# 知識工作者延伸路線(For Knowledge Workers) > **繁體中文** | [简体中文](./for-knowledge-worker.zh-Hans.md) | [English](./for-knowledge-worker.en.md) > [← 回主路線](../README.md) · 走完 **Track A 的 A3** 或 **Track B 的 Stage 7** 後從這裡接續。沒有開發背景也沒關係:先做一次性任務,需要重複時才接工具。 ## 📌 這條路幫你做什麼 把散亂的會議紀錄、Email、文件與待辦,整理成「看得懂、找得到、有人負責」的工作成果。AI 可以幫你先整理;來源、權限與最後決定仍由人負責。 常見工作包括:Email 分流、會議轉行動項目、每週報告、產品需求整理、研究摘要與知識庫整理。 ## 🎯 學習目標 完成後,你可以: 1. 從原文找出決定、負責人、期限與證據,不讓 AI 猜空白。 2. 分清一次性聊天、**App/Connector**、**MCP Server** 與工作流自動化。 3. 先檢查資料與權限,再讓工具讀取或修改公司系統。 4. 讓會寄信、改資料或建立任務的流程先停在人工核准關卡。 ## 🧩 九個核心詞 - **Source(來源)**:原始 Email、逐字稿、文件或資料列。AI 的答案要能指回它。 - **Action Item(行動項目)**:有人要完成的一件事;至少要寫清楚做什麼、誰負責、何時完成。 - **Knowledge Base(知識庫)**:把可重用資料放在固定地方,讓人和工具之後找得到。 - **Private Data(私人資料)**:公司內部、客戶、員工或個人資料。沒有政策與權限前,不要交給新工具。 - **Human Review(人工審查)**:人要對照 Source,檢查內容、語氣、收件人和缺漏,再決定能不能使用。 - **App/Connector(服務內連接器)**:AI 服務裡連到 Gmail、Drive、Slack 等來源的橋。ChatGPT 已把 Connector 改稱 App;別家仍可能使用 Connector。 - **MCP Server(MCP 伺服器)**:依 MCP 規格把資料或工具交給相容 client 使用的服務。它不是 ChatGPT App,也不代表公司已核准。 - **Workflow Automation(工作流自動化)**:看到 trigger 後,照固定步驟執行 action,例如新表單出現後建立待辦。 - **Approval Gate(人工核准關卡)**:流程先停下來,等人確認後才寄信、貼文、改資料或刪除內容。 **三者不要混在一起:App/Connector 是服務裡的橋;MCP Server 是協定端點;Workflow Automation 是會反覆執行 trigger、條件與 action 的流程。** 同一產品可以同時包含它們,但名稱不能互換。 ## 🛠 第一個練習:把會議紀錄變成可核對的行動表 這題只用 fictional(虛構)資料。把下面整段直接複製到你已能使用的 AI 聊天工具,不要放 **Private Data**: ```text 你是會議整理助手。只能使用下方會議紀錄,不要補猜沒有寫出的名字或日期。 請輸出 Markdown 表格,欄位固定為: Decision | Action Item | Owner | Due date | Source sentence | Needs confirmation 規則: 1. 每一列都要抄一小段 Source sentence,讓我能回頭核對。 2. Owner 或 Due date 沒寫清楚時,填「未知」,並在 Needs confirmation 填「是」。 3. 不要寄出、貼到群組或寫回任何系統;只產生草稿。 4. 最後加上 Human Review 清單:來源、負責人、期限、敏感資料、收件人。 fictional meeting note: 「團隊決定週五先發布說明頁。小林會整理常見問題,但紀錄沒有寫期限。 客服主管要在 9 月 3 日前確認回覆範本。是否寄信給全部客戶,會後再決定。」 ``` 完成後,逐句對照 `Source sentence`。如果 AI 把「小林的期限」或「寄信決定」補出來,就退回修改;這一步就是 **Human Review**。 ## 📚 先選一個入口
| 你的需求 | 先用什麼 | 何時再升級 |
