User
Write something
Pinned
🎡 新朋友看這裡!解鎖免費資源攻略
你有沒有這樣的感覺 — 每天上班,有一大堆時間花在「不用腦但不能不做」的事上? 撈數據、整理報表、複製貼上、手動分類⋯⋯ 明明知道這些事不需要「人」來做,但就是沒有更好的辦法。 我是 Heison,做了 6 年電商,從助理做到經理,帶團隊把年營收從 300 萬美金做到 4500 萬美金。 帶團隊的過程中我發現一件事: 大量的工作時間被消耗在簡單、重複的任務上 — 撈評論、整理數據、做報表,其實這是每個行業都一樣的通病。 後來我用 AI 自動化建了一個系統,15 分鐘跑完團隊一天的工作量。 那一刻我明白: 會「用」AI 工具不算什麼,會「建」AI 系統才是真正的技能。 現在我專注教一件事 — 打造出屬於你自己的 AI 自動化系統。 不是教你追工具,是教你建系統。 因為每個人的應用場景都不一樣。 在這個社群你會看到: 🔥 真實案例 — 用 AI 自動化解決了什麼問題、省了多少時間 💡 觀念分享 — 為什麼大部分人用了 AI 還是沒有真正改變工作方式 💬 互動問答 — 你的工作痛點,我們一起想怎麼自動化 歡迎來到這裡 💪 先在下面留言告訴我:你現在工作中最重複、最浪費時間的一件事是什麼? 🚀 三步驟解鎖 Classroom 資源 Step 1|簽到打卡 在這篇貼文下方留言簽到,讓大家認識你! Step 2|自我介紹 發一篇貼文介紹自己~聊聊你是誰、做什麼、想在這裡獲得什麼? Step 3|互動升級 積極留言、給別人按讚,累積 5 積分即可升到 Level 2! 🎮 積分怎麼賺? • 你的貼文或留言被按讚 → +1 積分 • 升到 Level 2(5 積分)→ 解鎖 Classroom 免費資源 🎁 💡 小秘訣:發一篇用心的自我介紹,很容易就能拿到 5 個讚囉! 📋 社群小約定 ✅ 互相支持 — 分享想法、彼此鼓勵,一起成長! ✅ 尊重隱私 — 不外流任何人的個人資訊 ✅ 禁止推銷 — 不打廣告,但歡迎分享你的社群帳號(IG、YT、FB) ✅ 珍惜資源 — 社群內容僅供成員使用,請勿外傳 🚫 零騷擾 — 禁止私訊騷擾,違規直接移除 ✨ 你的小任務 ☐ 留言簽到 ☐ 發自我介紹貼文 ☐ 給 3 位成員的貼文按讚 ☐ 在別人的貼文下留言互動 完成以上任務,你很快就能升級解鎖資源啦! 🚀 想要完整實戰? 免費群讓你入門,Plus 群讓你實戰變現 → 6 大核心技能 + 每週直播 + 實戰 Template + Debug 框架 👉 了解 Plus 群: skool.com/ai-plus-8477 有任何問題歡迎留言,我們一起讓這個社群越來越棒 💪
Pinned
🗺️ 你的 AI 自動化成長路線圖
看了 100 支 AI 教學,工具都學了。 但你的副業呢?還是零。 不是你不夠努力 是你缺一條完整的路 —— 從「會用 AI」到「用 AI 賺錢」,中間隔了好幾關,沒人帶你走。 我用 AI 把一天的工作壓縮到 15 分鐘,再把這套方法賣給企業客戶做月費服務。現在我把整條路拆成 5 個階段,帶你走一遍。 🗺️ 變現成長 5 大階段 - 📍 Stage 1|看懂 AI 能做什麼 ℹ️ [ 免費群提供 ] - 📍 Stage 2|動手試一次 ℹ️ [ 免費群提供 ] - 📍 Stage 3|打地基 — 心態 + 方向 + AI 工作流 🔒 [ Plus 會員 · 90 天課程 ] - 📍 Stage 4|建造 — AI 工作流 + 個人品牌 🔒 [ Plus 會員 · 90 天課程 ] - 📍 Stage 5|變現 — 引流 + 接案 + 規模化 🔒 [ Plus 會員 · 90 天課程 ] - 免費群帶你入門 → Plus 群帶你走完 90 天 🎁 【 Plus 群你會得到 】 - 📈 6 個學習階段的完整課程(每月解鎖 2 個) - 👤 AI 互動教練:24 小時帶你走流程、盯你的進度 - ⚙️ 每個階段的實戰模板(直接用) - 🎥 每週直播 + Q&A - 💬 卡關私訊,我會回覆 從「看教學的人」變成「能用 AI 賺錢的人」。 ⚠️ 重要提醒: 目前鎖定 US$49/月,未來將調整價格。已加入的不受影響。 👉 點擊加入 Plus 群: skool.com/ai-plus-8477
