ACT 02 · SPEAKER

江江教練

隱性知識提煉師／知識工作者的 AI 應用

協助專業人士,只需會寫文件跟分類資料夾,
就能打造自己的 AI 助理與知識庫。
用 AI 放大你的亮點。

📝 課堂補充(現場講出來但簡報沒寫的)

江江對自己身份的補充說明：

「隱性知識提煉師」的意思是：幫助工作者把自己腦袋裡知道但說不清楚的東西，整理成 AI 可以用的形式。
核心主張：「你只要會寫文件跟分類資料夾，就可以設計出讓 AI 能夠使用的知識庫。」這是江江在課程中一再強調的入門門檻說明。
他的做法重點在「放大特色」，不是讓大家變成 AI 工程師，而是讓 AI 學會你自己的判斷跟風格。

ACT 03 · GATHER

找資料

多代理交叉,讓子代理跑不同立場,自己不被偏好帶偏

(輪播卡 ACT 03 主視覺)

卡 01

多代理交叉

Codex 派子代理跑官方、正面、負面三組獨立觀點,自己只看交叉比對結果。

卡 02

Codex × NotebookLM

讓 Codex 直接抓 NotebookLM 內容回本地。社群套件 notebooklm-mcp,把外部資料變成本地素材。

卡 03

YouTube to NotebookLM

Chrome 外掛,在 YouTube 影片頁面一鍵把影片送進 NotebookLM 當 source。

🔗 Chrome Web Store 安裝

📁 點開看多代理交叉指令(風組長腳本)

# 標準呼叫(3 代理,預設角度:官方/正面/負面)
_agent/skills/multi-ai-dispatcher/scripts/multi-search.sh "搜尋主題"

# 換角度(自訂)
_agent/skills/multi-ai-dispatcher/scripts/multi-search.sh \
  --angles "技術,商業,法規" "搜尋主題"

硬規則:每個代理只做「找資料、列來源、摘錄原文」,沒有來源不准輸出,找不到就明說「無資料」。

📁 點開看 Codex × NotebookLM(已包成技能包,直接下載)

我已經把這條工作流包成公開版技能包 notebooklm-connector(MIT 授權,可自由使用)。

讓 Codex CLI 與 Claude Code 透過 MCP 直接連到你自己的 Google NotebookLM 做問答查詢。下載丟給 Claude Code 或 Codex 即可完整設定。

🔗 notebooklm-connector(GitHub repo)

⚠️ 危險技巧警語 · 一定要看

這兩個都是社群套件,不是官方授權,自己斟酌使用。

三個風險:

服務條款風險:可能違反 NotebookLM 條款,帳號被警告自負
隨時可能壞:NotebookLM 改版或外掛作者不維護,就斷
權限風險:Chrome 外掛要存取你的 YouTube/Google 帳號,credentials 也存本機

建議用備用 Google 帳號跑,不要裝在主力帳號。

📝 課堂補充(現場講出來但簡報沒寫的)

子代理查資料補充：

為什麼 AI 找資料容易偏頗：大語言模型很容易被上下文干擾。以「Google 2026 發布會的評價」為例，指令一下，AI 一定先找官方正面內容，然後順著這個脈絡繼續找，結果全都是好話。
解決方法就是讓三個分身各自「黑到底」「正到底」「徹查官方」，三組獨立跑完再整合，就會客觀非常多。
目前只推薦用 Codex 做子代理查資料。Claude Code 不是很會查、又貴；Gemini 前陣子幻覺嚴重，目前不推；Gemini Spark 可以再觀察。

NotebookLM 補充：

YouTube to NotebookLM 外掛：看到一個影片，可以一鍵加進去，甚至整個頻道的影片全部加入。但現在不是非常穩定，伺服器忙時有時會不跑。
CLI（Command Line Interface）的概念：讓 AI 可以直接調用介面。例如在 Claude Code 裡說「幫我用 Codex CLI 子代理去查資料」，Claude Code 就會在後台直接調用 Codex，查完再回來。
以前沒有 CLI：江江的舊做法是把 Claude Code 的內容存成日記，再複製貼到 Codex 去分析，分析完再貼回來。現在有 CLI 方便太多了。
CLI 的延伸應用：Photoshop 最近也出 CLI 了，可以直接跟 AI 說「去背、透明圖層」；剪影（剪輯軟體）也快了，以後剪片可能直接跟 Codex 聊一聊節奏跟重點，它就幫你剪。

