Activity
Mon
Wed
Fri
Sun
Apr
May
Jun
Jul
Aug
Sep
Oct
Nov
Dec
Jan
Feb
Mar
What is this?
Less
More

Memberships

社畜進化論|Raven AI

129 members • $5/month

8 contributions to 社畜進化論|Raven AI
能夠把 Google 雲端當作 AI 知識庫嗎?
很久之前,我就開始有在考慮這個問題。畢竟在 Google 雲端上,我們可以使用: 1. Google 文件 2. Google 試算表 3. Google 表單 4. Google 簡報 現在只要有訂閱 Google AI Pro,你就可以在 Google 雲端的側邊欄位使用 Gemini,讓它製作你所需要的內容。例如說,你在 Google 試算表上請它製作一些公式,它也可以辦得到。 可是你可以把它當作一個終極的 AI 知識庫嗎?就像是 Notion AI 這種角色嗎? 我測試了好幾遍,答案其實是不行的,這讓我感覺到有點失望。 相比 Gemini,Notion AI 在 3.0 改版之後,成效真的是非常卓越的。 例如說昨天,我讓它直接製作一個 Notion 的表單,也是花了一點時間之後,就大概幫我做了幾乎九成以上。 同樣要在 Google 雲端上,你要求 Gemini 來做這件事情,是沒有辦法達到這個成果的。 因此目前在我心目中,你如果真的要搞一個 AI 知識庫的話,最好的選擇: 1. 使用 AI 的程式編輯器:例如 Cursor、Windsurf 或 Anitgravity 這一類產品 2. 使用 Anthropic 出的產品:例如 Claude Cowork 3. 使用 Notion 各位有什麼使用後的心得嗎?讓我知道
2 likes • Jan 20
感謝版主的AI 分享~好像大家都用NOTION! 我也在思考GOOGLE生態性如何整合成第二大腦的學習方法!
從第一性原則出發,解放人生 |《一週工作4小時》讀後感
你的人生規劃是什麼?辛勤地工作數十年,在 65 歲退休,從此頤養天年? 在少子化、低薪的年代,政府不斷延後退休年齡,這個計畫看來是越來越難達成了。 最近在書店看到這本書《一週工作4小時》,作者是 Timothy Ferriss。他是美國作家、創業者與投資人,也主持知名的《The Tim Ferriss Show》Podcast。他擅長把「效率」「學習」與「生活設計」變成一套可操作的方法,這本書就是他最具代表性的作品之一。 作者在書中設計了 DEAL 框架,我覺得類似馬斯克的第一性原則,從根本修改遊戲規則。他認為人生不該只剩下工作與存錢,應該先把想要的生活講清楚,再用方法把時間買回來。 他認為人生不是追求更多錢,而是更多能自由支配的時間與選擇權。 底下是 DEAL 四大階段。 第一步是定義(Definition)。 不要等退休才開始享受,而是把「迷你退休」分散到人生中。 Ferriss 認為,如果不怕失敗,你想做什麼?如果你更聰明十倍,你會怎麼做?最後落到更務實的一句:你想成為什麼樣的人? 他建議從一個最小、可執行的行動開始累積身分,例如想當好廚師,先做出一道你願意反覆練習的拿手菜。 我們也應該要把夢想「算清楚」:每月到底需要多少成本才活得起來,很多時候你會發現卡住你的不是錢,而是你對生活形式的預設。 第二步是刪減(Elimination)。 核心是把注意力從「瞎忙」,改成「精簡有效率」。 現代社會的社群媒體、人際雜訊、多工切換,都會把我們最貴的資源(專注力)偷走。 我自己的第一步作法是刪除手機上的社群媒體,如 Threads、Instagram、Facebook 等等。然後我有一台 iPad ,平常很少用,剛好可以拿來安裝社群媒體,之後我有需要就可以在上面發布訊息。 往後我應該會想開發一個自己用的小程式,採用「間接發布」的方式,用部落格當主基地,再用工具同步出去,避免在社群媒體內被餵食大量資訊。 第三步是自動化(Automation)。 作者談了外包與建立能自動產生現金流的系統(小而可運轉的 muse)。 把雜務外包當然很好用,作者甚至去找了在印度的遠端助理,只是這些做法對於我來說有點難以理解。 