技能商店 | 小火龍實驗室

很多人把 AI 當成一個「超級搜尋引擎」或「代寫工具」，但這種用法最大的問題在於：知識在 AI 端，而不在你腦子裡。

很多使用者在撰寫 Prompt 時，習慣告訴 AI 「要做什麼」（正向指令），但往往忽略了告訴它「絕對不能做什麼」（負向約束）。

當一個產品接入多個 AI 模型時，最容易讓用戶困惑的不是模型太少，而是名字太亂。

當 AI 內容系統開始重複標題、重複正文、重複封面時，不要先問「誰寫得不好」。更有效的问题是：哪一個證據點沒有被要求出現。

在資訊碎片化的時代，大多數人的工作模式是「反應式」的：被電子郵件、即時訊息和突發會議牽著走。這種模式會導致嚴重的「脈絡切換成本」（Context Switching Cost），讓你感覺忙碌了一整天，但真正核心的任務卻毫無進展。

在資訊碎片化的時代，我們最稀缺的資源不再是時間，而是專注力（Attention）。很多人習慣使用待辦清單（To-Do List），但清單只能告訴你「要做什麼」，無法告訴你「什麼時候能高效完成」。

封面圖不是每篇文章臨時配一張好看的圖。對持續更新的網站來說，封面更像欄目識別系統：用戶掃一眼列表，就應該知道哪一類內容來自同一個系列。

會議紀錄最常見的問題，是記錄了很多話，卻沒有變成下一步動作。

AI Agent 很容易在「看起來完成了」的地方出問題。它寫了檔案，但沒跑檢查；它說頁面可存取，但沒有貼上 HTTP 結果；它認為內容不重複，但沒有和近期主題比較。Verification Sandwich 的作用，就是把驗證夾在任務前後，讓交付不是一句主觀判斷，而是一組可複查證據。

AI 生成內容最大的問題，不是寫不出來，而是看起來已經寫好了。標題順，段落完整，語氣自然，但裡面可能有重複主題、事實含糊、連結錯誤、風格漂移或不該公開的內部資訊。Red-team checklist 的目的，就是在發布前刻意站到反方視角，把這些問題攔在生產之前。

在資訊爆炸的時代，我們每天接觸海量碎片化資訊。很多人習慣於「收藏即學會」，結果導致收藏夾成了資訊的墳墓。真正的知識內化，不是簡單的儲存，而是一個從擷取 $\rightarrow$ 過濾 $\rightarrow$ 連結 $\rightarrow$ 輸出的動態循環。

在面對複雜問題時，大多數人的直覺反應是直接向 AI 提問。例如：「幫我分析一下這個產品的市場機會」或「如何優化這個業務流程」。