快 LEARN · EP12

節點思維的四個建立步驟:Trigger 與 Router 讓工作流真正自動化

屬於系列弧 AI 提問與工作流:回答深度、節點化、提問迭代、Skill 時代 第 12 集

帶得走這集從工作流設計角度討論 AI 使用層次的問題,核心是「節點思維」:每個節點只做一件明確的事,節點間的輸出格式必須能被下一站直接接收。節目中拆解了節點化工作流的四個建立步驟,並說明 Trigger 與 Router 如何讓處理節點真正成為自動化流程,而非只是一連串人工拼裝的指令集。

0:00 / –:–
重點時刻
2026-05-04 23 分鐘 快・EP12

也可以在 Apple PodcastsSpotifyYouTube 收聽

海岸步道,遠處是山丘與晨霧

這集講了什麼

這集從工作流設計角度討論 AI 使用層次的問題,核心是「節點思維」:每個節點只做一件明確的事,節點間的輸出格式必須能被下一站直接接收。節目中拆解了節點化工作流的四個建立步驟,並說明 Trigger 與 Router 如何讓處理節點真正成為自動化流程,而非只是一連串人工拼裝的指令集。11 條可帶走的判斷

jayden

大多數人仍以「單點學習」方式使用 AI:每個視窗下一條指令、拿一個回覆,再人工拼裝內容;這是 AI 工具使用的最低層次

可遷移的原則工具使用停在「逐次對話」層級就無法達成系統性自動化;跳脫單點才能進入工作流

jayden

流程圖(Make/n8n 式)的致命缺陷是「線性思考」:中間任一節點斷了,整個流程就卡住;沒資料就無法往下傳

可遷移的原則線性依賴鏈的脆弱性:任一環失敗即全鏈失敗;系統設計應允許局部降級而非全停

jayden

節點化工作流的本質突破是引入生成式 AI 的模糊處理能力:不需要每步確定性輸出,AI 可以在給定模板和參考資訊下自主整理出結構,再由人回推修正

可遷移的原則在輸入不完整或格式多變的工作流中,讓 AI 填補空缺比強制要求確定性輸入更有系統韌性

jayden

每個節點只能做「一件明確的事」;描述中出現「然後」或「接著」即是拆分訊號:代表有兩個節點,不是一個

可遷移的原則「然後/接著」是任務拆解的天然切割點;有連接詞即有邊界,這是節點化設計最快速的實操判準

jayden

節點化思維有四個建立步驟:①定義起點與終點(輸入格式+具體產出)②確認中間處理站(每站一件事)③確認節點間的資料傳遞與輸出規格④設定觸發條件與分流機制

可遷移的原則工作流設計應從邊界(頭尾)出發再填內部節點,而非從第一步線性往下想

jayden

建立任何工作流,必須先定義「起點是什麼格式的輸入」和「終點是什麼具體的產出物」,才能確認中間節點的存在

可遷移的原則設計任何流程時,先鎖定輸入格式與輸出規格,中間流程的缺口自然浮現

jayden

每個節點輸出的是「半成品」而非最終結果;設計時必須確認節點 A 的輸出格式能被節點 B 直接接收,否則需要在中間插入格式轉換節點

可遷移的原則相鄰節點之間的輸出/輸入格式匹配是工作流設計中最常被跳過、卻決定整個流程能否通的環節

jayden

完整的自動化工作流需要兩個額外組件:Trigger(何時啟動)和 Router(依條件走不同路徑);光有處理節點不等於自動化

可遷移的原則自動化系統的完整設計包含三層:處理邏輯、觸發條件、分流規則;缺任一層都只是半自動

jayden

先建立一份包含客戶分析、USP、Persona、同理心地圖的「大原料(Mega Copy)」,再從中依輸出格式各自萃取成廣告文案、SEO 文章、Podcast、短影音

