:::
(硬是要學／手哥 HANDBRO 報導)
跟大家分享一個非常限時、非常緊急的好康資訊——Manus AI 現在在發放最多 2,000 點的免費點數，而且 […]
本文 [限時] Manus AI 點數 2,000 點限時發放！把握最後幾小時！ 最早出現於 硬是要學。
(硬是要學／手哥 HANDBRO 報導)
你正要出招 KO 對手，結果網路一頓、畫面卡住——沒錯，這就是電競玩家最怕的惡夢！但今年在 WirForce […]
本文 TP-Link 前進 Wireforce 展出 Wi-Fi 7 全系列產品，現場購買便宜上萬元，感受零延遲不用 最早出現於 硬是要學。
(硬是要學／手哥 HANDBRO 報導)
別再手動逐字啦！ElevenLabs 推出新版 Scribe v2 Realtime 服務，把你說的話即時轉成 […]
本文 延遲超低，正確率更高！ElevenLabs 推出 Scribe v2 Realtime 即時 AI 語音轉文字服務 最早出現於 硬是要學。
(硬是要學／手哥 HANDBRO 報導)
Visual Studio 2026 已正式推出，這次更新涵蓋使用者體驗、整體效能與 AI 功能整合等多個面向 […]
本文 Visual Studio 2026 正式推出！與 AI 開發深度整合 最早出現於 硬是要學。
(硬是要學／特別企劃 報導)
在區塊鏈世界裡擴容技術中，第一層（Layer 1）與「第二層（Layer 2）爭論不僅是一場技術較量，更是整個 […]
本文 第一層 vs 第二層加密貨幣 最早出現於 硬是要學。
I started a conversion of 10 Bootstrap themes to XOOPS, but I'll need help from some of our XOOPS Design Experts! AnyarButterflyCompanyDayKnightMedicioMyResumeSailorSybarMagazineValeraI also played a little bit with Materialize, so maybe somebody can continue with it:https://github.com/mambax7/theme-xmaterializeIMPORTANT NOTE: This was only a "Proof of Concept" study about how quickly could we convert Bootstrap Themes to XOOPS. These themes are in ALPHA release, and will need some help from our XOOPS Designers before they become usable. Therefore please DO NOT use them on production sites. However, please fork them, improve them, and help us with development. AnyarDemo/Info Download/Development
MyMenus 1.52 Final for XOOPS 2.5.8+ and PHP 5.5+ (incl. PHP 7) has been released - this release fixes issues with static methods discovered by Goffy. Thanks to Bleekk and the XOOPS Germany team, we have now "Drag & Drop" incorporated into MyMenus Module.In the picture above, you can see the links as bars that you can drag around to set the sorting, as well as the sub-links: Also incorporated are changes from Luciorota, who added an option to use skins from the theme.As always, it is great to see when developers are working as team and are helping each other! Download: GitHubIssues/Bugs: please report them directly on GitHubAs always, we encourage everybody to fork it and help us by contributing back to the development.Development: GitHubTutorial: GitBook You can contribute to the tutorial, as well as provide translation, on GitHub XOOPS Docs Check out XOOPS on GitHub: Let's Get involved!
Google NotebookLM 在這一波更新中，支援了用 AI 解讀「手繪圖表」、「手寫筆記」等圖片內容，我們可以把會議中、課堂上，乃至於自己閱讀時寫下的紙本筆記，拍照掃描，上傳 NotebookLM ， AI 就可以解讀上面的內容，再轉化出我需要的報告、摘要、練習。而且我實際測試，包含「中文」的手寫字、「潦草」的手繪流程圖，都能做出準確的分析。
NotebookLM 作為一個 AI 資料庫工具，最有用的地方就是「可以上傳自己的資料」，經過一些整理、轉化後，建立一個「特定專案、主題、需求的知識庫」，然後 AI 回答時會遵照這個知識庫的內容，提供相對準確、滿足特殊性的生成結果。
透過我這篇文章中分享的做法：「用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學」，我們可以建立像是親子教養、健康運動、時間管理等等資料庫，把讀書筆記、關鍵文章、有用影片，甚至自己的想法錄音檔等等內容匯入，經過一些整理，變成以後我詢問或復盤教養、健康、生產力等問題的有效助手。
在上述基礎應用中， Google NotebookLM 最近的更新加入了 AI 解讀圖片內容，更進一步可以把我自己一邊閱讀一邊手畫的思考圖，或是手寫在便利貼上的速記，都上傳變成資料庫！
我實際測試，效果還不錯，今天這篇文章，分享我的兩個測試體驗。
匯入課程中的手寫筆記、黑板手繪圖，製作成學習影片
我們在上課過程中，快速在紙本筆記寫下重點，老師在白板上畫出手繪解說圖，我們在課後閱讀複習時，也把自己的想法手繪成流程圖、心智圖。在這個情況下，如果把這些課堂手寫筆記翻拍成圖片，上傳到 NotebookLM ，可以解讀到什麼樣的程度，可以做哪些延伸學習呢？
老師可以：
上課用白板手繪說明 → 下課直接拍照 → 丟 NotebookLM → 變成補充講義或影片腳本。
學生可以：
考前整理心智圖 → 丟 NotebookLM → 變成「自己版本」的考前重點講義或測驗。
家長可以：
跟小孩一起畫閱讀心智圖 → 上傳 → NotebookLM 幫你設計「幾題理解測驗」。
我把自己手邊對於專注力練習、零碎時間利用的各種手繪筆記，上傳到 Google NotebookLM。全部都是翻拍的照片圖檔，沒有任何文字文件。
第一時間已經可以看到 NotebookLM 提供的摘要，很準確的掌握了這些圖片中的關鍵內容。
點開某一張圖片的摘要，可以看到 NotebookLM 很正確的辨識出圖像要表達的意思，對於圖像間的對比用意有正確的掌握，對於我手寫的潦草文字也大多都正確解答。
於是我把這個主題的各種學習手寫、手繪筆記圖匯入，然後開始提問、討論，生成我需要的進一步學習、練習教材。
更厲害的一點是，如果利用 NotebookLM 工作室中的「影片摘要」來製作學習影片，還可以在我們「原本的手繪圖」中加上「新的說明與註解」，變成學習影片的一部分！
例如下圖，把我原本的一張手繪圖，融入到影片摘要的教學畫面，並且用 AI 主動加上更多文字、圖像解說。
（如何利用 NotebookLM 製作學習影片的教學：實測分享用 NotebookLM 製作微型中文課程：我的防彈筆記法線上影音教材與 AI 助教）
匯入會議手寫筆記、投影片圖片、白板流程圖，整理成會議記錄
延續前面這樣的功能，另外一個應用是：一場會議中留下的紀錄可能包含了：錄音檔案、手寫筆記、投影片、白板流程圖照片等資料，現在也可以嘗試全部上傳到 Google NotebookLM ，讓 AI 統整成完整的會議筆記。
會議中可以快速透過手繪、錄音把想法倒出來，會後再用 NotebookLM 做「文字化」與「格式化」。
例如下面這個測試，主題是 AI 工作流程的討論，我上傳了一個超過一小時的會議錄音檔，會議中畫出的工作流程圖，跟其中某個關鍵應用的手繪解析圖。
可以看到利用 NotebookLM 的心智圖功能（延伸教學：Google NotebookLM 幫你書籍、錄音、影片一鍵畫出心智圖，快速記住學習地圖），快速的把這次會議討論的錄音檔、流程圖圖檔、手繪圖片，做出了非常完整的內容整理。
對於手繪圖的解說，也有九成以上的準確性。
我嘗試「不要勾選」錄音檔案，只「勾選」兩張手繪的流程圖，然後讓 NotebookLM 幫我整理成一封會議重點摘要郵件。
這時候，就算沒有錄音檔的文字內容輔助， AI 依然正確的解讀了手繪圖中想要傳到的 AI 工作流程。
參考上面兩個實際測試案例，試試看當你的 NotebookLM 加入「上傳圖片」的支援後，用它來處理手繪、手寫類型的筆記：
匯入課程中的手寫筆記、黑板手繪圖，除了可以解析，還可結合手繪圖，製作成學習影片。
匯入會議中的手寫筆記、白板流程圖，加上原本可支援的錄音檔、文件，整理更完整的會議紀錄。
只要肯把想法畫出來、寫下來，現在已經有工具能幫我們把「凌亂的手寫痕跡」，變成：教材、會議紀錄、學習影片，成為可以被重複利用的資產。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：紙本筆記、會議白板也能變 AI 資料庫： NotebookLM 分析中文手寫、手繪圖實測）
2025 年底， Google Gemini Deep Research 功能正式支援串連 Gmail / Google Docs / Google Drive / Google Chat 等 Google 雲端服務，把原本散落在 Workspace 裡的信件、文件、雲端硬碟、聊天室，變成 Deep Research 的「私人資料庫」，再加上網路資料，一次生出更多有效資料的研究報告。這個功能，馬上讓我想要來做個實際應用測試。
2024 年底時 Google Gemini 加入了 Deep Research 功能（延伸教學：Google Gemini Deep Research 實測比較：自動蒐集資料、推理分析、撰寫報告的 AI 研究助理），而且免費帳戶也可以有一定的使用額度，透過「深度研究」，可以驅動一個研究型 AI 根據研究計畫「自動完成」數十篇網路資料的分析整理與撰寫數千字的研究報告。這個過程大約 10 分鐘左右，都由 AI 代理程式自主完成。
Deep Reseach 這樣的功能，除了可以讓 AI 自動化完成多步驟的工作，幫助人空出時間外，還有一個特色就是可以「一口氣分析非常大量的資料（上下文）」，並且「一次完成更多層次、更多細節的內容輸出」。而這是一般單純的聊天型 AI 問答無法達到的文字處理量。（我的應用：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程）
但是之前 Google Gemini 的 Deep Research 只能搜尋網路資料，少了像是 ChatGPT 的 Deep Research 可以直接連結 Google 雲端硬碟與 Gmail 帶來的工作強度。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）
而現在 Gemini 的 Deep Research 終於補上了對自家 Google 雲端硬碟資料、 Gmail 郵件的支援，搭配 Deep Research 原本「一次處理大量上下文」的輸入、輸出能力，可以做出非常強大有效的應用。
原本 Deep Research：
主要是「看網路 + 你手動上傳的檔案」，幫你做長篇研究報告。
新版 Deep Research：
可以額外讀：
Gmail 信件內容與對話脈絡
Google Drive 裡的 Docs、Slides、PDF
Google Chat 討論紀錄
你可以在 Deep Research 視窗中，勾選要使用的來源：
Search（公開網路）
Gmail
Drive
Chat
可以把這樣的功能用在什麼應用上呢？下面我分享幾個自己實測的成果。
課程說明報告：把 Gmail 往來、Drive 講義與簡報整合→輸出結構化說明報告。
年度復盤→次年規劃：掃描 Drive 的簡報、講義，照 KPT 產出可執行的明年方案。
合作歷程報告：依關鍵字回溯多年郵件＋文件＋Chat，整理時間軸、決策點與下一步提案。
延伸補充：近期 Google NotebookLM 也加入了「用 Deep Research （或比較簡單版的 Fast Research ）」，導入大量資料研究後的專案報告的功能，同樣可以連結網路搜尋，或是 Google 雲端硬碟內容。
這時候，一樣可以利用下述的方法，在 NotebookLM 導入有效的研究報告、資料整理，建立有效的 AI 資料庫。（例如搭配我的這個方法，可以建立更專業強大的知識庫：用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學）
分析 Gmail 討論與 Google 文件、簡報，完成一份課程說明報告：
近期我跟「大人學」一起合作開發一堂「用 AI 提升工作效率的實戰工作坊」的課程，過程中我們在 Gmail 中有很多來回的細節討論郵件，在 Google 雲端硬碟中有多份演練、講義、問答、簡報相關企劃文稿。
現在課程正式上線了，我想要整理上述資料，完成一份課程說明報告。
於是我在 Gemini Deep Research 中透過下面指令，啟動 Gmail 與 Google 雲端硬碟文件的深度研究：
你是電腦玩物站長Esor，協助我撰寫一份「大人學：用 AI 提升工作效率的實戰工作坊」的介紹說明。請一步一步處理：
1.需求：讓電腦玩物讀者了解這堂課程的特色、解決問題、限制，讓讀者明確知道這堂課程適合或不適合自己，以即可以獲得什麼收穫。
2.處理流程：
2.1 根據 Gmail 中「【大人學】用 AI 提升工作效率的實戰工作坊」郵件討論，掌握這堂課程的設計目的與現況。
2.2 根據 Google Drive 中「【大人學】用 AI 提升工作效率的實戰工作坊」資料夾理的文件資料，掌握課程設計、演練的基本架構。
2.3 搜尋 Google Drive 中「簡報」資料夾內的 AI、 ChatGPT 課程相關最新資料，獲得更豐富的演練案例。
2.4 處理前面內容，整理出跟讀者說明的架構、邏輯、內容重點，並列出。
3. 最後一段，依據上傳的「電腦玩物社群貼文範本.md」範本，把上述整理好的內容，再改寫成符合範本格式、風格、用語的貼文內容。
在 Gemini 的工具選單啟動「 Deep Research 」，選擇不要在網頁中搜尋資料，而是直接讀取我的 Gmail、 Google 雲端硬碟（根據我的指令）。
我甚至還搭配「上傳」了一份課程說明範本的 markdown 文件。
我想試試看讓 Gemini 的 Deep Research 一口氣分析十幾份文件、十幾封郵件，和一個範本檔案，是不是還能更根據我的指令，有效完成工作報告。
