KeyFrame內部研究專用

【Manus 實戰教學】從研究、簡報到個人網站,帶你掌握普通人也能上手的 AI Agent

工程師下班有約·5月13日週三·25 min中文

三句話摘要

以 Manus AI Agent 為核心,示範如何透過低門檻工具完成研究整理、簡報製作與個人品牌網站建立的完整工作流程。 --- Manus 的真正價值不在於一鍵生成,而在於「優化需求→確認大綱→執行生成→打包技能」這套結構化協作流程,讓 AI 做得更符合預期、人的時間花在刀口上。 使用門檻決定工具的實際落地率。 不管 AI 工具功能多強,使用門檻高就會導致員工上完課後棄用。Manus 的設計目標是讓非技術背景的人也能快速上手,避免需要開程式編輯器或終端機的操作。

重點整理

重點
  • 1

    使用門檻決定工具的實際落地率。 不管 AI 工具功能多強,使用門檻高就會導致員工上完課後棄用。Manus 的設計目標是讓非技術背景的人也能快速上手,避免需要開程式編輯器或終端機的操作。

  • 2

    讓 AI「做完」與「做好」是兩件事,釐清需求是前提。 講者強調在請 AI 生成任何內容之前,應先用 Chat 模式讓 AI 優化自己的需求描述,再讓 AI 反問自己缺少哪些資訊,補充完整後才正式生成,這樣可大幅減少來回修改的成本。

  • 3

    先做大綱再生成完整內容,降低積分浪費與修改成本。 直接請 AI 生成完整簡報不僅耗費較多積分,方向錯誤時修改範圍也大。先確認大綱方向符合預期,再執行完整生成,是更有效率的工作流程。

  • 4

    Skill 機制讓流程可複用,連接器讓 AI 直接操作外部平台。 透過 Skill Creator 可將多輪對話的操作流程封裝為技能,日後只需提供主題即可自動觸發。搭配 GitHub 連接器,Manus 可直接建立 Repository 並部署網站,但授予權限前應充分了解風險。

  • 5

    --

實用技巧與重點

乾貨
  • 透過邀請連結註冊可獲得 1500 積分(初始 1000 + 邀請獎勵 500),每日登入再獲 300 積分,合計初始可用 1800 積分
  • 生成 15 頁圖文並茂簡報約消耗 300 積分
  • Chat 模式消耗積分:0;Agent 模式會啟動虛擬機自動瀏覽搜尋
  • 免費版僅能使用 Lite 模式;影片以付費版示範
  • 簡報生成提供三種風格:專業(HTML 可編輯)、GPT、Nano Banana(圖片視覺化)
  • 專業模式:適合圖表密集、需頻繁調整數據的簡報
  • Nano Banana:視覺效果強,但修改細節等同重新生成圖片
  • 可上傳 PDF、Word、PPT 等多格式文件進行跨格式內容整合
  • 網站部署推薦方案:GitHub Pages(免費、含版本控制)
  • 圖片優化技巧:將網站圖片轉換為 WebP 格式 加快渲染速度
  • 提示詞技巧:要求 AI 以 Markdown 格式輸出需求,可得到結構化、有層次的結果
  • Manus 支援平台:網頁、桌面 APP、手機 APP
  • 可連接外部工具:Gmail、Google Calendar、Notion、GitHub
  • --

結論

結論

Manus 的真正價值不在於一鍵生成,而在於「優化需求→確認大綱→執行生成→打包技能」這套結構化協作流程,讓 AI 做得更符合預期、人的時間花在刀口上。

完整解析

詳細

大多數企業在評估 AI 工具時,功能之外更在意的是使用門檻。講者鼎源長期協助企業導入 AI,觀察到許多功能強大的 Agent 工具因為需要開啟程式碼編輯器或終端機,導致非技術背景的員工上完課後就不再使用。基於這個痛點,他選擇介紹 Manus——一款操作介面接近一般聊天工具、但具備完整 Agent 能力的平台,讓普通人也能真正把任務「交出去」,而不只是獲得建議後自己再動手執行。

在正式示範前,講者先提出一個核心觀念:讓 AI 把事情做完,跟讓 AI 把事情做好,是兩件完全不同的事。以現在的 AI 能力,一個指令就能生成簡報、網站甚至 APP,但結果未必符合需求。他的解法是分階段工作:先在 Chat 模式(消耗積分為零)與 AI 討論、優化需求描述,再讓 AI 反問自己還缺少哪些資訊,補充完整後才切換到 Agent 模式執行。這個「讓 AI 反問自己」的技巧特別實用,因為很多時候使用者根本不知道自己需要提供什麼,與其硬想,不如讓 AI 來檢查。

在簡報生成的實戰案例中,講者扮演汽車零件零售業廠商,目標是製作一份進軍東南亞市場的業務簡報。他先把模糊的四行需求貼給 AI,請 AI 優化成結構完整的提示詞,再讓 AI 模擬公司老闆回答補充問題,最後先請 AI 輸出 15 頁大綱確認方向,確認無誤後才正式生成簡報。這樣做的理由很務實:方向正確才生成,可以避免積分浪費,也減少大範圍修改的成本。生成後的簡報支援單頁文字直接編輯、魔法棒白話文調整、更換主題風格,甚至可以生成上台用的逐頁講稿。繁複的流程確認有效後,講者透過 Skill Creator 將整套「提供主題→生成簡報」的流程打包為可重複觸發的技能,日後只需輸入主題,AI 即可自動啟動完整流程。

最後一個案例是建立個人品牌網站。講者上傳了包含 PDF、Word、PPT 的多種格式素材,讓 Manus 跨格式整合內容,自動萃取擅長領域、個人成就、課程資訊與收費標準,並搭配上傳的圖片生成完整的個人形象網站初稿。透過 GitHub 連接器,Manus 可直接建立 Repository 並部署至 GitHub Pages,實現免費永久網站與版本控制的雙重效益。講者特別提醒,開放連接器權限前必須清楚自己在做什麼,並以網站在手機上出現排版破版為例,強調 AI 可以加速製作,但品質把關仍需要人工確認。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。