做會議紀錄好痛苦?教你用「NotebookLM+一組提示詞」,散會3分鐘就能發信!
做會議紀錄好痛苦?教你用「NotebookLM+一組提示詞」,散會3分鐘就能發信!

我發現 AI 最容易發揮效果的地方,就是那些你本來做了也覺得挺痛苦的瑣事。

比如:會議紀錄。

如果同事語速飛快、會議討論發散,可惜你打字不快、思考也有點沒跟上。最後,只能看著自己胡亂打下的文字,不知道該怎麼整理……?

巨思校園大使李芳儒説,現在這問題他都靠 NotebookLM 解決,讓你開會時能 100% 專心聽,散會後只要 3 分鐘,就能寄出內容和格式都完美的會議紀錄。

來看要怎麼做吧。

貓貓贊助區開放中!不用很多,一點點支持就很珍貴,歡迎大家點擊後贊助,幫貓貓買貓糧,也支持我繼續把內容做好。

你也想跟我分享運用 AI 的方式?點擊這裡留言報名~

#5 一天一AI
圖/ 一天一AI

3 個關鍵,試試 AI 幫你整理會議紀錄

只要善用 AI 工具 NotebookLM,掌握 「3 個關鍵」,就能讓你一次輕鬆完成結構清晰的會議紀錄,甚至連要寄給同事的通知信草稿都能順手完成!

這三個關鍵要素分別是:

  • 撰寫會議紀錄、通知信的提示詞(Prompt)
  • 會議錄音檔
  • 一個 NotebookLM 帳號

接著,依照以下 3 步驟來執行。

#1 一天一AI
圖/ 一天一AI

步驟一:建立專屬的「提示詞」Google 文件

首先,我們需要先制定好 AI 產出紀錄的標準格式。 請建立一個新的 Google 文件(檔名可以命名為例如:「會議紀錄:摘要與mail撰寫規則」),並在裡面貼上以下這段提示詞(Prompt)指令,你也可以修改成公司想要的會議紀錄格式:

請根據這份會議紀錄,幫我整理出結構清晰的重點。請嚴格遵守以下格式:

  1. 會議核心目的: 用一句話說明。
  2. 關鍵討論觀點: 條列式列出 3-5 個重要論點,並簡述理由。
  3. 最終決策: 明確列出大家拍板定案的項目(若無,請標記「未定」)。
  4. 待辦事項 (Action Items): 依照「負責人」分類,列出「任務內容」與「截止日期」。若內容未提到負責人或期限,請標示為「待確認」。
  5. 待討論事項: 有哪些問題尚未解決,需要下次會議討論?
    請嚴格依據上傳的文件內容進行分析,不要加入任何文件以外的推測。
#0 一天一AI
圖/ 一天一AI

步驟二:開啟 NotebookLM,上傳資料

  1. 登入 NotebookLM 並建立一個新的筆記本。
  2. 點選「新增來源」,將你剛剛做好的「提示詞指令文件」以及該場會議的「錄音檔」一起上傳。

實用小建議: 上傳前,建議先修改錄音檔的檔名(例如:日期+會議簡稱,如 0501課程組會議.m4a),這樣能讓 AI 在後續作業時更準確地辨識你要處理哪一場會議。

#6 一天一AI
圖/ 一天一AI

步驟三:勾選指定檔案,下達最終指令

當資料都上傳完畢後,就可以開始讓 AI 工作了!

  1. 在來源清單中,勾選你要整理的「會議錄音檔」以及「提示詞指令文件」。(注意:若筆記本內有多場會議,請務必只勾選你要處理的那一場錄音檔。)
  2. 在對話框向 NotebookLM 提問,例如輸入: 「請使用『會議紀錄處理摘要與mail』內的指令,分析錄音檔,整理出會議紀錄與傳給同事的通知信件。」
#2 一天一AI
圖/ 一天一AI

最後的關鍵提醒:人工覆核不可少!

雖然 AI 處理文字和語音非常強大,但 AI 的語音辨識在遇到「專有名詞」或「與會者姓名」時,仍有可能出錯。

因此,在 AI 產出結果後,請務必發揮人工檢查的作用,核對一下人名與重要專有名詞是否正確。確認無誤後,就可以直接輸出成 Google 文件,完美留存這份會議紀錄,並將信件草稿一鍵寄送給同事了。

#4 一天一AI
圖/ 一天一AI

訂閱《一天一AI》日報 ,每天跟你分享超實用的AI小技巧!

延伸閱讀:Claude用量爆掉先別急著買!工程師5招「省token」大法,光PDF處理就差22倍
寫給所有AI的「關於我」說明書,換Claude、ChatGPT不用重新磨合了!好用提示詞快收

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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