Vibe Doctor：為醫師量身訂製的一些 AI 工作技巧教學

本篇教學：用 AI 把一篇像樣的長文寫出來：大綱、分段、合成，漂移了就換 Agent

醫師受邀去社區大學演講，題目是：

為 80 歲的自己存晚年健康的行動指南，從 40 歲就開始

為了讓這個情境更像真的工作現場，我們先把邀請想像成一張社區大學講座海報。上面有醫師照片、演講題目、地點與時間。這些細節都是虛構的，但它會讓醫師比較容易代入：原來我們不是在練習一個抽象 prompt，而是在準備一場真的可能被邀請去講的課。

圖說：虛構的社區大學演講邀請海報。人物、校名、講堂與時間都只是教學範例；它的作用是把後面的 AI 寫作任務放進一個具體工作場景。

這是一個很典型的教學現場。題目不難，但真正要上台講，就不能只靠幾張漂亮投影片。你需要一篇能撐住 40 到 60 分鐘的講稿底文：語氣要像醫師，內容要正確，例子要生活化，不能太像醫學教科書，也不能變成網路養生文。

這篇先不談 NotebookLM，也先不談簡報視覺。那是下一篇的事。

今天只做第一件事：把內容寫成一篇像樣的長文。因為簡報做得再漂亮，如果底文本身散掉，後面只是把散掉的內容包上好看的外皮。

先說清楚：這是一篇部落格上的教學範例。為了讓讀者在文章裡看得完，我示範的「長文」其實被刻意壓短，並不等於一份真正要撐住 40 到 60 分鐘演講的完整講義。

也因為範例比較短，你可能會覺得一次生成和分段生成看起來差不多。這是教學範例的限制。真正實用的長文，像是一場完整演講的講稿底文、一份課程講義、一篇系列文章，長度一拉開，一次生成就很容易開始重複、偏航、忘記前面設定。讀者可以自己試一次：把字數拉到真正要上台用的程度，差異會變得很明顯。

先把三種文件分清楚：

• 部落格文章：你現在正在讀的這一篇，是教醫師怎麼做這件事。
• 演講簡報：醫師最後帶去社區大學講的 PPT。
• 講稿底文：丟進 NotebookLM 或其他簡報工具之前，先準備好的完整文字。

這篇的重點是第三個：講稿底文。

PDF 講義版：如果你想離線閱讀、印給同事，這裡也有排版版 PDF：下載 PDF 講義版

圖說：先把「部落格文章、講稿底文、演講簡報」分成三件事。這篇教的是中間那份講稿底文，後面的簡報視覺才有東西可以接。

圖說：示範文章的後台預覽畫面。這裡先讓讀者知道：本文不是在炫工具，而是在拆解醫師如何把 AI 拉進寫作流程。

先把 AI 從「一句話產全文」拉回工作流程

很多人第一次請 AI 幫忙寫長文，會這樣問：

有時候它會寫出一篇看起來還可以的文章。但醫師真正要拿來上台用，問題通常不在第一眼，而在第二眼：段落之間重複、某些重點太薄、語氣忽然變成衛教單張、或是寫到後面忘了前面設定。

長文最怕的不是 AI 完全不會寫，而是它一路寫，一路微微偏航。等你看到最後，才發現它已經不是你要的那篇。

比較穩的做法，是把長文拆成三步：

1. 先產大綱。
2. 再逐段展開。
3. 手動貼成底文，必要時只請 AI 做局部潤飾。

這樣做的好處是，你可以在每一段停下來判斷：方向對不對？語氣像不像？這個例子適不適合我的聽眾？如果不對，當場修，不要等整篇生成完才重來。

圖說：長文最穩的做法，是把 AI 從「一次吐全文」改成「大綱、分段、手動整理、醫師定案」的流程。

第一步：只請它寫大綱

第一個 prompt 不要急著要內文。只要大綱。

這個 prompt 有幾個關鍵：

• 角色：我是一位醫師。
• 場景：社區大學演講。
• 聽眾：40 到 65 歲，非醫療背景。
• 產物：演講講稿的大綱。
• 限制：5 到 7 段，先不要寫內文。

圖說：好的 prompt 不是越長越好，而是把角色、場景、聽眾、產物、限制與衛教分寸交代清楚。

這一步其實是在幫 AI 畫航線。你不要一開始就叫它全速前進，而是先看路線是不是對。

在這次示範裡，ChatGPT 給出 7 段。不是只有幾個標題，而是已經把這堂課的內容航線整理出來：

演講題目

為 80 歲的自己存晚年健康的行動指南：從 40 歲就開始

1. 開場：我們不是在談「老」，而是在談「未來的自由」
健康老化的重點不是活得久而已，而是到了 80 歲仍能走得動、想得清楚、吃得下、睡得好，並且保有選擇生活的能力。

