Gemini Notebook企業導入怎麼做?5階段實戰教學,從會議紀錄到AI顧問,附提示詞範例
Gemini Notebook企業導入怎麼做?5階段實戰教學,從會議紀錄到AI顧問,附提示詞範例

多數企業推廣 AI 工具的第一步是辦教育訓練,但上完課、發完手冊,下週還在用的人往往只剩一小撮。企業面臨的問題不在員工不想學,而是在於一般人只會持續使用體驗過很方便的工具,而不會持續使用腦中知道很方便的工具。

日本 X 帳號「えーたん/AI×時短で仕事效率化」長期分享企業導入 Gemini Notebook(原 NotebookLM)的實作心得。他認為,與其辦研習,不如設計一套讓員工自然碰到、意外感動、變成日常的導入階梯。以下 5 個作法,是他分享中從最容易上手、到最終變成公司文化的 5 個階段,每階段附上可直接複製的提示詞。

企業如何真正導入 AI?實作 5 階段總覽

階段 做法 對員工的效果 所需素材
1 問答機器人 被動接觸,零學習成本 內規、SOP、常見問答
2 申請書自動生成 第一次「工作被消掉」的感動 表單範本、已核准文件
3 專案筆記本 從個人使用變團隊動線 會議錄音、企劃書、KPI
4 專屬領域顧問 個人課題被解決的成功經驗 主題式網路搜尋素材
5 經營理念筆記本 使用行為變成公司文化 經營理念、中期計畫、社長談話

Step 1:先做「全員都會用」的問答機器人

想讓員工真的用 AI,第一步是把總務、人事、財務、IT 這類「有問題要問人」的內部窗口,換成一個只根據公司文件回答的問答機器人。原作者強調,這一步的關鍵是員工不需要學任何東西,照平常打字發問即可,是最適合當作全員第一次接觸 AI 的入口。

做法為把公司規章、SOP、過去的常見問答信件整理成文件上傳,用自訂指令設定機器人的角色與回答規則,並以「僅檢視」權限開放給同事查詢。整套流程原作者形容約 15 分鐘可以完成,不需要工程資源。

提示詞範例:

你是負責公司內部問答窗口的親切、準確的客服人員。
請只根據上傳的來源(公司規定、操作手冊、流程文件)回答同仁的提問。

【回答規則】
・回答順序為「結論→步驟→依據」,第一句先講結論
・引用對應規定或手冊的相關段落作為依據
・來源中找不到答案時,不要用推測回答,請誠實告知「請洽詢○○部門」

原作者自述的個人經驗分享,自己公司在總務、人事、財務、IT 四個窗口都建了機器人後,內部問答有感減少;第一個上線的總務機器人,也讓原本被詢問量壓得喘不過氣的同仁明顯鬆一口氣。

Google 官方頁面說明,上傳 Gemini Notebook 的資料只作為該使用者專屬的回答依據,不會被用於訓練 Google 的基礎模型,除非使用者自行分享筆記本,來源內容也不會公開。這一點在企業導入時常被員工或資安部門優先確認,是這一步能順利推行的前提。

Step 2:用「申請書生成」,讓員工第一次體感 AI 幫他省事

第二步利用 Gemini Notebook 可輸出 Excel 檔案的功能,處理大家覺得繁瑣的申請書、簽呈製作。把公司既有範本存進筆記本後,交出來的會是同一份格式、內容已經填好的 Excel 檔案——欄位、版面、連公式都照原本樣式。

原作者認為,光靠問答機器人只能建立AI 回答很準的印象,真正讓人有感的是「AI 把我不想做的事直接做完」。他選的示範對象是申請書、簽呈這類制式文件:把公司既有的表單範本與過去已核准的文件上傳筆記本,再用三行條列描述申請內容,就能產出一份格式、欄位、公式都比照公司範本的完整檔案,未確定的項目會標註「待填」而非自行推測。

提示詞範例:

請完全依照已存入的「(範本名稱)」樣式,
把以下內容做成一份(文件類型)的 Excel 檔案。

【申請內容】
(用條列式寫出你知道的申請內容)

【規則】
・工作表名稱、欄位、版面、公式都要與範本完全相同
・文字語氣與寫法請參考已存入的核准過範例
・內容要具體,以能通過核准的方式補齊
・不確定的欄位不要用推測填寫,請標註「待填」

他觀察到,這一步之所以有效,是因為對還沒興趣的同事來說,說明再多都不如「看到自己每個月痛恨的作業,在眼前三分鐘內做完」來得有說服力;看過示範的人,多半會主動詢問怎麼操作,導入的推動難度也隨之下降。

