by Rain Chu | 7 月 11, 2026 | AI
AI 設計工具正在從「幫你生一張圖」走向「幫你拆一整套設計任務」,堆友這類 AI 設計 Agent 最值得注意的地方,不是單次出圖速度,而是把品牌全案、IP 延展、海報、Logo、字體、修圖與素材整理,包裝成可以一鍵調用的設計 skills。對設計師、行銷人與內容團隊來說,這代表 AI 不只是靈感工具,而是可以進入日常製作流程的設計協作台。
圖:AI 設計 Agent 將品牌、IP、海報、Logo 與字體任務串成工作流
堆友的核心:用 Skills 組出 AI 設計部
堆友的操作邏輯很接近「設計專家集合」。使用者不是只輸入一句提示詞等結果,而是先選擇適合的 skill,例如品牌全案設計專家、IP 設計專家、海報設計專家、Logo 設計或字體設計,再把品牌類型、視覺風格、需要的素材項目與輸出格式寫清楚。
這種設計方式很適合現在的 AI 工作流:先把任務交給特定能力的 Agent,再透過對話、局部修改、圖層編輯與文字編輯逐步收斂,若你熟悉我之前整理的 find-skills 安裝與使用教學 ,就會很容易理解這個方向:skill 不是花俏名詞,而是把一套專業流程封裝成可重複調用的能力。
玩法一:品牌全案不只生 Logo,而是一次產出視覺系統
品牌全案是最能看出 AI 設計 Agent 價值的場景。好的提示詞不能只寫「幫我做一個潮流品牌」,而要交代品牌類型、目標受眾、風格方向、視覺情緒,以及需要哪些素材。比較完整的輸出可以包含 Logo、主視覺、產品周邊、包裝、店鋪氛圍、社群海報與物料延展。
這對早期品牌、活動企劃或內容創作者特別有用,因為很多時候真正耗時的不是單張主視覺,而是「能不能快速湊出一組看起來一致的品牌材料」。如果你的需求偏向 WordPress 商品圖或內容配圖,也可以參考 如何用 baoyu-skills 在 WordPress 批次產生高質感產品圖 ,概念很接近:把零散的圖片需求整理成可批次執行的生產流程。
玩法二:IP 延展適合做角色設定、穿搭與周邊
IP 延展是另一個很適合 AI 的任務。傳統上,一個角色要延伸出正側背三視圖、表情、動作、穿搭、周邊商品與應用場景,需要大量手工拆解,堆友這類工具的優勢,是可以把「角色設計」直接推進到「角色應用系統」。
比較實用的做法,是在提示詞裡明確列出要生成的內容:角色三視圖、六套穿搭、常用表情、動作姿勢、帆布袋、鑰匙圈、貼紙、社群頭像、海報版面。若希望方便檢查,也可以要求系統把成品排在同一張長圖裡,這會比一張一張散著看更容易判斷風格是否一致。
玩法三:海報設計從素材整理開始
海報設計不是只靠一句標語。實務上通常需要先準備文字、主圖、產品圖、活動資訊、品牌色、尺寸比例與風格方向,堆友的海報設計 skill 可以吃文字、圖片與多媒體素材,再產出不同風格的版面方向,讓使用者從候選稿裡挑選最接近需求的一張繼續修。
這裡最有用的是後續編輯能力。生成結果可以再進畫布,透過「編輯元素」拆分圖層,或用「編輯文字」調整海報文案。這讓 AI 海報不只是一次性產物,而是更接近可改稿的設計檔。想看更多海報與行銷視覺的 AI 應用,可以延伸讀 Gemini Nano Banana Pro 超強 15 大應用整理 和 Nano Banana Pro 海報與邀請卡實戰技巧 。
玩法四:Logo 與字體更適合拿來探索方向
Logo 和字體生成很吸引人,但也最需要冷靜看待。AI 可以快速產生大量方向,例如毛絨玩偶風、復古潮玩風、霓虹招牌風、英文 Logo、立體字體等;也可以進一步做去背、輸出 PNG、批量摳圖。這對提案前期很好用,因為它能迅速讓抽象風格變成可討論的視覺草案。
但如果要正式商用,Logo 仍然需要設計師做最後整理,包括字距、識別性、縮放可讀性、黑白版、反白版、註冊風險與商標檢索。AI 生成可以縮短發想時間,但不能取代品牌識別的最後把關。
一個好用的提示詞框架
使用這類 AI 設計 Agent 時,提示詞可以用下面這個結構:
品牌背景:品牌名稱、品類、受眾、價格帶、情緒定位。
風格方向:復古、潮玩、極簡、科技、可愛、精品、街頭等。
輸出清單:Logo、主視覺、角色、包裝、海報、周邊、社群圖。
版面格式:9:16、1:1、橫版海報、同一張長圖整理、透明背景。
修改規則:哪些地方不能變、哪些地方可以重設、要保留什麼元素。
重點是不要只讓 AI 猜。你提供的設計約束越清楚,Agent 產出的素材就越接近可用稿;後續再用局部修改、圖層拆分、文字編輯、去背與高清化去收斂細節。
堆友適合誰?
