你家一定有那種故事：阿公年輕時怎麼從南部上來的、阿嬤說她十幾歲就開始做工、家裡那間老房子當初怎麼蓋起來的。每次過年聽一段，聽完就忘了。等哪天真的想記下來，常常已經問不到了。這篇要講的方法只有三步，用手機錄 30 分鐘，剩下的交給 AI：先讓 AI 幫你出一份問得出東西的訪綱，再讓長輩用「講的」，最後把音檔直接丟進 AI 整理成一份看得下去的家族故事。
為什麼「用講的」這件事，在 AI 時代突然變得很重要
先講一個 2016 年的研究。史丹佛大學、華盛頓大學跟百度的研究團隊做過一個實驗，找 32 位 19 到 32 歲的受試者，拿 iPhone 內建鍵盤跟語音辨識比賽輸入同一段文字。結果是：英文用講的比打字快 3 倍、錯誤率低 20.4%；中文用講的快 2.8 倍、錯誤率低 63.4%。共同作者、當時在史丹佛讀資工博士的研究者說：「我們其實蠻驚訝的，它幾乎比在鍵盤上打字快三倍。」（原文："we were actually quite surprised to find that it was almost three times faster than typing on a keyboard"）
快 3 倍只是表面。真正的重點是打字會讓人自動把話講短。你一邊打一邊會想「這句可以省」「這段太囉嗦」，最後留下的是一份精簡到失去細節的紀錄。用講的不會，你會把當時的天氣、旁邊有誰、心裡在想什麼一起講出來——而那些正好是故事裡最值錢的東西。
這件事套到長輩身上更明顯。你請阿嬤寫一份回憶錄，這輩子不會發生；你請她講半小時，她可以講到你想喊停。方法的核心就是這個：把「記錄」這件事，從長輩身上整個拿掉，只留下「講」。
第一步：訪綱不要問「以前過得怎樣」
核心動作：先讓 AI 幫你出 10 個「有畫面」的問題。
大部分人失敗在第一句話。你問「阿公，你以前生活怎麼樣？」，得到的答案永遠是「就那樣啊，很苦」，然後場面就冷掉了。不是長輩不想講，是這個問題太大，大到他不知道從哪裡開始。
改成有畫面、有座標的問題就不一樣了：
- 那時候一碗麵多少錢？你身上通常帶多少？
- 你第一份工作，第一天做了什麼？誰教你的？
- 你跟阿嬤第一次見面是在哪裡？那天她穿什麼？
- 你印象最深的一次搬家，是為了什麼？
- 家裡最窮的那一年，晚餐都吃什麼？
看得出差別嗎？這些問題都有具體的時間、地點、金額、動作，長輩一聽就有東西可以回想。
直接抄這段指令去問 AI：
幫我列 10 個訪問阿公年輕時候的問題。條件：每一題都要具體、能讓他回想起畫面跟細節（例如價格、地點、當天穿什麼、旁邊有誰），不要是非題，不要太大的問題像「以前過得怎樣」。他是 1940 年代出生、在台灣中南部長大的。
為什麼這樣做：訪綱不是給長輩看的，是給你自己壯膽用的。手上有 10 題，冷場的時候你就有下一句話，不會兩個人乾坐著。
小結：問題越具體，記憶越容易被叫出來。
第二步：讓長輩用「講的」，你只負責按錄音
核心動作：手機拿出來按錄音，不要拿筆記本。
拿筆記本會壞事——長輩看到你在寫，會開始「講給你抄」，句子變短、變成結論，細節全被自己刪掉了。手機放桌上錄，兩個人就只是在聊天。
iPhone 的話直接用內建的「語音備忘錄」（在「工具程式」檔案夾裡）。Apple 官方使用手冊寫得很清楚：iPhone 12 或後續機型可以使用音訊逐字稿，語言支援包含繁體中文；錄音的時候從波形頂端往上滑，就能即時看到逐字稿，錄完點一下還能選「拷貝逐字稿」把整份文字複製走。也就是說，這一步你連「聽打」都省了。
Android 手機用內建的錄音 App 錄成一般音檔就好，第三步一樣可以處理。
幾個實際會遇到的細節：
- 不要一次錄太久。30 分鐘剛好，長輩不累，你也不會拿到一份聽不完的檔案。
- 先講清楚你要錄。「我想把你講的錄起來，以後放給小孩聽」——講明用途，長輩通常會更願意講，而不是被偷錄的感覺。
- 他講到岔題不要打斷。岔出去的那段常常才是精華，訪綱等他講完再拉回來。
- 錄完當場備份。音檔比逐字稿珍貴，那是聲音本人。
小結：你的工作只有兩件——按下錄音、把話接下去。
第三步：音檔直接丟給 AI，整理成一本會越長越厚的家族史
核心動作：把音檔丟進 NotebookLM，讓它當你的資料庫。
NotebookLM 是 Google 的筆記工具，特色是「只根據你丟進去的資料回答」。Google 官方說明頁列出的來源類型裡就有音訊檔案，支援的格式包含 mp3、m4a、wav、aac、mp4 等一長串；限制是單一來源上限 50 萬字或 200MB、免費版最多 50 個來源，另外官方特別註明「不支援沒有語音的音訊」、音質太差可能會匯入失敗。30 分鐘的錄音檔完全在範圍內。
檔案傳進去之後，叫它做三件事：