可遷移的原則先建立一次性全面原料庫,再依輸出格式各自萃取,比多次重複分析更一致且高效;這是內容一致性的系統性保障

jayden

節點穩定,工作流才穩定;工作流穩定,才能平滑升級到 MCP、Visual Coding、CLI 等更高階自動化工具

可遷移的原則系統底層穩固是向上擴展的前提;跳過基礎直接採用高階工具會加速失敗而非加速成功

jayden

學 AI 工具的人若沒有節點思維,建立工作流時會持續模糊:不知道這樣運作是否正確、也無法判斷每次結果是否穩定

可遷移的原則工具能力的上限由思維模型決定,不由工具本身決定;先建立心智框架再選工具,而非先學工具再補框架

大家好,我是阿波小編!
這集 Jayden 要來解決一個讓所有 AI 使用者頭痛的問題:
「AI 工作流不穩定?節點化思維就是你的關鍵解答!」

很多人都遇過這樣的狀況:AI 工作流做了卻總是卡住、用 n8n/Make 做流程圖某個節點斷了就全毀、Excel 報表缺一個欄位整個跑不動、不知道為什麼工作流每次跑都不一樣。結果呢?流程不穩定、自動化做不起來、每次都要手動修、覺得 AI 工作流好難。
關鍵不是工具不好,而是你還在用「線性思考」!

這集 Jayden 會完整揭密為什麼用線性思考會卡住(流程圖:一定要經過 A→B→C,B 有問題整個流程就不會通、有資料才送沒資料就卡住、某個節點斷了流程圖就不成立),

還有從單點學習到節點化思維的完整轉變(單點學習:每次下指令回訊息拼裝內容→流程圖:n8n/Make 線性思考→節點化思維:融入生成式 AI 概念、AI 幫你整理出它認為正確的結構)

建立 AI 工作流(節點穩定工作流就穩定、工作流穩定轉到 MCP/Visual Coding/CLI 變超級簡單),讓你的工作效率原地起飛。

🎯 本集重點內容:
AI 工作流不穩定的原因:還在用線性思考
線性思考會卡住:A→B→C,B 有問題整個不通
從單點學習到節點化思維:視窗型→流程圖→節點化
節點化思維的關鍵:融入生成式 AI 概念
建立穩定 AI 工作流:節點穩定工作流就穩定

如果你想知道為什麼 AI 工作流不穩定、想學從單點學習到節點化思維、想讓工作效率原地起飛,這集會給你關鍵解答!🚀

※本集內容:
I. 開場與近況分享
ChatGPT 最新模型 ImageGen 推出,每個設計朋友都在大叫
AI 時代演進過程中,行銷同業越來越焦慮
從 GPT、Claude、Grok 算圖工具,到 Claude Code、Cursor 等程式化工具
越來越多人不只用 AI 解決問題,已經開始用 AI 寫程式做流程化
2026 年是很重要的一年:理清楚應該學什麼技術、學這些工具的目標跟目的是為了解決什麼問題

II. 本集主題:NODE(節點)概念
A. 為什麼要學節點
大部分人學 AI 是為了解決例行性工作
或者透過 AI 解決 80% 過去做不到的事情
從過去單點化模式到工作流階段的演進

III. 傳統的「單點學習」與「流程圖」
A. 單點學習(2-3 年前)
視窗型過程:每次透過一個視窗跟一個指令告訴 AI 做什麼
下一個指令→回一個訊息→拼裝內容
現在大多數人還是用單點學習

B. 流程圖(1.5 年前開始流行)
代表工具:n8n、Make
流程圖概念:從輸入→中間處理→產出輸出
流程圖標準符號:起始符號(橢圓形)、流程符號(箭頭)、程式符號(方形)、決策判斷(菱形)、輸入輸出、數據庫、檔案
Jayden 在 2005 年大二開始學流程圖,用 Office Visio 畫
行銷企劃規劃:發想流程→執行流程→收尾檢討流程