第一階段處理研究計畫時， Deep Research 會先做基本搜尋，先找出可能要找的資料範圍。
從研究計畫中，我可以判斷 Gemini 的 Deep Research 是否已經有正確找到需要的郵件、文件，如果有，就可以按下開始研究。
這一點我覺得很棒，就像是這個 AI 研究助手會先做基本的資料掃描，然後跟我確認他找到方式對不對，讓我有即時修改調整的空間。
下面是我這個案例的實測結果，讓我來分析幾個「表現得很棒」的細節。
很明確根據指令要求，相對沒有之前的長篇大論毛病，只輸出指令要求的：結構重點整理、貼文內容。
確實可以找出並研究相關郵件、文件
深入到文件資料的細節，有邏輯的分析重點
整份輸出成果中，每一段都有明確引用來源，點擊後可以打開明確的文件、郵件
很強大的統整、分析能力，不只整理資料，也能延伸推理，獲得有啟發的結果。
明確根據範本輸出。
明確依據我的指令輸出結果，現在的 Gemini Deep Research 比較不會像是早期那樣長篇大論太多廢話。
Gemini 可以確實的研究大量相關郵件、文件，一次處理的資料量可以很大。
結果中，可以看到 Gemini Deep Research 深入到文件資料的細節，再轉化出有邏輯的重點分析。
而且每一段會有原始文件資料來源，這可以讓我方便確認這一段分析的「正確性」。
Gemini Deep Research 在大量解析文件後，進一步也有延伸論述的能力，不只是做資料摘要整理。
例如下圖中對我規劃的課程重點分析，甚至還有一些我自己沒有想到的說明方式。
前面在深度研究時，還記得我另外上傳了一個範本檔案，讓 AI 遵循這個範本做產出嗎？
Gemini Deep Research 可以在已經分析了大量郵件、雲端文件後，依然可以明確根據範本輸出成果。
表示善用 Deep Research 的自動代理、大量上下文運算能力，我們可以給出更複雜資料、分析更多樣資料、多步驟自動化產出結果。
比較看看 ChatGPT 版本，其實也能達到差不多效果。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）
關鍵不是工具，而是我們的使用方式與工作流程。
統整今年度大量工作文件、郵件，完成年度復盤與明年度規劃：
根據上面應用案例，當 Gemini Deep Research 可以一次處理分析這麼多郵件、文件資料，就可以變成一個有效的年度復盤規劃助手。
我利用下面指令，請 Deep Research 總結我今年的各種課程資料，做一個 KPT 復盤與新年度規劃。
你是電腦玩物課程規劃的專家，請根據 2025 年我的相關的課程簡報、講義，製作一份今年度課程復盤、明年度新課程規劃的企劃報告。請一步一步處理：
1.需求：了解今年度課程的主題、特色，分析可以延伸的變化、議題。
2.處理流程：根據 Google Drive 中的「13-簡報」資料夾內的資料，分析相關簡報、講義內容，梳理今年度的課程細節資料。
3.根據KPT原則，分析可以保持的特色，需要解決的問題，延伸出明年度可以新增的下一步規劃行動。
4.最後延伸出 2026 年度新課程規劃的具體建議。
同樣的可以看到， Deep Research 把我散亂的課程簡報、課程講義、課程討論郵件等，做了初步分析，設定了一個我覺得很有效的研究計畫，也正確的區分出我目前的兩大課程主軸： AI 工作術、防彈筆記法。
接著就讓 Deep Research 依照這個研究計畫去做分析。
下面是結果的一部分策略分析，我自己看了覺得很棒，確實找出了目前課程特色，也分析出可以更好的問題點，還提出了具體建議。
年度復盤可以做到這樣的程度，無論是用在工作，還是用在「自己個人復盤」，都會非常有效。
分析散落的郵件、文件，建立工作歷程報告：
如果我們進行一個專案時，郵件、文件都散落在不同的地方，需要掌握這個專案目前進度，或許也可以試試看用 Google Gemini Deep Research 的功能來整理分析。
例如下面這個應用，我設定好利害關係人的關鍵字，請 Deep Research 去我的郵件、文件系統中尋找相關討論資料，重新梳理更明確的時間軸與工作歷程。
你是電腦玩物站長Esor，整理和「富邦 共學」相關講堂的歷年合作資料，完成一份工作歷程報告。請一步一步分析：
1.需求：完成歷年富邦共學講座的主題系列、內容細節、合作資料的統整分析。
2.從我的 Gmail 中搜尋相關合作郵件，整理郵件中的相關資訊。
3.完成合作歷程時間軸、主題設計、合作形式的整理。
4.設計下一階段可以推出的系列主題。
這是一個已經進行三年的工作歷程， Deep Research 有沒有辦法準確地把過去幾年的資料找出來，並且做出有效分析呢？
結果還真的可以！ Deep Research 不只可以一次爬梳大量資料，只要我們設定好關鍵字，也能深入挖掘資料架內的資料細節，甚至過去多年的散落資訊。
善用這個挖掘資料能力，可以更有效的做出專案分析、復盤與規劃。
總結一下上面幾個案例，我的 Deep Research 操作細節重點，提供大家參考：
進 Deep Research 前：先想清楚資料邊界（要勾 Gmail/Drive/Chat 哪些）、研究目標（說明？回顧？提案？）與輸出格式（報告、貼文、簡報大綱）。
指令結構：需求→處理流程（來源、資料夾、關鍵字）→輸出規格（框架/範本）。
研究計畫頁：務必檢視是否抓到對的郵件串與資料夾，必要時補關鍵字或縮小範圍再跑。
成果檢核：優先抽查每段落的來源鏈結，確認引用無誤、時效正確，再決定修改幅度。
有需要的朋友，也可以模擬上述流程，試試看！
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive）
現在利用 AI 製作簡報的工具非常多，像是之前在電腦玩物介紹過的 Gamma 或 Canva，都是相當不錯的選擇。不過今天要分享的，是 Google Gemini 最新推出的一項功能——它可以直接在生成式 AI 的問答中，一句指令就把內容製作成一份 Google 簡報。
延伸教學：
[教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報
Gamma 用 AI 幫你設計簡報、網頁，瞬間完成戲劇化版面內容
2025/11/15 新增：專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive
我實際測試後的心得是，Google Gemini 雖然不像 Gamma 那樣畫面華麗，也不如 Canva 擁有那麼多可套用的模板，但它在一個特定的工作流程裡，卻展現出極高的實用價值，那就是——
當我們平常的文件、講義、教材都已經在 Google 文件裡，Gemini 能直接連結這些檔案，讓 AI 分析文件內容，自動整理出課程或會議的分段重點，並且立即製作成一份 Google 簡報。
整個流程可以在 一個按鍵之下完成。
更重要的是，Gemini 生成的 Google 簡報並不會太陽春。
相較於用 ChatGPT 直接生成 PowerPoint 檔案時，往往只有純文字分頁的簡報內容（最近 ChatGPT 可以連結 Cnava ，但是失敗率很高），Gemini 會自動套用適當的版面設計，加上合適的圖示或圖片，文字排版也會根據頁面用途進行調整。
例如標題頁、引言頁、操作說明頁，都會有明確的版面區隔與一致的格式。雖然談不上「設計精美」，但已經能在工作現場直接使用。
目前這個 Google Gemini 內建的「直接生成簡報」功能，已經開始向用戶陸續推出。預計會先開放給付費版本的使用者，接著再提供給免費用戶使用。上線時間將以 網頁版優先，APP 版本稍後跟進，預估在 2025 年 11 月上旬，所有使用網頁端的用戶都能體驗到這個功能。
如果你的日常工作流程中，有大量講義、教材、會議紀錄都放在 Google 雲端硬碟裡，並且平常就習慣使用 Google 簡報來製作投影片，那麼這次 Google Gemini 的整合流程，將能大幅節省你從內容到簡報的轉換時間，幾乎一鍵就能產出可立即使用的成果。
下面，就分享一個我讓 Gemini 把「Google 文件」設計成「Google 簡報」，在於「 Google 簡報」中利用現有 AI 側邊欄調整圖文內容，最後又把 Google 簡報匯入「 Google Vids 」製作成影片，示範完成的 Google AI 工作流程。
第一步：要求 Gemini 用 AI 解析 Google 文件，製作簡報
打開你的 Google Gemini ，利用提問中的「工具」選單，開啟「 Canvas 」，就能測試看看是否已經加入「製作簡報」的功能。
Google Gemini 的 Canvas 有很多利用方式，例如：
個人學習、考試新利器！ Google Gemini 測驗功能，一次完成知識研究、出題、複習
3 分鐘做出孩子專屬繪本！Gemini Storybook 把照片圖畫變故事書
我透過下面的指令：
你是筆記課程簡報設計專家，根據這份文件講義，製作出課程需要的 Google 簡報。請一步一步處理，先理解文件中的課程重點和方法，以痛點解決作為開場，以方法論流程展開每一頁簡報的內容，每頁簡報關注一個步驟或一個問題解決，以精簡扼要的文字，呈現課程內容。
連結了一份我的「防彈筆記法」課程大綱，並要求 Google Gemini AI 用我指定的邏輯來處理講義內容，製作成課程中可用的簡報。
第二步： Gemini AI 製作簡報的方式與效果
接著， Gemini 就會在右方的 Canvas 中啟動製作投影片的功能，並使用 Google 簡報適合的版型來製作。
從 Gemini 製作出來的簡報成果可以看到， AI 在分析我的 Google 文件後，會做幾個動作：
AI根據內容拆分重點，製作簡報分頁。
會自動調整適合的版面，排版文字，也會保持一致性。
會自動搭配ICON圖示或圖片。
如果 Gemini 製作出來的簡報有需要微調的部分，與其用對話調整，不如透過右上方的「匯出成簡報」，在 Google 簡報中進一步修改。
第三步：在 Google 簡報中也可以繼續用 AI 做設計調整
在 Google 簡報中，也可以繼續使用右方側邊欄的 Gemini AI 做簡報調整。
例如透過 Gemini 製作背景圖，直接給出繪圖指令，就能在右方生成圖片，並挑選適合的圖片插入簡報中（參考：用好 Google Gemini AI 修圖升級版教學：整合產品照，編輯人物動作，保持外觀一致性！）。
也可以在 Gemini 右方側邊欄，讓 AI 直接根據這頁簡報內容，製作搭配的示意圖。
Gemini 側邊欄也可以直接用自然語言指令，讓 Google 簡報新增一頁簡報設計。
根據下面內容，設計一頁結合圖示、圖片與適合版面的簡報：
專案目錄：掌控混亂的專案
建立專案目錄
每個專案設立獨立的工作清單，進度一目了然。
分解複雜任務
將大專案分解為具體、可執行的行動步驟。
明確下一步行動
建立即時更新、明確掌控的工作架構，不再分心。
第四步：把 Google 簡報匯入 Google Vids 製作影片（未來中文有機會也支援 AI）
之前我有分享過：「Google Vids 免費線上影片編輯工具，幫老師輕鬆完成教學影片錄製、剪輯、特效、字幕」，這是一個內建在 Google 雲端硬碟中，非常好用的影片製作、編輯工具。
雖然他目前的「真正 AI 製作影片動畫」功能還是只支援英文，但是我們可以把前面做好的 Google 簡報匯入 Google Vids。
這樣就能立刻產生一個短影片，老師、報告者只要加上錄音，就是一段簡單的教學影片。
Gemini AI 加入製作簡報功能，雖然結果比不上 Gamma、 Canva 漂亮，但卻可以幫助我們完成 Google 文件、 Google 簡報、 Google Vids 影片一條龍的快速工作流程，值得老師、工作者製作教學與會議投影片時好好利用。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Gemini AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程）
Canva 不只是圖像設計工具，也有很多人直接把她當成簡報設計軟體，在這兩三年的線上直播中，我已經愈來愈常看到用 Canva 製作的簡報。（延伸參考：用 Canva 設計精美會議文件、專案報告、學習單，自動轉換成簡報）
因為 Canva 即使是免費帳號，也提供了非常豐富的簡報模板，加上內建的各種 ICON、圖示、中文字體元素，對大多數人來說都能輕鬆製作出好看的簡報內容。後來又有了 AI 功能加入，讓設計簡報變得更輕鬆。（延伸閱讀：Canva AI 2024 最新 15 個圖片生成、修圖自動化功能應用案例教學）
今年（2025）， Canva 更直接推出全新的 AI 問答功能，甚至可以透過指令讓 Canva 自己組合內建的各種模板與素材，一句話生成精美簡報、文件、封面等等。不過一開始，這個 Canva AI 問答功能只針對英文為主，到了 2025 年 9 月開始加入了中文的支援，現在也可以直接下指令，就讓 Canva AI 從頭到尾幫我們製作出一份有內容、有版面、有圖片的簡報。
雖然 AI 簡報很好用，像是除了 Canva AI 簡報，我之前也很常使用「 Gamma AI 」來製作各種工作、課程中的簡報。
但是，我的流程有點不一樣，我不會「直接在 Canva、Gamma 這樣工具上憑空製作一份簡報 」。而是先在 ChatGPT 上做資料收集、整理、分析後，再讓 Canva、 Gamma AI 做出美美的簡報版面。
因為一份簡報如果沒有經過資料研究、知識整理的過程，直接「給一個題目」，就要把論述、內容、案例、版面、圖像素材等一次做好，我的經驗是「很難做出正確、有效、深入」的簡報成果。
Canva、 Gamma 這類工具可以幫忙把簡報設計得很漂亮沒錯，但是卻不適合做「前期的簡報資料收集、研究、整理、分析」。
下面就分享一套我自己先在 ChatGPT 上討論專案，完成簡報大綱後，再用 Canva、 Gamma 製作簡報的流程。
階段一：利用 5 分鐘，教 ChatGPT 快速閱讀、搜尋、研究大量資料
假設我現在只有一個簡報題目「防彈筆記法說明」，那麼我絕對不會直接把這個題目丟給 Canva、 Gamma 去做簡報，那樣會非常容易出錯、出現很多幻覺、內容也不夠深入。
相對的，我會先打開 ChatGPT ，開始問題研究與資料收集，利用下面這個指令，「反覆多次」替換「知識主題」的關鍵字，讓 ChatGPT 上網搜尋後「調閱」出一筆一筆簡報內容中需要的知識、案例、素材。
你是個人知識管理專家，請跟我解釋「電腦玩物 esor 的防彈筆記法」。請一步一步分析：先「上網搜尋相關資料」，以「條列清單的格式」，用一般人也能懂的用語，兼顧廣度與深度細節，說明這個主題。
這個過程通常我會進行 5 分鐘左右，調閱出 10 筆以上資料，作為接下來製作簡報的素材庫。
階段二：利用 1 分鐘，教 ChatGPT 建立知識架構
然後，我會利用下面指令，讓 ChatGPT 整理上面調閱出來的十幾筆素材資料，做一次比對統整。
我把這個過程認為是「教 AI 建立一個知識架構」，讓 ChatGPT 對「防彈筆記法」這個簡報主題有跟我一樣的客觀資料認識，和主觀詮釋角度。
整合上面所有討論資料，建立一個「防彈筆記法方法、應用」的對比表格，呈現出「打破知識管理、資料整理迷思」的特色。
可以這樣想像，這兩個階段是讓 AI 進行製作簡報前的研究、整理，並建立「詮釋觀點」。
階段三：利用 1 分鐘，要求 ChatGPT 根據閱讀與理解，輸出簡報大綱
接下來，我才讓 ChatGPT 去製作「文字版」的簡報大綱，指令通常如下：
統整上方的討論，根據「防彈筆記法是幫你更快輸出的知識管理系統」主題，簡報對象是「一般職場工作者」，設計出 10 頁簡報大綱。請一步一步分析，先梳理上方討論的重點，根據背景、解決的問題、方法與應用，拆解出最容易讓人理解的順序。每一頁有一個明確主題，每個主題下條列關鍵重點，並帶入更多具體的數據資料細節，並且最後有吸引人的結論。