角色 適合用途 要注意的事 設計師 快速發想方向、整理 moodboard、做提案初稿 最後仍要人工修版與統一規範 行銷人 活動海報、社群圖、產品視覺、品牌提案 要先準備清楚文案與活動資訊 創作者 IP 角色、周邊、頻道視覺、內容封面 角色一致性需要反覆迭代 小品牌 低成本探索品牌視覺與商品包裝方向 正式商用前要檢查版權與商標風險
導入前要先想清楚的限制
第一,AI 產出的 IP 形象不等於天然可商用。角色是否撞型、Logo 是否有商標風險、素材授權是否符合平台規範,都要另外確認。第二,會員或付費方案通常會影響可用模型、生成次數、高清輸出、去背與進階編輯能力,團隊導入前最好先估算每月使用量。
第三,AI 很會產生「看起來像一套」的素材,但品牌一致性仍然需要規範。比較成熟的做法,是先用 Agent 做 3 到 5 組方向,再由設計師定稿品牌色、字體、Logo 規格與使用禁例。若你的下一步是把設計延伸到網站或前端 UI,可以搭配 Google Stitch 教學 ,把視覺概念往 UI 生成方向推進。
AI 設計 Agent 的價值在於把零散任務變成流程
堆友這類 AI 設計 Agent 的真正亮點,是把「品牌、IP、海報、Logo、字體、修圖」這些原本分散的任務,整合成一個可反覆調用的設計流程。它不會讓每個人一夜之間變成資深設計師,但能讓非設計團隊更快做出可討論的視覺方向,也能讓設計師把更多時間留給判斷、修正與品牌策略。
如果要追蹤阿里系產品與設計生態,可以從 阿里巴巴集團官網 了解相關背景;工具本身的使用入口與功能可用性,仍以實際帳號頁面顯示為準。
推友AI
FAQ
堆友可以直接做完整品牌全案嗎?
可以用來快速產出品牌全案的初步方向,例如 Logo、主視覺、包裝、海報與周邊素材。但正式交付前,仍建議由設計師整理品牌規範、檢查可讀性與商用風險。
AI 生成的 IP 形象可以商用嗎?
要看平台授權、素材來源與生成結果是否涉及相似角色或商標風險。AI 可以協助快速探索角色方向,但商用前應做授權、商標與相似性檢查。
堆友適合完全沒有設計經驗的人嗎?
適合拿來做初稿、提案方向與素材延展,但提示詞仍要寫清楚品牌背景、風格、輸出項目與限制。越能說清楚需求,結果越容易接近可用稿。
by Rain Chu | 7 月 7, 2026 | Agent , AI , RAG , 簡報製作 , 語音合成
如果你常把 PDF、論文、產業報告或內部文件丟進 AI 工具整理,Google NotebookLM 確實很方便;但只要資料牽涉商業機密、未公開研究、客戶內容或公司內部知識庫,雲端上傳與模型選擇限制就會變成真正的門檻,Open Notebook 的定位,正是把 NotebookLM 類型的文件理解、問答、摘要與 Podcast 生成,搬到更可控、更可自訂的開源工作流裡。
圖:Open Notebook 私有 AI 研究工作流示意
Open Notebook 解決的是什麼問題?
傳統文件型 AI 助手最容易卡在兩件事:資料放在哪裡,以及模型能不能換。對個人研究來說,把公開文章交給雲端 AI 問答通常沒什麼壓力;但對企業團隊、顧問、研究員或寫作者來說,資料可能包含未公開策略、訪談紀錄、合約、財務數據或客戶文件。這時候,能否自架、能否控制資料歸屬、能否選用自己的模型,就不只是偏好,而是能不能導入的前提。
Open Notebook 的優勢在於,它不是只做一個聊天視窗,而是把「文件匯入、知識庫整理、跨文件問答、來源引用、Podcast 生成、模型配置」串成一套私有 AI 研究工作流。官方 GitHub 專案 lfnovo/open-notebook 目前採 MIT 授權,官方說明也把它定位為一個 privacy-focused alternative to Google NotebookLM,截至 2026-07-07,GitHub API 顯示約 35K stars,最新 release 為 v1.10.0。
核心亮點一:資料主權回到自己手上
Open Notebook 最吸引人的地方,是它把資料控制權從平台端拉回使用者端。你可以把文件、音訊、多媒體檔案、網頁等素材放進自己掌控的環境,再用 AI 做摘要、檢索與問答。對需要處理敏感研究、公司內部文件或客戶資料的人來說,這比「功能多一點」更重要。
這也讓 Open Notebook 很適合搭配文件前處理工具。例如需要先把 PDF、Word、PPT 轉成 AI 更容易讀的文字格式時,可以參考我之前寫過的 MarkItDown 教學 ,先把原始文件整理成更乾淨的資料,再交給知識庫系統分析。
核心亮點二:模型不再被單一供應商綁住
NotebookLM 的好處是省事,但限制也很明顯:使用者基本上跟著 Google 的模型與產品設計走。Open Notebook 則主打 18+ AI provider,官方 README 提到支援 OpenAI、Anthropic、Ollama、LM Studio 等供應商。這代表同一套知識庫可以依任務切換模型:便宜模型做初步整理,強模型做深入推理,本地模型處理敏感資料。
如果你的工作流已經開始用 Ollama 或本地模型,Open Notebook 的價值會更明顯。它可以成為文件層的操作介面,而模型層則交給你自己的 AI server,想走本地端路線的人,也可以延伸看 GraphRAG 使用本地端的 Ollama 或 Ollama 遠端連線教學 ,把模型部署與文件分析分開思考。
核心亮點三:Podcast 生成更像內容製作工具
Podcast 生成是 NotebookLM 很受歡迎的功能,但固定雙人對談也限制了內容形式。Open Notebook 的方向更偏向內容製作工具:可以做 1 到 4 位 speaker,並調整角色設定與對話形式。這讓它不只適合做「兩人解說」,也能做單人旁白、三人圓桌、多人辯論或不同角色的知識導覽。
對自媒體、研究型內容創作者或企業內訓來說,這點很實用。你可以先把一批文件整理成知識庫,再把其中的核心結論轉成 Podcast 腳本,甚至為不同聽眾設計不同敘事角色。它不是單純把文字念出來,而是把文件理解、腳本結構與音訊內容生產接在一起。
核心亮點四:Ask 模式更適合跨文件研究
Open Notebook 的 Ask 模式適合處理「不是問單一文件,而是要整合一批資料」的任務。例如你有 20 份產業報告,真正想問的不是某一頁寫了什麼,而是不同報告之間是否有共同趨勢、矛盾、缺口與可引用依據。這時候,單純的檢索式問答會不夠,需要能跨文件整理、比對與引用來源的研究流程。
這也是 RAG 類工具接下來會越來越重要的原因:文件不是只被「搜尋」,而是要被組織成可以反覆推理的知識庫。Open Notebook 提供的是比較完整的操作層;而像 GraphRAG、向量資料庫、本地模型與文件轉換工具,則是可以接在底下的技術層。把這些組起來,才會形成真正可重複的 AI 工作流 。
Open Notebook 和 NotebookLM 怎麼選?
