← → 翻页 · ESC 索引
Vol.03 · Part Three
01 / 26
Gen AI Workplace · 36hr · Part 3

知識管理 × 會議協作

讀過的東西變成隨時可調的資產,
開過的會變成可追問的知識庫。

Keyword·NotebookLM ·Audio Overview ·第二大腦
Duration·6 小時授課 ·3 單元 ·Part 3 / 6
弄一下工作室 生成式 AI 工作應用班 · 36hr Part 3 of 6
Opening · Manifesto
02 / 26
Why this part opens here
忘了的不是知識
找回它的入口
建知識庫不是存更多,是把入口接好
—— Part 3 · 第二大腦的真正含義

沒建知識庫的 8 年,
1 年重複 8 次沒兩樣。

Part 3 · Opening Gen AI 36hr
This Part · Outcomes
03 / 26
Learning Outcomes · 六小時帶走

三件事,離開教室就能用

不只是學工具,是養一個可長期累積的習慣

Outcome 01
01
把 NotebookLM 從「偶爾打開」變成會議與研究的主場,不再被 ChatGPT 編造踩坑。
Outcome 02
02
設計屬於自己的「兩層知識庫」,建立每週 30 分鐘的攝入節奏。
Outcome 03
03
帶走 5 個 Notebook 起手結構 + 知識萃取 prompt,下週上工就能用。
Part 3 · 3 Units 6hr · CH3-1 / CH3-2 / PRAC3
Act I · Unit 3-1
04 / 26
Chapter 3.1 · NotebookLM in Depth

NotebookLM 深入

不是聊天機器人,
是專為「讀文件」打造的 AI。

7 Slides·Concept + Workflow + Podcast ·~120 min
Act I · NotebookLM Mastery Unit 3-1
3-1 · The Essence
05 / 26 講義 · 3-1
Step 01 · 為什麼大家剛開始覺得它「答不出話」

它不打算回答常識問題

NotebookLM 的核心定位:只回答你提供的資料裡有的內容。
這跟所有其他 AI 都不同。

能力邊界越窄
輸出越值得信任
這就是它能取代「ChatGPT 讀 PDF」的原因

120 頁合約裡編出根本不存在的「第 15 條」——
這種錯誤,NotebookLM 結構上就不會犯

Unit 3-1 · 本質 Source-Grounded · 不編造
3-1 · Side by Side
06 / 26 講義 · 3-1
Step 02 · 兩個世界,搞清楚什麼時候用哪個

一般 AI vs NotebookLM

A
Claude / GPT / Gemini
資料來源:訓練知識 + 你貼的內容
知識邊界:模糊(不知道會猜)
幻覺風險:中–高
適合:創作、寫作、討論、靈感
B
NotebookLM
資料來源:只用你給的 Sources
知識邊界:明確(不在就說找不到)
幻覺風險:極低 附頁碼可驗證
適合:合約、研究、政策、會議追蹤

兩者不互斥——先用 Claude 腦力激盪、再用 NotebookLM 驗證引用。

Unit 3-1 · Compare Decision · 何時用誰
3-1 · Anatomy
07 / 26 講義 · 3-1
Step 03 · 介面拆解 · 4 區各自的角色

新手卡在「全混在一起」

Sources · 資料來源
① Sources
PDF、Doc、URL、YouTube、音檔——同專案放一個 Notebook。免費 50 source / 50 萬字。
Chat · 問答區
② Chat
回答附 [1][2][3] 引用,點開跳到原文。先問具體再問概念。
Notes · 筆記
③ Notes
「Save to note」累積成個人知識卡。Notes 可回頭當 Sources 再問。
Audio · Podcast
④ Audio
兩位 AI 主持人對談你的資料,通勤聽掉一份報告。中文版 2026 下半年。
Unit 3-1 · Four Areas 分工 · 不要全混在一起
3-1 · Meeting Workflow
08 / 26 講義 · 3-1
Workflow 01 · 會議錄音完整處理流程