Pinned
AI Agent 時代第一件要學的事:Skill 入門|怎麼找、怎麼裝、怎麼改成你自己的
AI Agent 時代,第一件要學的事情不是工具,是 Skill 你有沒有發現,最近各家 AI 公司都在做同一件事? xAI 推出了 Grok Bot、Google 有 Gemini Spark、OpenAI 一直有 Codex、Anthropic 有 Claude Code。 而且它們越來越簡單上手,不像最初那樣要懂一堆技術才碰得動。 那在這個 AI agent 的時代,第一件要學會的事情是什麼? 我自己的答案是:Skill。 今天完整分享:Skill 到底是什麼、跟提示詞差在哪、去哪裡找、安裝前一定要做的安全檢查,還有最重要的一步——怎麼把別人的 Skill 變成你自己的👇 1️⃣ 先搞清楚:AI agent 跟一般 AI 差在哪 我們平時用的 Gemini、ChatGPT,本質上還是一問一答。 你問它答,它不能真正動手幫你做完一件事。講難聽一點,它只是一個比較聰明的 Google。 AI agent 不一樣。 ❌ 一般 AI:你問一句,它答一句,接下來每一步都要你自己想、自己接手 ✅ AI agent:你交代一件事、講清楚目標,它自己做完;它能開你電腦裡的檔案、看裡面的資料、遇到不會的自己上網查,最後你只要驗收成品 2️⃣ Skill 是什麼?一個真實對比就懂了 我用一個我自己實際在做的例子。 我要讓 AI 去查最近的新聞,然後按照我指定的題型架構,出一份練習卷給學生做,連答案和評分參考都要,最後存進 Google Docs。 📌 沒有用 Skill 的做法 先下指令叫它上網查新聞 → 我自己檢查這些新聞合不合適 → 篩選完再告訴它「參考我之前上傳的題目風格」→ 它做好題目之後,我還要自己複製貼上到 Google Docs。 中間有一大堆步驟,都要我手動把 AI 給的半成品串起來。 📌 用了 Skill 的做法 我只打了一句:「運行這個 skill。」 新聞、題目、答案、評分參考,全部做好,整整齊齊放在 Google Docs 裡面。 差別在哪?不是 AI 突然變聰明了。是那些判斷標準——什麼新聞適合出題、什麼不適合、題型要長什麼樣——我事先都寫在 Skill 裡面了。 所以它每一步都照我的規則走,我只要做最後的驗收。 3️⃣ 那 Skill 跟提示詞到底差在哪? 我覺得 Skill 就是提示詞的進化版。所有提示詞有的東西,Skill 都有。 但它不只是一段文字,它是一整個資料夾: 📌 SKILL.md — 給 AI 看的說明書,告訴它什麼情況該怎麼處理 📌 參考資料 — 讓 AI 知道做出來的東西要跟這些參考品質差不多 📌 腳本 — 遇到 A 情況用 A 腳本,遇到 B 情況用 B 腳本 還有一個很多人不知道的重點:**你不需要每次都告訴 AI「用某某 skill」**。 AI 會自己判斷這件事跟哪個 skill 有關,有關就自動拿出來用。所以你只要交代任務就好。 這就是為什麼用了 Skill 之後,AI 做出來的成品會更一致、更能規模化。 沒有 Skill,它每次做出來的樣子都不一樣——那樣的東西,在公司裡面根本沒辦法用。 4️⃣ ⚠️ 但是:安裝別人的 Skill 之前,一定要先檢查 這一段我覺得比前面的教學更重要。 去 GitHub 找 Skill 很容易,你甚至可以直接叫 AI 幫你搜、整理成清單再挑。但找到之後不要急著裝。 因為 Skill 不只是文字。它跑起來的時候,有你電腦的檔案讀寫、指令執行、密鑰存取權。 有一份研究測試市面上的 Skill,發現 36% 裡面含有惡意的隱藏指令,整個生態已經找到 1,467 個惡意 payload。而且現在完全沒有系統性的審核機制——不像 App Store 至少有人把關,Skill 是誰都能上傳。 所以裝之前,叫 AI 幫你看這五件事: 📌 它會碰我哪些檔案?會不會刪東西? 📌 它會不會把我的資料傳去外面? 📌 裡面有沒有我看不到的執行指令,或者偷偷安裝套件? 📌 有沒有跟功能無關、專門寫給 AI 看的隱藏指令? 📌 它會不會讀我的 API key 或環境變數? 如果五項記不住,記一句就好:**看功能跟權限對不對得上。** 一個幫你排版文件的 Skill,為什麼需要連網路? 🎯 結論:從「裝別人的」升級為「養自己的」 最後這一步,是我覺得整件事最重要的地方。 別人的 Skill,就像一台剛買回來的新手機。能用,但裡面全部都是原廠設定。 你買了新手機不會就這樣用下去——你會換桌布、裝自己的 App、登入自己的帳號,把它變成你的手機。 Skill 也是一樣。你下載回來的,是別人覺得好的做法。它不認識你的工作習慣、不知道你公司的規矩、更不知道你的喜好。