在文字資料的處理，內容的推理思考上， ChatGPT 這類工具一定還是做得比 Canva、 Gamma 等工具要好，
所以先在 ChatGPT 上完成文字版的簡報大綱，再把大綱貼上 Canva、 Gamma 去製作簡報。
階段四：將 ChatGPT 簡報大綱複製到 Canva ，完成簡報設計
最近 OpenAI 有推出新功能，可以直接在 ChatGPT 啟動 Canva ，但需要先把 Canva 切換到英文版，才會比較容易成功，但實際嘗試還是偶爾會失敗。
根據下面簡報大綱，保留完整內容、架構、分頁，利用 canva 製作出精美簡報：
1｜為什麼知識管理常常「用不久、產出慢」
常見困境：資料四散（聊天室、信箱、雲端）、會議逐字稿無法落地、剪藏一堆卻用不上。
你可以自查的三個數字（本週就量）：
找資料時間：一天花幾分鐘在找「那份檔案／結論」？
下一步明確率：每個任務是否都有「下一步×1」？
會議落地率：上週會議行動在 7 天內完成比例（％）。
結論：若重心放在收藏與分類，輸出速度自然變慢；我們要把筆記變成工作介面。
2｜防彈筆記法的定位：為輸出而設計
核心精神：任務導向＋動態演化＋簡單精準。
一句話：每個任務一則筆記（SSOT），把目標、行動、決策、依據、變更都寫回「同一張」。
成功判準（你能立刻觀察）：
打開任務筆記就知道現在要做哪一步。
週檢視只需要翻看「那些任務筆記」，不用重找來源。
3｜系統骨幹：5 層結構（從雜到精）
收件匣：先丟進來，不分類；每日或隔日批次清空。
暫時筆記：把一則素材改寫成「問題／關鍵資訊／下一步」。
專案目標筆記（一個任務一則）：聚焦目標、下一步、決策紀錄。
資源／經驗筆記：將過程踩雷與做法沉澱成可重用清單。
永久任務筆記（SOP）：把重複流程標準化。
建議節奏：收→用 SLA 48 小時；每週 20–30 分鐘做整體覆盤。
4｜一個任務、一則筆記（最小可用模板）
抬頭：任務名稱（動詞開頭）｜完成條件（可驗收）｜截止日。
主體三欄：
決策紀錄：[YYYY-MM-DD] 結論＋依據連結
下一步×3：動詞＋產出｜Owner｜Deadline
參考片段：只留「可直接引用的 3 點」
變更/風險：本週狀況、阻礙與備案（各 1–2 行）。
現場示例（行銷報告任務）：
完成條件：能於 10 分鐘會議中清楚回答 3 個決策題。
下一步：彙整近 30 天投放成效圖｜A｜10/29
5｜收集網頁學習資料：輸出導向的收法
工具任你用（Reader/Glasp/Save to Notion/NotebookLM…），關鍵在寫上自己的話：
每個高亮配**「我怎麼用」1 句**。
每篇文章只留下可用片段×3（論點/數據/步驟）。
作業節奏：
看到就「一鍵收件匣」→每日或隔日批次清空→拉進對應專案筆記。
設指標：收件匣未清空天數 ≤ 2 天。
產出檢核：專案筆記中能直接引用為段落或決策依據；不要讓引用回頭再找原文。
6｜會議記錄：只保留「會帶來動作」的東西
兩張表就夠了：
決策表：議題｜結論｜依據連結｜備案
行動表：Action（動詞）｜Owner｜驗收標準｜Deadline｜所屬專案連結
24 小時分流規則：行動嵌回各自專案筆記，不要留在「今天會議」頁。
追蹤指標：
行動卡 24h 歸位率＞90％；次週落地率＞70％。
7｜復盤：把「心得」改寫成「下一次會做的事」
任務筆記內建復盤區：
本次做法摘要（≤3 句）／成效&失誤（各 1–2 點）
下次改進×1–3（動詞＋驗收條件）／可複用規則（1 句）
節奏：每日 3 分鐘微復盤＋每週 20–30 分鐘沉澱 SOP。
成效衡量：
同類任務的交付時間縮短、錯誤率下降；SOP/模板數量逐週增加。
8｜協作與追蹤：讓資訊與責任對齊
原則：SSOT（單一真相來源）＝每個任務的那一張筆記。
團隊看板只放「任務卡連結」，不複製內容，避免版本分叉。
週會範式：只帶任務筆記檢視「決策更新與下一步」。
測量：
決策回溯時間（從提問到找到結論的時間）
跨部門等待時間（等待外部回覆的平均天數）
9｜工具與 AI 的正確打開方式（不換工具也能做）
你已有的工具即可（Notion/Google 文件/Obsidian/Evernote 皆可）。
AI 三招：
把零散片段改寫成「下一步×3」；
把會議討論萃成決策表＋行動表；
把經驗重構成 SOP/模板並附上原連結。
風險控管：保留來源連結、標註假設／限制，避免黑盒決策。
10｜7 天導入計畫（立即行動）＋結語
D1–D2：選 3 個進行中的任務 → 各建任務筆記（抬頭＋三欄＋復盤區）。
D3–D4：把最近的 1 場會議，改用「決策表＋行動表」並在 24h 分流。
D5：清空收件匣，為 3 篇文章各寫「可用片段×3＋我怎麼用」。
D6：每日 3 分鐘微復盤，週末 20 分鐘沉澱 1 份 SOP。
D7：檢視三個數字：找資料時間、下一步明確率、會議落地率。
結語：不要把時間花在整理系統，而是用系統把結果做出來。
從今天開始，讓每一張筆記都能回答：「下一步是什麼？」
所以目前來說（2025/10），我還是喜歡把簡報大綱貼入 Canva （或 Gamma ），利用 Canva AI 來製作簡報。
把剛剛 ChatGPT 生成的簡報大綱貼入 Canva AI ，在對話框下面選擇：「設計」－「簡報」－「想要的風格」，就可以讓 Canva AI 協助製作簡報版面。
Canva AI 會根據簡報大綱，思考分頁、內容重點，然後先做出一個分頁版本，我們繼續按下方的「產生設計」。
這樣就能在 Canva 中完成簡報版面套用，與基本的圖文內容設計了。
最後也能進入 Canva 編輯器進一步修改。
同樣的流程，我也可以把 ChatGPT 產生的簡報大綱，貼入 Gamma，讓 Gamma AI 直接做出圖文並茂的簡報，作為專業 AI 簡報工具， Gamma 的效果還是最好的。（延伸教學：Gamma 用 AI 幫你設計簡報、網頁，瞬間完成戲劇化版面內容）
簡報不是從版面設計開始，而是從資料研究開始。
想要利用 AI 來製作簡報，但是每次在 Gamma、 Canva 上直接讓 AI 做簡報時，常常發現版面雖然漂亮，但簡報內容不夠好、有幻覺、不深入的朋友，可以利用上面分享的流程，來製作更專業的 AI 簡報。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：[教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報）
Google 搜尋現在除了「傳統搜尋」功能，還加上了「 AI 摘要（ AI overviews）」、「 AI 模式（ AI Mode ）」，加上生成式 AI 如 ChatGPT、 Google 自己的 Gemini 也都具備上網搜尋能力，對於我們這樣的使用者來說，什麼時候應該使用哪種工具呢？還需要使用 Google 搜尋嗎？
還是說，現在都直接使用 ChatGPT 來搜尋，或是做 Deep Research 研究，就是最一勞永逸的做法呢？
在前陣子台灣也推出了 Google 搜尋的「 AI 模式」後，我想來試試看這些工具的差別。
先說說我測試後的心得，如果我們把資訊工作分成下面三個不同層次：
資料在哪裡？（想要快精準抵達對的頁面、抓出可靠來源）
內容說什麼？（能不能在最短時間掌握重點，強化理解）
要輸出什麼？（能不能把資訊整理成決策、報告、分析表格）
對應到這三種需求，上述 AI 工具的選擇就不一樣：
資料在哪裡？
傳統 Google 搜尋：擅長「抵達」目標網頁與關鍵資料：下載頁、登入官網、官方文件、資料時間範圍比對、多家媒體交叉驗證，這時候都該用傳統搜尋，才是最快、最穩定的做法。
內容說什麼？
Google AI 摘要：擅長「快速摘要」：在你不確定要從哪個角度切入的時候，先看一段整理過的重點，快速聚焦關鍵名詞，再決定要不要點進原文、延伸搜尋。
Google AI 模式：擅長更複雜深入的摘要，並且可以「追問」：當問題需要找到更多資料再說明，需要互動式澄清、需要列出來源與日期、需要把不同來源的細節統整出來，AI 模式可以抓出更多細節。
要輸出什麼？
如果目的不是找資料，也不是先看懂，而是要輸出報告、輸出決策分析，還是應該回到真正的生成式 AI 工具上討論（例如 ChatGPT、 Gemini 等）。
雖然 ChatGPT 這樣的生成式 AI 工具也能搜尋找資料，但是：如果我現在想要直接找到目標網頁，或者我想要驗證資料來源，還是要找一個簡單問題的操作方法，那麼或許 Google 搜尋（AI 摘要）、 AI 模式會更快速有效。
同樣的，雖然 Google 搜尋的「 AI 模式」也可以根據指令生成內容，但是：太複雜的提問和輸出，需要更多格式風格的輸出，很明顯的 AI 模式無法掌握，還可能分析到一半卡住，所以真正的複雜內容生成，還是應該直接使用生成式 AI 。
也就是說， Google 搜尋推出 AI 輔助功能，其實可以跟我們日常可能已經常用的 ChatGPT、 Gemini、 Copilot、 Claude 等生成式 AI 工作做出使用上的區隔。
下面這篇文章，分享我實際針對不同案例的測試結果，看看在不同 AI 工具的效果，並分享我如何判斷不同 AI 搜尋工具適合解決什麼不同問題。
我怎麼測試 Google 搜尋、AI 摘要、 AI 模式與 ChatGPT 的應用差異？
在電腦玩物的日常工作裡，我把資訊檢索拆成「導航找到正確來源」、「掌握資訊重點」、「輸出可用成果」三層次。這一次的測試，就用這三層去比較傳統搜尋、AI 摘要、AI 模式與生成式 AI 工具（ChatGPT 等），評估它們在真實任務中的應用。
測試流程我選擇平常自己會遇到的任務：
簡單知識的查詢：像是找到官方教學、常見問題、操作步驟。
優先使用最快、最直接的 Google 搜尋，並且有時出現的 AI 摘要也會有幫助（直接整理出問題解決步驟）。
最新產品資訊整理，新聞消息的查核：需要比較與整理官網、電商平台、媒體評論的最新資訊。
相對適合可以快速大量搜尋與摘要的 Google AI 模式。
旅遊或課程的規畫：要整合交通、餐飲、時間、費用等多個條件，還要檢查資料來源。
如果是簡單的景點、課程資料整理，Google AI 模式很有用。
如果是要做旅遊的長期規劃、課程的長期計劃，那麼還是應該用 ChatGPT 等生成式 AI。
報告或提案需要的輸出：要把資料整理成結論、表格或決策建議。
應該直接在 ChatGPT 等生成式 AI 工具上開始作好幾回的深入討論。
上述 1、 2、 3 情況，如果未來其實要進行下一步的長期研究，最後會進入 4 的專案報告生成，那也可以嘗試一開始就使用 ChatGPT，因為這樣可以形成專案記憶（參考：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）。
每一個任務我都依序用傳統搜尋、AI 摘要、AI 模式與 ChatGPT/Gemini 實測，記錄它們各自的優點與卡關點，最後再回頭整理成下面的案例分析、比較表格，提供大家參考。
什麼時候用 Google 搜尋更好用？
當我只想快速找到「正確的網站」或「官方文件」，還是要明確找出「第一手資料」，傳統搜尋仍舊是相對可靠的入口。
舉例來說，我要下載一款繪圖軟體的最新版本，或確認某個政府公告的原始 PDF，使用 Google 搜尋，速度飛快，大多時候也可以在第一頁就看到正確的連結。
這時候動用到生成式 AI 、 AI 模式，反而多了一步，還要等他搜尋後摘要、等他想出答案，效率不如自己點開搜尋結果。
例如下圖，我就是想找到一篇文章，只要下好幾個關鍵字，可以快速找出我需要的資料，這時候傳統 Google 搜尋一定比 AI 更快更有效。
我的心得：當需求是「精準抵達」或「明確資料」，可以打開 Google 傳統搜尋。這是最穩定、可控制的方式。
什麼時候 Google AI 摘要有效？什麼時候會踩雷？
AI 摘要的好處是「快速抓住重點」，特別適合我們只是想要快速找到某個具體問題的解決辦法的時候。
像我想研究某款筆記 App 的同步設定，AI 摘要幫我在搜尋結果最上方列出幾個步驟、讓我先掌握方向，如果還不清楚可以再去點開原文核對細節。
這種情境下，AI 摘要可以用最快速度，節省了我自己篩選資訊的時間。
但是 AI 摘要有三個不穩定因素：
是否會出現是機率事件：不是所有關鍵字、所有提問都會出現 AI 摘要，問題相對複雜時 AI 摘要也不一定出現，導致流程不連貫。
要小心可能摘要資料比較舊：因為 AI 摘要通常以傳統搜尋結果最前面的文章做摘要，但這不一定是最新資料。
複雜問題通常無法觸發：如果問一些複雜問題，例如設定很多條件的旅遊資料搜尋，這時候傳統 Google 搜尋、 AI 摘要都無法處理。
如下圖，我在一款最新遊戲發售後，搜尋有沒有最新玩家心得，出現了 AI 摘要，但摘要中說這款遊戲尚未發售，可見這並非當下即時更新，或是相對容易找到舊資料。
太複雜的提問，例如下圖各種條件的旅遊規劃，也不是傳統 Google 搜尋與 AI 摘要可以處理的。
我的心得：把 Google AI 摘要當成「有也不錯的輔助」，可以用在簡單問題的教學解答，除了可以找到有用的教學來源，也有很大機會直接摘要出具體步驟，快速解決我的問題。
什麼時候 Google AI 模式最實用？我的常用案例
我在寫這篇文章時，剛好遇到 MLB 季後賽進行到一半，於是我在 Google 搜尋、 Google AI 模式、 ChatGPT 上分別詢問了目前比賽中大谷翔平的最新比賽數據。
下面是三種工具的結果：
Google 搜尋、 Google AI 摘要都無法呈現最新數據整理。（不過這裡有機率性，也可能某些時候，或是改提問中的幾個字後， AI 摘要就會出現。）
但是如果使用 Google AI 模式提問，就可以快速分析出最新數據。
而 ChatGPT 的搜尋也有辦法找到最新數據，甚至提供得更完整（有打擊數據，也有投手數據），還提供了一些延伸解釋。
如果說你喜歡一個工具用到底，那麼其實無論要搜尋、摘要、輸出，都用 ChatGPT 搜尋、整理，也會是一個有效的選擇。（延伸閱讀：ChatGPT Search 實測：用 AI 搜尋生成即時報導、摘要文章、整理改寫內容）
雖然 ChatGPT 往往做得很棒，不過生成結果的速度比 Google AI 模式要慢一點。而這個「速度」的差別，會讓我有時候選擇使用 Google 搜尋的 AI 模式。
Google AI 模式運作時，會非常快速的搜尋數十篇最新資料網頁，然後把搜尋轉成摘要整理，並且可以「追問、對話」。
所以當需要「整理最新資訊」時， Google 搜尋的 AI 模式提供了一個快速、有效的選擇。快速，比 ChatGPT 等速度更快。有效，比 AI 摘要和 Google 搜尋排序更新。
例如下圖，可以看到針對右邊找到的十幾個網頁資料（而這是搜尋了數十個網站後過濾出來的結果），摘要出左方的整理回答。
AI 模式在「找到最新資訊」上，甚至比 Google 搜尋更快，比 Google AI 摘要更可靠。透過當下 AI 搜尋過濾，可以找到 Google 搜尋還沒排序但更新的資料，可以摘要出 Google AI 摘要還沒更新的結果。
這可以很好的幫我快速掌握最新資料，尤其那些可能也不需要深入研究（這更適合 ChatGPT ），就只是要掌握最新資訊即可的主題（更適合 Google AI 模式）。
或者有時候，我要做一些「消息確認」時，我也採用 Google 搜尋的 AI 模式。
例如下圖，我想確認一條社群上看到的消息，了解背後較完整的資訊，或是做事實確認，我只要在 Google 搜尋 AI 模式提出一個簡單問題（或者一條缺乏證據的消息），讓 AI 模式幫我快速找資料並做出整理，右方也可以提供進一步確認的資料來源。
我在 Google AI 模式的做法：
確認最新的產品規格、新聞事件。
還可透過連續追問得到更多細節。
我的心得：Google AI 模式很適合，滿足求知慾，快速「知道」，用最快速度整理最新資訊，或是驗證背後新聞資料。
