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」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」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。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。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

• 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

  前兩天在電腦玩物分享了 OpenAI 的桌面端 AI 助理 Codex 教學：「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」，今天繼續分享一個一般人日常也可以使用的 Codex 應用案例：製作動畫影片，可以把一篇文章轉成教學影片，可以把一個網站轉成介紹影片。只要在 Codex 建立影片專案資料夾，利用 OpenAI 內建的影片製作外掛（包含對應的技能 Skills ），就可以透過「開口下指令」的方式，讓 AI 助理幫我們撰寫影片腳本、準備影片圖片素材、設計影片動畫特效、完成影片剪輯！像是老師要製作教學影片，專案經理要製作產品說明影片，都可以利用 Codex 建立一個更自動化的影片生產流程。透過下面分享的方法，我把前幾天的這篇教學文章「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」，在只動口下指令的情況下，沒有自己動手做任何的剪輯修改，把文章轉換成下面影片版本。2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程第一步，讓 AI 先抓取文章，規劃影片腳本我的步驟是這樣的。先在 Codex 開一個新的聊天，然後指定一個未來要製作影片用的電腦資料夾，這樣就開始了一個影片製作專案。（詳細教學步驟可參考：「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」）然後我的第一個指令如下，先打開 Codex 的「規劃模式」，讓 Codex 去抓取指定網頁的文章、圖片，先寫出一個影片腳本。你是我的影片製作專家，把這篇文章內容「https://www.playpcesor.com/2026/05/codex-ai.html」，改寫成教學影片的腳本。請一步一步處理，根據這篇文章的教學文字內容，網頁文章中提供的教學圖片與文字，思考如何變成一則快速上手教學影片。我的期待是影片本身會用圖文搭配動畫製作教學，內容除了搭配文章中的關鍵字句、圖片外，也可以搭配一些圖解動畫方式呈現。影片不會有旁白，但有配樂。每一頁的節奏明快，讓人看得懂，但不會太沉悶，影片能引起大家的興趣，並能掌握快速上手的核心邏輯。第二步：讓 AI 自己把圖文素材準備好根據腳本計畫執行的 Codex ，不只會寫出影片的分鏡架構，還自動把我文章中的圖片都抓取下來，之後可以放入影片中。第三步：利用 Codex 內建的影片製作外掛目前 Codex 內建了兩種製作動畫影片的外掛：Remotion（製作的影片比較簡單，但是產出速度更快）HyperFrames by HeyGen（製作的影片有比較多動畫效果）直接在 Codex 的「外掛程式」頁面找到這兩個外掛，安裝其中一個即可（相應的技能等也會一起安裝）。這邊我利用 HyperFrames by HeyGen 來做示範。要特定外掛時，可以在 Codex 先輸入 @ ，然後打上外掛名稱即可。於是在完成腳本、抓好圖片素材的 Codex 專案中，我接著這樣下指令（一樣開啟「規劃」模式，先做計劃再執行）：@HyperFrames by HeyGen 根據專案的教學影片腳本，以及你準備好的文字、圖片素材，製作出教學影片。請你一步一步分析我的需求，這支影片主要的目的是了解觀念、引起興趣，並且會讓看到的人願意分享。用這樣的角度去思考，在目前現有的腳本架構、圖片素材當中，你怎麼把它們重新組合來製作影片？你自己去決定影片的規格，你可以做幾輪的分析，去嘗試找到影片當中如果還需要製作一些動畫素材，或者什麼樣的串場，自己想辦法去實現它。Codex 擬出了下面計畫，我就讓他接續執行。這時候，會需要安裝製作影片需要的程式、工具，但是不用擔心，Codex 會自己在電腦資料夾中完成這些動作，我們就交給 AI 執行即可。第四步：完成影片並匯出當 Codex 完成影片後，可能出現幾種情況，如果比較短的影片，有時候 Codex ＋ HyperFrames 會直接匯出 mp4 影片，儲存在我們前面指定給他的專案資料夾中。但如果是 Codex ＋ HyperFrames 的搭配，製作完成後有可能先提供一個預覽網頁。我們先在網頁中查看影片效果如何，如果決定匯出，就在右上方的「 Renders 」處，選擇「 Export 」匯出成 MP4 影片檔案。第五步，讓 AI 協助幫影片加上配樂、音效如果前面製作的影片沒有配樂，我可以這樣接續的問 Codex：如果我想要加上音樂、音效甚至配音，可以怎麼做，請一步一步規劃執行。在這個測試中， Codex 找到了可以授權免費商業使用的音樂，直接加入前面的影片中。第六步，影片不如預期怎麼辦？如果想要修改影片，因為 Codex 上也無法進行影片剪輯或編輯功能，所以也都是直接下指令即可。例如我想要影片換頁的節奏快一點，我就說：根據下方需求，改進腳本，重新製作影片，請一步一步分析處理：這一個版本的單一畫面停留太久，因為我沒有要搭配旁白，希望觀看者直接從螢幕畫面上獲取需要的內容，所以你應該把關鍵解說文字也放入單一畫面，思考觀看者讀完內容的節奏，就要切換到下一個畫面。第七步：讓 ChatGPT Images 2.0 補圖Codex 本身也可以使用最新的 ChatGPT Images 2.0 生成 AI 圖片（參考：ChatGPT Images 2.0 工作專用 AI 繪圖工具：大量密集中文排版圖解、簡報案例實測），而且只要下好指令，可以「一口氣生成一系列圖片素材庫」。我一樣先用「規劃」模式， 讓 Codex 思考應該補上哪些圖片素材，先做好計畫：接下來這段影片當中應該會需要一些圖片素材，幫我規劃要設計哪些圖片，然後用你的生成圖片能力把這些圖片素材生成出來。請你一步步分析，根據前面的這個腳本，裡面已經有一些固定的教學截圖，但如果再加上怎麼樣的圖解、怎麼樣的流程圖，或者怎麼樣的 icon、圖像，這個影片會更有趣呢？先幫我做好規劃，然後接下來一步步生成這些需要的圖片素材，作為接下來要製作影片所使用。做好計畫後，讓 Codex 用自己的 AI 繪圖能力開始生成一系列圖片。最後讓 Codex 把前面新生成的圖片，加入到影片中即可。Codex 對一般人來說，不一定要寫程式，也可以完成各種日常工作，例如這篇教學文章中分享的「製作影片」案例。我們只要下指令，就可以讓 Codex 透過內建的外掛，自動完成撰寫腳本、準備素材、繪製圖片、製作動畫、剪輯影片的一系列工作流程。大家手上其實都有很多「已經寫好的內容」：教學文章 課程講義 公司內部 SOP 產品說明文件 部落格文章 專案介紹頁未來文章、簡報、文件都可以交給 Codex AI Agent 轉成影片版本。有興趣的朋友可以試試看。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）

  電腦玩物 · 2026-05-05 21:24

  • 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

    

    前兩天在電腦玩物分享了 OpenAI 的桌面端 AI 助理 Codex 教學：「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」，今天繼續分享一個一般人日常也可以使用的 Codex 應用案例：製作動畫影片，可以把一篇文章轉成教學影片，可以把一個網站轉成介紹影片。

    只要在 Codex 建立影片專案資料夾，利用 OpenAI 內建的影片製作外掛（包含對應的技能 Skills ），就可以透過「開口下指令」的方式，讓 AI 助理幫我們撰寫影片腳本、準備影片圖片素材、設計影片動畫特效、完成影片剪輯！像是老師要製作教學影片，專案經理要製作產品說明影片，都可以利用 Codex 建立一個更自動化的影片生產流程。透過下面分享的方法，我把前幾天的這篇教學文章「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」，在只動口下指令的情況下，沒有自己動手做任何的剪輯修改，把文章轉換成下面影片版本。2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程第一步，讓 AI 先抓取文章，規劃影片腳本我的步驟是這樣的。先在 Codex 開一個新的聊天，然後指定一個未來要製作影片用的電腦資料夾，這樣就開始了一個影片製作專案。（詳細教學步驟可參考：「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」）然後我的第一個指令如下，先打開 Codex 的「規劃模式」，讓 Codex 去抓取指定網頁的文章、圖片，先寫出一個影片腳本。你是我的影片製作專家，把這篇文章內容「https://www.playpcesor.com/2026/05/codex-ai.html」，改寫成教學影片的腳本。請一步一步處理，根據這篇文章的教學文字內容，網頁文章中提供的教學圖片與文字，思考如何變成一則快速上手教學影片。我的期待是影片本身會用圖文搭配動畫製作教學，內容除了搭配文章中的關鍵字句、圖片外，也可以搭配一些圖解動畫方式呈現。影片不會有旁白，但有配樂。每一頁的節奏明快，讓人看得懂，但不會太沉悶，影片能引起大家的興趣，並能掌握快速上手的核心邏輯。第二步：讓 AI 自己把圖文素材準備好根據腳本計畫執行的 Codex ，不只會寫出影片的分鏡架構，還自動把我文章中的圖片都抓取下來，之後可以放入影片中。第三步：利用 Codex 內建的影片製作外掛目前 Codex 內建了兩種製作動畫影片的外掛：Remotion（製作的影片比較簡單，但是產出速度更快）HyperFrames by HeyGen（製作的影片有比較多動畫效果）直接在 Codex 的「外掛程式」頁面找到這兩個外掛，安裝其中一個即可（相應的技能等也會一起安裝）。這邊我利用 HyperFrames by HeyGen 來做示範。要特定外掛時，可以在 Codex 先輸入 @ ，然後打上外掛名稱即可。於是在完成腳本、抓好圖片素材的 Codex 專案中，我接著這樣下指令（一樣開啟「規劃」模式，先做計劃再執行）：@HyperFrames by HeyGen 根據專案的教學影片腳本，以及你準備好的文字、圖片素材，製作出教學影片。請你一步一步分析我的需求，這支影片主要的目的是了解觀念、引起興趣，並且會讓看到的人願意分享。用這樣的角度去思考，在目前現有的腳本架構、圖片素材當中，你怎麼把它們重新組合來製作影片？你自己去決定影片的規格，你可以做幾輪的分析，去嘗試找到影片當中如果還需要製作一些動畫素材，或者什麼樣的串場，自己想辦法去實現它。Codex 擬出了下面計畫，我就讓他接續執行。這時候，會需要安裝製作影片需要的程式、工具，但是不用擔心，Codex 會自己在電腦資料夾中完成這些動作，我們就交給 AI 執行即可。第四步：完成影片並匯出當 Codex 完成影片後，可能出現幾種情況，如果比較短的影片，有時候 Codex ＋ HyperFrames 會直接匯出 mp4 影片，儲存在我們前面指定給他的專案資料夾中。但如果是 Codex ＋ HyperFrames 的搭配，製作完成後有可能先提供一個預覽網頁。我們先在網頁中查看影片效果如何，如果決定匯出，就在右上方的「 Renders 」處，選擇「 Export 」匯出成 MP4 影片檔案。第五步，讓 AI 協助幫影片加上配樂、音效如果前面製作的影片沒有配樂，我可以這樣接續的問 Codex：如果我想要加上音樂、音效甚至配音，可以怎麼做，請一步一步規劃執行。在這個測試中， Codex 找到了可以授權免費商業使用的音樂，直接加入前面的影片中。第六步，影片不如預期怎麼辦？如果想要修改影片，因為 Codex 上也無法進行影片剪輯或編輯功能，所以也都是直接下指令即可。例如我想要影片換頁的節奏快一點，我就說：根據下方需求，改進腳本，重新製作影片，請一步一步分析處理：這一個版本的單一畫面停留太久，因為我沒有要搭配旁白，希望觀看者直接從螢幕畫面上獲取需要的內容，所以你應該把關鍵解說文字也放入單一畫面，思考觀看者讀完內容的節奏，就要切換到下一個畫面。第七步：讓 ChatGPT Images 2.0 補圖Codex 本身也可以使用最新的 ChatGPT Images 2.0 生成 AI 圖片（參考：ChatGPT Images 2.0 工作專用 AI 繪圖工具：大量密集中文排版圖解、簡報案例實測），而且只要下好指令，可以「一口氣生成一系列圖片素材庫」。我一樣先用「規劃」模式， 讓 Codex 思考應該補上哪些圖片素材，先做好計畫：接下來這段影片當中應該會需要一些圖片素材，幫我規劃要設計哪些圖片，然後用你的生成圖片能力把這些圖片素材生成出來。請你一步步分析，根據前面的這個腳本，裡面已經有一些固定的教學截圖，但如果再加上怎麼樣的圖解、怎麼樣的流程圖，或者怎麼樣的 icon、圖像，這個影片會更有趣呢？先幫我做好規劃，然後接下來一步步生成這些需要的圖片素材，作為接下來要製作影片所使用。做好計畫後，讓 Codex 用自己的 AI 繪圖能力開始生成一系列圖片。最後讓 Codex 把前面新生成的圖片，加入到影片中即可。Codex 對一般人來說，不一定要寫程式，也可以完成各種日常工作，例如這篇教學文章中分享的「製作影片」案例。我們只要下指令，就可以讓 Codex 透過內建的外掛，自動完成撰寫腳本、準備素材、繪製圖片、製作動畫、剪輯影片的一系列工作流程。大家手上其實都有很多「已經寫好的內容」：教學文章 課程講義 公司內部 SOP 產品說明文件 部落格文章 專案介紹頁未來文章、簡報、文件都可以交給 Codex AI Agent 轉成影片版本。有興趣的朋友可以試試看。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）
    View on 電腦玩物

