多種網站，自動完成一系列前後接續的操作），成為一個對一般人來說最簡單的自動化工具（因為執行過程完全只需自然語言下指令，不會涉及任何程式碼）。延伸教學：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好延伸教學：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程2026/7 更新：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、 專案 資料、AI 記憶與規則把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學如何開始使用 Codex for Chrome：首先，你當然需要先下載安裝 OpenAI 的 Codex 軟體（參考：「一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程」）。接著，在左上方的「外掛程式」頁面，找到最新推出的「 Chrome 」外掛，直接選擇安裝即可。同時，還需要在 Google Chrome 瀏覽器中，安裝「 Codex 」的應用程式（外掛頁面會引導你去安裝）。兩者都做好，就能讓 Codex 去操作 Chrome 瀏覽器中的網站與功能。最後，最簡單的使用方式，就是我們可以在 Codex 中利用左下方的「（單純）聊天」功能，開一個新的對話，在對話一開頭先輸入「 @chrome 」，主動呼叫出 Chrome 外掛，就能開始下指令，要求 Codex 去做各種瀏覽器端的網站操作了！讓 Codex for Chrome 打開我已經登入的社群網站，直接爬梳並抓取今天我可能需要的訊息：每天要獲取大量資訊，還要整理資料庫，是非常繁瑣的動作，所以我會交給 AI ：「AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得」。要讓 Codex AI 去抓取網頁資料，甚至 YouTube 影片字幕，都很簡單。但是，如果要讓 AI 直接「像我一樣」捲動瀏覽我的社群首頁，幫我看過一遍，然後抓取我可能需要的貼文資訊呢？這時候就可以利用 Codex for Chrome，我是這樣下指令的（指令中所說的資料庫，就是我前面文章所說的，利用 AI 建立的外部資料庫）：@chrome 檢索我的 X 社群貼文，根據我資料庫中的筆記、寫作喜好，過濾出我感興趣的貼文，請一步一步分析，檢索貼文，遇到我感興趣的主題就摘要，持續進行直到瀏覽完今日社群主要貼文為止，然後把摘要的貼文與網址列成清單讓我瀏覽。我要求 Codex 做幾個連續動作：打開我已經登入的社群網站。捲動我的首頁。一頁一頁捲動，從中找出我感興趣的主題貼文。抓出貼文的摘要與網址。列成清單。而當 Codex for Chrome 實際操作時，就會像下圖這樣， AI 會在我真正使用的瀏覽器中，打開一個背景分頁群組，然後在背景自己操作我的社群去瀏覽。那個當下，我則打開其他分頁在做其他工作。下面則是 Codex 在訊息中呈現他做了哪些動作，可以看到 AI 根據我資料庫中的主題，一頁一頁過濾我的社群貼文時間線的訊息。最後的結果如下，正確的根據我的喜好與要求，列出他找到的貼文摘要、連結清單。平常我自己爬社群訊息，是最花時間又低效益的一件事情，而現在可以交給 Codex for Chrome 來說，他自己爬梳完十幾頁內容後，自然我給我關鍵資訊摘要。讓 Codex for Chrome 抓取景點網頁資料、整理成試算表、操作 Google 地圖建立行程清單：接下來，我又做了一個挑戰。為了準備今年暑假的一次家庭旅行，我讓 Codex for Chrome 打開我的瀏覽器，幫我完成下面一系列操作：@Chrome 請幫我搜尋峇里島最近適合親子遊的景點，結合台灣部落格的真實心得資訊，先在我的 Google 雲端硬碟建立一份 Google試算表，最後在 Google 地圖建立「2026峇里島之旅」旅遊清單，請一步一步分析，要求：1. 至少瀏覽 10 篇真實心得或討論2. 排除官方宣傳頁3. 優先找親子、家庭的案例4. 整理成 Google 試算表表格： - 地點名稱 - 地址 - 適合優點 - 注意事項 - 來源連結5. 接著根據試算表資料，上 Google 地圖搜尋地點，儲存到你建立的清單，地點附註加上前面整理的優點與注意事項。一樣在單純的 Codex 聊天中就可以完成，連專案都不用建立。（這對一般人最好上手！）