❌

普通视图

发现新文章，点击刷新页面。
昨天以前首页

ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用

✇電腦玩物
作者 Esor Huang
2025年6月7日 18:11


AI 工具如果只能從工具內建知識庫裡面找答案，往往會有資料太舊、資訊錯誤的問題。所以，後來 AI 工具大多都內建了網路搜尋功能，透過即時的資料搜索，一定程度提升了回答的正確性與即時性（延伸閱讀：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程）。而現在，許多 AI 工具開始可以「連結」使用者自己的資料庫，例如郵件、行事曆、雲端硬碟的內容，於是 AI 開始可以幫助用戶更直接分析工作問題、設計專案企劃，用既有的資料生成更準確的新內容。

AI 生成結果很大程度取決於「我們輸入的資料」。例如我「下指令」時，會詳細說明任務的背景資料與輸出規格，這往往可以幫助 AI 生成更有效的結果（延伸閱讀：我和 ChatGPT AI 工具如何一起工作，提示語、常用案例指南）。而當我要完成複雜工作時，我甚至會先透過幾輪討論，「餵給」 AI 詳細的參考資料、專案細節，這很大程度會讓 AI 產出更細緻、高品質的結果（延伸閱讀：如何用 AI 工具提升工作效率？三個關鍵步驟讓生成結果更精準有效）。

NotebookLM 這個 AI 工具會有用的一個關鍵原因，也就在於可以用使用者自己的文件，建立使用者自己的資料庫，然後驅使 AI 生成需要的結果。

現在， AI 工具的新趨勢則是直接連結我們日常工作慣用的 OneDrive、 Google 雲端硬碟、 Outlook、 Google 行事曆、 Gmail 郵件等等外部資料庫，常見的生成式 AI 都具備類似功能：

  • Gemini：可連結 Google 自己的雲端硬碟、郵件、行事曆與各種服務，生成用戶需要的客製化內容。
  • Copilot（付費版）：可連結 Office 與 OneDrive 等生成用戶內容。
  • Claude（付費版）：可連結 Google 雲端硬碟等服務生成用戶內容。
  • ChatGPT（付費版）：可連結 Google 雲端硬碟、行事曆、郵件，微軟 Outlook 郵件、行事曆， Box、 Dropbox 等等不同雲端資料庫。
    • 根據 ChatGPT 隱私條款，這些連結的外部文件資料，不會成為 AI 訓練的材料。（不過要使用前，還是要確認符合自己公司的資安規定。）

這篇文章，根據我平常使用的 ChatGPT ，連結我日常工作流程中的 Google 系列服務、 Outlook 系列服務，分享我會用在哪些工作流程中。






當 ChatGPT 連結個人資料庫，新的工作邏輯：

下面我會列舉 8 個過去一週實際發生的應用案例，總結來說，當 AI 可以連結我們的資料庫，就可以加速並深化下面的工作流程：

用 ChatGPT 針對自己的資料庫做「蒐集→分類→摘要→產出」，大幅減少手動整理時間，協助從既有資料改寫新報告，或是發現忽略的重點。

背後的工作邏輯是共通的，都是可以將下面原本我們要分段手動操作的流程加以「自動化」：
  • 抓取並集中處理分散資料：引導 AI 用關鍵字或標籤在 Gmail / Drive / Outlook 搜尋，抓出需要資料。
  • 進行語意萃取：ChatGPT 讀取抓出的資料（郵件、行程、PDF、簡報、試算表），提煉重點或進行詮釋。
  • 重組成新的輸出： AI 根據提煉後的重點，依照我們的新需求，進行改寫重組，完成新內容生成。
  • 還能延伸新企劃，或週期性復盤：不只是資料的重組生成， AI 也能用在資料分析，產出新的觀點、想法與下一步方向。




實戰案例一：研讀專案文件，寫成果報告

  • 工作流：AI 索引特定文件 → AI 摘要分析 → AI 統整與寫稿輸出
  • 解決痛點：在分散文件中複製、整理的繁瑣工作流程

在日常工作中常常遇到下面這樣的情況：我執行一本新書產品專案，過程中產生企劃文件、文稿編輯、活動規劃文件、銷售數據試算表等等各種內容。有一天，老闆忽然來了一個命令：「這個專案做得不錯，交一份成果報告上來。」

這時候我可能需要到之前分散的文件中去找出有用的資料，重新組合成一份完整報告，要耗費不少時間，也是許多人在工作中可能覺得「很煩」的一件事（怎麼又要交報告？）。

於是這次我利用 ChatGPT 連結 Google 雲端硬碟的功能（需要開啟「深度研究 Deep Research」，才能連結這個外部資料庫），這樣提問：

「根據我的 Google 雲端硬碟中的「2024-01 高效時間管理超圖解」資料夾內容，寫成一份完整詳細的專案成果報告。

請一步一步分析，先仔細研究資料夾中的文件檔案，抓出《高效人生工作法圖解》這本書的各種成果，包含目標、讀者、內容特色、宣傳活動、成果數據等等。

接著以專案成果報告的角度，分析這本書籍產品，說明設計理念、列舉具體成就，詮釋成功邏輯，要以真實數據與成果任務為依據，完成專業報告撰寫。」




ChatGPT 深度研究反問了我幾個需求，就開始到我的 Google 雲端硬碟做資料搜尋。

搜尋後，從找到的企劃文件中撰寫出需求設定，從找到的各篇文稿中整理出每個章節的內容特色。




最厲害的是，這個書籍產品我做了很多場活動，分散在很多企劃文件中，這一次地檢索也把這些分散的內容抓出來，並且具體的時間、場次、對象等等也都正確理解，整理出簡單具體的活動企劃報告。






實戰案例二：抓出資料重點，寫出核心文案

  • 工作流：AI 爬梳分散資料 → AI 分析共通重點 → AI 重組輸出
  • 解決痛點：在分散文件中重新整理重點

像是我要寫文案的時候，往往要在很多參考資料文件中重新爬梳關鍵字，抓出這些可用關鍵字後，我重新撰寫成統整重點。

這個過程，也可以交給 ChatGPT 連結資料庫來處理，最後文案當然還要再修改，但可以先利用 AI 把關鍵字重新組合成有效的重點，方便我進一步發揮，我會這樣提問（需要開啟「深度研究」，才能連結這個外部資料庫）：

「針對「 Google 雲端硬碟 」中的「文稿編輯：ChatGPT VBA 吳承穎」資料夾中的文件。

仔細閱讀文稿，找出最吸引人的案例，撰寫一份宣傳這本書的社群貼文。

請一步一步分析，務必先主動閱讀相關文稿，抓出重點，把重點重新整理成說服人的邏輯，用這個邏輯撰寫宣傳這本書的貼文。」




ChatGPT 讀了十幾篇文稿後，抓出兩個 AI 覺得最有吸引力的案例，而且準確根據文稿中的教學流程，改寫成更通俗易懂的職場應用說明。





實戰案例三：分析專案既有文件，找出盲點，研究新方法

  • 工作流：AI 爬梳既有資料 → AI 分析目前架構 → AI 找出盲點
  • 解決痛點：在大量資料與文件中，重新發想新創意

我最近正在撰寫一本新書，目前已經有許多進度，但我還希望可以加入更多「我沒想到」的有用方法。

如果我希望讓 AI 刺激我想法，我需要先提供 AI 足夠的資料，而現在 ChatGPT 可以直接讀取外部資料庫內容，就可以把流程變得更簡單。

我這樣問 AI （需要開啟「深度研究」，才能連結這個外部資料庫）：

「你是職場生產力專家，根據 @Google 雲端硬碟中「2025_Esor_胤丞_高效職場生存法圖解」資料夾裡的內容，分析這本書還可以有哪些寫作題目的建議。請一步一步分析，根據資料夾中的書籍企劃、目前設想的題目，以及模組一中已經完成的文稿，先閱讀一遍，然後從職場生產力的角度分析還有哪些我沒有注意到的盲區、觀點、方法，再以書中目前的題目、寫作架構，設計出這本書可以發展各種新題目。」

而在深度研究功能反問時，我決定給 AI 一個更嚴謹的分析流程，告訴他應該先讀資料庫中的哪一份文件，然後再去查看那些文件：

「優先查看「新書資料卡」確立本書目標與核心規劃，再查看「Esor 和趙胤丞老師合作新書：會議管理，這樣開會更有生產力」確定目前發想，再根據「模組一」資料夾中的文件，一步一步進行分析。」

然後我發現， ChatGPT 會確實根據我指引的邏輯，一步一步研讀需要的資料文件，然後產出我需要的延伸思考建議。





實戰案例四：判讀既有專案時程、特色、架構，發展新專案企劃

  • 工作流：AI 爬梳文件、時程 → AI 分析目前專案流程 → AI 建立新企劃
  • 解決痛點：整理大量資料、文件、時程，設計未來專案企劃

當我需要在目前已經進行的專案基礎上，根據目前時程，繼續規畫下一個新專案，我可以這樣詢問 ChatGPT（需要開啟「深度研究」，才能連結這個外部資料庫）：

「根據 Google 雲端硬碟中「00-每日推進的專案」資料夾裡的內容，分析適合我的新專案企劃。
請一步一步分析，先研究資料夾中我完成與進行哪些專案，分析哪些已經具備完成文稿，哪些還在進行。
在理解我目前進行專案後，分析出我目前擅長的領域與其成效、邏輯。
最後由此進行新產品分析，從我的領域相關，但我可能忽略的盲區入手，根據我擅長的邏輯，設計出適合我往下發展的新產品。專案」




分析後， AI 正確建立了對我目前已經完成專案的理解，然後「延續目前專案類型」、「我需要的專案邏輯」，做出有效的新專案企劃。





實戰案例五：抓取既有試算表，做出數據摘要

  • 工作流：AI 爬梳文件、試算表 → AI 分析重要數據 → AI 整理關鍵數據報告
  • 解決痛點：整理大量數據資料，挖掘出裡面的關鍵數字，形成報告

首先，在這個嘗試中， ChatGPT 似乎還無法做出我們想像的「統計運算」，所以如果你期待的是直接分析一大堆亂七八糟的數字，然後做出最終統計分析，畫出數據圖，那麼可能這個流程做不到。（或是你可以參考樂咖老師的新書《ChatGPT × Excel VBA 資料整理自動化聖經》會教你如何輔助 AI 做才有效。）

所以我這裡所做的還是在「抓出有效資料」的範圍，我有大量的數據資料表，我請 AI 幫我從裡面找出有效的數據，並且做出延伸詮釋：

「根據 Google 雲端硬碟中「15-記帳💲帳簿」內的試算表，分析我平常的支出狀況，並提供具體建議。請一步一步分析，先理解與閱讀每一個試算表中的數據內容，然後進行支出狀況的分類，從分類中理解、統計數據，建立有意義的詮釋，然後用你的理財知識，建議接下來的改進方向。」

這裡你看到的一些數字，其實是試算表中已經做好的樞紐分析，不是 AI 自行統計出來，而是索引資料後抓出已有但零散的數字。




但是 AI 進一步幫我們快速整理重點，然後做出有效的延伸詮釋。





實戰案例六：分析特定任務的分散郵件討論，彙整目前進度

  • 工作流：AI 爬梳 Gmail、 Outlook 郵件 → AI 分析郵件內容 → AI 整理任務報告
  • 解決痛點：整理大量零散的郵件對話，重新拼接成完整的任務現況

我同時有 Gmail、 Outlook 信箱，裡面各有相關任務的討論，討論可能分散在許多郵件。這時候，我可以利用 ChatGPT 針對某一個任務，爬梳所有相關郵件，然後整理出目前任務狀況：

「分析我的郵件中跟「防彈筆記法」有關的討論，整理出這個主題的需求、常見問題與待辦事項。請一步一步分析，先搜尋郵件中相關內容，分類出完成的任務需求、常常討論的問題、需要處理的下一步行動，整理成任務清單。」




ChatGPT 確實可以把分散郵件中的任務討論，整理出任務目前的全貌。




也能進一步針對尚未解決問題進行整理，讓我掌握這個任務的下一步行動。





實戰案例七：分析既有行事曆、郵件，設計下週待辦清單

  • 工作流：AI 爬梳 Gmail、 Outlook 郵件、行事曆 → AI 分析未完成任務 → AI 整理待辦清單
  • 解決痛點：整理大量零散的郵件、行程，輔助確認未完成的重要任務

雖然我自己有習慣的規劃待辦清單方法，可參考：「比較持續 5 年的列每週行動清單習慣，復盤我的待辦清單筆記技巧」。

不過我也想挑戰看看 ChatGPT 如果讀取我的行事曆後，可以規劃任務到什麼程度，於是我這樣提問：

「規劃出接下來一個禮拜的行動清單。請一步一步分析，以每天為區隔，以具體任務成果為單位，拆解出下一步行動，規劃出一週待辦清單。」

我開啟深度研究，並且同時連結 Gmail、 Outlook 郵件、 Google 行事曆、 Outlook 日曆。




ChatGPT 能夠去查看行事曆的行程，也能讀取近期相關郵件。




針對郵件中尚未答覆的需求，行事曆上的重要行程，也確實可以改寫成有效的任務安排。（不過，當然需要我再調整一下才會更有用。）





實戰案例八：回顧過去一週郵件、行程、文件，進行每週復盤

  • 工作流：AI 爬梳特定時間內所有工作內容→ AI 分析工作成果 → AI 進行復盤分析
  • 解決痛點：解讀大量零散的郵件、行程、文件，確認自己的工作狀態，找出問題點

最後我還進行了一個嘗試，很多朋友喜歡每週進行工作復盤，這時候 ChatGPT 直接讀取行事曆、郵件、文件資料庫後，根據實際工作情況幫助我做復盤，還頗有效果：

「針對我過去一周的工作成果與任務，提供一份週復盤報告。請一步一步分析：
-先檢查過去一個禮拜，我在郵件上的回應、修改的文件、行事曆上的行程。
-讀取其中的內容，找出我完成的成果、需要推進的任務、尚須解決的問題。
-針對好的結果，提供有效的鼓勵與延續。
-針對有問題的地方，提供具體的改進步驟。
-針對還未完成的任務，提供下一步行動建議。
-從如何有效延續、提升生產力，獲得更好工作節奏的角度，完成週復盤的總結。」




不僅能夠抓出過去一週我完成的工作，並且也確實提供了正向、反向的檢討。




上面分享了過去一週，我透過 ChatGPT 連結外部雲端硬碟、郵件、行事曆，完成的幾個真實工作案例。

總結來說，目前大概是三種工作流程：

  • 一，郵件 ➜ 任務清單整合
    • 操作範例：從 Gmail 或 Outlook 中搜尋「防彈筆記法」相關郵件，並讓 ChatGPT 自動歸類成「已完成任務」與「待辦事項」。
    • 解決的痛點：解決郵件分散、資訊遺漏的問題，避免重要事項被遺忘。
    • 背後流程邏輯：
  1. 搜尋相關關鍵字或主題的郵件；
  2. 讓 AI 摘要內容、抽取關鍵任務語句；
  3. 加上標籤與狀態分類（例如：待回覆、已處理）；
  4. 生成任務清單，整理為具體行動項目。
  • 二，行事曆 ➜ 每週行動清單整合
    • 操作範例：讀取 Outlook 或 Google Calendar 上的會議與活動排程，並由 ChatGPT 自動產出一週行動清單。
    • 解決的痛點：整理分散的行程，提高任務安排效率。
    • 背後流程邏輯：
    1. 掃描下週行事曆所有會議與已排程工作；
    2. 根據空檔時間、優先順序、任務需求建立任務分配；
    3. 依每日單位分配具體待辦事項；
    4. 最終生成完整「每週待辦與預排任務清單」。
  • 三，雲端文件／試算表 ➜ 實際內容產出整合
    • 操作範例：讀取 Google Drive 中的書籍草稿，讓 ChatGPT 生成 Facebook 宣傳貼文、讀取記帳試算表、產出統整報告。
    • 解決的痛點：避免重複複製、人工整理與分析文檔，降低內容重組所需工時。
    • 背後流程邏輯：
    1. 從 Google 雲端硬碟導入文件（例如 Word、Google 文件、試算表等）；
    2. ChatGPT 讀取並進行結構分析與摘要重組；
    3. 擷取重點資訊，轉為實際內容輸出（如貼文、報告、腳本）；
    4. 如有需要，補充行動建議或加值分析。

    如果有使用付費版的 ChatGPT、 Gemini、 Claude、 Copilot 的朋友，都可以試試看上面的整合流程。



    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：


    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 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）


    如何跟 AI 合作挑戰原本我不會做的事？我用 AI 設計實境解謎遊戲，案例分享

    ✇電腦玩物
    作者 Esor Huang
    2025年6月14日 16:07


    這篇文章，分享一個我近期完成的有趣、生活化 AI 應用案例。許多朋友會問我，現在 AI 工具這麼多，要完成一個任務時，要如何選擇搭配不同的 AI 工具，又怎麼進行 AI 輔助的工作流程呢？這個例子也給了我自己許多啟發，與後續跟 AI 一起完成任務的參考。

    最近幫小孩設計了一個生日禮物尋寶解謎遊戲，這是一個「額外工作」，我之前也「沒有類似經驗」，透過 AI 輔助來設計，只花了一點點時間，但最終成果讓孩子享受到新鮮的遊戲樂趣。

    我覺得是一次很棒的 AI 協作經驗，讓 AI 幫助自己完成「以前無法輕易做到的成果」，所以寫成一篇文章，跟大家分享這段與 AI 合作的過程。




    之前到許多博物館參觀時會玩裡面的實境解謎遊戲，提供一本解謎本，上面謎題引導你到各種環境設施，結合現場物件與故事，利用像是數字、推理、拼圖、知識等等謎題，解開一個一個暗號，最後拼湊出一個最終謎底。小孩玩得很開心，大人也覺得有趣。

    今年小孩生日前，許願希望自己獲得生日禮拜的方式，可以變成一個「實境解謎」遊戲，於是我決定讓 AI 輔助，合作設計看看，下面就是我跟 AI 協作的流程。






    1. 利用 Deep Research、文章摘要，讓 AI 「轉化成」設計遊戲專家

    我有一個目前反覆使用（並且覺得很有效）的 AI 工作流程是（延伸閱讀：如何用 AI 工具提升工作效率？三個關鍵步驟讓生成結果更精準有效）：

    要讓 AI 做一個專業、複雜的任務前，先讓 AI 學會這個任務的資料、理論與工作邏輯。

    例如我想讓 AI 幫我設計一個適合小孩生日派對中遊玩的實境解謎遊戲，我先讓 AI 去學習實境解謎遊戲相關的知識、方法與案例， AI 學會後，才開始輸出遊戲設計，而這可以「明確的讓 AI 生成品質更好的任務輸出結果」。




    我利用 ChatGPT Deep Research 功能（尤其 o3 搭配 Deep Research 的效果更具體、深入與嚴謹），先請 ChatGPT 針對「實境解謎遊戲」的遊戲邏輯、設計技巧、台灣具體案例，做一番深入的資料探索研究，寫成一份數千字的研究報告。

    這個過程，我認為就是「讓 AI 學習這個專案需要的知識與邏輯」的流程。




    更進一步的，我從深度研究找到的參考資料中，找出兩篇我認為更符合自己需要的文章（例如有一篇是親子實境解謎遊戲的 25 種設計技巧與案例），請 AI 再深入的讀一遍，進行摘要。這裡同樣是引導 AI 根據我的專案需求去進行「學習」的過程。





    經過前面步驟， AI 就從一個好像什麼都知道，但其實並不真的理解的工作者，轉化成一個擁有「設計親子實境解謎遊戲的知識、案例」的專業工作者 。這個過程看似複雜，其實大概就是 10 分鐘左右的時間而已（其中大多數還是 AI 自動化處理的時間，我可以先去做其他事情）。

    如果要讓這個 AI 學習的效果更好，我會在其中跟 AI 對話，例如告訴 AI 我對哪幾種遊戲設計方法更有興趣、更符合我的需求，那麼 AI 就會學習成為一個可以幫我設計適合我的尋寶遊戲的專業設計師。





    2. 提供真實圖片資料，上傳照片讓「 AI 設計師」理解遊戲場景


    當 ChatGPT 在前面討論串中學會了「如何設計親子解謎遊戲」後（延伸討論串分類技巧：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享），我做了一個步驟：上傳自己家裡幾個適合設計解謎遊戲的地點照片，讓 AI 根據前面學會的方法，自己看照片，針對這些場景去思考如何設計有效的實境謎題。