ACT 04 · ARCHIVE

整理分類 + 靈感池

備課從「製造素材」變成「整理素材」

(輪播卡 ACT 04 主視覺)

平時累積 + 紀錄 + 標籤整理 + 定時總結 = 穩定的靈感爆發

卡 01

平時累積

靈感、回饋、別人的一句話、看到的觀點,立刻寫下來。順便記「為什麼當下覺得有東西」。

卡 02

標籤穿針

當下用對的標籤(例如 wiki-link「講師工作流」「2026-0523 課程」)連回未來那場講座。標籤是穿針引線的繩子。

卡 03

定時總結

養成節奏,例如每月辦兩次免費講座,半個月就會自動統整一次。資料不會拖太久。

📝 課堂補充(現場講出來但簡報沒寫的)

為什麼要寫工作日誌：現在很多 AI 公司都強調這件事。核心問題是「當大家都可以用 AI，用起來跟別人有什麼差別？」答案就是：AI 學到的是你的思維、你的判斷、你的流程，所以差別在「你自己」。
標籤的兩層設計：通用標籤（例如「講師工作流」，所有講師相關課程都可以用）+ 場次標籤（例如「2026年5月23號的課程」，針對這一次），兩層同時下，以後備課可以撈通用也可以撈場次。
標籤使用範例：「這篇不錯，可以寫脆文」、「這個點子可以加進某個提案」、「這個在地組織看到可能會喜歡」，都是現場講到的標籤例子。重點是要在當下有感覺的時候馬上下標，事後很難回想。
靈感池的核心概念：AI 是很好的「翻譯機」。可以把你的專業翻譯成受眾聽得懂的語言，也可以把受眾的痛點翻譯成你可以切入的角度。三層連接：你的知識 + 受眾需求 + 爆紅梗，三個接在一起就有穩定靈感輸出。

ACT 05 · SURVEY

課前問卷

真實需求調查法 + 學員落點分析

(輪播卡 ACT 05 主視覺)

卡 01

真實需求調查法

不問「想學什麼」,問「你現在卡在哪一步」。學員自己也未必知道想學什麼,但知道卡在哪。

🔗 real-needs-investigation(已開源獨立技能包,直接下載丟給 Claude Code 或 Codex 即用)

卡 02

學員落點分析

把問卷答案丟進落點分析技能包,看大家落在哪個程度、哪種需求。備課從假設變成有依據。

實際案例:

📊 5/5 嘉我好漾｜創業點子驗證術(業務/工具類,X:規劃中→執行中／Y:AI 小白→進階)

🌿 5/20 關係不內耗練習課(情緒/關係類,X:對外→對內／Y:練歸還→練表達)

📝 課堂補充(現場講出來但簡報沒寫的)

問卷的常見錯誤示範：把自己做的東西拿給身邊的人看，問「很棒對不對？你很有需要吧？」對方因為不想讓你難堪，就說「還不錯啊」。這種回饋完全沒有參考價值。
真實需求調查法技能包的核心設計邏輯：要問出「真實的需求、真實的行為、到底會不會願意、有沒有這個痛點，並且痛到願意買單」，而不是讓對方對你的熱情做出禮貌性回應。
技能包安裝建議：把 GitHub 網址丟給 Agent，先問「這是什麼、適合我嗎？假設我要裝，是整份裝還是只要部分？或者你直接告訴我怎麼整合進我的工作流程？」不要無腦裝。
問卷分析視覺化的具體做法：今天六十幾個學員各有各的問題，用中間軸心（課程主軸）加分群分析，核心區解決 60%、補充延伸解決 30%，講完就處理了 90% 的問題。
抽象主題也可以用：江江提到之前和湯老師合辦「關係與溝通」的講座，主題非常抽象，但 AI 分析問卷後，發現大家的情緒主調是「擔心」，讓他知道該從哪個切入點開場。