• 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

   一般人也能快速上手的 AI Agent：Codex 電腦端軟體今天這篇文章想分享的是：如果我們不是懂程式設計的工程師，一般人要怎麼快速上手 OpenAI （ChatGPT） 的 Codex 工具？如何用這個 AI 助理，協助我們處理電腦硬碟資料夾中的工作文件、任務成果，進一步打造一個更自動化的電腦工作流程。我覺得接下來想要善用 AI 的工作者，除了擁有像 ChatGPT 這樣的對話型生成式 AI 之外，也應該開始擁有一個像 Codex 這樣可以操作電腦、處理電腦中資料與文件的 AI 助理。兩者搭配在一起，可以建立一套更完整的人與 AI 協作流程。歡迎參考我和趙胤丞老師的 2026 下半年全新推出：「工作流改造術｜用更少時間，結合協作 AI 重塑工作方式」新線上課程，裡面會從各種生產力方法出發，先改造工作流程，然後把 AI 當成輔助來完成效率提升（這是我覺得更好的工作方式，先思考，然後 AI 執行我們思考後的規則）： 連結：https://hi.sat.cool/TUCh4折扣碼：playpc350延伸教學：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延伸教學：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 記憶與規則以我目前使用 ChatGPT 和 Codex 的經驗來看，兩者的分工有明顯不同。一個任務通常會有最後要輸出的成果，例如一份文件、一份簡報、一張試算表，或是一個整理完成的資料庫。但在真正進入「產出」之前，往往還會有一段很重要的前置流程：研究、發想、企劃、分析與復盤。所以在大方向上，我會這樣分工：ChatGPT：處理研究、發想、企劃、分析與復盤。我會利用 ChatGPT 上已經訓練好的專案助理，搭配 Deep Research 這類搜尋研究功能，透過對話進行腦力激盪、資料分析、計畫設計與任務規劃。 Codex 桌面端：處理真正要完成的工作成果。當我要根據前面規劃好的工作流程，實際產出一份文件、一份簡報，或是處理各種試算表、數據資料，整理電腦資料夾中的工作文件，乃至於真的要製作一個網頁、一個工具時（例如個人理財工具、產品說明網頁），就可以善用電腦端的 Codex 來完成。 可以參考這個有趣例子，就是 ChatGPT 到 Codex 互相搭配完成的：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程在 Codex 這樣的 AI Agent 可以編輯、管理電腦中資料文件的情況下，很多「輸出工作成果的流程」，我已經逐步轉移到 Codex 上進行。甚至像 Google 雲端硬碟中的文件，也可以交給 Codex 進一步編輯與處理。對一般使用者來說，OpenAI 推出的 Codex 桌面端軟體，現在已經不需要任何程式開發基礎。只要安裝完成，就可以開始使用。操作過程也不一定需要接觸任何程式碼相關技巧。所以這篇文章，我想從「非工程師、一般工作者」的角度，分享如何快速上手 Codex 桌面端軟體，以及可以嘗試看看的應用案例。一般人如何立即了解 Codex ？把電腦資料夾變成 AI 工作台很多人聽到 Codex，第一個反應可能是：這不是寫程式的人才會用的工具嗎？如果你不是工程師、不想寫程式，也沒有要開發軟體，好像就跟自己無關。但我這幾個月實際用下來，覺得這是一個一般人也能快速上手的 AI 工具：Codex 對一般人的真正應用，不是寫程式，而是把一個本機資料夾，變成可以被 AI 處理的工作台。經過持續的改進與發展後，Codex 已經慢慢不只是寫程式的人才會用到的工具。基本上，你在電腦中需要操作的各種文件、檔案、資料整理與成果產出，也都可以納入 Codex 的 AI 工作流程中。你只要下載 Codex 軟體，授權 Codex 管理你電腦中的某一個資料夾，它就可以開始協助你完成很多原本要自己慢慢處理的任務，例如：資料夾裡有一堆文件，不知道怎麼整理，可以請 AI 幫你分類與管理。 裡面有一堆數據試算表，可以請 AI 協助統整、分析，甚至直接調整 Excel 上面的欄位與數據。 有一堆文件、PDF、筆記，可以請 AI 重新整理，轉換成一份圖文並茂的簡報。 如果你使用 Google 雲端硬碟和電腦同步，Codex 也可以直接處理 Google 文件、Google 試算表、Google 簡報等內容。 更進一步，你也可以把 Codex 當成資訊整理與筆記管理工具，在你的電腦硬碟資料夾中建立個人資料庫。 （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）以前這些事情，我們可能會打開檔案總管、筆記軟體、雲端硬碟、試算表、簡報軟體，自己慢慢操作。但現在如果有一個 AI Agent，可以直接在你指定的資料夾裡讀檔案、整理內容、建立新文件、修改草稿、產出清單，甚至把做得好的流程寫成下一次可以重複使用的規則，那麼 Codex 對一般人的價值，就不只是「幫工程師寫程式」。而是：幫一般人把日常工作中最耗時的資料整理、文件處理、分析準備與成果產出，變成一條可以讓訓練好的 AI 助理去完成的自動化工作流程。這些工作流程，如果只用傳統的 ChatGPT 對話來完成，可能會遇到幾個限制：ChatGPT 不一定能直接處理你電腦硬碟資料夾中的所有內容。 它比較不像真正的桌面軟體，可以直接編輯與管理檔案。 當任務需要長時間、多步驟、連續處理一整批資料時，單純的對話式 AI 比較容易中斷或失去脈絡。 但 Codex 的桌面端軟體，就是一個可以在電腦端工作的 AI 助理，可以自己完成上述步驟。更重要的是，對一般使用者來說，現在使用 Codex 桌面端軟體，不需要碰到讓人頭痛的程式碼或終端機介面。它的介面已經很成熟，比較接近一般知識工作者可以理解的「任務＋對話＋成果」三欄工作台。你可以這樣理解 Codex 的 Windows 桌面端 App：最左邊的對話討論串：可以想像成你一個一個要管理的專案，或是不同電腦資料夾中的工作任務。中間的對話欄位：就是你交派 AI 助理工作的地方，可以請它在專案資料夾中完成各種步驟與任務。最右邊的預覽區：可以查看 AI 幫你完成的成果。除了程式碼，也可以預覽 Markdown 文件、Word、Excel、PowerPoint 檔案，甚至還有一個小型瀏覽器，可以直接瀏覽網頁內容。 所以 Codex 不只是「寫程式 App」，也不是單純另一個對話式 ChatGPT。對一般工作者來說，它更像是在同一個專案資料夾中，從文件整理、資料研究、內容分析、簡報草稿、試算表整理，一路延伸到小工具開發的 AI 工作助理。我的第一個 Codex App 應用案例，和程式開發完全無關：我對 Codex 這樣的 AI 助理工具，第一次覺得它很貼近一般人日常工作需求，是今年年初的一個旅行整理案例。當時我們有兩個家庭要一起去新加坡旅行。因為人數比較多，我們買了非常多景點、遊樂園的票券，也有交通票券、住宿資料等各種文件。一時之間，所有資料混在一起，變得很難統整。於是我把這 40 多張雜亂的票券，全部放進電腦硬碟中的同一個資料夾，接著請 Codex  AI 助理幫我處理（操作介面如上圖）。第一步，我先請 AI 幫我分類。結果 AI 很聰明地根據每一張票券上的日期，把原本雜亂的票券重新分類在一起，建立出更有邏輯的資料夾整理方式。第二步，我讓 AI 從亂七八糟的票券整理出正確行程。接下來，我再請 AI 從這些已經分類好的資料夾中，梳理出我們完整的旅行行程。AI 也能有效從這些票券內容裡抓出關鍵資訊，整理成一份行程清單。整個過程大概兩三分鐘內就完成了。以前這樣的工作，如果是我自己來做，我需要在 40 多張雜亂票券中，一張一張檢查日期、景點、時間與地點，先建立分類資料夾，再擷取每張票券中的關鍵資訊，最後整理出一份行程表。這樣的工作，起碼也要花 30 分鐘甚至 1 個小時以上。但交給 AI 助理後，它可以在很短時間內完成。而且這個過程中，AI 需要讀取 PDF、需要辨識票券中的文字，亦或是需要 OCR，這些原本聽起來可能比較麻煩的技術細節，AI 助理會自己判斷怎麼處理，甚至自己寫小程式來解決。對一般使用者來說，我們不一定需要知道它背後怎麼處理 PDF、怎麼做 OCR、怎麼寫程式。只要清楚傳達需求：這個資料夾裡有一堆旅行票券； 請你先根據日期、類型幫我分類； 再從票券中整理出完整行程表。 Codex AI 就能在電腦資料夾裡，自動幫我們完成這些原本要手動慢慢整理的工作。這也是我第一次很明確感受到：Codex 這類 AI Agent，對一般人來說，並不只是拿來寫程式，而是可以幫我們處理那些「在電腦裡很瑣碎、很重複、但又必須完成」的工作流程。一般人上手 Codex 的第一步：不要先想「自動化」，先建「專案資料夾」如果你之前完全沒有使用過 Codex，也沒有程式開發的基礎，那麼上手 Codex 的第一步，不是急著讓它幫你自動化，也不是一開始就要求它完成很複雜的任務。我會建議先做一個很簡單、也相對安全的動作：在電腦硬碟中建立一個新的專案資料夾，讓 Codex 在這個指定專案資料夾中測試處理資料。Codex 對一般人是一個可以連到本機資料夾的行動型 AI 工作台。你可以把它想像成：先建立一個 thread（討論串），像是在 ChatGPT 裡開一個對話；但不同的是，這個 project 可以連到你電腦上的某個資料夾，讓 Codex 在指定範圍內讀取、整理、建立或修改檔案。所以，對非程式工作者來說，我們可以從整理筆記、清理資料、比較草稿、處理文件開始，而不是從程式碼開始。為了安全起見，我會建議先用「複製副本」的方式，把原本專案中的雜亂文件複製到這個新的資料夾中。例如你可以建立這樣的資料夾：[副本] 旅遊規劃_東京親子行航班時間 飯店資訊 想去的景點 預算限制 家人偏好 已經查到的餐廳或交通資料[副本] 理財月報_2026收支表 投資紀錄 上個月回顧 目前目標 自己的判斷原則[副本] 課程講義文件[副本] 網站文章草稿[副本] 客戶訪談資料分析你不需要一開始就做任何分類，也不用先整理得很漂亮。這個資料夾可以很雜亂，因為最後可以讓 AI 幫你整理。也因為它是一個副本專案資料夾，所以即使 AI 助理在調整、分析或測試過程中出錯，也不會影響到你原本正式的專案內容。這對第一次使用 Codex 的一般工作者來說，是比較安心的開始方式。如果你的 Google 雲端硬碟有同步到電腦本機，也可以用類似的方式，建立一個同步資料夾，讓 Codex 處理其中的 Google 文件、Google 試算表、Google 簡報或其他相關檔案。接著，可以讓 Codex 先做一個動作：請 Codex 先看一下這個專案資料夾裡面的文件內容，告訴你它看到了什麼。一開始不要直接叫它修改、刪除、重命名或搬移檔案。先請它盤點，理解這個資料夾的內容，並且提出建議。你可以明確告訴它：先不要修改任何資料，只要回報它的觀察，等你確認後再開始執行。可以使用這樣的提示詞：請先檢查目前這個資料夾。請回報：1. 你看到了哪些檔案？2. 這些檔案可能分別代表什麼？3. 這個資料夾適合先做哪 3 個小任務？4. 其中哪一個任務最安全、最容易驗收？先不要修改任何檔案。請等我確認後再執行。這段提示詞看起來不華麗，但它幫我們建立了三個護欄：先盤點，不先動手。先建議小任務，不直接做大改。先等人確認，不擅自修改。 透過這樣的方式，你就開始了用 Codex 管理專案資料夾的第一步。下面是我建立了一個孩子課業學習資料的資料夾後，讓 Codex 盤點一下可以做什麼遊戲化工具。而最後根據 Codex 的建議，讓 Codex 自己建立遊戲機制、自己畫圖（支援用 GPT Images 2.0 畫遊戲圖像素材），大概週末半天的討論時間，完成下面這個成果。要正式交派任務前，先讓 Codex 建立基礎專案規則文件：前面建立專案資料夾、讓 Codex 先盤點內容，只是一個簡單的上手練習。當我們真的要開始處理比較複雜的任務時，就可以在中間的對話視窗，開始對 AI 交派任務。但是，在正式交派任務之前，有一個很關鍵的第一步：當 AI 助理已經理解這個專案資料夾中的基本內容後，先給它一個目標，請它建立一份基本的專案 MD 文件。可以利用像是下面這樣簡單的指令：根據前面的理解，建立專案規則文件，讓未來的工作可以遵循。Codex 通常會建立一份 Agents.md 文件，這份 MD 文件可以用來記錄：這個專案的目標是什麼。 AI 目前如何理解資料夾中的內容。 這個專案接下來可能要完成哪些任務。 未來處理這類任務時，應該遵守哪些基本原則。 之後隨著專案任務持續推進，這份 MD 規則文件甚至可以再衍生出不同子任務的規則文件，並且在工作過程中持續復盤與更新。這樣做的目的，是讓接下來的 AI 助理有共同的遵循原則，也能保留更長期的記憶。甚至當我開一個新的討論串，或是重新進入這個資料夾時，Codex 也可以透過這些文件記得前面的狀態，立刻接手工作。例如我有一個理財的 AI 助理，我就先建立一個理財專用的資料夾，把目前某些財務、投資現況的試算表先丟進去。接著，我會用前面的方法，先讓 AI 助理理解這個專案資料夾裡的文件資料，並且請它建議：如果以家庭理財為目標，接下來可以先做什麼任務。這時候它可能會建議我，先建立一個可以減少手動更新，並且以 10 年、20 年長期目標為主的理財規劃工具，或者理財規劃頁面。於是我就會請 AI 助理，把這個目標，以及它目前對我理財現況的理解，先建立成一份基本的專案 MD 文件。這樣之後在持續推進理財規劃的過程中，AI 助理就有一個可以遵循的原則。開始對理解專案內容的 Codex 交派任務：當 Codex 已經理解專案資料夾的內容後，接下來就可以開始交派任務。當我們正式交派 AI 任務時，尤其對一般人來說，很可能不一定具體知道 AI 做不做得到我想要交付的工作。例如：我不知道它到底可以處理一份簡報到什麼程度。 我不知道它可以整理一份試算表到什麼深度。 我也不一定知道它會用什麼方法完成任務。 所以這時候最好的測試與溝通方法，不一定是教 AI 每一步怎麼做，而是在指令裡明確說明：這次任務想完成什麼成果。資料處理的界線在哪裡。  我想像中的需求是什麼。 解決之後要達到什麼效果。 我會用什麼標準來驗收。 換句話說，我們要把「成果」說清楚，把「需求」說清楚，把「驗收標準」說清楚。至於到底要怎麼做到，可以讓 Codex 自己想辦法設計工作流程。這時候我的交派任務經驗是（尤其 Codex 更新到可以使用 GPT-5.5 模型後），會在指令中明確交代幾件事：成果：最後要輸出的是一份報告、簡報、網頁、圖片，還是其他內容？請 AI 助理一步一步處理。資料範圍：AI 助理這次明確要使用哪些資料，並且提醒它要先從規則文件出發。需求與驗收標準：這個成果要解決什麼問題？滿足哪些需要？誰會怎麼使用這個成果？界線：可以做什麼，不可以做什麼。 如果任務比較複雜，我也會搭配 Codex 的 Plan 規劃模式，讓 AI 助理先自己設計工作流程，再開始正式執行。讓我們從前面那個雜亂的旅行票券資料夾出發，試試看怎麼讓 AI 助理去處理一個任務，並且輸出具體成果。在這個案例中，我利用前面建立好的指令與規則，要求 Codex 輸出一份「讓旅行同伴也能快速理解這次行程重點的圖文手冊」。這時候，我沒有一開始就告訴它到底要做成網頁版、PDF，或是哪一種格式；也沒有直接教它每一步要怎麼製作。我只先告訴它幾件事：限定要使用的資料範圍是什麼。 我希望這份圖文手冊達到什麼效果。 我希望圖文手冊的內容有哪些關鍵限制。 這份手冊是給旅行同伴快速理解行程重點使用。 接著，我開啟 Codex 的 Plan 模式。這個模式的意思，有點像是讓 AI 先根據目前的需求與資料範圍，自己思考怎麼做會比較好。這時候 Codex 不會馬上開始動手，而是先在規劃過程中詢問我幾個關鍵問題。從你對專案的理解與規則出發，製作一份讓旅行同伴也能快速理解這次行程重點的圖文手冊。請一步一步處理，以前面建立的行程表為基礎，以所有票券資料為素材，整理出來的圖文手冊要能方便分享給每一個旅伴，讓每個旅伴都能掌握每一天、每一地的必備資訊，但又有吸睛、對應真實資料的圖片、圖解作為輔助，複雜的資訊會更易懂，有趣的行程會看起來更有趣。一定要使用繁體中文說明，避免重複或瑣碎不必要的資訊堆積，要依照每一天的行程順序為順序架構。例如，它先問我：這份手冊到底要做成 PDF 版、Markdown 圖文版，還是簡報版？我可以從中選擇一個自己最想要的方式。接著，它也會問我：手冊中的圖片應該怎麼呈現？它當時提供了三個選項，但裡面沒有我真正想要的選項。這時候，我就可以自己打字補充，告訴它：我希望結合官方照片，再加上 AI 自己繪製的圖解。經過這樣的規劃後，Codex 會先提出一份「如何製作這份圖文手冊」的製作計畫，而不是立刻動手。我檢查這個計畫，如果覺得方向可行，就按下「執行此方案」的選項。接著 Codex 就會依照前面規劃好的步驟，一步一步處理。這時候就可以看到 AI 助理的威力：它可以讀取電腦硬碟資料夾中的文件內容。 它可以結合上網搜尋，補充官方資料來源。 它可以使用內建工具，甚至自己寫工具，來完成製作 PDF 所需要的各種操作。 我們不需要自己處理那些繁瑣步驟，只要讓 AI 依照計畫自動完成。 完成後，Codex 通常也會自己做一次驗證，確認它交付的成果內容是可用的。所以在 Codex 裡交派任務時，我現在會採取這樣的流程：先說清楚成果。 指定資料範圍。 說明需求與驗收標準。 補上可以做與不可以做的界線。 任務較複雜時，開啟 Plan 模式，讓 Codex 先設計工作流程。 確認計畫後，再讓它開始執行。任務完成後：先檢查成果，再請 Codex 復盤成規則當 Codex 完成我們交派的任務後，產出的成果可能是一份簡報、一份文件、一張試算表，或是其他專案檔案。這時候，它會在回答的最下方列出這次產出的檔案。我們只要按一下右邊的「開啟」，就可以在右側預覽畫面中，直接檢查剛剛完成的結果。Codex 的預覽工具不只可以看網頁、看程式碼，也可以查看我們一般工作者更常使用的文件、試算表與簡報內容。也就是說，當 AI 完成任務後，我們可以立刻在同一個介面裡確認：這份文件內容是否正確？ 這份試算表整理是否符合需求？ 這份簡報是否可以拿來使用？ 這次成果是否達到前面設定的驗收標準？ 如果我覺得這一次產出的結果是可用的，接下來我通常不會只是把檔案拿走（其實也不用拿走，檔案就儲存在專案資料夾中），而是會再給 Codex 一個復盤指令。這個復盤指令的目的，是請 AI 回頭整理：剛才它是怎麼完成這份有效簡報？這一次它是怎麼處理這份有效試算表？中間用了哪些資料、哪些步驟、哪些判斷，最後才做出這個可用成果？接著，我會請 Codex 把這些有效的工作流程，寫進這個專案對應的規則文件中。也就是讓 AI 自己去處理專案規則，自己建立各種工作規則，甚至建立後面可以繼續使用的技能。這樣之後在同一個專案裡，如果我要產出新的工作成果，就可以沿用類似的方法，而不是每一次都重新開始。這是我目前使用 Codex 時很重視的一個步驟：任務完成後，不只檢查成果，也要把有效流程留下來。這樣一來，這個專案底下就會慢慢訓練出一個越做越順手的 AI 工作助理。（延伸應用：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）前面這個簡報檔案製作的流程還不錯，幫我復盤一下過程，建立之後做簡報的規則。請一步一步處理，分析用了哪些工具、執行了哪些方法，把整個流程梳理出來，讓我們以後要做課程簡報的時候，也能用同樣的邏輯、同樣的規則、同樣的技巧、同樣的工具來完成一份可用性更高的簡報內容。最後寫進對應規則，或是新增更適合的課程簡報規則文件。Codex AI 助理處理任務時你可以善用的功能：能力、權限、排程、多工前面幾個關鍵階段，是我推薦非工程師、一般工作者剛開始使用 OpenAI Codex 時，最需要掌握的流程與步驟。當你開始讓 Codex 處理幾個任務，逐漸有經驗之後，這個軟體內建的一些功能，也可以開始做自己的調整與切換，讓它更符合你的工作需求。第一個需要調整的，是根據任務難易度，選擇合適的模型與執行速度。在對話視窗的右下方選單中，可以切換不同 GPT 模型，也可以切換智慧等級與執行速度。大致上可以這樣理解：模型與智慧等級：會影響它可以處理的任務複雜度，以及處理過程中的細緻度、準確度。執行速度：如果選擇快速，AI 會更快完成任務。額度消耗：模型等級越高、速度越快，通常也會消耗更多每週額度。 以我自己使用每月 100 美金的 Pro 版本來看，如果每天都利用 Codex 處理工作上的幾個重要專案，並且都「毫無顧忌」的使用最高等級、最快速版本，一週額度其實也會在不到一週內被消耗完。若是免費版或 Plus 版本，消耗速度就會更明顯。所以我的做法是，如果只是簡單任務，例如：理解一下專案目前的資料狀態。 做簡單資料分類。 處理一般文書整理。 初步檢查資料夾內容。 那麼可以選擇中～高等級的智慧功能，甚至切換到 GPT-5.4、GPT-5.3 之類的模型，速度選擇「標準」，讓它多花一點時間處理，但少消耗一些額度，這樣可以多做幾個工作任務。接下來，在對話視窗左下方，會有三種權限可以選擇。這裡我覺得一般工作者也要理解，因為 Codex 不是單純回答問題，它可能會真的改動你的檔案。大致上可以這樣區分：預設權限：幾乎每個改動步驟，AI 都會詢問你，要求你確認。自動審核：當 AI 的操作可能影響整個系統，或跨出你的專案資料夾範圍時，它會自己判斷風險。如果判斷是中高風險以上，就會要求你確認；如果是低風險操作，則可能自動允許。完整存取權：大多數時候不會經過你的確認，AI 會直接開始工作。 如果你要處理的任務，有可能影響整個系統，或可能改動重要檔案，我會建議至少選擇「預設權限」或「自動審核」。這樣在 AI 真正改變檔案之前，你還有機會做一次確認。Codex 有一個很好用的功能，就是當 AI 正在處理任務時，你還是可以繼續在下方對話框輸入下一步指令。因為有時候一個複雜的工作流程，可能要處理 10 分鐘，甚至 20、30 分鐘。我自己的經驗是，有些任務可能會處理超過一個小時，才能完成一個比較複雜的工作流程。這時候，你可以在下方對話框繼續新增下一個任務指引。如果直接按下 Enter，通常會選擇「排入佇列」。意思是：前一個任務完整做完後，Codex 才會接續執行下一個任務。這個功能很適合用在連續工作上。例如你可以連續添加兩、三個任務，每個任務可能都要做 20、30 分鐘。這時候你可以去處理別的事情，一個多小時後回來，這幾個接續任務就可能已經完成。如果選擇 Ctrl + Enter，則是「引導」。這個意思是：當 AI 正在處理前一個任務時，你可以把新的引導指令直接插入進去，讓它立刻接收到你的意見，調整正在進行中的工作。例如你看到 AI 正在處理一份圖文內容，但你發現它的編排方式不是你喜歡的，這時候可以立刻告訴它：改成左圖右文。 改成圖片在上、文字在下。 重新調整目前的排版方式。 Codex 就會馬上接收你的意見，調整做到一半的內容。這個功能很適合用在你已經看到 AI 的方向，但想要即時修正細節的情境。Codex 也可以同時開啟多個討論串。也就是說，你可以同時讓好幾個專案資料夾裡的 AI 助理，處理不同任務。例如：一個專案資料夾正在製作簡報。 另一個專案資料夾正在處理旅遊行程。 第三個專案資料夾正在幫你進行數據資料的統整與驗算。 透過多討論串並行的方式，讓 Codex 真的在電腦端幫你同時處理幾條工作線。進階使用：外掛、技能與自動化，讓 Codex 接上更多工作流程當你慢慢熟悉 Codex 上面的各種基本操作後，下一個階段，可以開始了解 Codex 的「外掛」、「技能」與「自動化」這些功能。這些功能的重點，是讓 Codex 可以接上更多服務，理解更多工作流程，甚至把已經跑順的任務變成固定時間自動執行。什麼是 Codex 的外掛？以我自己的工作情境來說，我常常有非常多的文件、簡報、試算表，是放在 Google 雲端硬碟中的雲端文件，而不是存在本機電腦硬碟裡。那這樣 Codex 還可以操作它們嗎？可以。方法就是在 Codex 裡安裝並授權 Google 雲端硬碟相關的外掛。當我們安裝 Google 雲端硬碟外掛時，通常會需要連接到 Google 雲端硬碟服務，進行帳號授權。授權成功之後，Codex 就會取得處理 Google 雲端硬碟中各種線上文件的能力。例如：Google 文件 Google 簡報 Google 試算表 Google 雲端硬碟資料夾 這樣一來，Codex 不只能處理本機資料夾中的檔案，也可以進一步處理我平常大量使用的 Google 雲端文件。安裝外掛後，通常也會連帶在 Codex 裡安裝對應的「技能」。什麼是技能？如果以前面的 Google 雲端硬碟外掛為例，當我安裝並授權這個外掛之後，Codex 的 AI 助理就會獲得一些相關技能，例如：如何處理 Google 文件 如何處理 Google 簡報 如何處理 Google 試算表 如何整理 Google 雲端硬碟資料夾 你可以把「技能」理解成：處理某種特定任務的工作流程與操作步驟。例如，Codex 透過技能理解 Google 簡報的操作邏輯，再搭配前面外掛提供的 Google 簡報編輯授權，這時候 Codex 就可以直接幫我製作或修改 Google 簡報。在 Codex App 的左上方，還可以看到一個「自動化」功能。如果我在某個討論串中，已經把某個工作流程跑順了，而且這個工作流程是我想要每天或定期重複執行的，就可以把它建立成自動化流程。例如：每週整理這個專案資料夾裡的新資料，建立一份週報。 每天處理這個資料夾裡的最新數據，建立今天的理財投資分析建議。 定期檢查某個資料夾中的新文件，整理成報告或摘要。 這時候，我可以直接要求 Codex 在這個討論串中建立一個自動化流程。之後到了指定時間，Codex 就會自動啟動前面已經訓練好的步驟，幫我完成任務。Codex 的自動化，大致可以有兩種設定方式。第一種，是在某個討論串中，明確告訴 Codex：要自動處理哪些工作步驟？ 要多久執行一次？ 要在什麼時間開始？ 最後要產出什麼結果？ 接著請它直接建立一個定期循環的自動化流程。第二種，是在一個已經討論到一定階段、而且工作流程已經跑順的討論串中，直接請 Codex：把前面這個已經完成的工作流程，建立成一個自動化流程。這時候，Codex 就會把前面已經跑過的流程整理成可以重複執行的自動化項目，等到固定時間到了，它就會自動處理。我們到時候只要接收報告或成果即可。利用 Codex 進行其它軟體視窗的 AI 語音輸入：在 CodeX 電腦端軟體中還有一個很實用的「聽寫」功能，就是透過 AI 辨識來進行語音輸入，有點類似前一陣子很流行的 Typeless 之類的語音輸入工具。它預設是關閉的，我們可以到 CodeX 的軟體端，在它的設定裡面找到語音輸入，然後設定一個電腦當中的快捷鍵，例如我在 Windows 裡面設定的是 Ctrl + T。接下來，只要我的 CodeX 軟體沒有關閉，我可以切換到電腦中其他的輸入視窗，例如我在 Evernote 裡面的筆記，或是現在這一段的部落格文章編輯頁面。這時候我只要按下 Ctrl + T，然後開始講出我想要輸入的相關內容。可以想一想，語音輸入的這些段落，都是由 CodeX 的語音輸入來完成的。講完之後，再按下 Ctrl + T，它就把你講的內容轉成文字稿；而且因為結合了 AI 模型，所以它可以自動加上標點符號、自動斷句，也會自動糾正你裡面的一些文字錯誤；大多數時候也都能穩定地輸出成繁體中文（但也有時候會變成簡體中文）。這樣應該就可以少安裝一個語音輸入的 AI 工具，直接用 CodeX 解決問題。任務越多時，要善用 Codex 的討論串分類與釘選功能：最後，當我們開始有越來越多任務在 Codex 上處理後，一些分類與管理功能也要慢慢掌握起來，否則最後討論串會變得越來越混亂。首先，在左方的專案資料夾底下，我們可以根據這個專案裡不同的子任務，開啟不同的討論串，避免彼此混雜。例如我有一個「外部資料庫／第二大腦」的資料夾，裡面包含：我抓取的重要參考資料原文 我的筆記卡片 已經建立好的永久筆記 在這個大資料夾底下，我就會開幾個不同的子任務討論串：一個討論串，專門處理每天的資料抓取。 一個討論串，專門處理內容草稿。 一個討論串，專門處理如何從這個外部資料庫，建立課程規劃。 這樣彼此區隔後，不同的 AI 專案助理，就可以在適合的子任務上，根據它需要的規則，完成更有效的任務。如果有一些子任務討論串，目前正在緊鑼密鼓地進行，我們也可以點一下左邊的圖釘，把它釘選在左上方。這樣它就會從資料夾中的一般列表，移到左上方更容易管理的位置，也能讓我們更快看到目前最重要、最常使用的討論串。簡單來說，當 Codex 開始變成你的電腦端 AI 工作助理後，不只要學會交派任務，也要學會整理任務。 把不同子任務拆成不同討論串，再把正在進行的重要任務釘選起來，會讓整個 Codex 工作流程更清楚、更容易長期管理。我不是工程師，也值得試試看 Codex 嗎？答案是肯定的。你可以根據這篇文章，從下面流程開始：建一個副本資料夾 放入雜亂資料 讓 Codex 先看不要動 建立專案規則文件 用成果、資料範圍、需求、驗收標準交派任務 任務完成後復盤寫回規則逐步測試，你也能慢慢地掌握 AI Agent 的工作方式。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）