    善用 ChatGPT 的多模態，讓 AI 透過圖文影音方式，像人一樣發揮想像力。

    ChatGPT 的「GPT o4-mini-high」對於圖像有很好的理解能力，所以與其我用文字介紹任務場景，不如直接讓 AI 分析照片，更充分的理解圖像中可以呈現的更多場景細節。

    結合第一步驟時 AI 已經學會「如何設計實境解謎遊戲」，在第二步驟中針對我的照片分析，讓後面 AI 在設計時，懂得利用對講機、衣櫥、餐桌的鋼骨結構、客廳圓桌、掛畫等等物件來設計謎題。

    你從我的提問可以發現，我並沒有用文字描述這麼多細節，都是 AI 自己從照片中分析所得。





    3. 以「我」的顧客角度，跟「 AI 實境遊戲設計師」溝通需求、喜好


    前面兩個步驟，有點像是我雇用了一位「實境遊戲設計師（AI）」，他有基本的遊戲設計知識與案例，他來我家看過我的實際場景。但這時候，設計師可能還不知道我真正的喜好與需求是什麼？

    所以這時候，我們要來一場顧客（我）與設計師（AI）的需求訪談會議。我在幾次來回對話中，跟 AI 說明我的需求，在 AI 提供的各種案例建議中挑出我喜歡、我不喜歡的部分，讓 AI 設計師充分理解我想要什麼。

    實際操作步驟是，在 ChatGPT 看過我家場景，提供我一些他的建議後，我「複製貼上」幾段我喜歡的，告訴 AI 設計師要從這幾個角度設計，其他則不要。




    這邊我都是用 ChatGPT o3 來討論，這是目前（2025/6時），我覺得最能理性、深入、嚴謹討論的 AI 模型。




    到了這個階段（前面到此這三個步驟，總共花費時間在 20 分鐘內）， ChatGPT 設計出來的關卡流程、謎題設計，已經能夠讓我滿意，也有很多是我自己亂想想不到的。

    接下來就是更細緻的修改微調，以及製作出謎題素材的過程了。





    4. 在 AI 設計的謎題基礎上，提出修正微調方向，完成尋寶手冊腳本

    AI 幫我完成了我不會做的部分，例如設計出了每個關卡謎題。

    雖然我自己不會做，但我是「使用者」，我會「挑剔」。我自己看這個謎題，哪裡怪怪的，於是我就把這個想法告訴 AI ，請 AI 針對我覺得不適當的地方進行微調。




    AI 針對我的質疑進行修改，提出兩種做法，我後來選擇了第二種，而且幾乎就是照著 AI 寫出來一模一樣的方式，完成這個謎題的製作。




    其實 ChatGPT 提出的謎題設計，我只有兩三處不太滿意，其他都覺得很不錯。

    於是很快的，我就請 AI 依照目前我們討論的「定案」，寫出一份家裡玩實境解謎遊戲的完整「故事腳本」，把解謎手冊上要使用的故事文案、謎題文字都生成出來。





    5. 運用 AI 設計解謎手冊上的相關圖片素材


    ChatGPT 內建的圖像生成能力已經有很大的進步，甚至還可以結合文字，所以解謎遊戲手冊上需要的「圖像」，我也全部都用 AI 來生成。（延伸教學：實測 ChatGPT 4o 超實用全新 AI 圖片：生成正確中文、寫實照片、資訊圖表）

    例如生成整本解謎手冊的封面圖片，要同時結合文字、角色，並且用自己需要的風格，只要不會太複雜， AI 都很容易做到。（教學：實戰 ChatGPT 4o AI 生成圖片的工作應用：教學、社群、寫作、簡報 10 種圖解案例）




    但手冊上有些頁面確實自己到簡報軟體中設計更快（例如要加上更複雜的文字，或是圖像要去背等等），這時候就單純讓 ChatGPT 幫我生成「素材」。

    例如我希望手冊的「背景圖」要有尋寶圖風格，我就請 ChatGPT 延續前面的封面風格，繼續設計一致性的背景圖。




    前面有一個謎題，要用圖像猜出英文單字，我就請 ChatGPT 用一致的尋寶風格，畫出這幾個圖像 ICON。




    例如在手冊的最後，我想要把全家福的照片，跟目前的尋寶風格融合，我就上傳兩張照片，一張是全家福，一張是手冊封面，請 ChatGPT 進行圖片融合，成功製作出放在手冊最後的 Ending 圖片。





    6. 請 AI 用特殊風格，產出一致性的圖片、文字

    為了讓整個實境解謎遊戲，從頭到尾、從圖像到文字，都有一致的考古風格，我也讓 ChatGPT 幫助我保持風格的一致性。

    例如在尋寶手冊需要的圖像中，我想要用類似考古時發現壁畫文字的圖像，我就請 AI 設計，並讓每一道謎題都有風格一致的考古壁畫圖像。




    我也讓 AI 再次根據考古風格，修飾所有謎題的文字，維持風格的一致性。





    7. 用 Gemini Veo2、 Canva 製作解謎動畫影片

    前面 ChatGPT 給了我一個謎題設計的巧思：「結合 QR Code ，加上一段影片，成為謎題設計。」於是我決定用 AI 來試試看做出這個影片內容。

    不過， ChatGPT 本身的 Sora AI 生成影片效果不夠好（很容易有物理邏輯錯誤）。所以這邊我改用 Google Gemini Pro 有內建的 Veo 2（現在有 Veo 3）來生成 AI 影片。

    Gemini Veo 生成的影片效果非常好，不僅根據我指定的風格，連我需要的動作也都正確的呈現出來。




    不過影片需要加上一些「標示」或做簡單修改時，我則是利用「 Canva 」來完成簡單的影片特效，強化效果。

    也不是所有事情都用 AI 完成，很多任務還是適合的工具直接操作更快。





    8. 請 AI 檢視完整流程，提供最後回饋


    跟 AI 協作專案的過程，其實協作我本來不會做的事情時，大概都是在上面的流程中，逐步完成：

    1. 先讓 AI 學習，轉化成該任務專家。
    2. 提供 AI 需求，讓 AI 理解背景資料。
    3. 我跟 AI 互動溝通，討論出我的喜好或想法。
    4. 讓 AI 開始動手設計內容、素材。
    5. 針對不滿意的部分內容，來回溝通修正。
    6. 讓 AI 處理風格、格式的一致性調整。
    7. 運用不同工具，針對 AI 素材作進一步修正。
    8. 請 AI 對現有內容挑毛病，找出可以改進之處。

    像是這次尋寶遊戲設計到最後，我把整個計畫內容、流程筆記，再次餵給 AI ，請他挑出還有什麼毛病，找出我可以再微調得更好之處，有多出了幾個讓遊戲更有趣的小點子。




    以上，是我這次透過 AI 協助，完成一件「原本我不會做、完全沒有頭緒」的事情的過程，並且這是在一天之內，大約花 2~3 個小時完成。

    這或許就是 AI 時代，讓人可以去挑戰更多原本以為「我做不到」的事情的流程喔！



    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：


    我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。

    （歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：如何跟 AI 合作挑戰原本我不會做的事？我用 AI 設計實境解謎遊戲，案例分享）

    3 分鐘做出孩子專屬繪本！Gemini Storybook 把照片圖畫變故事書

    ✇電腦玩物
    作者 Esor Huang
    2025年8月6日 21:36


    Google Gemini 除了讓免費版就有許多功能可以使用外（例如可免費使用的 Deep Research ），還有一個特色是內建了許多生成不同內容類型的功能，就像是 Google NotebookLM 內建了生成 Podcast 、生成心智圖， Gemini 也內建了生成測驗、語音摘要、資訊圖表等等工具。對使用者來說，便利之處在於我們不用自己思考要如何寫指令， Google 幫我們研究、訓練好處理特定內容的 AI ，我們只要按下啟動按鈕即可。

    延續這樣的風格， Google Gemini 最近又推出一個新功能：「 Storybook 」，幫我們生成「圖文故事繪本」。針對小孩來說可以創作各種童話故事書，對大人來說也可以設計有趣的圖文教材。


    這個新工具，很適合用在下面情境：

    1. 父母想幫孩子「把抽象概念講成故事」，但沒有說故事／美術能力。
    2. 老師想快速做出「圖文並茂」教材，節省排版、找圖時間。
      1. 大人導向的圖文教材案例：https://g.co/gemini/share/a3b01085bff0

    Gemini Storybook 在功能上也有一些特色，能滿足上述需求：

    1. 10 頁自動排版的圖文內容 → 節省大量設計時間。
    2. 上傳照片 / 圖畫 → 直接生成類似「角色」或「回憶」故事。（雖然跟圖片素材的一致性比較不可控。）
    3. 支援 45 種語言，包含台灣繁體中文，可指定插畫風格 → 符合不同年齡、課綱、審美。
    4. 可以透過對話改稿 → 家長或老師可邊聊邊調整，確保繪本、教材更符合需求。

    例如孩子跑來跟我說：「爸爸，你看我畫了一隻海龜與鯨魚。」現在我可以跟他說：「讓我來變個魔法，把你的畫變成一本故事書。」

    然後我將孩子的畫上傳 Gemini ，跟 AI 說：「這是我 8 歲兒子的日記畫作。請寫一本 10 頁的冒險故事，並加入相關保育知識。」

    大約2分多鐘內，我就拿到排版完整、故事有趣的電子繪本——主題是「小傑的海洋冒險」，內容則介紹了許多海洋保育的知識。





    Gemini Storybook 基本操作教學：3 分鐘製作用希臘神話學 8 大行星英文繪本

    Google Gemini Storybook的啟動流程有兩種，你可以來到 Gem 功能清面，會看到一個獨立的 Storybook 實驗功能，開啟這個已經設計好的 AI 助理，就可以直接在討論串裡面製作圖文繪本。




    但是也可以在一般的討論串中，只要你的指令很明確的說「幫我設計一個Storybook」，然後再解釋你的需求，也會有很大的機率可以啟動 Canvas Storybook 的處理能力，幫我們設計出 Storybook。

    例如下面這個例子中，我就沒有進入專屬的 Storybook 助理，而是在一般的討論串當中直接請他製作Storybook。




    說明我需要的讀者年齡，我想要的核心故事情節，跟我想要的插畫風格。幾分鐘之後，一個圖文並茂的繪本就完成了，而且還是一個不錯的忍者故事。




    如果你對生成的結果不滿意，你可以用對話的方式請他修正前面的故事，例如：

    • 風格
    • 要加上什麼內容
    • 或者要調整什麼樣的情節

    都可以用對話的方式讓他修正出更新版本的繪本。




    如果說我想要用圖文繪本來解釋某個知識主題，這時候我可以在指令當中說明我的目標對象年齡、要分析的主題、希望從什麼角度切入、以及有沒有過程中需要學會的關鍵要點。

    例如：「讓我們創造一個新的 Storybook，向 8 歲的孩子介紹太陽系，孩子喜愛希臘羅馬神話故事，過程中要附帶學習 8 大行星的英文單字。」

    用這樣的指令請他幫我設計storybook， Gemini 可以準確掌握住關鍵細節，三分鐘左右就會完成一個有效的繪本。




    而從他的結果來看：

    • 精準地掌握了這個知識主題的架構、細節，故事中也能正確傳達。
    • 可以根據我的需求調整故事細節（例如學習行星的英文）。
    • 圖像上，能掌握住知識主題的視覺化。
    • 雖然人物上會有一點點連貫性上的落差，但可以接受。




    我們還能分享自己創作完成的故事繪本，只要提供分享連結，其他夥伴也能查看，有興趣的朋友可以參考上述這個案例：https://g.co/gemini/share/23768f023fd6





    Gemini Storybook 應用教學：用孩子喜愛的角色，說孩子聽得懂的故事

    有時候，我們希望用某些特定的角色、圖像風格來呈現出繪本故事內容， Gemini 的 Storybook 表現得如何呢？

    我下面做了一個嘗試，透過小孩喜歡的角色、場景來設計傳達某些價值主題的寓言故事：「讓我們創造一個新的 Storybook，向 8 歲的孩子說明：面對困境時，用解決問題的角度重新思考。用孩子喜愛日本超人力霸王的角色與故事，尤其是傑洛（Zero）。」





    這時候，它呈現出來的結果，在故事的邏輯上都能夠準確抓住我指定的主旨，而且有效地在十頁的範圍內創造了不錯的故事解釋。




    在融合小孩喜愛的角色上，也還算準確地繪製出了需要的角色內容。不過當這種需要繪製特定形象角色的時候，它在角色細節的把握度上確實會比較失準，連續故事中主角的一致性也會有稍微的落差。但大致上是可以接受的範圍。





    Gemini Storybook 應用教學：用孩子畫的圖，創造有趣的新故事

    Google 在 Storybook 的官方說明裡有提到可以上傳自己的圖像素材，讓 AI 繪製出相應的繪本內容。我們來看看這樣子做的效果如何呢？

    我上傳了一張孩子的手繪圖，請他幫我創造一個栩栩如生的故事




    以下面這個例子來說，確實掌握了手繪兩個角色的某些神韻，也根據這兩個角色設計了機器人世界的故事。




    不過在我的實際測試裡面，如果我提供的圖像太複雜，內容太多，描繪的不夠精準的時候，其實失敗的機率是很高的。

    例如原本我上傳的圖像其實畫了十個左右的不同角色。這時候，AI反而無法有效的分析，呈現不出任何角色相關的內容。

    所以我把上傳的圖像裁切到簡單一點的部分，AI 才能幫我們模擬並且重新繪製。

    而且就算這樣，如果我們非常強調角色的一致性時，可以看到在這樣的連環故事中，角色的細節一致性還是有很多落差。





    Gemini Storybook 應用教學：用回憶照片，設計有趣的新故事

    如果真的想用一些照片圖像來創造內容，我們可能必須給 Google Gemini 一些更明確的指令。

    例如像下面這樣：「根據照片中三個角色由右邊到左邊：澤澤、咚咚、日本武士，創造一個在京都的冒險合作故事。故事中的圖像要符合三個角色的服裝、神韻，故事是輕鬆有趣的冒險。」




    我仔細說明其中角色處理的邏輯，仔細說明需要的場景、故事，以及希望 AI 掌握的某些關鍵之處（然後不要奢求 AI 可以 100% 還原），這時候 AI 會相對處理得更好。




    如果我期待的是非常神似的還原，那麼目前 Gemini Storybook 難以做到。只能保留可能服裝上面或者外觀上面的最大特色而已。





    Gemini Storybook 應用教學：輸入課綱 PDF，設計圖文引導、練習教材


    除了前面的兒童繪本故事，或者小學、幼兒園老師可用的圖文教材，還是親子生活當中的趣味故事之外，如果來到一些比較大人的、商業的場景，這樣的工具會不會還有幫助呢？

    我嘗試進行了一個下面這樣的提問：「根據下面的課程內容，轉化成有效引導的圖文教材。請一步一步處理，找出關鍵的案例、痛點，撰寫簡單的提問、解答，讓學員可以快速吸收最關鍵的思維、心態、技巧與方法。

    課程內容：###（以下貼上完整課程內容，或是上船課程文件）」

    我把自己課程當中的某些關鍵的內容提供給 Gemini，請他幫我轉化成有效了解核心思考的圖文教材，並且我跟 AI 分析應該怎麼樣找出有效的邏輯，把這些教材處理成有效的開場引導。




    AI 處理的第一個階段， Gemini 幫我生成了像是漫畫般的圖文開場內容。但我覺得他的風格太過漫畫化，所以我用對話的方式請他修正。




    「根據前面你拆解出來的「引導式圖文教材：打造高效任務筆記系統」，用商務簡報風格、抽象概念圖解、問題與解決方案的論述性文字，重新製作 Storybook。」

    我請 AI 根據已經生成的結果改成商務簡報風格，更多的抽象概念，文字也不要太故事性，而是用問題與解決方法的方式，重新製作我們需要的 storybook。

    這時候倒是可以做出一個類似圖文簡報概念引導的內容。




    只要設定好風格、內容，不只可以製造繪本，也可以完成風格更正式的圖文引導教材。有興趣的朋友可以看下面的分享版本：https://g.co/gemini/share/a3b01085bff0

    父母與老師，可以試試看這個 Gemini 新功能。




    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：


    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：3 分鐘做出孩子專屬繪本！Gemini Storybook 把照片圖畫變故事書）

    用好 Google Gemini AI 修圖升級版教學：整合產品照，編輯人物動作，保持外觀一致性！

    ✇電腦玩物
    作者 Esor Huang
    2025年8月27日 20:39



    2025 年 3 月的時候，電腦玩物分享過一篇：「 Google Gemini AI 修圖實測！一句話改圖、換背景、創作連環照片」，那時候開始， Google Gemini 的 AI 生成圖像工具發展出了一個以「修圖」為特色的方向，不只可以憑空生成全新圖像，也可以在「原有的照片」中，進行圖片背景、前景物品、人物動作、色調風格等等的修改。

    這看似跟多年來大家常用的「修圖」功能類似，但因為是 AI 處理，所以我們只要「說出需求（prompt 指令）」， AI 就會幫助我們完成修改，而且可以進行一些更神奇的調整，例如改變圖像中的人物動作，或是把多張照片中的景物進行融合。

    而 Google Gemini 今天（2025/8/27）針對這樣的 AI 圖片修改功能發布了一次重大升級，在這次升級中最讓人驚豔的一點就是，前述「 AI 修圖」處理後的圖片，對於人物、物品等等細節，可以極大程度的保留原貌。




    例如，我可以用 AI 指令去調整照片中一位人物的動作，或是修改某個物品的背景， AI 修改後， AI 圖片中的人物、物品看起來極大程度跟原本是「一致的」。（尤其跟之前版本比，AI 修圖後，人物的一致性有極大程度提升）

    或者，我可以用指令讓 AI 去修改圖片中的某個細節，或是跟另外一張照片中的物品融合，而結果就只會修改我們指定的細節，其他圖片中的樣貌會被最大程度保留下來。

    這就真的達成「動動口」就能實踐 AI 修圖、編輯圖片、合成圖像的效果了。

    如果你想試試看最新版的 Google AI 修圖（代號為：Nano Banana），可以從下面兩個管道嘗試：

    1. 利用 Google AI Studio 平台，只要選擇 Gemini 2.5 flash image preview 模型，就能使用） https://aistudio.google.com/prompts/new_chat
    2. 利用 Gemini App ，更新後也直接內建新版圖像模型：https://gemini.google.com/

    下面分享我實際測試的幾個案例，以結論來說，效果驚豔，尤其可以很穩定的保留人物、物品等細節的一致性，讓 AI 只修改需要修改的部分，而不是全部重新繪製。

    而指揮 Google Gemini AI 修圖，如果要讓生成結果更好，下面幾個指令邏輯很重要：

    • 人事時地物、圖像風格等細節要具體清楚
    • 角色、物品的「動作」要清楚描述
      • 例如角色要轉向什麼方向、物品要如何擺放。
    • 指令符合現實世界邏輯，生成的圖片效果更能保持一致性
      • 例如生成真實世界會發生的動作，或是符合邏輯，效果會比不可思議的動作更好。
    • 要修改、不修改之處要說明清楚
    • 一次改一個地方、處理一個步驟，循序漸進為佳（因為 Gemini AI 可以保持前後連貫一致性，更適合進行多次 AI 修圖處理）
      • 例如先融合兩張照片，再融合第三張。
    • 官方強調所有生成／編輯圖都會加上 SynthID 水印。




    基本功能篇：Google Gemini AI 修圖功能教學

    Google Gemini AI 繪圖現在可以上傳照片後，用 AI 編輯照片中的「局部」內容，但不改動其他地方。

    例如我上傳下面這張玩偶照片，然後請 Gemini 只換掉玩偶手上的劍，把劍換成弓。




    於是，Gemini 在幾秒鐘之內生成了下面圖片。可以看到幾個重點：

    • 照片背景、玩偶的絕大多數部分都被保留下來。
    • 手上拿的劍，很完美的換成了弓。
    • AI 協助根據「現實世界邏輯」，調整玩偶的動作，變成真正拿弓的可能造型。
    • （雖然盾牌位置有點怪怪的，但主要是我的指令沒有明示的結果。）