放到今天,我覺得更貼近現實的做法,是把錢投在 AI 與自動化工具上,讓流程可以被系統接手。 我目前偏向用 Notion + Google Apps Script + n8n,把重複的整理、同步、發布做成半自動甚至全自動。 第四步是解放(Liberation)。 理想是時間與地點的自由,例如遠距工作、數位遊牧、把休息與探索變成生活常態。 不過作者強調,自由不是口號,而是你先把工作系統化、把雜務移除後,才有資格談「放手」。 但是書中提到可以跟老闆談看看能不能遠端,我是不知道各位所處的單位的自由程度,反正我這邊根本是天方夜譚。 因此我還是會傾向趕快搞定副業,直接辭職才比較有可能達到吧?
1 like • Jan 13
或許版主的目標可能是閱讀前哨站的站主瓦基吧! 但是很多離開這家公司的人都喜歡在頭銜放上前TSMC主管! 基層的主任工程師跟副理都是牛馬精神! 都被神化了! https://readingoutpost.com/work-habits/
想搞一台 AI PC 嗎?下載 Antigravity 吧!
你聽過 AI PC 嗎? 最近市面上常提到 AI PC,強調電腦多了一顆 NPU(神經網路處理單元),專門用來處理 AI 運算。它的優勢在於能夠在本地端執行,不用上傳雲端,隱私性較高。 但是,如果你沒有強烈的「斷網」或極度機密的隱私需求,其實沒必要特地花錢換新電腦。我建議你直接下載 AI 程式編輯器(AI IDE)。 --- 為什麼你需要 AI 程式編輯器? 有了 AI 程式編輯器,你的電腦就能直接升級。它不只能寫程式,更能利用 AI 進行高效率的知識管理。它可以幫你做到: * 自動整理雜亂檔案 * 快速讀取與分析大量文件 * 針對指定文件進行摘要、翻譯、改寫 * 大量文件格式轉檔 * 撰寫小型應用程式,客製化你的工作流程 --- 哪一款 AI 程式編輯器最好用? 如果你是初學者,我強烈建議下載 Google 反重力編輯器(Antigravity)。 理由很簡單,Google 的資源整合度非常高。它不僅可以使用強大的 Gemini 模型,還能直接串接 2T 的雲端硬碟空間與 Google Workspace。最重要的是,它包含了反重力編輯器的 AI 使用額度,對於處理大量資料非常划算。 -- 反重力編輯器的必備外掛 Google 反重力編輯器本質上是開發工具,因此我們需要安裝幾個外掛,讓它變成知識管理神器: 1. Chinese (Traditional):將介面改為繁體中文。 2. Mark Sharp或Markdown All in One:優化 Markdown 的編輯體驗,讓筆記排版更順手。 3. Office Viewer:不用開啟 Word 或 Excel,直接在編輯器內預覽 Office 格式檔案。 4. Foam:將你的筆記與文件關係「視覺化」,建立類似大腦神經網絡的知識圖譜。 5. Paste Image:在編輯筆記時,直接貼上剪貼簿的截圖,它會自動將圖片存檔並產生對應的語法連結。 6. Draw.io Integration:直接在編輯器內繪製流程圖、心智圖或架構圖。 7. Git Graph:強大的檔案歷史版本控制與視覺化工具。
想搞一台 AI PC 嗎?下載 Antigravity 吧!
1 like • Jan 6
兩個禮拜前開始用Antigravity, 它的Toggle Agent模式, 選擇用Claude Sonnet4.5 的結果, 居然比直接用Claude Code/Sonnet4.5 對話的結果還要差, 可能調用的Claude概率模型還是有差異吧 !
更新進階課程:不懂程式也能做自動化?教你用「產品經理」思維指揮 AI 抓取 Threads 資料
本社群內的基礎課程,目的都是為了打造個人化生產力系統。 我心目中的個人化生產力系統,是以 AI IDE 為核心,搭配 Notion、n8n、Google Workspace,以及各種數位工具。 目前最喜歡的 AI IDE 是 Google 的反重力程式編輯器,今天以我實際遇到的例子,抓取 Threads 資料來作後續分析,讓 AI 幫我寫了腳本。 請見本文,注意本文是 Lv2 ,還沒有升級的同學趕快在社群內互動。 https://www.skool.com/decode-ai-ai-2667/classroom/7b153a83?md=724f3086c39d4393996de2ad21b4def4