比較面向 Open Notebook NotebookLM 資料控制 可自架,資料在自己掌控的環境 以 Google 雲端服務為主 模型選擇 可接多家 provider,也可接 Ollama / LM Studio 主要使用 Google 模型 Podcast 形式 可做 1-4 位 speaker 與自訂角色 以固定形式為主 部署方式 Docker、雲端或本地部署 直接使用雲端產品 適合對象 重視隱私、模型自由、工作流整合的人 重視上手速度、不想部署的人
簡單說,如果你要的是「馬上可以用」,NotebookLM 仍然很省事;如果你要的是「資料可控、模型可換、流程可自訂」,Open Notebook 會更有想像空間。它不是每個人都需要的工具,但對研究、顧問、內容團隊與企業知識庫來說,很值得放進評估清單。
導入前要先確認的限制
Open Notebook 的自由度比較高,但也代表它不是完全零門檻。最基本的前提是你要能接受 Docker 或自架環境;如果公司電腦不能裝 Docker,或 IT 政策不允許本機服務,導入就會比較麻煩
Docker 新手可以先看 如何使用 Docker 跟用 command line 一樣 ,先把容器概念補起來。
算力也要看你的模型選擇。如果只是用雲端 provider,主要成本會落在 API;如果想完全本地跑模型,就要準備足夠的 GPU、記憶體與模型部署能力。換句話說,Open Notebook 降低的是資料與模型綁定,不是把所有基礎設施成本變成零。
誰最適合用 Open Notebook?
研究員:需要整理大量論文、報告、訪談與來源引用。
內容創作者:需要把資料轉成腳本、長文、Podcast 或系列內容。
學生與知識工作者:需要把課堂筆記、PDF、網頁資料統一管理。
企業團隊:需要建立內部知識庫,又不希望敏感文件全部交給外部雲端。
Open Notebook 適合把 AI 研究流程變成私有工作台
Open Notebook 的價值,不只是「開源版 NotebookLM」這麼簡單。它真正有意思的地方,是把資料主權、模型自由、Podcast 生成、跨文件研究與自架部署放在同一個工作台裡。對只想偶爾整理公開資料的人來說,它可能稍微重了一點;但對需要長期累積知識庫、處理敏感文件、或把 AI 研究流程變成團隊基礎設施的人來說,它是一個值得測試的選項。
Open Notebook Github
FAQ
Open Notebook 是 NotebookLM 的替代品嗎?
它可以被視為 NotebookLM 的開源替代方案,但重點不只是功能相似,而是提供自架、模型選擇、資料控制與更多自訂能力。
Open Notebook 一定要很強的電腦才能用嗎?
不一定。如果使用雲端模型,主要需要 Docker 與 API 設定;如果要完全本地跑大型模型,才需要更強的 GPU、記憶體與部署能力。
Open Notebook 適合企業內部知識庫嗎?
適合放進評估清單,尤其是重視資料控制、模型彈性與自架部署的團隊。不過正式導入前,仍要評估權限管理、備份、資安政策與維運成本。
by Rain Chu | 7 月 7, 2026 | AI , 影片製作
AI 影片工具正在從「生成一段漂亮畫面」往「協助完成一套可控工作流」移動。OiiOii 主打的不是單純丟一句提示詞生成影片,而是協助創作者把故事拆成分鏡,再銜接 AI 動畫生成工具,讓短影音、廣告概念片或角色動態 demo 更快進入可測試階段。
圖:AI 動畫分鏡與多 Agent 工作流示意
OiiOii 真正吸引人的地方:先做分鏡,再做動畫
多數 AI 影片工具最大的痛點,不是「能不能生成」,而是「能不能穩定重複出接近導演想法的畫面」。一支看起來完整的動畫,通常需要角色設定、場景氣氛、鏡頭運動、景別切換、節奏、轉場與連續性。如果每一幕都靠手動提示詞硬拚,創作者很快就會被版本管理與反覆修稿拖住。這也是為什麼單看 AI 影片生成工具 的畫質還不夠,前期分鏡與流程設計會直接影響成片穩定度。
OiiOii 這類工具的價值,正在於把「動畫生成」前面那一段拆解工作流程化:先把概念拆成可執行的分鏡,再把每個鏡頭轉成更具體的生成指令。對短影片創作者來說,這可以降低起步門檻;對已經熟悉剪輯與分鏡的人來說,它則像是一個快速前期製作助手。
OiiOii 的核心功能亮點
OiiOii 的核心不是把一句提示詞變成一段漂亮畫面,而是把 AI 動畫創作中最難控的「分鏡」拉到流程中心。真正讓一支動畫短片成立的,通常不是單張畫面多精緻,而是鏡頭如何切換、情緒如何遞進、角色與場景如何在不同畫面之間保持連續。
在實際創作流程上,OiiOii 先讓創作者選擇視覺方向,再把故事概念拆成可操作的生成任務。它的風格庫涵蓋 AI 真人、上海美術電影、Kpop 女團 CG 風等方向,也包含真人、3D、2D 等不同類型。對創作者來說,這代表一開始就能先確定影像語氣,而不是等生成失敗後才回頭修正風格。
比較值得注意的是它的多 Agent 流程。OiiOii 把前期製作拆給不同角色處理,像是藝術總監、編劇、設計師等;流程會先確認片長與情緒關鍵字,再進到劇本轉寫、人物場景生成與分鏡設計。這讓它更像是一套「陪你完成前期製作」的協作系統,而不是只把提示詞丟給影片模型。若把它放到更大的 AI 工作流 脈絡來看,它處理的是創意落地前最容易失控的拆解階段。
分鏡編輯是另一個關鍵亮點。創作者可以用多圖參考模式先生成分鏡圖,再針對單一格子修改;例如角色朝向不對時,不必整張重做,而是選中那一格、輸入提示詞修正。更關鍵的是,分鏡提示詞可以細到秒,包含角色聲音、每一秒音效與情緒設計;這正是它和傳統「一次生成一段影片」工具的差別。
它比較適合誰?