    我甚至可以請 AI 根據「現實世界的邏輯」，推理出照片可能的另一種角度、下一步動作。

    例如我請 AI 把照片中的玩偶轉 90 度，於是生成了下面圖片！




    當然也可以讓 AI 重新設計原本照片、圖片的風格、材質等。

    例如把上述照片中的玩偶，變成手繪、黑白素描風格的圖像。




    Gemini AI 可以在一個討論串中，盡量保持指定角色、物品的一致性，這樣就可以設計多張連環圖片。

    例如我請 AI 以前面同樣繪圖風格，讓這個玩偶角色武器換成劍，面對惡龍戰鬥，於是生成了下方圖片。





    應用案例篇：Google Gemini AI 融合照片製作行銷圖、教學圖、簡報圖


    前述功能中 AI 修圖可以保持最大的原圖角色、內容，加上 Gemini AI 可以上傳多張照片進行融合設計，讓這個 AI 編輯圖片在真實工作場景有更多利用可能性。

    例如，我先上傳一張產品照片，請 AI 生成背景圖。




    AI 生成的背景圖，跟原本照片中的產品圖，很好的融合在一起，而且我上傳的產品圖並沒有被 AI 隨意修改，甚至，還正確的加上的產品陰影與倒影！




    接著，我上傳自己的照片，請 AI 把上面圖像，跟這個人物結合在一起，設計一個作者與書的合照。

    於是 AI 生成了下面的融合圖，產品、人物都正確的放入圖片中，並且都正確地完成去背，產品、人物外觀也都是原圖內容。




    我決定挑戰一個比較難的改變，請 AI 把人物的動作改成在背景中的辦公桌，正在高效率處理工作。

    下圖是 Gemini AI 生成的圖像結果，整體是很好的設計，並且在連續幾次的提問中，我不想修改的部分（例如書籍、背景、桌面等）都保持一致性，人物也「盡可能符合原貌」並「依據我的指令動作」重新由 AI 繪製後放入圖片中。

    這張圖可以看到，因為 AI 必須重新繪製人物動作，不能原圖去背貼上，更能挑戰 AI 重新繪圖後的人物一致性依然是頗高的（當然細看還是有一點點差別）。




    接著，我手繪一張想要的情境草圖如下，請 AI ：根據這張草圖，把前面人物照片、書籍產品照片重新結合，製作適合的宣傳圖像。

    讓我們來看看 AI 會產出什麼結果。




    這是 Gemini AI 生成的版本， AI 正確的截取前面討論串中的書籍照片、人物照片，重新調整我的動作（並且這次只改了手臂動作，所以沒有替換臉與身體），重繪出一張我用不同動作展示書籍的圖像。




    如果一次給 Gemini AI 修圖太模糊指令，或是一次太多複雜指令，效果可能都會打折扣。

    但可以像我上面這樣一步一步來，先製作產品背景圖，接著加上人物，然後提供手繪場景示意，接著請 AI 重新繪製，就能產生完美的新照片。




    作為對比，下面是 ChatGPT 生成的版本，如果以「修圖、編輯圖像」來看，在需要保留原始人物一致性時， Gemini AI 確實更加實用。




    如果你在行銷、教學過程中，常常需要針對照片中的人物動作進行調整，或者進行多張照片融合，還是要替換照片場景、背景，那麼非常值得試試看升級版的最新 Google Gemini AI 修圖、編輯圖像功能！



    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：


    我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。

    （歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：用好 Google Gemini AI 修圖升級版教學：整合產品照，編輯人物動作，保持外觀一致性！）






    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

    ✇電腦玩物
    作者 Esor Huang
    2025年8月31日 10:48


    Google NotebookLM 是非常好用的學習工具，可以建立自己專屬的文章、影片資料庫，透過 AI 摘要分析，並且 AI 可以根據我的素材來協助我解決問題。或是利用 AI 製作「語音摘要」（podcast）、「影片摘要」、「心智圖」等等學習教材，強化學習的流程。

    例如在我之前撰寫的這篇文章之後：「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」，已經連續三個月，我都在 NotebookLM 上面滿足我的稍後閱讀需求，方法一致，並且依然覺得非常好用。

    今天這篇文章，我想分享一個實作案例：「從老師、教練、作者的角度，用自己既有的學習教材，透過 Google NotebookLM 設計給學生、讀者專屬的線上微型課程。」

    看看搭配 Google NotebookLM 從 AI 分析資料，到 AI 製作各種影音教材，是不是能夠打造一個「小型線上課」，上面會有 AI 助教根據課程內容進行問答解說，會有 AI 製作好的影片、 podcast 或文章摘要可以快速閱讀學習，也歡迎各位讀者一起試試看，分享你覺得效果如何？

    相關功能教學：

    你可以馬上打開我的實測案例，實際體驗看看：電腦玩物 esor 的防彈筆記法 https://notebooklm.google.com/notebook/09ad655b-82c9-4dd3-8667-2a116d8d179b




    功能：因為 NotebookLM 影片摘要支援中文，讓我覺得 AI 製作數位教材已經足夠全面

    之所以想要現在做這個測試，是因為 Google NotebookLM 最近加入的「影片摘要」功能，可以支援中文內容、中文解說。




    我實際測試後，覺得效果非常好，加上我是付費版的 Google AI 帳號，所以影片摘要時可以自訂指令，更能讓 AI 根據我的需求設計出有效的教學影片。

    例如下圖，影片中根據我的文章內容，非常正確的解析出關鍵步驟，文章截取、流程圖製作與語音解說，都沒有任何問題。




    所以來到這個階段，因為 Google NotebookLM 已經可以根據資料庫內容，有效的製作語音、影片、文章筆記、心智圖等「教材」，讓我覺得用 AI 來快速打造一個微型課程助教、小型線上課的功能都完備了。

    便來測試看看用 Google NotebookLM 打造一個小型線上課的可能性。

    你可以馬上打開我的實測案例，實際體驗看看：電腦玩物 esor 的防彈筆記法 https://notebooklm.google.com/notebook/09ad655b-82c9-4dd3-8667-2a116d8d179b




    測試：用我的部落格文章，建立一個防彈筆記法線上影音小課程


    如果要利用 Google NotebookLM 建立一個「公開筆記本」，目的是讓其他人也能互動、學習，並且進行有效的 AI 問答。

    那麼最關鍵的第一步，就是老師、作者要先精挑細選左方的「資料庫內容」，我先精選了自己電腦玩物網站上討論「防彈筆記法」最重要的系列文章，根據不同主題：核心方法論、復盤、資料收集、習慣養成等，有系統的一一納入資料庫，而不是亂丟一大堆資料而已。




    先挑出我的防彈筆記法精選文章，排出順序，分批匯入 NotebookLM。

    可以一次匯入多篇文章，但我會排好順序與分類，一批一批匯入。




    每次匯入一個主題的系列文章後，我在左方「只勾選這部分的文章」，然後利用右方工作室的 AI 製作教材功能，設計有效的影片摘要、語音摘要。

    再透過自訂指令（付費版），我可以指定影片、 podcast 的內容邏輯，設計更有效的學習影片。




    如果要建立要好的資料庫學習助理，自訂指令做出的效果還是更好。




    針對中間的 AI 對話功能，如果要建立更有效的課程助教問答系統時，創作者可以自訂 AI 回答的邏輯與風格，這樣 AI 回答時會有更明確的角色設定，並且會用更符合課程需要的方式來回答。




    我自己（作者、講師、設計者）先設想這個課程學員最關鍵的問題，然後先在中間的 AI 對話進行問答，用有效的問題，生成有效的回答，按下「儲存筆記」，就能快速整理成右方的筆記清單，變成課程的教學文件。




    右方的工作室慢慢累積的影片教學、文件教學後，為了讓教學過程更有變化，還可以搭配「語音摘要」，轉換不同的教學風格。




    匯入所有文章後，我利用工作室中的「心智圖」功能，建立整個知識庫的學習架構，心智圖會產出所有內容的知識節點，到時候讀者可以快速點開某個節點查看相關資料。




    也可以利用右方報告功能中的「QA」等 AI 生成文件，快速建立整個課程的學員疑問解答資料。




    完成整個 NotebookLM 筆記本的資料匯入、 AI 問答邏輯設定，以及右方工作室中把「課程影音文章教材」都建立完成後，我會透過修改教材名稱與編號的方式，讓教材根據我的邏輯重新排列，學員也會更好學習。

    最後就要共用 NotebookLM 筆記本，進入右上方的「共用」設定，把筆記存取權改成「知識連結的使用者」，並且可以「查看完整筆記本」（才能看到右方設計的影音教材）。

    複製連結，分享給需要的讀者、學生，他們就能瀏覽、互動我（與 AI ）設計出來的這個線上課程與助教了。





    你可以如何使用這個 AI 線上課筆記本？學生、讀者端的操作教學


    你可以馬上打開我的實測案例，實際體驗看看：電腦玩物 esor 的防彈筆記法 https://notebooklm.google.com/notebook/09ad655b-82c9-4dd3-8667-2a116d8d179b

    那麼，學員、讀者端可以如何使用這個 NotebookLM 線上課程與 AI 助教呢？

    首先，學員需要登入自己的 Google 帳號，才能看到 NotebookLM 公開分享的內容。

    公開連結中，學員可以看到的、不能操作的部分如下：

    • 可看到左方所有上傳的資料，但不能新增或刪除資料
    • 可看到右方的影音教材內容，但不能建立或刪除內容
    • 可在中間進行 AI 問答，但重新整理網頁後，問答過程就會消失。




    學員可以根據右方工作室已經「編號」的順序，觀賞防彈筆記法相關的影片、podcast與整理文章，就像上一堂課的順序。




    你可以利用右方工作室清單最下方的「心智圖」，快速了解這個資料庫的所有知識節點，並且點擊某個節點，可以快速獲得這個知識點、技巧的相關說明。




    當然，你在中間的對話，跟 AI 提問討論，根據我設計好的回答邏輯，以及資料庫中的內容， AI 會分析你的問題，提供相應的回答。




    你可以追問、提出更多細節，讓這個防彈筆記法的 AI 助理進一步幫助你解決問題。




    我自己測試，覺得效果還不錯，透過 Google NotenookLM AI 建立一個課程的學習教材與 AI 助教，作為一個學習主題的入門，加速理解，或許值得老師們、創作者們試試看。


    你可以馬上打開我的實測案例，實際體驗看看：電腦玩物 esor 的防彈筆記法 https://notebooklm.google.com/notebook/09ad655b-82c9-4dd3-8667-2a116d8d179b




    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：


    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：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）


    Google Gemini 支援上傳錄音檔， AI 一分鐘轉出破萬語音逐字稿

    ✇電腦玩物
    作者 Esor Huang
    2025年9月9日 15:27


    Google Gemini 最近因為升級的修圖功能 Nano Banana ，獲得許多用戶的注意，之前我也分享過這個 AI 修圖功能的教學文章：「用好 Google Gemini AI 修圖升級版教學：整合產品照，編輯人物動作，保持外觀一致性！」，確實可以讓 Gemini 不只是跟 AI 聊天，而是可以當作一個 AI 修圖工具來使用。

    更進一步的，今天 Google Gemini 悄悄開放了一個功能，就是支援上傳「錄音檔案」，並且直接透過 Gemini AI 轉成逐字稿。

    也就是說，還可以把 Gemini 當做一個 AI 錄音檔轉文字工具來使用。


    而 Google Gemini 支援上傳錄音檔案，直接 AI 轉出逐字稿的好處，就是這個工具操作更簡單，速度非常快，不需另外安裝，能透過提問自訂 AI 整理逐字稿的指令，而且免費帳戶也能使用（只是有限制，下面會實測說明）。



    例如下圖，我在付費版（AI Pro）的 Gemini 中，直接上傳一個 90MB 大小，將近一個小時的錄音檔案，透過指令：「轉成台灣慣用繁體中文的逐字稿，盡量保留原文，但修正錯字、去除贅詞，並且適當分段。」

    大約不到一分鐘的時間內，就轉出了大約 1 萬 5000 字的完整逐字稿。








    不過 Gemini 這個功能，付費、免費帳戶之間有不同的使用限制，我實際測試後，目前的限制如下：

    • 付費帳戶（ AI Pro ）
      • 上傳檔案限制：100MB以內。
      • 實測一個小時的錄音檔案，可以轉成1萬5000字逐字稿（繁體中文）。
    • 免費帳戶
      • 上傳檔案限制：100MB以內。（不過可以上傳大檔案，不代表就能處理裡面大量內容）
      • 可以處理的文字數量有限，所以如果錄音時間太長，內容量太大，會無法處理。
        • 實測：10分鐘以上錄音檔往往就會超出免費版可以處理的文字量。
        • 實測：7分鐘錄音檔可以成功處理，大約轉出 1000 字逐字稿（繁體中文）。
    • 可處理的語音檔案： MP3、 M4a、 WAV
      • 無法處理的語音檔案：AAC（會顯示無法辨識文字內容）

    下圖是免費帳戶出現限制時的訊息。




    那麼如果是免費的 Google 帳號（或是沒有升級 AI Pro ），但是又想要處理長時間的錄音檔案怎麼辦？

    可以試試看 Google NotebookLM（參考：Google NotebookLM 影音升級：用 AI 學習英文 YouTube 影片、 整理大量錄音檔最佳工具），就算是免費帳戶，也可以上傳一個小時的錄音檔案，並轉成逐字稿。




    當然， Google NotebookLM 上傳錄音檔後第一時間轉出的逐字稿，尚未經過太多 AI 修飾。

    但我們可以用 NotebookLM 的提問指令，再讓 AI 一字不漏地轉成「修飾過的」逐字稿即可。

    這樣一來，我實際測試就算是免費的 Google 帳戶，也能用 NotebookLM 成功轉出前述一個小時、 1 萬 5000 字的逐字稿內容。




    用 Gemini 直接上傳錄音檔案轉成逐字稿，以及用 NotebookLM 上傳錄音檔案後轉成逐字稿，都是 Google 服務，兩者的使用差別如下：

    • Google Gemini
      • 速度非常快，操作最簡單，整個流程 30 秒到 1 分鐘內可以完成（包含處理一小時錄音檔也是），直接上傳錄音檔，下好指令，就能輸出自己需要的完整逐字稿。
      • 付費帳戶實測，一個小時錄音檔直接轉出 1 萬 5000 字逐字稿，並且內容完整，經過 AI 有效編輯。
      • 免費帳戶實測，只能處理大約 10 分鐘內、 1000 字左右逐字稿。
    • Google NotebookLM
      • 即使是免費帳戶，也能上傳一小時以上錄音檔，並分成幾個步驟轉出需要的上萬字逐字稿。
      • 操作需要分成幾個步驟，速度比較慢。例如上面同樣例子，可能需要 3~5 分鐘時間完成（但依然還是非常方便的工具）。

    如果需要把錄音檔案轉成逐字稿，在沒有資安疑慮前提下，可以試試看這些工具。



    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：


    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：Google Gemini 支援上傳錄音檔， AI 一分鐘轉出破萬語音逐字稿）

    Gemini AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程

    ✇電腦玩物
    作者 Esor Huang
    2025年11月1日 18:54
     

    現在利用 AI 製作簡報的工具非常多，像是之前在電腦玩物介紹過的 Gamma 或 Canva，都是相當不錯的選擇。不過今天要分享的，是 Google Gemini 最新推出的一項功能——它可以直接在生成式 AI 的問答中，一句指令就把內容製作成一份 Google 簡報。

    延伸教學：

    我實際測試後的心得是，Google Gemini 雖然不像 Gamma 那樣畫面華麗，也不如 Canva 擁有那麼多可套用的模板，但它在一個特定的工作流程裡，卻展現出極高的實用價值，那就是——

    當我們平常的文件、講義、教材都已經在 Google 文件裡，Gemini 能直接連結這些檔案，讓 AI 分析文件內容，自動整理出課程或會議的分段重點，並且立即製作成一份 Google 簡報。

    整個流程可以在 一個按鍵之下完成。

    更重要的是，Gemini 生成的 Google 簡報並不會太陽春。

    相較於用 ChatGPT 直接生成 PowerPoint 檔案時，往往只有純文字分頁的簡報內容（最近 ChatGPT 可以連結 Cnava ，但是失敗率很高），Gemini 會自動套用適當的版面設計，加上合適的圖示或圖片，文字排版也會根據頁面用途進行調整。

    例如標題頁、引言頁、操作說明頁，都會有明確的版面區隔與一致的格式。雖然談不上「設計精美」，但已經能在工作現場直接使用。




    目前這個 Google Gemini 內建的「直接生成簡報」功能，已經開始向用戶陸續推出。預計會先開放給付費版本的使用者，接著再提供給免費用戶使用。上線時間將以 網頁版優先，APP 版本稍後跟進，預估在 2025 年 11 月上旬，所有使用網頁端的用戶都能體驗到這個功能。

    如果你的日常工作流程中，有大量講義、教材、會議紀錄都放在 Google 雲端硬碟裡，並且平常就習慣使用 Google 簡報來製作投影片，那麼這次 Google Gemini 的整合流程，將能大幅節省你從內容到簡報的轉換時間，幾乎一鍵就能產出可立即使用的成果。

    下面，就分享一個我讓 Gemini 把「Google 文件」設計成「Google 簡報」，在於「 Google 簡報」中利用現有 AI 側邊欄調整圖文內容，最後又把 Google 簡報匯入「 Google Vids 」製作成影片，示範完成的 Google AI 工作流程。




    第一步：要求 Gemini 用 AI 解析 Google 文件，製作簡報

    打開你的 Google Gemini ，利用提問中的「工具」選單，開啟「 Canvas 」，就能測試看看是否已經加入「製作簡報」的功能。

    Google Gemini 的 Canvas 有很多利用方式，例如：

    我透過下面的指令：
    你是筆記課程簡報設計專家，根據這份文件講義，製作出課程需要的 Google 簡報。請一步一步處理，先理解文件中的課程重點和方法，以痛點解決作為開場，以方法論流程展開每一頁簡報的內容，每頁簡報關注一個步驟或一個問題解決，以精簡扼要的文字，呈現課程內容。

    連結了一份我的「防彈筆記法」課程大綱，並要求 Google Gemini AI 用我指定的邏輯來處理講義內容，製作成課程中可用的簡報。





    第二步： Gemini AI 製作簡報的方式與效果

    接著， Gemini 就會在右方的 Canvas 中啟動製作投影片的功能，並使用 Google 簡報適合的版型來製作。




    從 Gemini 製作出來的簡報成果可以看到， AI 在分析我的 Google 文件後，會做幾個動作：

    • AI根據內容拆分重點，製作簡報分頁。
    • 會自動調整適合的版面，排版文字，也會保持一致性。
    • 會自動搭配ICON圖示或圖片。




    如果 Gemini 製作出來的簡報有需要微調的部分，與其用對話調整，不如透過右上方的「匯出成簡報」，在 Google 簡報中進一步修改。





    第三步：在 Google 簡報中也可以繼續用 AI 做設計調整

    在 Google 簡報中，也可以繼續使用右方側邊欄的 Gemini AI 做簡報調整。

    例如透過 Gemini 製作背景圖，直接給出繪圖指令，就能在右方生成圖片，並挑選適合的圖片插入簡報中（參考：用好 Google Gemini AI 修圖升級版教學：整合產品照，編輯人物動作，保持外觀一致性！）。




    也可以在 Gemini 右方側邊欄，讓 AI 直接根據這頁簡報內容，製作搭配的示意圖。




    Gemini 側邊欄也可以直接用自然語言指令，讓 Google 簡報新增一頁簡報設計。

    根據下面內容，設計一頁結合圖示、圖片與適合版面的簡報：

    專案目錄：掌控混亂的專案
    建立專案目錄
    每個專案設立獨立的工作清單，進度一目了然。
    分解複雜任務
    將大專案分解為具體、可執行的行動步驟。
    明確下一步行動
    建立即時更新、明確掌控的工作架構，不再分心。





    第四步：把 Google 簡報匯入 Google Vids 製作影片（未來中文有機會也支援 AI）

    之前我有分享過：「Google Vids 免費線上影片編輯工具，幫老師輕鬆完成教學影片錄製、剪輯、特效、字幕」，這是一個內建在 Google 雲端硬碟中，非常好用的影片製作、編輯工具。

    雖然他目前的「真正 AI 製作影片動畫」功能還是只支援英文，但是我們可以把前面做好的 Google 簡報匯入 Google Vids。




    這樣就能立刻產生一個短影片，老師、報告者只要加上錄音，就是一段簡單的教學影片。




    Gemini AI 加入製作簡報功能，雖然結果比不上 Gamma、 Canva 漂亮，但卻可以幫助我們完成 Google 文件、 Google 簡報、 Google Vids 影片一條龍的快速工作流程，值得老師、工作者製作教學與會議投影片時好好利用。