意識到自己不是要搜尋，而是要輸出：改用 ChatGPT
當任務已經超出「理解資訊就好」的範圍，進入「需要輸出成果」的階段時，我會直接使用 ChatGPT 或 Gemini。
一個簡單的例子如下，我需要買一個充電器，想要快速比較各種產品細節、價格，並了解購買建議，這就是我想要「輸出的成果」，不只是簡單的資料搜尋摘要，還牽涉更多推理思考的步驟，這時候 ChatGPT 可以提供類似下面這樣的成果。
Google 搜尋、 AI 模式雖然也能在這樣的提問中，找到一些需要的資料，但後半部要做的比較分析等，就相對無法勝任。
我的心得：需要找資料，但更要輸出成果的情境，使用 ChatGPT 類工具會是更好的選擇。
搜尋資料後，比較分析：重新排成表格、簡報大綱或會議紀錄。
搜尋資料後，策略規畫：要完成課程企畫、企業內訓提案，需要根據公司的目標、預算、時程來設計方案，這時候生成式 AI 的長篇推理與記憶功能更適合。
搜尋資料後，內容潤飾：要輸出報告草稿、會議講義、郵件回覆，需要撰寫內容時，在生成式 AI 上潤飾、調整格式等還是效果最好。
ChatGPT、 Google 搜尋 AI 摘要、 AI 模式如何搭配使用？
如果在 ChatGPT 的分析比較後，我決定要買了，所以需要快速找出某個產品的購物網頁，那麼我會立刻用 Google 搜尋。
但如果下單前，還想要進一步了解這個產品的使用心得，則可以在 Google 搜尋中快速切換到 AI 模式。
當我只能想到關鍵字時，先用 Google 搜尋 AI 摘要、 AI 模式
其實我現在大多時候的工作流程，都是在 ChatGPT（ Gemini、 Claude ）中直接處理，很多時候也包含搜尋，因為 ChatGPT 的搜尋、 Deep Research 真的很強大。（延伸參考：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程）
不過當 Google 搜尋有了 AI 模式後，有一個情況可以反過來先用 AI 模式，那就是「我還不知道怎麼提問，只能想到一個關鍵字時」。
ChatGPT 等生成式 AI 需要我們提出具體問題。但是 Google 搜尋的 AI 模式，反而可以利用 Google 搜尋的能力，只要一個「簡單關鍵字」，就能找出我想要的回答。
有趣的是， ChatGPT 這類生成式 AI 反而「無法理解」這麼簡單的關鍵字，往往會給出一些似是而非的回答。
最後的工作流程建議： ChatGPT、 Google 搜尋 AI 摘要、 AI 模式搭配使用
綜合以上實測，我現在的工作流程是這樣的：
先想清楚需求是哪一個「找資料、懂意思、輸出成果」？大方向上：
找資料就用傳統搜尋。
懂意思就用 AI 摘要或 AI 模式。
輸出成果就交給生成式 AI。
Google 搜尋自動顯示的 AI 摘要，只能當輔助，使用也要小心，可能有過期資訊。
還無法做出有效提問指令前，可以先用關鍵字在 Google 搜尋的 AI 摘要、 AI 模式中摸索。
複雜輸出直接交給生成式 AI：把需求、限制、資料一次說清楚，讓 ChatGPT 幫你完成最終成果。
必要時，再回到傳統搜尋，用 Google 搜尋、 AI 模式等驗證細節。
下面是我的分析比較表格，給大家快速對照：
情境/需求
用 Google AI 模式
用 Google AI 摘要
用 Google 搜尋
用 ChatGPT
產品/工具比較、旅遊/課程規劃、研究分析、輸出報告成果
⚠️可以處理，但容易處理一半就停住，無法提供最完整資料
⚠️問題複雜時，不一定啟動
⚠️問題太複雜，無法找到有效資料
✅要輸出成果，要做更複雜研究與整理，更適合直接使用生成式 AI
要摘要「最新」資訊，或驗證生成式 AI 的可能爭議資訊
✅ 能快速檢索最新或最明確資料，持續追問、列出來源與日期。
⚠️有時候資訊反而不是最新的
✅ 透過關鍵字＋過濾器快速找出資料來源，自己閱讀確認
✅可以利用 AI 搜尋、 Deep Research 深度研究，不過速度比較慢。
單純找出具體方法步驟
✅ 可持續追問，得到不同方法。
✅快速提供步驟摘要，方便決定是否進一步閱讀
⚠️需要自己比對多個結果
⚠️若只需要簡短答案，生成式 AI 的時間成本較高
導航/精準找網頁（下載頁面、登入官網、目標明確）
⚠️反而增加步驟
⚠️不一定出現。
✅ 最快、最有效
⚠️速度反而比直接搜尋慢
不想設計複雜提問，直接下簡單關鍵字，就想找出一些東西時
✅找出資料，摘要資料，提供初步解答，然後再點開來源資料查看
⚠️不一定出現。
✅提供來源影片或文章
⚠️只有關鍵字時，回答可能無效，可能亂回答，需要搭配指令
善用這四種工具的搭配，就能在資訊洪流裡保持效率：要找資料時不迷路，要理解時抓到核心，要輸出時交給最擅長的 AI。
這是我在電腦玩物實測後，整理出的「目前」搜尋策略，提供給常常需要找資料的朋友參考。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：實測何時用 Google 搜尋、 AI 模式、 AI 摘要或 ChatGPT？比較應用案例）
All RSS
- XOOPS 正體中文延伸計畫
- Engadget 中文版
- 硬是要學！
- 點2下資訊社
- XOOPS Web Application System
- 綠色工廠 Easylife Blog
- 電腦玩物
- WebResourcesDepot
2025-11-19 貓奴必收的冬日療癒禮物｜暖到心底的 TANSUGENE +3.8°C 貓咪毛毯
陰雨綿綿的冬天窩在家，裹著軟綿綿的毛毯邊追劇、滑手機，就是件幸福的事。今天要介紹的是一條蓋上就能感受到「幸福值上升」的 TANSUGENE 貓咪毛毯。無論是犒賞辛苦一年的自己，還是送給同樣愛貓的朋友，這條毛毯都會是讓人暖進心裡的冬日療癒小禮。
2025-11-19 按摩不求人！OSIM 筋膜槍 360 推薦：加長手把與減震設計的完美平衡。
你是否也常覺得後背痠痛，想自己按摩卻總是沒辦法？如果有這種「按摩無法自理」的困擾，這款 OSIM 筋膜槍 360絕對值得一看。 它有著獨特的加長手把和僅 525g 的輕巧機身，真正實現了按摩不求人，再加上四款按摩頭，在家就能享受深層按摩。
2025-11-19 連麵包也能加熱！向物氛圍恆溫暖杯墊推薦，用透明外觀打造冬日療癒氛圍。
天氣越來越冷了，你是否也跟編輯一樣，隨時都想來一杯熱飲，可惜常常沒喝幾口就冷掉了。如果你也有這樣的困擾，而且懶得走去廚房使用微波爐，那請購入懶人加熱神器：SOTHING 向物氛圍恆溫暖杯墊，讓你的冬天過得暖呼呼。
2025-11-18 xAI 推出 Grok 4.1 大幅降低 AI 幻覺 挑戰 Google Gemini 3.0
xAI 發布 Grok 4.1 模型系列，於 LMArena 評測取得領先。新模型顯著降低幻覺（hallucination）發生率與資訊錯誤率，並提升創意寫作能力。此更新旨在挑戰現有大型語言模型之市場地位。
2025-11-18 前 Intel CEO Pat Gelsinger 率 7 家新創公司訪台 攜手台積電、日月光共謀次世代運算合作
前 Intel CEO Pat Gelsinger 率領七家新創公司訪台，尋求與台積電、日月光等大廠建立生態系夥伴關係。矽谷深科技創投 Playground Global 今日 (11/18) 於台北舉辦記者會，由合夥人、前 Intel 執行長 Pat Gelsinger 與 Peter Barrett 親自領軍，攜手旗下 7 家專注於次世代運算 (Next-gen Computing) 的投資組合公司，宣布多項技術突破與在地策略合作，旨在藉助台灣完整的半導體生態系，加速深科技創新落地與規模化。Pat Gelsinger 強調，台灣已成為業界頂尖硬體公司驗證創新的最佳試煉場。他表示：「我和台灣
2025-11-13 [限時] Manus AI 點數 2,000 點限時發放！把握最後幾小時！
(硬是要學／手哥 HANDBRO 報導)
跟大家分享一個非常限時、非常緊急的好康資訊——Manus AI 現在在發放最多 2,000 點的免費點數，而且 […]
本文 [限時] Manus AI 點數 2,000 點限時發放！把握最後幾小時！ 最早出現於 硬是要學。
2025-11-13 TP-Link 前進 Wireforce 展出 Wi-Fi 7 全系列產品，現場購買便宜上萬元，感受零延遲不用
(硬是要學／手哥 HANDBRO 報導)
你正要出招 KO 對手，結果網路一頓、畫面卡住——沒錯，這就是電競玩家最怕的惡夢！但今年在 WirForce […]
本文 TP-Link 前進 Wireforce 展出 Wi-Fi 7 全系列產品，現場購買便宜上萬元，感受零延遲不用 最早出現於 硬是要學。
2025-11-12 延遲超低，正確率更高！ElevenLabs 推出 Scribe v2 Realtime 即時 AI 語音轉文字服務
(硬是要學／手哥 HANDBRO 報導)
別再手動逐字啦！ElevenLabs 推出新版 Scribe v2 Realtime 服務，把你說的話即時轉成 […]
本文 延遲超低，正確率更高！ElevenLabs 推出 Scribe v2 Realtime 即時 AI 語音轉文字服務 最早出現於 硬是要學。
2025-11-12 Visual Studio 2026 正式推出！與 AI 開發深度整合
(硬是要學／手哥 HANDBRO 報導)
Visual Studio 2026 已正式推出，這次更新涵蓋使用者體驗、整體效能與 AI 功能整合等多個面向 […]
本文 Visual Studio 2026 正式推出！與 AI 開發深度整合 最早出現於 硬是要學。
2025-11-10 第一層 vs 第二層加密貨幣
(硬是要學／特別企劃 報導)
在區塊鏈世界裡擴容技術中，第一層（Layer 1）與「第二層（Layer 2）爭論不僅是一場技術較量，更是整個 […]
本文 第一層 vs 第二層加密貨幣 最早出現於 硬是要學。
2017-01-01 XOOPS PHPMailer Security Patches Released
The XOOPS Development Team is pleased to announce the release of security patches for XOOPS 2.5.8 and XOOPS 2.5.7.2. These patches includes the latest version of PHPMailer to address a serious vulnerability. All XOOPS users are encouraged to update as soon as possible.Both full distributions and patch files (from the most recent prior release) for both the 2.5.7 and 2.5.8 series are available.Any users that are running older XOOPS versions are advised to update to XOOPS 2.5.8.1 now.Get XOOPS 2.5.8.1Release files are available on GitHub.The 2.5.8.1 files are also mirrored on the XOOPS File Repository on SourceForgeGet XOOPS 2.5.7.3Release files are available on the XOOPS File Repository on SourceForge
2016-11-29 XOOPS Website in transition
In the next few weeks the XOOPS Website will be very busy, with a lot of work happening in the front of you! Instead of making a secret out of it, and then creating a huge splash out of it, we've decided to just go ahead and make changes to the Website as we go.What is happening: 1) We are moving to PHP 7. Originally we were on 5.4, and this weekend we moved to PHP 5.6, as as soon as our host offers PHP 7, we'll be ready.2) We've also moved the Website to the latest XOOPS Core, so we can test it here before we officially release it.3) We are also updating all modules that are being used here, which will help us, of course with your help, to discover any bugs We have updated the NewBB Forums to the latest version, as well as News. We'll be converting soon the News to Publisher, as strategically that's what we want to invest our time in. And we'll be adding some new cool modules, like the one upcoming wgTimelines developed by Goffy from Germany. We'll transition our "XOOPS Innovators" and "XOOPSer of the Month" awards there. The work on the converting the "XOOPS Innovators" to the wgTimelines has already started - you can check it out herehttps://xoops.org/modules/wgtimelines/What else? We have moved modules developed by Wishcraft to one location on GitHub (read more here), so you can check them out, fork, and contribute back.We have also created one GitHub location for various XOOPS D3 modules. If you're curious what the D3 modules are, please read more hereOf course, we hope that you'll help us on this journey as we're moving closer to the next release of XOOPS And in case you were wondering, yes, we're looking for a new responsive theme for this updated Website! So if you would like to design a new theme for us, please let us know...