想快速測試 AI 動畫概念,但還沒有成熟分鏡能力的創作者。
需要把腳本拆成多個鏡頭,再交給 Seedance、即夢或其他 AI 影片模型生成的人。
正在製作短影音、MV 概念片、產品廣告草案、角色展示片的人。
想把「一句提示詞」升級成「可反覆修改的工作流」的人。
但如果你的需求是完全精準的商業級動畫,或每一個鏡頭都要有高度可控的表演、構圖與轉場,這類工具目前更像是加速器,不是全自動替代品。
使用前要注意的成本與限制
這類工具最容易被行銷成「一鍵爆款」,但實際導入前更應該先評估成本、穩定性與售後支援。需要注意的問題包括:流程中仍可能遇到 bug,補償與客服體驗不一定成熟;費用也未必會比即夢等工具低,而且生成、修改、重跑每一步都可能產生成本。這代表它並不是免費魔法,而是一套需要評估投入產出的製作流程。
另一個關鍵提醒是:即使工具能把流程模組化,最後仍然需要創作者自己把提示詞、鏡頭語言與修改方向寫清楚。分鏡工具可以幫你建立骨架,但骨架能不能長出好看的影片,仍取決於題材設定、審美判斷與反覆調整。
和即夢、Seedance 這類工具的關係
OiiOii 更適合被理解成創作流程中的「前期規劃與工作流層」,而不是單一底層影片模型。你可以把它理解成:OiiOii 協助你想清楚鏡頭與分鏡,Seedance 或其他影片模型負責生成具體影像。
這種分工會越來越常見。AI 影片模型越強,越需要上層工具幫創作者管理腳本、鏡頭、角色一致性與生成參數。真正的競爭點不只是哪個模型畫面最漂亮,而是誰能讓創作者用更少試錯完成更穩定的作品。像 AI Agent 自動剪輯 這類工具,也是在把影片創作從單點生成推向可編排、可重複的流程。
使用前可以先問自己的 5 個問題
我需要的是靈感 demo,還是可交付的商業成片?
每個鏡頭反覆生成的費用,是否在可接受範圍內?
我是否有能力判斷分鏡、轉場與節奏好壞?
如果工具產生 bug 或結果不穩,是否有備用流程?
我是否已準備好角色設定、故事大綱與視覺參考?
如果這五題都答得出來,OiiOii 這類工具就值得測試;如果還答不出來,建議先用一個短腳本做小規模實驗,不要一開始就把完整專案押上去。
爆款不是按鈕,分鏡才是槓桿
OiiOii 值得注意的地方,不是它承諾「一鍵爆款」,而是它碰到 AI 影片創作真正的瓶頸:如何把創意拆成可執行、可修改、可重複的鏡頭流程。對創作者來說,這比單次生成一段炫技畫面更重要。
目前更務實的看法是:把 OiiOii 當成 AI 動畫前期製作助手,而不是全自動導演。它能幫你縮短分鏡與試片時間,但成本、bug、提示詞品質與剪輯判斷仍然需要人來掌控。真正能產出好作品的,不會只是會按生成鍵的人,而是能把故事、鏡頭與工具串成完整工作流的人。
FAQ
OiiOii 是 AI 影片模型嗎?
OiiOii 更像是協助 AI 動畫分鏡與工作流規劃的工具,不一定等同於底層影片生成模型。
OiiOii 適合新手嗎?
適合用來快速理解分鏡流程與測試短片概念,但新手仍需要學會提示詞、鏡頭語言與基本剪輯判斷。
使用 OiiOii 會不會很貴?
使用這類工具時,每一步生成、修改與重跑都可能產生成本,費用也未必會比即夢等工具低。建議先用短腳本測試,再決定是否投入完整專案。
by Rain Chu | 6 月 21, 2026 | AI , skills
未來的 AI 生產力,不只是「模型比較強」,而是「Agent Runtime + Skill + 人類決策」的組合能力。
重要連結整理
女媧 Skill 下載 :
Agent Skills 官方說明
Claude Code Skills 官方文件
OpenAI Codex Skills 官方文件
OpenAI Codex GitHub
Hermes Agent 官方文件
Hermes Agent GitHub
所謂 AI 一人公司,不是指一個人什麼都不用做,讓 AI 自動幫你賺錢,比較務實的定義是:
一個人負責方向、判斷、審核與商業決策,AI Agent 負責研究、撰寫、開發、整理、測試、排程與重複性工作。
換句話說,人類的角色從「執行者」變成「總編輯、產品經理、技術主管、老闆」。
這也是影片最重要的啟發:AI 不是單一工具,而是一組可以分工的虛擬團隊。
Claude Code、Codex、Hermes 分別適合做什麼?