    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：


    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 AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程）

    專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive

    ✇電腦玩物
    作者 Esor Huang
    2025年11月15日 14:48


    2025 年底， Google Gemini Deep Research 功能正式支援串連 Gmail / Google Docs / Google Drive / Google Chat 等 Google 雲端服務，把原本散落在 Workspace 裡的信件、文件、雲端硬碟、聊天室，變成 Deep Research 的「私人資料庫」，再加上網路資料，一次生出更多有效資料的研究報告。這個功能，馬上讓我想要來做個實際應用測試。

    2024 年底時 Google Gemini 加入了 Deep Research 功能（延伸教學：Google Gemini Deep Research 實測比較：自動蒐集資料、推理分析、撰寫報告的 AI 研究助理），而且免費帳戶也可以有一定的使用額度，透過「深度研究」，可以驅動一個研究型 AI 根據研究計畫「自動完成」數十篇網路資料的分析整理與撰寫數千字的研究報告。這個過程大約 10 分鐘左右，都由 AI 代理程式自主完成。

    Deep Reseach 這樣的功能，除了可以讓 AI 自動化完成多步驟的工作，幫助人空出時間外，還有一個特色就是可以「一口氣分析非常大量的資料（上下文）」，並且「一次完成更多層次、更多細節的內容輸出」。而這是一般單純的聊天型 AI 問答無法達到的文字處理量。（我的應用：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程）

    但是之前 Google Gemini 的 Deep Research 只能搜尋網路資料，少了像是 ChatGPT 的 Deep Research 可以直接連結 Google 雲端硬碟與 Gmail 帶來的工作強度。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）

    而現在 Gemini 的 Deep Research 終於補上了對自家 Google 雲端硬碟資料、 Gmail 郵件的支援，搭配 Deep Research 原本「一次處理大量上下文」的輸入、輸出能力，可以做出非常強大有效的應用。






    • 原本 Deep Research：
      • 主要是「看網路 + 你手動上傳的檔案」，幫你做長篇研究報告。
    • 新版 Deep Research：
      • 可以額外讀：
        • Gmail 信件內容與對話脈絡
        • Google Drive 裡的 Docs、Slides、PDF
        • Google Chat 討論紀錄
      • 你可以在 Deep Research 視窗中，勾選要使用的來源：
        • Search（公開網路）
        • Gmail
        • Drive
        • Chat

    可以把這樣的功能用在什麼應用上呢？下面我分享幾個自己實測的成果。

    1. 課程說明報告：把 Gmail 往來、Drive 講義與簡報整合→輸出結構化說明報告。
    2. 年度復盤→次年規劃：掃描 Drive 的簡報、講義，照 KPT 產出可執行的明年方案。
    3. 合作歷程報告：依關鍵字回溯多年郵件＋文件＋Chat，整理時間軸、決策點與下一步提案。

    延伸補充：近期 Google NotebookLM 也加入了「用 Deep Research （或比較簡單版的 Fast Research ）」，導入大量資料研究後的專案報告的功能，同樣可以連結網路搜尋，或是 Google 雲端硬碟內容。

    這時候，一樣可以利用下述的方法，在 NotebookLM 導入有效的研究報告、資料整理，建立有效的 AI 資料庫。（例如搭配我的這個方法，可以建立更專業強大的知識庫：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）


     



    分析 Gmail 討論與 Google 文件、簡報，完成一份課程說明報告：

    近期我跟「大人學」一起合作開發一堂「用 AI 提升工作效率的實戰工作坊」的課程，過程中我們在 Gmail 中有很多來回的細節討論郵件，在 Google 雲端硬碟中有多份演練、講義、問答、簡報相關企劃文稿。

    現在課程正式上線了，我想要整理上述資料，完成一份課程說明報告。

    於是我在 Gemini Deep Research 中透過下面指令，啟動 Gmail 與 Google 雲端硬碟文件的深度研究：

    你是電腦玩物站長Esor，協助我撰寫一份「大人學：用 AI 提升工作效率的實戰工作坊」的介紹說明。請一步一步處理：
    1.需求：讓電腦玩物讀者了解這堂課程的特色、解決問題、限制，讓讀者明確知道這堂課程適合或不適合自己，以即可以獲得什麼收穫。
    2.處理流程：
    2.1 根據 Gmail 中「【大人學】用 AI 提升工作效率的實戰工作坊」郵件討論，掌握這堂課程的設計目的與現況。
    2.2 根據 Google Drive 中「【大人學】用 AI 提升工作效率的實戰工作坊」資料夾理的文件資料，掌握課程設計、演練的基本架構。
    2.3 搜尋 Google Drive 中「簡報」資料夾內的 AI、 ChatGPT 課程相關最新資料，獲得更豐富的演練案例。
    2.4 處理前面內容，整理出跟讀者說明的架構、邏輯、內容重點，並列出。
    3. 最後一段，依據上傳的「電腦玩物社群貼文範本.md」範本，把上述整理好的內容，再改寫成符合範本格式、風格、用語的貼文內容。


    在 Gemini 的工具選單啟動「 Deep Research 」，選擇不要在網頁中搜尋資料，而是直接讀取我的 Gmail、 Google 雲端硬碟（根據我的指令）。

    我甚至還搭配「上傳」了一份課程說明範本的 markdown 文件。

    我想試試看讓 Gemini 的 Deep Research 一口氣分析十幾份文件、十幾封郵件，和一個範本檔案，是不是還能更根據我的指令，有效完成工作報告。




    第一階段處理研究計畫時， Deep Research 會先做基本搜尋，先找出可能要找的資料範圍。

    從研究計畫中，我可以判斷 Gemini 的 Deep Research 是否已經有正確找到需要的郵件、文件，如果有，就可以按下開始研究。

    這一點我覺得很棒，就像是這個 AI 研究助手會先做基本的資料掃描，然後跟我確認他找到方式對不對，讓我有即時修改調整的空間。




    下面是我這個案例的實測結果，讓我來分析幾個「表現得很棒」的細節。

    • 很明確根據指令要求，相對沒有之前的長篇大論毛病，只輸出指令要求的：結構重點整理、貼文內容。
    • 確實可以找出並研究相關郵件、文件
    • 深入到文件資料的細節，有邏輯的分析重點
    • 整份輸出成果中，每一段都有明確引用來源，點擊後可以打開明確的文件、郵件
    • 很強大的統整、分析能力，不只整理資料，也能延伸推理，獲得有啟發的結果。
    • 明確根據範本輸出。

    明確依據我的指令輸出結果，現在的 Gemini Deep Research 比較不會像是早期那樣長篇大論太多廢話。




    Gemini 可以確實的研究大量相關郵件、文件，一次處理的資料量可以很大。




    結果中，可以看到 Gemini Deep Research 深入到文件資料的細節，再轉化出有邏輯的重點分析。




    而且每一段會有原始文件資料來源，這可以讓我方便確認這一段分析的「正確性」。




    Gemini Deep Research 在大量解析文件後，進一步也有延伸論述的能力，不只是做資料摘要整理。

    例如下圖中對我規劃的課程重點分析，甚至還有一些我自己沒有想到的說明方式。




    前面在深度研究時，還記得我另外上傳了一個範本檔案，讓 AI 遵循這個範本做產出嗎？

    Gemini Deep Research 可以在已經分析了大量郵件、雲端文件後，依然可以明確根據範本輸出成果。

    表示善用 Deep Research 的自動代理、大量上下文運算能力，我們可以給出更複雜資料、分析更多樣資料、多步驟自動化產出結果。




    比較看看 ChatGPT 版本，其實也能達到差不多效果。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）

    關鍵不是工具，而是我們的使用方式與工作流程。





    統整今年度大量工作文件、郵件，完成年度復盤與明年度規劃：

    根據上面應用案例，當 Gemini Deep Research 可以一次處理分析這麼多郵件、文件資料，就可以變成一個有效的年度復盤規劃助手。

    我利用下面指令，請 Deep Research 總結我今年的各種課程資料，做一個 KPT 復盤與新年度規劃。
    你是電腦玩物課程規劃的專家，請根據 2025 年我的相關的課程簡報、講義，製作一份今年度課程復盤、明年度新課程規劃的企劃報告。請一步一步處理：
    1.需求：了解今年度課程的主題、特色，分析可以延伸的變化、議題。
    2.處理流程：根據 Google Drive 中的「13-簡報」資料夾內的資料，分析相關簡報、講義內容，梳理今年度的課程細節資料。
    3.根據KPT原則，分析可以保持的特色，需要解決的問題，延伸出明年度可以新增的下一步規劃行動。
    4.最後延伸出 2026 年度新課程規劃的具體建議。


    同樣的可以看到， Deep Research 把我散亂的課程簡報、課程講義、課程討論郵件等，做了初步分析，設定了一個我覺得很有效的研究計畫，也正確的區分出我目前的兩大課程主軸： AI 工作術、防彈筆記法。




    接著就讓 Deep Research 依照這個研究計畫去做分析。




    下面是結果的一部分策略分析，我自己看了覺得很棒，確實找出了目前課程特色，也分析出可以更好的問題點，還提出了具體建議。

    年度復盤可以做到這樣的程度，無論是用在工作，還是用在「自己個人復盤」，都會非常有效。




    分析散落的郵件、文件，建立工作歷程報告：

    如果我們進行一個專案時，郵件、文件都散落在不同的地方，需要掌握這個專案目前進度，或許也可以試試看用 Google Gemini Deep Research 的功能來整理分析。

    例如下面這個應用，我設定好利害關係人的關鍵字，請 Deep Research 去我的郵件、文件系統中尋找相關討論資料，重新梳理更明確的時間軸與工作歷程。
    你是電腦玩物站長Esor，整理和「富邦 共學」相關講堂的歷年合作資料，完成一份工作歷程報告。請一步一步分析：
    1.需求：完成歷年富邦共學講座的主題系列、內容細節、合作資料的統整分析。
    2.從我的 Gmail 中搜尋相關合作郵件，整理郵件中的相關資訊。
    3.完成合作歷程時間軸、主題設計、合作形式的整理。
    4.設計下一階段可以推出的系列主題。


    這是一個已經進行三年的工作歷程， Deep Research 有沒有辦法準確地把過去幾年的資料找出來，並且做出有效分析呢？




    結果還真的可以！ Deep Research 不只可以一次爬梳大量資料，只要我們設定好關鍵字，也能深入挖掘資料架內的資料細節，甚至過去多年的散落資訊。

    善用這個挖掘資料能力，可以更有效的做出專案分析、復盤與規劃。




    總結一下上面幾個案例，我的 Deep Research 操作細節重點，提供大家參考：

    1. 進 Deep Research 前：先想清楚資料邊界（要勾 Gmail/Drive/Chat 哪些）、研究目標（說明？回顧？提案？）與輸出格式（報告、貼文、簡報大綱）。
    2. 指令結構：需求→處理流程（來源、資料夾、關鍵字）→輸出規格（框架/範本）。
    3. 研究計畫頁：務必檢視是否抓到對的郵件串與資料夾，必要時補關鍵字或縮小範圍再跑。
    4. 成果檢核：優先抽查每段落的來源鏈結，確認引用無誤、時效正確，再決定修改幅度。

    有需要的朋友，也可以模擬上述流程，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：


    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：專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive）


    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

    ✇電腦玩物
    作者 Esor Huang
    2025年11月22日 17:36


    Google 這幾天推出了 Gemini 3 Pro AI 模型，以及 Nano Banana Pro 的 AI 繪圖引擎， NotebookLM 中也加入了強大的簡報、資訊圖表繪圖功能，讓 AI 可以處理的內容強度（更大的資料量、更深的推理能力），可以生成的成果變化（正確生成大量中文、複雜知識的繪圖能力），都有一定程度的提升。

    現在網路上已經充滿了對 Gemini 3 Pro、Nano Banana Pro 的性能測試與展示，也有官方完整的說明。

    所以這篇文章我想聊聊的，是身為一個要每天備課的老師，以及會跟小孩一起複習功課的爸爸，我想測試的是──Google 這幾個 AI 工具（ Gemini 3 Pro、Nano Banana Pro、 NotebookLM ），可以如何互相搭配，真正產出有更好學習效果的教學素材。






    我以自己實際用得到的案例來測試，利用 Google AI 來處理各種學習資料，生成可以互動練習的「遊戲化網頁」，或是透過 Google AI 繪製知識整理的「手繪心智圖」，應用在我自己的「學習筆記」、給學生的「課程素材」，以及小孩的「課業複習」上，效果都讓人非常驚豔：

    • AI 幾秒鐘製作出來的遊戲化網站，幫助學習者用各種互動遊戲操作，來學習相關知識。
      • 空氣互動遊戲網頁
      • 成語／語文互動練習網頁
    • AI 繪製出來的圖片，上面的中文內容正確性很高，知識整理的邏輯也十分準確，可以做為很棒的複習筆記。
      • 成語示意心智圖
      • 小三社會、自然複習卡片
      • 筆記、時間管理課程資訊圖表
      • AI 課程圖像化教學簡報




    這篇文章將從「利用 Gemini 3 Pro、 Nano Banana Pro 來設計各種教學工具、素材、知識圖卡」，並且輔助搭配「 ChatGPT 與 NotebookLM 」等不同工具，分享這幾天我的實際應用結果，以及互相連貫配合的 AI 工作流程。

    • Gemini 3 Pro：整理分析大量資料，設計互動網頁、遊戲化體驗
    • （Gemini 3 Pro）Nano Banana Pro：繪製中文心智圖／記憶圖卡
    • NotebookLM：分析大量教案、素材、筆記，繪製圖像化簡報、資訊圖表
    • 適當輔助：ChatGPT 5.1 （Thinking 版本更好）：資料蒐集、知識拆解、重點整理、教案邏輯

    想跟我一起學習 AI 提升工作效率流程的朋友，也歡迎報名即將開課的大人學公開班課程：「用 AI 提升工作效率的實戰工作坊」。









    在進入正題前，先快速整理一下目前 Gemini 3 Pro 、 Nano Banana Pro 、 NotebookLM 可以在哪裡使用：

    • 免費帳號可在 Gemini 中用有限額度，啟動 "Gemini 3 Pro 思考型" AI ，和 Nano Banana Pro 繪圖能力，額度達到了就退回之前版本。
      • 也可在 Google AI Studio 免費版 中使用 Gemini 3 Pro Preview ，進行文字內容的生成。但是 Nano Banana Pro 要付費才能使用。
    • 付費帳號（ Google AI Pro 等）：可在 Gemini 中直接啟動"Gemini 3 Pro 思考型" ，啟動繪圖時也有 Nano Banana Pro  能力（也有限額，但每天的次數更多）。
    • Goolgle NotebookLM 免費版、付費版，也加入了用上述 Nano Banana Pro AI 模型繪製簡報、資訊圖表功能。

    從這篇文章主題的使用者需求來看，當父母、老師、自學者需要設計各種學習教材時， Gemini 3 Pro、 Nano Banana Pro 有用的功能強化包含下面幾點：

    • 更長的上下文（最高 100 萬 tokens 輸入、6.4 萬 tokens 輸出），代表可以一次處理更長的報告、完整的課文、多篇資料文章。
    • 多模態處理能力（可以同時理解文字、圖片、影片、音訊、PDF），代表可以同時統整課程手寫筆記、錄音、白板流程圖，製作出需要的筆記或測驗。
    • 回答方式可以處理更多步驟，可以用更多圖像思考邏輯輸出結果，這代表像是設計學習筆記、練習網頁時，可以一次做好幾個層次的整理，然後用更多互動與圖表呈現。
    • Nano Banana Pro 繪圖時對於中文有更好的支援，可以在圖片上正確顯示大量的中文內容，這代表很適合製作像是心智圖、資訊圖表這樣的圖像化複習內容。

    我也不是只有做認真的學習教材，最近我和小朋友喜歡一起玩寶可夢遊戲，我就利用下面同樣的流程，製作了一個戰鬥屬性克制快速查詢的網頁小工具。

    下面就來看看我的 AI 設計學習教材的工作流程吧！





    階段一：製作「成語圖解心智圖」：Gemini 3 Pro 搭配 Nano Banana Pro，一次整理大量知識，繪製準確中文圖卡

    Gemini 3 Pro 伴隨 Nano Banana Pro 繪圖，能夠非常有效的處理大量知識的整理，多步驟推理出有效的邏輯，最後繪製出完全符合的知識圖解，手繪等各種風格都很到位，更重要的是現在繁體中文文字也能正確顯示。

    我在 Gemini 中啟動「思考型」、「建立圖像」功能，然後輸入下面指令：




    你是小學三年級國語老師，要跟小朋友解釋下列成語，繪製一張手繪解釋心智圖。請一步一步分析：
    1.針對下面成語的意思，設計適合的場景示意圖象。
    2.拆解成語的用字，用延伸關鍵字，讓小朋友一看就能記住成語的關鍵解釋。
    3.根據成語的相關性或邏輯，排列順序與版面。
    4.繪製出有趣的手繪圖。
    成語：### 朝三暮四 利令智昏 洛陽紙貴 張冠李戴 融會貫通 漠不關心 心平氣和 一毛不拔 欲蓋彌彰 盲人摸象 苦口婆心 斬釘截鐵 細嚼慢嚥 朝令夕改 餘波盪漾 史無前例 身敗名裂 兵不厭詐 捲土重來 標新立異 ###

    不到一分鐘的時間， Gemini 3 就生成了下面這張手繪心智圖！

    有幾個讓我很驚豔的地方：
    • Gemini 3 ＋ Nano Banana Pro 讓繪圖時也具備「知識搜尋與分析」能力，所以看到圖片中補充了很多我沒有提供的新知識。
    • 繪圖前 AI 可以進行非常棒的內容推理，可以看到他把這 20 個成語分成四大區塊，我覺得分類得非常棒。
    • 繪圖的圖示部分幾乎都有正確傳達意思，中文文字更是沒有明顯錯誤。




    如果繪製出來的圖片有不滿意之處，也可以直接對話修改， Gemini 的「圖片一致性」能力非常高，可以只修改一兩個小地方，而其他地方保持原樣。（這在前一個版本時，就有很好的表現：用好 Google Gemini AI 修圖升級版教學：整合產品照，編輯人物動作，保持外觀一致性！）




    但是我把上面 Gemini 的成語心智圖給小朋友看，小朋友覺得很有趣，但興趣不大。

    於是我請 Gemini 換成寶可夢版本，目前 Gemini 在繪圖上的「安全性與版權限制」看起來還沒有很嚴格，不過日後應該就會鎖起來吧？

    小朋友倒是對下面這張學習素材充滿興趣。




    階段二：製作「詞語、成語互動練習網頁」：Gemini 3 Pro 把枯燥知識變成相對有趣的測驗


    之前我在社群上分享過用 Gemini 3 Pro 針對自然科學的內容設計動畫網頁，如果是國語的練習呢？剛好跟小孩討論到兩個詞彙的差別，為了讓小孩練習，於是請 Gemini 製作小孩的詞彙學習練習網頁。

    怎麼跟小學三年級學生，解釋「哪怕」、「不管」的差別？把上面「哪怕」、「不管」設計成適合小學生的有趣互動練習網頁。

    幾秒鐘的時間內， Gemini 3 Pro 就製作出了一個可以互動的網頁，快速選擇答案，就會提供解析，利用一些例句快速練習這兩個詞彙的用法。

    起碼比起聽我說，小朋友對這樣的互動網頁更有興致去看。

    而 Gemini 3 設計這種互動網頁的效果有幾個優點：
    • 同樣可以處理非常大量的資料內容，做出內容足夠豐富，流程完整的互動網頁。
    • 透過 Canvas 的預覽，就等於可以直接使用，也能分享給他人。
    • 設計的邏輯很符合一般人的使用方式，介面親切，互動直覺（而我幾乎不需要給特別的專業指示）。
    • 網頁的動畫效果很好，可以根據實際知識內容設計動畫（例如充氣的氣球、翻轉的答案卡等）。




    而前面的成語練習，先看 Gemini 繪製的心智圖，理解基本成語的意思。

    接著，我用 Gemini 3 Pro 加上「 Canvas 」功能，製作成語測驗網頁。

    延伸教學：

    現在幫我設計另外一個遊戲網頁，主題是前面討論過的「小學三年級成語測驗：將正確成語代號，填入對應句子中」。請一步一步設計，要適合小學三年級學生，網頁互動要有趣，題目完全依照前面討論的設計。