ACT 06 · PROMO

開課前推廣

社群輪播卡設計流程 + 分鏡腳本 + 品牌設定

(輪播卡 ACT 06 主視覺)

卡 01

社群輪播卡設計

主場流程:先寫文案,寫完文案再生成分鏡腳本,最後才生圖。文案是骨幹,分鏡是橋樑,圖是肉。

卡 02

分鏡腳本:插畫要有意義

插畫不是好看,是要幫助大家理解知識。插畫亂、眼花撩亂、壓縮文字空間,都是反例。底下附範例。

卡 03

品牌設定 + 三視圖

有品牌形象就做三視圖。每次生圖記得重丟一次品牌設定,否則會跑掉。

📎 分鏡腳本範例(卡 02 補充):

看咪卡的姿勢就懂這張圖在講什麼:手伸進電腦代表桌面版 Agent,腦袋連雲端代表模型還跑雲端。

一張圖傳達一個觀念。這就是「分鏡腳本要有意義」的範例。

📎 品牌設定:Mika 四視圖範例(卡 03 補充)

四視圖(正面/左/後/右)加上配件單獨多角度,把品牌形象所有細節定死。

生圖時把這張定稿照丟給 AI 當參考,風格才不會每次跑掉。咪卡的耳朵、帽子鬆緊度、書本拿法、毛色,都鎖死在這張圖。

📁 點開看生圖技巧 · 怎麼跟 AI 講才不會出五合一

關鍵指令(每次生圖前重貼):

一張一張分開生成,不要合併
每張4:5 直式大小
明說「幫我出 N 張」時要強調分開出 N 張,不是一張五合一
每次生圖前重新貼一次品牌設定,否則風格會跑掉

📝 課堂補充(現場講出來但簡報沒寫的)

分鏡腳本的觀念來源：江江把輪播卡類比成漫畫，每張圖是一個連續動作，四個畫面有故事線，不是四張無關的設計。
分鏡腳本的欄位格式：每張卡片寫三樣東西，文字內容、排版佈局、角色的動作。寫好之後再叫 Codex 生成。
生圖常見問題：Notebook LM 或 Gemini 預設生圖「很花俏」，壓縮文字空間。解法是在指令裡強調「人物動作要跟文字相呼應、有互動」，讓圖是在服務知識，不是單純好看。
品牌角色一致性：江江特別在意咪卡帽子的一致性，所以多生了正面、側面、背面的三視圖（甚至帽子的多個角度），定稿之後每次生圖都要重丟一次，確保帽子款型不會跑掉。
把定裝照放技能包會失敗：江江試過把咪卡三視圖直接放進技能包，結果生出來的帽子還是會跑掉。目前有效的做法是每次生圖時「手動貼一張定稿圖」，這樣效果比較好。
課前試水溫：推廣期間如果有學員在留言問「會不會教 XXX」，這個也會記下來丟進靈感池，備課時直接用。

ACT 07 · PREP

備課

用標籤快速統整 + 順稿 + 新手模擬器

(輪播卡 ACT 07 主視覺)

卡 01

用標籤快速統整

備課當天打開講座的檢索頁,用 backlinks 反向追蹤標籤(例如「講師工作流」、「2026-0523 課程」),所有平時累積的靈感、工作日記、半成品文章一鍵聚成一束。

卡 02

順稿

把素材順成講稿。AI 負責語感、節奏、過渡,自己負責立場跟取捨。

卡 03

新手模擬器

讓 AI 扮新手試學員會卡在哪。已收進 teaching-monitor 技能包 references/08-beginner-simulator.md。新手課程不確定性高,先模擬一輪可以省一半現場時間。

📝 課堂補充(現場講出來但簡報沒寫的)

今天早上備課的實際方式：江江說當天早上就是這樣備課的。他告訴 Claude「我今天要上課，幫我把之前寫的講師 Agent 工作流相關資料全部找出來，把之前的補充進來。」AI 就把標記過的素材都撈出來了。
同樣邏輯可用在提案：「我要跟某個人提案，我之前標記的『給那個人用的資料』，幫我全部找出來。」這樣備提案也非常快。
新手模擬器的適用時機：江江強調特別適合在「你很熟、但受眾很陌生」的時候用。如果事前沒有預演時間，讓 AI 先扮一輪新手，可以預先找出你以為不言而喻但學員其實完全不懂的地方。