Step 3:把會議錄音、企劃書集中成「專案筆記本」

前兩步還停留在「有需要的人才會用」,第三步開始把使用行為嵌進團隊既有的工作流程。

做法是替一個正在進行的專案建一本筆記本,集中放三類資料:會議紀錄與錄音(音檔可直接上傳,不需要先轉逐字稿)、企劃書等相關文件、目標與時程。有了這本筆記本,會議後的工作可以一次完成。

提示詞範例:

請根據上傳的會議錄音,製作這場會議的紀錄。

【輸出格式】
・會議概要(主題/主要參與者)
・決議事項(條列)
・待辦事項(誰、做什麼、期限)
・尚未定案的討論點

【規則】
・不要根據推測補充發言中沒有的內容
・不確定的地方請標註「待確認」

有了這本筆記本,會議紀錄、任務清單、下次會議議程都能由 AI 一次產出;請假或缺席會議的成員,也可以改聽 AI 生成的音訊摘要來掌握進度。原作者指出,這一步的普及關鍵在於「動線」而非個人意願——議事錄從這裡出、待辦從這裡出,團隊的工作流程本身就會經過筆記本,使用不再是選擇題。

Step 4:建立「專屬領域筆記本」,讓每個人都有專屬顧問

第四步是讓每個人依自己遇到的課題,建立專屬的主題顧問,例如行銷企劃的行銷參謀、財務人員的財務顧問。

做法是用 Gemini Notebook 的「尋找來源」(Discover sources)功能,針對同一主題分三個角度各搜尋一次:基礎原理、實務作法、案例與最新趨勢,讓收集到的資料涵蓋一個主題的不同層面,而不只偏向單一角度。

提示詞範例:

【切角①:基礎與原理】
請搜尋能有系統解說(主題)基本概念與整體全貌的文章

【切角②:實務與方法】
請搜尋(主題)具體做法、範本、實務技巧的文章

【切角③:案例與趨勢】
請搜尋(主題)的成功案例與最新趨勢的文章

只做一次搜尋,資訊容易偏向單一面向;換三個切角各搜一次,能把該領域從基礎到實務、案例都納進同一本筆記本。之後直接把工作上的問題丟給它提問即可,回覆會附引用出處供查核;再持續補進自家案例或資料(記得先去識別化),這本筆記本就會從泛泛而談變成貼近公司實際狀況的顧問。

原作者表示,這一步的擴散動力來自個人的成功經驗,當一個人親身體驗到自己的課題被 AI 解決,導入就從「推廣者的任務」變成「本人的意願」,會員工開始主動用同樣的方法建立屬於自己崗位的顧問筆記本。

Step 5:把經營理念放進筆記本,讓AI 導入變成企業文化

最後一步跳出效率工具的範疇,處理的是公司的判斷基準。把經營理念、中期經營計畫、社長對內或對外的談話等公開資料整理成一本筆記本,在做企劃或提案前先請 AI 檢查內容是否符合公司方向、哪裡需要補充說明。

做法是在做企劃或提案前,先拿去問這本筆記本。

提示詞範例:

請確認這份企劃案,是否與公司的經營理念與中期經營計畫一致。

【輸出格式】
・相符的地方(請引用理念或計畫的對應段落)
・有落差或需要進一步說明的地方
・讓經營層更容易理解的修改建議

這一步之所以放在最後,是因為當工具開始對接公司的判斷基準,使用就不再只是省時間,而會變成公司做事方式的一部分,這時已經不需要再提醒大家使用 AI。

框架使用有4大限制!有哪些不適用情境?

這套框架本身建立在幾個前提上,並非每家公司都能直接套用:

  • 資料治理仍是前提: 把公司規定、會議錄音、財務資料放進筆記本前,需先確認帳號類型(個人版與企業版的資料保護條款不同)與共用權限設定,並非設好機器人就等於資安無虞。
  • 依賴既有範本與資料品質: 申請書生成(Step 2)效果好壞取決於既有範本是否夠標準化;文件格式混亂的公司,這一步的體感會打折扣。
  • 免費版有用量限制: 依 Google 官方說明頁揭露的資訊,免費版每本筆記本上限 50 個來源,每個來源字數上限 50 萬字,每日對話次數上限 50 次(以官方頁面所載內容為準,實際額度請以登入後畫面顯示為準)。人數多的團隊要規模化推廣,通常需要評估企業版方案。
  • 推廣順序仍需因地制宜: 5 個階段是原作者整理出的一種路徑,實際導入時仍需依公司文化與部門阻力調整順序,不是唯一解法。

延伸閱讀:
NotebookLM(Gemini Notebook)完整教學:26篇實戰一次收,建知識庫、做簡報、會議財報全應用
用NotebookLM整理報價單!4步驟整合多種格式提案、自動生成比較表,還能匯出試算表

資料來源:えーたん(@ai_jitan)X 貼文、Google Gemini Notebook 官方說明頁

本文初稿為AI編撰,整理.編輯/蘇柔瑋

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