逐字稿文字預覽
哈囉大家好 歡迎來到AI實驗室 今天要帶你們解鎖最新的AI神蹟 我是你們的專屬AI導師 如果你平常已經會用Codex來幫你寫寫程式 處理一些日常任務 但心裡總覺得，嗯 好像哪裡卡卡的，還能更有效率吧 那你今天絕對來對地方了 因為在今天的這份解說裡 我們要帶你徹底解密一個能讓生產力直接翻倍的秘密武器 也就是Codex Skills 老實說，身為剛接觸Codex的新手 你是不是常常遇到這種讓人翻白眼的狀況 每次要叫AI幫你整理會議記錄 校對文章或是檢查某段特定的程式碼 你就得默默打開記事本 把那段長達好幾百字的標準作業流程提示詞重新複製 再貼到對話框裡 說真的，做個一兩次還行 但每天這樣複製貼上，真的是非常心累，對吧 這背後最殘酷的事實，就是無止境的複製貼上 代表你辛辛苦苦摸索出來的工作流程，根本沒有被真正的系統化 他無法被重複利用 這感覺就像是你明明花大錢請了一個超級聰明的助理 但他記憶力卻像金魚一樣 每次請他做事，你都得從頭到尾再教他一遍 超級沒效率的，對吧 但別擔心 這正是我們今天要幫你解決的大麻煩 為了徹底告別這種複製貼上的人生 我們今天的解說會快速帶你走過5個重點，第一，認識什麼是Codex Skills 第二，搞懂他跟其他工具的差異與適用時機，第三，教你怎麼安裝，第四，動手打造你的專屬技能，最後帶你避開新手最常踩的地雷 動手打造你的專屬技能，最後帶你避開新手最常踩的地雷 好，那我們就直接進入第一部分 先來搞懂到底什麼是Codex Skills 如果要用一句話來形容它，其實就是一本專屬於AI的工作手冊 你可以把Codex Skill想像成你發給AI助理的一本精裝版SOP手冊 這本手冊裡面打包了你所有重複性的規則 參考資料，甚至是腳本 一旦你把這本手冊交給Codex以後 只要喊一聲手冊的名字 他就會乖乖照著裡面的步驟把事情辦好 你再也不用浪費口水跟他解釋半天了 是不是很棒 那這本工作手冊打開來，到底長什麼樣子呢 說穿了，他就是一個資料夾 在這個資料夾裡 最最最重要、絕對不能少的，就是這個叫做SKILL. md的檔案 他就像是整個技能的大腦 負責告訴Codex什麼時候該用這招，以及具體的操作步驟 至於旁邊的scripts腳本、references參考資料，或是assets圖片素材等等 都是根據你的需求自由添加的輔助工具 接下來第二部分，我們來聊聊工具的差異跟適用時機 對於剛接觸的新手來說 這點真的超級重要 大家看到Codex裡面一堆專用名詞，可能會覺得有點霧煞煞 但其實邏輯很簡單 如果你只是臨時要AI幫個小忙 用普通的prompt提示詞就搞定了 如果是整個團隊在某個專案裡都要遵守的鐵律 那你要用的是AGENTS. md 但是重點來了 如果你有一個固定，而且需要不斷重複的工作流程 例如每週的例行報告 固定的QA檢查流程 拜託，請毫不猶豫地選擇我們今天的主角Skill 只要搞懂這個差異 你使喚AI的功力絕對會立刻大增 懂了工具差異之後 第三部分，我們來看看要怎麼獲取這些超好用的現成技能 把它們安裝到你的工作區裡 其實獲取的方法非常親民 總共有三種 最直覺的，就是直接點開介面左側的外掛分頁，去逛逛市集點擊安裝 那如果你習慣打指令 也可以直接對著AI輸入skill installer來呼叫安裝工具 甚至你還可以直接從GitHub上，把各路神人寫好的技能給clone下來 最貼心的是，安裝的時候如果發現少了什麼套件 Codex通常都會跳出提示，主動幫你補齊 所以真的完全不用怕把它弄壞 當然啦，用別人寫好的，怎麼比得上自己量身打造的呢 第四部分，我們就要教你怎麼利用內建的助手，打造出100%屬於你的AI超能力 想要打造專屬技能 最快的方法是什麼 答案就是直接使喚AI幫你寫 你只要呼叫skill Creator這個像造物主一樣的指令就可以了 而且最神奇的一點是 你可以直接把你之前跟Codex某次非常完美的聊天記錄，當做參考資料餵給他 他會自動從整段對話裡萃取出精華 直接幫你生出那份最重要的SKILL. md大腦檔案 這真的是超級無敵省時 不過，在讓AI幫我們寫這本手冊的時候 我們必須先懂一個Codex運作的核心原理 叫做漸進式揭露，這名詞聽起來很酷炫 起來很酷炫 但概念其實很直白 你想想看，如果你有100本工作手冊 AI如果一開始就把這100本全背下來 他的記憶體絕對會當場爆炸 所以他一開始只會先掃描每本手冊的名稱跟簡介 只有當他判斷哦 現在這個任務剛好需要這本手冊 他才會真正把它翻開來仔細閱讀 也因為這個漸進式揭露的機制 你在SKILL. md裡面寫的簡短描述 就成了Codex會不會拿出這本手冊的生死關鍵 記住幾個黃金法則，第一 把核心任務開門見山寫在第一句，第二 用你平常聊天真的會打出來的口語，當做觸發詞，第三 甚至要清楚交代，什麼時候絕對不要用這招 最後一點最重要 千萬千萬別寫什麼「這是一個幫助提高效率的技能」 這種廢話 這會讓Codex完全誤判，導致他亂用一通，或者是乾脆直接無視你的技能 