    整個測驗分成兩部分，各自練習 10 個成語，結果也非常令人滿意，也在單純閱讀之外，多了一種透過實際測驗來學習的練習方式。





    階段三：製作「成語故事複習簡報、資訊圖表」： NotebookLM 彙整心智圖、故事課文資料，生成圖文並茂簡報


    把上面生成的成語素材（例如心智圖），或是整理出來的知識、資料，匯入到 NotebookLM ，這時候又有更多方便的教材設計功能可以使用。

    延伸教學：

    我先把前面整理好的「成語手繪心智圖」（NotebookLM 現在可以分析手寫手繪筆記）、 Gemini 整理的其他成語資料，匯入 NotebookLM。

    在 NotebookLM 利用最新的「 Fast Research 」功能，分析我的成語清單，讓 AI 搜尋成語故事典故，建立更完整的學習資料庫。




    隨著 Nano Banana Pro 的推出，這個繪圖功能也融入到 NotebookLM ，變成他製作「圖解簡報」、「資訊圖表」的新能力。

    開啟簡報功能，我請 AI 根據資料庫中的每一個成語與典故，設計圖解型的教學簡報。




    下面 NotebookLM 產出的圖解簡報結果，有幾個特點：
    • 融合了我上傳的心智圖中的內容與風格（那隻貓頭鷹）。
    • 正確理解心智圖中的成語分類，有很正確的簡報解釋邏輯。
    • 能夠針對我指定的小學生角色，設計出有情境的簡報。
    • 繪製簡報圖像、文字的能力無可挑剔。
    • 正確解讀資料庫中大量文件內容，轉化成有效、精簡的簡報。





    而設計資訊圖表時，當然也能勝任，不過如果「文字量太多時」，繪圖出現的文字還是會開始出錯，有一個明顯的上限存在。

    在使用 NotebookLM 的資訊圖表功能時，比較適合限縮在一定的文件範圍，限定只生成某些特定內容，比較能夠有效的產出結果（因為所有圖像、文字都是"繪製"上去的）。




    失敗版本是我想讓他一口氣生成 20 個成語的資訊圖表，結果文字都是錯誤。

    於是我改成只要生成 6 個成語，效果就很好了。





    NotebookLM 的「簡報模式」可以用特殊指令製作風格突出簡報

    在 NotebookLM 中啟動簡報時，可以透過編輯按鈕，提供特殊的指令，讓其製作風格更特殊的簡報圖像。


    我在自己公開的「防彈筆記法」 NotebookLM 筆記本中，要求他做下面這樣的簡報：「採用日本漫畫的風格，用格鬥類漫畫的語氣，梳理防彈筆記法要解決的問題、關鍵方法論、具體應用案例。」

    結果產出了下面這樣的結果。雖然文字一多，文字繪製上有些小錯誤，但這個風格實在太有趣了。






    輔助 ChatGPT 5.1 Thinking：整理課程資料：先搜尋、再分析、再交給手繪

    如果說，我手邊沒有現成資料，需要 AI 先幫我搜尋、梳理非常大量的資料，然後再製作前面的手繪圖、互動遊戲網頁、圖解簡報。

    那麼目前我還是會建議可以先使用 ChatGPT 5.1 的 Thinking 模式進行梳理，我實際比較，大多數時候 ChatGPT 搜尋資料並整理知識的深度、廣度，還是會比 Gemini 3 Pro 好上不少。

    例如我用下面的指令，讓 ChatGPT 幫我上網找國小社會課本的相關資料：

    你是國小三年級社會課老師，先整理下面單元，讓小學生考試前可以快速複習的課程重點，請一步一步分析：
    1.需求：小三上學期社會課第三單元班會自治、第四單元多元學習，小孩對於班會流程與角色責任特別不熟，對於多元學習的延伸學習方式可能缺少經驗。
    2.上網搜尋相關課本、課程正確資料。
    3.根據需求，整理出考前複習重點。
    4.要轉化出好記憶的關鍵字或關鍵提示。
    5.要有正確且容易理解的邏輯。




    接著，我再把 ChatGPT 整理出來的課本知識，貼回 Gemini ，用下面指令請他繪製手繪圖，因為指令比較複雜，可能會分成兩段處理，第一段先分析，第二段才繪圖：
    你是國小三年級的社會課老師，繪製下面第三單元，方便學生複習的知識手繪心智圖。請一步一步處理：
    1. 根據下面我重新整理過的第三單元資料細節。
    2.抓出關鍵的重點，設計適合的繪圖結構。
    3.用小學生可以理解的關鍵字，結合圖解，製作每一重點的說明。
    4.以手繪心智圖的趣味方式，完成圖片的製作。

    第三單元資料細節：###
    貼上 ChatGPT 整理的細節
    ###

    第二段再啟動繪圖
    很好，根據上面這一段的設計邏輯與整理，繪製知識手繪心智圖。

    下面是 Gemini 整理出來的手繪圖（裡面的口訣、邏輯、知識則是 ChatGPT 5.1 梳理的結果），基本上我的角度來看，沒有任何可以挑剔的地方了。





    後來小朋友複習自然課時，對其中一個單元不熟悉，我馬上啟動下面流程：

    先讓 ChatGPT 思考分析，整理知識重點。




    讓 Gemini 設計互動遊戲網頁： https://gemini.google.com/share/e19b510bea95

    利用下面指令，最後貼上 ChatGPT 提供的完整知識整理內容：

    讓我們設計一個新的互動遊戲網頁，跟三年級小學生解說「磁力」的特性、應用、變化。請一步一步分析，根據下面的資料，思考如何設計成有趣的互動網頁，然後完成你的設計：





    課程手寫筆記、錄音、白板流程圖、課本、考卷照片，也可以上傳分析，轉成教材

    Gemini 3 Pro 的多模態，可以讓我們的資料來源更多元，像是手寫筆記、課堂白板、教學錄音等等，都可以上傳變成素材。（延伸閱讀：Google Gemini 支援上傳錄音檔， AI 一分鐘轉出破萬語音逐字稿）

    例如我把兩張社會課考卷，直接上傳 Gemini ，請他分析後，繪製成重點整理手繪心智圖，一樣有非常棒的效果。
    讓我們開始一個新任務，分析這兩張考卷，掌握社會課第三單元的關鍵重點，繪製出呆火鱷為主角的寶可夢手繪風格心智圖。請一步一步分析：
    1.先解析考卷中的題目，掌握關鍵重點、提問思維、核心知識。
    2.為這些內容，梳理出適合的心智圖架構。
    3.以呆火鱷、寶可夢相關圖像，繪製出完整的手繪心智圖。




    Google NotebookLM 也把 Nano Banana Pro 的繪圖能力，帶入到他的「工作室」功能，現在可以根據資料庫內容，繪製適合的資訊圖表，甚至製作出邏輯對、中文正確、圖像精彩的「簡報」。

    例如下面這個資料庫，我只有上傳一段「大約一小時的課程錄音」，跟「一張課程中的手繪白板照片」。

    但是利用 NotebookLM 對手寫、錄音內容的強大解析，加上 Nano Banana Pro 的繪圖能力，產出了右方那樣精彩的簡報。




    或是下面這樣邏輯正確、內容豐富、圖像精彩的資訊圖表。




    從上面的核心三階段工具流程，加上輔助的延伸技巧，這幾天的測試後，我慢慢理出一個用 AI 工具製作學習教材的工作流程：

    • ChatGPT（或 GPT-5.1 Thinking）適合的：
      • 拆課綱、抓考點、設計教學邏輯
      • 把亂七八糟的想法變成大綱、教案、題目結構
    • Gemini 3 Pro 適合的：
      • 把整理好的知識，變成互動網頁、遊戲、操作式練習
      • 它的強項是設計「介面＋互動」
    • Nano Banana Pro （Gemini 3 Pro ）適合的：
      • 把已經確認過的概念，變成「可印、可貼、可學」的中文心智圖
      • 特別適合考前視覺化複習卡、筆記封面、概念地圖
    • NotebookLM 適合的：
      • 長錄音＋手稿＋投影片 （或者把前面整理的資料彙整進來）→ 變成教材、簡報、影片
      • 適合「整理一整堂課」而不是只做一張圖

    也提供給大家參考，更歡迎跟我分享你更好的應用方式。

    想跟我一起學習 AI 提升工作效率流程的朋友，也歡迎報名即將開課的大人學公開班課程：「用 AI 提升工作效率的實戰工作坊」。



    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：


    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：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）

    Google 簡報加入 Nano Banana Pro： AI 一鍵美化舊簡報版面、圖片、圖表

    ✇電腦玩物
    作者 Esor Huang
    2025年11月30日 20:17


    「你已經寫好簡報內容，卻懶得重做版面？」試試看只要打一句話，讓 Google 簡報右邊的 Nano Banana Pro AI 幫你的舊投影片『換皮』，直接畫出美化過的簡報版面、資訊圖表。

    Google 簡報現在多了一個「真的可以拿來做正式簡報、資訊圖表」的 AI 繪圖引擎，上週推出的 Nano Banana Pro（Gemini 3 Pro Image）已正式整合進 Google Slides ，而且對中文也支援，很適合拿來做課程、專案圖解的視覺輸出。


    上週我也分享了「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」，其中就提到了 Gemini、 NotebookLM 結合 Nano Banana Pro 產出手繪心智圖、圖解簡報的應用。

    而當繪製中文與圖解非常強大的 Nano Banana Pro 直接結合到 Google 簡報，對於我來說更加實用，因為現在我可以：

    • 針對既有的文字簡報，直接請 AI 繪圖改成圖解版面。
    • 針對既有的數據內容，直接讓 AI 繪製製作資訊圖表。
    • 在既有簡報中，用 AI 繪圖加入任何需要的背景圖。
    • 針對簡報既有的圖片、圖表，讓 AI 重新繪製更吸睛的版本。
    • 模仿之前簡報風格，讓 AI 繪製相似風格的新版面。

    下面就來分享我的實際測試案例。

    結論是，這個 Google 簡報中的 Nano Banana Pro 功能非常實用，原本我們「美化簡報版面」的方式可能是：找新模板 → 調整版面 → 重貼內容 → 微調字體行距 → 再調一輪顏色，做下來要花掉許多時間，

    但是現在，可以變成：先用純文字確定內容、架構，接著在 Slides 裡直接丟給 Nano Banana Pro：「幫我重排這一頁」即可。





    應用一：把目前頁面的文字內容，轉成更吸睛的簡報設計

    例如我的「防彈筆記法」課程簡報中，有一頁簡報只有三個文字重點，我啟動 Google 簡報右方的「 Nano Banana Pro」按鈕，在右方的對話列中，選擇「投影片」，輸入指令：「設計新的排版，強化這三個重點」。

    就是這麼簡單，Nano Banana Pro 可主動分析目前這一頁簡報的文字內容，然後依據我的要求，幫我重新設計版面。




    大概一分鐘左右的時間， AI 產出了下面的投影片。

    要注意的是， Nano Banana Pro 是繪圖功能，所以所謂的投影片其實是一張「圖片」，我們無法繼續修改上面的文字（除非繼續用 AI 繪圖改圖）。




    我繼續挑戰，把我的個人簡介，請 Nano Banana Pro 重新繪圖排版（一樣用投影片功能）：「根據這張投影片的講者介紹，與兩本書籍封面。設計更吸睛的投影片版面。」




    Google 簡報的 Nano Banana Pro 給了我下面修改版本，版面設計得很好，可惜無法直接加入原來兩本書的真實圖片。




    應用二：用繪圖指令，畫出簡報需要的背景圖

    第二個應用比較簡單，利用「圖片」功能，輸入指令，例如：「透過個人筆記，打造第二大腦，成為高效率的工作者。」

    Nano Banana Pro 就會根據情境，畫出簡報需要的圖片。繪製時，可以選擇圖片比例（例如 16:9 ），或是圖片風格（例如適合當背景）。





    應用三：AI 重新繪製簡報中的流程圖表與圖片

    還可以在 Google 簡報中原有圖片上，選擇「編輯圖片（Nano Banana Pro）」。這時候可以透過指令，讓 AI 重新修改、繪製這張圖片。

    例如下面簡報中原始的流程圖，按下編輯圖片後，我給 AI 的指令是：「用前面類似風格，重新繪製這張流程圖，並且變成16:9。」




    然後 AI 一分鐘後幫我改成了下面版本，馬上可以替換使用。





    應用四：簡報中大量文字，用 AI 繪製成資訊圖表

    如果簡報中的內容比較多、比較複雜，可以選擇 Nano Banana Pro 的「資訊圖表」功能。

    例如下面這張圖，我要求 Google 簡報中的「 Nano Banana Pro」：「將這張投影片的「筆記關鍵字」設定邏輯，製作成清楚易懂的圖表，符合寫筆記的人喜愛的風格。」




    AI 繪製後變成了下面的資訊圖表版本。





    應用五：Google 簡報中的 Nano Banana Pro 會學習、延續簡報風格

    Google 簡報中的 Nano Banana Pro 在右方的討論串中討論，而且會保留對話歷史紀錄，即使這次簡報關掉，下次打開同一份簡報，還可以繼續上一次的 AI 繪圖討論。

    這樣設計的原因，是因為 Nano Banana Pro 可以用類似的風格，設計更統一的簡報樣式。

    例如我前面已經生成一張簡報圖，接下來要修改新的簡報版面時，我可以跟他說：「這是一張對聽眾提問的投影片，根據前面的筆記設計風格，重新設計這一頁版面。」

    AI 就真的會根據前面的風格繼續設計。




    或者我也可以讓她模仿「原本簡報」的風格來做調整設計。




    老師、講師、內訓講者，這篇不是教你從零做簡報，而是教你怎麼把『已經寫好的舊簡報』，
    用 Slides 裡的 Nano Banana Pro 一頁一頁升級成圖解版。

    過去做簡報，你得：找模板 → 重貼內容 → 微調排版。現在你可以：不動內容，只對這一頁說一句話：『幫我設計新的排版，強化這三個重點。』這篇文章示範 Google 簡報內建的 Nano Banana Pro 怎麼做到。

    提供大家參考。



    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：


    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：Google 簡報加入 Nano Banana Pro： AI 一鍵美化舊簡報版面、圖片、圖表）

    我把 NotebookLM 知識庫接到 Gemini：3分鐘將課程素材變成攻略圖解、Google簡報、互動網頁

    ✇電腦玩物
    作者 Esor Huang
    2025年12月14日 17:16


    這篇文章要幫你解決下這個問題：「NotebookLM 存了一堆資料卻產不出更好作品、教材、報告嗎？」把它接到更會思考與輸出的 Gemini，知識庫立刻可以轉變成更厲害的圖解、Google 簡報、互動網頁。

    這陣子，Google 的 NotebookLM 做了非常多的升級，除了在資料庫中可以解析圖片、圖表，還延伸出可以設計圖文並茂的知識圖表、簡報等等功能，這也讓越來越多人會利用 NotebookLM 來建立自己的各種工作、學習資料庫。

    可是 NotebookLM上面的 AI 處理能力其實是有局限的，雖然它的工作室好像可以做出很絢麗的東西（例如那些 Podcast、影片或圖像簡報），但比起原生 Google Gemini 可以做的資料分析處理、邏輯推理、網路搜尋等等能力，對比最後產出成品的細節深度、可控制和變化性（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）， NotebookLM 相較於 Gemini 還是有一定程度的落差。

    但是，現在 Google 這兩大強力 AI 工具可以連接在一起了！在 Google Gemini 當中可以直接連接 NotebookLM 的資料庫（2025/12/16 更新：看起來這個功能陸續推出中，很多朋友尚未獲得），利用 Gemini 3 Pro 強大的思考能力，結合 Gemini 的繪製網頁、製作 Google 簡報、繪製圖像等等的功能，將 NotebookLM 資料庫進行更多樣化輸出，搭配到更多 AI 的工作流程裡面。

    下面我實際測試了三個我在工作、學習流程真的會用到的案例，效果都非常好：

    • 在 Gemini 調用一個我的 AI 課程 NotebookLM 資料庫，輸出一張更可控的知識圖解。
    • 在 Gemini 調用三個不同主題的 NotebookLM 資料庫，整合成新教案，製作成 Google 簡報。
    • 在 Gemini 調用兩個健康相關 NotebookLM 資料庫，整理知識，延伸寫故事，設計一個 AI 互動網頁。

    以結論來說，這個新的連結，可以讓下面這樣的工作流程的自動化成為可能：
    • NotebookLM = AI 知識庫（資料庫、素材庫）：收集錄音、講義、白板、文件，透過 AI 進行整理。
    • Gemini 3 Pro = AI 輸出引擎（推理、整合、轉成作品）：用更強的思考能力把知識庫「變成可用輸出」，而且可以直接做成圖、簡報、網頁。









    調用 NotebookLM 整理好的資料庫，用 Gemini 3 pro 設計圖解


    在 Gemini 提問中的「＋」選單，可以直接連結同帳號下的 NotebookLM 資料庫。




    在這個案例中，我連結了自己最近開設的「大人學：用 AI 提升工作效率的實戰工作坊」專用的 NotebookLM 資料庫，裡面有我的課程錄音檔、課程白板圖表、課程講義簡報等等內容。

    我要利用 Gemini 去解析這個 NotebookLM 資料庫，製作一個「以 RPG 遊戲舉例的 AI 攻略清單」，於是我這樣跟 AI 溝通：

    你是電腦玩物站長 esor ，跟讀者用最簡單的方式，解說「打造你專屬AI助理的工作流程」。請一步一步分析：
    1.根據指定 notebookLM 資料庫中的內容，抓取打造 AI 助理的關鍵邏輯。
    2.在資料庫中抓出適合的案例。
    3.用「RPG遊戲練功升級」的角度，整合上述資料，建立對一般人來說有趣又淺顯易懂的解說。
    4.用攻略清單的方式呈現。




    輸出的答案效果，真的把我的課程內容重新梳理成「 RPG 攻略」的角度。

    而且正確的抓取了 NotebookLM 中的關鍵資料，例如下圖，把我課程錄音中講過的一段話，準確抓出來，變成攻略內容。




    更進一步，透過 Gemini 3 Pro 強大的推理思考能力，準確地把資料庫中分散的錄音、圖表、文件，梳理出：攻略目標、技能操作、實戰案例等等不同層次。

    因為 NotebookLM 目前內建的 AI 是降級版的 Gemini ，所以直接用 Gemini 3 Pro 來處理，效果明顯更好。




    不過我最終想要輸出的是一張攻略圖表，所以我繼續讓 Gemini 進行第二步的解析，把前面的資料庫梳理，轉化成更適合圖解的攻略文案：

    非常棒的「AI 隊友練功攻略清單」，你是知識圖表的專家設計師，把這份攻略清單精簡成適合放到知識圖表的文字架構，並思考如何設計版面。
    請一步一步處理，
    以上面的攻略清單為核心，抓出對讀者最有吸引力的目標、技能操作、案例關鍵字，然後理解正確的攻略流程，清理出要放入知識圖表的文字內容。
    接著根據這樣的內容，思考什麼樣的設計風格、版面架構最適合，也最能吸引讀者注意力，寫出你的設計指令。




    最後，我打開 Gemini 3 Pro 的「圖像（Nano Banana Pro ）」功能，要求 AI 根據上面的設計，直接繪製出圖片：

    你設計得非常好，請根據前面你設定的設計文案、構圖、風格，繪製出這張圖片。




    NotebookLM 上面雖然也有「知識圖表」的功能（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），但是有一個最大缺點：NotebookLM 可控性比較低，如果我要精簡文字、仔細設計圖像邏輯與風格，很難完全由我掌控。

    但是如果我利用上面的工作流程：

    在 Gemini 3 Pro 中處理 NotebookLM 資料庫，就可能很好的達到我的可控需求。





    在討論中，同時調用不同 NotebookLM 資料庫，整合出整合多種知識的教材，用 Google 簡報輸出

    前面的案例，我只調用了一個 NotebookLM ，那如果我同一時間調用多個 NotebookLM 資料庫， Gemini 還能完成有效處理嗎？

    下面這個例子，我在 Gemini 中一次「勾選多個」 NotebookLM 資料庫：防彈筆記法、年度目標規劃、AI 工作流程。




    然後我請 Gemini 同時整理三個資料庫，並完成一份簡報大綱設計，而且我還明確的指定每一個步驟要處理哪一個資料庫：

    你是電腦玩物站長 esor ，設計一份「2026 打造個人年度專案管理系統」的簡報大綱。請一步一步處理：
    1.根據指定 notebookLM 資料庫「防彈筆記法」的任務、專案筆記管理方法為基準。
    2.搭配notebookLM 資料庫「我的 AI 高效工作法」中的 AI 助理工作流程，結合到原本的筆記管理方法。
    3.加入notebookLM 資料庫「年終目標」中如何透過復盤持續累積並產出目標的實際案例，搭配在前面的筆記、AI任務管理流程中。
    4.把前面整合好的方法論，根據明確的操作邏輯、觀念翻轉與案例說明，設計成簡報大綱。