  電腦玩物 · 2026-05-01 22:42

  • 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

     一般人也能快速上手的 AI Agent：Codex 電腦端軟體今天這篇文章想分享的是：如果我們不是懂程式設計的工程師，一般人要怎麼快速上手 OpenAI （ChatGPT） 的 Codex 工具？如何用這個 AI 助理，協助我們處理電腦硬碟資料夾中的工作文件、任務成果，進一步打造一個更自動化的電腦工作流程。我覺得接下來想要善用 AI 的工作者，除了擁有像 ChatGPT 這樣的對話型生成式 AI 之外，也應該開始擁有一個像 Codex 這樣可以操作電腦、處理電腦中資料與文件的 AI 助理。兩者搭配在一起，可以建立一套更完整的人與 AI 協作流程。歡迎參考我和趙胤丞老師的 2026 下半年全新推出：「工作流改造術｜用更少時間，結合協作 AI 重塑工作方式」新線上課程，裡面會從各種生產力方法出發，先改造工作流程，然後把 AI 當成輔助來完成效率提升（這是我覺得更好的工作方式，先思考，然後 AI 執行我們思考後的規則）： 連結：https://hi.sat.cool/TUCh4折扣碼：playpc350延伸教學：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延伸教學：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 記憶與規則以我目前使用 ChatGPT 和 Codex 的經驗來看，兩者的分工有明顯不同。一個任務通常會有最後要輸出的成果，例如一份文件、一份簡報、一張試算表，或是一個整理完成的資料庫。但在真正進入「產出」之前，往往還會有一段很重要的前置流程：研究、發想、企劃、分析與復盤。所以在大方向上，我會這樣分工：ChatGPT：處理研究、發想、企劃、分析與復盤。我會利用 ChatGPT 上已經訓練好的專案助理，搭配 Deep Research 這類搜尋研究功能，透過對話進行腦力激盪、資料分析、計畫設計與任務規劃。 Codex 桌面端：處理真正要完成的工作成果。當我要根據前面規劃好的工作流程，實際產出一份文件、一份簡報，或是處理各種試算表、數據資料，整理電腦資料夾中的工作文件，乃至於真的要製作一個網頁、一個工具時（例如個人理財工具、產品說明網頁），就可以善用電腦端的 Codex 來完成。 可以參考這個有趣例子，就是 ChatGPT 到 Codex 互相搭配完成的：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程在 Codex 這樣的 AI Agent 可以編輯、管理電腦中資料文件的情況下，很多「輸出工作成果的流程」，我已經逐步轉移到 Codex 上進行。甚至像 Google 雲端硬碟中的文件，也可以交給 Codex 進一步編輯與處理。對一般使用者來說，OpenAI 推出的 Codex 桌面端軟體，現在已經不需要任何程式開發基礎。只要安裝完成，就可以開始使用。操作過程也不一定需要接觸任何程式碼相關技巧。所以這篇文章，我想從「非工程師、一般工作者」的角度，分享如何快速上手 Codex 桌面端軟體，以及可以嘗試看看的應用案例。一般人如何立即了解 Codex ？把電腦資料夾變成 AI 工作台很多人聽到 Codex，第一個反應可能是：這不是寫程式的人才會用的工具嗎？如果你不是工程師、不想寫程式，也沒有要開發軟體，好像就跟自己無關。但我這幾個月實際用下來，覺得這是一個一般人也能快速上手的 AI 工具：Codex 對一般人的真正應用，不是寫程式，而是把一個本機資料夾，變成可以被 AI 處理的工作台。經過持續的改進與發展後，Codex 已經慢慢不只是寫程式的人才會用到的工具。基本上，你在電腦中需要操作的各種文件、檔案、資料整理與成果產出，也都可以納入 Codex 的 AI 工作流程中。你只要下載 Codex 軟體，授權 Codex 管理你電腦中的某一個資料夾，它就可以開始協助你完成很多原本要自己慢慢處理的任務，例如：資料夾裡有一堆文件，不知道怎麼整理，可以請 AI 幫你分類與管理。 裡面有一堆數據試算表，可以請 AI 協助統整、分析，甚至直接調整 Excel 上面的欄位與數據。 有一堆文件、PDF、筆記，可以請 AI 重新整理，轉換成一份圖文並茂的簡報。 如果你使用 Google 雲端硬碟和電腦同步，Codex 也可以直接處理 Google 文件、Google 試算表、Google 簡報等內容。 更進一步，你也可以把 Codex 當成資訊整理與筆記管理工具，在你的電腦硬碟資料夾中建立個人資料庫。 （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）以前這些事情，我們可能會打開檔案總管、筆記軟體、雲端硬碟、試算表、簡報軟體，自己慢慢操作。但現在如果有一個 AI Agent，可以直接在你指定的資料夾裡讀檔案、整理內容、建立新文件、修改草稿、產出清單，甚至把做得好的流程寫成下一次可以重複使用的規則，那麼 Codex 對一般人的價值，就不只是「幫工程師寫程式」。而是：幫一般人把日常工作中最耗時的資料整理、文件處理、分析準備與成果產出，變成一條可以讓訓練好的 AI 助理去完成的自動化工作流程。這些工作流程，如果只用傳統的 ChatGPT 對話來完成，可能會遇到幾個限制：ChatGPT 不一定能直接處理你電腦硬碟資料夾中的所有內容。 它比較不像真正的桌面軟體，可以直接編輯與管理檔案。 當任務需要長時間、多步驟、連續處理一整批資料時，單純的對話式 AI 比較容易中斷或失去脈絡。 但 Codex 的桌面端軟體，就是一個可以在電腦端工作的 AI 助理，可以自己完成上述步驟。更重要的是，對一般使用者來說，現在使用 Codex 桌面端軟體，不需要碰到讓人頭痛的程式碼或終端機介面。它的介面已經很成熟，比較接近一般知識工作者可以理解的「任務＋對話＋成果」三欄工作台。你可以這樣理解 Codex 的 Windows 桌面端 App：最左邊的對話討論串：可以想像成你一個一個要管理的專案，或是不同電腦資料夾中的工作任務。中間的對話欄位：就是你交派 AI 助理工作的地方，可以請它在專案資料夾中完成各種步驟與任務。最右邊的預覽區：可以查看 AI 幫你完成的成果。除了程式碼，也可以預覽 Markdown 文件、Word、Excel、PowerPoint 檔案，甚至還有一個小型瀏覽器，可以直接瀏覽網頁內容。 所以 Codex 不只是「寫程式 App」，也不是單純另一個對話式 ChatGPT。對一般工作者來說，它更像是在同一個專案資料夾中，從文件整理、資料研究、內容分析、簡報草稿、試算表整理，一路延伸到小工具開發的 AI 工作助理。我的第一個 Codex App 應用案例，和程式開發完全無關：我對 Codex 這樣的 AI 助理工具，第一次覺得它很貼近一般人日常工作需求，是今年年初的一個旅行整理案例。當時我們有兩個家庭要一起去新加坡旅行。因為人數比較多，我們買了非常多景點、遊樂園的票券，也有交通票券、住宿資料等各種文件。一時之間，所有資料混在一起，變得很難統整。於是我把這 40 多張雜亂的票券，全部放進電腦硬碟中的同一個資料夾，接著請 Codex  AI 助理幫我處理（操作介面如上圖）。第一步，我先請 AI 幫我分類。結果 AI 很聰明地根據每一張票券上的日期，把原本雜亂的票券重新分類在一起，建立出更有邏輯的資料夾整理方式。第二步，我讓 AI 從亂七八糟的票券整理出正確行程。接下來，我再請 AI 從這些已經分類好的資料夾中，梳理出我們完整的旅行行程。AI 也能有效從這些票券內容裡抓出關鍵資訊，整理成一份行程清單。整個過程大概兩三分鐘內就完成了。以前這樣的工作，如果是我自己來做，我需要在 40 多張雜亂票券中，一張一張檢查日期、景點、時間與地點，先建立分類資料夾，再擷取每張票券中的關鍵資訊，最後整理出一份行程表。這樣的工作，起碼也要花 30 分鐘甚至 1 個小時以上。但交給 AI 助理後，它可以在很短時間內完成。而且這個過程中，AI 需要讀取 PDF、需要辨識票券中的文字，亦或是需要 OCR，這些原本聽起來可能比較麻煩的技術細節，AI 助理會自己判斷怎麼處理，甚至自己寫小程式來解決。對一般使用者來說，我們不一定需要知道它背後怎麼處理 PDF、怎麼做 OCR、怎麼寫程式。只要清楚傳達需求：這個資料夾裡有一堆旅行票券； 請你先根據日期、類型幫我分類； 再從票券中整理出完整行程表。 Codex AI 就能在電腦資料夾裡，自動幫我們完成這些原本要手動慢慢整理的工作。這也是我第一次很明確感受到：Codex 這類 AI Agent，對一般人來說，並不只是拿來寫程式，而是可以幫我們處理那些「在電腦裡很瑣碎、很重複、但又必須完成」的工作流程。一般人上手 Codex 的第一步：不要先想「自動化」，先建「專案資料夾」如果你之前完全沒有使用過 Codex，也沒有程式開發的基礎，那麼上手 Codex 的第一步，不是急著讓它幫你自動化，也不是一開始就要求它完成很複雜的任務。我會建議先做一個很簡單、也相對安全的動作：在電腦硬碟中建立一個新的專案資料夾，讓 Codex 在這個指定專案資料夾中測試處理資料。Codex 對一般人是一個可以連到本機資料夾的行動型 AI 工作台。你可以把它想像成：先建立一個 thread（討論串），像是在 ChatGPT 裡開一個對話；但不同的是，這個 project 可以連到你電腦上的某個資料夾，讓 Codex 在指定範圍內讀取、整理、建立或修改檔案。所以，對非程式工作者來說，我們可以從整理筆記、清理資料、比較草稿、處理文件開始，而不是從程式碼開始。為了安全起見，我會建議先用「複製副本」的方式，把原本專案中的雜亂文件複製到這個新的資料夾中。例如你可以建立這樣的資料夾：[副本] 旅遊規劃_東京親子行航班時間 飯店資訊 想去的景點 預算限制 家人偏好 已經查到的餐廳或交通資料[副本] 理財月報_2026收支表 投資紀錄 上個月回顧 目前目標 自己的判斷原則[副本] 課程講義文件[副本] 網站文章草稿[副本] 客戶訪談資料分析你不需要一開始就做任何分類，也不用先整理得很漂亮。這個資料夾可以很雜亂，因為最後可以讓 AI 幫你整理。也因為它是一個副本專案資料夾，所以即使 AI 助理在調整、分析或測試過程中出錯，也不會影響到你原本正式的專案內容。這對第一次使用 Codex 的一般工作者來說，是比較安心的開始方式。如果你的 Google 雲端硬碟有同步到電腦本機，也可以用類似的方式，建立一個同步資料夾，讓 Codex 處理其中的 Google 文件、Google 試算表、Google 簡報或其他相關檔案。接著，可以讓 Codex 先做一個動作：請 Codex 先看一下這個專案資料夾裡面的文件內容，告訴你它看到了什麼。一開始不要直接叫它修改、刪除、重命名或搬移檔案。先請它盤點，理解這個資料夾的內容，並且提出建議。你可以明確告訴它：先不要修改任何資料，只要回報它的觀察，等你確認後再開始執行。可以使用這樣的提示詞：請先檢查目前這個資料夾。請回報：1. 你看到了哪些檔案？2. 這些檔案可能分別代表什麼？3. 這個資料夾適合先做哪 3 個小任務？4. 其中哪一個任務最安全、最容易驗收？先不要修改任何檔案。請等我確認後再執行。這段提示詞看起來不華麗，但它幫我們建立了三個護欄：先盤點，不先動手。先建議小任務，不直接做大改。先等人確認，不擅自修改。 透過這樣的方式，你就開始了用 Codex 管理專案資料夾的第一步。下面是我建立了一個孩子課業學習資料的資料夾後，讓 Codex 盤點一下可以做什麼遊戲化工具。而最後根據 Codex 的建議，讓 Codex 自己建立遊戲機制、自己畫圖（支援用 GPT Images 2.0 畫遊戲圖像素材），大概週末半天的討論時間，完成下面這個成果。要正式交派任務前，先讓 Codex 建立基礎專案規則文件：前面建立專案資料夾、讓 Codex 先盤點內容，只是一個簡單的上手練習。當我們真的要開始處理比較複雜的任務時，就可以在中間的對話視窗，開始對 AI 交派任務。但是，在正式交派任務之前，有一個很關鍵的第一步：當 AI 助理已經理解這個專案資料夾中的基本內容後，先給它一個目標，請它建立一份基本的專案 MD 文件。可以利用像是下面這樣簡單的指令：根據前面的理解，建立專案規則文件，讓未來的工作可以遵循。Codex 通常會建立一份 Agents.md 文件，這份 MD 文件可以用來記錄：這個專案的目標是什麼。 AI 目前如何理解資料夾中的內容。 這個專案接下來可能要完成哪些任務。 未來處理這類任務時，應該遵守哪些基本原則。 之後隨著專案任務持續推進，這份 MD 規則文件甚至可以再衍生出不同子任務的規則文件，並且在工作過程中持續復盤與更新。這樣做的目的，是讓接下來的 AI 助理有共同的遵循原則，也能保留更長期的記憶。甚至當我開一個新的討論串，或是重新進入這個資料夾時，Codex 也可以透過這些文件記得前面的狀態，立刻接手工作。例如我有一個理財的 AI 助理，我就先建立一個理財專用的資料夾，把目前某些財務、投資現況的試算表先丟進去。接著，我會用前面的方法，先讓 AI 助理理解這個專案資料夾裡的文件資料，並且請它建議：如果以家庭理財為目標，接下來可以先做什麼任務。這時候它可能會建議我，先建立一個可以減少手動更新，並且以 10 年、20 年長期目標為主的理財規劃工具，或者理財規劃頁面。於是我就會請 AI 助理，把這個目標，以及它目前對我理財現況的理解，先建立成一份基本的專案 MD 文件。這樣之後在持續推進理財規劃的過程中，AI 助理就有一個可以遵循的原則。開始對理解專案內容的 Codex 交派任務：當 Codex 已經理解專案資料夾的內容後，接下來就可以開始交派任務。當我們正式交派 AI 任務時，尤其對一般人來說，很可能不一定具體知道 AI 做不做得到我想要交付的工作。例如：我不知道它到底可以處理一份簡報到什麼程度。 我不知道它可以整理一份試算表到什麼深度。 我也不一定知道它會用什麼方法完成任務。 所以這時候最好的測試與溝通方法，不一定是教 AI 每一步怎麼做，而是在指令裡明確說明：這次任務想完成什麼成果。資料處理的界線在哪裡。  我想像中的需求是什麼。 解決之後要達到什麼效果。 我會用什麼標準來驗收。 換句話說，我們要把「成果」說清楚，把「需求」說清楚，把「驗收標準」說清楚。至於到底要怎麼做到，可以讓 Codex 自己想辦法設計工作流程。這時候我的交派任務經驗是（尤其 Codex 更新到可以使用 GPT-5.5 模型後），會在指令中明確交代幾件事：成果：最後要輸出的是一份報告、簡報、網頁、圖片，還是其他內容？請 AI 助理一步一步處理。