2016-10-03 10 Bootstrap Themes converted to XOOPS (Alpha release)
I started a conversion of 10 Bootstrap themes to XOOPS, but I'll need help from some of our XOOPS Design Experts! AnyarButterflyCompanyDayKnightMedicioMyResumeSailorSybarMagazineValeraI also played a little bit with Materialize, so maybe somebody can continue with it:https://github.com/mambax7/theme-xmaterializeIMPORTANT NOTE: This was only a "Proof of Concept" study about how quickly could we convert Bootstrap Themes to XOOPS. These themes are in ALPHA release, and will need some help from our XOOPS Designers before they become usable. Therefore please DO NOT use them on production sites. However, please fork them, improve them, and help us with development. AnyarDemo/Info Download/Development
2016-10-02 XOOPS GitHub Twitter Block added
If you would like to see what is XOOPS doing on GitHub, you can subscribe to our GitHub Twitter: https://twitter.com/xoopsgithubI have also added a block with recent tweets timeline:Our other Twitter Accounts:XOOPS News: https://twitter.com/xoopsnewsXOOPS Forums: https://twitter.com/xoops_forums
2016-09-13 MyMenus 1.52 Final, with Drag & Drop, Is Released
MyMenus 1.52 Final for XOOPS 2.5.8+ and PHP 5.5+ (incl. PHP 7) has been released - this release fixes issues with static methods discovered by Goffy. Thanks to Bleekk and the XOOPS Germany team, we have now "Drag & Drop" incorporated into MyMenus Module.In the picture above, you can see the links as bars that you can drag around to set the sorting, as well as the sub-links: Also incorporated are changes from Luciorota, who added an option to use skins from the theme.As always, it is great to see when developers are working as team and are helping each other! Download: GitHubIssues/Bugs: please report them directly on GitHubAs always, we encourage everybody to fork it and help us by contributing back to the development.Development: GitHubTutorial: GitBook You can contribute to the tutorial, as well as provide translation, on GitHub XOOPS Docs Check out XOOPS on GitHub: Let's Get involved!
2021-05-13 小米 11 Lite 正式在台推出，小米史上最輕薄 5G 旗艦手機，售價新台幣 9,999 元起
不喜歡越做越厚、越做越重的手機嗎？今日（5/13）小米台灣推出小米 11 Lite 超輕薄旗艦手機，重量僅有 159g、厚度僅 6.81mm，搭載 6.55 吋 FHD+ AMOLED 螢幕、高通 Snapdragon 780G 旗艦級處理器、4250mAh（typ）大電量電池、6400 萬像素 AI 三鏡頭相機，成為小米史上最輕薄的 5G 手機，小米 11 Lite 在台灣市場 3 種顏色，分別...
2021-05-13 ASUS Zenfone 8 / 8 Flip 發表會懶人包，最強效能單手操作手機，售價新台幣 18,990 元起
華碩於台灣時間凌晨 1 點舉行「線上新品發表會」，會中發表了最新旗艦級手機 ASUS ZenFone 8 及 ZenFone 8 Flip，主要訴求分別為「單手可掌控的高效能」手機、「翻轉鏡頭」手機，其中 ZenFone 8 是一款 5.9 吋的超級小剛砲，在極限空間裡，塞入了 4000mAh 的大電池、最新高通 S888 旗艦級處理器及 120Hz 螢幕更新率螢幕。ZenFone 8 Flip ...
2021-05-12 限時特價 Windows 10 和 Office 2019 一起買只要 1058 元
最近朋友要買電腦，傳訊息來問說最近有沒有什麼好優惠？不查還不知道，一查才知道這也太划算了！取得 Windows 10 專業版 + Office 2019 專業增強版的限時優惠，價格真的是超級划算、牛到很划算，只要一張小朋友加上幾個硬幣就可以購得，以現在的匯率來計算只要台幣 1058 元，若你剛好組台新的電腦，該有的系統與文書工具也一併買齊，便宜到不用再找盜版軟體，本篇文章將簡易的測試購買教學，剛好...
2021-05-12 法國羅浮宮線上歷史文物收藏網，共有 48 萬件作品讓你免費下載！
想到法國參觀羅浮宮中的收藏品，卻因疫情沒辦法出國怎麼辦？沒關西！最近法國羅浮宮官網有開放一個全新的 Louvre 線上歷史文物收藏網，在 Louvre 網站中共有 48 萬件收藏藝術作品，讓你不用出國就能在家欣賞羅浮宮的這些豐富收藏品，此外 Louvre 網站還有提供線上互動地圖功能，讓你可以選擇樓層，觀看該區域所有展覽品與實際館內圖片，且館內所有藝術品照片都可免費下載做個人或教育用途，但千萬不能...
2021-05-12 限時免費 WinToHDD Profession 5.1 重灌 Windows 不用再使用光碟或是隨身碟
很多人的電腦早就沒有配備光碟機，像我的電腦大概已經有超過五年了，要安裝 Windows 都是靠隨身碟居多，這次限時免費的 WinToHDD Profession 算是有特異功能的工具，主打重灌、新安裝第二個 Windows 系統不用再使用到光碟與隨身碟，拷貝系統到第二顆硬碟或是 SSD 的功能，以及自己建立多版本系統的安裝隨身碟，Profession 版本支援企業版的作業系統，在拷貝速度上也比較快...
2025-11-18 紙本筆記、會議白板也能變 AI 資料庫： NotebookLM 分析中文手寫、手繪圖實測
Google NotebookLM 在這一波更新中，支援了用 AI 解讀「手繪圖表」、「手寫筆記」等圖片內容，我們可以把會議中、課堂上，乃至於自己閱讀時寫下的紙本筆記，拍照掃描，上傳 NotebookLM ， AI 就可以解讀上面的內容，再轉化出我需要的報告、摘要、練習。而且我實際測試，包含「中文」的手寫字、「潦草」的手繪流程圖，都能做出準確的分析。
NotebookLM 作為一個 AI 資料庫工具，最有用的地方就是「可以上傳自己的資料」，經過一些整理、轉化後，建立一個「特定專案、主題、需求的知識庫」，然後 AI 回答時會遵照這個知識庫的內容，提供相對準確、滿足特殊性的生成結果。
透過我這篇文章中分享的做法：「用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學」，我們可以建立像是親子教養、健康運動、時間管理等等資料庫，把讀書筆記、關鍵文章、有用影片，甚至自己的想法錄音檔等等內容匯入，經過一些整理，變成以後我詢問或復盤教養、健康、生產力等問題的有效助手。
在上述基礎應用中， Google NotebookLM 最近的更新加入了 AI 解讀圖片內容，更進一步可以把我自己一邊閱讀一邊手畫的思考圖，或是手寫在便利貼上的速記，都上傳變成資料庫！
我實際測試，效果還不錯，今天這篇文章，分享我的兩個測試體驗。
匯入課程中的手寫筆記、黑板手繪圖，製作成學習影片
我們在上課過程中，快速在紙本筆記寫下重點，老師在白板上畫出手繪解說圖，我們在課後閱讀複習時，也把自己的想法手繪成流程圖、心智圖。在這個情況下，如果把這些課堂手寫筆記翻拍成圖片，上傳到 NotebookLM ，可以解讀到什麼樣的程度，可以做哪些延伸學習呢？
老師可以：
上課用白板手繪說明 → 下課直接拍照 → 丟 NotebookLM → 變成補充講義或影片腳本。
學生可以：
考前整理心智圖 → 丟 NotebookLM → 變成「自己版本」的考前重點講義或測驗。
家長可以：
跟小孩一起畫閱讀心智圖 → 上傳 → NotebookLM 幫你設計「幾題理解測驗」。
我把自己手邊對於專注力練習、零碎時間利用的各種手繪筆記，上傳到 Google NotebookLM。全部都是翻拍的照片圖檔，沒有任何文字文件。
第一時間已經可以看到 NotebookLM 提供的摘要，很準確的掌握了這些圖片中的關鍵內容。
點開某一張圖片的摘要，可以看到 NotebookLM 很正確的辨識出圖像要表達的意思，對於圖像間的對比用意有正確的掌握，對於我手寫的潦草文字也大多都正確解答。
於是我把這個主題的各種學習手寫、手繪筆記圖匯入，然後開始提問、討論，生成我需要的進一步學習、練習教材。
更厲害的一點是，如果利用 NotebookLM 工作室中的「影片摘要」來製作學習影片，還可以在我們「原本的手繪圖」中加上「新的說明與註解」，變成學習影片的一部分！
例如下圖，把我原本的一張手繪圖，融入到影片摘要的教學畫面，並且用 AI 主動加上更多文字、圖像解說。
（如何利用 NotebookLM 製作學習影片的教學：實測分享用 NotebookLM 製作微型中文課程：我的防彈筆記法線上影音教材與 AI 助教）
匯入會議手寫筆記、投影片圖片、白板流程圖，整理成會議記錄
延續前面這樣的功能，另外一個應用是：一場會議中留下的紀錄可能包含了：錄音檔案、手寫筆記、投影片、白板流程圖照片等資料，現在也可以嘗試全部上傳到 Google NotebookLM ，讓 AI 統整成完整的會議筆記。
會議中可以快速透過手繪、錄音把想法倒出來，會後再用 NotebookLM 做「文字化」與「格式化」。
例如下面這個測試，主題是 AI 工作流程的討論，我上傳了一個超過一小時的會議錄音檔，會議中畫出的工作流程圖，跟其中某個關鍵應用的手繪解析圖。
可以看到利用 NotebookLM 的心智圖功能（延伸教學：Google NotebookLM 幫你書籍、錄音、影片一鍵畫出心智圖，快速記住學習地圖），快速的把這次會議討論的錄音檔、流程圖圖檔、手繪圖片，做出了非常完整的內容整理。
對於手繪圖的解說，也有九成以上的準確性。
我嘗試「不要勾選」錄音檔案，只「勾選」兩張手繪的流程圖，然後讓 NotebookLM 幫我整理成一封會議重點摘要郵件。
這時候，就算沒有錄音檔的文字內容輔助， AI 依然正確的解讀了手繪圖中想要傳到的 AI 工作流程。
參考上面兩個實際測試案例，試試看當你的 NotebookLM 加入「上傳圖片」的支援後，用它來處理手繪、手寫類型的筆記：
匯入課程中的手寫筆記、黑板手繪圖，除了可以解析，還可結合手繪圖，製作成學習影片。
匯入會議中的手寫筆記、白板流程圖，加上原本可支援的錄音檔、文件，整理更完整的會議紀錄。
只要肯把想法畫出來、寫下來，現在已經有工具能幫我們把「凌亂的手寫痕跡」，變成：教材、會議紀錄、學習影片，成為可以被重複利用的資產。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：紙本筆記、會議白板也能變 AI 資料庫： NotebookLM 分析中文手寫、手繪圖實測）
2025-11-15 專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive
2025 年底， Google Gemini Deep Research 功能正式支援串連 Gmail / Google Docs / Google Drive / Google Chat 等 Google 雲端服務，把原本散落在 Workspace 裡的信件、文件、雲端硬碟、聊天室，變成 Deep Research 的「私人資料庫」，再加上網路資料，一次生出更多有效資料的研究報告。這個功能，馬上讓我想要來做個實際應用測試。
2024 年底時 Google Gemini 加入了 Deep Research 功能（延伸教學：Google Gemini Deep Research 實測比較：自動蒐集資料、推理分析、撰寫報告的 AI 研究助理），而且免費帳戶也可以有一定的使用額度，透過「深度研究」，可以驅動一個研究型 AI 根據研究計畫「自動完成」數十篇網路資料的分析整理與撰寫數千字的研究報告。這個過程大約 10 分鐘左右，都由 AI 代理程式自主完成。
