用 AI 還是覺得卡？兩個我自己摸出來的心法：上下文工程 + Chat→Cowork→Agent 三階段

我在公司教 AI 課這一年多下來，發現一件事：學員學了一堆工具，但 6 個月後再回頭看，會用 AI 的還是那幾個人。

差別不在學了什麼工具、在心法。我自己 4 月開始一直在日記裡整理這件事，慢慢收斂出兩個觀念。今天整理一下，分享給有在用 AI 工具、但常常覺得「用一用沒進步」的人。

用 AI 還是覺得卡？兩個心法解套（本站自製示意圖）

心法一：上下文工程 ── 別把 AI 當搜尋引擎、當思辨對手

大多數人用 NotebookLM 的方式都長這樣：丟一份 PDF 進去、然後問「請幫我摘要」「請幫我整理重點」。AI 給你一份結構漂亮的摘要、你看一看、覺得「嗯不錯」，然後關掉分頁。一週後再開、又重新問一次。

這種用法的天花板很低，因為你是把 AI 當「搜尋引擎」── 它出去找答案、你被動接收。產出的東西好不好，完全看它運氣。

我自己摸出來的做法叫「上下文工程」。在你丟新資料進 NotebookLM 之前，先花 3 分鐘做一件事：把你對這份資料的期待、困惑、想驗證什麼，先打字記錄下來。然後跟資料一起丟進同一本筆記本。

接下來請 AI 做的不是摘要，而是比對：

1. 作者的觀點跟我的觀點，哪些相同？
2. 哪些不同？
3. 哪些是矛盾的？
4. 哪些是我沒想到、但作者有提的？
5. 哪些是作者沒提、但我自己有的洞察？

你會發現一件事：AI 突然從「幫你查資料的工具」、變成「跟你一起思辨的對手」。它會幫你照出你思考的盲點，也會幫你確認你的某些觀點其實已經跟外面的高手對得上。

這個方法用在學新書、聽 podcast、看別人的長文都通用。我自己用在「上 HR 的 AI 課之前」 ── 先把我對 NotebookLM 的想法錄成逐字稿放進筆記本，再加進去網路上的教學影片、別人的部落格、Open AI 高層的分享。AI 比對完之後，我的講義內容就更紮實了。

上下文工程的 5 個比對問題（本站自製示意圖）

心法二：Chat → Cowork → Agent 三階段 ── 你還在哪一階？

第二個觀念是 AI 的演進階段。我把目前看到的 AI 工具分成三階：

第一階：Chat（一問一答）

就是初代 ChatGPT 那種型態。你問一句、它答一句，內容都是文字。它沒有記憶、沒有工具、不會主動做事。你問完關掉，下次它什麼都不記得。

大多數人對 AI 的印象就停在這裡。問完一個問題就覺得「AI 也就這樣嘛」。

第二階：Cowork（協作型、Copilot 模式）

進到 Cowork 階段，AI 開始會用工具了。你連 Gmail 給它、它會幫你撈信；你連 Google 行事曆給它、它會幫你查行程；NotebookLM 連你的文件、它會根據文件回答。

背後的技術叫 MCP（Model Context Protocol），就是 AI 跟外部服務的接口。但這個階段有個關鍵限制：它會用工具、但要你帶路。你叫它做什麼它就做什麼、不會自己想下一步。

NotebookLM 目前就在這個階段。它能讀你給的所有資料、回答得很精準、不會編造，但你不問它就不動。它是個「聰明分析師」，但被關在沒網路的房間裡 ── 你不送東西進去，它什麼都做不了。

第三階：Agent（會主動下一步、而且真的會去做）

Agent 階段的 AI 有兩個關鍵特性：

• 會主動告訴你 Next Step：你問它整理某份資料、它整理完會說「要不要幫你做成簡報？要不要把它連結到你上次提到的某個主題？」
• 會真的去做：不是停在「建議你」，而是直接動手執行

Claude Code、Codex、ChatGPT Agent 這些都在 Agent 階段。它們會主動規劃步驟、會記得你之前的偏好、會跨工具串連任務。最近 OpenAI Codex 連電腦操作（Computer Use）都做了 ── AI 直接幫你操作 Mac 上的任何 App、你還可以同時做別的事。

AI 演進三階段 ── 你的工具在哪一階？（本站自製示意圖）

把兩個心法擺一起、你會看到自己現在卡在哪

當你下次打開 NotebookLM、覺得「用一用沒進步」的時候、試著問自己兩個問題：

1. 我有沒有做上下文工程？還是只是丟資料叫它摘要？
2. 我把 AI 當哪一階在用？Chat、Cowork 還是 Agent？

如果你都還在「丟東西進去、按摘要、複製貼上」的階段、那就是 Chat 思維在用 Cowork 工具、當然會覺得卡。改成「先寫期待 + 比對思辨」的玩法、你會立刻發現 NotebookLM 不一樣。

如果你想進一步、就把 NotebookLM 當長期維護的知識庫使用 ── 黃仁勳的演講、Google 的新發表、你關注的公司的法說會、產業意見領袖的文章，全部放進去。當你遇到問題時、再用 Claude Code 或其他 Agent 工具去問你的這個專家團。這就是從 Cowork 進階到 Agent 的具體做法。

順手分享一個剛好印證的影片

整理這篇的時候，剛好看到一支國外的 AI 影片在講「把 Claude 跟 NotebookLM 串成自動化引擎」 ── 三條鏈、20 分鐘設定、之後永遠自動跑（影片是 AI Founders 頻道的《These 3 Claude + NotebookLM Systems Will Make You So Good It Feels Unfair》）。

看完蠻有感，因為他講的三條鏈剛好可以印證我前面的論點：

• 「鏈 3 競品週報」剛好示範了「NotebookLM 當長期知識庫」的玩法 ── 把競爭對手官網、定價頁、自家定位文件放進 NotebookLM，Claude 每週自動更新內容、產出 audio overview 通勤聽。這就是 Cowork 升級到 Agent 的中間態
• 影片裡有個比喻講得很到位：NotebookLM 像是「關在沒網路房間裡的天才分析師」 ── 我那一段「Cowork 階段的 AI 不會主動」、原來不是只有我這樣想
• 但影片講的其實還沒到「真正的 Agent」── 他用排程跑固定流程、是「按表操課」的引擎；真正的 Agent 應該會動態判斷下一步、根據答案動態提案、不是預先寫好流程

所以那支影片我覺得很值得看、但別只學「複製他的三條鏈」── 把背後的心法（為什麼要這樣串、串到什麼階段）想清楚再做，比較不會浪費時間。

結論

工具誰都會用、心法才是差別。下次用 NotebookLM 前、先花 3 分鐘寫下你的期待跟困惑、再丟資料進去。三分鐘的事、產出質感差很多。等你做順了，再開始思考「我手上這套工具屬於哪一階」、有沒有辦法升上一階。

---

本文觀點整理自我從 2026 年 4 月開始的日記筆記。文末提到的國外影片：YouTube《These 3 Claude + NotebookLM Systems Will Make You So Good It Feels Unfair》（AI Founders 頻道）。