AI 分身實戰 910 知識衛星直播重點：學過會忘，怎麼讓 AI 接著做？
「課程看過後，真正實作時常忘記，必須重新回放影片找答案。」
一位學員已經買了 Dify、n8n、Claude Code 等課程，每天卻只有約一小時能學習，他想知道，能不能把過去的筆記和教材留給 AI 分身，實作卡住時，讓 AI 找到相關內容，而不是每次重新翻影片。
9 月 10 日的知識衛星 AI 分身實戰直播，就拿這位學員的 11 個問題當成現場工作：先讓 AI 讀課程資料和過去的回答，再逐題檢查、補資料、改寫，途中也打開 NotebookLM 處理 YouTube 影片，展示 Obsidian 知識庫如何把資料連在一起。
https://sat.cool/course/201/comment
學過的資料怎麼交給 AI？現場直接拿學生問題來試
學生問的是舊課能不能變成 Knowledge 或 Skill，我沒有另外找一個示範題目，而是用自己已整理好的知識衛星課程知識，回答眼前這份提問，講師也會忘記某個內容講在哪個章節，和學生遇到的是同一種查找問題。
直播時打開的是 ChatGPT，並沒有先開 Hermes Agent，Hans 特別說明，擔心安裝或電腦負擔的人，可以先用原本的聊天工具練習，先驗證資料和工作方法能不能幫上忙，再決定要接哪些工具。
提供的不只是一份課綱
Hans 展示了完整課程教材與 AI 閱讀指南，裡面有課程內容和索引，另外還有以 Markdown 保存的教材與免費資源整理懶人包，列出各章會用到的工具、教材和取得連結，AI 因此有地方查證某個主題在哪裡、有什麼可用資源。
他展示的準備資料也包含過去回答學生的範例與課程問答 Skill，要求 AI 根據課程內容、貼近既有語氣回答，不要廢話、直接給具體內容，再以學員的完整問題產生草稿。
這幾份資料各有用途：教材回答「課程實際有什麼」，索引和懶人包協助定位，過去回覆與 Skill 則告訴 AI「該怎麼回答」，只給講師身分，沒有這些內容，AI 就只能用一般印象猜課程會教什麼。
答案寫得長，還不代表回答得好
AI 產生了一份很長的回答，Hans 逐題看，對照課程內容決定保留或修改，談到知識庫與 Skill 分工時，他確認方向正確，到了現成資源有多少，卻停下來，因為答案太籠統。
他重新提供懶人包，要求更明確的數據與具體內容，等 AI 重新統計後才替換答案，後面回答更新與回放問題時，也刪掉空泛的官腔，改成自己實際能提供的安排，這些修改才是這場問答示範值得學的部分。
知識庫和 Skill 怎麼分？不用把整門課塞進一個檔案
針對舊課與筆記的問題，現場確認的分法很直接：課程內容和操作說明放進知識庫，反覆要做的方法再整理成 Skill，前者讓 AI 有內容可查，後者讓它知道遇到某種工作時要怎麼處理。
以這次回覆為例，教材裡的章節與資源是知識庫內容，回答前查課程、參考既有回覆語氣、避免冗長與空泛說法，則是問答 Skill 的工作方法，並不需要把所有課程文字重寫成一個巨大 Skill。
留言完整回覆也說明，CH2 會教把 PDF、文字筆記等資料整理進 Obsidian，讓 AI 讀取與查詢，這是課程教學範圍，當晚展示的則是已整理好的教材、索引與實際問答，不能把兩者混成當場從零匯入整套課程。
Obsidian 關聯圖裡，每個點都要能回到資料
談到能否修改成自己的系統，Hans 打開自己的 Obsidian 知識庫，切換到「查看關聯圖」，展示節點、箭頭方向與動畫，並說明每個點對應實際筆記，可以開啟背後的文章，並非為了好看而放上去的裝飾。
他用教學與演講說明資料之間的關係：兩份文件雖然屬於不同工作，只要內容相關，就能透過連結找到另一份更詳細的資料，圖背後仍然是文字筆記，不必另外架一個展示網站。
但他也坦白說，自己平常比較常用搜尋，並不常開這個圖，現場資料多，動畫還出現延遲，對每天只有一小時的學員來說，先讓搜尋能找到答案，比追求一張密密麻麻的漂亮關聯圖更有用。
只有 YouTube 影片怎麼辦？現場拿 Apple 發表會測試
學員接著遇到的問題是，舊課材料如果只有影片，沒有文字怎麼辦？Hans 先區分技術能力與使用權限，課程沒有逐一示範各家付費平台的影片轉錄，應先用自己的筆記、允許使用的講義，或已取得使用權的字幕與逐字稿，不能把能取得文字當成有權下載或散布教材。