資料範圍：AI 助理這次明確要使用哪些資料，並且提醒它要先從規則文件出發。需求與驗收標準：這個成果要解決什麼問題？滿足哪些需要？誰會怎麼使用這個成果？界線：可以做什麼，不可以做什麼。 如果任務比較複雜，我也會搭配 Codex 的 Plan 規劃模式，讓 AI 助理先自己設計工作流程，再開始正式執行。讓我們從前面那個雜亂的旅行票券資料夾出發，試試看怎麼讓 AI 助理去處理一個任務，並且輸出具體成果。在這個案例中，我利用前面建立好的指令與規則，要求 Codex 輸出一份「讓旅行同伴也能快速理解這次行程重點的圖文手冊」。這時候，我沒有一開始就告訴它到底要做成網頁版、PDF，或是哪一種格式；也沒有直接教它每一步要怎麼製作。我只先告訴它幾件事：限定要使用的資料範圍是什麼。 我希望這份圖文手冊達到什麼效果。 我希望圖文手冊的內容有哪些關鍵限制。 這份手冊是給旅行同伴快速理解行程重點使用。 接著，我開啟 Codex 的 Plan 模式。這個模式的意思，有點像是讓 AI 先根據目前的需求與資料範圍，自己思考怎麼做會比較好。這時候 Codex 不會馬上開始動手，而是先在規劃過程中詢問我幾個關鍵問題。從你對專案的理解與規則出發，製作一份讓旅行同伴也能快速理解這次行程重點的圖文手冊。請一步一步處理，以前面建立的行程表為基礎，以所有票券資料為素材，整理出來的圖文手冊要能方便分享給每一個旅伴，讓每個旅伴都能掌握每一天、每一地的必備資訊，但又有吸睛、對應真實資料的圖片、圖解作為輔助，複雜的資訊會更易懂，有趣的行程會看起來更有趣。一定要使用繁體中文說明，避免重複或瑣碎不必要的資訊堆積，要依照每一天的行程順序為順序架構。例如，它先問我：這份手冊到底要做成 PDF 版、Markdown 圖文版，還是簡報版？我可以從中選擇一個自己最想要的方式。接著，它也會問我：手冊中的圖片應該怎麼呈現？它當時提供了三個選項，但裡面沒有我真正想要的選項。這時候，我就可以自己打字補充，告訴它：我希望結合官方照片，再加上 AI 自己繪製的圖解。經過這樣的規劃後，Codex 會先提出一份「如何製作這份圖文手冊」的製作計畫，而不是立刻動手。我檢查這個計畫，如果覺得方向可行，就按下「執行此方案」的選項。接著 Codex 就會依照前面規劃好的步驟，一步一步處理。這時候就可以看到 AI 助理的威力：它可以讀取電腦硬碟資料夾中的文件內容。 它可以結合上網搜尋，補充官方資料來源。 它可以使用內建工具，甚至自己寫工具，來完成製作 PDF 所需要的各種操作。 我們不需要自己處理那些繁瑣步驟，只要讓 AI 依照計畫自動完成。 完成後，Codex 通常也會自己做一次驗證，確認它交付的成果內容是可用的。所以在 Codex 裡交派任務時，我現在會採取這樣的流程：先說清楚成果。 指定資料範圍。 說明需求與驗收標準。 補上可以做與不可以做的界線。 任務較複雜時，開啟 Plan 模式，讓 Codex 先設計工作流程。 確認計畫後，再讓它開始執行。任務完成後：先檢查成果，再請 Codex 復盤成規則當 Codex 完成我們交派的任務後，產出的成果可能是一份簡報、一份文件、一張試算表，或是其他專案檔案。這時候，它會在回答的最下方列出這次產出的檔案。我們只要按一下右邊的「開啟」，就可以在右側預覽畫面中，直接檢查剛剛完成的結果。Codex 的預覽工具不只可以看網頁、看程式碼，也可以查看我們一般工作者更常使用的文件、試算表與簡報內容。也就是說，當 AI 完成任務後，我們可以立刻在同一個介面裡確認：這份文件內容是否正確？ 這份試算表整理是否符合需求？ 這份簡報是否可以拿來使用？ 這次成果是否達到前面設定的驗收標準？ 如果我覺得這一次產出的結果是可用的，接下來我通常不會只是把檔案拿走（其實也不用拿走，檔案就儲存在專案資料夾中），而是會再給 Codex 一個復盤指令。這個復盤指令的目的，是請 AI 回頭整理：剛才它是怎麼完成這份有效簡報？這一次它是怎麼處理這份有效試算表？中間用了哪些資料、哪些步驟、哪些判斷，最後才做出這個可用成果？接著，我會請 Codex 把這些有效的工作流程，寫進這個專案對應的規則文件中。也就是讓 AI 自己去處理專案規則，自己建立各種工作規則，甚至建立後面可以繼續使用的技能。這樣之後在同一個專案裡，如果我要產出新的工作成果，就可以沿用類似的方法，而不是每一次都重新開始。這是我目前使用 Codex 時很重視的一個步驟：任務完成後，不只檢查成果，也要把有效流程留下來。這樣一來，這個專案底下就會慢慢訓練出一個越做越順手的 AI 工作助理。（延伸應用：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）前面這個簡報檔案製作的流程還不錯，幫我復盤一下過程，建立之後做簡報的規則。請一步一步處理，分析用了哪些工具、執行了哪些方法，把整個流程梳理出來，讓我們以後要做課程簡報的時候，也能用同樣的邏輯、同樣的規則、同樣的技巧、同樣的工具來完成一份可用性更高的簡報內容。最後寫進對應規則，或是新增更適合的課程簡報規則文件。Codex AI 助理處理任務時你可以善用的功能：能力、權限、排程、多工前面幾個關鍵階段，是我推薦非工程師、一般工作者剛開始使用 OpenAI Codex 時，最需要掌握的流程與步驟。當你開始讓 Codex 處理幾個任務，逐漸有經驗之後，這個軟體內建的一些功能，也可以開始做自己的調整與切換，讓它更符合你的工作需求。第一個需要調整的，是根據任務難易度，選擇合適的模型與執行速度。在對話視窗的右下方選單中，可以切換不同 GPT 模型，也可以切換智慧等級與執行速度。大致上可以這樣理解：模型與智慧等級：會影響它可以處理的任務複雜度，以及處理過程中的細緻度、準確度。執行速度：如果選擇快速，AI 會更快完成任務。額度消耗：模型等級越高、速度越快，通常也會消耗更多每週額度。 以我自己使用每月 100 美金的 Pro 版本來看，如果每天都利用 Codex 處理工作上的幾個重要專案，並且都「毫無顧忌」的使用最高等級、最快速版本，一週額度其實也會在不到一週內被消耗完。若是免費版或 Plus 版本，消耗速度就會更明顯。所以我的做法是，如果只是簡單任務，例如：理解一下專案目前的資料狀態。 做簡單資料分類。 處理一般文書整理。 初步檢查資料夾內容。 那麼可以選擇中～高等級的智慧功能，甚至切換到 GPT-5.4、GPT-5.3 之類的模型，速度選擇「標準」，讓它多花一點時間處理，但少消耗一些額度，這樣可以多做幾個工作任務。接下來，在對話視窗左下方，會有三種權限可以選擇。這裡我覺得一般工作者也要理解，因為 Codex 不是單純回答問題，它可能會真的改動你的檔案。大致上可以這樣區分：預設權限：幾乎每個改動步驟，AI 都會詢問你，要求你確認。自動審核：當 AI 的操作可能影響整個系統，或跨出你的專案資料夾範圍時，它會自己判斷風險。如果判斷是中高風險以上，就會要求你確認；如果是低風險操作，則可能自動允許。完整存取權：大多數時候不會經過你的確認，AI 會直接開始工作。 如果你要處理的任務，有可能影響整個系統，或可能改動重要檔案，我會建議至少選擇「預設權限」或「自動審核」。這樣在 AI 真正改變檔案之前，你還有機會做一次確認。Codex 有一個很好用的功能，就是當 AI 正在處理任務時，你還是可以繼續在下方對話框輸入下一步指令。因為有時候一個複雜的工作流程，可能要處理 10 分鐘，甚至 20、30 分鐘。我自己的經驗是，有些任務可能會處理超過一個小時，才能完成一個比較複雜的工作流程。這時候，你可以在下方對話框繼續新增下一個任務指引。如果直接按下 Enter，通常會選擇「排入佇列」。意思是：前一個任務完整做完後，Codex 才會接續執行下一個任務。這個功能很適合用在連續工作上。例如你可以連續添加兩、三個任務，每個任務可能都要做 20、30 分鐘。這時候你可以去處理別的事情，一個多小時後回來，這幾個接續任務就可能已經完成。如果選擇 Ctrl + Enter，則是「引導」。這個意思是：當 AI 正在處理前一個任務時，你可以把新的引導指令直接插入進去，讓它立刻接收到你的意見，調整正在進行中的工作。例如你看到 AI 正在處理一份圖文內容，但你發現它的編排方式不是你喜歡的，這時候可以立刻告訴它：改成左圖右文。 改成圖片在上、文字在下。 重新調整目前的排版方式。 Codex 就會馬上接收你的意見，調整做到一半的內容。這個功能很適合用在你已經看到 AI 的方向，但想要即時修正細節的情境。Codex 也可以同時開啟多個討論串。也就是說，你可以同時讓好幾個專案資料夾裡的 AI 助理，處理不同任務。例如：一個專案資料夾正在製作簡報。 另一個專案資料夾正在處理旅遊行程。 第三個專案資料夾正在幫你進行數據資料的統整與驗算。 透過多討論串並行的方式，讓 Codex 真的在電腦端幫你同時處理幾條工作線。進階使用：外掛、技能與自動化，讓 Codex 接上更多工作流程當你慢慢熟悉 Codex 上面的各種基本操作後，下一個階段，可以開始了解 Codex 的「外掛」、「技能」與「自動化」這些功能。這些功能的重點，是讓 Codex 可以接上更多服務，理解更多工作流程，甚至把已經跑順的任務變成固定時間自動執行。什麼是 Codex 的外掛？以我自己的工作情境來說，我常常有非常多的文件、簡報、試算表，是放在 Google 雲端硬碟中的雲端文件，而不是存在本機電腦硬碟裡。那這樣 Codex 還可以操作它們嗎？可以。方法就是在 Codex 裡安裝並授權 Google 雲端硬碟相關的外掛。當我們安裝 Google 雲端硬碟外掛時，通常會需要連接到 Google 雲端硬碟服務，進行帳號授權。授權成功之後，Codex 就會取得處理 Google 雲端硬碟中各種線上文件的能力。例如：Google 文件 Google 簡報 Google 試算表 Google 雲端硬碟資料夾 這樣一來，Codex 不只能處理本機資料夾中的檔案，也可以進一步處理我平常大量使用的 Google 雲端文件。安裝外掛後，通常也會連帶在 Codex 裡安裝對應的「技能」。什麼是技能？如果以前面的 Google 雲端硬碟外掛為例，當我安裝並授權這個外掛之後，Codex 的 AI 助理就會獲得一些相關技能，例如：如何處理 Google 文件 如何處理 Google 簡報 如何處理 Google 試算表 如何整理 Google 雲端硬碟資料夾 你可以把「技能」理解成：處理某種特定任務的工作流程與操作步驟。例如，Codex 透過技能理解 Google 簡報的操作邏輯，再搭配前面外掛提供的 Google 簡報編輯授權，這時候 Codex 就可以直接幫我製作或修改 Google 簡報。在 Codex App 的左上方，還可以看到一個「自動化」功能。如果我在某個討論串中，已經把某個工作流程跑順了，而且這個工作流程是我想要每天或定期重複執行的，就可以把它建立成自動化流程。例如：每週整理這個專案資料夾裡的新資料，建立一份週報。 每天處理這個資料夾裡的最新數據，建立今天的理財投資分析建議。 定期檢查某個資料夾中的新文件，整理成報告或摘要。 這時候，我可以直接要求 Codex 在這個討論串中建立一個自動化流程。之後到了指定時間，Codex 就會自動啟動前面已經訓練好的步驟，幫我完成任務。Codex 的自動化，大致可以有兩種設定方式。第一種，是在某個討論串中，明確告訴 Codex：要自動處理哪些工作步驟？ 要多久執行一次？ 要在什麼時間開始？ 最後要產出什麼結果？ 接著請它直接建立一個定期循環的自動化流程。第二種，是在一個已經討論到一定階段、而且工作流程已經跑順的討論串中，直接請 Codex：把前面這個已經完成的工作流程，建立成一個自動化流程。這時候，Codex 就會把前面已經跑過的流程整理成可以重複執行的自動化項目，等到固定時間到了，它就會自動處理。我們到時候只要接收報告或成果即可。利用 Codex 進行其它軟體視窗的 AI 語音輸入：在 CodeX 電腦端軟體中還有一個很實用的「聽寫」功能，就是透過 AI 辨識來進行語音輸入，有點類似前一陣子很流行的 Typeless 之類的語音輸入工具。它預設是關閉的，我們可以到 CodeX 的軟體端，在它的設定裡面找到語音輸入，然後設定一個電腦當中的快捷鍵，例如我在 Windows 裡面設定的是 Ctrl + T。接下來，只要我的 CodeX 軟體沒有關閉，我可以切換到電腦中其他的輸入視窗，例如我在 Evernote 裡面的筆記，或是現在這一段的部落格文章編輯頁面。這時候我只要按下 Ctrl + T，然後開始講出我想要輸入的相關內容。可以想一想，語音輸入的這些段落，都是由 CodeX 的語音輸入來完成的。講完之後，再按下 Ctrl + T，它就把你講的內容轉成文字稿；而且因為結合了 AI 模型，所以它可以自動加上標點符號、自動斷句，也會自動糾正你裡面的一些文字錯誤；大多數時候也都能穩定地輸出成繁體中文（但也有時候會變成簡體中文）。這樣應該就可以少安裝一個語音輸入的 AI 工具，直接用 CodeX 解決問題。任務越多時，要善用 Codex 的討論串分類與釘選功能：最後，當我們開始有越來越多任務在 Codex 上處理後，一些分類與管理功能也要慢慢掌握起來，否則最後討論串會變得越來越混亂。首先，在左方的專案資料夾底下，我們可以根據這個專案裡不同的子任務，開啟不同的討論串，避免彼此混雜。例如我有一個「外部資料庫／第二大腦」的資料夾，裡面包含：我抓取的重要參考資料原文 我的筆記卡片 已經建立好的永久筆記 在這個大資料夾底下，我就會開幾個不同的子任務討論串：一個討論串，專門處理每天的資料抓取。 一個討論串，專門處理內容草稿。 一個討論串，專門處理如何從這個外部資料庫，建立課程規劃。 這樣彼此區隔後，不同的 AI 專案助理，就可以在適合的子任務上，根據它需要的規則，完成更有效的任務。如果有一些子任務討論串，目前正在緊鑼密鼓地進行，我們也可以點一下左邊的圖釘，把它釘選在左上方。這樣它就會從資料夾中的一般列表，移到左上方更容易管理的位置，也能讓我們更快看到目前最重要、最常使用的討論串。簡單來說，當 Codex 開始變成你的電腦端 AI 工作助理後，不只要學會交派任務，也要學會整理任務。 把不同子任務拆成不同討論串，再把正在進行的重要任務釘選起來，會讓整個 Codex 工作流程更清楚、更容易長期管理。我不是工程師，也值得試試看 Codex 嗎？答案是肯定的。你可以根據這篇文章，從下面流程開始：建一個副本資料夾 放入雜亂資料 讓 Codex 先看不要動 建立專案規則文件 用成果、資料範圍、需求、驗收標準交派任務 任務完成後復盤寫回規則逐步測試，你也能慢慢地掌握 AI Agent 的工作方式。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）
    View on 電腦玩物