一場會議變成可追問的小知識庫

建 Notebook
命名格式:[YYYY-MM-DD] [客戶名] [主題]。一個會議一個——不要全塞一個。
Step 01
上傳音檔
最大 200MB(約 3-4 小時)。順便上傳議程、上次 email、相關報告讓回答更精準。
Step 02
Briefing doc
右側 Studio 一鍵產結構化摘要——比自己寫快 5 倍,當會議紀錄第一版。
Step 03
Chat 追問
「客戶承諾要做什麼?」「金額有提到哪些?」每題附引用可驗證
Step 04
Save to note
有價值的回答按「Save」。一週後想複查直接打開來問,不用翻錄音。
Step 05
Unit 3-1 · Meeting · 5 Steps 建立可追問的會議檔
3-1 · Cross-Meeting
09 / 26 講義 · 3-1
Workflow 02 · 連續會議的趨勢追蹤

3 個月的客戶關係放進同一個 Notebook

傳統 AI 沒長期記憶——這是 NotebookLM 真正無可取代的地方。

態度變化
「比較客戶從第一次到最新一次對 X 的態度,引用具體發言。」
Q 01
承諾追蹤
「列出我方所有承諾,標已完成 / 未完成 / 被客戶提出。」
Q 02
預警信號
「過去 3 個月有哪些『客戶不滿意的信號』被提到?」
Q 03
下次準備
「根據過去脈絡,下次會議我應主動提哪 3 件事?為什麼?」
Q 04
Unit 3-1 · Long-Term Memory 單次 AI 對話做不到的事
3-1 · Researcher Mode
10 / 26 講義 · 3-1
Workflow 03 · 一次丟 10–20 份相關文件

NotebookLM 真正的力量在跨文件理解

Scenario A · 競品研究

Sources:競品年報 + 財報 + 官網所有產品頁 + 5 篇媒體報導 + 自家市場分析。

可以問:「過去 12 個月競品釋出的所有新產品,按時間排序」「給我一份競品 SWOT,每點附原文引用

Scenario B · 認證考試

Sources:教科書 PDF + 上課簡報 + 老師補充 + 考古題 YouTube + 自己筆記。

可以問:「給10 題模擬考附答案與頁碼」「整理『常考重點 + 易混淆概念』表格」

把這個玩法養 6 個月——你會發現從零碎新聞看不出的大趨勢都在裡面。
Unit 3-1 · Multi-Source Claude 做不到的跨文件視角
3-1 · Audio Overview
11 / 26 講義 · 3-1
Workflow 04 · 把資料變 Podcast · 通勤聽掉

兩個 AI 主持人對談你的資料

5 篇技術論文丟進去 → 15 分鐘對談 →通勤聽完回辦公室直接討論

變化 A
Critical analysis
主持人提質疑與反駁——適合 review 自家提案、找合約漏洞。
變化 B
Compare and contrast
專注比較兩份 Source 差異——競品 vs 自家、舊版 vs 新版。
變化 C
Explain like I'm 15
最淺白方式講解術語——非本科進新領域、給家人解釋工作。
變化 D
Deep dive on X
「Focus 80% on section X」——100 頁只關心 20 頁時用。
Unit 3-1 · Podcast 耳朵 · 比眼睛省力的學習通道
Act II · Unit 3-2
12 / 26
Chapter 3.2 · Personal Knowledge Base

個人知識庫

從讀到的東西,
能用的資產

7 Slides·Two-Layer · SOP · Retrieval ·~120 min
Act II · Knowledge Compound Unit 3-2
3-2 · Why Build It
13 / 26 講義 · 3-2
Step 01 · 為什麼要建

差別不在誰學得多——在誰記得住

業務阿豪當了8 年,跟 200 位客戶互動。
客戶 Z 來談新案,他隱約記得 3 年前有類似的——
翻 email、找錄音、讀舊筆記共 90 分鐘,沒找到。
那 3 年前的經驗價值,等於零
沒建知識庫的 8 年 = 1 年重複 8 次
Unit 3-2 · The Compound Effect 外接記憶 · 不是記憶宮殿
3-2 · Two Layers
14 / 26 講義 · 3-2
Step 02 · 不要想「一個工具搞定全部」

活水區 vs 沉澱區

L1
活水區(短期)
當下處理的客戶 / 案件 / 學習主題。資料量大、變動快、可拋棄。專案結束後抽萃精華,原始資料可歸檔。

工具:NotebookLM(一專案一 Notebook)
節奏:專案開始建、結束清
L2
沉澱區(長期)
值得跨年度保留:方法論、行業 know-how、客戶 profile、踩過的坑。每筆都精煉過,不放原始文件。

