KeyFrame內部研究專用

文組也能上手 AI Agent!ChatGPT Work 讓你的生產力翻倍!

漢克蔡 | Ai 集16 min中文
觀看原始影片

三句話摘要

無程式背景的人如何用AI代理工具自動化日常工作,透過簡單的「丟資料+開外掛」實現生產力躍升。 掌握「想到就丟、想到就開外掛」,把反覆性工作交給AI代理自動化,可將被動工作時間轉化為主動學習和策略思考時間。 --- 附註:逐字稿中出現多個工具名稱變體(Trash GPT、GGBT Work、TrueGBT),應為同一款工具的轉錄誤差,實際工具名稱建議查證原影片來源。 AI代理的核心價值在於自動化三類反覆性工作:整理資訊(會議紀錄、報表)、自我學習(文章總結)、機會發掘(求職、商機研究)。透過開啟外掛(Gmail、Google Drive、瀏覽器)連接資料來源,使用者只需上傳樣板或範例圖片,AI就能依照既定格式自動產出完整文檔,省去重複的格式調整時間。

重點整理

  1. AI代理的核心價值在於自動化三類反覆性工作:整理資訊(會議紀錄、報表)、自我學習(文章總結)、機會發掘(求職、商機研究)。透過開啟外掛(Gmail、Google Drive、瀏覽器)連接資料來源,使用者只需上傳樣板或範例圖片,AI就能依照既定格式自動產出完整文檔,省去重複的格式調整時間。

  2. 設定手機遠端遙控功能後,使用者可在通勤時用語音指令下達工作任務,讓AI在電腦上持續運作,徹底分離「人工作時間」與「AI工作時間」,大幅提升單位時間的產出效率。建置可重複使用的自訂Skill工作流程,使得複雜任務(如Lead Research)可標準化、批次化執行,進一步降低每次重新配置的成本。

實用技巧與重點

  • 工具與功能:
  • 模型選擇:頁面上方模型代表能力越強、Token消耗越多;下方模型Token少但能力較弱
  • 側邊面板:切換檢視已使用的資料來源(檔案、瀏覽器紀錄等)
  • 外掛清單:Gmail、Google Drive、瀏覽器、Web搜尋等
  • 三類應用場景:
  • 整理會議紀錄:上傳逐字稿+公司模板 → AI自動生成重點摘要
  • KPI報告:上傳截圖範例+Google Drive數據 → AI重製美化版報表
  • 文章總結:瀏覽器外掛+總裁報告格式提示 → Word檔自動產出
  • 遠端設定步驟:
  • 左上角菜單 → Remote → 確認桌面版登錄
  • 手機掃QR Code配對 → 桌面版Settings → 新增連線 → 手機掃QR
  • 設定完成後可用手機語音遠控筆電執行工作
  • Lead Research Skill建置:
  • 提示詞包含:公司名稱、網址、員工數、地區、產業、需求訊號、職缺、聯繫人
  • 去重邏輯:3個月內重複單位避免重複;3個月後可重新加入(新商業週期)
  • 使用指令:「Act / TypeLED」→「20 Leads Please」即可執行
  • 排程功能:
  • 左上角「已排程」設定每週/每月自動執行的工作
  • 內建模板:周一開始任務回顧、週末AI工作總結等

結論

掌握「想到就丟、想到就開外掛」,把反覆性工作交給AI代理自動化,可將被動工作時間轉化為主動學習和策略思考時間。 --- 附註:逐字稿中出現多個工具名稱變體(Trash GPT、GGBT Work、TrueGBT),應為同一款工具的轉錄誤差,實際工具名稱建議查證原影片來源。

完整解析

現代職場人面臨三大痛點:海量會議紀錄與報表需要整理、資訊爆炸但沒時間學習、職涯發展需要主動發掘機會。傳統做法仰賴手工逐一處理,既耗時又容易出錯。講者提出一個簡單原則:只要掌握「丟資料」和「開外掛」兩個動作,即使完全不懂程式的人也能操控AI代理自動完成這些工作。

以會議紀錄為例,使用者先上傳逐字稿檔案和公司的會議模板,寫一句簡單提示詞「幫我整理會議紀錄的重點」;若逐字稿放在Gmail,只需開啟Gmail外掛、修改提示詞為「尋找Gmail最新財務會議紀錄,依模板整理」,AI就會自動登入抓取資料。完成後可在右側面板檢視所有使用的資料來源,並以不同分頁管理多個任務的產出物。KPI報告類似:上傳美化範例截圖作為參考、連接Google Drive外掛拉最新數據、要求依照格式重製一份報表,AI即可自動產生視覺化儀表板。若結果細節不足,可提高模型等級或推理強度來改善品質。

對於自我學習,講者利用通勤時間讓AI總結商業期刊的新文章。透過瀏覽器外掛和「總裁報告格式」提示詞(結論優先、重點居中、背景放後),AI不僅能跳過動態廣告、擷取重要內容,還能在四分鐘內產出一份Word文檔,使用者開車時只需語音下達指令,下班時已有整理好的學習資料。第三類應用則是建置可重複使用的自訂Skill。以求職研究為例,講者先定義一套結構化提示詞,包含目標地區、公司規模、需求訊號、職缺窗口等欄位,設定去重邏輯(三個月內同家公司避免重複,三個月後視為新週期可更新),一次建置後就能反覆用「20 Leads Please」指令批次產生求職目標清單,每份都包含直接適用的職缺資訊。

整套流程最後透過手機遠端遙控功能完成閉環:在桌面版勾選Remote連線、用手機掃QR Code配對後,即使人在外地也能用語音或文字對電腦上的AI下達工作任務,讓AI在背景持續運作。講者強調最後一步是啟動排程功能,設定每週或每月自動執行「工作回顧」和「AI工作總結」,確保AI的產出成為日常決策的輸入,而不只是偶發的幫助。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。