接著他臨時找了一支公開的 Apple 發表會長影片，打開 NotebookLM，測試把 YouTube 網址加入來源，這是當晚額外補充的小技巧，他也明說不是正課裡已經包含的操作教學。
加入來源後，先看原始文字，再看整理結果
- 把公開 YouTube 影片網址加入 NotebookLM，先看匯入規則，現場也注意到新上傳影片可能無法匯入。
- 等待來源處理，這次影片成功加入，Hans 接著輸入「給我逐字稿」。
- 打開左側來源，查看摘要下方的文字，Hans 指出這裡已經能直接複製，不必為了取得來源文字再問一次。
- 比較右側產生的內容與左側來源，現場說明右側有整理分段，左側則是來源文字，兩者用途不同。
這個示範省掉的是先把整部影片下載到電腦、再抽音訊轉錄的路徑，成功取得的文字可以交給 AI 查找、整理或回答問題，但文字不包含影片畫面裡所有按鈕、圖表與操作，遇到畫面才看得懂的步驟，仍要回原影片。
當晚口述認為播放器沒有字幕，後來又成功匯入，這只能證明那次來源處理成功，不能推論所有無字幕影片都能用，或判定文字一定是 NotebookLM 重新聽音訊產生的，Google 官方目前寫的是支援含人工或自動字幕的公開影片，播放器看不到字幕和系統完全沒有字幕資料，是不同的事。
實作可以參考〈NotebookLM 可以抓無字幕 YouTube 逐字稿嗎？實測免費匯出〉，該文另外介紹用 notebooklm-py 匯出來源文字的方式，屬於延伸教學，不是這場直播已經示範過的自動化安裝流程，匯入條件則以 Google 官方來源說明為準。
影片轉文章為什麼還要提供簡報？
Hans 隨後展示先前直播整理成的文章，說明既有做法除了影片，也會提供簡報資料，原因是語音辨識可能聽錯專有名詞，簡報能協助核對內容與用詞，他也提到自己會補圖片。
把這個做法用回學習，整理影片時就保留相關講義或投影片，不要只留一份沒有上下文的摘要，AI 找到某段說明後，你還能回到原資料確認，影片轉文章是這種資料再利用的例子，並不是整場直播的主題。
可以自己建立 Skill 嗎？把格式交給 AI，把需求講清楚
學員不只想拿模板，也想知道能不能從零建立自己的 Skill，Hans 的回答是可以，並展示懶人包中收錄的官方 Skill 撰寫指南，建議把指南交給 AI 讀，讓 AI 按規則協助撰寫，不必先自己背完整份技術文件。
留言回覆進一步對應到 C2-4：先把需求說給 AI，搭配官方指南產生 Skill，再拿實際任務測試、修改，使用者要交代的是遇到什麼問題要用、先做什麼、最後交出什麼，檔案格式可以請 AI 處理，但適不適合自己的工作，仍要親自判斷。
當晚並沒有從空白檔案完整建立、安裝並驗收一個新 Skill，真正操作的是把已經寫好的課程問答 Skill 與範例交給 AI 使用，這也示範了模板的合理用法：先借用已有方法，再把自己的資料與要求換進去。
換工具會不會白學？留下能接著做的資料與判斷
另一位學員在直播前就問，未來有比 Hermes 更好用的 Agent，課程還能不能套用，現有公司的 SOP 和軟體又怎麼辦？這也呼應了每天一小時那位學員的跨工具疑慮。
Hans 把重點放在可保存的工作內容：知識庫、SOP、品牌規則、判斷方式和驗收條件，以 Markdown 留下筆記與規則，換工具後仍能拿來使用，當晚沒開 Hermes，照樣用 ChatGPT 搭配教材與 Skill 回答問題，就是這個方向的示例。
這不表示同一包資料放進 Dify、n8n、Claude Code 都會自動運作，留言回覆說得更清楚，資料怎麼匯入、Skill 怎麼載入、外部工具怎麼串接，仍需依各自支援方式調整。
Blender 案例：你要懂的是成品缺什麼
直播前段回顧了一個 Blender 動畫案例，Hans 先把整理好的模型素材文章交給 AI，要求閱讀並依照文章方法製作，第一版缺少燈光、材質與運鏡，他便指出這些不足，要求第二版補上，現場展示的是先前做過的成果，不是當晚重新從零製作。
