很多人習慣將資料分散儲存在不同位置：桌面、通訊軟體收藏、信箱附件或各個雲端硬碟中。分開儲存本身並非核心問題，關鍵在於缺乏統一的索引，導致需要使用時難以尋找，且無法確認是否為最新版本。 導入 AI 工具並不會自動解決此問題。若輸入端的資料命名混亂、格式不一致且路徑破碎，AI 的輸出品質也會受限。這並非工具本身的限制，而是輸入端資料缺乏結構化整理的結果。 這堂課的核心目的，就是為了 解決輸入端的結構化整理問題 。 ❙ 課程概述：6 小時建立一套可自動運作的資料整理流程 課程時長為六小時，目標是引導你建立一套從「收集」到「歸檔」再到「知識應用」的完整流程，並在課堂中完成第一版專屬的自動化流程圖。 使用的工具包含：Google 試算表、Google Apps Script、Google Antigravity IDE、NotebookLM 與 Obsidian。課程將說明這些工具的串接方式、各自在流程中扮演的角色，並帶領學員實際操作。 》 六個單元的具體內容 現況思考與能力盤點 媒材與提示詞清單建置 Google Apps Script 自動化檔案處理 Google Antigravity IDE 素材整理 NotebookLM 與 Obsidian 知識應用 流程測試與持續優化 第一單元 ：現況盤點 在開始整理前，需先釐清資料管理流程中的關鍵卡點。找出痛點，才能針對性地建立對應的解決方案，同時結合自己優勢與80/20法則，進行資料重點管理，並非管理所有的資料。 第二單元 ： 媒材與提示詞清單建置 將散落於各處的檔案資訊集中至 Google 試算表，建立統一的檢索起點與資料庫索引。 第三單元 ：Google Apps Script 自動化檔案處理 利用腳本自動化執行檔案抓取與統一命名。課程將提供現成腳本，學員只需理解運作邏輯、修改參數並執行，無須具備從零編寫程式的能力。 第四單元 ：AI 代理素材整理 運用 AI 代理（Google Antigravity IDE），將過去耗時的手動分類工作轉為批次自動化處理，將會用SKILL.md的方式來完成。 第五單元 ：NotebookLM 與 Obsidian 知識應用 將整理好的資料導入 NotebookLM 進行資訊檢索與萃取，並結合 Obsidian 建立內容之間的雙向連結，將靜態...