Deep Reseach 這樣的功能，除了可以讓 AI 自動化完成多步驟的工作，幫助人空出時間外，還有一個特色就是可以「一口氣分析非常大量的資料（上下文）」，並且「一次完成更多層次、更多細節的內容輸出」。而這是一般單純的聊天型 AI 問答無法達到的文字處理量。（我的應用：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程）
但是之前 Google Gemini 的 Deep Research 只能搜尋網路資料，少了像是 ChatGPT 的 Deep Research 可以直接連結 Google 雲端硬碟與 Gmail 帶來的工作強度。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）
而現在 Gemini 的 Deep Research 終於補上了對自家 Google 雲端硬碟資料、 Gmail 郵件的支援，搭配 Deep Research 原本「一次處理大量上下文」的輸入、輸出能力，可以做出非常強大有效的應用。
原本 Deep Research：
主要是「看網路 + 你手動上傳的檔案」，幫你做長篇研究報告。
新版 Deep Research：
可以額外讀：
Gmail 信件內容與對話脈絡
Google Drive 裡的 Docs、Slides、PDF
Google Chat 討論紀錄
你可以在 Deep Research 視窗中，勾選要使用的來源：
Search（公開網路）
Gmail
Drive
Chat
可以把這樣的功能用在什麼應用上呢？下面我分享幾個自己實測的成果。
課程說明報告：把 Gmail 往來、Drive 講義與簡報整合→輸出結構化說明報告。
年度復盤→次年規劃：掃描 Drive 的簡報、講義，照 KPT 產出可執行的明年方案。
合作歷程報告：依關鍵字回溯多年郵件＋文件＋Chat，整理時間軸、決策點與下一步提案。
延伸補充：近期 Google NotebookLM 也加入了「用 Deep Research （或比較簡單版的 Fast Research ）」，導入大量資料研究後的專案報告的功能，同樣可以連結網路搜尋，或是 Google 雲端硬碟內容。
這時候，一樣可以利用下述的方法，在 NotebookLM 導入有效的研究報告、資料整理，建立有效的 AI 資料庫。（例如搭配我的這個方法，可以建立更專業強大的知識庫：用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學）
分析 Gmail 討論與 Google 文件、簡報，完成一份課程說明報告：
近期我跟「大人學」一起合作開發一堂「用 AI 提升工作效率的實戰工作坊」的課程，過程中我們在 Gmail 中有很多來回的細節討論郵件，在 Google 雲端硬碟中有多份演練、講義、問答、簡報相關企劃文稿。
現在課程正式上線了，我想要整理上述資料，完成一份課程說明報告。
於是我在 Gemini Deep Research 中透過下面指令，啟動 Gmail 與 Google 雲端硬碟文件的深度研究：
你是電腦玩物站長Esor，協助我撰寫一份「大人學：用 AI 提升工作效率的實戰工作坊」的介紹說明。請一步一步處理：
1.需求：讓電腦玩物讀者了解這堂課程的特色、解決問題、限制，讓讀者明確知道這堂課程適合或不適合自己，以即可以獲得什麼收穫。
2.處理流程：
2.1 根據 Gmail 中「【大人學】用 AI 提升工作效率的實戰工作坊」郵件討論，掌握這堂課程的設計目的與現況。
2.2 根據 Google Drive 中「【大人學】用 AI 提升工作效率的實戰工作坊」資料夾理的文件資料，掌握課程設計、演練的基本架構。
2.3 搜尋 Google Drive 中「簡報」資料夾內的 AI、 ChatGPT 課程相關最新資料，獲得更豐富的演練案例。
2.4 處理前面內容，整理出跟讀者說明的架構、邏輯、內容重點，並列出。
3. 最後一段，依據上傳的「電腦玩物社群貼文範本.md」範本，把上述整理好的內容，再改寫成符合範本格式、風格、用語的貼文內容。
在 Gemini 的工具選單啟動「 Deep Research 」，選擇不要在網頁中搜尋資料，而是直接讀取我的 Gmail、 Google 雲端硬碟（根據我的指令）。
我甚至還搭配「上傳」了一份課程說明範本的 markdown 文件。
我想試試看讓 Gemini 的 Deep Research 一口氣分析十幾份文件、十幾封郵件，和一個範本檔案，是不是還能更根據我的指令，有效完成工作報告。
第一階段處理研究計畫時， Deep Research 會先做基本搜尋，先找出可能要找的資料範圍。
從研究計畫中，我可以判斷 Gemini 的 Deep Research 是否已經有正確找到需要的郵件、文件，如果有，就可以按下開始研究。
這一點我覺得很棒，就像是這個 AI 研究助手會先做基本的資料掃描，然後跟我確認他找到方式對不對，讓我有即時修改調整的空間。
下面是我這個案例的實測結果，讓我來分析幾個「表現得很棒」的細節。
很明確根據指令要求，相對沒有之前的長篇大論毛病，只輸出指令要求的：結構重點整理、貼文內容。
確實可以找出並研究相關郵件、文件
深入到文件資料的細節，有邏輯的分析重點
整份輸出成果中，每一段都有明確引用來源，點擊後可以打開明確的文件、郵件
很強大的統整、分析能力，不只整理資料，也能延伸推理，獲得有啟發的結果。
明確根據範本輸出。
明確依據我的指令輸出結果，現在的 Gemini Deep Research 比較不會像是早期那樣長篇大論太多廢話。
Gemini 可以確實的研究大量相關郵件、文件，一次處理的資料量可以很大。
結果中，可以看到 Gemini Deep Research 深入到文件資料的細節，再轉化出有邏輯的重點分析。
而且每一段會有原始文件資料來源，這可以讓我方便確認這一段分析的「正確性」。
Gemini Deep Research 在大量解析文件後，進一步也有延伸論述的能力，不只是做資料摘要整理。
例如下圖中對我規劃的課程重點分析，甚至還有一些我自己沒有想到的說明方式。
前面在深度研究時，還記得我另外上傳了一個範本檔案，讓 AI 遵循這個範本做產出嗎？
Gemini Deep Research 可以在已經分析了大量郵件、雲端文件後，依然可以明確根據範本輸出成果。
表示善用 Deep Research 的自動代理、大量上下文運算能力，我們可以給出更複雜資料、分析更多樣資料、多步驟自動化產出結果。
比較看看 ChatGPT 版本，其實也能達到差不多效果。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）
關鍵不是工具，而是我們的使用方式與工作流程。
統整今年度大量工作文件、郵件，完成年度復盤與明年度規劃：
根據上面應用案例，當 Gemini Deep Research 可以一次處理分析這麼多郵件、文件資料，就可以變成一個有效的年度復盤規劃助手。
我利用下面指令，請 Deep Research 總結我今年的各種課程資料，做一個 KPT 復盤與新年度規劃。
你是電腦玩物課程規劃的專家，請根據 2025 年我的相關的課程簡報、講義，製作一份今年度課程復盤、明年度新課程規劃的企劃報告。請一步一步處理：
1.需求：了解今年度課程的主題、特色，分析可以延伸的變化、議題。
2.處理流程：根據 Google Drive 中的「13-簡報」資料夾內的資料，分析相關簡報、講義內容，梳理今年度的課程細節資料。
3.根據KPT原則，分析可以保持的特色，需要解決的問題，延伸出明年度可以新增的下一步規劃行動。
4.最後延伸出 2026 年度新課程規劃的具體建議。
同樣的可以看到， Deep Research 把我散亂的課程簡報、課程講義、課程討論郵件等，做了初步分析，設定了一個我覺得很有效的研究計畫，也正確的區分出我目前的兩大課程主軸： AI 工作術、防彈筆記法。
接著就讓 Deep Research 依照這個研究計畫去做分析。
下面是結果的一部分策略分析，我自己看了覺得很棒，確實找出了目前課程特色，也分析出可以更好的問題點，還提出了具體建議。
年度復盤可以做到這樣的程度，無論是用在工作，還是用在「自己個人復盤」，都會非常有效。
分析散落的郵件、文件，建立工作歷程報告：
如果我們進行一個專案時，郵件、文件都散落在不同的地方，需要掌握這個專案目前進度，或許也可以試試看用 Google Gemini Deep Research 的功能來整理分析。
例如下面這個應用，我設定好利害關係人的關鍵字，請 Deep Research 去我的郵件、文件系統中尋找相關討論資料，重新梳理更明確的時間軸與工作歷程。
你是電腦玩物站長Esor，整理和「富邦 共學」相關講堂的歷年合作資料，完成一份工作歷程報告。請一步一步分析：
1.需求：完成歷年富邦共學講座的主題系列、內容細節、合作資料的統整分析。
2.從我的 Gmail 中搜尋相關合作郵件，整理郵件中的相關資訊。
3.完成合作歷程時間軸、主題設計、合作形式的整理。
4.設計下一階段可以推出的系列主題。
這是一個已經進行三年的工作歷程， Deep Research 有沒有辦法準確地把過去幾年的資料找出來，並且做出有效分析呢？
結果還真的可以！ Deep Research 不只可以一次爬梳大量資料，只要我們設定好關鍵字，也能深入挖掘資料架內的資料細節，甚至過去多年的散落資訊。
善用這個挖掘資料能力，可以更有效的做出專案分析、復盤與規劃。
總結一下上面幾個案例，我的 Deep Research 操作細節重點，提供大家參考：
進 Deep Research 前：先想清楚資料邊界（要勾 Gmail/Drive/Chat 哪些）、研究目標（說明？回顧？提案？）與輸出格式（報告、貼文、簡報大綱）。
指令結構：需求→處理流程（來源、資料夾、關鍵字）→輸出規格（框架/範本）。
研究計畫頁：務必檢視是否抓到對的郵件串與資料夾，必要時補關鍵字或縮小範圍再跑。
成果檢核：優先抽查每段落的來源鏈結，確認引用無誤、時效正確，再決定修改幅度。
有需要的朋友，也可以模擬上述流程，試試看！
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive）
2025-11-01 Gemini AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程
現在利用 AI 製作簡報的工具非常多，像是之前在電腦玩物介紹過的 Gamma 或 Canva，都是相當不錯的選擇。不過今天要分享的，是 Google Gemini 最新推出的一項功能——它可以直接在生成式 AI 的問答中，一句指令就把內容製作成一份 Google 簡報。
延伸教學：
[教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報
Gamma 用 AI 幫你設計簡報、網頁，瞬間完成戲劇化版面內容
2025/11/15 新增：專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive
我實際測試後的心得是，Google Gemini 雖然不像 Gamma 那樣畫面華麗，也不如 Canva 擁有那麼多可套用的模板，但它在一個特定的工作流程裡，卻展現出極高的實用價值，那就是——
當我們平常的文件、講義、教材都已經在 Google 文件裡，Gemini 能直接連結這些檔案，讓 AI 分析文件內容，自動整理出課程或會議的分段重點，並且立即製作成一份 Google 簡報。
整個流程可以在 一個按鍵之下完成。
更重要的是，Gemini 生成的 Google 簡報並不會太陽春。
相較於用 ChatGPT 直接生成 PowerPoint 檔案時，往往只有純文字分頁的簡報內容（最近 ChatGPT 可以連結 Cnava ，但是失敗率很高），Gemini 會自動套用適當的版面設計，加上合適的圖示或圖片，文字排版也會根據頁面用途進行調整。
例如標題頁、引言頁、操作說明頁，都會有明確的版面區隔與一致的格式。雖然談不上「設計精美」，但已經能在工作現場直接使用。
目前這個 Google Gemini 內建的「直接生成簡報」功能，已經開始向用戶陸續推出。預計會先開放給付費版本的使用者，接著再提供給免費用戶使用。上線時間將以 網頁版優先，APP 版本稍後跟進，預估在 2025 年 11 月上旬，所有使用網頁端的用戶都能體驗到這個功能。
如果你的日常工作流程中，有大量講義、教材、會議紀錄都放在 Google 雲端硬碟裡，並且平常就習慣使用 Google 簡報來製作投影片，那麼這次 Google Gemini 的整合流程，將能大幅節省你從內容到簡報的轉換時間，幾乎一鍵就能產出可立即使用的成果。
下面，就分享一個我讓 Gemini 把「Google 文件」設計成「Google 簡報」，在於「 Google 簡報」中利用現有 AI 側邊欄調整圖文內容，最後又把 Google 簡報匯入「 Google Vids 」製作成影片，示範完成的 Google AI 工作流程。
第一步：要求 Gemini 用 AI 解析 Google 文件，製作簡報
打開你的 Google Gemini ，利用提問中的「工具」選單，開啟「 Canvas 」，就能測試看看是否已經加入「製作簡報」的功能。
Google Gemini 的 Canvas 有很多利用方式，例如：
個人學習、考試新利器！ Google Gemini 測驗功能，一次完成知識研究、出題、複習
3 分鐘做出孩子專屬繪本！Gemini Storybook 把照片圖畫變故事書
我透過下面的指令：
你是筆記課程簡報設計專家，根據這份文件講義，製作出課程需要的 Google 簡報。請一步一步處理，先理解文件中的課程重點和方法，以痛點解決作為開場，以方法論流程展開每一頁簡報的內容，每頁簡報關注一個步驟或一個問題解決，以精簡扼要的文字，呈現課程內容。