這三個工具剛好代表目前 AI Agent 工作流的三種方向。
我的看法是:如果你要打造 AI 一人公司,不應該只問「哪一個模型最強」,而是要問:
哪一個 Agent 適合負責開發?
哪一個 Agent 適合負責長期記憶與排程?
哪一個 Agent 適合安裝專門 Skill?
哪一個任務一定要由人類做最後判斷?
🏢 一人 AI 公司的組織架構與核心成員
要組建高效的團隊,就必須讓不同的 AI 模型各司其職、發揮所長。在我們的架構中,主要由以下三位核心成員組成:
董事長(你,唯一的人類): 負責定大方向、提供靈感、拍板決策、把控最終產品質量。
祕書長(Hermes Agent): 負責記錄分散的靈感與想法,具備極強的「長期記憶功能」,並對接社交軟體(如微信、Telegram)與本地工具。
CEO 執行長(Claude Code): 負責公司的統籌規劃、任務分配、邏輯思考與實際開發落地。
代碼審查員(OpenAI Codex): 專職「挑毛病」,負責對寫好的程式碼進行安全性評估與漏洞審查。
🔍 深度洞察:Hermes、Codex 與 Claude Code 的技術選型見解
在搭建系統前,我們必須深入了解這三款終端 AI 工具的本質與差異,才能完美地將它們編排進工作流中:
Claude Code(專職研發與執行): 這是由 Anthropic 官方推出的終端工具,主語言融合了 Shell、Python 與 TypeScript。它在「編寫代碼」與「理解複雜上下文」上展現出極強的實力,是最完美的 「辦公與研發型執行代理」 。
OpenAI Codex(專職軟體工程與審查): 採用 Rust 編寫,本地運行極其輕量。Codex 近年已演化為完整的工程代理,在自動生成 PR 級修改、修復 Bug、閱讀 Repo 方面非常嚴謹。最關鍵的體感是:如果讓同一個模型自己寫代碼又自己審查,它往往看不出問題;但如果讓 Claude Code 負責開發、Codex 負責審查,Codex 就能精準揪出一堆漏洞!
Hermes Agent(長期記憶與通用協調): 它是基於 Python 的中立 Agent 框架,遵循開放的 agentskills.io 標準。Hermes 最大的強項在於 「長期記憶、自我學習與渠道接入」 。它像一個會持續成長的系統,適合作為始終在線的指揮官。
女媧 Skill 是什麼?
女媧 Skill 是一個開源的 Agent Skill 專案,目標不是單純模仿名人的語氣,而是把一個人的公開資料整理成可執行的「思維 Skill」。
它的核心概念是:蒸餾一個人怎麼想,而不是只模仿一個人怎麼說話。
舉例來說,你可以讓 AI 從公開資料中整理出某位人物的:
心智模型
決策啟發式
表達 DNA
價值觀與反模式
誠實邊界
面對新問題時可能採用的判斷框架
這就讓 AI 不只是「用某人的口吻回答」,而是比較接近「用某人的思考框架分析問題」。
女媧 Skill 的工作流程
女媧 Skill 的運作大致可以整理成四個階段:
六路並行蒐集:從著作、訪談、社群媒體、批評者觀點、決策紀錄、人生時間線等方向蒐集資料。
三重驗證提煉:一個觀點必須跨多個領域出現、能推斷新問題立場、且不是所有聰明人都會這樣想,才值得被收錄。
建立 Skill:把心智模型、決策方法、表達風格、價值觀與限制寫入 SKILL.md。
品質驗證:用已知問題與未知問題測試,避免 AI 過度自信或胡亂回答。
這套流程對 AI 一人公司的價值很高,因為它等於把「專家經驗」變成可以安裝、可以版本管理、可以重複調用的工作能力。
如何安裝女媧 Skill?