這個案例回答了「還要不要重新學所有操作」：可以讓 AI 研究工具與執行方法，人把時間花在選資料、檢查授權與說明成品要求，如果只能說「做一個動畫」，卻看不出第一版缺了什麼，換更強的模型也不會自動補上你的判斷。
公司已有系統，先找一件重複工作接上去
在直播前對這組問題的留言回覆中，Hans 建議先看既有軟體能否匯出資料、提供 API，或讓 AI 讀檔與建立草稿，不必一開始把公司系統全部換掉，Skill 則用來留下這家公司怎麼做事、什麼算做好、哪些事情不能碰。
Windows 的問題也有明確回覆，CH1 安裝單元包含 Windows／PC 教學，但公司電腦仍要先確認權限、代理與白名單限制，這是安裝前提，不是多按幾次重試就會解決。
現成資源到底有什麼？這題讓 AI 重答才變具體
學員問了三件相關的事：有多少資源、哪些符合自己的需求、能不能改成自己的系統，AI 第一版卻沒有把清單說清楚，Hans 重新提供懶人包，要求具體統計，後來在課程留言區的完整回覆列出 84 項教材與資源入口。
- 23 項課內教材與連結，包括知識庫建立指令、Obsidian 模板、Hermes 安裝錯誤排查表，以及 DRIP 顧問、需求地圖、客戶需求拆解、陌生開發前置研究、AI 導入看板等 Skill。
- 42 項按章節整理的延伸資源，例如 MarkItDown、Obsidian Copilot、AnythingLLM、n8n-workflows、Anthropic 官方 Skills、Superpowers。
- 19 項額外推薦，例如 PPT Master、OpenCut、Auto-Editor、NotebookLM-py，以及 Hans Kanban 看板和 Hans TW TTS 中文朗讀外掛。
以上是當時課程回覆的清單分類，23＋42＋19＝84，包含教材、工具與資源入口，不是保證逐一教完 84 套工具，也不是每項都已替這位學員完成設定。
對這位學員，Hans 建議先拿知識庫建立指令、Obsidian 模板與 C2-4 的 Skill 設計方法就好，先讓 AI 查得到舊筆記，課程沒有另外提供一套涵蓋所有課程、書籍萃取與排錯的專用成品。
課內模板可以換成自己的資料與做法，外部專案則各有授權條件，修改、分享或商用時要分別確認，不能因為都出現在同一份懶人包，就把它們視為同一種授權。
省下的是研究與起稿時間，不是省掉自己的資料
Hans 也說明自己如何改良知識庫建立方式：先讓 AI 問使用者的身分、資料放在哪裡、正在做什麼、想完成什麼，問清楚才建立資料夾，因此每個人的知識庫不必長得和講師一樣。
現成資源能省下從空白想分類、寫指令、找範例與重複交代的時間，自己的筆記仍要提供，AI 找到的內容仍要核對，對每天只有一小時的人，先少一次為了找操作步驟而重播整段影片，就比搬完全部課程更值得。
外掛都會耗 Token 嗎？現場播放中文朗讀來說明
直播後段有觀眾追問，額外推薦的外掛會不會消耗 Token，Hans 沒有把所有資源當成同一類，而是先看它在做什麼：PPT Master 這類讓 AI 依照方法產生內容的 Skill，執行時仍會使用模型，另一類則是可安裝的剪輯或筆記工具，使用工具本身不等於每個動作都要呼叫語言模型。
接著他在 Obsidian 打開自己開發的中文朗讀外掛，按右下角的朗讀按鈕，讓它讀出教材清單，聲音與講解重疊時先暫停，再展示速度調整與設定頁，最後播放台灣中文語音測試，這次不是只介紹一個下載連結，而是實際讓筆記發出聲音。
他展示的選項包含語速、音高、系統與線上語音，以及連續朗讀相關設定，但沒有逐一測完所有選項，當晚也沒有量測 Token 或費用，因此不能把它寫成所有外掛與線上語音都免費、不耗用量，選用哪個服務仍要分開確認。
對想複習筆記的學員，這提供了另一種使用已整理資料的方法：不一定只能坐在畫面前讀字，也能播放文字內容，觀眾問能否下載時，Hans 表示外掛已公開提供並分享文章連結，如下。
每天一小時，第一個助理先做到哪裡？
Hans 沒有給出固定幾小時完成的保證，因為閱讀速度、資料狀態與實作狀況不同，他提醒不要一直看，卻沒有動手做，完整留言回覆也說明會提供課程內容文字，學員可以交給 AI 輔助查找，搭配觀看與實作，第一輪練習先縮成以下範圍。