連結了一份我的「防彈筆記法」課程大綱，並要求 Google Gemini AI 用我指定的邏輯來處理講義內容，製作成課程中可用的簡報。
第二步： Gemini AI 製作簡報的方式與效果
接著， Gemini 就會在右方的 Canvas 中啟動製作投影片的功能，並使用 Google 簡報適合的版型來製作。
從 Gemini 製作出來的簡報成果可以看到， AI 在分析我的 Google 文件後，會做幾個動作：
AI根據內容拆分重點，製作簡報分頁。
會自動調整適合的版面，排版文字，也會保持一致性。
會自動搭配ICON圖示或圖片。
如果 Gemini 製作出來的簡報有需要微調的部分，與其用對話調整，不如透過右上方的「匯出成簡報」，在 Google 簡報中進一步修改。
第三步：在 Google 簡報中也可以繼續用 AI 做設計調整
在 Google 簡報中，也可以繼續使用右方側邊欄的 Gemini AI 做簡報調整。
例如透過 Gemini 製作背景圖，直接給出繪圖指令，就能在右方生成圖片，並挑選適合的圖片插入簡報中（參考：用好 Google Gemini AI 修圖升級版教學：整合產品照，編輯人物動作，保持外觀一致性！）。
也可以在 Gemini 右方側邊欄，讓 AI 直接根據這頁簡報內容，製作搭配的示意圖。
Gemini 側邊欄也可以直接用自然語言指令，讓 Google 簡報新增一頁簡報設計。
根據下面內容，設計一頁結合圖示、圖片與適合版面的簡報：
專案目錄：掌控混亂的專案
建立專案目錄
每個專案設立獨立的工作清單，進度一目了然。
分解複雜任務
將大專案分解為具體、可執行的行動步驟。
明確下一步行動
建立即時更新、明確掌控的工作架構，不再分心。
第四步：把 Google 簡報匯入 Google Vids 製作影片（未來中文有機會也支援 AI）
之前我有分享過：「Google Vids 免費線上影片編輯工具，幫老師輕鬆完成教學影片錄製、剪輯、特效、字幕」，這是一個內建在 Google 雲端硬碟中，非常好用的影片製作、編輯工具。
雖然他目前的「真正 AI 製作影片動畫」功能還是只支援英文，但是我們可以把前面做好的 Google 簡報匯入 Google Vids。
這樣就能立刻產生一個短影片，老師、報告者只要加上錄音，就是一段簡單的教學影片。
Gemini AI 加入製作簡報功能，雖然結果比不上 Gamma、 Canva 漂亮，但卻可以幫助我們完成 Google 文件、 Google 簡報、 Google Vids 影片一條龍的快速工作流程，值得老師、工作者製作教學與會議投影片時好好利用。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：Gemini AI 一鍵將 Google 文件製作成 Google 簡報，最簡單的教材轉投影片工作流程）
2025-10-26 [教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報
Canva 不只是圖像設計工具，也有很多人直接把她當成簡報設計軟體，在這兩三年的線上直播中，我已經愈來愈常看到用 Canva 製作的簡報。（延伸參考：用 Canva 設計精美會議文件、專案報告、學習單，自動轉換成簡報）
因為 Canva 即使是免費帳號，也提供了非常豐富的簡報模板，加上內建的各種 ICON、圖示、中文字體元素，對大多數人來說都能輕鬆製作出好看的簡報內容。後來又有了 AI 功能加入，讓設計簡報變得更輕鬆。（延伸閱讀：Canva AI 2024 最新 15 個圖片生成、修圖自動化功能應用案例教學）
今年（2025）， Canva 更直接推出全新的 AI 問答功能，甚至可以透過指令讓 Canva 自己組合內建的各種模板與素材，一句話生成精美簡報、文件、封面等等。不過一開始，這個 Canva AI 問答功能只針對英文為主，到了 2025 年 9 月開始加入了中文的支援，現在也可以直接下指令，就讓 Canva AI 從頭到尾幫我們製作出一份有內容、有版面、有圖片的簡報。
雖然 AI 簡報很好用，像是除了 Canva AI 簡報，我之前也很常使用「 Gamma AI 」來製作各種工作、課程中的簡報。
但是，我的流程有點不一樣，我不會「直接在 Canva、Gamma 這樣工具上憑空製作一份簡報 」。而是先在 ChatGPT 上做資料收集、整理、分析後，再讓 Canva、 Gamma AI 做出美美的簡報版面。
因為一份簡報如果沒有經過資料研究、知識整理的過程，直接「給一個題目」，就要把論述、內容、案例、版面、圖像素材等一次做好，我的經驗是「很難做出正確、有效、深入」的簡報成果。
Canva、 Gamma 這類工具可以幫忙把簡報設計得很漂亮沒錯，但是卻不適合做「前期的簡報資料收集、研究、整理、分析」。
下面就分享一套我自己先在 ChatGPT 上討論專案，完成簡報大綱後，再用 Canva、 Gamma 製作簡報的流程。
階段一：利用 5 分鐘，教 ChatGPT 快速閱讀、搜尋、研究大量資料
假設我現在只有一個簡報題目「防彈筆記法說明」，那麼我絕對不會直接把這個題目丟給 Canva、 Gamma 去做簡報，那樣會非常容易出錯、出現很多幻覺、內容也不夠深入。
相對的，我會先打開 ChatGPT ，開始問題研究與資料收集，利用下面這個指令，「反覆多次」替換「知識主題」的關鍵字，讓 ChatGPT 上網搜尋後「調閱」出一筆一筆簡報內容中需要的知識、案例、素材。
你是個人知識管理專家，請跟我解釋「電腦玩物 esor 的防彈筆記法」。請一步一步分析：先「上網搜尋相關資料」，以「條列清單的格式」，用一般人也能懂的用語，兼顧廣度與深度細節，說明這個主題。
這個過程通常我會進行 5 分鐘左右，調閱出 10 筆以上資料，作為接下來製作簡報的素材庫。
階段二：利用 1 分鐘，教 ChatGPT 建立知識架構
然後，我會利用下面指令，讓 ChatGPT 整理上面調閱出來的十幾筆素材資料，做一次比對統整。
我把這個過程認為是「教 AI 建立一個知識架構」，讓 ChatGPT 對「防彈筆記法」這個簡報主題有跟我一樣的客觀資料認識，和主觀詮釋角度。
整合上面所有討論資料，建立一個「防彈筆記法方法、應用」的對比表格，呈現出「打破知識管理、資料整理迷思」的特色。
可以這樣想像，這兩個階段是讓 AI 進行製作簡報前的研究、整理，並建立「詮釋觀點」。
階段三：利用 1 分鐘，要求 ChatGPT 根據閱讀與理解，輸出簡報大綱
接下來，我才讓 ChatGPT 去製作「文字版」的簡報大綱，指令通常如下：
統整上方的討論，根據「防彈筆記法是幫你更快輸出的知識管理系統」主題，簡報對象是「一般職場工作者」，設計出 10 頁簡報大綱。請一步一步分析，先梳理上方討論的重點，根據背景、解決的問題、方法與應用，拆解出最容易讓人理解的順序。每一頁有一個明確主題，每個主題下條列關鍵重點，並帶入更多具體的數據資料細節，並且最後有吸引人的結論。
在文字資料的處理，內容的推理思考上， ChatGPT 這類工具一定還是做得比 Canva、 Gamma 等工具要好，
所以先在 ChatGPT 上完成文字版的簡報大綱，再把大綱貼上 Canva、 Gamma 去製作簡報。
階段四：將 ChatGPT 簡報大綱複製到 Canva ，完成簡報設計
最近 OpenAI 有推出新功能，可以直接在 ChatGPT 啟動 Canva ，但需要先把 Canva 切換到英文版，才會比較容易成功，但實際嘗試還是偶爾會失敗。
根據下面簡報大綱，保留完整內容、架構、分頁，利用 canva 製作出精美簡報：
1｜為什麼知識管理常常「用不久、產出慢」
常見困境：資料四散（聊天室、信箱、雲端）、會議逐字稿無法落地、剪藏一堆卻用不上。
你可以自查的三個數字（本週就量）：
找資料時間：一天花幾分鐘在找「那份檔案／結論」？
下一步明確率：每個任務是否都有「下一步×1」？
會議落地率：上週會議行動在 7 天內完成比例（％）。
結論：若重心放在收藏與分類，輸出速度自然變慢；我們要把筆記變成工作介面。
2｜防彈筆記法的定位：為輸出而設計
核心精神：任務導向＋動態演化＋簡單精準。
一句話：每個任務一則筆記（SSOT），把目標、行動、決策、依據、變更都寫回「同一張」。
成功判準（你能立刻觀察）：
打開任務筆記就知道現在要做哪一步。
週檢視只需要翻看「那些任務筆記」，不用重找來源。
3｜系統骨幹：5 層結構（從雜到精）
收件匣：先丟進來，不分類；每日或隔日批次清空。
暫時筆記：把一則素材改寫成「問題／關鍵資訊／下一步」。
專案目標筆記（一個任務一則）：聚焦目標、下一步、決策紀錄。
資源／經驗筆記：將過程踩雷與做法沉澱成可重用清單。
永久任務筆記（SOP）：把重複流程標準化。
建議節奏：收→用 SLA 48 小時；每週 20–30 分鐘做整體覆盤。
4｜一個任務、一則筆記（最小可用模板）
抬頭：任務名稱（動詞開頭）｜完成條件（可驗收）｜截止日。
主體三欄：
決策紀錄：[YYYY-MM-DD] 結論＋依據連結
下一步×3：動詞＋產出｜Owner｜Deadline
參考片段：只留「可直接引用的 3 點」
變更/風險：本週狀況、阻礙與備案（各 1–2 行）。
現場示例（行銷報告任務）：
完成條件：能於 10 分鐘會議中清楚回答 3 個決策題。
下一步：彙整近 30 天投放成效圖｜A｜10/29
5｜收集網頁學習資料：輸出導向的收法
工具任你用（Reader/Glasp/Save to Notion/NotebookLM…），關鍵在寫上自己的話：
每個高亮配**「我怎麼用」1 句**。
每篇文章只留下可用片段×3（論點/數據/步驟）。
作業節奏：
看到就「一鍵收件匣」→每日或隔日批次清空→拉進對應專案筆記。
設指標：收件匣未清空天數 ≤ 2 天。
產出檢核：專案筆記中能直接引用為段落或決策依據；不要讓引用回頭再找原文。
6｜會議記錄：只保留「會帶來動作」的東西
兩張表就夠了：
決策表：議題｜結論｜依據連結｜備案
行動表：Action（動詞）｜Owner｜驗收標準｜Deadline｜所屬專案連結
24 小時分流規則：行動嵌回各自專案筆記，不要留在「今天會議」頁。
追蹤指標：
行動卡 24h 歸位率＞90％；次週落地率＞70％。
7｜復盤：把「心得」改寫成「下一次會做的事」
任務筆記內建復盤區：
本次做法摘要（≤3 句）／成效&失誤（各 1–2 點）
下次改進×1–3（動詞＋驗收條件）／可複用規則（1 句）
節奏：每日 3 分鐘微復盤＋每週 20–30 分鐘沉澱 SOP。
成效衡量：
同類任務的交付時間縮短、錯誤率下降；SOP/模板數量逐週增加。
8｜協作與追蹤：讓資訊與責任對齊
原則：SSOT（單一真相來源）＝每個任務的那一張筆記。
團隊看板只放「任務卡連結」，不複製內容，避免版本分叉。
週會範式：只帶任務筆記檢視「決策更新與下一步」。
測量：
決策回溯時間（從提問到找到結論的時間）
跨部門等待時間（等待外部回覆的平均天數）
9｜工具與 AI 的正確打開方式（不換工具也能做）
你已有的工具即可（Notion/Google 文件/Obsidian/Evernote 皆可）。
AI 三招：
把零散片段改寫成「下一步×3」；
把會議討論萃成決策表＋行動表；
把經驗重構成 SOP/模板並附上原連結。
風險控管：保留來源連結、標註假設／限制，避免黑盒決策。
10｜7 天導入計畫（立即行動）＋結語
D1–D2：選 3 個進行中的任務 → 各建任務筆記（抬頭＋三欄＋復盤區）。
D3–D4：把最近的 1 場會議，改用「決策表＋行動表」並在 24h 分流。
D5：清空收件匣，為 3 篇文章各寫「可用片段×3＋我怎麼用」。
D6：每日 3 分鐘微復盤，週末 20 分鐘沉澱 1 份 SOP。
D7：檢視三個數字：找資料時間、下一步明確率、會議落地率。
結語：不要把時間花在整理系統，而是用系統把結果做出來。
從今天開始，讓每一張筆記都能回答：「下一步是什麼？」
所以目前來說（2025/10），我還是喜歡把簡報大綱貼入 Canva （或 Gamma ），利用 Canva AI 來製作簡報。
把剛剛 ChatGPT 生成的簡報大綱貼入 Canva AI ，在對話框下面選擇：「設計」－「簡報」－「想要的風格」，就可以讓 Canva AI 協助製作簡報版面。
Canva AI 會根據簡報大綱，思考分頁、內容重點，然後先做出一個分頁版本，我們繼續按下方的「產生設計」。
這樣就能在 Canva 中完成簡報版面套用，與基本的圖文內容設計了。
最後也能進入 Canva 編輯器進一步修改。
同樣的流程，我也可以把 ChatGPT 產生的簡報大綱，貼入 Gamma，讓 Gamma AI 直接做出圖文並茂的簡報，作為專業 AI 簡報工具， Gamma 的效果還是最好的。（延伸教學：Gamma 用 AI 幫你設計簡報、網頁，瞬間完成戲劇化版面內容）
簡報不是從版面設計開始，而是從資料研究開始。
想要利用 AI 來製作簡報，但是每次在 Gamma、 Canva 上直接讓 AI 做簡報時，常常發現版面雖然漂亮，但簡報內容不夠好、有幻覺、不深入的朋友，可以利用上面分享的流程，來製作更專業的 AI 簡報。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：[教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報）
2025-10-18 實測何時用 Google 搜尋、 AI 模式、 AI 摘要或 ChatGPT？比較應用案例
Google 搜尋現在除了「傳統搜尋」功能，還加上了「 AI 摘要（ AI overviews）」、「 AI 模式（ AI Mode ）」，加上生成式 AI 如 ChatGPT、 Google 自己的 Gemini 也都具備上網搜尋能力，對於我們這樣的使用者來說，什麼時候應該使用哪種工具呢？還需要使用 Google 搜尋嗎？
還是說，現在都直接使用 ChatGPT 來搜尋，或是做 Deep Research 研究，就是最一勞永逸的做法呢？