2. 第一筆存款：肌肉與體力，是晚年生活的本金
從 40 歲開始保養肌肉、心肺與平衡感，是為了讓自己未來可以少跌倒、少臥床、多一點生活自主權。

3. 第二筆存款：血壓、血糖、血脂，是看不見的健康帳本
很多慢性病一開始沒有感覺，但會慢慢影響心臟、腦部、腎臟與血管，所以中年開始定期檢查、及早調整，是避免晚年大病的關鍵。

4. 第三筆存款：吃得剛剛好，比吃很多補品更重要
晚年健康不是靠神奇保健品，而是靠長期穩定的飲食習慣：足夠蛋白質、多蔬果、少過量糖分與油炸，讓身體有修復與維持肌肉的材料。

5. 第四筆存款：大腦與情緒，也需要每天保養
學習新事物、維持社交、睡眠穩定、處理壓力，都是在保護大腦與心情；社區大學本身就是一種很好的健康投資。

6. 第五筆存款：醫療不是最後才用，而是平常就要合作
定期健檢、疫苗、癌症篩檢、牙齒與視力照護，都是和醫療系統提早合作，不是等生病了才求救。

7. 結尾：從今天開始，替 80 歲的自己做一個小決定
不需要一次改變人生，只要今天開始存一點：多走 10 分鐘、少喝一杯含糖飲料、安排一次檢查、報名一堂課，都是寫給未來自己的健康存摺。

讀這個大綱時，醫師其實已經可以先判斷：這條線適不適合自己的專長？有沒有需要補的衛教重點？哪些地方可能講太滿？這就是先產大綱的價值。

第二步：逐段展開，不要一次寫完

大綱確認後，才進入第二步。一次只展開一段。

這裡的重點不是「250 字」本身，而是控制尺度。你讓 AI 一次處理一小塊，它比較不容易忘記任務，也比較容易維持語氣。

實際操作時，畫面會長得像下面這樣：上方是醫師下的 prompt，下方是 ChatGPT 產生的第一段講稿。這張截圖的價值不是讓你看完每個字，而是讓你感覺到工作流的節奏：一次只請它處理一段，先把第一段做好。

圖說：ChatGPT 依照大綱展開第 1 段。這一步先不急著完成整篇，而是確認開場語氣、生活例子與「健康存摺」比喻是否成立。

截圖裡的文字，我們在部落格中直接貼出來，讓讀者可以清楚閱讀：

第 1 段：開場：寫一封給 80 歲自己的健康存摺

各位朋友大家好，今天我們要談的題目，不是「老了怎麼辦」，而是「我們現在可以為未來的自己做什麼」。

請大家先想像一下，如果有一天，我們 80 歲了，早上起床，還可以自己下床、自己走到客廳、自己泡一杯茶；想出門的時候，可以搭車去市場、去公園、來社區大學上課；跟家人朋友聊天時，腦筋還清楚，心情也還有期待。這樣的晚年，是不是很值得期待？

但是，這樣的 80 歲，通常不是突然出現的。它比較像存錢。年輕時一點一滴存，到了需要的時候，才有本錢可以用。健康也是一樣，今天走的路、吃的飯、睡的覺、做的檢查、維持的朋友關係，都像是一筆一筆存進健康帳戶裡。

所以今天這場演講，我想邀請大家一起寫一封信給未來 80 歲的自己：從現在開始，我們要怎麼替他、替她，存下一本晚年健康存摺。

第一段出來後，醫師要做的不是立刻稱讚 AI 很聰明，而是像審一份病歷摘要那樣看它：

• 有沒有符合聽眾？
• 有沒有太像廣告文案？
• 有沒有醫療上不該講太滿的地方？
• 例子是不是生活化？
• 是否可以直接照著講？

圖說：逐段生成的價值，是每一段都能停下來檢查。醫師不用等整篇寫完，才發現方向已經跑掉。

如果第一段方向對，再繼續第 2 段、第 3 段。每段都用類似格式：

第二段接著長成這樣：

第 2 段：第一筆存款：肌肉與體力，是晚年生活的本金

第一筆健康存款，我想先談肌肉和體力。

很多人想到健康，會先想到血壓、血糖、膽固醇，這些當然重要。可是到了晚年，真正影響生活品質的，常常是一些很日常的事：能不能自己從椅子上站起來？能不能提菜回家？能不能爬一層樓梯？晚上起來上廁所，會不會一不小心跌倒？

這些事情，靠的不是運氣，而是我們平常存下來的肌肉、體力和平衡感。

肌肉就像晚年生活的本金。本金夠，生活就比較有餘裕；本金不夠，一場感冒、一次住院、一次跌倒，就可能讓身體一下子退步很多。所以從 40 歲、50 歲開始，不是要大家變成運動員，而是要每天給身體一點刺激。

例如多走路、少坐一點；搭電梯前，能不能偶爾走一層樓梯；在家扶著椅背練習抬腳、踮腳；看電視時做幾次深蹲。這些小動作，就是在幫 80 歲的自己存體力。

你會發現，這樣一段一段長出來，讀者可以看清楚 AI 不只是「幫忙寫一篇文章」，而是先把醫師要講的內容拆成可檢查、可修正的小段落。第一段處理開場與比喻，第二段處理肌肉與生活自主；後面就照同樣方式，依序展開血壓血糖血脂、飲食、大腦情緒、醫療合作，最後收在一個小行動。