    結果， Gemini 確實可以根據我的指令，依據我的邏輯去分別處裡不同資料庫，完成簡報大綱輸出。

    所以透過 Gemini 連結 NotebookLM ，我們還能完成多個資料庫的互通整理！




    接著我要讓 Gemini 製作 Google 簡報，這時需要開一個新的討論串，開啟 Canvas ，然後把前面的簡報大綱複製過去，比較能成功製作出 Google Slides。（延伸閱讀：Gemini AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程）

    非常好，根據並維持下面的「2026 打造個人年度專案管理系統：從防彈筆記到 AI 複利效應」簡報內容、大綱架構，以及建議的視覺風格，製作出 Google 簡報

    下面是 Gemini 透過上述流程完成的簡報，歡迎參考：

    這條工作流程可行，那麼老師、工作者在製作簡報時，可以先在 NotebookLM 做各種資料收集與處理，之後透過 Gemini 產出各種分析：

    NotebookLM 負責知識庫， Gemini 負責輸出工作，非常強大的搭配。





    調用 NotebookLM 資料庫，透過 Gemini 建立互動學習網頁

    之前我在「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」一文中分享過我結合卡片盒筆記法的邏輯，建立了很多健康學習的知識庫。

    於是我在 Gemini 中，連結了兩個我建立的 NotebookLM 健康學習資料庫，嘗試透過 Gemini 強大的網頁設計功能，加上 Gemini 可以延伸補充更多知識（因為 NotebookLM 只能以資料庫中的資料進行處理），設計一個可以互動學習的健康教學網頁。

    你是個人健康管理專家，建立一本推廣健康運動與心理健康的 Storybook 。請一步一步處理：
    1.先梳理 notebookLM 資料庫中的健康運動、心理健康關鍵知識。
    2. 根據一個人養成習慣的最佳邏輯，排列這些知識的學習順序。
    3. 以手繪溫暖的故事繪圖風格，搭配知識說明。
    4,完成 Storybook




    完成的互動網頁中，包含我在資料庫中建立好的知識，但也不只是 NotebookLM 的資料，還包含了 Gemini 自己的延伸解析。

    建立的互動學習網頁，還可以再啟動 Gemini AI 功能，讓 AI 自己建立一個 AI 問答助手在網頁中。




    Gemini 設計的互動網頁，當然是建基於我的 NotebookLM 資料庫，但更厲害的是 Gemini AI 加上去的 AI 問答助手，他的回答看起來也是建基於我的 NotebookLM 資料庫。




    Gemini 最後設計出的不只是知識學習網頁，還是一個回答來自資料庫中知識的 AI 助手，有興趣的朋友可以玩玩看（需要登入 Google 帳號才能使用 AI 助手）：




    哪些人可以利用這樣的工作流程呢？

    • 老師、講師、顧問、研究者
      • 讓 NotebookLM 累積「我的課程、學習資料庫」
      • 讓 Gemini 把素材快速轉成：圖卡、簡報、互動練習頁、宣傳文
    • 內容創作者、部落客、行銷企劃
      • 把舊文章、訪談、讀書筆記放 NotebookLM
      • Gemini 轉製成：懶人包圖解、短影片腳本、直播大綱、社群貼文、簡報
    • 專案經理、產品經理、主管
      • NotebookLM 當「專案文件數據資料庫」
      • Gemini 直接輸出：進度報告、決策摘要、風險清單、下一步行動、對外簡報

    歡迎參考我這篇文章，打造一個 AI 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：


    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：我把 NotebookLM 知識庫接到 Gemini：3分鐘將課程素材變成攻略圖解、Google簡報、互動網頁）

    我這樣對 Gemini 下指令，快速 AI 影片轉字幕，專有名詞、時間軸都正確！

    ✇電腦玩物
    作者 Esor Huang
    2025年12月26日 21:16


    最近工作上完成了一系列的教學影片，到了最後階段，要準備加上字幕時，想說來試試看「 Gemini 」能不能正確的辨識影片並轉出字幕檔，尤其希望 Gemini 的 AI 處理能夠滿足下面幾個要求，語音辨識成文字是基本，更進一步還會希望有：「正確時間軸分段、正確標點符號、正確專有名詞」。尤其影片中常常講到特殊工具名、專案名、人名時，字幕錯一個字就很尷尬，後續修正還很耗時間。

    實際嘗試後，針對我常常需要的「10分鐘內長度的影片」，結論是 Gemini 已經可以當作一個對大多數人來說最簡單易用，而且效果非常好的「影片轉字幕」工具，並且轉出字幕的速度往往就在一分鐘之內完成！（更長時間的影片效果如何，還需要我後續更多的測試才知道）

    今天這篇文章，跟大家分享我目前透過 Gemini 轉10分鐘內影片字幕的具體作法，透過有效的指令， Gemini 可以做到：


    絕對是「可以直接派上用場」的程度，套在 YouTube 影片或影片剪輯工具的字幕檔（例如：Google Vids 免費線上影片編輯工具，輕鬆完成教學影片錄製、剪輯、特效、字幕）。

    下面是影片版操作教學，更完整指令說明在文章後段：




    Gemini 的延伸 AI 功能教學：



    步驟一：打開 Google Gemini Pro 或思考型模型，上傳影片檔

    如果要使用 Gemini 直接製作影片字幕，要切換到「 Gemini 3 Pro 」的進階模型，或是使用「 Gemini 3 思考型」模型。

    若是使用「快捷」模型無法正確解析出字幕內容。

    • 打開 Google Gemini，切換到 3 Pro 或思考型模型
    • 在輸入框旁找到「＋」
    • 選擇上傳你剛錄製好的影片檔案




    這邊如果選擇「 Gemini 3 快捷模型」，雖然看起來好像有辨識出更多正確的語音文字，但仔細檢查，裡面添加了很多影片裡沒有的幻覺內容，而且處理字幕的時間標記時都是錯的。




    步驟二：用指令請 Gemini 產出正確繁體中文字幕（我會這樣下指令）

    我希望 Gemini AI 產出字幕檔時，已經趨近於我可以直接套用的結果：

    • 專有名詞正確
    • 適當的分段
    • 正確的時間軸標記

    除了可以直接請 AI 把影片轉出字幕檔，也可以在指令中加上幾個關鍵命令，下面是我測試後覺得最有效的：

    • 策略 1：要求「一步一步處理」
      • 要求 AI 一步一步做，通常會更仔細，漏字、錯字會更少。
    • 策略 2：不硬性規定「時間切點」，讓 AI 幫我判斷
      • 我不會刻意限制它「每行一定要幾秒」或「一定要切幾段」，因為大多數時候讓 AI 自己判斷，整體字幕節奏反而比較自然。
    • 策略 3：一定要先提示「關鍵字」
      • 這是我覺得最值得做的一件事，在指令中先告訴它：影片可能會提到哪些人名、工具名、專有名詞，它在辨識時通常會更準，後面修正會少很多。

    例如我的影片裡可能會出現：

    • 電腦玩物站長 Esor
    • Evernote
    • Wispr Flow

    這些我會先列出來。

    下面是我用 Gemini 轉影片字幕時慣用的「 Prompt 指令範本」，你只要把「關鍵字」換成你這支影片可能出現的名詞即可：

    請分析我上傳的影片，製作成「繁體中文」字幕內容，並使用 SRT 格式輸出。請一步一步處理：

    1. 逐段聆聽並轉寫成繁體中文，加入自然的標點符號。
    2. 依照語意與停頓，自動切分字幕段落並產生時間碼（我不需要你固定每段長度，請你自行判斷最佳切點）。
    3. 盡可能修正同音錯字，並保持專有名詞正確。

    影片中可能出現的關鍵字如下（請優先用這些詞彙辨識）：
    - 電腦玩物站長 Esor
    - Evernote
    - Wispr Flow

    最後請直接輸出完整 SRT 內容，讓我可以複製貼上存檔。





    如果你覺得這樣製作字幕前，還要自己整理關鍵字？會不會很麻煩？

    那這時候你可以試試看下面這個方法，我不一定要提供整理後的關鍵字，我可以提供「影片大綱、腳本或筆記」，這些應該是「現成內容」，複製貼上就好，這時候裡面自然有需要的關鍵字，讓 AI 自己去辨識即可。

    裡面的關鍵字為：
    - Wispr Flow（Mac/iOS/Windows）：跨 App 即時輸入、可客製字典、保留錄音；適合回信、短文、訊息。
    - Windows 11 內建語音輸入：零門檻快捷鍵、逐句轉錄；不留錄音，適合 Windows 11 使用者的日常輸入。
    - Google 即時轉錄（Android）：手機隨錄隨轉、長講也不斷；需事後潤飾繁中選字。
    - Evernote：5–30 分鐘錄音先存再轉，AI 自動分段潤飾、保留原始錄音；偶有轉為簡中的情況，可再交給 AI 修正。
    - NotebookLM：一小時以上長錄音後製，AI 協助摘要、彙整、提問，不適合即時輸入。
    - ChatGPT：臨時口述＋即刻整理一氣呵成；網路不穩時上傳失敗且不留音檔需留意。
    - Gemini：可上傳錄音檔並以指令輸出所需格式；免費帳戶長度有限，付費更實用。



    步驟三：把 Gemini 的字幕內容存成 .srt 檔

    目前 Gemini 不會直接產生「一個可下載的字幕檔」，但這完全不影響我們使用。

    做法很簡單：

    • 在 Gemini 回答中，把整段 SRT 字幕內容複製起來
    • 打開純文字編輯器
      • Windows：記事本（Notepad）
      • macOS：文字編輯（用純文字模式）
    • 把字幕內容貼上去
    • 存檔時，檔名用：你的影片名稱.srt
      • 檔案類型要是純文字
      • 副檔名一定要是 .srt

    完成後，你就得到一個標準字幕檔，這時候可以上傳到 YouTube ，或是用影片工具附加到影片中。




    Gemini AI 辨識出的字幕檔，有時候時間軸不是百分之百精準，可能是我語速太快，或是講得時候分段不夠明顯，可能某幾段會有一秒左右的切換落差。

    這時候也可以透過上傳到 YouTube 等工具時，利用方便的字幕時間調整工具，簡單的微調即可。




    如果有製作教學影片需求的老師們，或是要做宣傳影片的行銷人員，都可以試試看 Gemini 這個簡單方便的影片轉字幕檔工作流程。

    若是影片容量太大，可以試著轉成聲音檔案，體積變小後上傳（反正做成字幕的時間軸都一樣）。



    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：


    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：我這樣對 Gemini 下指令，快速 AI 影片轉字幕，專有名詞、時間軸都正確！）

    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

    ✇電腦玩物
    作者 Esor Huang
    2026年2月13日 13:37

    這篇文章想要跟你分享，父母不一定要變成追上所有 AI 工具的專家，不一定要會寫很厲害的指令程式，也能用最簡單但有效的方式，讓 AI 成為親子生活中最有效的助手，並且 AI 不會取代父母，也不會變成另外一種只是增加螢幕時間的遊戲，而是成為親子之間的好夥伴：

    AI 是把親子生活的困難，轉成可做出成果的流程：更有趣的複習、把真實生活遊戲化、把孩子說不出的想法引導出來、把父母卡住的情緒拉回可溝通狀態。

    從生成式 AI 工具出現後，除了工作應用，我在生活中最常拿來解決的任務場景，就是親子相關的專案。從讓 AI 模擬學校考卷出練習題，到設計讓小孩更樂於複習的知識圖卡，或是和孩子一起設計一些增加親子樂趣的小遊戲，還有研究各種跟小孩有關的健康、教養知識，以及親子旅行中的各種導遊應用。

    今天這篇文章，我要整理這兩三年來實際長期使用的 AI 應用案例，跟大家分享。



    我們真正每天面對的，其實不是「AI 又有什麼更新，又有什麼好玩的工具」，而是那些生活中的真實課題，以及怎麼用 AI 協助我們解決這些課題：

    • 這週要小考，重複的練習讓孩子沒有了學習動力？
    • 孩子想要更多玩樂，卻又不知道可以玩什麼？
    • 想讓孩子體驗 AI ，但更要體驗真實生活的樂趣？

    在這樣的生活裡，AI 對父母的價值，往往不是「再多裝一個 App、多玩一個工具」，而是我們能不能因為有了 AI，而多做出一些「以前做不到，或做起來很吃力」的真實生活中的親子成果，例如讓 AI 協助規劃一場實境解謎生日派對、一套真的貼近學校考題的練習卷、一本用孩子的日記與喜好角色做成的旅途日記繪本。

    接下來，就讓我分享這些在我實際生活中，反覆實踐過的親子 AI 應用案例，你會發現：

    • 不是「用 AI 陪小孩」，而是「用 AI 讓父母成為孩子更喜歡的父母」。
    • 最難的不是用 AI 做教材，而是用 AI 去「產生學習動機」。
    • 你也可以善用 AI ，在真實世界創造更多的互動。




    01.轉移孩子看遊戲短影音的注意力：不如和孩子一起討論，用 AI 設計孩子喜愛的網頁小遊戲

    Google Gemini 結合內建的 Canvas，可以設計出直接使用的網頁小程式。例如我之前用這個方式，製作出把 NotebookLM 的簡報 PDF 拆解成 Powerpoint 的小工具。（參考：我的 Google AI 輔助簡報製作工作流程分享：從 NotebookLM 到 Google 簡報互補）

    有時候當孩子覺得無聊，只想看手機短影音打發時間時，我會利用上面這個功能，設計一些單純的小遊戲，做為親子互動時間的調劑。不過我不會單純只是做遊戲給孩子玩，而是在這個過程跟孩子一起討論，讓孩子「出主意」，看看他希望遊戲要怎麼設計才好玩，然後交給 AI 做出遊戲功能，享受自己設計玩法的過程，也享受遊戲樂趣。

    例如孩子喜歡下圍棋，我就讓 AI 做一個簡單的圍棋小遊戲，即使沒有帶著圍棋道具，也隨時可以上線玩。

    你是網頁工具的開發者，設計一個可以讓我和小孩在電腦上下圍棋的線上工具。請一步一步設計，我們需要一個完整的圍棋棋盤，但可以選擇 9 路、13 路、19 路的大小，可以讓兩人輪流下黑子、白子，並且棋盤上會一直保持目前戰況，直到遊戲結束，或是按下開始新一輪遊戲。

    這時候，我會問問孩子，你覺得加上什麼功能會更好玩？孩子說：希望可以跟電腦對戰、希望吃子時有特效等等，我們就一起追問 AI ，把一個一個功能加上去。

    最後做出一個小孩也樂在其中，過程中還有一起思考的圍棋小遊戲。

    因為 Gemini 的便利與即時生成且能預覽的能力，我們可以跟孩子一起討論，享受設計遊戲的過程和遊戲本身，這是很棒的親子互動時間。




    而且 Gemini 的 Canvas 在生成網頁程式後，右下方還有一個「新增 Gemini 功能」，按下按鈕，會自動幫這個程式生成一個 AI 助手。

    例如這個我和孩子一起設計的圍棋小遊戲助手，就是可以簡單指導圍棋規則與基本策略的 AI 小老師。





    02.善用 3C 脫離 3C ：用 AI 把真實生活遊戲化，設計互動實境解謎遊戲

    有時候希望讓孩子不要只是盯個螢幕，雖然 3C 裡的遊戲確實好玩，但真實世界中也有許多好玩的東西，只是要引起孩子興趣，還是需要遊戲化。

    所以我常常會問 AI ：「怎麼把我們目前身處的場景、隨手可得的物品，轉換成可以立即親子互動遊玩的真實世界小遊戲（而非螢幕裡的遊戲）」。

    我做過最大的一次嘗試，就是把自己家裡的多個場景，設計出要連闖六個關卡的實境解謎遊戲，做為小孩生日派對的闖關遊戲來玩。

    我曾經在這篇文章「如何跟 AI 合作挑戰原本我不會做的事？我用 AI 設計實境解謎遊戲，案例分享」分享我的實際做法，而且後來我用同樣邏輯，反覆設計各種真實世界的互動小遊戲，做為親子時間的樂趣來源。

    我會請 AI 先去研究其他人怎麼設計實境解謎遊戲，你可以想像成是讓 AI 助手先去學習。




    等 AI 學會怎麼設計實境解謎遊戲後，我會提供他當前的場景、物品，請他開始根據前面學會的方法進行設計。




    於是很快的，就會有一些精彩的謎題出現，我可以直接使用。




    當然還可以利用 AI 繪圖工具，設計一些有趣的解謎圖像素材。




    其實真實世界裡，也有許多有趣的桌遊、遊戲玩法，孩子也一樣可以樂在其中，只是我們不具備那麼多樣化的遊戲知識，這時候，我往往就會請出 AI 助手，請他給我一個當下立即可玩的遊戲建議。





    03.針對做錯考卷，用 AI 設計遊戲化的間隔複習練習

    孩子在寫考卷、功課時，出現一些寫錯的地方，我並不會苛責這些錯誤，而是希望鼓勵孩子，這正是可以知道自己還需要真正理解、還需要反覆練習的切入點。可是，如果只是反覆練習一樣的題目，可能孩子覺得無聊，也可能變成只是記得答案。

    有了 AI ，我很常做的一件事情，就是把這些有出錯的題目、考卷收集起來，交給 AI ，請 AI 用有變化的、更有趣的方式重新出題，讓孩子用更好的方式複習。

    例如很久之前我就寫過一篇分享，那時候孩子很不擅長寫一種英文填空題，於是我把學校他常常寫錯的題目考卷上傳給 AI ，請 AI 模仿這樣的出題方式，出類似的題目，讓小孩可以練習，結果效果非常好，也讓小孩快速學會。（延伸閱讀：一般人最好上手且有效的 ChatGPT 提問法，以生成英文練習題為例）




    而在 Gemini 強化了圖像解析與繪製能力後，我更常把這些題目考卷，上傳到 Gemini 解析，然後傳換成小孩有興趣的延伸練習題。（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）

    例如一個數學上的題目，先把寫錯的原題目上傳，然後讓 AI 用小孩喜愛的角色，重新出一個類似的題目，作為之後複習時的練習。




    利用 AI 出的變化題目，加上孩子喜歡的元素，變成下次複習最好的教材。




    還可以利用 Gemini 的 Canvas 設計一些簡單的互動問答遊戲，讓做錯的題目不再是負擔，反而變成有趣的練習。

    而且設計一次成功後，下一次只要跟他說沿用之前的邏輯，針對「某些不熟的主題」再加強練習即可。（延伸閱讀：個人學習、考試新利器！ Google Gemini 測驗功能，一次完成知識研究、出題、複習）





    04.把原本小孩不感興趣的教材，連結小孩興趣的內容，用 AI 設計新教材

    尤其有了 NotebookLM 之後，我可以在上面建立每一個科目的練習資料庫，除了把需要反覆練習的題目上傳，也可以把各種課本教材上傳，然後請 NotebookLM 的 AI 用更有趣的方式「演繹」成孩子更有興趣吸收的內容。




    例如小孩讀完社會課本後，不確定是不是已經正確理解，可能有些太枯燥的地方會忍不住快速跳過。

    於是我把課本中最重要的那幾頁內容上傳到 NotebookLM。




    接著用 NotebookLM 的 AI 簡報功能，把課本內容重新「演繹」成小孩喜歡的寶可夢劇情，但裡面可以重新掌握與理解課本的重點。

    （類似指令：用寶可夢呆火鱷風格，解釋「學校與我」單元的合作、競爭、服務團隊、學校規範、學生責任。）

    這樣一來，小孩變得更樂於複習，甚至會主動問我有沒有新版本，還想再看一次。




    AI 的優點之一，就是可以連結學習者感興趣的內容、連結應用的情境、連結要解決的問題，而不是只讓 AI 處理資料而已，更要讓 AI 去連結，創造出適合自己的教材，讓學習變成更有趣、更有效。