C. 流程圖的致命傷:線性思考
一定要經過 A 流程→B 流程→C 流程
如果 B 流程有問題,整個流程就不會通
Excel 報表案例:拿資料→打姓名→打價格→打回購率,如果缺價格欄位就卡住
過去資料庫形式:有資料才送,沒資料就卡住
某個節點斷了,流程圖就不成立

IV. AI 時代的「節點化思維」
A. 節點 vs 流程圖的差別
節點融入「生成式 AI 的概念」
流程圖:每件事情定義明確才能產生正確資料庫內容
節點:AI 幫你整理出「它認為正確的」結構概念
給 Template 或參考資訊→AI 整理成一套邏輯→回推格式
節點不全然是 SOP,因為很多節點是讓 AI 來解決問題
工作流實際運行就是節點的運行

B. Email 萃取重點報告案例
節點一:Email 進來(哪個帳號、哪些地址、某些地址需要摘要某些不用)
節點二:萃取重點(客戶名稱、購買主題、會議時間地點)
節點三:變成報告(PDF/Word、右上角 Logo、頁碼、頁尾頁首)
不像過去 SOP 一定要先處理 1→2→3→4,邏輯完全不一樣

V. 節點化思維的四個學習步驟
步驟 1:定義起點與終點(頭跟尾)
起始點:一段錄音、一份抱怨信、一個網址
終點:一篇排版好的文章、一則發給客服主管的通知、一個報價單

步驟 2:確認處理站(Process Nodes)
每個節點只能做一件明確的事情
出現「然後」或「接著」代表是兩個節點不是一個
錄音案例:語音辨識拉出逐字稿→降噪刪除贅字條列核心觀念→重組變成電子書大綱→變成完整書稿

步驟 3:確認資料傳遞與輸出規格
每個節點輸出一個半成品到下一個節點
節點一:完整逐字稿→節點 B:結構化重點
中間需要「重點萃取」節點

步驟 4:設定觸發與分流(Trigger & Router)
什麼時候會啟動:輸入資料、每週一早上九點、填寫表單
分流機制
節點化思維對未來非常有幫助:可以學習 Vibe Coding

C. 節點的進階應用
逐字稿萃取加入 SEO 工作流:同時運作重點化萃取+SEO 概念
大節點包含小節點:客戶分析→產品 USP 分析→客戶 Persona→同理心地圖(原料資料)→銷售文案→分拆成廣告文案/SEO/Podcast/YouTube/短影音
Mega Copy 概念:有一份很大的資訊跟資源,可以被分發成不同類型

VI. 結語與預告
節點非常非常重要:從提問概念→節點建立→提問技術(下集)→建立工作流
沒有節點概念,建立工作流會很模糊(不知道運作對不對、是否穩定)
節點穩定→工作流穩定→轉到 MCP/Visual Coding/CLI 變超級簡單
節點工作流可以支撐往自動化方向邁進(例行性事務、調用外部工具、搜尋)
生活練習:去星巴克買咖啡(輸入:點餐→告訴店員→執行→付錢拿咖啡)
把生活每個階段拆成「輸入」「處理」「輸出」


節目原話

因為其實每一個節點啊,它都是在輸出一個半成品,到下一個節點的過程中。所以你要知道的一件事情,例如說,我們在節點一,叫做一份很完整的逐字稿;可是節點 B 要變成結構化重點。所以它的中間就會變成一個什麼:需要有一個很重要的東西叫「重點萃取」。


完整逐字稿

全文 7,261 字,人工校對過。時間標記對應音檔位置。

展開逐字稿

0:49

Hello大家好我是Jayden,歡迎來到這一期的銷波快,對我們又一個禮拜沒見囉!還記不記得我們上個禮拜講些什麼呢?對,那一樣啦,回到今天的開頭喔,還是不免俗跟大家報告一下最近發生一些行銷上的大小事嗎,也跟大家稍微說明一下喔。

