KeyFrame內部研究專用

大癲!我做一次,#Codex 就學識?Record & Replay 實測:自動入數+上載 IG Reels #AI自動化 #ChatGPT #Record&Replay #廣東話 #香港AI教學

我想用Ai賺錢17 min中文
觀看原始影片

三句話摘要

AI Agent 透過「記錄」使用者操作自動學習工作流程,將重複性工作轉化為可重複使用的 Skill。 AI Agent 的記錄功能讓任何人都能透過示範而非編碼來自動化工作,但必須謹慎處理隱私與準確性,適度拆解複雜任務,詳細驗證生成結果。 記錄 vs 外掛的區別:外掛是工具套件,記錄則是使用者示範一次後自動轉化為可重複執行的 SOP。AI 會觀察實際操作和頁面內容,而非記錄滑鼠點擊位置,因此更具適應性。

重點整理

  1. 記錄 vs 外掛的區別:外掛是工具套件,記錄則是使用者示範一次後自動轉化為可重複執行的 SOP。AI 會觀察實際操作和頁面內容,而非記錄滑鼠點擊位置,因此更具適應性。

  2. 建立有效 Skill 的四個要素:明確工作目標、識別每次變動的數據(如 PDF 檔案、日期、金額)、確立固定規則(如分類邏輯、檔案放置位置)、定義完成條件與停止時機。

  3. 記錄示範的關鍵實踐:專注單一工作流程、避免切換視窗或開啟無關應用、讓 AI 清楚觀察到資料流動,完成後詳細檢閱生成的 Skill 內容,確認驗收點與停止條件準確無誤。

  4. 使用風險與限制:不應在記錄中出現密碼、OTP、身份證、銀行資訊等敏感資料;若流程每次差異大或成功標準模糊,不適合用記錄功能;高風險操作(如網銀轉帳)最好避免。

實用技巧與重點

  • 記錄功能時間上限:30 分鐘
  • 建議單一 Skill 長度:2-5 分鐘
  • 建立 Skill 前需確認的四項要素:目標 → 變動數據 → 固定規則 → 停止條件
  • 案例 1(收據入賬):PDF 上傳 → 資料辨識 → 按年月分類 → Excel 記錄
  • 案例 2(IG 貼文發佈):選影片 → 改尺寸 → 加字幕 → 發佈
  • 禁止錄製的敏感資訊:密碼、OTP、身份證、銀行卡、客戶文件、醫療資料
  • 記錄前準備:登入已完成、敏感檔案收起、使用虛擬或測試數據
  • Skill 執行方式:新建對話 → 輸入 `/skill 名稱` → AI 自動執行已記錄的工作流程

結論

AI Agent 的記錄功能讓任何人都能透過示範而非編碼來自動化工作,但必須謹慎處理隱私與準確性,適度拆解複雜任務,詳細驗證生成結果。

完整解析

AI Agent 的記錄功能改變了自動化工作的方式。過去使用 n8n、Zapier 等工具需要手工設定複雜的自動化流程,耗時且門檻高。如今只需在電腦上示範一次完整工作流程,AI 便能觀察操作過程與頁面內容,自動轉化為一套可重複使用的 Skill,之後只需下指令就能反覆執行。這對內容創作者、自由工作者等需要處理大量重複性任務的人特別有用。

講者透過兩個實際案例演示了這項功能的威力。首先是處理收據與發票的自動入賬流程:每月收到多張供應商單據,需按日期、公司名稱、金額和類別分類,並整理進 Excel。講者預先準備了虛擬 PDF 單據、設定好固定規則(按年月建資料夾、同類別歸檔),向 AI 說明哪些是每次都會變的資料(PDF 檔名、日期、金額、類別),然後按下記錄按鈕並完整示範一遍操作。過程中打開 PDF、理解資訊、搬移到指定資料夾、開啟 Excel 並新增記錄。示範完畢後,AI 分析整個操作序列、生成對應的 Skill,並可根據講者的反饋修正(例如改正資料夾名稱邏輯)。之後無論收到幾十張或幾百張單據,只需提供新的 PDF,AI 就能自動完成相同流程。

第二個案例是 Instagram 貼文發佈。許多內容創作者缺少專業排程工具(Instagram 沒有 Facebook 粉專就無法使用排程功能),講者展示如何讓 AI 自動處理:準備好影片、縮圖、字幕等素材放在指定位置,向 AI 說明需求,示範一次完整流程(登入帳號、選影片、調整尺寸、貼上字幕、預覽、發佈)。系統會自動生成 Skill,後續只需給新影片的連結,AI 就能自動上傳並套用相同的發佈流程。這樣講者無需整日坐在電腦前,手機上都能隨時指揮 AI 上傳。

但使用記錄功能時必須謹慎。講者強調,錄製過程中 AI 會捕捉所有操作與頁面內容,因此絕對不能出現密碼、OTP、身份證、銀行帳號等敏感資訊,因為 AI 可能用於訓練。複雜或冗長的工作應先拆解為多個小 Skill,每個控制在 2-5 分鐘,這樣 AI 更容易理解。若流程每次都大幅不同、成功標準模糊不清、或涉及高風險操作(如網銀轉帳),就不適合用記錄功能。最後,AI 生成的 Skill 必須詳細檢閱,確認目標、驗收點、停止條件都符合要求。

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。