螢幕截圖、Dock、觸控板熱點⋯⋯macOS的好用功能,靠這12款小工具也能移植到Windows
螢幕截圖、Dock、觸控板熱點⋯⋯macOS的好用功能,靠這12款小工具也能移植到Windows

在離開macOS這段時間,每天在家依賴Windows To Go為生,感到日常工作流程在四處冒煙。這才發現macOS的有些特性就如同空氣一樣,雖然毫無存在感,卻不可缺失。

關於「如何在Windows中實現macOS的xxx」,隨便上網一搜就可以搜出很多結果,然而這些當中很多都是「為了實現而實現」,未能真正帶回macOS散落在系統各處的便捷功能。另一方面,正因為有些功能的存在感低,所以自己在平時使用的時候也未必就留意,只有當想用到這個功能卻發現沒有的時候才會想起來。

macOS與Windows的差異,有些是功能層面的差異,還有一些就是操作系統理念層面的東西了,深究下去難免會犯一些形而上的錯誤。從實事求是的角度出發,我還是很希望能夠在Windows上復現一些macOS的優秀特性或理念的,好在能有所成,為之記。

Spotlight

圖
圖/ 少數派

Windows上的啟動器說多也多,強大的也很強大,但是我對自定義配置感到力不從心。Listary是一個非常好用的全局搜索工具,學習成本也很低,雙擊Ctrl鍵就可以在螢幕中央彈出搜索框,不用再進行太多的配置。

圖
圖/ 少數派

值得一提的是,Listary的這兩個功能也讓我印象深刻:

  • 平時在執行應用的「打開…」操作後,定位的往往是預設的路徑,用它可以自動定位至「文件資源管理器正在瀏覽的路徑」。
  • 在文件資源管理器中搜索文件時,忘掉右上角的搜索欄吧,甚至雙擊Ctrl的步驟也可以省略,直接打字即可,Listary會被自動喚出,並且顯示全部的文件搜索結果。
圖
圖/ 少數派

誠然,Listary還有很多優秀的功能,但是對於我這樣一個非電腦出身的「麻瓜」來說,光是描述清楚這些功能就得費老鼻子勁,還不一定講得明白,更別說試著去用了。目前Listary對我而言就是一款簡簡單單的「Windows上的Spotlight」。

程式塢(Dock)

圖
圖/ 少數派

RocketDock自帶的模板醜出天際,但是好在自定義簡單,隨手改改純色背景就很耐看了。可以把dock固定在桌面,然後往上面添加應用、目錄、分隔符等等。此外,「滑鼠經過放大」、「移到回收桶」等特性也都一應俱全,甚至連「最小化窗口到Dock」、「高亮正在運行的程式」等等細節都可以復現。

「控制面板」的理念和macOS的「系統偏好設置」很相似,我也把它放在了Dock上。

圖
圖/ 少數派

快速查看

圖
圖/ 少數派

「空白鍵預覽」同樣是macOS最為人津津樂道的幾大特性之一,QuickLook很好地復現了這一點。和macOS一樣,它也支持安裝擴充插件。好用就完事了,不多贅述。

「熱點」功能

圖
圖/ 少數派

「熱點」(中國譯為「觸發角」)也是很不錯的功能,實現起來難度也不大,嘗試了好幾款之後,最終確定了開源、輕量、好看的WinXCorners。除了常規功能,它也支援觸發指令的自定義。

圖
圖/ 少數派
圖
圖/ 少數派

剪貼簿共享

圖
圖/ 少數派

剪貼簿共享是我使用頻率非常高的特性。我採用了這篇文章的方案,使用了MFiles這款應用程式。美中不足的地方在於,這樣的剪貼簿共享只能共享文字,圖片必須作為文件來發送,這一點還是沒有Handoff來得完善,即便如此,它也極大地提升了我的效率。