- 整理時間軸。「把這段訪談裡提到的事件照年份排出來，年份不確定的標註出來。」——長輩講話會跳，這一步幫你把順序接回去。
- 列出人名地名清單。「把提到的人、地點、店名、工作單位列成清單，各附一句他說了什麼。」——這份清單就是你下次訪談的題目來源。
- 寫成一篇第一人稱的故事。「用阿公的第一人稱、他自己的語氣，把這段整理成一篇 1500 字的故事，不要加我沒講過的內容。」
最後那句「不要加我沒講過的內容」很重要，一定要寫進去。AI 遇到空白會自己補，補出來的東西很順、但不是你阿公說的。
為什麼要用 NotebookLM 而不是隨便一個聊天機器人：因為它是累積型的。這次錄的存成一個來源，下次過年再錄一次、再存一個，一年下來這個筆記本裡就有五、六次訪談。到那時候你可以直接問它「阿公總共提過幾次那間老房子？」「他講過哪些關於阿嬤的事？」——這已經不是一份錄音檔，是一本會越長越厚的家族史。
小結：一次錄音是紀錄，累積起來才是傳家的東西。
我自己的體會：講出來的版本，永遠比打出來的完整
我會這麼相信「用講的」這件事，是因為我自己每天都在做。
我的日記幾乎不打字，都是用語音輸入工具講完再讓 AI 結構化整理。一開始只是為了省時間，做了一陣子才發現真正的差別在別的地方：打字的時候我會一直精簡，想辦法把一件事濃縮成兩三句「重點」；用講的我會把來龍去脈整段講完——當時為什麼卡住、跟誰聊過、心裡真正的顧慮是什麼。這些在打字版本裡全部會被我自己刪掉。
這件事在 AI 時代反而反過來了。以前做筆記講究精簡，因為要方便自己回顧；現在我的日記是拿來餵 AI 的資料庫，AI 需要的是完整的背景脈絡，越詳細它產出的東西越貼近我要的。我後來的部落格文章、社群貼文、甚至很多教材，源頭都是某天靈感冒出來時用手機講進日記的那幾段。
我平常的工作是做教育訓練，把難懂的新科技翻成一般人聽得懂的話。教了幾年下來我最有感的是：很多人不是不會用 AI，是「輸入」那一關就先卡住了——要打一長串字太麻煩，於是只丟三五個字給 AI，然後抱怨 AI 講的都是廢話。我在課堂上常說，你先試著把「用打的」換成「用講的」，把你腦袋裡的來龍去脈整段講給它聽，答案的品質會直接跳一階。
訪問長輩是同一件事的另一種用法。你不是在做什麼了不起的口述歷史專案，你只是把「輸入」這一關交給最擅長講話的那個人。
做之前，有幾件事要先想清楚
- 台語目前不在官方逐字稿的支援語言裡。Apple 官方列出的語音備忘錄逐字稿語言是英文、西班牙文、葡萄牙文、義大利文、法文、德文、日文、韓文、簡體中文與繁體中文——台語、客語不在裡面。實際做法是：錄音檔本身一定要留著（那才是本體），文字的部分請長輩國台語夾雜著講，或是你自己邊聽邊把重點打成幾百字，再讓 AI 從你的筆記去整理。工具沒到位不代表這件事不能做。
- 先問過，不要偷錄。這是基本禮貌，也是這份紀錄之後能不能拿出來給家人看的前提。
- 敏感的東西不要上傳。長輩聊著聊著很容易講到病歷、財產、家裡的糾紛。這種段落就留在本機的錄音檔裡，不要丟進任何雲端 AI 服務。要整理的話，先把那幾段剪掉再上傳。
- 他記錯了不要當場糾正。年份對不上、人名記混很正常。當下糾正只會讓他不想再講；有疑慮的地方讓 AI 標註出來，之後再跟其他長輩對一次就好。
- AI 寫出來的那一版要自己讀過。它可能會潤色得太漂亮、太像作文。真正動人的通常是長輩原本那句很土的話，看到被改掉就改回來。
小結
整件事拆開來就三個動作：先讓 AI 幫你出一份具體的訪綱、讓長輩用講的你負責錄、把音檔丟給 AI 整理成時間軸跟故事。成本是一支手機跟 30 分鐘。
技術的部分其實一點都不難，難的是開口問那一句。這個週末回家吃飯，把手機放桌上，先問一題就好——「阿公，你第一份工作是做什麼的？」
資料來源
- Apple 官方使用手冊〈在 iPhone 上檢視「語音備忘錄」逐字稿〉（iOS 26）：support.apple.com（機型、語言支援、拷貝逐字稿的操作皆出自本頁）
- NotebookLM 說明中心〈在筆記本加入或探索新來源〉：support.google.com（音訊來源格式、200MB／50 萬字上限、「不支援沒有語音的音訊」皆出自本頁）
- Stanford Engineering〈Smartphone speech recognition is faster and more accurate than typing〉，2016 年 8 月：engineering.stanford.edu（研究論文〈Speech Is 3x Faster than Typing for English and Mandarin Text Entry on Mobile Devices〉，由史丹佛大學、百度與華盛頓大學團隊合作）
留言
張貼留言