這篇在講什麼
我常常把看到的 YouTube 影片丟給 AI，自動整理成一份觀點報告網頁，放在自己的網站上隨時回查。這篇整理 2026-06-14 免費講座的完整示範：從影片連結、逐字稿、本機整理到網頁排版，一路做給你看，重點放在每一步背後的思考方式。
· 常看教學影片、演講、發布會，看完就忘、想留下可回查資產的人
· 已經會用 NotebookLM 或桌面型 Agent，想把兩者接成一條流程的人
· 想學怎麼交任務給 AI、怎麼驗收、怎麼把成功流程存下來的人
· 一條從影片連結到觀點報告網頁的完整工作流
· 交任務給 AI 的三個實戰習慣：測能力邊界、要求複述、給好範例
· 兩個省 Token 的實用技巧，和把流程沉澱成技能包的方法
整條工作流長這樣
看到值得整理的影片，把連結交給桌面型 Agent。
影片推送到 NotebookLM 取得文字，它是很強大的 YouTube 逐字稿整理器。
逐字稿拉回自己的資料夾，檔名寫清楚關鍵字，例如「字幕整理」。
照你事先定義好的「觀點報告」格式整理重點。
用開源設計技能包做成網頁，附上可跳回影片段落的連結。
整條流程寫成技能包，下次一句話就能重跑。
每一步單獨看都很簡單，價值在於接成一條線之後，一支影片從「被看完」變成「被整理、可追問、可回查、可分享」的知識資產。想先看成品長什麼樣子，這篇馬斯克與知識工作者的觀點報告就是用這條工作流做出來、放上官網的實例。
第一步：來源，先把逐字稿拿到手
所有資料要讓 AI 讀取，最好的形式還是文字。影片拿逐字稿最簡單的方法就是丟進 NotebookLM。如果每次手動丟很麻煩，瀏覽器有現成外掛可以在 YouTube 頁面一鍵把影片加進 NotebookLM，整個頻道也能批次處理。
再進一步，是讓桌面型 Agent 自動完成「推送到 NotebookLM、轉完逐字稿、抓回本機」這整段。社群有人開源了讓 Agent 連 NotebookLM 的做法，但這種連動屬於非官方操作。遇到這種工具，我不會直接裝，我會先問 AI 三件事：
查完的結論是：可以用，但有被平台封禁的可能。所以我的選擇是把用途縮到最小，其他花俏功能全部砍掉，只留「轉逐字稿、抓回來」這一件事，降低出事的機率。要記得這仍然是非官方做法，帳號被平台限制的風險沒辦法歸零；介意的話，就走瀏覽器外掛或手動丟 NotebookLM 的官方路線，慢一點但穩。我也跟 Agent 講好，這一步只走本機指令和工具，別去操作瀏覽器畫面，因為直接操作畫面非常燒 Token。
交任務的三個實戰習慣
一、先測能力邊界，別叫工讀生做總監的事
用 AI 真正難的地方，是判斷它的能力上限在哪裡。我的做法是給能力打一個大概的分數：我知道這款 AI 有 100 分的能力，那 80 分以下的任務放心交給它；100 分左右的先測一測；120 分以上的就別交了，它做不到。有人問我怎麼放心把工作交給 AI、會怕幻覺嗎？我知道它做得到的才叫它做，再給它清楚的資料，幻覺自然就少。
二、請它用自己的話解釋一次
這跟老闆交代員工做事一樣。任務交代下去，我會再確認：你真的理解嗎？用你的話再解釋一次給我聽。反過來也一樣，AI 給我 A、B、C 三個方案，我覺得 C 不錯，我會說「C 的意思是不是這樣、會到達什麼結果」，它確認我理解沒錯，我才會選 C。
三、驗收時給好範例，醜就直接說醜
「幫我排版」這句話其實什麼都沒說。做出來不滿意，就直接講：我覺得很難懂、這樣排好亂、這個重點跟我要的不一樣。最有效的做法是給一個好範例：「我覺得這個版本很好，前面有重點摘要、中間有每段內容、點了還能跳到影片對應的段落，照這個方向做。」排版底子可以借力開源的設計技能包，先讓 AI 上網找有哪些免費可用的，再套進流程。
觀點報告要自己定義，檔名要會說話
「讓我快速理解」每個人的標準都不同。所以我很認真地跟 AI 定義過：什麼叫重點、什麼叫摘要、什麼叫觀點報告，各自對應什麼格式。影片摘要回答「講了什麼」，觀點報告還要多回答「為什麼重要」和「可以怎麼用」，所以我的觀點報告分三層：來源事實、觀點整理、行動建議。做出一版喜歡的，就跟它說「記住，以後這個東西叫觀點報告，跟你說觀點報告就做成這樣」。
另一個省很多 Token 的小習慣是檔名寫關鍵字。資料多了之後，資料夾裡幾百份文件，你說「幫我看看上次蘋果發布會的字幕整理」，如果檔名沒寫關鍵字，AI 得一份一份點開找，光找檔案就燒掉一堆 Token。檔名寫上「字幕整理」加主題，它直接搜檔名就命中。我跟 Agent 約好：找檔案先搜檔名，搜不到才進文件裡找。
沉澱：「記住」一定要寫進技能包
AI 跟你說「我會記住」，先別急著相信，要確認它記在哪裡：記在這款工具自己的記憶裡，換一家就消失了；寫進技能包，所有 Agent 都調得動。今天這家好用就用這家，明天另一家更強就換，劇本跟著你走。
而且寫完還要追問到底：
流程跑通之後也用不著照單全收別人的版本。我自己就是看了別人開源的連動做法，把用不到的功能全部請 AI 砍掉，改成純粹抓逐字稿的極簡版。金窩銀窩都比不上自己的狗窩，從自己流程長出來的工作流跟技能包，才最符合自己的需求。現在的 Agent 都內建技能包的建立與修改能力，直接叫它改就好。
你可以怎麼練習：把影片任務拆成四張卡
一支影片要變成報告，可以拆成四張卡。每張卡的輸入和輸出寫清楚，Agent 下一次就能接續執行。
- 來源取得：影片連結進來，逐字稿出去。記下哪些內容有公開字幕、哪些要另外處理。
- 內容理解：逐字稿進來，重點與脈絡出去。用 NotebookLM 或對話式 AI 追問核心觀點、衝突點、適用對象。
- 報告產出：重點進來，觀點報告網頁出去。照你定義的三層結構：來源事實、觀點整理、行動建議。
- 流程沉澱：這次的做法進來，技能包和工作日誌出去。下次遇到新影片，一句話重跑。
先從一支比較短的影片開始，把四張卡各跑一遍。跑通之後你會發現，你學到的超過「把 YouTube 變成報告」，你開始知道怎麼設計自己的工作流、怎麼訓練自己的 AI 員工了。