截圖和錄影

說完文字,來說圖片和影音,我把截圖、錄影、錄製動圖這三點放一塊說。macOS雖然自帶了截圖錄影的功能,但是很多人還是會尋求第三方應用。

截圖

圖
圖/ 少數派

延伸閱讀:新手必學!Mac 內建強大螢幕截圖只要活用六種快捷鍵

Snipaste是雙平台最廣為人知的第三方截圖工具之一,界面清晰、功能全面,可以一站式滿足標註、馬賽克、貼圖等多種需求。

錄影

圖
圖/ 少數派

ShareX是一個專注於上傳和分享的、附加功能非常豐富的工具包。我用到的是僅僅是它基於ffmpeg的錄影功能。

其實用它就可以完成截圖、錄影、上傳的一條龍工作流,並且支援的上傳目的地非常豐富,囊括了各大相簿、網路硬碟、共享平台等等。

圖
圖/ 少數派
圖
圖/ 少數派

延伸閱讀:如何截取完整網頁畫面?Chrome快捷鍵讓你輕鬆取得高畫質長截圖

錄製動圖

圖
圖/ 少數派

延伸閱讀:22款Mac圖片處理工具,截圖、壓縮、製作GIF通通搞定

在嘗試了多個錄製Gif的應用之後,參考這篇文章選擇了LICEcap,重在方便,選好幀率、視窗一拉,就可以開始錄,生成的文件也非常小。美中不足的地方在於,錄製的窗口無法固定長寬比例,如果想保證4:3、16:9等畫面,只能透過手動修改像素值來實現。而且無法一鍵操作,錄影的窗口處於打開狀態時有些礙手礙腳。

用所選專案新建文件夾

圖
圖/ 少數派

將Files2Folder下載下來後,簡簡單單用管理員權限運行一下即可。使用時右鍵上下文選單就會出現一行Files 2 Folder,點擊即可實現「用所選專案新建文件夾」的功能。

圖
圖/ 少數派

雙擊壓縮文件來解壓

圖
圖/ 少數派

在macOS中,雙擊壓縮文件可以自動解壓,而在Windows中則不會。已經2020年,相信應該有越來越多的人放棄了7Zip甚至更老的WinRar,轉而使用Bandizip。而且Bandizip有一項很方便的小功能值得一試:

圖
圖/ 少數派
圖
圖/ 少數派

經過如圖設置後,雙擊壓縮包即可自動解壓縮,並在新窗口中彈出解壓縮後的目錄,非常方便。

在桌面顯示驅動器的快捷方式

圖
圖/ 少數派

「在桌面顯示驅動器的快捷方式」是macOS中一個不起眼的小特性,可以用Desktop Media實現。在插入隨身碟或行動硬碟之後,會在桌面出現它的圖標。本機硬碟的圖標預設也會顯示,可以手動隱藏。

圖
圖/ 少數派

包管理器

圖
圖/ 少數派

與Homebrew一樣,Windows上也有可用的包管理器:Chocolatey。這是我在偶然的情況下得知的,雖然自己不一定用得上,但是不妨礙我把它拿出來分享一下。它可以用來統一安裝和管理應用,類似於類Unix系統中的yum和APT。

其他特性

除了上述的幾個之外,還有許多特性暫時沒有去嘗試。

  • Launchpad:Windows 的開始選單與之類似,感覺再大費周章去模仿就是「得其形而忘其意」了,故放棄。

  • 標籤:「標籤」是macOS的文件管理理念區別於Windows的顯著特點,要在Windows上實現這種無米之炊並不是太容易。

    • 按照這篇文章的觀點,標籤可以用tagLyst Next來實現,而tagLyst Next更多的是起一種資料庫作用的應用。
    • 此外FileMeta可以透過修改文件元數據的方式,將標籤作為一個子項打入文件的元數據中,這種方法基於的是NTFS文件系統的特性,也就是說離開了NTFS硬碟,標籤資訊就會丟失。
    • 然而畢竟前文說過,WTG是我的臨時替代品,沒有存放太多文件,也就沒再在標籤上大費周章,故放棄。
  • Mission Control:這個功能還是非常想實現的,畢竟Windows的任務視圖比起它來還是差點意思,窗口大小一樣,而且都很小,大塊的位置留給了「近期文件」。不過很遺憾,並沒有找到合適的方案。

  • 文件歷史記錄:這項功能並非macOS獨占,Windows也是有的。不過就我身邊而言,連知道它的人都很少,更別說用了。這項功能在「控制面板」中,需要注意的是,備份驅動器和文件所在的驅動器不能相同,否則就無法繼續。當然,在區域網路已經很發達的2020年,也可以考慮用網路驅動器來實現,這我就不去嘗試了。

圖
圖/ 少數派
圖
圖/ 少數派
  • 圓角UI:macOS別的特性我不敢說,「圓角之美」是真的全靠同行襯托。關於Windows實現圓角UI,可以透過這篇文章來做出一些改變。

這裡由於時間關係,我就不展開講了,感興趣的同學可以下課之後自己試一試。

  • 批量修改文件名:macOS將其整合進了系統功能,Windows上如果要去實現,就是「用特定應用滿足特定需求」的話題了,不在本文討論的範圍之內。不過方案也是有的,我一直使用AdvancedRenamer,誰用誰說好。
  • 可能還有其他被我忽略的特性,歡迎補充。

責任編輯:林芳如、蕭閔云

本文授權轉載自:少數派

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