• ChatGPT Images 2.0 工作專用 AI 繪圖工具：大量密集中文排版圖解、簡報案例實測

  今天這篇測試文章中，一個最讓我驚豔的實測結果是， ChatGPT Images 2.0 做出連續多頁的圖解簡報，效果更接近工作可用，精確性與複雜度還比 NotebookLM 更高。一開始 AI 繪圖推出的時候，大家關注在 AI 能不能繪製出很擬真的照片、符合特殊風格的圖片。後來 Gemini 的 Nano Banana 繪圖引擎，讓中文內容可以更正確、更合理的出現在圖片上（延伸閱讀：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），不過當文字量增加到一定程度後，就會看到侷限。即使如此， Google Gemini 的 Nano Banana 依然非常好用，我大量應用在製作需要的知識圖卡，甚至孩子的學習教材上。（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）2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程而現在（2026/4/21） OpenAI 推出了「 ChatGPT Images 2.0 」，這款最先進的 AI 繪圖模型有一個讓我非常感興趣的能力：「 ChatGPT Images 2.0 」針對「文字密集型視覺」更加實用、多語文字渲染更好、更能遵循細節指令去排版、更適合做海報、資訊圖、講義圖表、多格漫畫、文件插圖、產品流程圖、內部工具畫面等等。針對 ChatGPT Images 2.0 在大量密集多語言文字處理上的突破，我想測試看看其是否能生成更接近可以拿來交付的工作圖像成果（測試後答案是肯定的），可以滿足那些簡報、圖解、海報、講義需要的大量文字、版面編排、多語言、統計欄與密集資訊區塊的版面需求。目前 ChatGPT Images 2.0 已對所有 ChatGPT 用戶開放（包含免費版本）。你可以直接在聊天裡啟動「創作圖像」功能要求生成圖片，網頁端與 App 版都可使用。而如果是付費帳戶，還可以使用 ImageGen 2.0 Thinking，會加入推理、多圖生成、web search等能力；官方描述是，它可以先研究、再推理、再把來源材料轉成視覺成果。ChatGPT Plus 以上用戶，可以選擇 Thinking 模式再加上創作圖像功能，體驗看看效果。。下面就直接分享我的幾個實測案例：測試：文字密集型視覺圖解測試：圖文密集講義替換不同風格測試：搭配真實人物的連續上課講解畫面測試：文章型內容的排版設計測試：做出連續多頁的圖解簡報（保持一致性，每頁都有大量圖文解釋）更新：ChatGPT GPT-5.5 結合 Images 2.0 ，直接拆解一篇文章，變成連續 10 頁圖解簡報如果你是 ChatGPT plus 以上版本，建議這樣試試看，啟動「 GPT-5.5 Thinking 模型」，同時啟動「創作圖像」功能，這時候可以梳理大量資料後，產出「連續多圖」內容，不僅保持一致性，每一頁內容的拆解也很精準，圖像也幾乎不出錯。例如，解讀一份資料後，直接產出 10 頁簡報圖，效果與正確性比 NotebookLM 更好。把下面文章拆解成連續多頁的教學簡報圖解，請一步一步設計，先讀取這段網址的教學文章正文（ https://www.playpcesor.com/2026/03/ai-chatgptcodexopenclaw.html ），然後把裡面的圖片、文章拆解成 10 頁重點教學的內容。 簡報圖的目的是要幫助讀者更快的了解關鍵的方法，透過能夠讓讀者一頁一頁看下去的編排，每一頁都能有修收穫。 據此，產出一頁一頁，總共10張的簡報圖。測試：文字密集型視覺圖解我有一個 ChatGPT 討論串，專門討論防彈筆記法的各種內容（參考：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享），於是我測試看看， ChatGPT Images 2.0 是否可以同時幫我梳理聊天討論串中的各種技巧內容，然後製作出一張有完整數據資料的圖解。我用下面指令，讓 AI 總結前面討論，然後展開圖表的設計。這個指令中，我沒有刻意指定設計的風格與方式，而是讓 ChatGPT Images 2.0 自己思考適合的內容、適合的版面，自己去設計完成，也更能直接試試看這個新 AI 模型的處理能力。你是一頁式圖解說明專家，根據前面討論的數據分析資料，製作一份「防彈筆記法如何打造第二大腦系統」的一頁式圖解，請一步一步分析，根據前面討論，以圖解專家角度梳理要放入的數據與資料，思考最佳說明流程，從你的角度挑選一個跟主題搭配最適合的圖解風格、圖像元素，然後設計對應的圖像版面，完成這張圖解。下面是 ChatGPT Images 2.0 第一次就完成的圖解結果。這張圖片可下載，雖然解析度不算特別高，但也是可用的清晰度。上面的大量小字幾乎都正確生成（細看還是會有一兩個接近錯誤的怪字），而對內容的重新排版、版面的配置、搭配的圖像與流程，以一個方法論講義圖解來看，也沒有什麼可以挑剔的了。（可點擊圖片看大圖）測試：圖文密集講義連續修改、替換不同風格接下來，我讓 ChatGPT Images 2.0 處理最近一場直播講座的內容，直接梳理出另外一張圖解。文字的處理依然非常驚人，在一頁圖片上塞入這麼大量的文字內容，但幾乎都沒有錯誤。我也挑戰了讓 AI 把這張圖解替換成不同的風格，下圖是他產出的結果。所以我們可以用這樣的方式「連續多次修改」，但能保持內容正確性，又能調整風格與細節。（可點擊圖片看大圖）精簡文字內容，讓深入淺出，並改成在一張紙上寫下的手寫筆記風格。測試：搭配真實人物的「連續」上課講解畫面如果搭配真人照片與上課簡報效果如何呢？我上傳一張自己的講課照片，然後搭配前面的 AI 直播講座內容，讓 ChatGPT Images 2.0 幫我設計場景、放上人物，把直播內容變成一頁簡報。設計一張我在實體教室中正在解說上述一個核心案例的照片，請一步一步繪製，根據附件我提供的人物照片，挑選前面內容中適合的部分當作投影幕上的簡報，展現出我正在跟台下學生解說投影內容的畫面，以攝影專家角度思考真實照片應該有的光線、質感、氛圍，完成設計。接著，我讓 AI 維持人物與場景，但換到下一張簡報，這時 ChatGPT Images 2.0 也能準確地完成連續生圖任務，並保持一致性、連續性。再做下一張照片，同一個場景、人物，但切換到下一張投影片測試：文章型內容的排版設計那如果真的把一篇文章變成一頁排版呢？我把最近在 Facebook 貼的一則短文，交給 ChatGPT Images 2.0 用雜誌排版角度直接做成一張圖片。下面是我的完整短文與指令，可以比較看看 ChatGPT Images 2.0 完成的排版設計效果。你是雜誌專題報導排版專家，根據下面提供文章，製作一份「如何減少 AI 幻覺」的一頁雜誌專題報導版面，請一步一步分析，根據前面討論，以專家角度梳理要如何設計標題，可以搭配哪些圖解，思考最佳排版畫面，從你的角度挑選一個跟主題搭配最適合的設計風格、版面元素，然後設計對應的圖像版面，完成這頁排版。文章：###這個週末的大人學 AI 課程中，有學員在下課後問我：他常常問 AI 問題的時候，還是會覺得 AI 模型非常容易出現很多幻覺，常常給出一些不存在的證據或資料。這時候，到底要怎麼辦才好呢？我自己的解決方法是這樣，既然沒辦法要求 AI 不要有幻覺，#我就改變自己的工作流程。例如，我在 ChatGPT 裡，有一個長期拿來跟 AI 討論如何跟孩子進行溝通的討論串。但是，在這個討論串裡，我不是憑空就直接問 AI：要怎麼處理孩子的問題？要怎麼面對親子之間的關係？要怎麼跟孩子一起溝通？我會先自己去讀幾本國內外談親子溝通的書，把許多我讀過的相關書籍筆記，匯入 ChatGPT 的同一個討論串裡，先讓它建立基本的溝通知識、基本的科學證據。訓練好這個 AI 後，我才開始在那個脈絡裡跟它問答。（相關案例可以參考：用 ChatGPT 陪我讀英文原文書：5 個強化學習、筆記整理到行動轉化的 AI 技巧 https://www.playpcesor.com/2025/03/chatgpt-5-ai.html）這其實是我使用 AI 處理「任何問題、任何專案」時慣用的流程。很多時候，我們會以為 AI 可以直接從它內建的資料庫中，找出有效的東西來回答我們。但因為 AI 內建的資料實在太龐雜了，所以往往就會出現前面那位學員說的那種幻覺：說得好像有道理，但裡面的證據、資料、引用，其實都有問題。所以，如果我知道正確的資料是什麼、有效的文件在哪裡，只是我沒有那麼多時間自己梳理，那不如直接把這些資料文件丟給 AI 去整理，然後讓 AI 以這些有根據的內容來回答我，或者推演新的內容。而如果我不知道資料在哪裡的時候，我也不會直接就讓 AI 來解決我的問題。我反而會先讓 AI 自己去研究、自己去找資料。例如可以利用 Deep Research 這樣的功能，讓 AI 先深度找到那些有根據、有證據的內容，先建立基本的知識庫，然後再來回答我。關鍵就是：#先訓練AI建立基本的知識脈絡，然後再來回答我。當然，這樣的過程不是說 AI 就百分之百不會有幻覺。但我覺得，這會大幅降低 AI 回答有問題的比例。更進一步來說，什麼叫做幻覺呢？其實就像我們人在思考一件事情的時候，我看著一些參考資料，我研究一些數據、案例，但身為一個人，我還是會去想像、去推理、去思考有沒有其他可能性，我也會自己為這些資料做出詮釋。而當我們開始做詮釋、做推理的時候，其實某種程度上，就已經不再只是單純重複原本的資料了。我的想法（想像出來的方法）有可能是對的，也有可能是錯的。如果你把這樣的過程也看成一種幻覺，那麼當然，AI 無論如何，就算已經給了明確的證據跟資料，當它開始推理、開始思考的時候，也會跟人一樣，產生某種程度的幻覺。所以我自己反而不會把問題理解成：AI 到底能不能完全沒有幻覺？我更在意的是：它的資料來源是不是有根據？它的推理過程是不是合理？它提供的建議，我必須自己決定要不要再測試？要不要保持懷疑的態度，隨時調整？這樣一來，AI 有沒有幻覺，其實就不是一個那麼嚴重、那麼無解的問題。因為這是可以透過工作流程去降低、去修正、去克服的一種風險。我再請 ChatGPT Images 2.0 換一個風格，內容也依然保持了準確的一致性。（可點擊圖片看大圖）很好，但是改成像是紐約時報那樣的紙本雜誌、真實照片的排版風格對比一下，同樣指令與內容， Gemini 目前直接畫出的版本如下圖（被 AI 強制精簡文字）。測試：做出連續多頁的圖解簡報（保持一致性，每頁都有大量圖文解釋）最後這個案例，我挑戰讓 ChatGPT Images 2.0 來「製作簡報」。最近像是 Google NotebookLM 的圖解簡報非常流行（我的 Google AI 輔助簡報製作工作流程分享：從 NotebookLM 到 Google 簡報互補），但是圖片很驚艷，上面的文字正確性卻不好控制。ChatGPT Images 2.0 可以做到什麼程度？下面分享我的實做流程。我先把 OpenAI 官方介紹 ChatGPT Images 2.0 的文章，提供給 ChatGPT 分析資料，讓 ChatGPT 梳理出簡報大綱：我要製作一系列介紹 ChatGPT Images 2.0 的簡報圖，但請你先了解我想介紹的下面簡報內容：請一步一步閱讀：https://openai.com/index/introducing-chatgpt-images-2-0/#textmode接將上面理解，整理成「6 張系列簡報圖的腳本大綱」，一步一步處理，包含每張圖的標題、要放的關鍵文案、建議畫面結構。讓 ChatGPT 先完成簡報文字大綱的設計後，接著開啟創作圖像功能，讓 ChatGPT Images 2.0 開始一頁一頁設計（這邊我採用比較保守的作法，一頁一頁來）。你是課程簡報設計專家，根據上面規劃好的簡報圖1，設計出這頁16:9簡報，一步一步設計，根據上述規畫重新思考構圖、文字配置、風格，完成這頁簡報設計。下面我就直接把 ChatGPT Images 2.0 完成的 6 張簡報圖貼上，讓大家直接看實測結果，同時也可以了解官方文章中要傳達的重點功能。（可點擊圖片看大圖）從上述實測結果來看， ChatGPT Images 2.0 的 AI 繪圖能力關鍵是更能完成直接可用的工作成果。那些需要大量文字、圖解、排版、流程與知識的工作圖像內容，現在 ChatGPT Images 2.0 也能一次就生成有效的圖像，很值得納入工作流程使用。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：ChatGPT Images 2.0 工作專用 AI 繪圖工具：大量密集中文排版圖解、簡報案例實測）