3
0
Mar 4 • 
IDE
🚀 NotebookLM + AI IDE:你的知識庫不只能查,還能直接建東西出來
昨天跟大家分享了 NotebookLM 和 AntiGravity 透過 MCP 串聯的概念,很多人有興趣。 今日就更詳細介紹,聚焦一個最直接的用法。 先問你一個問題:你的 NotebookLM 裡有多少份資料? PDF、網頁、文件、研究筆記,可能幾十份都有了。但你用它們做什麼?查完資料,關掉,然後自己慢慢整理、規劃、動手建。 研究歸研究,做東西歸做東西。中間隔著一大堆手動工作。 現在有一個方法可以跳過這些:讓 AI IDE 直接連上你的 NotebookLM,讀取你的知識庫,然後一個指令就把東西建出來。 --- 什麼是 AI IDE?AntiGravity、Claude Code、Cursor 這些都是。它們本來就能幫你寫程式、建網頁、做工具。 但以前它們不認識你的資料。你要手動把研究結果複製貼上,告訴 AI「我的情況是這樣」「我的數據是那樣」。 現在透過 MCP 連接 NotebookLM 之後,AI 可以直接存取你的所有研究。不用複製貼上,不用重新解釋,它直接從你的知識庫裡抓。 --- 舉一個具體的場景: 假設你在做電商,NotebookLM 裡有 3 個 Notebook:電商增長策略、轉化率優化、客戶留存研究。每個都用 Deep Research 填了十幾個高品質來源。 你跟 AntiGravity 說一句話:「根據我的研究,幫我建一個 90 天電商增長追蹤 Dashboard。」 它建出來的東西: 📊 收入和流量的視覺化圖表,有滑桿可以即時調整參數,看不同情境下的預測結果 ✅ 每日任務勾選清單,勾完之後進度條自動更新 📈 轉化率預測計算器,輸入你的數據,自動算出預期結果 💰 廣告預算規劃工具,根據你的研究資料推算最佳分配 重點:所有數據和建議都來自你自己的 Notebook 研究,不是 AI 憑空編的。因為 NotebookLM 的核心機制是 RAG,它只從你上傳的資料中提取,不會用訓練數據亂塞東西。 不滿意?直接說「圖表改柱狀圖」「加一個日期篩選器」「把顏色換成深色主題」,AI 即時重新生成。 以前這種互動式 Dashboard 要請開發團隊才做得出來。現在一個對話搞定。 --- 怎麼連接?比你想的簡單。 核心就是一個叫 NotebookLM MCP Server 的東西。你可以把它理解成一個翻譯器,讓你的 AI IDE 能直接操作 NotebookLM。 安裝?直接叫 AI 幫你裝 notebooklm-mcp 就搞定。一行指令,不需要自己寫任何 code。支援 AntiGravity、Claude Code、Cursor、Windsurf、Gemini CLI 等主流 IDE。 裝好後,用 Google 帳號驗證一次,之後 token 自動刷新,不用重複登入。31 個工具直接可用,建 Notebook、加來源、查詢、生成摘要、做簡報,全部在 IDE 裡完成。 詳情了解:github.com/jacob-bd/notebooklm-mcp-cli 這只是其中一個用法。NotebookLM + AI IDE 的組合還能做很多事,外掛記憶體、即時知識調用、客製化策略生成、簡報自動化⋯⋯ 想知道具體怎麼設定、怎麼寫 Prompt 讓 AI 幫你建東西?付費群有完整的 step-by-step 教學 + 可複製的 Prompt 👉 加入付費群
🚀 NotebookLM + AI IDE:你的知識庫不只能查,還能直接建東西出來
【AI 科普】Prompt、Agent Skill、MCP 分不清楚?用神比喻讓你秒懂!