    但是在這之前，如果要讓 AI 製作出更有效的教材，「簡化」的步驟也不可或缺。

    例如我有一個 NotebookLM 資料庫，裡面可能有大量的國語學習素材，但要聚焦複習時，我會先讓 AI 整理出其中幾個單元的特定內容，先簡化成一份最精簡扼要的文字教材，然後回存到資料庫中。




    然後請 AI 根據這份簡化過的文字重點教材，重新設計簡報、測驗，這樣可以「大量減少雜訊」，在學習上的效果更好。






    05.用AI繪製小孩喜歡、看得懂的重點複習知識圖卡

    Gemini 3 Pro 強大的圖像繪製功能，我最常用在小孩日常學習的重點整理上，結合前面的 NotebookLM 資料庫， Gemini 可以讀取資料庫中的某個單元內容，梳理重點後，快速產出有小孩喜歡圖像的知識圖卡。（延伸閱讀：我把 NotebookLM 知識庫接到 Gemini：3分鐘將課程素材變成攻略圖解、Google簡報、互動網頁）

    你是小學國語老師與繪圖高手，根據下面小孩不熟的知識，繪製手繪風格、寶可夢呆火鱷教學的心智圖圖片。

    請根據下面重點一步一步繪製：
    圖像化的解釋下面這首詩的意思，並說明小學生可能不懂的生字：

    送別 王維
    山中相送罷，
    日暮掩柴扉。
    春草明年綠，
    王孫歸不歸？

    這不只是用有趣的圖像呈現而已，而是讓 AI 根據小朋友熟悉的角色、場景、風格來解釋，小孩一看就懂，而且還很有興趣。（這就是我前面說的：連結）

    當然，我會在這個過程，跟孩子一起解讀這張圖卡，用孩子聽得懂、有興趣的語言，也可以同時注意 AI 可能出現的小錯誤並及時更正。

    推薦無論是老師還是父母，都應該這樣嘗試看看，讓教材跟孩子有興趣的東西連結，或許有更好的吸收效果。（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）





    06.我如何利用AI，協助孩子的日記與作文

    日記、作文，可能是現在小孩相對比較難跨過的一個關卡，這時候可以怎麼利用 AI 輔助呢？下面分享我的作法。

    首先，我絕對不會讓 AI 直接生出一篇日記、作文，然後讓小孩照抄。

    我的第一步，如果小孩的想法卡關，我嘗試用腦力激盪的方式，讓小孩慢慢自己從腦中挖掘出一些有趣、零散的內容。這時候我會利用錄音的方式，我最常用的是 Evernote 直接錄音轉文字，或是 ChatGPT 直接語音輸入辨識。（延伸閱讀：語音變成生產力：7 種 AI 語音轉文字工具應用情境與工作流程攻略）

    這時候，我會當一個「採訪者」，讓小孩當「受訪者」，根據老師出的作文題目，採訪小孩說出目前腦中的想法，並且在過程中，適度反問他「為什麼？」「如何做？」「感覺怎樣？」，引導他倒出更多的想法。

    於是，通常可以在完全不卡關的情況下，5分鐘內產出一份有各種雜亂想法的逐字稿。




    想法很亂，我們把這些內容丟給 ChatGPT ，請他整理出裡面有共通的地方，給我們一個大綱建議，並且提供一些好點子（但不是現成內容或答案）。

    下面是我採訪小孩後，我們討論出來的作文想法，請根據前面一段的作文結構、創意加分技巧，完成可以引導小孩開始有興趣寫作的大綱。請一步一步分析：




    為了讓文字的大綱變成更有趣的參考，我又把這個大綱丟上 Gemini ，請他畫一個圖像版本。

    不過來到這裡後，我會這樣跟孩子說：「你不用完全照著這個架構，把它當作參考，但你可以自由調整順序，如果你腦中有出現想寫的內容，就直接寫，想不到時就參考這個架構，給你啟發。」






    後來，我也常常利用這樣的方式，跟孩子一起寫「真實生活中的日記」（不是老師的學校作業）。

    當然孩子可以自己手寫、手繪會更好，但我想先聚焦在「孩子願意說出自己的感覺、想法，懂得形容」這件事情上，所以我利用同樣的語音日記方式，像是在旅行途中，跟孩子一起討論今天旅遊行程的記憶點，讓孩子說出自己的感覺，轉成一篇語音日記。

    然後把語音日記上傳到 Gemini ，請他繪製成一張今天的旅行手帳，留下記憶，也讓孩子看到自己剛剛說出來的想法，其實可以變成這樣有趣的內容。





    07.讓 AI 成為我的親子溝通輔導教練

    親子溝通最困難的一點，是我們在情緒的當下，往往無法有效地採取最適當的溝通方式，而會採取彼此傷害的方式。但是冷靜下來很難，我覺得這時候有一個 AI 教練可以輔助，是不錯的。

    不過，當然不是隨便問 AI ，就讓 AI 憑空給我任何親子建議或解答。

    我的第一步，是先把我大量的親子相關閱讀學習筆記，上傳給 AI，讓 AI 也跟我一起學習，理解我的想法。（延伸閱讀：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）




    接著當遇到生活中的某些溝通難題時，我會聽聽看 AI 的建議，請他根據前面學習過的方法，針對現在一個新的事件，給我一些具體的溝通引導。

    我們當然不用完全照做，但我覺得這個過程，可以讓我有一個冷靜下來、思考一下，想清楚再行動的空間，而這是親子溝通很需要的。





    有時候 AI 的建議，也會啟發我一些更好的行動想法，並且如果我持續在一個討論串上討論這個問題， AI 也懂得參考前面的經驗，提供給我修正的方法與回答，就像一個真正的陪跑教練一樣。（延伸閱讀：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）




    以上，就是我這兩三年來，最常在親子生活中使用的 AI 應用案例，提供大家參考。大致上的案例都符合下面這個流程：

    1. 先抓出真正的親子情境痛點（無聊、複習抗拒、寫作卡關、溝通失控）
    2. 把素材變成可用輸入（考卷拍照、課本頁、語音逐字、日記、自己的教養筆記）
    3. 用 AI 做「演繹」，而不是「直接代工」（變遊戲、變劇情、變圖卡、變互動、變闖關、變角色視角）
    4. 最後一定回到父母的陪伴與校正（一起討論、一起玩、指出 AI 可能的小錯）



    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：


    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）

    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

    ✇電腦玩物
    作者 Esor Huang
    2026年3月15日 18:03

    怎麼讓 AI 從一次性的工具，變成能長期合作的工作夥伴？

    很多人以為 AI 用得好，關鍵在於 prompt 寫得夠完整、夠厲害；但是經過我這段時間反覆實測後慢慢確定，真正讓 AI 愈用愈準確、跨工具也能順利接手的關鍵，往往是有沒有把自己已經驗證有效的工作流程，整理成 AI 也看得懂、能遵守、能持續更新的規則系統。

    最近這幾個月，我開始養成一個習慣：

    把自己和 AI 合作後做得好的工作流程，慢慢寫成一份一份規則文件，讓 AI 助理能夠持續參考、反覆沿用。

    如果 workflow 還只存在你的腦中，只散落在片段聊天或零散 prompt 裡，那麼 AI 每一次都只能重新猜一次你的標準。可是當 workflow 被你整理進指令、文件、規則與復盤機制裡，它就不再只是一段聊天，而會慢慢變成一套可以持續運作的工作系統。




    一個很小的動作，改變了我後面一個月的 AI 工作流程

    先講一個真實案例。農曆年結束後，我在自己的 ChatGPT 裡做了一個很簡單的動作。這個動作不到一分鐘，但它對我接下來最近一個月的 ChatGPT 工作流程，帶來非常明顯的正向影響。

    因為我已經用 ChatGPT 好幾年了，加上前面幾年我自己一直有在實踐 PARA、專案分類、工作流程拆解這些方法，所以我知道自己在 ChatGPT 裡，其實已經留下了很多個不同專案、不同任務的工作經驗。（延伸閱讀：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）

    於是那時候我做了一件事：我請 ChatGPT 回顧我不同專案討論串裡的聊天記錄，幫我整理這段時間以來，我聚焦在哪些主題的專案上，我在這些不同類型的專案裡慣用的分析邏輯是什麼，我最常執行的任務有哪些，而這些任務執行時常用的工作規則與操作步驟又是什麼。

    換句話說，我請 ChatGPT 透過它的整理能力、研究能力與記憶能力，先幫我把我原本就存在、但過去沒有明確寫出來的方法，梳理成一份我看得懂、也能驗證的工作原則。

    你是我的AI工作流程助手 根據我目前跟你討論的現況 擬出一份未來你作為AI助手處理工作的指導原則清單指南 請你一步步分析 首先你應該先去回顧最近我們最常討論的聊天紀錄 根據我們的聊天紀錄理解目前我最常進行的專案 並且設定出每個專案核心的知識背景 以及我們最常處理的任務和處理這些任務執行這些專案的關鍵步驟 執行原則 邏輯找出那些具有特殊性的地方 目的是未來你作為AI助手在執行這些工作的時候 有一份符合我們前面聊天紀錄處理事情方法的指南 最後從這些不同專案任務中再抽練出有沒有共通的 我們在執行工作的時候的指導原則 然後完成這份手冊的撰寫




    這整個過程其實非常快。AI 很快就幫我整理出一份從部落格、自媒體、課程、出版、親子、旅行、個人生活精進等不同角度出發的專案目標與工作流程摘要。然後我仔細看了一輪，發現它在一些共通原則、專案方向與工作步驟上的整理，都做得很好。

    也就是一份非常像「AI 工作流程助手指導原則手冊」的內容。




    例如，它幫我抽出了我最常使用的幾個共通原則，例如：

    • 第一，我做事情時，總是喜歡先定義要交付什麼成果，再開始分析。
    • 第二，我會先預擬這個成果的價值，再回頭拆解要達成這個價值，中間會遇到哪些問題與阻礙。
    • 第三，我會進一步把問題拆成現階段可以馬上推進的階段性產出，用「破解問題」的方式，讓目標做得更好、更有計畫。
    • 第四，我所有的建議最後都必須落到可執行的下一步，而不是停留在空泛理解。

    如果上過電腦玩物時間管理、筆記術或工作流程課程的朋友，看到這裡應該會很熟悉。這確實就是我長期在使用的方法。我把它用在很多真實的人生、工作與專案任務上：

    只是過去很多時候它是活在我的工作節奏裡，並沒有被完整寫成 AI 可以讀的規則。

    而當 AI 幫我把它梳理出來後，我接著做了下一步。




    從 ChatGPT prompt 到建立 ChatGPT 內的規則系統

    我把 AI 幫我整理出來的共通原則，放進 ChatGPT 的自訂指令裡。我也把它整理出來關於我的任務類型與工作脈絡，放進 ChatGPT 的「關於我」裡。




    接著，我本來就有用 ChatGPT 的專案功能做分類，像是出版計畫、自媒體寫作、親子規劃、個人生活精進等不同討論串，我就再把 AI 從這些討論串裡回顧出來的各自工作規則，放進相對應的專案指令中。




    效果非常快就出現了。

    接下來我進入「電腦玩物寫作專案」時，它會更自然地用符合我思考邏輯的方法幫我拆解題目、研究資料、設計文章架構。當我進入工作專案討論串，或詢問課程設計相關問題時，它也更能準確抓住我處理這類專案時的工作邏輯，再依照我的共通原則，給出更好的結果。

    這時候影響輸出品質的，已經不只是當下那一段指令，而是背後是否存在一套能長期指引 AI 的核心記憶、共通原則，以及面對不同任務時可以套用的工作規則。

    這也是我後來慢慢很在意的一件事：

    真正重要的，不是我當下臨時寫出一段多厲害的 prompt，而是我有沒有把那些已經做得好的工作方法，整理成一套 AI 也能穩定遵守的規則系統。





    覺得 ChatGPT 生成內容不穩定，先建立專屬於你的工作規則

    現在很多人都已經在用 ChatGPT、Gemini，或其他不同型態的 AI 助理工作。不過我觀察大家常遇到的問題其實很接近。

    • 每次問答似乎都從零開始。
    • 換一個 AI 工具，整個討論過程都要重來一次。
    • 很多人會覺得 AI 有時候回答很好，有時候又完全不像同一個助理。
    • 更常見的情況是，自己其實有一套做事方法，只是從來沒有被寫下來，所以 AI 永遠只能猜。

    從這個角度來看，問題不一定在於 AI 不夠強，而比較像是：我們以前沒有把自己做事的方法，整理成 AI 也能讀得懂的規則。

    所以如果你問我，想讓 AI 助理更懂你、更穩定、更能跨工具延續，第一步該做什麼，我會建議先做下面這幾個步驟。

    • Step 1：先請 ChatGPT 回顧聊天與工作脈絡
    這一步，不是直接叫 AI「更懂我」，而是先讓它回顧你們近期真的做過的事。你可以請它幫你整理：

    • 你最近常處理哪些專案；
    • 你最常執行哪些任務；
    • 每個任務的關鍵步驟是什麼；
    • 這些步驟裡，有沒有反覆出現的共通原則。

    這其實很像一次工作回顧。先從已經發生的案例中，把你真正穩定在用的方法抽出來。

    很多人一開始就想直接寫一套完整 SOP 給 AI，可是大多數人其實很難憑空寫出來。真正比較可行的方法，是先回顧你們已經做過的事情，從那些有效的實例中，倒推出你真正慣用的方法論。

    • Step 2：讓 AI 把共通原則抽煉出來
    當 AI 幫你回顧了一輪聊天、任務與專案後，接下來要做的事，就是把那些共通原則抽出來，寫成你之後可以持續沿用的「主規則」。

    以我自己的例子來說，我後來整理出的共通原則，大致會落在下面幾條：

    • 先定義要交付什麼成果，再開始分析。
    • 先拆問題，再給答案。
    • 先設定目標、現況、限制、成功條件，再拆步驟。
    • 所有建議都要能落地，並且有目前就能推進的下一步。
    • 把可重複的方法整理成可持久的手冊、清單、規則文件。

    這裡要特別強調的是，這些原則不是漂亮話，這些原則之所以有用，是因為它們真的是從你的工作節奏、思考方式、驗收標準中抽出來的。

    這些東西一旦被抽出來，AI 之後在不同任務裡，就會更容易抓到你真正重視的標準。

    • Step 3：先放進 ChatGPT 的自訂指令與「關於我」
    這是規則化的第一層。對於大多數使用 ChatGPT 的使用者來說，簡單而有效。

    你可以先把兩類內容放進 ChatGPT 內部：

    • 第一類是「關於我」，讓 AI 了解你的身份、工作情境、讀者輪廓、常見任務與常處理的專案。
    • 第二類是「自訂指令」 中「應如何回應」的原則，讓 AI 了解你的流程偏好，例如先定義交付物、一步一步分析、重視可執行性、維持某種語氣與架構。

    這樣做的效果很實際：

    • 同一個 ChatGPT 會先變得穩定。
    • 你不需要每次重講一遍背景。
    • AI 對你的工作風格，也會開始有比較一致的理解。

    如果你有在使用 ChatGPT 的專案功能，還可以進一步把不同任務類型的規則，放進不同專案裡。這樣一來，AI 不只是知道「你是誰」，它也知道你在不同任務裡，會用什麼方法工作。

    AI 做得好，是因為你把已驗證有效的 workflow 外顯成規則、記憶、驗收與回存機制。




    一般人也能透過讓 AI 「持續復盤」的方式建立規則，設計出你的 AI 助理：

    很多人聽到這裡，會以為自己接下來要先花很長時間，把所有規則一次寫完。其實不需要。

    我反而覺得，一般人最容易做得到的方法，是在一邊跟 AI 合作工作的過程中，一邊透過復盤，慢慢把有效流程整理成規則。

    例如你現在要規劃一場產品活動，你開始跟 AI 討論活動主題、研究案例、查詢市場資訊、整理論壇意見、設計行銷邏輯。剛開始時，AI 也許找資料不夠嚴謹，或者整理出來的內容沒有引用驗證。這時候你會追問、修正，告訴它之後找資料時要附上來源，要有找到的資料才能說出有根據的結論。

    經過一兩次追問修改後，你會發現它終於做到你要的要求了。

    這時候，很多人就直接把這個成果拿去用，然後下一次又從頭來過。但我後來發現，最重要的一步往往就在這裡：

    當 AI 做出有效結果後，你應該馬上請它做一次復盤，幫你把「剛才為什麼做得好」寫成一份之後可以套用的規則文件。

    • 例如你可以請它寫成一份「搜尋研究資料的工作規則」。
    • 之後當你們一起完成一份活動企劃案，也可以請它再寫成一份「有效活動企劃的工作流程規則」。
    • 當你們一起做出一份有效報告，則可以再整理成一份「處理有效報告的規則文件」。

    當你慢慢累積出這些規則文件之後，AI 在這個專案裡就會更懂得如何處理這些任務。如果你把它們放進自訂指令、專案設定，甚至更進一步放到其他工具的規則文件中，那它在不同討論串、不同專案，甚至不同 AI 工具之間，也會更懂得延續同一套做法。

    這個過程其實很像一個真實的人與人合作流程。你們不是一開始就有一本完整手冊，而是在持續磨合、討論、修正、完成有效成果之後，再透過復盤，把有效做法寫下來，之後反覆沿用。

    所以我現在會把這個流程看成一個很簡單、但很重要的循環：

    1. 先跟 AI 一起完成一次任務。
    2. 在過程中追問、修正、驗收。
    3. 當結果開始有效時，馬上請 AI 復盤並整理成規則。
    4. 把規則放進記憶、指令、專案文件。
    5. 之後持續沿用，再根據新經驗微調。

    這種一邊做、一邊復盤、一邊建立規則的方式，對大多數工作者來說，比起一開始就硬寫完整規範，實際得多，也容易持續下去。





    當你開始切換多個不同 AI 工具，規則會變得更重要

    這件事，在我最近切換不同 AI 工具與助理時，感受特別強烈。

    因為現在可用的 AI 模型、AI 助理、AI 開發工具愈來愈多。有些工具比較強在聊天，有些比較強在操作處理專案文件，有些比較強在自動化流程，有些則適合當資訊入口。當我開始在 ChatGPT 之外，也用 OpenClaw、Codex、Google 的 Antigravity 等不同工具處理同一個專案時，我就發現：

    前面整理出來的那些原則、專案類型、工作流程規則文件，讓多個 AI 助理可以一起合作的價值立刻放大。

    例如前一陣子我在部署 OpenClaw 時做的第一件事，就是把我前面在 ChatGPT 用上述方法整理完成的原則、專案類型與工作流程規則文件，全部丟進 OpenClaw，讓它先讀過一遍。它讀完之後，很快就能建立或修改屬於它自己的記憶與 workflow 文件。

    這個過程其實不到兩三分鐘。但當我開始跟剛安裝完成的 OpenClaw 問答時，它就像一個我已經用好幾年的專案助理一樣，懂得我的工作狀態，知道我處理任務時重視的原則，也能用符合我工作邏輯的方式回答。

    後來我開始串聯 OpenClaw、Codex、ChatGPT、Gemini、Antigravity 這些不同工具來處理同一個專案時，這些規則文件就變得更重要。因為我不是只把程式碼、資料或聊天記錄搬過去，而是把「這個專案目前怎麼做才算好」的共同邏輯也一起搬過去。

    之前我在社群上分享過這段經驗：

    #我現在的分工，以及如何讓多個 AI 助理變成一個可以合作的團隊


    - OpenClaw：我用 Telegram 丟資料時最方便，主要負責「資訊入口＋進行抓取與初步整理筆記卡片」
    - Codex 桌面端：在電腦端更舒服，他的運算能力也更強，主要負責「從既有永久筆記推進寫作/研究計畫」
    - ChatGPT / Gemini：補充零散的搜尋調查與快速問答討論
    - Antigravity（或其他本機工具）：做 Markdown 編輯/瀏覽，或是系統維護

    但我覺得更關鍵的是：每一個助理可以同時進行我賦予的特別工作任務，但每一助理也都「可以」接手同一條完整的輸入到輸出草稿流程。

    因為它們共享的不是聊天紀錄，而是共享一套「外部共同記憶」：

    - 同一套資料夾結構
    - 同一套同步規則
    - 更重要的是，#同一套workflow的計畫與規則文件系統。

    這時候，建立 Agent / workflow / rules 相關文件確實是一個有效的方法。

    這些規則文件讓多個 AI 助理（Codex、 OpenClaw、 Antigravity，甚至 ChatGPT 我也把這些文件內容上傳讓他記住），讓我可以把同一個專案拆成「同時進行」的幾條線，但每個助理都了解工作方式，都可以處理各自任務。