官方 GitHub 下載連結如下:
https://github.com/alchaincyf/nuwa-skill
最簡單的安裝方式是使用通用 CLI 安裝器:
npx skills add alchaincyf/nuwa-skill
如果你想明確指定安裝到某個 Agent,也可以依照 runtime 指定。例如:
帮我安装 skill:https://github.com/alchaincyf/nuwa-skill
如果要手動安裝,可以把 GitHub 專案 clone 到對應的 skills 目錄。
一人產品團隊要靠 Agent Skills 框架、測試自動化、遠端優先的人機協作環境來疊加效率
大神必讀文章連結:https://georgexing.substack.com/p/how-i-build-with-ai-as-a-1-person
給大家一個可以直接複製貼上給 Claude Code 使用的提示詞:
請讀懂這篇文章:https://georgexing.substack.com/p/how-i-build-with-ai-as-a-1-person
# AI 一人公司 / 一人產品團隊完整提示詞
你現在要扮演我的「AI 一人公司作業系統總指揮」。
你的任務不是單純回答問題,而是協助我把一個想法,轉換成可以由 AI Agent 團隊執行的完整產品開發、內容產出或商業驗證流程。
## 一、背景設定
我正在打造一套「AI 一人公司」工作流。
核心概念是:
人類負責方向、品味、商業判斷、使用者價值、品質把關與最後決策。
AI Agent 負責研究、規劃、開發、測試、審查、文件、營運與重複性工作。
請把我視為:
* 創辦人
* 產品經理
* 品質審查者
* 最終決策者
請把 AI Agent 團隊視為:
* Claude Code:主要工程師,負責理解專案、規劃功能、寫程式、重構與除錯
* Codex:嚴謹審查者,負責檢查計畫、審查程式碼、找出邏輯漏洞、資料流程錯誤與後端風險
* Hermes Agent:長期營運助理,負責記憶、排程、跨平台提醒、自動化任務與長期追蹤
* 女媧 Skill / Agent Skills:專家能力庫,負責把人物思維、領域方法論、公司 SOP、品牌規範、開發規範轉換成可重複使用的能力
請避免空泛勵志,重點放在可以執行、可以檢查、可以交給 Agent 的流程。
---
## 二、我要處理的主題
請根據以下輸入,幫我建立完整的一人產品團隊工作流。
### 我的產品 / 專案 / 文章 / 功能想法
【在這裡貼上我的想法】
### 目標使用者
【在這裡描述目標使用者,例如:老師、開發者、內容創作者、中小企業老闆、學生、設計師】
### 我想達成的結果
【在這裡描述結果,例如:做出 MVP、寫一篇 WordPress 文章、設計一個 SaaS 功能、改版某個頁面、建立自動化流程】
### 目前限制
【在這裡填寫限制,例如:只有我一個人、預算有限、時間有限、需要本地部署、需要 WordPress、需要 Next.js、需要支援中文】
### 已有工具或技術
【在這裡填寫,例如:Claude Code、Codex、Hermes Agent、OpenAI、Ollama、llama.cpp、Next.js、Prisma、PostgreSQL、WordPress、GitHub】
---
## 三、你的工作方式
請你按照以下流程執行,不要跳步。
---
# Phase 1:產品腦力激盪與問題定義
請先幫我釐清:
1. 這個想法真正要解決的問題是什麼?
2. 使用者現在怎麼解決這個問題?
3. 使用者最痛的地方是什麼?
4. 這個產品或內容的主要使用情境是什麼?
5. 成功的定義是什麼?
6. 哪些需求是必要的,哪些只是好看但不重要?
7. 哪些地方最容易被 AI Agent 誤解?
8. 哪些地方一定要由人類做最後判斷?
請輸出:
* 一句話產品定位
* 目標使用者描述
* 使用者痛點
* 核心使用情境
* Jobs To Be Done
* 成功指標
* 不做清單
* 風險清單
* 需要我確認的關鍵決策
請注意:
如果我的想法太模糊,你不要直接開始寫執行計畫,而是先幫我整理成幾個可選方向,讓我選擇。
---
# Phase 2:PRD / 規格文件
在 Phase 1 完成後,請幫我產生一份產品規格文件。
格式如下:
## 1. 專案名稱
## 2. 一句話說明
## 3. 背景與問題
## 4. 目標使用者
## 5. 使用者故事
請用這種格式:
* 作為【使用者角色】,我想要【行為】,以便【得到的價值】。
## 6. 核心功能
請區分:
* 必要功能
* 次要功能
* 暫不處理功能
## 7. 使用流程
請用步驟式流程描述。
## 8. UX / UI 原則
請說明:
* 畫面上最重要的主要行動是什麼
* 哪些資訊要優先顯示
* 哪些資訊應該收合或延後
* 什麼狀態下需要提醒使用者
* 哪些設計會增加摩擦,應該避免
## 9. 技術需求
請包含:
* 前端
* 後端
* 資料庫
* API
* 權限
* 檔案或媒體處理
* 第三方服務
* AI 模型或 Agent 使用方式
## 10. 邊界情境
請列出:
* 空資料狀態
* 錯誤狀態
* 載入狀態
* 權限不足
* AI 回答失敗
* 網路中斷
* 使用者輸入不完整
* 重複送出
* 多人或多裝置同步問題
## 11. 驗收標準
請用 checkbox 格式輸出。
---
# Phase 3:Agent 分工設計
請把整個工作拆給不同 AI Agent。
請用表格輸出:
| 角色 | 使用工具 | 負責任務 | 輸入 | 輸出 | 注意事項 |
| -- | ---- | ---- | -- | -- | ---- |
至少包含:
1. 人類創辦人
2. Claude Code
3. Codex
4. Hermes Agent
5. 女媧 Skill / Agent Skills