這個案例中，其實 Codex 不只使用了 Codex for Chrome 的外掛， AI 會根據最適合的方式，自動調用不同外掛：搜尋部落格網路資料摘要，這個用內建搜尋瀏覽器功能即可。要把資料整理成 Google 試算表， Codex 調用的是 Google 試算表的技能。最後要把資料新增到 Google 地圖、建立旅遊清單，才使用 Codex for Chrome 來操作。完成後，Codex 會把產出的 Google 試算表、 Google 地圖清單連結，附在聊天訊息中。我們來看看 Codex 整理出來的結果，把 15 篇網頁文章，整理成 10 個推薦景點，也都根據我的指示，摘要出地址、優點、注意事項等等，一份很完整正確的 Google 試算表。打開 AI 建立的 Google 地圖旅遊清單，每個地點正確標示，在清單中把試算表內容填入，完全不用我自己手動操作就完美完成！讓 Codex for Chrome 打開 Evernote 網頁端，直接在裡面搜尋、連結、整理與建立筆記：我自己目前主要的「防彈筆記」（專案流程、任務經驗）還是使用 Evernote 。那麼， Codex for Chrome 可不可以直接操作 Evernote 呢？我是這樣下指令的：@chrome 打開我的 Evernote 網頁（https://www.evernote.com/client/web）， 建立一則 Codex 主題筆記，內容是相關資料連結，請一步一步處理：1.先建立一則全新的 Codex 主題筆記。2 在 Evernote 內搜尋 codex 關鍵字找出標題有相關關鍵字的筆記，每一則筆記都建立一個連結，連到前面的主題筆記。3. 在我的這個 RRS-brain 資料庫中，找到 Codex 相關的永久筆記，也補充到前面的 Codex 主題筆記 Evernote 中。這個流程中，一開始我沒有成功，第二次我直接告訴 AI 打開 Evernote 筆記頁面的網址，就成功了。其實，我原本不確定 Codex for Chrome 會不會「操作」 Evernote 上的搜尋、連結、編輯筆記等等功能，但最後結果可以說是「完美」完成。下圖就是 Codex for Chrome 正在操作 Evernote 網站時，我打開背景分頁「偷看」 AI 在幹嘛？正好看到他自己輸入關鍵字，在我的 Evernote 中搜尋筆記。我只要說明操作步驟，看起來 Codex for Chrome 可自行掌握各種網站的功能。這樣我的 Codex 本地端資料庫，就跟雲端的 Evernote 完整結合在一起了！下面是 Codex 自己在我的 Evernote 網頁端完成的筆記，格式正確、資料正確，且善用 Evernote 內建的功能（例如連結，也都是正確的）。（附註：不過現在的 Evernote 內建 AI ，其實也可以完成類似自動編輯處理）讓 Codex for Chrome 打開 ChatGPT 研究，把研究結果輸入 Gemini 做成網頁預覽：接下來，我想利用 Codex for Chrome 來幫我「操作多個 AI 服務」，並且串聯不同 AI 服務產出的內容，最後輸出我要的結果。下面是我的指令：@chrome 你是小孩遊戲化學習的設計助理，幫我設計出一個可以讓小孩練習的國小三年級自然科練習網頁。請一步一步設計： 1.打開我的 ChatGPT 網頁（ https://chatgpt.com/ ），開一個新的聊天串，使用 Thinking 以上模型，利用搜尋功能，梳理出國小三年級自然課關於「物質三態變化」的相關課文、教案、練習題目，你可以多次來回問答，根據回答修正提問，直到找出最完整適合小孩學習的教材內容，並整理成一份練習清單。2.接著打開我的 Gemini 網頁（ https://gemini.google.com/app ），先研究如果要設計一個課堂中可以用，讓小孩打開網頁就能練習的互動遊戲化測驗，有哪些案例，可以怎麼設計，整理成一份設計規則清單。 3.當前面兩個步驟完成，最後利用 Gemini 再開一個新的聊天室，啟動 Canvas 功能，寫出指令，把前面的遊戲網頁設計規則＋自然課練習清單輸入，利用 Gemini 做出可預覽使用的網頁，做出模擬線上測驗遊戲，下圖是 Codex 自己打開網頁進行的操作，他打開我登入的 ChatGPT ，切換到 Thinking 模型，自己寫出一段符合我要求的指令，然後開始研究。ChatGPT 思考模型有時候要想比較久，這時候 Codex for Chrome 幫我「自動監控」 ChatGPT 到底回答好了沒？