  電腦玩物 · 2026-04-22 11:32

  • ChatGPT Images 2.0 工作專用 AI 繪圖工具：大量密集中文排版圖解、簡報案例實測

    今天這篇測試文章中，一個最讓我驚豔的實測結果是， ChatGPT Images 2.0 做出連續多頁的圖解簡報，效果更接近工作可用，精確性與複雜度還比 NotebookLM 更高。一開始 AI 繪圖推出的時候，大家關注在 AI 能不能繪製出很擬真的照片、符合特殊風格的圖片。後來 Gemini 的 Nano Banana 繪圖引擎，讓中文內容可以更正確、更合理的出現在圖片上（延伸閱讀：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），不過當文字量增加到一定程度後，就會看到侷限。即使如此， Google Gemini 的 Nano Banana 依然非常好用，我大量應用在製作需要的知識圖卡，甚至孩子的學習教材上。（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）2026/6 更新：一般人也能用 ChatGPT 打造你的 AI 團隊：管理多個 AI 員工的實戰流程而現在（2026/4/21） OpenAI 推出了「 ChatGPT Images 2.0 」，這款最先進的 AI 繪圖模型有一個讓我非常感興趣的能力：「 ChatGPT Images 2.0 」針對「文字密集型視覺」更加實用、多語文字渲染更好、更能遵循細節指令去排版、更適合做海報、資訊圖、講義圖表、多格漫畫、文件插圖、產品流程圖、內部工具畫面等等。針對 ChatGPT Images 2.0 在大量密集多語言文字處理上的突破，我想測試看看其是否能生成更接近可以拿來交付的工作圖像成果（測試後答案是肯定的），可以滿足那些簡報、圖解、海報、講義需要的大量文字、版面編排、多語言、統計欄與密集資訊區塊的版面需求。目前 ChatGPT Images 2.0 已對所有 ChatGPT 用戶開放（包含免費版本）。你可以直接在聊天裡啟動「創作圖像」功能要求生成圖片，網頁端與 App 版都可使用。而如果是付費帳戶，還可以使用 ImageGen 2.0 Thinking，會加入推理、多圖生成、web search等能力；官方描述是，它可以先研究、再推理、再把來源材料轉成視覺成果。ChatGPT Plus 以上用戶，可以選擇 Thinking 模式再加上創作圖像功能，體驗看看效果。。下面就直接分享我的幾個實測案例：測試：文字密集型視覺圖解測試：圖文密集講義替換不同風格測試：搭配真實人物的連續上課講解畫面測試：文章型內容的排版設計測試：做出連續多頁的圖解簡報（保持一致性，每頁都有大量圖文解釋）更新：ChatGPT GPT-5.5 結合 Images 2.0 ，直接拆解一篇文章，變成連續 10 頁圖解簡報如果你是 ChatGPT plus 以上版本，建議這樣試試看，啟動「 GPT-5.5 Thinking 模型」，同時啟動「創作圖像」功能，這時候可以梳理大量資料後，產出「連續多圖」內容，不僅保持一致性，每一頁內容的拆解也很精準，圖像也幾乎不出錯。例如，解讀一份資料後，直接產出 10 頁簡報圖，效果與正確性比 NotebookLM 更好。把下面文章拆解成連續多頁的教學簡報圖解，請一步一步設計，先讀取這段網址的教學文章正文（ https://www.playpcesor.com/2026/03/ai-chatgptcodexopenclaw.html ），然後把裡面的圖片、文章拆解成 10 頁重點教學的內容。 簡報圖的目的是要幫助讀者更快的了解關鍵的方法，透過能夠讓讀者一頁一頁看下去的編排，每一頁都能有修收穫。 據此，產出一頁一頁，總共10張的簡報圖。測試：文字密集型視覺圖解我有一個 ChatGPT 討論串，專門討論防彈筆記法的各種內容（參考：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享），於是我測試看看， ChatGPT Images 2.0 是否可以同時幫我梳理聊天討論串中的各種技巧內容，然後製作出一張有完整數據資料的圖解。我用下面指令，讓 AI 總結前面討論，然後展開圖表的設計。這個指令中，我沒有刻意指定設計的風格與方式，而是讓 ChatGPT Images 2.0 自己思考適合的內容、適合的版面，自己去設計完成，也更能直接試試看這個新 AI 模型的處理能力。你是一頁式圖解說明專家，根據前面討論的數據分析資料，製作一份「防彈筆記法如何打造第二大腦系統」的一頁式圖解，請一步一步分析，根據前面討論，以圖解專家角度梳理要放入的數據與資料，思考最佳說明流程，從你的角度挑選一個跟主題搭配最適合的圖解風格、圖像元素，然後設計對應的圖像版面，完成這張圖解。下面是 ChatGPT Images 2.0 第一次就完成的圖解結果。這張圖片可下載，雖然解析度不算特別高，但也是可用的清晰度。上面的大量小字幾乎都正確生成（細看還是會有一兩個接近錯誤的怪字），而對內容的重新排版、版面的配置、搭配的圖像與流程，以一個方法論講義圖解來看，也沒有什麼可以挑剔的了。（可點擊圖片看大圖）測試：圖文密集講義連續修改、替換不同風格接下來，我讓 ChatGPT Images 2.0 處理最近一場直播講座的內容，直接梳理出另外一張圖解。文字的處理依然非常驚人，在一頁圖片上塞入這麼大量的文字內容，但幾乎都沒有錯誤。我也挑戰了讓 AI 把這張圖解替換成不同的風格，下圖是他產出的結果。所以我們可以用這樣的方式「連續多次修改」，但能保持內容正確性，又能調整風格與細節。（可點擊圖片看大圖）精簡文字內容，讓深入淺出，並改成在一張紙上寫下的手寫筆記風格。測試：搭配真實人物的「連續」上課講解畫面如果搭配真人照片與上課簡報效果如何呢？我上傳一張自己的講課照片，然後搭配前面的 AI 直播講座內容，讓 ChatGPT Images 2.0 幫我設計場景、放上人物，把直播內容變成一頁簡報。設計一張我在實體教室中正在解說上述一個核心案例的照片，請一步一步繪製，根據附件我提供的人物照片，挑選前面內容中適合的部分當作投影幕上的簡報，展現出我正在跟台下學生解說投影內容的畫面，以攝影專家角度思考真實照片應該有的光線、質感、氛圍，完成設計。接著，我讓 AI 維持人物與場景，但換到下一張簡報，這時 ChatGPT Images 2.0 也能準確地完成連續生圖任務，並保持一致性、連續性。再做下一張照片，同一個場景、人物，但切換到下一張投影片測試：文章型內容的排版設計那如果真的把一篇文章變成一頁排版呢？我把最近在 Facebook 貼的一則短文，交給 ChatGPT Images 2.0 用雜誌排版角度直接做成一張圖片。下面是我的完整短文與指令，可以比較看看 ChatGPT Images 2.0 完成的排版設計效果。你是雜誌專題報導排版專家，根據下面提供文章，製作一份「如何減少 AI 幻覺」的一頁雜誌專題報導版面，請一步一步分析，根據前面討論，以專家角度梳理要如何設計標題，可以搭配哪些圖解，思考最佳排版畫面，從你的角度挑選一個跟主題搭配最適合的設計風格、版面元素，然後設計對應的圖像版面，完成這頁排版。文章：###這個週末的大人學 AI 課程中，有學員在下課後問我：他常常問 AI 問題的時候，還是會覺得 AI 模型非常容易出現很多幻覺，常常給出一些不存在的證據或資料。這時候，到底要怎麼辦才好呢？我自己的解決方法是這樣，既然沒辦法要求 AI 不要有幻覺，#我就改變自己的工作流程。例如，我在 ChatGPT 裡，有一個長期拿來跟 AI 討論如何跟孩子進行溝通的討論串。但是，在這個討論串裡，我不是憑空就直接問 AI：要怎麼處理孩子的問題？要怎麼面對親子之間的關係？要怎麼跟孩子一起溝通？我會先自己去讀幾本國內外談親子溝通的書，把許多我讀過的相關書籍筆記，匯入 ChatGPT 的同一個討論串裡，先讓它建立基本的溝通知識、基本的科學證據。訓練好這個 AI 後，我才開始在那個脈絡裡跟它問答。（相關案例可以參考：用 ChatGPT 陪我讀英文原文書：5 個強化學習、筆記整理到行動轉化的 AI 技巧 https://www.playpcesor.com/2025/03/chatgpt-5-ai.html）這其實是我使用 AI 處理「任何問題、任何專案」時慣用的流程。很多時候，我們會以為 AI 可以直接從它內建的資料庫中，找出有效的東西來回答我們。但因為 AI 內建的資料實在太龐雜了，所以往往就會出現前面那位學員說的那種幻覺：說得好像有道理，但裡面的證據、資料、引用，其實都有問題。所以，如果我知道正確的資料是什麼、有效的文件在哪裡，只是我沒有那麼多時間自己梳理，那不如直接把這些資料文件丟給 AI 去整理，然後讓 AI 以這些有根據的內容來回答我，或者推演新的內容。而如果我不知道資料在哪裡的時候，我也不會直接就讓 AI 來解決我的問題。我反而會先讓 AI 自己去研究、自己去找資料。例如可以利用 Deep Research 這樣的功能，讓 AI 先深度找到那些有根據、有證據的內容，先建立基本的知識庫，然後再來回答我。關鍵就是：#先訓練AI建立基本的知識脈絡，然後再來回答我。當然，這樣的過程不是說 AI 就百分之百不會有幻覺。但我覺得，這會大幅降低 AI 回答有問題的比例。更進一步來說，什麼叫做幻覺呢？其實就像我們人在思考一件事情的時候，我看著一些參考資料，我研究一些數據、案例，但身為一個人，我還是會去想像、去推理、去思考有沒有其他可能性，我也會自己為這些資料做出詮釋。而當我們開始做詮釋、做推理的時候，其實某種程度上，就已經不再只是單純重複原本的資料了。我的想法（想像出來的方法）有可能是對的，也有可能是錯的。如果你把這樣的過程也看成一種幻覺，那麼當然，AI 無論如何，就算已經給了明確的證據跟資料，當它開始推理、開始思考的時候，也會跟人一樣，產生某種程度的幻覺。所以我自己反而不會把問題理解成：AI 到底能不能完全沒有幻覺？我更在意的是：它的資料來源是不是有根據？它的推理過程是不是合理？它提供的建議，我必須自己決定要不要再測試？要不要保持懷疑的態度，隨時調整？這樣一來，AI 有沒有幻覺，其實就不是一個那麼嚴重、那麼無解的問題。因為這是可以透過工作流程去降低、去修正、去克服的一種風險。我再請 ChatGPT Images 2.0 換一個風格，內容也依然保持了準確的一致性。（可點擊圖片看大圖）很好，但是改成像是紐約時報那樣的紙本雜誌、真實照片的排版風格對比一下，同樣指令與內容， Gemini 目前直接畫出的版本如下圖（被 AI 強制精簡文字）。測試：做出連續多頁的圖解簡報（保持一致性，每頁都有大量圖文解釋）最後這個案例，我挑戰讓 ChatGPT Images 2.0 來「製作簡報」。最近像是 Google NotebookLM 的圖解簡報非常流行（我的 Google AI 輔助簡報製作工作流程分享：從 NotebookLM 到 Google 簡報互補），但是圖片很驚艷，上面的文字正確性卻不好控制。ChatGPT Images 2.0 可以做到什麼程度？下面分享我的實做流程。我先把 OpenAI 官方介紹 ChatGPT Images 2.0 的文章，提供給 ChatGPT 分析資料，讓 ChatGPT 梳理出簡報大綱：我要製作一系列介紹 ChatGPT Images 2.0 的簡報圖，但請你先了解我想介紹的下面簡報內容：請一步一步閱讀：https://openai.com/index/introducing-chatgpt-images-2-0/#textmode接將上面理解，整理成「6 張系列簡報圖的腳本大綱」，一步一步處理，包含每張圖的標題、要放的關鍵文案、建議畫面結構。讓 ChatGPT 先完成簡報文字大綱的設計後，接著開啟創作圖像功能，讓 ChatGPT Images 2.0 開始一頁一頁設計（這邊我採用比較保守的作法，一頁一頁來）。你是課程簡報設計專家，根據上面規劃好的簡報圖1，設計出這頁16:9簡報，一步一步設計，根據上述規畫重新思考構圖、文字配置、風格，完成這頁簡報設計。下面我就直接把 ChatGPT Images 2.0 完成的 6 張簡報圖貼上，讓大家直接看實測結果，同時也可以了解官方文章中要傳達的重點功能。（可點擊圖片看大圖）從上述實測結果來看， ChatGPT Images 2.0 的 AI 繪圖能力關鍵是更能完成直接可用的工作成果。那些需要大量文字、圖解、排版、流程與知識的工作圖像內容，現在 ChatGPT Images 2.0 也能一次就生成有效的圖像，很值得納入工作流程使用。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：ChatGPT Images 2.0 工作專用 AI 繪圖工具：大量密集中文排版圖解、簡報案例實測）
    View on 電腦玩物

