教學
個人知識管理(PKM)、Obsidian 與 AI 的教學講義。
課程・7 篇
第 1 篇固定程式、AI 流程、AI 代理怎麼選?先問一句:下一步由誰決定很多事其實用不到 AI 代理。用兩個問題分辨該寫固定程式、用 AI 加固定步驟,還是交給 AI 代理;選錯會多付什麼代價;以及剛開始要讓 AI 自己做到什麼程度、信任怎麼一步步放。第 2 篇YouTube 影片幾分鐘變成繁中報告:用字幕或 Whisper 轉文字,再請 AI 照格式寫一支 30 分鐘的影片,自己看完再整理要一兩個小時。我的做法是先抓字幕,沒字幕就在 Mac 上用 Whisper 把聲音轉成文字,再請 AI 照固定的 10 節格式寫繁中報告,單支約 2~4 分鐘。也說明什麼時候改用 NotebookLM。第 3 篇AI 逐字稿和 AI 摘要出錯了怎麼查?從聽錯的名字到憑空生出的行動項目語音轉文字會把同音字、數字、產品名聽錯,AI 摘要還會自己編出決策和負責人,而且讀起來完全通順。這篇講怎麼認出 AI 轉錄的素材、怎麼用查證表一項一項查,以及查不到的名稱該怎麼處理。第 4 篇一個人怎麼帶五個 AI 助理:誰做什麼、怎麼交接、誰驗收誰我同時用五個 AI 助理做事。這篇講它們各自負責什麼、能寫哪些地方、東西怎麼交接,為什麼做的人不能驗收自己,以及實際踩過的偏差。第 5 篇在自己電腦上養一個 AI 助理:本機模型、手機查筆記、半夜自動整理以我用 Hermes 的經驗為例:為什麼要把 AI 助理放在自己電腦上、模型怎麼依記憶體挑、怎麼分成幾個角色、手機上怎麼用,以及踩過的坑和還沒做完的事。第 6 篇AI 說「做完了」,怎麼驗收?開工前寫清楚,完成時逐項附證據AI 回報完成,不等於真的做對了。我的做法是:開工前寫清楚要做什麼、明確不做什麼,先寫好測得到的驗收條件,換另一個模型從頭複核,故意弄壞程式看測試抓不抓得到,完成時逐項附證據;小功能則走輕量流程。第 7 篇Ollama、LM Studio 怎麼選?本機模型入門:看懂記憶體、量化、上下文,再接上 Hermes沒在自己電腦跑過 AI 模型也看得懂:Ollama、LM Studio、llama.cpp、Hermes 各在哪一層,怎麼依記憶體挑模型、看懂模型名稱和上下文,我實際用的組合和實測心得,以及最小的起步方式。AI 助理實戰
我實際怎麼用 AI 助理做事:先選對做法、YouTube 變報告、查 AI 的錯、多個助理分工、在自己電腦養一個助理、驗收 AI 的成果。只寫過程和做法,不放公司資料。
從第一篇開始 →