工具:Notion / Obsidian / Apple Notes
節奏:每週固定時段整理

入庫標準:「3 個月後我還會想看一次嗎?」不會就刪,留精華。

Unit 3-2 · Architecture 分層 · 不分就成資訊垃圾場
3-2 · Knowledge Flow
15 / 26 講義 · 3-2
Step 03 · 4 階段流動 · 知識怎麼從原料變精華

輸入 → 活水 → 精煉 → 沉澱

Phase 01
輸入
PDF / 會議錄音 / 文章 / 客戶 email——原始素材,未經整理。
Phase 02
活水
NotebookLM 專案 Notebook——還在用的專案知識,可問可查。
Phase 03
精煉
AI 萃取 + 你判斷——三段式知識卡(重點 / 觀察 / 情境)。
Phase 04
沉澱
Notion / Obsidian / Apple Notes——長期可搜尋的精華筆記。

最常見錯誤:原文照搬到沉澱區——3 個月後打開全是雜物。

Unit 3-2 · Refining Pipeline 原料 ≠ 精華
3-2 · Tool Selection
16 / 26 講義 · 3-2
Step 04 · 沉澱區用哪個工具?

沒有最佳——只有「你會持續用」

最易上手
Notion
資料庫式管理、跨裝置、可分享。適合團隊共享、重視介面美感
最強檢索
Obsidian
本機檔案、雙向連結、知識圖譜。重視資料自主權的進階玩家。
最低門檻
Apple Notes
內建、OCR 強、語音輸入順。不想再學工具者首選

已經在用的就繼續用——不要重新搬家。建滿 500 筆再評估換不換。

Unit 3-2 · Choose Wisely 堅持度 > 工具差別
3-2 · Ingest SOP
17 / 26 講義 · 3-2
Step 05 · 每週 30 分鐘的固定流程

5 步驟知識攝入 SOP

捕捉
看到值得保留的立刻丟「待消化」資料夾。不分類、不細讀,先存。
隨時
消化
建議週五下午固定 30 分鐘。每筆三選一:萃取 / 進活水區 / 刪掉。
每週
萃取
值得進沉澱區的丟 Claude,用三段式知識卡 prompt 壓成精華再貼。
用 AI
標籤
每筆 3-5 個。標籤越少越好——寧可重複用舊標籤,不要創新標籤。
每筆
回顧
每月 / 每季 1 小時,整理「月度回顧」——重複看才是真的內化。
每月
Unit 3-2 · 5-Step Ingest 習慣 · 比工具完美重要 10 倍
3-2 · Extract Prompt
18 / 26 講義 · 3-2
Step 06 · 整個 SOP 最值錢的部分

三段式知識卡 prompt

把它存進 Claude Project 叫「知識萃取器」,每週消化時用。

① TL;DR  20 字內,這份內容的核心 → 2 秒決定要不要深入看
② 三個重點 精華不超過 3 個 → 才能記住
③ 我的觀察 2-3 句:對我(具體場景)有什麼意義?→ 連到「你」才算知識
④ 將來情境 1-2 個具體情境 → 未來能搜到
⑤ 標籤 最多 5 個 → 寧可重複也不創新標籤

沒有「我的觀察」,知識永遠是別人的。有了它,才是你的

Unit 3-2 · The Extraction Card 把 AI 變成你的萃取夥伴
3-2 · Retrieval
19 / 26 講義 · 3-2
Step 07 · 把沉澱區匯出 → 丟進 NotebookLM 問

5 個跨年度檢索提問範本

主題搜索
「我過去 6 個月有沒有記過 [主題] 相關筆記?整理重點。」
Q 01
客戶歷史
「[客戶名] 我之前跟他互動有什麼模式?哪些議題他特別在意?」
Q 02
方法論調用
「我筆記裡關於 [方法論] 的內容,跟現在遇到的 [情境] 是否相關?」
Q 03
模板檢索
「我的提案模板庫,哪些適合 [B2B / 中小企業] 場景?」
Q 04
觀點演變
「比較我筆記中關於 X 的記錄(不同時期),觀點有沒有變化?」
Q 05
Unit 3-2 · Cross-Year Search 調用「過去自己的判斷」
Act III · PRAC 3
20 / 26
Practice · Take-Home Toolkit

帶走的起手包

5 個 Notebook 結構 + 萃取 prompt
+ 雙引擎搭配心法 + 踩坑清單。

4 Slides·Templates · Cheatsheet ·~80 min
Act III · Take-Home PRAC 3
PRAC 3 · 5 Templates
21 / 26 講義 · PRAC 3
Tool A · 上班族最高頻 5 個 Notebook 起手