• 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

  首先要說明的是，這篇文章我不會稱為是 AI 可以取代我們的第二大腦，因為我對第二大腦的嚴格定義在於我的專案、任務、行動與經驗管理，而這部分大多時候依然需要自己手動定義、整理與改寫，例如我讓 AI 處理參考資料，但是我需要自己筆記為什麼這樣做的目標？如何做的流程？怎麼做更好的經驗？而這也是我提倡的「防彈筆記法」的核心。所以這篇文章想要分享的經驗是，那些外部參考資料，有沒有可能利用 AI ，在不用額外花太多時間的情況下（人只要丟資料、給想法、下指導）， AI 就可以持續整理、歸納、改寫、統整、延伸與檢驗正確性，讓 AI 自動完成一個人（我）可以隨時取用在工作、生活各種產出上的資料庫。而因為當 AI （或者 AI Agent ）可以完成上述自動整理流程，並且在我的實做下，像是抓取資料、分類、連結、統整、筆記、畫出流程圖等功能都可以 AI 處理，人「不再需要操作軟體介面」，所以甚至可以做到 AI 本身就是資料庫工具，而我不再需要另外一個 Obsidian、 Notion 或 Evernote 來處理這些外部資料。Codex AI 助理上手教學：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，建立自動化流程延伸教學：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 記憶與規則用 AI 建立外部資料庫：讓「整理」與「操作工具」不再成為學習阻礙過年期間，我先用 Google 的 Antigravity，讓 AI 幫我做出一個可用的 RSS 閱讀器。那時候有讀者在底下提醒我一句：「如果直接用 OpenClaw 做，可能會更好。」那句話後來真的打到我。因為我腦中其實一直卡著一個更大的痛點：最耗時的工作，從來不是讀文章，也不是寫筆記，而是操作軟體去整理的時間。把文章結合自己的觀點整理成可重複使用的筆記卡、串聯不同筆記卡片、把相關卡片結合自己的想法變成更穩定的「永久筆記」，再把卡片串成可以拿來處理專案的流程架構、用於寫作的大綱、融入到課程中的方法綱要，這一整段流程，除了要花時間也應該花時間的：我的想法、觀點思考之外，其他很多步驟其實都是「軟體操作時間」。我想把時間留給自己的實做、思考、想法產出，但把所有軟體操作時間交給 AI。所以我後來做的實驗，並不是想再做一個筆記工具或稍後閱讀工具。而是：當我丟出資料、觀點、想法後，能不能讓 AI Agent 類型的助理，直接且自動幫我完成下面工作：處理我本機資料夾裡的 md 文件。抓取無論網頁、 YouTube 影片、社群貼文中的內容，建立「參考文獻」。根據我的觀點整理出筆記摘要，建立某個工具、觀點或技巧的「暫時筆記」。根據我的需求建立未來各種任務產出可以參照的穩固方法論的「永久筆記」。在不同永久筆記之間建立連結，可以看到層級關係，乃至於「知識架構圖」。根據我未來出現的任務、產出，挖取這個外部資料庫，提供我架構、論述、案例、方法大綱。關於卡片盒筆記法中的文獻、永久筆記、筆記連結的教學，可以參考我之前的兩篇文章：如何從暫時筆記到永久筆記？如何建立筆記連結？分辨這 5 種筆記，你就能建立高生產力系統如果講得再白話一點：我不是想打造另一套第二大腦、外部資料庫、稍後閱讀軟體，我是想訓練一個能持續幫我整理外部參考資料的 AI 專案助理。目前的實際流程示範：以 Codex 為例，我丟網址、丟想法，讓 AI Agent 在本機 md 資料夾裡建立資料庫一開始（2026/2 時），我是利用當時很流行的 OpenClaw 來架構這個 AI 整理外部第二大腦的流程，只要在 Telegram 丟一個資料網址，告訴他我的觀點， AI 就會跑完筆記卡摘要與改寫流程，接著自動建議我可以補充到哪些永久筆記，我再補上觀點後， AI 就會持續的穩固我既有的永久筆記系統，並在更新之後幫我調整目前知識架構圖。但是目前，我主要利用 ChatGPT 的 Codex 來完成這個流程。無論用哪種工具，包含很流行的 Claude Cowork  當然也可以，只要 AI Agent 能讀寫本機 md 文件，又能照著你定義好的流程工作，它就能慢慢接手原本要靠稍後閱讀工具、數位筆記工具、手動剪貼整理才能完成的大量知識整理工作：一個由 md 文件組成的外部知識庫一套由 AI Agent 維護的整理流程一個能回收成卡片、永久筆記、文章草稿與流程圖的工作系統AI 工具可能未來會換，但這個資料庫與流程會留下來，可以持續使用。（參考：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程）下面就先具體示範我目前的資料庫工作流程，後面再分享其中幾個關鍵細節。讓 Codex 在本機資料夾建立資料庫：首先，我建立了一個本機資料夾，讓 Codex （或者你也可以用 Claude Code 或 Claude CoWork）來管理其中的各種文件（資料庫的核心，以 markdown 的 md 檔案為主），在這個資料夾建立需要的小工具（例如抓取 YouTube 字幕的 Python 程式），以及建立工作流程、知識處理規則的 md 文件（這些規則文件，可以讓不同 AI 助理共同遵循）（規則文件非常重要，可參考：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）。除了因為我本來就有 ChatGPT Plus 版本（前幾天更新到 Pro 版本），我用 Codex 還有另外一個原因就是他前一陣子推出桌面軟體端，我更喜歡在這個簡單易懂的對話介面中進行工作流程。只要在 Codex 中開啟要用來做資料庫的本機資料夾，接著就可以用對話來建立工具、打造自動流程、處理各種資料夾內的文件檔案。在這個流程中，我讓所有資料、知識、草稿、驅動 AI 的規則技術文件，無論是文獻還是永久筆記，全部用 md 文件格式儲存在這個本機資料夾。我沒有像很多朋友那樣搭配 Obisidian 等功能來管理，因為我想嘗試：「工具就是 AI Agent 本身」，而人「盡可能」不要操作任何軟體介面與功能，人唯一需要的就是「跟 AI Agent 對話」。 而雲端同步的功能，我則是要求 Codex 自動幫我推送到 Github 做版本控管，也能在雲端網頁上讀取我的完整資料庫。建立 Codex 處理資料庫的基本規則：我先對 Codex（一開始其實是在 OpenClaw，但方法都一樣） 定義好抓取所有資料的共通流程，主要的原則有下面這些，而這些原則是來自於我多年來對一個知識管理系統研究後的架構（先貼給 Codex ，請他建立一個之後一定會遵循的規則文件）：核心流程：抓取來源 →建立 raw 全文證據庫 →根據我的觀點摘要 card 筆記卡 →更新或建立 opinions 永久筆記 →需要的時候根據資料庫內容，進行每日 digest / 寫作大綱 / 關鍵論述輸出 → GitHub 版本同步raw 資料夾（文獻）：是全文證據庫，不能自己省略；抓不完整就不算完成。要注意抓取來源、時間等細節。card 資料夾（暫時筆記）：是一篇原文一張卡，保留我的觀點、摘要、引用、應用情境、下一步行動。opinions 資料夾（永久筆記）：這才是第二大腦核心，重點是更新既有母筆記，不是一直新增新筆記，讓一個主題愈來愈完整。所有永久筆記更新時，要做判斷屬於哪一種知識：PROJECT = 正在進行專案，通常是我定義的跟我目前想要研究、進行的主題工作有關（例如這個外部資料庫專案）WORKFLOW = 未來可參考的工作流程，包含操作步驟、最佳範例。METHOD = 專案與工作流程通用的方法論，包含理論、證據。新增 cards 後，必須檢查 opinions 是否需要回填，強制要求 AI 要做這個檢查，主動提供建議，讓 raw 變成 card ，再補充到 opinios ，最後永久筆記愈來愈完整。但若要新增全新永久筆記，要先取得我的同意，避免資料庫最後發散混亂。額外的連結與流程圖所有的 raw 並須連結到原始來源，所有的 crad 必須有 raw 的連結，所有的永久筆記必須有 raw 或 card 的連結。而永久筆記之間也會互相連結，並建立一個知識架構圖。每次更新永久筆記後，要同步維護 INDEX（總目錄）、MAP（知識架構圖），讓整個資料庫的體系愈來愈完整。上述的規則，一開始先讓 AI 寫進一份 Workflow.md 的文件中，文件放在這個工作資料夾的根目錄，並邀請 Codex 等 AI Agent 每次處理工作時優先遵循這個規則。但是你說，下面的規則看起來比上面的簡單版完整很多啊？那是因為在兩個月的實踐過程中，每次 AI 的處理有調整，或是處理得很不錯的時候，我都會請 AI 自己復盤，把目前學會更好的處理規則更新回規則文件，這樣 AI 助理之後的工作就會愈做愈好。（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）讓 Codex 根據網址抓取文獻、建立筆記，逐步擴充資料庫：有了上面的共通原則後，第一階段我要先讓 Codex 幫我抓取文章，當我看過一篇感興趣的文章、YouTube 影片、社群貼文後，我就把網址丟給 AI Agent（ Codex ），並希望 AI 能夠自動抓取資料全文建立文獻（raw），同時製作一張有我的觀點的筆記卡片（card）。我那時候的第一步是從下面這段丟給 AI Agent 的指令開始啟動的：根據前面的專案原則，我想建立一個自動整理與成長的資料庫。請一步一步處理：1.請你先不要做自動抓取，先在 workspace 建立以下資料夾結構：raw/（放原始文章）card/（放整理後筆記卡）digest/（每日總表，回顧每日資訊總結）2,接著請你建立一個「整理腳本」或「工作流程說明」，讓我每次把網址、文章文字，以及我的觀點貼給你時，你就會自動抓取全文放入 raw ，並自動產出符合以下模板的筆記卡到 card。模板如下：###檔名：YYYY-MM-DD - {title}.md內容：- 來源：- 原文連結：- 原文日期：- 主題標籤：#AI工具 #工作流 #筆記術（最多 3–5 個，並保持一致性，同一個主題共用同一個標籤）一句話結論（我需要記住的）（<= 40 字）重點摘要，結合我的觀點，盡量搭配使用原文，但翻譯成台灣慣用繁體中文（翻譯後同時附上原文參照）1. 2. 3. 4. 核心概念表格：概念作者怎麼說根據我的觀點，我可以怎麼用（對工作/寫作）對我有用的 3 個應用情境- 情境 1：- 情境 2：- 情境 3：今天能做的下一步：測試、研究、寫作（務必具體）- 待追問（下次研究關鍵字）###不過根據不同情況，就算有上面基本規則，事情也不一定馬上就能順利，但這時候我就都交給 Codex 這樣的 AI Agent 去解決。例如有時候抓不到網頁全文？無法抓到 YouTuhe 字幕？有些社群抓不到我想要的指定網址的貼文？我就把問題丟回給 Codex ，讓他找方法解決，可能寫一個 Python 小程式，或是需要申請一個 API ，但就一邊做，一邊讓 Code 幫我補足這些抓取功能。或是當我發現有時候 AI 根據我丟的網址，抓到部分資料，但沒有抓到全文，於是我就讓 Codex 寫一個自動檢驗小程式，並讓 AI 在他必定要遵循的規則文件中加上：「抓取文章後一定要跑這個檢驗程式，確定有抓到頭尾完整的內容。」所以現在我的這個資料夾中有抓取網頁小工具、PDF轉換小工具、抓取 YouTube 字幕小工具、抓取特定社群貼文小工具等等，這些小工具也都是 Codex AI 自己撰寫。讓我每次只要丟一段網址，提出我的觀點， Codex AI Agent 就會自動完成基本的兩大步驟：先抓取完整內容，建立有引用來源的文獻。再根據我的觀點，建立筆記摘要卡片。例如我讓有了上述基本原則與工具的 AI 來抓取我的這篇文章：「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」。我這樣提問：抓取下面文章，根據我的觀點建立筆記卡。 我認為在知識管理上應該善用 AI ，但要明確區分 AI 可以做的資料管理，以及人要主動引導與建立的專案、經驗的真正知識管理，才是好的工作流程。文章網址： https://www.playpcesor.com/2026/01/ai.html我每一天大概都會隨手丟上5~10篇連結，加上我的一兩個核心觀點，通常是我快速讀過後有啟發的文章、影片、PDF或貼文資料。然後 Codex 這樣的 AI Agent 可以自動做完兩件事，新增兩份文件：幫我自動抓取全文建立文獻，並建立一個符合我觀點的筆記卡片。下面就是 AI Agent 自動完成的筆記卡，裡面結合了我剛剛丟給他的觀點，以及原文內容，但也包含已經在這個資料庫中的相關內容延伸。這兩個月的累積，我就透過 AI Agent 的抓取、整理，建立了數百則的文獻資料與觀點筆記卡（類似上面這樣，有摘要、有觀點、有延伸應用的內容）。讓 Codex 根據暫時筆記，建立「永久筆記」的連結系統：不過這樣還不夠，如果這些文獻、觀點筆記卡都是散亂的根據時間排序，其實很難有效使用，但我也不想要在這個暫時筆記的層級去做分類或連結。所以我建立了一個「永久筆記」的自動整理邏輯，只要我丟出進一步觀點給我的 AI Agent ，他就會根據前面抓取的筆記卡，思考是否要新增永久筆記，或是要補充、修正之前的某一張永久筆記，透過 AI Agent 的自動化流程，讓「真正可以在未來拿出來反覆利用」的永久筆記系統愈來愈完整。下面是我提供給 AI Agent 的永久筆記規則。（只是參考，讓大家看到一份規則文件，可以引導 AI Agent 多步驟去自動化完成工作，指定 AI 去使用哪些工具，以及 AI 一定要遵守的關鍵原則。）永久筆記（opinions/）：把 cards 統整成可複用資產（必讀）永久筆記新增/更新的標準作業（必遵守）0) 觸發規則（硬性）：每次「新增 cards」後都要檢查 opinions 是否需回填只要新增一張 cards（或對 cards 有實質增量更新），都必須立刻跑一輪：這張 cards 的「新有效內容」是什麼？（新判斷標準/新風險/新步驟/新框架/新清單）對照 opinions/INDEX.md：要更新哪一張母筆記？還是需要新增？依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD原則：更新優先；新增需 Esor 同意。0-1) 回填前的人機確認（硬性）：先展示 cards 重點，再詢問 Esor 是否要回填在真的動手更新 opinions/ 前，先做這 3 件事：先展示這次 cards 的重點摘要（建議 3–5 點）明確詢問：這次要不要回填到永久筆記？明確詢問：Esor 有沒有補充觀點、反對意見、或想強調的版本？沒有先問，就不要直接改 opinions/。若 Esor 明確表示「先不要更新永久筆記」，就停在 card 階段即可。1) 更新/新增前：主動詢問 Esor 的想法（用以重現你最近示範的流程）在要更新/新增永久筆記前，先問：你自己的觀點/你要強調的主張是什麼？你希望這次回填後，永久筆記「更能做到什麼」？（未來要拿來用的價值）收到回覆後：把想法延伸改寫成更完整論述並融入正文（不是只貼一句備註）。2) 回填位置原則：更新永久筆記不固定更新在哪一節（以內容適配為主）不要硬塞在「套用方式」。以內容類型決定寫進哪個欄位/段落：一句話原則：當 cards 帶來更好的總結主張Dealbreakers：當 cards 帶來新的翻車點/一票否決條款套用方式：當 cards 帶來新的可執行步驟/做法常見誤區：當 cards 帶來新的錯誤認知/誤用型態Evidence / Links：當 cards/raw/opinions 的證據鏈或結構關係需要補齊3) 永久筆記寫入規則（引用/證據/索引）先查 opinions/INDEX.md：確認是否已有母筆記（更新優先）。依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD。寫入時要「整合改寫內容」進正文（不是只補連結），並在段落後附 （來源：...）。若內容包含 Esor 的補充觀點：在段落末尾加註 （來源：esor 補充想法，YYYY-MM-DD），並搭配對應 cards/opinions 作為支撐來源。Evidence 優先 raw；Links 只連永久筆記。新增全新永久筆記需 Esor 同意。每次新增/更新永久筆記後：更新 opinions/INDEX.md + opinions/MAP.mmd，再跑 opinions_linker.py。原則（防彈筆記法）：永久筆記主題優先順序＝專案任務名稱 → 工作流程名稱 → 方法論名稱；不是破碎的單一論點。rss_cards/：一篇原文一張卡（保留證據與脈絡）opinions/：把卡片統整成「可維護、可驗收、可回存」的長期資產A) 永久筆記的三種卡型與模板PROJECT（專案任務）：projects/rss-second-brain/opinions/TEMPLATE_PROJECT.mdWORKFLOW（工作流程）：projects/rss-second-brain/opinions/TEMPLATE_WORKFLOW.mdMETHOD（方法論）：projects/rss-second-brain/opinions/TEMPLATE_METHOD.mdA-0) 最重要原則：優先「更新」既有永久筆記，而不是一直新增永久筆記的核心不是新增，而是把新知/新做法回填到既有的母筆記（Project / Workflow / Method）。新增條件（很少）：你確定這是一個全新的專案任務／全新的可重複流程／全新的方法論框架；而且在 opinions/INDEX.md 找不到對應母筆記。預設策略：先查 opinions/INDEX.md 是否已有母筆記有就更新（加步驟/驗收/反例/回存/證據鏈）沒有才新增B) 永久筆記索引與關係圖索引（新增前先查，避免重複）：projects/rss-second-brain/opinions/INDEX.md關係圖（Mermaid）：projects/rss-second-brain/opinions/MAP.mmd必遵守：每次新增/更新永久筆記後，都要同步更新 INDEX 與 MAPINDEX：確保每一張永久筆記在 PROJECT / WORKFLOW / METHOD 某一區塊下有一條索引。MAP：新增節點並至少連一條關係（例如 PROJECT→WORKFLOW）。C) 永久筆記「連結維護」機制（每次新增/更新後都要做）目的：避免 Project↔Workflow↔Method 漏連結。觸發時機（何時要跑？）你「新增或更新任何一張永久筆記」後：必跑一次。下面讓我做一個「自己不丟觀點的示範」（通常真實流程，我會加上更多想法再更新永久筆記），看看 AI Agent 是否會依照上述規則，把前面 AI 建立的筆記卡，更新到永久筆記系統。我這樣對 AI 提問：根據剛才新增的筆記卡，根據永久筆記建立規則，分析適合更新或新增到哪些永久筆記，並提出具體建議。於是訓練好的 Codex ，就會根據我給他的永久筆記建立規則，AI 拿著剛剛建立的筆記卡去撿索我的永久筆記系統，找出適合更新或新增的永久筆記，並分析內容，給我更新建議。我可以根據 AI 助理給我的建議進一步思考，然後回給 AI 一個明確的整理指令，例如：只根據首選方案更新既有的永久筆記。下圖可以看到， Codex 根據我建立好的永久筆記規則，完成剛剛那則筆記卡更新到永久筆記的任務。AI 可以同時完成：把筆記卡的關鍵內容，更新、修正到指定的永久筆記。擴充永久筆記時，也會加上來源筆記卡的註記。自動在永久筆記的目錄、流程圖系統中做好更新。前面幾個階段跑下來，我們只是丟資料、給觀點、下自然語言指令，這就節省了非常多我們自己操作軟體介面的步驟。永久筆記完成的結果像是下圖這樣。於是我這兩個月打造的 AI 外部資料庫系統，就在這樣「不斷讓 AI 自動更新永久筆記」的流程中，慢慢擁有了一些系統性的、更深入完整的知識與方法，方便我後續拿出來利用。而為了讓永久筆記也不只是單篇方法，而是可以系統性利用的架構，所以我讓 Codex 去做出一個連結目錄，生成一個畫流程圖小工具，隨時用目錄連結與圖解方式，展開這個永久筆記系統的全貌。這兩個月，我的數百篇筆記卡，其實也才建立了二十幾則永久筆記，大多數都是把新的筆記卡更新到既有的永久筆記上，強化那些方法論與工作流程，但這正好可以看到持續更新的永久筆記的深度。(而且我本來就偏好用更新筆記，取代新增筆記：每天新增30則筆記？還是更新30則筆記？兩步驟建立穩定筆記系統）利用 Codex ，根據目前的永久筆記、筆記卡、參考文獻，進行草稿產出：我大概是從二月開始這個實驗（一開始用 OpenClaw ，後來 ChatGPT 推出 Codex Windows 桌面軟體版後就改用 Codex ），我現在的外部知識庫裡，至少會分出幾層：raw：原文全文，保留可追溯、可驗證的來源card：每篇內容整理成可回收利用的筆記單位opinions：把重複出現的觀點、方法、流程，整理成會越用越強的永久筆記digest / outline / draft：把前面的知識層再推進成可以發布的輸出準備最後第四個層次，則是看需求，讓 Codex 在既有的這個外部資料庫中做產出。例如最新新增了比較多的新資料，我就會讓 Codex 做一個「 Digest 」總結。根據規則，把最近一個禮拜新增的筆記卡、更新的永久筆記，做一次快速復盤的摘要。或者我要做一個專案，我要產出一篇報告，我提供一些想法，然後讓 Codex 在這個外部資料庫中產出草稿。我需要到學校教一個 Google 的 AI 工作流程，根據我的永久筆記出發，搭配有更多細節的筆記卡與文獻，建立一個有效的工作流程大綱草稿，先直接秀出給我看，我再決定是否加入草稿資料夾。總結：我學到的 AI 工作流程我覺得這次實驗，但也已經變成我的一個處理外部資料庫的流程，真正學到的不是 AI 幫我做了很多事，可以自動化。是我開始學會：AI Agent 是可被設計的 workflow如果你只是把 AI 當成問答工具，它每次都只能重新猜你的標準。但如果你把流程、交付物、驗收、回存方式都定義出來，它就會越來越像一個真的專案助理。差別不在模型更聰明，而在你有沒有把它當成流程在設計。不會寫程式，也可以利用 AI 建立自己的工作系統，但要學會分派工作＋驗收工作這次我其實沒有自己手動寫程式。很多技術性工作，都是交給 AI 處理。但我真正需要做的事情是：說清楚我要什麼交付物說清楚限制與標準看結果是否真的符合需求，再讓 AI 調整第二大腦真正該留下來的，是流程與規則我現在越來越覺得，工具其實不是最重要的。無論是各種 AI 工具，還是各種筆記軟體，各自有不同強項。但真正讓它們能幫我做事的，不是因為哪個工具特別神，而是因為我們自己有一套流程：哪些資料要保存哪些資料怎麼整理哪些內容值得回存哪些輸出要怎麼驗收工具可以換，但流程會留下來。甚至利用 AI Agent，打破工具操作流程，打造更靈活的資料庫。AI 的工作不是替我思考，而是替我處理那些我以前不想花大量時間做的外部資料整理工作。而我自己真正保留的，是：提出問題提供想法做最後判斷驗收哪些內容值得留下來真正的核心反而是：我能不能把自己的整理流程拆解清楚，然後交給 AI Agent 去處理那些原本最耗時、最容易拖住你的操作型工作。如果可以，那麼我們未來要管理的，也許不再是越來越多的工具介面。而是一套會在自然語言對話、規則文件、md 資料夾與驗收流程中，慢慢長出來的外部知識庫。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：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）