就是大家有沒有試過最近的,就是 ChatGPT 的這個最新的模型叫 ImageGen 啊?大家有知道這個東西嗎?我真的覺得這件事情出來以後我每個設計的朋友都在大叫,說:「哇!現在算圖軟體這麼厲害,那我以後該怎麼辦呢?」對,其實在 AI 的時代的演進的過程中,我覺得越來越多的人開始越來越焦慮,尤其是我們周遭的這些行銷的同業喔。所以不管是在 GPT 啊,或者是現在目前在 Cloud 啊,以及最近很紅的喔,例如說像 Grok。

Grok 它最近也在推出這種 AI 的這個算圖,那也有一個大幅度的進化。那我們越來越多的同業啦,開始從原本的算圖,然後一直到 AI 的競爭,一直到哦不停的換平台,然後一直到現在的我們很熟悉的像 Claude Code,或者是說像 Codex 這些工具喔。就是開始越來越多的人已經不是單純的使用 AI 來解決問題,已經開始用 AI 來思考怎麼樣寫程式啊,或者是做流程化這件事喔。但大家還記得我在波系列有一集,第一集在講的時候,我跟大家講說 2026年是個很重要的一年。

最主要的部分是,我們希望能夠透過這一個很大的一年,能夠慢慢的理清楚你到底應該學些什麼技術,以及啊,你到底學這些工具的目標跟目的是為了解決什麼問題喔。所以這一集啊,跟我們接下來要做的判斷息息相關喔。所以這一集呢,我們一樣回到塊系列,AI學習的第二集。那今天要講的主題是什麼呢?叫做 NODE Node 節點。我相信啊,應該蠻多人在學 AI 的過程中,是因為想要透過 AI 來解決你的例行性工作啊,或者是說,其實有很多過去你沒有辦法完成的工作,能夠透過 AI 來解決你 80% 沒有辦法做到的事情。

這個大概是大部分學 AI 最重要的目標跟目的喔。所以簡單來講啊,其實每個人在學 AI 的過程中,都是希望能夠透過 AI 來解決你現在目前,不管是你做不到的事情,或者是說,你一直在做的事情能不能透過 AI 來解決。

那我這邊會做一個簡單的 AI 時代下面的科普,讓大家理解一下,在 AI 時代中,從過去單點化的模式,一直到工作流的階段,究竟我們人類的學習是怎麼樣開始建立的呢?傳統的「單點學習」與「流程圖 (Flowchart)」好,那因為在過去的 AI 時代而言啊,其實可能在兩年前,三年前的時候,那時候 AI 其實在處理的東西就是現在的這種所謂的「視窗型」的過程。那在視窗型的過程,他們通常啊,我們那時候在做的學習跟那時候在做的工作,是每一次都透過一個視窗跟一個指令,來告訴 AI 我應該要請它幫我做什麼事情。

4:42

那在這個過程中我們稱之為叫單點學習。那現在大多數人都還是以單點學習的狀況來說,就是這個視窗我每次都下一個指令,下一個指令以後它回我一個訊息,所以我透過這樣子的方式來拼裝我的內容。這個大概是過去 AI 的學習模式。對,那一直到大概在一年半前左右,有幾個比較常流行的一些工具就出現了,例如像 n8n,例如像 Make。這些東西都是那個時候在流行的所謂的自動化。那這個自動化跟我們接下來要談的自動化,有什麼樣差別呢?

好。在 Make 跟 n8n 的過程中,其實它運作的模式跟運作的方式,叫做流程圖。所謂的流程圖跟我們接下來要講的「節點」到底有什麼不一樣的概念呢?好,我等一下跟大家做說明。那流程圖的概念是什麼?就是你從第一個點,例如說我輸入什麼資訊進來,中間做了什麼樣子的工作,那這個工作有可能是線性的,在這個線性的過程中,然後最後產出一個輸出,大概就是流程圖的概念。好,那這裡就開始跟大家聊一聊,所謂的流程圖到底什麼樣叫流程圖。