我不用在旁邊等 AI 做好，而是接給 Codex 全面接管。ChatGPT 研究完，  Codex 接著自動打開 Gemini 網站，開始根據我的要求，研究怎麼設計遊戲化學習網頁。ChatGPT、Gemini 研究完後，Codex 又準確的根據我的指令要求， AI 再開一個 Gemini Canvas 對話串， 把前面 ChatGPT 研究的練習清單、 Gemini 研究的設計方案，交給 Gemini Canvas 執行設計網頁流程。透過這個流程， Codex for Chrome 幫我同時操控三種 AI 工作流程，自動接續，最後完成我要的練習網頁。下圖是最後  Gemini Canvas 輸出的結果。讓 Codex for Chrome 把 Evernote 中寫好的文章貼上 Blogger ，並完成編輯體例調整我自己寫部落格文章時，喜歡先寫在 Evernote 筆記中，完成後才貼上 Blogger 後台去做調整。所以我下了這樣的指令，挑戰看看 Codex for Chrome 可以自動完成到什麼程度：@chrome 請幫我把下面文章內容，上架到我的 Blogger 。請一步一步處理：1.先打開我的 Blooger（ https://www.blogger.com/home ），建立一篇新文章，題目是「Codex for Chrome 自動化工作流程教學，讓 AI 操作 Gemini、 Evernote、 Google 地圖、爬社群貼文」，不要發布。2.打開我的 Evernote（https://www.evernote.com/client/web），抓取「當 Codex 擁有控制 Chrome 的能力]這則筆記的內容當作文章內容，但只要抓取「文章草稿：（中標題）」層級下的內容，不要抓最下面的封存資料。2.使用 Blogger 編輯介面的相應功能，處理下面文章，調整格式、清理不必要程式碼，內容則原封不動，包還其中的連結、圖片、粗體、樣式層級都要保留，但改成網頁閱讀更舒適的版面編排，只要完成編輯，可順利預覽即可。3.不要發布，讓我確認。結果 Codex 可以順利打開我的 Blogger ，建立新文章，開始編輯。也能正確打開 Evernote 的對應筆記，準確的複製內容。圖片也能正確貼上。透過上面的測試， Codex for Chrome 讓 AI 從「網路資料整理」進一步變成「網站操作代理」。幫我把原本要開很多分頁、登入很多服務、複製貼上很多資料的流程，變成一句自然語言指令，我只要把平常會在瀏覽器裡做的動作說清楚，Codex for Chrome 就能照著做，驅動 AI 自動化完成。也推薦你可以試試看。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）

  電腦玩物 · 2026-05-09 19:25

  • 不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群

    上個禮拜撰寫了「一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程」一文，分享新手如何快速掌握 OpenAI 的 AI Agent 軟體：「 Codex 」。因為這幾個月的使用經驗，讓我認為 Codex 已經不只是一個程式開發 AI 工具， Codex 更可以當作一般人管理電腦文件檔案，甚至規劃自動化處理日常工作流程的 AI 助理。在前面那篇文章中，有提到 Codex 內有一個外掛（技能）功能，簡單的說，我安裝了一個 Google Drive 外掛，裡面包含了各種 AI 如何處理 Google 文件、試算表、簡報的技能，所以我可以直接命令 Codex 去管理我的某一個 Google 雲端硬碟內的資料，直接編輯試算表與簡報。而前兩天， OpenAI 推出了一個非常強大的外掛：「 Codex for Chrome 」，顧名思義，可以讓 AI 直接打開我電腦內的 Google Chrome 瀏覽器，幫我完成「那些原本在瀏覽器內我會自己操作的功能」，例如，下面文章中我實際測試成功的應用案例：讓 Codex for Chrome 打開我已經登入的社群網站，直接爬梳並抓取今天我可能需要的訊息。讓 Codex for Chrome 抓取景點網頁資料、整理成 Google 試算表、操作 Google 地圖建立行程清單。讓 Codex for Chrome 打開 Evernote 網頁端，直接在裡面搜尋、連結、整理與建立筆記。