最近 AI 圈的新名詞像是「Agent Skill」,很多剛接觸 AI 的朋友都問我: 「這些跟我們平常寫的 Prompt (提示詞) 到底有什麼不一樣?」 其實,我們只要把 AI (例如 Claude, GPT) 想像成一位 「剛畢業的頂大天才」 ,一切就豁然開朗了。 這為天才畢業生智商超高、讀過萬卷書(訓練資料多),但他完全沒有在你公司上班的經驗,也不懂你們的規矩。 Prompt (提示詞) = 「口頭交辦」 當你對 AI 說:「幫我寫一個會議記錄」,這就是 Prompt。 就像主管走過去拍拍實習生的肩膀,口頭交代一件雜事。 特點:一次性、隨叫隨用。 缺點:如果你沒講清楚(Prompt 寫不好),天才也會做蠢事。而且每次都要重新講一遍背景:「我們客戶是誰、語氣要怎樣…」,非常累人。 Agent Skill (智能體技能) = 「職位 SOP 手冊」 Skill 不只是一句話,它更像是一個完整的 「職前訓練包 (Onboarding Kit)」。 假設你要讓這位天才接手「社群小編」的工作,你不會每天碎念,而是直接給他一本 「小編作戰手冊」: 內含 SOP (Prompt):標準的發文流程、危機處理原則。 內含工具 (Scripts):自動排版工具、Hashtag 產生器。 內含知識庫 (Knowledge):公司過去一年的爆款文案例、品牌色碼表。 最厲害的是「漸進式揭露 (Progressive Disclosure)」: 這位天才不需要把整間公司的規章背下來(省腦力 Context),只有當你指派他「當客服」時,他才打開「客服 SOP」;指派他「寫程式」時,他才切換成「工程師手冊」。這就是 Agent Skill —— 讓通才變專才的關鍵。 簡單說:Prompt 是「叫他做雜事」,Skill 是「給他一個職位」並賦予專業能力。 MCP (模型上下文協議) = 「公司系統權限 & 電腦」 這聽起來最技術,但其實就是 「賦權」。 試想一下,這位天才畢業生 (AI) 熟讀了所有 SOP (Skill),但他被關在一間空會議室,沒電腦、沒網路、沒權限,他能幹嘛?頂多在白板上畫畫餅。 MCP 就是那個「員工權限卡」: 讓他能 登入公司雲端硬碟 找資料(連接資料庫)。 讓他能 上網 Google 查競品(瀏覽網頁)。 讓他能 操作 CRM 系統 撈客戶名單(連接業務軟體)。 沒有 MCP,AI 只能陪你聊天;有了 MCP,AI 才能真正 「動手做事」。 總結一下 AI 模型:剛畢業的頂大天才 Prompt:你隨口下的 口頭指令 Agent Skill:讓他能勝任特定職位的 SOP 手冊 MCP:讓他能登入系統幹活的 員工權限 看懂這個區別,你就跨過 AI 應用的門檻了! 未來的競爭,不是比誰會「指喚」實習生 (Prompt),而是誰能建立最強大的 SOP 系統 (Skills),並給予最完整的 工具授權 (MCP),打造一支無人能敵的 AI 團隊!
【AI 科普】Prompt、Agent Skill、MCP 分不清楚?用神比喻讓你秒懂!
1-30 of 103
powered by
AI 自動化中心
skool.com/hei-ai-8196
這是一個幫助你掌握AI自動化工作以及AI Agent (AI代理) 的中心。讓我們一起利用AI令你的人生更精彩!
升級至VIP:
skool.com/ai-plus-8477
Build your own community
Bring people together around your passion and get paid.
Powered by