好,那在我學習流程圖的狀況啊,我跟大家講其實我大概是在2000…應該05年吧,就是我大二那一年開始學的流程圖喔。那流程圖到底是一個什麼樣子的狀況呢?我先跟大家說,其實流程圖它有很基本的定義。在這個定義,就是它每一個流程圖都有所謂的標準符號,包含是起始符號,包含是流程符號(就是箭頭),那起始符號就是一個類似半圓形的橢圓形的東西。再來是它有程式符號(方形),再來是它有一個 Decision 叫做決策判斷的菱形符號,然後再來還有輸入跟輸出(Input 跟 Output)這種符號。

所以流程符號這件事情啊,它是能夠建立你在每一件事情到底應該怎麼樣開頭,怎麼樣開始,一直到最後你怎麼結束的過程喔。那中間當然還有很多一些補充的資料,例如說在這裡面可能會有你要調用一些數據庫跟資料庫,它會有數據檔跟資料庫的符號,然後再來是,你會有檔案跟多檔案的符號。這些其實都是流程符號的設計。所以啊,我們以前啊在學那個行銷企劃的時候,其實第一件事情是先學了流程圖。那時候的流程圖是什麼?

就是我今天要執行一個專案,我到底要動用多少人?以及每一個專案的這個過程,例如說我們那個時候在做…假設一個行銷企劃的規劃來講好了,那時候你發想的流程是什麼?然後再來是,你執行的執行流程是什麼?接下來你最後的收尾,最後的檢討流程是什麼?其實我們每個人都會做一個流程圖。那這些流程圖裡面,你就可以看得出來哪些裡面是需要一些檔案的,或者是說,有哪些東西是需要討論,需要做決策的,那這個其實都可以在流程圖裡面看到。

所以那個時候我們一開始在學東西就叫流程圖喔。然後我們以前啊在學這流程圖的時候還用那個 Office Visio 去畫,所以你就會知道就是,在最早最早的時代我們流程圖是這樣建立的,它並不是每一個都是方框方框,或者是圓形圓形圓形,然後用箭頭的方式去做連結喔,它並不是這個樣子。所以在這個流程圖的概念而言,其實你把它換到 Make 或換到 n8n 左右,你大概就會知道,整個 n8n 跟所謂的這個執行的流程大概長什麼樣,其實概念上面是一模一樣的。

9:15

那只不過你是把這些流程圖,不管是它需要去做檔案的調研,或者是說它有一個…例如 RAG,或者例如說它必須要接外面的 API,其實都是用流程圖方式去做建立的喔。流程圖的致命傷:「線性思考」。那繼續跟大家講就是,所謂的流程圖到底跟節點有什麼差別呢?其實概念上差不多,但是在節點的過程中,你會融入了一個概念叫「生成式 AI 的概念」。什麼意思呢?以前我們在做流程的時候,例如說今天走 A,走 B,走 C,走 D 的這個過程啊,你會發現到,它會是一個線性的流程。

什麼意思呢?就是我一定要經過 A 流程,再經過 B 流程,再經過 C 流程的這個過程喔。那如果說你在 B 流程這個部分有問題,那它這個流程就不會通。這個是過去我們在學流程圖的狀況下面,最容易遇到的問題。所以啊,以前我們在學流程圖的時候,我們就要很清楚每一個流程都能夠得到一個答案,或者是一個明確的決策,它才能把這個訊號往下推。好,我這邊做一個簡單的例子讓大家可以理解以前流程圖的模式是什麼。

例如說,我今天啊,我要做一個 Excel 報表。那這個 Excel 報表包含是… 可能是客戶的資料。所以我們在命令的時候就會說,第一件事情是我要把報表的資料拿出來;第二件事情是我要在這個報表的姓名欄打上姓名,好這是第二個;第三個部分是我要在這個報表上面打上價格;第四個事情是我要在這個報表上面打上回購率。好,假設是這樣。所以它是透過 1,2,3,4 的這個過程。那麼你發現到,如果它如果在這個資料裡面,例如說它可能缺了所謂的價格這個欄位的時候,那這個流程圖它就會卡住。