4 likes • Jan 6
希望版主可以提供第二大腦管理的文章工具! 看了Tiago Forte的書籍, 對NOTION如何有效串接GEMINI / GPT 做第二大腦管理, 充滿興趣, 而版主的文筆流暢易讀, 是我加入社群的原因!
寫出好的提示詞,是妥善使用語言模型的第一大要件
雖然在 2025 年末,語言模型的語言理解能力有大幅地增加,但是提示詞工程的重要性仍然不可忽視。一個好的提示詞,能夠讓輸出的品質非常穩定。 但是我們常常都沒有好的想法,該怎麼辦呢?我建議你加入 OpenAI Academy。 OpenAI Academy(https://academy.openai.com/)是 OpenAI 推出的免費學習與社群平台,目標是把 AI 知識「普及化」,讓不同背景的人都能更有信心把 AI 用在工作、生活與社群中。 裡面的內容都是英語的,如果你的英語程度跟我差不多爛,你可以安裝沉浸式翻譯的外掛,上網搜尋一下你就知道怎麼用了。 登入後,你可以找到右側的 Content,這裡有許多免費的 AI 學習資源,要找提示詞的話,關鍵字可以搜尋 Prompt Pack。 使用提示詞的邏輯 你可以在 ChatGPT 中使用簡單的英文指令(或稱「提示」和「查詢」),模型會根據這些提示做出回應。更好的提示詞,更深思熟慮、清晰且表達清晰——會產生更有用的回應。請記住,每個好的提示都包含: 任務——你要 ChatGPT 做什麼? 背景說明——還有哪些額外資訊或文件需要注意? 理想輸出——你預期最終輸出會如何格式化? 範例: I’m a product manager launching a new SaaS product. Research how top 5 competitors in this space structure their pricing tiers, freemium vs. paid, feature gating, and upsell triggers. Use public sources and include URLs. Output: A comparison table with insights and risks. 我是一名產品經理,正在推出一款新的 SaaS 產品。研究這個領域前五大競爭者如何設計他們的定價層級、免費增值與付費、功能門檻,以及升級銷售觸發。使用公開來源並附上網址。輸出:包含洞見與風險的比較表。
寫出好的提示詞,是妥善使用語言模型的第一大要件
3 likes • Jan 6
6 可以參考下面的實例, 了解從自然語言到結構化 Prompt >>原始想法 (自然語言): 「我想學 Python,我是新手,幫我安排一下。」 >>轉化後的 Gemini 專家指令 (Prompt Structure): # Role (角色) 你是一位擁有 10 年教學經驗的 Python 程式設計導師。 # User Profile (使用者背景) 我是完全零基礎的初學者,每天只有 1 小時可以學習。 # Task (任務) 請為我規劃一份「30 天 Python 自學路徑圖」。 # Requirements (具體要求) 1. *目標*:30 天後能寫出一個簡單的網頁爬蟲。 2. *結構*:請將計畫分為四週,每週設定一個核心主題。 3. *資源*:請推薦免費的學習資源(如 YouTube 頻道或網站)。 # Output Format (輸出格式) 請使用表格呈現,欄位包含:[週次]、[學習主題]、[關鍵知識點]、[推薦資源]。
1 like • Jan 6
我自己覺得指令工程的核心就是使用者學會 「把模糊的想法,翻譯成精確的結構」。因為GPT/GEMINI 這類LLM本質就是一個概率模型,當使用者的指令結構越清晰,它「猜中」你需求的機率就越高。 另外我自己覺得目前指令對中英文的差異越來越小,當然還是英文的品質最好! 提問之前先想清楚,就越接近目標
1-8 of 8
Ming-hsiang Liu
3
39points to level up
@ming-hsiang-liu-6002
胖仔小劉

Active 20d ago
Joined Nov 20, 2025