不必全建——挑 1-2 個立刻動手

客戶 Profile
一客戶一 Notebook · 官網 + email + 會議錄音 + 報導 → 提案前 10 分鐘復盤
業務
專案案件
一案一 Notebook · RFP + 合約 + 會議 + 內部溝通 → 結案做 retrospective
PM
學習認證
教科書 + 簡報 + YouTube + 考古題 → 請 AI 出模擬題、Audio 通勤複習
學習
產業情報
競品官網 + 媒體 + 研究報告 → 每月做趨勢摘要,取代外包顧問
情報
總覽庫
每季把沉澱區匯入 Notebook → 「我以前怎麼想 X」都可問
第二大腦
PRAC 3 · Tool A 第一個 Notebook 比完整架構重要 10 倍
PRAC 3 · Dual Engine
22 / 26 講義 · PRAC 3
Tool B · 兩個工具不互斥 · 順序很重要

NotebookLM × Claude 雙引擎

先 Claude
腦力激盪、抓重點、寫初稿、想創意——需要「外部知識」與「溫度」
再 NotebookLM
驗證引用、追溯頁碼、跨文件比對——需要「精準」與「不編造」
萃取流程
活水區(NotebookLM)→ 三段式 prompt(Claude)→ 沉澱區(Notion 等)。
檢索流程
每季把沉澱區匯出丟回 NotebookLM →「我以前怎麼想 X?」第二大腦啟動。

不要在 ChatGPT 裡讀 PDF——編造風險高 + 沒長期記憶

PRAC 3 · Tool B 創意 vs 嚴謹 · 各司其職
PRAC 3 · Pitfall Museum
23 / 26 講義 · PRAC 3
Tool C · 別人踩過的坑 · 你不必再踩

知識庫的6 個典型踩坑

建好不維護
第一週很興奮、兩週後再沒打開 → 行事曆固定週五 17:00 整理,像刷牙。
坑 01
工具搬家症
Notion → Obsidian → Logseq,沒在建內容只在搬資料 → 第一年禁止搬家
坑 02
標籤爆炸
「客戶」「客戶溝通」「客戶管理」分 3 個 → 每筆最多 5 個 + 寧可重複
坑 03
原文照搬
整篇文章直接貼進沉澱區 → 強制用三段式 prompt 萃取,原始放活水區。
坑 04
沒有「我的觀察」
筆記都是別人的話、3 年後不知為何存 → 萃取 prompt 必含這一欄
坑 05
不肯刪
「以後可能有用」累積 2000 筆從沒用過 → 每季淘汰 30%,反而更愛用。
坑 06
PRAC 3 · Pitfalls 維護 = 定期刪 · 不是存更多
PRAC 3 · Red Lines
24 / 26
Boundary · 用 AI 管知識的紅線

把知識交給 AI 之前,先想三件事

客戶機密·不丟雲端 NotebookLM
個資 / 病歷·本機 Obsidian 才安全
Podcast 公開分享·檢查是否含對方未授權發言

方便 ≠ 安全。
在按 Upload 之前,先把三條紅線想一遍

Part 3 · Ethics 第二大腦 · 不能犧牲對方信任
Map · What's Next
25 / 26
Connect · Part 3 接到後面三個 Part

知識庫怎麼接到後面的課

Part 3 是「個人知識的基礎建設」——後面三個 Part 都會用到它。

→ Part 4
零代碼工具開發——你的萃取 prompt + 知識卡,可以做成「給同事用」的工具。
8hr
→ Part 5
Make / n8n 自動化——自動把 email、會議、表單塞進 NotebookLM 或筆記庫。
6hr
→ Part 6
個人 AI 系統整合——把 Part 1-5 串成「以場景為主軸」的個人工作流。
4hr
→ Part 7
結業專題——挑一個你最想做的場景,把整套方法做成 MVP 公開。
4hr
Part 3 · Bridge 知識基建 · 接全課程
Part 3 · End
26 / 26
To Be Continued · Part Four

第二大腦,
從這週開始養

建一個 Notebook、寫一張知識卡、每週五 30 分鐘
4 週後你會發現自己已經不一樣。

Part 4·零代碼 AI 工具開發 ·8 hr