那卡住的狀況裡面,它基本上下面的資料就跑不動。這個東西叫流程圖的模式。流程圖的東西就是:一定要從 A 資料傳到 B 資料,再來傳到 C 資料,最後才會產出 D 的結果。那你就會發現到一件事情,如果它中間某一個節點斷了,那這個流程圖就不成立。這個叫做流程圖的概念。所以,你會發現到一件事情,你會發現在 n8n 的過程中,它在處理所謂的流程這件事情,必須要非常明確。所以你會發現到它是過去的資料庫的形式,有資料我才送,沒資料它就卡住。

這個東西就叫做流程圖。或者是說,例如說它可能這個資料是空檔,所以它後面傳的所有資訊全部都是空檔。這個東西就叫做流程圖。那流程圖最大的缺點跟最大的模式叫做線性思考。

好,那我們回到 AI 時代下面,AI 時代下的節點到底是什麼呢?其實 AI 時代下的節點有一個非常重要的原則就是:你要把生成式 AI 的運作形式跟運作模式拉進來。好,什麼意思呢?例如說我把剛剛的那一個概念再拉進來,我可以說,我今天輸入一個資料給它,我請它幫我做這一整個資料的整理。例如說,這個裡面的資料有姓名,有價格,有回購率,好,假設是這樣好了,我希望它能夠透過什麼樣的模式來做整理,最後整理出來的架構長什麼樣子:「這裡有我的 Template,這些是我的參考資訊,所以我希望能夠透過這個架構來建構一個完整的 Excel 檔。

13:55

」好,假設是這樣的狀況好了。你會發現到,在過去的流程圖的概念,它並沒有辦法做中間的這個內容,它必須要把每一件事情定義得非常明確,它才能夠產生正確的資料庫內容。但是在節點的概念呢,它回到了一件事情是什麼?我希望它這一個流程,可以透過它幫我整理出一份「它認為正確的」結構概念。那你就會發現到,不管是今天給它一個 Template 或者是我給它一個參考的資訊,它就可以透過這個東西整理成一套屬於它的邏輯。

你就可以根據這個邏輯的方式再來回推,那這個格式應該長什麼樣子。這個東西就叫節點。所以回到了我們最開始提到的這個概念上面,其實節點你說它是 SOP 嗎?它不全然是 SOP,因為會有很多的節點它是從… 讓 AI 來幫你解決問題,這是第一個。但同時呢,其實它所有的流程啊其實又跟 SOP 很像。就跟… 舉個例子來講就是,它會有一個輸入,會有一個輸出,中間的執行過程,大概也是這樣的架構跟概念。

所以你可以把它當作是一個工作流。很多人在談工作流,工作流,工作流,那工作流實際上的運行就是節點的運行。你要先了解節點這個概念,就會比較知道說,哦,那我應該怎麼樣去思考整個工作的環節。對,那節點就會變成相對重要。節點化思維的四個學習步驟那以前啊我們是怎麼樣練習這個思維的,跟怎麼學習的呢?我這邊可以簡單跟大家講。我做一個簡單的舉例,大家就可以理解。例如說,我今天收到一個 Email,然後我希望把這個 Email 能夠萃取出重點,最後的結論是,我希望能夠變成一份所謂的重點報告摘要。

所以它的節點就是什麼?第一件事情叫做:Email 進來。第二件事情叫什麼:萃取重點。第三件事情叫什麼:變成報告。那裡面就會有很多很細節的東西。例如說,這個 Email 是哪一個帳號進來的?它有沒有很多帳號?然後,它是不是跟著哪一些的地址(就是 Email address)?那,你可以某一些地址部分,它是需要做重點摘要的,某一些不用。好,這是第一個。那第二個部分呢,我們來看一下,它所謂的重點摘要。

在這個重點摘要的過程中,你有哪一些東西是你覺得在這一個重點摘要裡面,特別重要,一定要列出來的東西?例如說:客戶名稱,例如說他們要購買什麼樣的主題,例如說會議的時間地點。好,假設是這樣好,假設這裡這三個為主,所以最起碼的重點摘要要符合這三個,好,這是第二個。第三個東西,它要產出報告,那報告的形式是什麼?是 PDF 嗎?還是是 Word 檔?還是在這個報告的形式有沒有特殊的規格?例如說右上角要不要加 Logo?