ACT 08 · DELIVER

做交付品

簡報 → 網頁一鍵化(你現在看的這份就是示範)

(輪播卡 ACT 08 主視覺)

卡 01

投影頁網頁(webpage-builder)

用我自己的 webpage-builder 技能包做。一頁一個流程,章節清楚分隔,搭配字級調整、dot 導航。

⚠️ 個人使用授權,非商用。技能包目前自用版,公開版規劃中。

卡 02

參考介面叫 AI 模仿

想要這種上課簡報造型?直接給 AI 看這頁網頁,叫它模仿就行。配色、字體、結構你可以自己再改。

卡 03

公開部署:GitHub Pages

公開簡報直接推 GitHub Pages(免費、可被搜尋)。會議紀錄、客戶報告類含敏感內容的,走 Vercel 半私密部署(網址不好猜 + noindex)。

📝 課堂補充(現場講出來但簡報沒寫的)

今天這份課後版簡報本身就是示範：現場看到的這份網頁簡報，就是用「滑鼠設計技能包」（一個設計師叫「滑鼠」寫的，裡面有很多好看的網頁模板）做出來的。個人使用授權，不能商用。
截圖模仿介面的做法：看到喜歡的介面就截圖，貼給 Codex 或 Claude Code 說「我要這個功能，幫我做出來」。連設計稿都可以直接截圖讓 AI 模仿，不用自己寫規格書。
GitHub 是什麼：江江補充說，GitHub 現在除了放程式碼，也可以放技能包、放網頁。對非工程師來說，可以直接叫 Codex 去幫你連 GitHub、推上去，自己不需要懂指令。
Vercel 也是選項：Vercel（發音「弗索」）也可以做網頁部署，但江江建議先用 GitHub，因為比較簡單，Google 帳號授權點一點就可以。
免費版 GitHub Pages 沒有密碼保護，所以只適合不敏感、願意公開的內容。含個資或敏感內容的，要用別的方案（Vercel 半私密部署）。

ACT 09 · REUSE

課後再製

逐字稿三層次 + 教學手冊 + 學員提問入庫

(輪播卡 ACT 09 主視覺)

卡 01

逐字稿三層次整理

超詳細/很詳細/1比1 三個等級。包含洞察層:看我哪裡上得不好、哪裡可以優化。

卡 02

教學手冊製作

把講師講義整理成可以給別人接手教的教學手冊。下次同主題課直接複用。

卡 03

學員提問入庫

每個學員提問建一張卡,連回下次同主題課的檢索頁。學員問題變下次備課的最佳素材。

觀念:脈絡很重要,細節更重要。

無腦叫 AI 整理重點摘要,會把真正可以輔助決策的關鍵字、關鍵指標全部洗掉。逐字稿三層次的目的,就是把這些細節保留下來。

📝 課堂補充(現場講出來但簡報沒寫的)

逐字稿的洞察層用途：不只整理內容，也可以叫 AI 分析「我哪裡講得順、哪裡不順」「我什麼時候一直說呃」，這樣就知道哪個環節要優化。
會議逐字稿的情境說明：江江舉了一個例子——A 跟 B 開會，A 很期待，B 支支吾吾說「好吧那我陪你做好了」。如果只有摘要，你只會看到「兩人都要做這件事」，但實際脈絡告訴你問題很大。細節逐字稿才能抓到這種隱性訊號。
教新人同時教 AI：江江建議主管或老闆，教新人的時候要錄音。因為人對人說話時，會講得比對 AI 更仔細，更自然地交代脈絡跟判斷。這份錄音整理好，丟到 NotebookLM，就是一個可以查詢的知識庫。
知識庫的兩個好處：這個新人忘記了可以自己查；這個新人離職了，知識還留著，下一個人進來繼續用。