在前陣子台灣也推出了 Google 搜尋的「 AI 模式」後，我想來試試看這些工具的差別。
先說說我測試後的心得，如果我們把資訊工作分成下面三個不同層次：
資料在哪裡？（想要快精準抵達對的頁面、抓出可靠來源）
內容說什麼？（能不能在最短時間掌握重點，強化理解）
要輸出什麼？（能不能把資訊整理成決策、報告、分析表格）
對應到這三種需求，上述 AI 工具的選擇就不一樣：
資料在哪裡？
傳統 Google 搜尋：擅長「抵達」目標網頁與關鍵資料：下載頁、登入官網、官方文件、資料時間範圍比對、多家媒體交叉驗證，這時候都該用傳統搜尋，才是最快、最穩定的做法。
內容說什麼？
Google AI 摘要：擅長「快速摘要」：在你不確定要從哪個角度切入的時候，先看一段整理過的重點，快速聚焦關鍵名詞，再決定要不要點進原文、延伸搜尋。
Google AI 模式：擅長更複雜深入的摘要，並且可以「追問」：當問題需要找到更多資料再說明，需要互動式澄清、需要列出來源與日期、需要把不同來源的細節統整出來，AI 模式可以抓出更多細節。
要輸出什麼？
如果目的不是找資料，也不是先看懂，而是要輸出報告、輸出決策分析，還是應該回到真正的生成式 AI 工具上討論（例如 ChatGPT、 Gemini 等）。
雖然 ChatGPT 這樣的生成式 AI 工具也能搜尋找資料，但是：如果我現在想要直接找到目標網頁，或者我想要驗證資料來源，還是要找一個簡單問題的操作方法，那麼或許 Google 搜尋（AI 摘要）、 AI 模式會更快速有效。
同樣的，雖然 Google 搜尋的「 AI 模式」也可以根據指令生成內容，但是：太複雜的提問和輸出，需要更多格式風格的輸出，很明顯的 AI 模式無法掌握，還可能分析到一半卡住，所以真正的複雜內容生成，還是應該直接使用生成式 AI 。
也就是說， Google 搜尋推出 AI 輔助功能，其實可以跟我們日常可能已經常用的 ChatGPT、 Gemini、 Copilot、 Claude 等生成式 AI 工作做出使用上的區隔。
下面這篇文章，分享我實際針對不同案例的測試結果，看看在不同 AI 工具的效果，並分享我如何判斷不同 AI 搜尋工具適合解決什麼不同問題。
我怎麼測試 Google 搜尋、AI 摘要、 AI 模式與 ChatGPT 的應用差異？
在電腦玩物的日常工作裡，我把資訊檢索拆成「導航找到正確來源」、「掌握資訊重點」、「輸出可用成果」三層次。這一次的測試，就用這三層去比較傳統搜尋、AI 摘要、AI 模式與生成式 AI 工具（ChatGPT 等），評估它們在真實任務中的應用。
測試流程我選擇平常自己會遇到的任務：
簡單知識的查詢：像是找到官方教學、常見問題、操作步驟。
優先使用最快、最直接的 Google 搜尋，並且有時出現的 AI 摘要也會有幫助（直接整理出問題解決步驟）。
最新產品資訊整理，新聞消息的查核：需要比較與整理官網、電商平台、媒體評論的最新資訊。
相對適合可以快速大量搜尋與摘要的 Google AI 模式。
旅遊或課程的規畫：要整合交通、餐飲、時間、費用等多個條件，還要檢查資料來源。
如果是簡單的景點、課程資料整理，Google AI 模式很有用。
如果是要做旅遊的長期規劃、課程的長期計劃，那麼還是應該用 ChatGPT 等生成式 AI。
報告或提案需要的輸出：要把資料整理成結論、表格或決策建議。
應該直接在 ChatGPT 等生成式 AI 工具上開始作好幾回的深入討論。
上述 1、 2、 3 情況，如果未來其實要進行下一步的長期研究，最後會進入 4 的專案報告生成，那也可以嘗試一開始就使用 ChatGPT，因為這樣可以形成專案記憶（參考：ChatGPT 的 PARA 聊天室分類法：增強 AI 協作威力實戰案例分享）。
每一個任務我都依序用傳統搜尋、AI 摘要、AI 模式與 ChatGPT/Gemini 實測，記錄它們各自的優點與卡關點，最後再回頭整理成下面的案例分析、比較表格，提供大家參考。
什麼時候用 Google 搜尋更好用？
當我只想快速找到「正確的網站」或「官方文件」，還是要明確找出「第一手資料」，傳統搜尋仍舊是相對可靠的入口。
舉例來說，我要下載一款繪圖軟體的最新版本，或確認某個政府公告的原始 PDF，使用 Google 搜尋，速度飛快，大多時候也可以在第一頁就看到正確的連結。
這時候動用到生成式 AI 、 AI 模式，反而多了一步，還要等他搜尋後摘要、等他想出答案，效率不如自己點開搜尋結果。
例如下圖，我就是想找到一篇文章，只要下好幾個關鍵字，可以快速找出我需要的資料，這時候傳統 Google 搜尋一定比 AI 更快更有效。
我的心得：當需求是「精準抵達」或「明確資料」，可以打開 Google 傳統搜尋。這是最穩定、可控制的方式。
什麼時候 Google AI 摘要有效？什麼時候會踩雷？
AI 摘要的好處是「快速抓住重點」，特別適合我們只是想要快速找到某個具體問題的解決辦法的時候。
像我想研究某款筆記 App 的同步設定，AI 摘要幫我在搜尋結果最上方列出幾個步驟、讓我先掌握方向，如果還不清楚可以再去點開原文核對細節。
這種情境下，AI 摘要可以用最快速度，節省了我自己篩選資訊的時間。
但是 AI 摘要有三個不穩定因素：
是否會出現是機率事件：不是所有關鍵字、所有提問都會出現 AI 摘要，問題相對複雜時 AI 摘要也不一定出現，導致流程不連貫。
要小心可能摘要資料比較舊：因為 AI 摘要通常以傳統搜尋結果最前面的文章做摘要，但這不一定是最新資料。
複雜問題通常無法觸發：如果問一些複雜問題，例如設定很多條件的旅遊資料搜尋，這時候傳統 Google 搜尋、 AI 摘要都無法處理。
如下圖，我在一款最新遊戲發售後，搜尋有沒有最新玩家心得，出現了 AI 摘要，但摘要中說這款遊戲尚未發售，可見這並非當下即時更新，或是相對容易找到舊資料。
太複雜的提問，例如下圖各種條件的旅遊規劃，也不是傳統 Google 搜尋與 AI 摘要可以處理的。
我的心得：把 Google AI 摘要當成「有也不錯的輔助」，可以用在簡單問題的教學解答，除了可以找到有用的教學來源，也有很大機會直接摘要出具體步驟，快速解決我的問題。
什麼時候 Google AI 模式最實用？我的常用案例
我在寫這篇文章時，剛好遇到 MLB 季後賽進行到一半，於是我在 Google 搜尋、 Google AI 模式、 ChatGPT 上分別詢問了目前比賽中大谷翔平的最新比賽數據。
下面是三種工具的結果：
Google 搜尋、 Google AI 摘要都無法呈現最新數據整理。（不過這裡有機率性，也可能某些時候，或是改提問中的幾個字後， AI 摘要就會出現。）
但是如果使用 Google AI 模式提問，就可以快速分析出最新數據。
而 ChatGPT 的搜尋也有辦法找到最新數據，甚至提供得更完整（有打擊數據，也有投手數據），還提供了一些延伸解釋。
如果說你喜歡一個工具用到底，那麼其實無論要搜尋、摘要、輸出，都用 ChatGPT 搜尋、整理，也會是一個有效的選擇。（延伸閱讀：ChatGPT Search 實測：用 AI 搜尋生成即時報導、摘要文章、整理改寫內容）
雖然 ChatGPT 往往做得很棒，不過生成結果的速度比 Google AI 模式要慢一點。而這個「速度」的差別，會讓我有時候選擇使用 Google 搜尋的 AI 模式。
Google AI 模式運作時，會非常快速的搜尋數十篇最新資料網頁，然後把搜尋轉成摘要整理，並且可以「追問、對話」。
所以當需要「整理最新資訊」時， Google 搜尋的 AI 模式提供了一個快速、有效的選擇。快速，比 ChatGPT 等速度更快。有效，比 AI 摘要和 Google 搜尋排序更新。
例如下圖，可以看到針對右邊找到的十幾個網頁資料（而這是搜尋了數十個網站後過濾出來的結果），摘要出左方的整理回答。
AI 模式在「找到最新資訊」上，甚至比 Google 搜尋更快，比 Google AI 摘要更可靠。透過當下 AI 搜尋過濾，可以找到 Google 搜尋還沒排序但更新的資料，可以摘要出 Google AI 摘要還沒更新的結果。
這可以很好的幫我快速掌握最新資料，尤其那些可能也不需要深入研究（這更適合 ChatGPT ），就只是要掌握最新資訊即可的主題（更適合 Google AI 模式）。
或者有時候，我要做一些「消息確認」時，我也採用 Google 搜尋的 AI 模式。
例如下圖，我想確認一條社群上看到的消息，了解背後較完整的資訊，或是做事實確認，我只要在 Google 搜尋 AI 模式提出一個簡單問題（或者一條缺乏證據的消息），讓 AI 模式幫我快速找資料並做出整理，右方也可以提供進一步確認的資料來源。
我在 Google AI 模式的做法：
確認最新的產品規格、新聞事件。
還可透過連續追問得到更多細節。
我的心得：Google AI 模式很適合，滿足求知慾，快速「知道」，用最快速度整理最新資訊，或是驗證背後新聞資料。
意識到自己不是要搜尋，而是要輸出：改用 ChatGPT
當任務已經超出「理解資訊就好」的範圍，進入「需要輸出成果」的階段時，我會直接使用 ChatGPT 或 Gemini。
一個簡單的例子如下，我需要買一個充電器，想要快速比較各種產品細節、價格，並了解購買建議，這就是我想要「輸出的成果」，不只是簡單的資料搜尋摘要，還牽涉更多推理思考的步驟，這時候 ChatGPT 可以提供類似下面這樣的成果。
Google 搜尋、 AI 模式雖然也能在這樣的提問中，找到一些需要的資料，但後半部要做的比較分析等，就相對無法勝任。
我的心得：需要找資料，但更要輸出成果的情境，使用 ChatGPT 類工具會是更好的選擇。
搜尋資料後，比較分析：重新排成表格、簡報大綱或會議紀錄。
搜尋資料後，策略規畫：要完成課程企畫、企業內訓提案，需要根據公司的目標、預算、時程來設計方案，這時候生成式 AI 的長篇推理與記憶功能更適合。
搜尋資料後，內容潤飾：要輸出報告草稿、會議講義、郵件回覆，需要撰寫內容時，在生成式 AI 上潤飾、調整格式等還是效果最好。
ChatGPT、 Google 搜尋 AI 摘要、 AI 模式如何搭配使用？
如果在 ChatGPT 的分析比較後，我決定要買了，所以需要快速找出某個產品的購物網頁，那麼我會立刻用 Google 搜尋。
但如果下單前，還想要進一步了解這個產品的使用心得，則可以在 Google 搜尋中快速切換到 AI 模式。
當我只能想到關鍵字時，先用 Google 搜尋 AI 摘要、 AI 模式
其實我現在大多時候的工作流程，都是在 ChatGPT（ Gemini、 Claude ）中直接處理，很多時候也包含搜尋，因為 ChatGPT 的搜尋、 Deep Research 真的很強大。（延伸參考：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程）
不過當 Google 搜尋有了 AI 模式後，有一個情況可以反過來先用 AI 模式，那就是「我還不知道怎麼提問，只能想到一個關鍵字時」。
ChatGPT 等生成式 AI 需要我們提出具體問題。但是 Google 搜尋的 AI 模式，反而可以利用 Google 搜尋的能力，只要一個「簡單關鍵字」，就能找出我想要的回答。
有趣的是， ChatGPT 這類生成式 AI 反而「無法理解」這麼簡單的關鍵字，往往會給出一些似是而非的回答。
最後的工作流程建議： ChatGPT、 Google 搜尋 AI 摘要、 AI 模式搭配使用
綜合以上實測，我現在的工作流程是這樣的：
先想清楚需求是哪一個「找資料、懂意思、輸出成果」？大方向上：
找資料就用傳統搜尋。
懂意思就用 AI 摘要或 AI 模式。
輸出成果就交給生成式 AI。
Google 搜尋自動顯示的 AI 摘要，只能當輔助，使用也要小心，可能有過期資訊。
還無法做出有效提問指令前，可以先用關鍵字在 Google 搜尋的 AI 摘要、 AI 模式中摸索。
複雜輸出直接交給生成式 AI：把需求、限制、資料一次說清楚，讓 ChatGPT 幫你完成最終成果。
必要時，再回到傳統搜尋，用 Google 搜尋、 AI 模式等驗證細節。
下面是我的分析比較表格，給大家快速對照：
情境/需求
用 Google AI 模式
用 Google AI 摘要
用 Google 搜尋
用 ChatGPT
產品/工具比較、旅遊/課程規劃、研究分析、輸出報告成果
⚠️可以處理，但容易處理一半就停住，無法提供最完整資料
⚠️問題複雜時，不一定啟動
⚠️問題太複雜，無法找到有效資料
✅要輸出成果，要做更複雜研究與整理，更適合直接使用生成式 AI
要摘要「最新」資訊，或驗證生成式 AI 的可能爭議資訊
✅ 能快速檢索最新或最明確資料，持續追問、列出來源與日期。
⚠️有時候資訊反而不是最新的
✅ 透過關鍵字＋過濾器快速找出資料來源，自己閱讀確認
✅可以利用 AI 搜尋、 Deep Research 深度研究，不過速度比較慢。
單純找出具體方法步驟
✅ 可持續追問，得到不同方法。
✅快速提供步驟摘要，方便決定是否進一步閱讀
⚠️需要自己比對多個結果
⚠️若只需要簡短答案，生成式 AI 的時間成本較高
導航/精準找網頁（下載頁面、登入官網、目標明確）
⚠️反而增加步驟
⚠️不一定出現。
✅ 最快、最有效
⚠️速度反而比直接搜尋慢
不想設計複雜提問，直接下簡單關鍵字，就想找出一些東西時
✅找出資料，摘要資料，提供初步解答，然後再點開來源資料查看
⚠️不一定出現。
✅提供來源影片或文章
⚠️只有關鍵字時，回答可能無效，可能亂回答，需要搭配指令
善用這四種工具的搭配，就能在資訊洪流裡保持效率：要找資料時不迷路，要理解時抓到核心，要輸出時交給最擅長的 AI。
這是我在電腦玩物實測後，整理出的「目前」搜尋策略，提供給常常需要找資料的朋友參考。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
著作：《防彈筆記法》
訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：實測何時用 Google 搜尋、 AI 模式、 AI 摘要或 ChatGPT？比較應用案例）