要不要有頁碼?要不要有頁尾跟頁首?那這些東西其實都是報告。所以,你就會發現到,在這個節點裡面,它其實可以做的事情,例如說,它的分析方法是什麼?你就可以給它。然後再來是,它的產出的規格是什麼?你就可以給它。這個東西就叫節點。但是它已經不像是過去的 SOP 一樣,就是它一定要先處理 1,再處理 2,再處理 3,再處理 4。你就會發現它的邏輯完全不一樣。那這個東西就叫做節點的練習喔。好,那為了讓大家更理解所謂的節點練習啊,我們這邊… 我這邊給大家一個簡單的小小的概念讓大家理解一下喔。

17:40

其實節點練習沒這麼困難。在簡單而言啊,我們在練習所謂的節點,有一件事情很重要,你必須要掌握所謂節點的四個學習步驟:定義起點與終點(頭跟尾):第一個步驟是,你可以先定義你所有的任務,第一個起始點是什麼?例如說,我可能就是一段錄音,一份抱怨信,或者是一個網址,假設這是一個起點。第二個部分呢,你可以定義這個東西最終要呈現的什麼樣具體的東西?例如是一篇排版好的文章,一則發給客服主管的通知,或者是一個報價單。

第一件事情,在節點學習的概念第一件事情,你一定要先定義頭跟尾。好。確認處理站(Process Nodes):第二件事情呢,就是你可以先確認裡面到底有幾個處理站。假設,舉個例子來講,我們在每一個節點中,它一定只能做一件明確的事情。狀況下面,當這個思維裡面出現有一個描述例如說什麼「然後」或者是「接著」,那代表的事情,它是兩個節點,它不是一個節點。所以,你可以在這個部分說,哦,例如說我接收到一段錄音的時候呢,我第二件事情,我要先做語音辨識,然後拉出逐字稿;然後第三個節點就是我要進行這個語音的降噪,然後刪除所謂的贅字,條列出所謂核心觀念的清單;最後一個部分我要重組變成一份,例如說電子書的大綱,以及這個大綱最後變成完整電子書的書稿。

這個部分就叫做節點的練習喔。確認資料傳遞與輸出規格:好,第三個呢,我們要先確認一件事情。因為其實每一個節點啊,它都是在輸出一個半成品,到下一個節點的過程中。所以你要知道的一件事情,例如說,我們在節點一,叫做一份很完整的逐字稿;可是節點 B 要變成結構化重點。所以它的中間就會變成一個什麼:需要有一個很重要的東西叫「重點萃取」。所以我必須要加入一個所謂重點萃取的節點,然後才會變成一份報告。

所以這個東西就叫做資料中的傳遞。那這個傳遞的過程中,究竟這個節點有沒有辦法完成?好,最後,這是第三個。設定觸發與分流(Trigger & Router):以及最後第四個東西叫做 Trigger 跟 Router,就是「觸發」跟「分流」的概念。也就是說,在這個狀況下面,它什麼時候會啟動?例如說,我輸入資料的時候啟動?例如說,每週一早上九點啟動?例如說,我填寫表單的時候啟動?所以你會加入到這個概念,就會出現到所謂的分流機制。

那這個東西就叫做節點化的思維。你在這種節點化的思維的狀況下,其實對你未來會非常非常的有幫助!