  電腦玩物 · 2026-04-12 22:46

  • 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

    首先要說明的是，這篇文章我不會稱為是 AI 可以取代我們的第二大腦，因為我對第二大腦的嚴格定義在於我的專案、任務、行動與經驗管理，而這部分大多時候依然需要自己手動定義、整理與改寫，例如我讓 AI 處理參考資料，但是我需要自己筆記為什麼這樣做的目標？如何做的流程？怎麼做更好的經驗？而這也是我提倡的「防彈筆記法」的核心。所以這篇文章想要分享的經驗是，那些外部參考資料，有沒有可能利用 AI ，在不用額外花太多時間的情況下（人只要丟資料、給想法、下指導）， AI 就可以持續整理、歸納、改寫、統整、延伸與檢驗正確性，讓 AI 自動完成一個人（我）可以隨時取用在工作、生活各種產出上的資料庫。而因為當 AI （或者 AI Agent ）可以完成上述自動整理流程，並且在我的實做下，像是抓取資料、分類、連結、統整、筆記、畫出流程圖等功能都可以 AI 處理，人「不再需要操作軟體介面」，所以甚至可以做到 AI 本身就是資料庫工具，而我不再需要另外一個 Obsidian、 Notion 或 Evernote 來處理這些外部資料。Codex AI 助理上手教學：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，建立自動化流程延伸教學：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 記憶與規則用 AI 建立外部資料庫：讓「整理」與「操作工具」不再成為學習阻礙過年期間，我先用 Google 的 Antigravity，讓 AI 幫我做出一個可用的 RSS 閱讀器。那時候有讀者在底下提醒我一句：「如果直接用 OpenClaw 做，可能會更好。」那句話後來真的打到我。因為我腦中其實一直卡著一個更大的痛點：最耗時的工作，從來不是讀文章，也不是寫筆記，而是操作軟體去整理的時間。把文章結合自己的觀點整理成可重複使用的筆記卡、串聯不同筆記卡片、把相關卡片結合自己的想法變成更穩定的「永久筆記」，再把卡片串成可以拿來處理專案的流程架構、用於寫作的大綱、融入到課程中的方法綱要，這一整段流程，除了要花時間也應該花時間的：我的想法、觀點思考之外，其他很多步驟其實都是「軟體操作時間」。我想把時間留給自己的實做、思考、想法產出，但把所有軟體操作時間交給 AI。所以我後來做的實驗，並不是想再做一個筆記工具或稍後閱讀工具。而是：當我丟出資料、觀點、想法後，能不能讓 AI Agent 類型的助理，直接且自動幫我完成下面工作：處理我本機資料夾裡的 md 文件。抓取無論網頁、 YouTube 影片、社群貼文中的內容，建立「參考文獻」。根據我的觀點整理出筆記摘要，建立某個工具、觀點或技巧的「暫時筆記」。根據我的需求建立未來各種任務產出可以參照的穩固方法論的「永久筆記」。在不同永久筆記之間建立連結，可以看到層級關係，乃至於「知識架構圖」。根據我未來出現的任務、產出，挖取這個外部資料庫，提供我架構、論述、案例、方法大綱。關於卡片盒筆記法中的文獻、永久筆記、筆記連結的教學，可以參考我之前的兩篇文章：如何從暫時筆記到永久筆記？如何建立筆記連結？分辨這 5 種筆記，你就能建立高生產力系統如果講得再白話一點：我不是想打造另一套第二大腦、外部資料庫、稍後閱讀軟體，我是想訓練一個能持續幫我整理外部參考資料的 AI 專案助理。目前的實際流程示範：以 Codex 為例，我丟網址、丟想法，讓 AI Agent 在本機 md 資料夾裡建立資料庫一開始（2026/2 時），我是利用當時很流行的 OpenClaw 來架構這個 AI 整理外部第二大腦的流程，只要在 Telegram 丟一個資料網址，告訴他我的觀點， AI 就會跑完筆記卡摘要與改寫流程，接著自動建議我可以補充到哪些永久筆記，我再補上觀點後， AI 就會持續的穩固我既有的永久筆記系統，並在更新之後幫我調整目前知識架構圖。但是目前，我主要利用 ChatGPT 的 Codex 來完成這個流程。無論用哪種工具，包含很流行的 Claude Cowork  當然也可以，只要 AI Agent 能讀寫本機 md 文件，又能照著你定義好的流程工作，它就能慢慢接手原本要靠稍後閱讀工具、數位筆記工具、手動剪貼整理才能完成的大量知識整理工作：一個由 md 文件組成的外部知識庫一套由 AI Agent 維護的整理流程一個能回收成卡片、永久筆記、文章草稿與流程圖的工作系統AI 工具可能未來會換，但這個資料庫與流程會留下來，可以持續使用。（參考：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程）下面就先具體示範我目前的資料庫工作流程，後面再分享其中幾個關鍵細節。讓 Codex 在本機資料夾建立資料庫：首先，我建立了一個本機資料夾，讓 Codex （或者你也可以用 Claude Code 或 Claude CoWork）來管理其中的各種文件（資料庫的核心，以 markdown 的 md 檔案為主），在這個資料夾建立需要的小工具（例如抓取 YouTube 字幕的 Python 程式），以及建立工作流程、知識處理規則的 md 文件（這些規則文件，可以讓不同 AI 助理共同遵循）（規則文件非常重要，可參考：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）。除了因為我本來就有 ChatGPT Plus 版本（前幾天更新到 Pro 版本），我用 Codex 還有另外一個原因就是他前一陣子推出桌面軟體端，我更喜歡在這個簡單易懂的對話介面中進行工作流程。只要在 Codex 中開啟要用來做資料庫的本機資料夾，接著就可以用對話來建立工具、打造自動流程、處理各種資料夾內的文件檔案。在這個流程中，我讓所有資料、知識、草稿、驅動 AI 的規則技術文件，無論是文獻還是永久筆記，全部用 md 文件格式儲存在這個本機資料夾。我沒有像很多朋友那樣搭配 Obisidian 等功能來管理，因為我想嘗試：「工具就是 AI Agent 本身」，而人「盡可能」不要操作任何軟體介面與功能，人唯一需要的就是「跟 AI Agent 對話」。 而雲端同步的功能，我則是要求 Codex 自動幫我推送到 Github 做版本控管，也能在雲端網頁上讀取我的完整資料庫。建立 Codex 處理資料庫的基本規則：我先對 Codex（一開始其實是在 OpenClaw，但方法都一樣） 定義好抓取所有資料的共通流程，主要的原則有下面這些，而這些原則是來自於我多年來對一個知識管理系統研究後的架構（先貼給 Codex ，請他建立一個之後一定會遵循的規則文件）：核心流程：抓取來源 →建立 raw 全文證據庫 →根據我的觀點摘要 card 筆記卡 →更新或建立 opinions 永久筆記 →需要的時候根據資料庫內容，進行每日 digest / 寫作大綱 / 關鍵論述輸出 → GitHub 版本同步raw 資料夾（文獻）：是全文證據庫，不能自己省略；抓不完整就不算完成。要注意抓取來源、時間等細節。card 資料夾（暫時筆記）：是一篇原文一張卡，保留我的觀點、摘要、引用、應用情境、下一步行動。opinions 資料夾（永久筆記）：這才是第二大腦核心，重點是更新既有母筆記，不是一直新增新筆記，讓一個主題愈來愈完整。所有永久筆記更新時，要做判斷屬於哪一種知識：PROJECT = 正在進行專案，通常是我定義的跟我目前想要研究、進行的主題工作有關（例如這個外部資料庫專案）WORKFLOW = 未來可參考的工作流程，包含操作步驟、最佳範例。METHOD = 專案與工作流程通用的方法論，包含理論、證據。新增 cards 後，必須檢查 opinions 是否需要回填，強制要求 AI 要做這個檢查，主動提供建議，讓 raw 變成 card ，再補充到 opinios ，最後永久筆記愈來愈完整。但若要新增全新永久筆記，要先取得我的同意，避免資料庫最後發散混亂。額外的連結與流程圖所有的 raw 並須連結到原始來源，所有的 crad 必須有 raw 的連結，所有的永久筆記必須有 raw 或 card 的連結。而永久筆記之間也會互相連結，並建立一個知識架構圖。每次更新永久筆記後，要同步維護 INDEX（總目錄）、MAP（知識架構圖），讓整個資料庫的體系愈來愈完整。上述的規則，一開始先讓 AI 寫進一份 Workflow.md 的文件中，文件放在這個工作資料夾的根目錄，並邀請 Codex 等 AI Agent 每次處理工作時優先遵循這個規則。但是你說，下面的規則看起來比上面的簡單版完整很多啊？那是因為在兩個月的實踐過程中，每次 AI 的處理有調整，或是處理得很不錯的時候，我都會請 AI 自己復盤，把目前學會更好的處理規則更新回規則文件，這樣 AI 助理之後的工作就會愈做愈好。（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）讓 Codex 根據網址抓取文獻、建立筆記，逐步擴充資料庫：有了上面的共通原則後，第一階段我要先讓 Codex 幫我抓取文章，當我看過一篇感興趣的文章、YouTube 影片、社群貼文後，我就把網址丟給 AI Agent（ Codex ），並希望 AI 能夠自動抓取資料全文建立文獻（raw），同時製作一張有我的觀點的筆記卡片（card）。我那時候的第一步是從下面這段丟給 AI Agent 的指令開始啟動的：根據前面的專案原則，我想建立一個自動整理與成長的資料庫。請一步一步處理：1.請你先不要做自動抓取，先在 workspace 建立以下資料夾結構：raw/（放原始文章）card/（放整理後筆記卡）digest/（每日總表，回顧每日資訊總結）2,接著請你建立一個「整理腳本」或「工作流程說明」，讓我每次把網址、文章文字，以及我的觀點貼給你時，你就會自動抓取全文放入 raw ，並自動產出符合以下模板的筆記卡到 card。模板如下：###檔名：YYYY-MM-DD - {title}.md內容：- 來源：- 原文連結：- 原文日期：- 主題標籤：#AI工具 #工作流 #筆記術（最多 3–5 個，並保持一致性，同一個主題共用同一個標籤）一句話結論（我需要記住的）（<= 40 字）重點摘要，結合我的觀點，盡量搭配使用原文，但翻譯成台灣慣用繁體中文（翻譯後同時附上原文參照）1. 2. 3. 4. 核心概念表格：概念作者怎麼說根據我的觀點，我可以怎麼用（對工作/寫作）對我有用的 3 個應用情境- 情境 1：- 情境 2：- 情境 3：今天能做的下一步：測試、研究、寫作（務必具體）- 待追問（下次研究關鍵字）###不過根據不同情況，就算有上面基本規則，事情也不一定馬上就能順利，但這時候我就都交給 Codex 這樣的 AI Agent 去解決。例如有時候抓不到網頁全文？無法抓到 YouTuhe 字幕？有些社群抓不到我想要的指定網址的貼文？我就把問題丟回給 Codex ，讓他找方法解決，可能寫一個 Python 小程式，或是需要申請一個 API ，但就一邊做，一邊讓 Code 幫我補足這些抓取功能。或是當我發現有時候 AI 根據我丟的網址，抓到部分資料，但沒有抓到全文，於是我就讓 Codex 寫一個自動檢驗小程式，並讓 AI 在他必定要遵循的規則文件中加上：「抓取文章後一定要跑這個檢驗程式，確定有抓到頭尾完整的內容。」所以現在我的這個資料夾中有抓取網頁小工具、PDF轉換小工具、抓取 YouTube 字幕小工具、抓取特定社群貼文小工具等等，這些小工具也都是 Codex AI 自己撰寫。讓我每次只要丟一段網址，提出我的觀點， Codex AI Agent 就會自動完成基本的兩大步驟：先抓取完整內容，建立有引用來源的文獻。再根據我的觀點，建立筆記摘要卡片。例如我讓有了上述基本原則與工具的 AI 來抓取我的這篇文章：「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」。我這樣提問：抓取下面文章，根據我的觀點建立筆記卡。 我認為在知識管理上應該善用 AI ，但要明確區分 AI 可以做的資料管理，以及人要主動引導與建立的專案、經驗的真正知識管理，才是好的工作流程。文章網址： https://www.playpcesor.com/2026/01/ai.html我每一天大概都會隨手丟上5~10篇連結，加上我的一兩個核心觀點，通常是我快速讀過後有啟發的文章、影片、PDF或貼文資料。然後 Codex 這樣的 AI Agent 可以自動做完兩件事，新增兩份文件：幫我自動抓取全文建立文獻，並建立一個符合我觀點的筆記卡片。下面就是 AI Agent 自動完成的筆記卡，裡面結合了我剛剛丟給他的觀點，以及原文內容，但也包含已經在這個資料庫中的相關內容延伸。這兩個月的累積，我就透過 AI Agent 的抓取、整理，建立了數百則的文獻資料與觀點筆記卡（類似上面這樣，有摘要、有觀點、有延伸應用的內容）。讓 Codex 根據暫時筆記，建立「永久筆記」的連結系統：不過這樣還不夠，如果這些文獻、觀點筆記卡都是散亂的根據時間排序，其實很難有效使用，但我也不想要在這個暫時筆記的層級去做分類或連結。所以我建立了一個「永久筆記」的自動整理邏輯，只要我丟出進一步觀點給我的 AI Agent ，他就會根據前面抓取的筆記卡，思考是否要新增永久筆記，或是要補充、修正之前的某一張永久筆記，透過 AI Agent 的自動化流程，讓「真正可以在未來拿出來反覆利用」的永久筆記系統愈來愈完整。下面是我提供給 AI Agent 的永久筆記規則。（只是參考，讓大家看到一份規則文件，可以引導 AI Agent 多步驟去自動化完成工作，指定 AI 去使用哪些工具，以及 AI 一定要遵守的關鍵原則。）永久筆記（opinions/）：把 cards 統整成可複用資產（必讀）永久筆記新增/更新的標準作業（必遵守）0) 觸發規則（硬性）：每次「新增 cards」後都要檢查 opinions 是否需回填只要新增一張 cards（或對 cards 有實質增量更新），都必須立刻跑一輪：這張 cards 的「新有效內容」是什麼？（新判斷標準/新風險/新步驟/新框架/新清單）對照 opinions/INDEX.md：要更新哪一張母筆記？還是需要新增？依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD原則：更新優先；新增需 Esor 同意。0-1) 回填前的人機確認（硬性）：先展示 cards 重點，再詢問 Esor 是否要回填在真的動手更新 opinions/ 前，先做這 3 件事：先展示這次 cards 的重點摘要（建議 3–5 點）明確詢問：這次要不要回填到永久筆記？明確詢問：Esor 有沒有補充觀點、反對意見、或想強調的版本？沒有先問，就不要直接改 opinions/。若 Esor 明確表示「先不要更新永久筆記」，就停在 card 階段即可。1) 更新/新增前：主動詢問 Esor 的想法（用以重現你最近示範的流程）在要更新/新增永久筆記前，先問：你自己的觀點/你要強調的主張是什麼？你希望這次回填後，永久筆記「更能做到什麼」？（未來要拿來用的價值）收到回覆後：把想法延伸改寫成更完整論述並融入正文（不是只貼一句備註）。2) 回填位置原則：更新永久筆記不固定更新在哪一節（以內容適配為主）不要硬塞在「套用方式」。以內容類型決定寫進哪個欄位/段落：一句話原則：當 cards 帶來更好的總結主張Dealbreakers：當 cards 帶來新的翻車點/一票否決條款套用方式：當 cards 帶來新的可執行步驟/做法常見誤區：當 cards 帶來新的錯誤認知/誤用型態Evidence / Links：當 cards/raw/opinions 的證據鏈或結構關係需要補齊3) 永久筆記寫入規則（引用/證據/索引）先查 opinions/INDEX.md：確認是否已有母筆記（更新優先）。依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD。寫入時要「整合改寫內容」進正文（不是只補連結），並在段落後附 （來源：...）。若內容包含 Esor 的補充觀點：在段落末尾加註 （來源：esor 補充想法，YYYY-MM-DD），並搭配對應 cards/opinions 作為支撐來源。Evidence 優先 raw；Links 只連永久筆記。新增全新永久筆記需 Esor 同意。每次新增/更新永久筆記後：更新 opinions/INDEX.md + opinions/MAP.mmd，再跑 opinions_linker.py。原則（防彈筆記法）：永久筆記主題優先順序＝專案任務名稱 → 工作流程名稱 → 方法論名稱；不是破碎的單一論點。rss_cards/：一篇原文一張卡（保留證據與脈絡）opinions/：把卡片統整成「可維護、可驗收、可回存」的長期資產A) 永久筆記的三種卡型與模板PROJECT（專案任務）：projects/rss-second-brain/opinions/TEMPLATE_PROJECT.mdWORKFLOW（工作流程）：projects/rss-second-brain/opinions/TEMPLATE_WORKFLOW.mdMETHOD（方法論）：projects/rss-second-brain/opinions/TEMPLATE_METHOD.mdA-0) 最重要原則：優先「更新」既有永久筆記，而不是一直新增永久筆記的核心不是新增，而是把新知/新做法回填到既有的母筆記（Project / Workflow / Method）。新增條件（很少）：你確定這是一個全新的專案任務／全新的可重複流程／全新的方法論框架；而且在 opinions/INDEX.md 找不到對應母筆記。預設策略：先查 opinions/INDEX.md 是否已有母筆記有就更新（加步驟/驗收/反例/回存/證據鏈）沒有才新增B) 永久筆記索引與關係圖索引（新增前先查，避免重複）：projects/rss-second-brain/opinions/INDEX.md關係圖（Mermaid）：projects/rss-second-brain/opinions/MAP.mmd必遵守：每次新增/更新永久筆記後，都要同步更新 INDEX 與 MAPINDEX：確保每一張永久筆記在 PROJECT / WORKFLOW / METHOD 某一區塊下有一條索引。MAP：新增節點並至少連一條關係（例如 PROJECT→WORKFLOW）。C) 永久筆記「連結維護」機制（每次新增/更新後都要做）目的：避免 Project↔Workflow↔Method 漏連結。觸發時機（何時要跑？）你「新增或更新任何一張永久筆記」後：必跑一次。下面讓我做一個「自己不丟觀點的示範」（通常真實流程，我會加上更多想法再更新永久筆記），看看 AI Agent 是否會依照上述規則，把前面 AI 建立的筆記卡，更新到永久筆記系統。我這樣對 AI 提問：根據剛才新增的筆記卡，根據永久筆記建立規則，分析適合更新或新增到哪些永久筆記，並提出具體建議。於是訓練好的 Codex ，就會根據我給他的永久筆記建立規則，AI 拿著剛剛建立的筆記卡去撿索我的永久筆記系統，找出適合更新或新增的永久筆記，並分析內容，給我更新建議。我可以根據 AI 助理給我的建議進一步思考，然後回給 AI 一個明確的整理指令，例如：只根據首選方案更新既有的永久筆記。下圖可以看到， Codex 根據我建立好的永久筆記規則，完成剛剛那則筆記卡更新到永久筆記的任務。AI 可以同時完成：把筆記卡的關鍵內容，更新、修正到指定的永久筆記。擴充永久筆記時，也會加上來源筆記卡的註記。自動在永久筆記的目錄、流程圖系統中做好更新。前面幾個階段跑下來，我們只是丟資料、給觀點、下自然語言指令，這就節省了非常多我們自己操作軟體介面的步驟。永久筆記完成的結果像是下圖這樣。於是我這兩個月打造的 AI 外部資料庫系統，就在這樣「不斷讓 AI 自動更新永久筆記」的流程中，慢慢擁有了一些系統性的、更深入完整的知識與方法，方便我後續拿出來利用。而為了讓永久筆記也不只是單篇方法，而是可以系統性利用的架構，所以我讓 Codex 去做出一個連結目錄，生成一個畫流程圖小工具，隨時用目錄連結與圖解方式，展開這個永久筆記系統的全貌。這兩個月，我的數百篇筆記卡，其實也才建立了二十幾則永久筆記，大多數都是把新的筆記卡更新到既有的永久筆記上，強化那些方法論與工作流程，但這正好可以看到持續更新的永久筆記的深度。(而且我本來就偏好用更新筆記，取代新增筆記：每天新增30則筆記？還是更新30則筆記？兩步驟建立穩定筆記系統）利用 Codex ，根據目前的永久筆記、筆記卡、參考文獻，進行草稿產出：我大概是從二月開始這個實驗（一開始用 OpenClaw ，後來 ChatGPT 推出 Codex Windows 桌面軟體版後就改用 Codex ），我現在的外部知識庫裡，至少會分出幾層：raw：原文全文，保留可追溯、可驗證的來源card：每篇內容整理成可回收利用的筆記單位opinions：把重複出現的觀點、方法、流程，整理成會越用越強的永久筆記digest / outline / draft：把前面的知識層再推進成可以發布的輸出準備最後第四個層次，則是看需求，讓 Codex 在既有的這個外部資料庫中做產出。例如最新新增了比較多的新資料，我就會讓 Codex 做一個「 Digest 」總結。根據規則，把最近一個禮拜新增的筆記卡、更新的永久筆記，做一次快速復盤的摘要。或者我要做一個專案，我要產出一篇報告，我提供一些想法，然後讓 Codex 在這個外部資料庫中產出草稿。我需要到學校教一個 Google 的 AI 工作流程，根據我的永久筆記出發，搭配有更多細節的筆記卡與文獻，建立一個有效的工作流程大綱草稿，先直接秀出給我看，我再決定是否加入草稿資料夾。總結：我學到的 AI 工作流程我覺得這次實驗，但也已經變成我的一個處理外部資料庫的流程，真正學到的不是 AI 幫我做了很多事，可以自動化。是我開始學會：AI Agent 是可被設計的 workflow如果你只是把 AI 當成問答工具，它每次都只能重新猜你的標準。但如果你把流程、交付物、驗收、回存方式都定義出來，它就會越來越像一個真的專案助理。差別不在模型更聰明，而在你有沒有把它當成流程在設計。不會寫程式，也可以利用 AI 建立自己的工作系統，但要學會分派工作＋驗收工作這次我其實沒有自己手動寫程式。很多技術性工作，都是交給 AI 處理。但我真正需要做的事情是：說清楚我要什麼交付物說清楚限制與標準看結果是否真的符合需求，再讓 AI 調整第二大腦真正該留下來的，是流程與規則我現在越來越覺得，工具其實不是最重要的。無論是各種 AI 工具，還是各種筆記軟體，各自有不同強項。但真正讓它們能幫我做事的，不是因為哪個工具特別神，而是因為我們自己有一套流程：哪些資料要保存哪些資料怎麼整理哪些內容值得回存哪些輸出要怎麼驗收工具可以換，但流程會留下來。甚至利用 AI Agent，打破工具操作流程，打造更靈活的資料庫。AI 的工作不是替我思考，而是替我處理那些我以前不想花大量時間做的外部資料整理工作。而我自己真正保留的，是：提出問題提供想法做最後判斷驗收哪些內容值得留下來真正的核心反而是：我能不能把自己的整理流程拆解清楚，然後交給 AI Agent 去處理那些原本最耗時、最容易拖住你的操作型工作。如果可以，那麼我們未來要管理的，也許不再是越來越多的工具介面。而是一套會在自然語言對話、規則文件、md 資料夾與驗收流程中，慢慢長出來的外部知識庫。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：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）
    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