6. 測試 Agent
7. 文件 Agent
8. SEO / 內容 Agent
請特別說明:
* 哪些工作可以並行
* 哪些工作必須串行
* 哪些工作需要人類審核後才能繼續
* 哪些工作可以交給較小模型
* 哪些工作必須交給較強模型
---
# Phase 4:實作計畫
請把 PRD 轉換成可執行的實作計畫。
格式如下:
## 實作總覽
* 目標
* 預估修改範圍
* 主要檔案
* 新增檔案
* 修改檔案
* 刪除檔案
* 資料庫變更
* API 變更
* 測試範圍
* 風險等級
## 任務清單
每個任務請用 checkbox 格式:
* [ ] Task 1:任務名稱
* 目的:
* 修改檔案:
* 具體步驟:
* 完成標準:
* 可能風險:
* 建議交給哪個 Agent:
請把任務拆到 AI Agent 可以明確執行的粒度。
不要只寫「完成前端」這種模糊任務。
要寫到「修改哪個檔案、增加哪個元件、處理哪個狀態、需要哪個測試」。
---
# Phase 5:Codex 審查提示詞
請產生一段可以交給 Codex 使用的審查提示詞。
目標是讓 Codex 審查 Claude Code 產出的計畫或程式碼。
Codex 審查提示詞必須包含:
1. 請檢查是否符合 PRD
2. 請檢查是否有資料流程錯誤
3. 請檢查是否有 race condition
4. 請檢查是否有權限問題
5. 請檢查是否有錯誤狀態未處理
6. 請檢查是否有安全風險
7. 請檢查是否有測試缺口
8. 請檢查是否有過度設計
9. 請檢查是否有和原始使用者價值偏離
10. 請用 Critical / High / Medium / Low 分級
請輸出可直接複製的 Codex Review Prompt。
---
# Phase 6:Implementation Review 自動測試設計
請模擬一位人類產品審查者,設計端到端測試情境。
請輸出:
## 使用者情境測試
| 編號 | 情境 | 操作步驟 | 預期結果 | 嚴重性 |
| -- | -- | ---- | ---- | --- |
至少包含:
* 新使用者第一次使用
* 正常成功流程
* 使用者輸入錯誤
* AI 回答失敗
* 網路或 API 錯誤
* 權限不足
* 重複操作
* 長時間載入
* 行動裝置或小螢幕
* 使用者中途離開後回來
## Playwright / Maestro / 手動測試建議
請根據專案類型建議:
* Web 專案:Playwright
* Mobile 專案:Maestro 或 Xcode simulator
* API 專案:API integration test
* WordPress 文章:SEO、可讀性、連結、標題層級、圖片 alt、內外連檢查
---
# Phase 7:遠端優先工作流
請幫我設計一套適合一人公司使用的遠端優先 AI Agent 工作流。
請包含:
## 1. 長時間任務如何執行
例如:
* 使用 tmux 保持 session
* 使用 SSH 遠端連入開發主機
* 使用 Tailscale 或 VPN 連線
* 使用 Git worktree 管理多個功能分支
* 使用通知機制提醒我 Agent 卡住
## 2. 手機上如何追蹤
請設計:
* 手機查看進度
* 手機批准或否決 Agent 決策
* 手機補充語音輸入
* 手機查看測試結果
## 3. 語音輸入策略
請幫我把口語想法整理成可執行規格。
如果我貼上的是語音轉文字,請先整理語意,不要糾正文法而忽略內容。
## 4. 多 Agent 並行策略
請說明:
* 哪些任務可以平行跑
* 如何避免不同 Agent 修改同一個檔案互相衝突
* 如何用 Git branch / worktree 分開任務
* 如何設定合併順序
* 如何保留回滾點
---
# Phase 8:女媧 Skill / 專家顧問團設計
請根據這個專案,建議我應該建立哪些 Skill。
請輸出:
| Skill 名稱 | 用途 | 觸發時機 | 應包含內容 | 不該做什麼 |
| -------- | -- | ---- | ----- | ----- |
請至少思考以下類型:
* 產品品味 Skill
* 工程規範 Skill
* UI / UX 審查 Skill
* SEO 文章 Skill
* 安全檢查 Skill
* 品牌語氣 Skill
* 客戶訪談 Skill
* 測試審查 Skill
* 競品分析 Skill
* 專家人物思維 Skill
如果適合,請幫我產生一份 `SKILL.md` 草稿。
`SKILL.md` 需要包含:
* name
* description
* 使用時機
* 不使用時機
* 工作流程
* 輸出格式
* 品質檢查清單
* 誠實邊界
---
# Phase 9:如果這是 WordPress 文章
如果我的輸入目標是寫 WordPress 文章,請改用以下輸出格式。
請產出:
1. 主標題
2. 三個 SEO 標題選擇
3. SEO 中繼資料說明
4. 文章標籤,請用繁體中文,並用半形逗號分隔
5. WordPress 可直接貼上的文章內容
6. 內部連結建議
7. 外部連結建議
8. 圖片或流程圖建議
9. 可以用「創作圖像」生成的圖片提示詞
10. 延伸閱讀區塊
文章要求:
* 使用繁體中文
* 如果來源有簡體中文,請改成繁體中文
* 使用 WordPress block editor 友善格式
* 避免簡體字
* 標題層級清楚
* 適合 SEO
* 不要堆砌關鍵字
* 官方網站與下載連結必須放入文章
* 對工具的評價要務實,不要過度吹捧
* 文章要能接續「AI 一人公司:Claude Code、Codex、Hermes 與女媧 Skill」這個主題
---
# Phase 10:最後輸出總結
最後請用以下格式總結:
## 我建議你現在先做的 3 件事
1.
2.
3.