因為你在節點架構下面,你就可以開始學習所謂的 Visial Coding (視覺化程式設計) 的概念。因為 Visual Coding 的概念其實就是節點邏輯運行。而且啊,在這些節點還有更多更多更細的……例如說,你可以透過這些節點來確定更多細節。在這個節點中還有更多小細節的東西,它可以讓整個文件或整個資料變得更加的完善。例如我在做這個舉例來講,我們在做所謂的逐字稿萃取的時候,我們再加入所謂的 SEO 的工作流。

21:33

所以它就可以在這個萃取的過程中,同時運作重點化萃取,同時加入 SEO 概念。這個東西就是:當你知道所謂的節點邏輯以後,就可以再把這些內容再加進來。然後第三個部分是:在這個節點過程中,它除了這個節點以外,會不會是這一個大的節點,它其實是某一個資料的完整性?我做個舉例來講。我們很常在寫文案,在寫文案的過程中我們會做,哦所謂的客戶分析,然後再做所謂的產品的 USP 分析,產品的獨特賣點分析。

然後在這個分析的過程中我們就會列出,所謂的這個客戶的 Persona。列出這個客戶的 Persona 的時候呢,再列出所謂這個客戶的同理心地圖。那在這四個狀況下面,這個叫做原料資料。你可以透過這個原料資料轉換成一份比較大的銷售文案。在這個銷售文案的過程中,它可以再被分拆成,例如說廣告文案,SEO,或者是 Podcast,YouTube 的內容,短影音。因為它有一份 Materials,它有一份很大的資訊跟資源。

在這個資源下面,它就可以被分發成不同的類型。所以你在跟針對所謂的廣告文案的架構,再給它這個架構的萃取,怎麼樣從這個 Mega Copy 的概念去萃取成廣告文案;怎麼樣透過 SEO 的概念去萃取成這個 SEO 文案;怎麼樣透過影片邏輯的方式能夠萃取成影片的文案。這些東西都有因為有一個很大的 Material 的概念。那妳就可以透過這樣子的概念下面,最後產出來各式各樣不同的輸出。那這個東西其實就叫做節點的訓練喔!

所以今天這一集啊,主要在講的東西其實就是節點。那節點它整體的模式它會非常,非常,非常,非常重要!尤其是在 AI 的時代下的學習,從提問的概念一直到節點的建立,一直到所謂的提問的技術(我們在下一集會講提問的技術),一直到建立真實的所謂的工作流。當你沒有節點概念的時候,它在建立工作流的狀況下面,你就會非常模糊。因為你不太知道這個工作流這樣運作是不是對的,再來是它每次工作流究竟是不是穩定。

你的節點穩定,你的工作流就穩定;然後你的工作流穩定,你之後再轉到不管是 MCP 啊,或者是所謂的 Visual Coding 啊,或者是 CLI。 啊,你就會發現到這件事情變得超級,超級簡單!因為你有一套非常完整的這個節點工作流。那在這個節點工作流的狀況下,它就可以支撐你跟支持你往自動化的方向邁進。不管是你的例行性事務,或者是說你需要透過宣告,或者是透過調用一些外部的工具的工作流,其實都可以做得到,包含連搜尋都做得到。

那這件事情就叫做所謂的節點運行概念喔!那這集呢,有一點點難,因為它在談的東西是很工程性的術語。那我們可以盡量的去思考一下,在你的工作或在你的生活型態,如果要把它拆成「輸入」,「處理」跟「輸出」,那這個邏輯會是什麼?例如說你去星巴克買杯咖啡,所以你就先去星巴克,第一個東西的輸入是點餐;第二個輸入的東西是,他告訴店員你要的東西是什麼;第三個東西是店員執行的過程中;然後最後付錢拿到咖啡。

這個東西就叫做節點的工作流。你就可以用這樣的方式去看看待,你生活中的每一個階段跟每個狀況,是不是符合節點的形式喔。那這個東西就可以推回變成符合,跟能夠在 AI 時代中運行的工作流形式喔。那這就是今天的主題啦,希望今天的內容大家都能學到一些東西喔!我是Jayden,我們下個禮拜銷波快再見囉,大家拜拜!


同一條弧的其他集

這條弧是同一個主題走完的過程。單看一集會少掉前後文,建議從第一集開始聽。

看完整條弧 →