讓 Codex for Chrome 打開 ChatGPT 深入研究，把研究結果輸入 Gemini ，開啟 Gemini Canvas 做成網頁預覽。讓 Codex for Chrome 剪貼我在 Evernote 的文章草稿，貼上部落格後台並做好圖文排版編輯。原本的 ChatGPT、 Codex 就內建搜尋網路資料的功能，原本的 Codex 也內建打開網頁並操作的功能（例如我之前用 Codex 做一個線上象棋遊戲， Codex 可以打開遊戲網頁操作測試功能）。那麼 Codex for Chrome 最大的不同在哪裡呢？根據我實際使用後體驗到的關鍵差別是：因為直接使用我在電腦中登入的真實 Chrome 瀏覽器，所以可以處理「需要登入」（而我已經登入）的網站功能，像是各種社群、雲端服務等等。Codex for Chrome 會在我們電腦中的瀏覽器真的打開分頁操作，但會利用 Chrome 的群組分頁功能， AI 的操作在「背景分頁」自動處理，我們可以看，但不影響我們同時操作其他分頁。（延伸閱讀：我用 Chrome 內建分頁群組，解決多線 AI 助理與工作流程混亂的問題）透過 Codex for Chrome，我們可以利用 AI 去處理一系列雲端服務網站的操作，可以在網站中使用功能、輸入資料、獲取內容，並且可以串聯多個步驟（例如要求 AI 連續打開多種網站，自動完成一系列前後接續的操作），成為一個對一般人來說最簡單的自動化工具（因為執行過程完全只需自然語言下指令，不會涉及任何程式碼）。延伸教學：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好延伸教學：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程2026/7 更新：我與 AI 各自需要一套第二大腦：五個層次管理個人筆記、 專案 資料、AI 記憶與規則把 ChatGPT 專案討論變成團隊工具與入口網站：Work＋ Sites 功能實測教學如何開始使用 Codex for Chrome：首先，你當然需要先下載安裝 OpenAI 的 Codex 軟體（參考：「一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程」）。接著，在左上方的「外掛程式」頁面，找到最新推出的「 Chrome 」外掛，直接選擇安裝即可。同時，還需要在 Google Chrome 瀏覽器中，安裝「 Codex 」的應用程式（外掛頁面會引導你去安裝）。兩者都做好，就能讓 Codex 去操作 Chrome 瀏覽器中的網站與功能。最後，最簡單的使用方式，就是我們可以在 Codex 中利用左下方的「（單純）聊天」功能，開一個新的對話，在對話一開頭先輸入「 @chrome 」，主動呼叫出 Chrome 外掛，就能開始下指令，要求 Codex 去做各種瀏覽器端的網站操作了！讓 Codex for Chrome 打開我已經登入的社群網站，直接爬梳並抓取今天我可能需要的訊息：每天要獲取大量資訊，還要整理資料庫，是非常繁瑣的動作，所以我會交給 AI ：「AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得」。要讓 Codex AI 去抓取網頁資料，甚至 YouTube 影片字幕，都很簡單。但是，如果要讓 AI 直接「像我一樣」捲動瀏覽我的社群首頁，幫我看過一遍，然後抓取我可能需要的貼文資訊呢？這時候就可以利用 Codex for Chrome，我是這樣下指令的（指令中所說的資料庫，就是我前面文章所說的，利用 AI 建立的外部資料庫）：@chrome 檢索我的 X 社群貼文，根據我資料庫中的筆記、寫作喜好，過濾出我感興趣的貼文，請一步一步分析，檢索貼文，遇到我感興趣的主題就摘要，持續進行直到瀏覽完今日社群主要貼文為止，然後把摘要的貼文與網址列成清單讓我瀏覽。我要求 Codex 做幾個連續動作：打開我已經登入的社群網站。捲動我的首頁。一頁一頁捲動，從中找出我感興趣的主題貼文。抓出貼文的摘要與網址。列成清單。而當 Codex for Chrome 實際操作時，就會像下圖這樣， AI 會在我真正使用的瀏覽器中，打開一個背景分頁群組，然後在背景自己操作我的社群去瀏覽。那個當下，我則打開其他分頁在做其他工作。下面則是 Codex 在訊息中呈現他做了哪些動作，可以看到 AI 根據我資料庫中的主題，一頁一頁過濾我的社群貼文時間線的訊息。