ACT 10 · COMPOUND

跨課程複用

技能包沉澱 + 卡片化重組

(輪播卡 ACT 10 主視覺)

卡 01

技能包沉澱

一次成功的操作 → 寫成技能包 → 下次叫名字就用。從「我會」變成「Agent 也會」。

卡 02

卡片化重組

卡片化的知識,按下一場課的需求重新排列組合。同樣的內容,給不同對象有不同講法。

📝 課堂補充(現場講出來但簡報沒寫的)

技能包的強制性：技能包跟提示詞最大的差別是強制性。提示詞 AI「愛聽不聽」，但只要平台 support skill，技能包就是強制按表操課。
技能包的觸發時機設計：幾千幾萬字的技能包不是每次都全部讀入，而是在對的流程裡、在對的時機自動觸發。設計好了，上下文不會爆炸。
哪些平台可以用技能包：桌面版 Agent 都可以直接寫。網頁版目前只有 Claude。Gemini 七月份的龍蝦版聽說會支援，但還沒看到實體，江江保留態度。
積木組合法的比喻：江江用「卡片盒筆記法」的邏輯，把知識拆成一塊一塊積木，以後要上什麼課就重新組合。同樣的積木，可以組成「講師 Agent 工作流」，也可以組成「給小編的圖文設計工作坊」，或是「手機商品攝影結合品牌形象」。
AI 時代的分工三層：可以給 AI 做的全部給 AI；AI 做不了但別人可以做的給別人；只有自己能做的才留給自己。江江說這是他看到的一個創業者分工原則，覺得很受用。

ACT 11 · CTA

兩條路接下去

我今天講的是流程不是細節。聽完之後,有兩條路接下去。

路徑 A · 把這份簡報丟給 AI 做個人化適配

我花一小時站在這裡,真正在做的事情是累積信任,讓你知道這份簡報裡是什麼。懶人聽的話,直接把這份簡報丟給 AI,叫它幫你檢查。

📁 點開複製個人化適配檢查指令

這是江江教練的「講師的 Agent 工作流」簡報。
我的角色與工作流是:[簡述你自己的角色、目前工作流]。

請幫我檢查這份簡報:
1. 哪些步驟我用得到,哪些用不到?
2. 哪些跟我現有的工作流程有衝突?
3. 我要怎麼改成我自己的版本?
4. 我要怎麼把它融入我目前的工作流?
5. 有什麼風險、引誘、衝突,幫我先標出來。

路徑 B · 明天的 AI 辦公室建置課

江江教練的 AI 辦公室建置(零基礎超新手實作場)
你下載,它做事。
帶你搭配 Codex,把自己的 AI 辦公室搭建起來。

📅 時間: 2026/05/24(日)14:00–17:00

💰 價格: NT$1,000 付費課程

🎥 上課 2 小時 + 實作 1 小時 · 現場錄影 · 課程回放

🎯 對象: 零基礎超新手實作場

⚠️ 報名前先確認電腦可以裝 Codex,確定能裝再來上課

🔗 Codex 確認:https://openai.com/zh-Hant/codex/

🎟️ 報名:https://portaly.cc/Jiang_Yude/product/Kky899Ov7vktlo1zW6Hy

📝 課堂補充(現場講出來但簡報沒寫的)

Q&A 現場的幾個重點：

江江用 1 到 5 分讓學員自我評估狀態，5 分是「聽完可以直接回去做」，1 分是「Codex 還沒用過」。這個評估是為了讓大家知道自己下一步該怎麼走，不是打分數。
龍蝦 AI 的故事：江江說自己當初裝龍蝦 AI（CLI 工具）的時候，不是自己去研究指令，而是叫 AI 幫他裝。裝完之後再叫 AI「你幫我把 Codex、Claude、龍蝦 AI 三個分工喬好，出一個計畫書給我」。這個例子是在說明：進入 Agent 工作流的門檻，不是「你懂不懂技術」，而是「你肯不肯讓 AI 帶著你走」。
課程收尾強調的核心概念：整個八階段流程，一點一滴地做下去，就是在建立自己的 AI 辦公室。不需要一次全部做，從哪一個步驟開始都可以。