好，最後進入我們的第五部分 存放位置與新手最常踩的地雷 建好skill之後，別急著關掉 身為你們的導師 我得幫大家當個避雷針 第一個新手常見問題是，我的技能到底存去哪了 簡單來說 你有兩個抽屜可以放這本手冊 如果你希望這個技能，不管你在做哪個專案都能隨時呼叫他 那他是你的個人習慣 請把它放進全域儲存這個抽屜裡 但如果這個技能，是專門為了某個專案量身定做的 離開這專案就沒用了 或者你需要跟團隊同事共享 那就請乖乖把它放進特定專案的專案儲存資料夾裡 裡，把手冊放對抽屜 AI才有辦法在對的地方找到它哦 接下來請大家打起精神，放慢腳步 這3個新手地雷，請務必深深印在腦海裡 第一，很多人把skill放好之後，在原本的對話框裡瘋狂呼叫 卻發現AI根本不理你 請記得，你必須開一個全新的對話 AI才會去重新掃描，並認識這個新來的技能 第二，就像剛剛千叮嚀萬囑咐的，描述寫太模糊 技能絕對會失靈 第三，是個有點討厭的技術小幽靈 當你在存檔SKILL. md的時候 千萬要確保你的文字編輯器，沒有加上所謂的UTF-8 BOM 這個看不見的小地雷，會讓Codex根本無法解析，整個技能就直接報銷了 只要記住這3點 你的自動化之路絕對順暢無比 好啦，我們今天的探索就到這邊告一段落 回顧一下 把繁瑣的SOP打包成Codex Skill 不止能幫你省下大把的時間 還能讓AI產出的品質變得更穩定更精準 最棒的是 一旦設定好 未來的每一天，你都在享受自動化帶來的紅利 所以你準備好要擺脫無意義的複製貼上 動手打造你的第一個專屬skill了嗎 這絕對會徹底改變你的工作模式 非常感謝大家收看今天的解說 如果這份內容對你有幫助 請務必訂閱我們AI實驗室 未來我們還會為大家帶來更多實用 深度的AI工作技巧 那我們下次見囉，拜拜
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：3.4 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：17.8 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.8 秒
關係：依序執行
結果：完成
4. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.8 秒
關係：依序執行
結果：完成
5. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.9 秒
關係：依序執行
結果：完成
6. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.9 秒
關係：依序執行
結果：完成
7. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.9 秒
關係：依序執行
結果：完成
8. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：76.5 秒
關係：依序執行
結果：完成
9. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.6 秒
關係：依序執行
結果：完成
10. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.6 秒
關係：依序執行
結果：完成
手動來源字幕
自動來源字幕
Whisper 字幕
- 尚未產生
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
目前待解決問題與初步改善方向
- ⚠️ 全文快速校讀：已套用暫定修正，請確認
segment=32 已先套用暫定修正：第二，搞懂他跟其他工具的差異與適用時機，第三，教你怎麼安裝，第四 → 第二，搞懂他跟其他工具的差異與適用時機，第三，教你怎麼安裝，第四，動手打造你的專屬技能，最後帶你避開新手最常踩的地雷；segment=94 已先套用暫定修正：叫做漸進式揭露，這名詞聽 → 叫做漸進式揭露，這名詞聽起來很酷炫；segment=128 已先套用暫定修正：那就請乖乖把它放進特定專案的專案儲存資料夾 → 那就請乖乖把它放進特定專案的專案儲存資料夾裡；segment=123 待確認：原文「個人習慣」在技術語境下可能為口誤，指代「全域（Global）設定」或「個人（Personal）設定」。；暫定：那他是你的個人全域設定
- 逐字稿可先使用，但有待校正清單
segment=123 rapid_semantic_review: 上下文對比：全域（Global）vs 專案（Project）。講者將「全域」比喻為「個人習慣」的可能性較低，通常全域設定是針對用戶帳號的。
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。