|---|---|---|
| 偶爾整理一份公開或已核准的文字 | 一次性聊天 | 同一件事開始反覆做時 |
| 要從公司 Gmail、Drive、Slack 或 Microsoft 365 找來源 | 組織核准的 App/Connector | 現成連接器做不到,且管理員同意自訂連線時 |
| 每次有新 Email/表單就要跑相同步驟 | Workflow Automation | 先用測試資料跑通,再加入 Approval Gate |
| 分類 | 專案/文件 | 評分 | 用途 | 限制 |
|---|---|---|---|---|
| AI 工作空間與組織內 App | ⭐⭐⭐⭐⭐ | 在 ChatGPT 內搜尋來源或執行已允許的動作 | 商業;商業雲端服務 功能依方案、地區與管理員而異;外部動作保留人工確認 | |
| ⭐⭐⭐⭐⭐ | 尋找 Skills、Connectors 與 Plugins | 商業;商業雲端服務 三者用途不同;組織資料先由管理員核准 | ||
| ⭐⭐⭐⭐⭐ | 在 Gemini 使用 Gmail、Drive、Calendar 等工作來源 | 商業;商業雲端服務 可用性依帳號與管理員;回答仍要回到來源核對 | ||
| ⭐⭐⭐⭐⭐ | 搜尋 Microsoft 365 與組織核准的外部內容 | 商業;商業雲端服務 只應看到原本有權限的內容;需授權與管理員設定 | ||
| 工作流自動化 | ⭐⭐⭐⭐⭐ | 自架或雲端串接多個服務與 AI 步驟 | 活躍;Sustainable Use License 不是一般 MIT;自架安全、更新、備份與憑證由你負責 | |
| ⭐⭐⭐⭐ | 用視覺化 scenario 串接雲端服務 | 商業;商業雲端服務 先用測試資料;執行量、錯誤重跑與費用都要監看 | ||
| ⭐⭐⭐⭐ | 在 Microsoft 生態建立 trigger 與 action | 商業;商業雲端服務 方案、connector 與資料政策由組織管理員控制 | ||
| ⭐⭐⭐⭐ | 快速建立雲端 App 間的重複流程 | 商業;商業雲端服務 發布前逐步測試;寫回 trigger 來源可能造成無限迴圈 | ||
| 視覺化 AI builder | ⭐⭐⭐⭐ | 把 AI、資料與工具流程畫成節點 | 活躍;MIT Demo 能跑不等於 production 安全;仍要做 auth、secret 與監控 | |
| ⭐⭐⭐⭐ | 用介面建立 AI workflow、知識庫與應用 | 活躍;修改版 Apache-2.0 多租戶與移除品牌等情境有額外商用條件 | ||
| 知識工作空間 | ⭐⭐⭐⭐ | 自架個人知識助理與文件問答 | 活躍;AGPL-3.0 先確認 AGPL 與資料設定;自架後仍要管理模型與備份 | |
| ⭐⭐⭐⭐⭐ | 部署聊天、知識庫與團隊 AI workspace | 活躍;LobeHub Community License 開發並散布衍生作品前要確認商業授權條件 | ||
| ⭐⭐⭐⭐⭐ | 自架文件問答、workspace 與 agent | 活躍;MIT 資料是否外送仍取決於模型供應商、embedder 與 connector 設定 | ||
| Skill 與協定入口 | ⭐⭐⭐⭐ | 把腦力激盪、規劃與檢查做成可重用 Skill | 活躍;MIT 範例偏開發流程;它不是公司的 Approval Gate,使用前要改成你的規則 | |
| ⭐⭐⭐⭐ | 查公開 MCP Server 的標準化 metadata | Preview;官方 metadata 服務 驗證 namespace 不等於安全;它不是安全審查或推薦榜 |