## 哪些部分可以立刻交給 AI Agent
## 哪些部分必須由我親自判斷
## 這個專案最大的風險
## 這個專案最快的 MVP 路線
## 下一個可執行指令
請給我一段可以直接貼到 Claude Code / Codex / Hermes Agent 的下一步指令。
---
## 重要規則
1. 不要只給概念,要給可執行步驟。
2. 不要假設 AI 會自動理解我的產品品味,要把標準寫清楚。
3. 不要讓 Agent 直接長時間執行高風險操作,必須設計審查點。
4. 不要只檢查程式能不能跑,也要檢查使用者流程是否合理。
5. 不要把 AI 當成全自動創辦人;AI 是員工,人類才是老闆。
6. 如果資訊不足,請先提出最少量但最高價值的澄清問題。
7. 如果可以先做合理假設,就先標明假設並繼續,不要卡住。
8. 對每個輸出都要加上品質檢查清單。
9. 所有內容都用繁體中文。
10. 若引用外部工具、官方網站、GitHub 或下載連結,請列出來源與用途。
現在請根據我提供的主題,開始 Phase 1。
感想
未來真正有競爭力的人,不一定是最會寫提示詞的人,而是最會設計 AI 工作流的人。
你可以把 Claude Code 當工程師,把 Codex 當快速執行者,把 Hermes Agent 當長期助理,再用女媧 Skill 建立不同領域的顧問團。
但最後,真正的老闆還是你。
AI 一人公司的重點不是讓 AI 取代你,而是讓你從執行者升級成指揮者。
補充:
商業導師:
https://github.com/dontbesilent2025/dbskill
美工與設計:(寶玉skills)
https://github.com/JimLiu/baoyu-skills/blob/main/README.zh.md
by Rain Chu | 6 月 6, 2026 | AI , 圖型處理
2026 年最受矚目的 AI 繪圖模型之一,莫過於 Ideogram 團隊正式釋出的:
Ideogram 4
這是 Ideogram 首次公開模型權重(Open Weight),也是目前開源陣營中,在:
文字生成(Text Rendering)
海報設計
品牌廣告
排版控制
JSON 結構化提示詞
官方 資料顯示,Ideogram 4 採用 9.3B 參數的單流 Diffusion Transformer(DiT)架構,並支援原生 2K 圖像生成。
本篇將帶你使用 ComfyUI,在本機部署 Ideogram 4。
系統需求
官方模型共有兩個版本:
版本 量化 Ideogram 4 FP8 品質最佳 Ideogram 4 NF4 VRAM需求較低
目前 ComfyUI 官方整合版本主要使用:
其中 FP8 畫質最佳。
第一步:下載模型
ComfyUI 專用模型
官方:
Comfy-Org Ideogram-4
原始模型:
Ideogram 4 FP8 官方 模型
第二步:放置模型檔案
依照官方說明建立目錄。
ComfyUI
│
├─ models
│ ├─ diffusion_models
│ │ ├─ ideogram4_fp8_scaled.safetensors
│ │ └─ ideogram4_unconditional_fp8_scaled.safetensors
│ │
│ ├─ text_encoders
│ │ └─ qwen3vl_8b_fp8_scaled.safetensors
│ │
│ └─ vae
│ └─ flux2-vae.safetensors
第三步:了解每個模型用途
ideogram4_fp8_scaled
主模型
負責:
ideogram4_unconditional_fp8_scaled
CFG 引導模型
負責:
提升細節
強化 Prompt Follow
改善品質
官方建議兩個模型一起使用。若只載入主模型雖可運作,但畫質會下降。
qwen3vl_8b_fp8_scaled
文字編碼器
負責:
Prompt 理解
JSON 理解
空間推理
海報版面配置
flux2-vae
VAE 解碼器
負責將 Latent 轉換成圖片。
第四步:更新 ComfyUI
Ideogram 4 需要最新版本的 ComfyUI。
更新方式:
或:
官方於 Day-0 即已原生支援 Ideogram 4。
第五步:載入官方 Workflow
ComfyUI 官方已提供範例工作流。
建議直接從:
Comfy Blog
下載 Workflow 。
基礎工作流架構
Prompt
↓
Qwen3-VL Encoder
↓
Ideogram 4
↓
Sampler
↓
Flux VAE Decode
↓
Save Image
第六步:第一張圖片
測試 Prompt:
A futuristic cyberpunk city at night,
neon signs in Chinese,
cinematic lighting,
ultra detailed,
high contrast,
8k photography
生成尺寸:
推理模式:
第七步:體驗 JSON Prompt
Ideogram 4 最大特色就是:
Structured JSON Prompt
官方模型訓練時即使用 JSON Caption。
範例:海報設計
{
"scene_summary": "Professional technology conference poster",
"background": {
"description": "Modern convention center stage with blue ambient lighting, large LED screen, clean professional environment"
},
"style": {
"description": "Corporate marketing design, professional conference poster, clean typography, premium branding, modern layout"
},
"objects": [
{
"description": "Conference stage",
"bbox": [100, 150, 900, 850],
"colors": ["#0A2540", "#1E88E5", "#FFFFFF"]
}
],
"text_elements": [
{
"text": "AI SUMMIT 2026",
"bbox": [150, 120, 850, 260],
"style": "Large bold white sans-serif title"
},
{
"text": "Future of Artificial Intelligence",
"bbox": [180, 280, 820, 350],
"style": "Medium white subtitle"
},
{
"text": "Taipei International Conference Center",
"bbox": [180, 1050, 820, 1120],
"style": "Small white footer text"
}
]
}
Bounding Box 控制
可直接指定位置。
{
"text_elements":[
{
"text":"SALE 50%",
"bbox":[100,100,500,300]
}
]
}
座標範圍:
原點:
這是目前 FLUX 與 Stable Diffusion 所不具備的能力。
色彩盤控制
品牌設計超級好用。
{
"color_palette":[
"#FF6600",
"#FFFFFF",
"#000000"
]
}
官方支援:
與 FLUX 比較
FLUX 強項
Ideogram 4 強項
Logo
海報
Banner
電商素材
排版設計
中文文字生成
若你是:
Ideogram 4 很可能比 FLUX 更適合。
結論
Ideogram 4 不只是另一個 AI 繪圖模型。
它最大的創新在於:
把 Prompt 從自然語言升級為結構化設計規格。
透過:
Qwen3-VL
Diffusion Transformer
JSON Prompt
Bounding Box
Color Palette
使用者終於可以像操作 Figma 一樣控制 AI 生成內容。
對於需要:
海報設計
品牌素材
Banner 製作
AI Agent 自動產圖
的開發者來說,Ideogram 4 是目前最值得研究與部署的開源模型之一。
近期留言