最後的結果如下，正確的根據我的喜好與要求，列出他找到的貼文摘要、連結清單。平常我自己爬社群訊息，是最花時間又低效益的一件事情，而現在可以交給 Codex for Chrome 來說，他自己爬梳完十幾頁內容後，自然我給我關鍵資訊摘要。讓 Codex for Chrome 抓取景點網頁資料、整理成試算表、操作 Google 地圖建立行程清單：接下來，我又做了一個挑戰。為了準備今年暑假的一次家庭旅行，我讓 Codex for Chrome 打開我的瀏覽器，幫我完成下面一系列操作：@Chrome 請幫我搜尋峇里島最近適合親子遊的景點，結合台灣部落格的真實心得資訊，先在我的 Google 雲端硬碟建立一份 Google試算表，最後在 Google 地圖建立「2026峇里島之旅」旅遊清單，請一步一步分析，要求：1. 至少瀏覽 10 篇真實心得或討論2. 排除官方宣傳頁3. 優先找親子、家庭的案例4. 整理成 Google 試算表表格： - 地點名稱 - 地址 - 適合優點 - 注意事項 - 來源連結5. 接著根據試算表資料，上 Google 地圖搜尋地點，儲存到你建立的清單，地點附註加上前面整理的優點與注意事項。一樣在單純的 Codex 聊天中就可以完成，連專案都不用建立。（這對一般人最好上手！）這個案例中，其實 Codex 不只使用了 Codex for Chrome 的外掛， AI 會根據最適合的方式，自動調用不同外掛：搜尋部落格網路資料摘要，這個用內建搜尋瀏覽器功能即可。要把資料整理成 Google 試算表， Codex 調用的是 Google 試算表的技能。最後要把資料新增到 Google 地圖、建立旅遊清單，才使用 Codex for Chrome 來操作。完成後，Codex 會把產出的 Google 試算表、 Google 地圖清單連結，附在聊天訊息中。我們來看看 Codex 整理出來的結果，把 15 篇網頁文章，整理成 10 個推薦景點，也都根據我的指示，摘要出地址、優點、注意事項等等，一份很完整正確的 Google 試算表。打開 AI 建立的 Google 地圖旅遊清單，每個地點正確標示，在清單中把試算表內容填入，完全不用我自己手動操作就完美完成！讓 Codex for Chrome 打開 Evernote 網頁端，直接在裡面搜尋、連結、整理與建立筆記：我自己目前主要的「防彈筆記」（專案流程、任務經驗）還是使用 Evernote 。那麼， Codex for Chrome 可不可以直接操作 Evernote 呢？我是這樣下指令的：@chrome 打開我的 Evernote 網頁（https://www.evernote.com/client/web）， 建立一則 Codex 主題筆記，內容是相關資料連結，請一步一步處理：1.先建立一則全新的 Codex 主題筆記。2 在 Evernote 內搜尋 codex 關鍵字找出標題有相關關鍵字的筆記，每一則筆記都建立一個連結，連到前面的主題筆記。3. 在我的這個 RRS-brain 資料庫中，找到 Codex 相關的永久筆記，也補充到前面的 Codex 主題筆記 Evernote 中。這個流程中，一開始我沒有成功，第二次我直接告訴 AI 打開 Evernote 筆記頁面的網址，就成功了。其實，我原本不確定 Codex for Chrome 會不會「操作」 Evernote 上的搜尋、連結、編輯筆記等等功能，但最後結果可以說是「完美」完成。下圖就是 Codex for Chrome 正在操作 Evernote 網站時，我打開背景分頁「偷看」 AI 在幹嘛？正好看到他自己輸入關鍵字，在我的 Evernote 中搜尋筆記。我只要說明操作步驟，看起來 Codex for Chrome 可自行掌握各種網站的功能。這樣我的 Codex 本地端資料庫，就跟雲端的 Evernote 完整結合在一起了！下面是 Codex 自己在我的 Evernote 網頁端完成的筆記，格式正確、資料正確，且善用 Evernote 內建的功能（例如連結，也都是正確的）。（附註：不過現在的 Evernote 內建 AI ，其實也可以完成類似自動編輯處理）讓 Codex for Chrome 打開 ChatGPT 研究，把研究結果輸入 Gemini 做成網頁預覽：接下來，我想利用 Codex for Chrome 來幫我「操作多個 AI 服務」，並且串聯不同 AI 服務產出的內容，最後輸出我要的結果。