    舉例來說：

    - 我從讓 OpenClaw 處理我剛丟進去的最新資訊來源 → 變成筆記卡 → 更新永久筆記
    - 同時間我讓 Codex 讀既有永久筆記 → 思考下一篇文章/研究計畫/大綱
    - 在前面兩個 AI 助理自動工作實，我用 ChatGPT/Gemini 做補充研究 → 把關鍵資料丟回同一個資料庫，進入處理的正向循環
    - 可是 OpenClaw、 Codex、 Antigravity 都會記住彼此做了什麼，可以隨時接續最新進度，展開下一步處理，維持共同邏輯。

    其實我用的方式非常簡單，就是這些 AI 助理與工具管理的是同一個資料庫。另外就是規則、Skills等等有分級，第一層資料夾是主規則，主規則會寫好邏輯，告訴AI針對每一個不同任務，到不同任務資料夾看資料，並使用不同任務資料夾裡的子規則。

    所以像是我告訴 AI 要抓取文章做筆記， AI 先看主規則，知道要去 raw 資料夾操作，進去後看到如何處理 raw 到筆記卡的規則，這時候遇到抓取 YouTube 字幕的問題，而 raw 裡的規則會引導 AI 去使用某個 Skills 或小工具。

    工作流程主從層次與分支清楚，就很好管理（而這可以請 AI 協助做編輯與分類）。

    最後整個資料庫會像「多個員工一起工作」一樣，整合建立一個完整的產出資料庫。




    一個更生活化的例子：家族旅行網站工具

    我最近有一個很生活化、也很能說明這件事的例子。

    我正在規劃一個很多人要一起出發的家族旅行。我想做一個網頁型的 App，把這次旅行的行程攻略、複雜的景點餐廳資訊、旅行中的注意事項、待辦清單與查詢功能整理在一起。讓每一位旅行成員打開後，都能快速查到某一天的行程、某一個地點的資訊，或行前、行中需要注意的事項。




    一開始，我先在 Google Gemini 上做出這個網頁工具的原型。可是 Gemini 畢竟比較適合處理較簡單的版本，當我想把這個網站做得更複雜，甚至要進一步線上部署時，我想要把它轉移到 Google 的 Antigravity。

    但在轉移之前，我並不是只把網站程式碼搬過去。我會先請 Gemini 根據我們前面設計這個網站原型時用到的工作邏輯，以及目前修改出來、已經有初步可用架構的網站狀態，先梳理成一份「專案目標＋設計規則」文件。

    接下來，當我要把專案轉移到另外一個 AI 工具時，我會把程式碼、專案進度文件、設計規則文件一起搬過去，請新的 AI 先讀專案進度與設計規則，再去分析目前的程式碼，看下一步要怎麼改。

    後來到了下一個階段，Antigravity 的額度有限，而且當我要處理更複雜的特效與更繁瑣的資料庫邏輯時，它也不適合再負擔這樣的任務。我就把目前的資料庫狀態、程式碼與前面的規則文件、專案進度文件，再搬移到 ChatGPT 付費版可以使用的 Codex。

    同樣地，我會先請 Codex 讀專案進度與規則文件，再開始幫我修改程式碼。




    就在這樣的過程中，我發現每一次的轉移都很順暢。新的 AI 助理可以立即接手，我甚至可以同一時間讓不同 AI 工具分工處理同一個專案，或者在不同階段交棒，但整體邏輯都能延續。

    後來，當這個旅行網站工具進一步進入比較複雜的資料庫設計階段時，我又做了同樣的事。

    我希望未來無論我丟進去的是行程資訊、攻略資料、景點餐廳資料，還是真實旅遊心得，AI 都能有效幫我重新拆解、放回網站上正確的位置，讓整個資料庫維持穩定狀態。

    於是我請 Codex 先分析整個專案目前的資料庫架構，分析行程資訊通常放在哪裡、景點與餐廳資訊通常怎麼更新、攻略與注意事項通常怎麼描述，讓 AI 自主分析目前狀態與近期不斷修正之後的最佳工作流程，然後再建立一份新的規則文件。




    一旦這份規則文件建立好，我後面的工作流就變得更有效率。比如我今天找到一篇別人去同一個地方旅遊的真實心得，我就直接把這篇文章丟給 AI，請它根據前面自己整理出來的規則，把裡面的資訊重新拆解，分別放進適合的行程、景點、攻略、注意事項架構中。這時候 AI （這裡是用 Codex）就能非常準確地完成我的需求。





    小結：AI 真正會愈用愈好，靠的是規則化之後的工作方法

    很多人接觸 AI 之後，很容易立刻想追求「全自動」。可是我現在的想法剛好相反。我會建議先不要急著追求全自動。先追求一件更重要的事：

    AI 做事開始有一致標準。

    只要 AI 每次做同類型的工作，開始愈來愈接近你的驗收邏輯、愈來愈符合你的工作方式，後面才更容易談自動化、跨工具接手、多助理分工與更長的專案流程。

    說到底，這其實也很像以前我們人自己在做好一件事情時，會使用的時間管理與工作管理方法：

    事情做得好之後，不只完成它，還會做一次復盤，把「這次為什麼做好」整理成下一次可以沿用的做法。

    當人跟 AI 合作之後，我覺得這依然是很有效的方法，而且會愈來愈重要。

    你可以先挑一個自己最常做的 AI 任務，例如搜尋研究資料、整理會議紀錄、寫企劃、做簡報、整理逐字稿。接著利用前面「跟 AI 一起復盤前面做了什麼」的步驟，先把下面四種規則產出：

    • 這個任務的目標是什麼。
    • 這個任務的背景、情境與限制條件是什麼。
    • 這個任務有哪些要遵循的工作流程。
    • 做到什麼程度，才算完成（如何驗收）。

    跟 AI 一起把這個任務做一或幾次，在過程中持續修正、追問、驗收。等你們真的做出一版有效成果之後，記得馬上請 AI 幫你把這次的有效做法整理成規則。

    你可以直接用下面這段話：

    「請根據我們剛才從需求到產出的整個過程，整理出一份之後可以重複套用的工作規則。請包含：目標、適用情境、輸入資料、處理步驟、驗收標準、常見錯誤與下次執行提醒。」

    這樣做過幾次之後，你會很快發現，AI 不只是比較懂你，而是開始比較會做事。

    規則一旦慢慢累積起來，你會發現，無論你用的是 ChatGPT、Codex、OpenClaw，甚至未來換了新的 AI 工具，你的 AI 助理都比較有可能延續同一套工作邏輯，幫你把事情做得更準確、更穩定，也更接近你真正想要的成果。

    如果說這段實踐經驗給我的啟發，以及我現在必定會有的習慣就是：以後當 AI 幫我做出一個真的有效的成果時，我不應該只把成果拿走，而是要立刻請它幫我復盤：為什麼這次做得好？把它整理成下次可重複使用的規則。



    大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：


    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：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）

    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

    ✇電腦玩物
    作者 Esor Huang
    2026年3月25日 20:41

    有一次週末時間，跟孩子一起下象棋，孩子提議如果有一個象棋遊戲兼教練，可以讓我們透過跟電腦對戰來提升棋力，或者我們兩人一起討論策略去贏過電腦，這樣也是另外一種有趣的玩法。當然，市面上一定有這樣的象棋 App 可以直接滿足上面需求，但我想說，有沒有機會利用半天時間，試試看自己用 AI 做出一個象棋軟體呢？

    但是，今天這篇文章，主軸不是要說怎麼開發，不是要教怎麼 Vibe Coding ，更不是要提倡 AI 寫程式有多厲害，因為我不是真正的開發者，所以不會在這一塊班門弄斧。

    我是想從非工程師的角度，分享怎麼運用多種 AI 工具去完成一個專案的流程，讓不同的 AI 模型各司其職，但又能彼此接手工作的方法。

    從經驗談的角度出發，這個流程我也會套用在其他不同工作的專案上，或許你也可以舉一反三應用在其他地方（只是做的成果不同，搭配的 AI 工具不同）。




    為什麼一個任務成果，需要多個 AI 工具接手？（非工程師角度）

    其實，一開始小孩說想要有一個象棋遊戲可以玩，我的第一個想法是：直接用 Google Gemini 的 Canvas 做一個線上可玩的象棋小遊戲就好了吧？

    下一個簡單的指令，確實 Gemini 在兩三分鐘後就給我一個可玩的原型版本。




    但是，實際跟小孩一起玩玩看之後，小孩說電腦不夠聰明、有些規則有問題、想要加上一些特效、音效或特殊功能，又更進一步的希望能夠記錄棋譜、能夠紀錄成績、能夠有「電腦的指導教學」。

    原本想說就繼續讓 Gemini 在一個網頁原型上「硬改」看看，結果發現因為缺乏前期有效規劃，愈改愈亂， 30 分鐘後還達到 Gemini AI Pro 問答生成程式碼的區間額度限制。

    於是才想說，那不如讓不同 AI 工具來分工完成看看？於是我又花了大約兩個小時的時間，讓不同 AI 工具接力，完成了目前常常拿出來跟孩子一起練習象棋的工具。

    我先把這個「有點認真的象棋遊戲＋教學教練」的專案，切分成幾個階段，然後根據我對幾種 AI 工具的判斷，將每個階段交付給適合的 AI 工具去處理：

    • ChatGPT 做前期研究與規劃
    • Gemini 做快速原型測試
    • Google AI Studio 生成整個專案骨架
    • Antigravity 做進階功能延伸
    • Codex 做最佳化、多檔案重構、長期維護

    但是怎麼讓不同 AI 工具接手同一個專案，而且還能維持邏輯一致，可以立即上工，並且可以根據不同 AI 工具的特性，解決這個專案的不同層面問題呢？這篇文章就來分享自己的經驗談。

    專案階段
    我選擇的工具
    核心任務
    為什麼適合
    0→1 構思
    ChatGPT
    研究資料、概念發想、規則梳理
    探索力強
    1→10 原型
    Gemini
    快速做出可玩介面
    做出視覺與互動原型快
    10→40 骨架
    Google AI Studio
    生成專案檔案骨架
    一次性產出基本架構
    40→70 工程
    Antigravity
    精準改檔、測試、重構
    細部修改與強化功能
    70→∞ 維護
    Codex
    最佳化、補功能
    長期穩定修改與維護





    ChatGPT 階段：資料研究、概念發想、專案規劃、技術選擇、遊戲邏輯分析

    我意識到自己前面第一次直接在 Gemini 讓 AI 做一個象棋遊戲時：

    沒有先做好研究與規劃，所以之後愈改愈亂。

    而這一次，我先在 ChatGPT 中建立一個討論串，讓 ChatGPT 先去搜尋研究象棋規則，調查目前象棋遊戲的設計邏輯，進一步分析小孩的喜好與想法。讓 ChatGPT 透過調查研究，先掌握要設計象棋遊戲的基本知識與技巧。

    然後我還用錄音訪談的方式，透過聊天，錄下小孩想要什麼樣的象棋遊戲，希望有哪些功能，甚至鼓勵他天馬行攻的想一些特殊玩法。然後把這段訪談錄音轉成逐字稿。

    最後，我把逐字稿也上傳到 ChatGPT ，請他用前面研究過的知識、技術，幫我重新整合成一個我的小孩真正需要且會喜歡的象棋遊戲專案計畫。

    你是孩子的遊戲設計助理，我要幫孩子設計一個線上象棋遊戲，先幫我擬定一個遊戲專案規劃。請一步一步分析，上網搜尋中國象棋的基本規則、玩法，然後搜尋類似遊戲設計案例，思考必備的線上網頁遊戲基本規劃。 接著根據前面你對我和小孩一起玩遊戲的喜好理解，解讀下面我訪談小孩想要的遊戲機制，根據前面你的基本中國象棋遊戲設計架構，根據你的遊戲設計專家角度重新思考，規劃出最適合我和小孩玩的中國象棋遊戲設計專案規劃企劃案。 訪談內容：###




    最重要的是在 ChatGPT 充分研究後，先寫出一份包含要用什麼技術、象棋規則怎麼導入的專案規劃書。

    之後換到不同的 AI 工具接手，就可以先「交接」這份規劃書，讓接手的 AI 立刻掌舵狀況。




    Gemini 階段：快速產出可玩的原型介面，確認可行

    我很習慣任何專案一開始（不只是做一個小工具或遊戲，也包含一個知識產品、活動企劃等等），都先像前面一樣，讓 ChatGPT 去調查、研究、分析，經過學習後，擬出一份符合我需求的專案規劃書，然後再開始工作。

    而以這個象棋遊戲為例，接下來我需要快速試試看這個專案規劃的一些基本功能，例如電腦對戰、創意技能等等，是否可行？

    於是我又回到 Gemini （超過限制時間後，額度又回來了），把 ChatGPT 的專案規劃丟上去，請她盡可能做出專案上她可以做得到的功能。

    初期要測試看看專案概念是否可行，產出可執行的原型（或是網頁、圖像、簡報等等產出）， Gemini 確實很快就能做出有外觀介面、有基本互動的成果。

    我先用這個方法，確定 ChatGPT 做出的專案規劃基本可行，後面才有機會一步一步加上更多功能。（例如如果需要更進一步的後台資料庫、棋譜、電腦思考棋步的運算邏輯、電腦可以推演棋步做教學等，就無法只是在 Gemini 上就做出來。）





    Google AI Studio 階段：生成整個專案骨架

    如果要一個認真、可玩、長期練習的象棋遊戲，需要一個完整的程式架構，所以在 Gemini 先用幾分鐘確認可行，有機會做到後，我就轉換到 Google AI Studio 來生成這個專案的基本骨架。

    我一樣把前面 ChatGPT 寫出來的專案規劃書貼上 Google AI Studio ，請內建的 Gemini 3.1 Pro 根據規劃書，開發一個象棋遊戲。




    Google AI Studio 會「一口氣」生成專案需要的介面、功能、前端、後台等各種程式與檔案。例如在我的這個例子中，除了完成前端的介面互動與棋盤設計外，他也幫我寫了一個新的xiangqi.ts（象棋規則引擎，其實有既有的引擎，不過 AI 這邊自己寫出一個），思考了小孩想要的「特殊功能」如何跟正規象棋規則分開。

    對比來看， Gemini 做出有畫面的基本功能，但專案規劃書有很多特殊能力他無法做到。而 Google AI Studio 因為可以架構更完整的程式碼，所以像是電腦下棋難易度的分析等等都可以一口氣做完。




    不過因為 Google AI Studio 有一個問題，生出架構後，當然還需要修改，例如有些程式擠了太多規則變得肥大，或是高難度的電腦因為運算太久導致卡住，面對象棋特殊局面的規則還無法有效處理，因為純演算導致電腦開局反而比較笨等等。

    這些問題本來我也想要在 Google AI Studio 改，但 Google AI Studio 畢竟是測試用環境，他的「記憶能力」不太好，幾次對話就會忘了前面的專案目標與規則，不適合長期迭代修改。

    所以我把它完成的基本象棋遊戲程式碼「下載」到本機電腦，改用 Google 的 Antigravity 來進一步修改更細節的功能。




    Antigravity：完整的開發代理，接手骨架，做進階功能添加

    我是使用 Google AI Pro 的帳戶，所以在 Antigravity 上有一定的 Gemini 3.1 Pro、 Claude Opus 額度，但這個額度也沒有很高，我的經驗是如果幾個小時連續運作複雜程式修改，往往就要隔幾天才能再使用。




    Google Antigravity 能夠處理本機上指定資料夾內的檔案、文件（當然還有程式碼），簡單好用，他可以做到（後面的 Codex 也可以）：

    • 直接操作指定資料夾內的：讀、寫、建立、刪除檔案
    • 執行終端命令
    • 瀏覽器自動化測試：可以打開 localhost、點按鈕、截圖驗證
    • 記憶能力很好，可以維持專案改進過程的上下文
    • 精確的編輯：可以只改第 157 行而不動其他地方
    • 多檔案協同重構：同時修改多檔案並保持專案一致性
    • 也可以用現在最流行的方式做專案管理：維護各種專案規則的 md 文件

    我讓 Google 的 Antigravity 先接手處理剛剛 Google AI Studio 完成的象棋遊戲基本骨架，然後先加上幾個主要的功能。



    第一步，我讓 Google Antigravity 先閱讀目前專案程式碼，然後再看一次前面 ChatGPT 規劃出來的計畫書，比較一下兩者異同，掌握專案現況，思考接下來專案應該怎麼開發。

    更重要的，先建立一份未來可以依循的「專案規則文件」。（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）




    接著我讓 Google Antigravity（或者說它內建的 Gemini、 Claude ）找出目前專案根據規畫還可改進之處，然後我把改進變成一個一個任務，貼上去讓 Antigravity 接力修改。




    不過因為知道 Antigravity 的額度有限，加上我其實更喜歡使用 Codex （ OpenAI 的程式開發工具），未來一定會再交給 Codex 接手。

    為了讓之後接手更順暢，當 Antigravity 這邊做了什麼大改動，就請他在專案相關規則文件中做更新、對齊進度、修改最新規則等。





    Codex：系統的最佳化，長期的維護、修改

    現在這個象棋遊戲的專案，則已經轉移到了 OpenAI 的 Codex 繼續接手。

    既然如此，為什麼不乾脆一開始就會 Codex 做呢？

    我的想法是，在 ChatGPT 上做搜尋、研究、調查（Deep Research），先進行資料的統整分析，然後做專案規劃的討論，是比較適合的。所以我把想出專案規劃書這一步，交給 ChatGPT。

    既然要做認真的 App ，確實就不會只是用 Gemini 的 Canvas 製作，但可以先用 Gemini 測試看看外觀做出來是什麼樣子，基本的規劃邏輯跑得動嗎？

    倒是不一定需要用 Google AI Studio 製作出遊戲骨架，這一步也可以直接就交給 Antigravity 或 Codex，所以後面三個 AI 程式開發工具互相接手，考量的其實是「額度」的問題。

    雖然我有 Google AI Pro 和 ChatGPT Plus 帳號，但畢竟本職不是工程師，沒有真的採用買 Token 額度的方案，而這時候這兩者在用 Antigravity 或 Codex 做工具時的額度也都是有一定限制，如果用得勤快一點，在循環時間內的額度常常是不夠我用的。

    所以我就採用了讓三種 AI 程式工具互相接手的方式。




    下面是我這次經驗，不同工具分別開發了哪些功能：

    • ChatGPT：做了許多搜尋、研究、分析，寫出專案規畫出。
    • Gemini：只是測試看看做得出來嗎？
    • Google AI Studio ：完成基本的程式骨架。可玩的電腦對戰象棋遊戲。
    • Google Antigravity：
      • 製作本機可以啟動的執行檔。
      • 完成程式碼版本控管與同步規劃。
      • 改進電腦運算規則，讓電腦棋步有難度、但也不會導致卡頓。
      • 加上開局棋譜等資料庫，強化電腦的下棋能力。
      • 進一步改進特殊情況的規則。
    • Codex
      • 最佳化整個程式碼，讓每一個程式不擁腫，執行更快。
      • 導入可個人非商業使用的象棋引擎，做為大師級的挑戰。
      • 加上 AI 教練功能，讓電腦可以當下引導玩家做出更好的棋步選擇，並說明原因。

    Codex 要接手時，第一步我一樣讓他先去讀程式碼，以及前面我有持續維護更新的專案規則文件，掌握專案現況，接下來就可以更順利地推進工作。




    使用 Codex 開發功能的時候，我會使用規劃模式，讓 AI 先做出規劃，我確認後再執行，面對複雜改動時往往更有效。




    目前這個象棋遊戲，變成我和孩子週末練習時的一個有效輔助和遊戲。

    我們還是會拿出真的象棋來玩，但當想要挑戰一下，或是練習的時候，就打開這個象棋遊戲，用他的困難模式來訓練自己，或是父子一起挑戰大師模式，適時用電腦教學來看看什麼可能是更好的策略。

    在這次的經驗中，不只是開發程式，完成企劃、內容專案也一樣， AI 工具有不同特色，而不同 AI 之間能順利接手，關鍵在於「先把研究與規劃做紮實，再進入產出。」然後在不同 AI 工具切換時「把這個專案目前怎麼做才算好的規劃」一起交出去。


     

    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：


    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）

    ❌
    ❌