- 完成安裝並接通模型，確認能正常回應。
- 整理一個舊課單元的筆記或允許使用的講義。
- 拿問題測試 AI 能否找到正確答案與來源。
- 提供一個真實錯誤，嘗試依筆記逐步排查。
更新、回放與社群支援？
更新這題 Hans 沒有接受 AI 空泛地說依公告為準，而是在現場補上當時的安排：每月至少一場直播與電子報更新，留言回覆也寫入這項說明，正課觀看期限當時標示無限制，但觀看期限與服務更新年限是不同問題，不能再延伸成所有外部資源永久維護的承諾，後續安排仍應查看課程公告。
回放也分成兩種：9 月 11 日正式開課前的互動直播，主要回答募資與課程疑問，錯過可以看科技翰林院整理文章，正式開課後的課程直播，當時說明會放在知識衛星提供回放，不能把每一場先前互動直播都寫成已上架正式課程錄影。
學生可以在課程留言區提問，也有群組交流，直播當時的群組包含已購課與未購課的人，Hans 說明之後會另有學員支援安排，查找現行入口請從 知識衛星課程頁與公告進入，不把募資期間的群組邀請當成永久固定入口。
直播也展示了群組提問的入口，手機上可以 tag AI 分身，當時電腦版無法照同樣方式操作，Hans 改用回覆機器人訊息來觸發問答，這是當時環境的操作示例，不是所有 LINE 版本的固定限制，超出分身能處理的問題，仍由本人接手。
AI分身免費交流群 https://line.me/R/ti/g/CNqY9D2CZB
最後的總結
這場直播用學生問題示範了一份知識庫如何派上用場：教材提供依據，索引協助查找，Skill 和回覆範例留下做法，AI 先起草，遇到籠統答案就補資料重問，最後由講師逐題修改。
如果你也常在實作時重看課程，先拿一個舊單元和一個真實問題來試，讓 AI 指出資料在哪裡、下一步怎麼查，修好後再留下有效解法，累積下來的會是下次能接著做的筆記，而不只是又看完一門課。
課程與延伸閱讀
想從頭把 AI 分身建起來，知識衛星課程會帶你整理知識庫、工具分工和實際需求，讓 AI 從聊天工具變成能協助處理工作的夥伴。
查看 SAT 知識衛星 AI 分身課程
結帳時可輸入優惠碼 Hansfb
推薦閱讀
AI 分身實戰 827 知識衛星直播重點：兩個案例與四個判斷原則
AI 分身實戰 813＆820 知識衛星直播重點：AI 分身要讀懂什麼
參考資料
第一手素材：2026 年 9 月 10 日知識衛星 AI 分身實戰直播逐字稿，以及講師提供的課程留言完整回覆，文中區分現場操作、先前案例與留言補充，不把教學範圍寫成當晚已完成的操作。
知識衛星：AI 分身課程頁與留言區，教材、資源、支援與回放說明依文中標示的當時回覆整理，最新安排請看課程公告。
Google 官方：加入來源與 YouTube 匯入條件，用於核對影片來源處理的能力邊界。
科技翰林院：NotebookLM 可以抓無字幕 YouTube 逐字稿嗎？實測免費匯出，作為延伸操作與實測限制補充，不代替本場直播來源。
常見問題 FAQ
舊課程一定要全部轉成逐字稿才能用嗎？
不用，先整理自己有權使用的一個單元筆記或講義，測試 AI 能否找到答案與出處，取得影片、轉錄與再利用仍須符合權限，不必先搬完整套課程。
知識庫和 Skill 有什麼差別？
知識庫放教材、筆記與操作資料，Skill 放反覆要做的工作方法，直播用課程資料提供依據，再用問答 Skill 和過去回覆範例，讓 AI 按講師要求起草答案。
NotebookLM 能處理所有沒有字幕的 YouTube 影片嗎？
不能這樣保證，當晚 Apple 影片成功匯入，但 Google 官方列出的支援條件仍是含人工或自動字幕的公開影片，看不到 CC 不代表完全沒有字幕資料，來源處理成功也不能判定文字由哪個服務產生。
AI 可以直接修好 Dify 或 n8n 的所有錯誤嗎？
不能保證，應提供錯誤訊息、設定與相關筆記，要求 AI 標來源、說明未知處，一次提出一個檢查步驟，當晚是說明這套方法，沒有展示完整修復一個 n8n 故障。
每天只有一小時，先從哪裡開始？
先讓工具能回應，整理一個單元的筆記，測試查找答案，再拿一個真實錯誤練習排查，直播沒有承諾固定幾小時完成，先選已有文字的資料，避免把時間全花在轉檔。