下面是我的指令：@chrome 你是小孩遊戲化學習的設計助理，幫我設計出一個可以讓小孩練習的國小三年級自然科練習網頁。請一步一步設計： 1.打開我的 ChatGPT 網頁（ https://chatgpt.com/ ），開一個新的聊天串，使用 Thinking 以上模型，利用搜尋功能，梳理出國小三年級自然課關於「物質三態變化」的相關課文、教案、練習題目，你可以多次來回問答，根據回答修正提問，直到找出最完整適合小孩學習的教材內容，並整理成一份練習清單。2.接著打開我的 Gemini 網頁（ https://gemini.google.com/app ），先研究如果要設計一個課堂中可以用，讓小孩打開網頁就能練習的互動遊戲化測驗，有哪些案例，可以怎麼設計，整理成一份設計規則清單。 3.當前面兩個步驟完成，最後利用 Gemini 再開一個新的聊天室，啟動 Canvas 功能，寫出指令，把前面的遊戲網頁設計規則＋自然課練習清單輸入，利用 Gemini 做出可預覽使用的網頁，做出模擬線上測驗遊戲，下圖是 Codex 自己打開網頁進行的操作，他打開我登入的 ChatGPT ，切換到 Thinking 模型，自己寫出一段符合我要求的指令，然後開始研究。ChatGPT 思考模型有時候要想比較久，這時候 Codex for Chrome 幫我「自動監控」 ChatGPT 到底回答好了沒？我不用在旁邊等 AI 做好，而是接給 Codex 全面接管。ChatGPT 研究完，  Codex 接著自動打開 Gemini 網站，開始根據我的要求，研究怎麼設計遊戲化學習網頁。ChatGPT、Gemini 研究完後，Codex 又準確的根據我的指令要求， AI 再開一個 Gemini Canvas 對話串， 把前面 ChatGPT 研究的練習清單、 Gemini 研究的設計方案，交給 Gemini Canvas 執行設計網頁流程。透過這個流程， Codex for Chrome 幫我同時操控三種 AI 工作流程，自動接續，最後完成我要的練習網頁。下圖是最後  Gemini Canvas 輸出的結果。讓 Codex for Chrome 把 Evernote 中寫好的文章貼上 Blogger ，並完成編輯體例調整我自己寫部落格文章時，喜歡先寫在 Evernote 筆記中，完成後才貼上 Blogger 後台去做調整。所以我下了這樣的指令，挑戰看看 Codex for Chrome 可以自動完成到什麼程度：@chrome 請幫我把下面文章內容，上架到我的 Blogger 。請一步一步處理：1.先打開我的 Blooger（ https://www.blogger.com/home ），建立一篇新文章，題目是「Codex for Chrome 自動化工作流程教學，讓 AI 操作 Gemini、 Evernote、 Google 地圖、爬社群貼文」，不要發布。2.打開我的 Evernote（https://www.evernote.com/client/web），抓取「當 Codex 擁有控制 Chrome 的能力]這則筆記的內容當作文章內容，但只要抓取「文章草稿：（中標題）」層級下的內容，不要抓最下面的封存資料。2.使用 Blogger 編輯介面的相應功能，處理下面文章，調整格式、清理不必要程式碼，內容則原封不動，包還其中的連結、圖片、粗體、樣式層級都要保留，但改成網頁閱讀更舒適的版面編排，只要完成編輯，可順利預覽即可。3.不要發布，讓我確認。結果 Codex 可以順利打開我的 Blogger ，建立新文章，開始編輯。也能正確打開 Evernote 的對應筆記，準確的複製內容。圖片也能正確貼上。透過上面的測試， Codex for Chrome 讓 AI 從「網路資料整理」進一步變成「網站操作代理」。幫我把原本要開很多分頁、登入很多服務、複製貼上很多資料的流程，變成一句自然語言指令，我只要把平常會在瀏覽器裡做的動作說清楚，Codex for Chrome 就能照著做，驅動 AI 自動化完成。也推薦你可以試試看。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）
    View on 電腦玩物

• RSS Feeds List
• All
• XOOPS 正體中文延伸計畫
• Engadget 中文版
• 硬是要學！
• 點2下資訊社
• XOOPS Web Application System
• 綠色工廠 Easylife Blog
• 電腦玩物
• WebResourcesDepot