這個做法看起來比「一次生成全文」慢一點，但它其實省時間。因為你不會到最後才發現整篇都要重寫。到第七段時，AI 已經順著前面鋪好的線，收束到「今天就選一個小行動」：

圖說：分段生成到第七段時，文章已經能順著前面的脈絡收尾。這張圖保留操作畫面，讓讀者看到不是只靠理論在講。

第三步：七段完成後，先手動貼成底文

所有段落都展開後，正式做長文時，我比較建議先手動複製貼上，把第 1 到第 7 段整理成一份底文。

這聽起來比較土法煉鋼，但它有一個很重要的好處：前面已經檢查過的內容，不會在最後一步被 AI 重新改寫。尤其是真正的長文，前面每一段都可能有醫師想保留的語氣、比喻、提醒與衛教分寸。如果你直接叫聊天機器人「把前面七段合併」，它不一定只是貼上與整理，它常常會重新摘要、重寫、補字，甚至把前面幾段壓得很短。

下面這個 prompt 可以當作示範，但不該被理解成正式長文的最佳做法：

如果你真的使用這種合併 prompt，要做一件事：把合併後的第一段、第二段拿回去跟原本逐段生成的文字比對。你很可能會發現，文字已經出現一些微小變化；示範稿因為短，變化不一定嚴重，但真正的長文更容易發生「前面內容被簡化」的狀況。

這不是單純的寫作技巧問題，而是 AI 聊天機器人在對話時會遇到的上下文限制，也就是 Context Window。當對話裡的內容越來越長，模型在回答時不一定能同等精準地保留前面所有細節。後續如果做 Context Engineering 的課程，我們會更仔細拆解這個現象。

所以比較穩的流程是：逐段生成、逐段檢查、手動貼成底文；最後如果要請 AI 幫忙，只請它做局部任務，例如「檢查段落之間是否重複」、「指出哪兩段轉場不順」、「只潤飾第 3 段到第 4 段的銜接」，不要把整篇長文交回去讓它重新生一遍。

最後得到的不是投影片，也不是逐字稿的最終定稿，而是一篇可以被醫師審核、修訂、再拿去做簡報的底文。

這裡要記住一句話：

AI 整理，醫師定案。

尤其醫學內容不一樣。AI 可以幫你把語氣變順、把段落排好、把生活例子補上，但它不能替你負責衛教分寸。涉及疾病、篩檢、疫苗、用藥、營養建議時，最後一定要由醫師依專業與當地指引確認。

那為什麼不一開始就一次生成？

可以，而且在這篇示範裡，它甚至可能看起來還不壞。

但這裡要再次提醒：這篇是部落格教學範例，示範稿故意不做太長，所以一次生成的缺點不一定會全部暴露出來。真正要用在工作上的長文，常常不是 2000 字、3000 字就結束，而是會一路長到講義、腳本、課程素材、甚至多份文件。那時候問題不是 AI 能不能吐出很多字，而是它能不能在很長的文字裡維持同一個任務、同一個語氣、同一套醫療分寸。

我也做了一個對照組：同樣的題目，直接叫 ChatGPT 一次寫出完整 3000 字講稿。

圖說：同樣主題也可以一次生成全文，但這種做法少了中途檢查點，後面比較容易重複或偏航。

一口氣生成的問題，不是每次都會壞掉，而是你少了中途檢查點。

它可能前半段很好，後半段開始重複；也可能前面說要用「健康存摺」比喻，後面卻變成一般衛教；或者你要求「不要條列」，它仍然忍不住把內容整理成清單。這些都不是嚴重錯誤，但會讓講稿慢慢離開你要的場合。

所以這裡不是要證明「一次生成一定比較差」。比較準確的說法是：範例短的時候，一次生成也許還能混過去；一旦進入真正實用的長文，分段生成和中途檢查才會顯出價值。

圖說：一次生成不是不能用，而是適合短文或初稿。只要要上台、上課、上部落格，就要留下中途檢查點。

所以我的建議是：

• 短文，可以一次生成。
• 真正要交付的長文，先大綱，再分段，再手動貼成底文。
• 如果要上台、上課、上部落格，不要跳過中途檢查。

長文聊天機器人一定會漂移，開始你的 Agent 旅程吧

有時候，即使你分段做，聊天機器人還是會開始漂移。常見狀況包括：

• 一直重複同一個比喻。
• 每段語氣都像模板。
• 明明要講稿，卻變成簡報大綱。
• 你修正好幾次，它仍然回到原本的錯誤。

這時候不要跟同一個聊天視窗耗太久。換一種工作模式。

圖說：聊天機器人比較像問答泡泡；Agent 型工具比較像工作台。當任務是產出一份可審稿文件，就值得換工作模式。

這次我示範的是 Claude Artifacts：把任務改成「請建立一個 Markdown artifact」，讓它把講稿底文當成一份文件來處理，而不是只在聊天泡泡裡一路往下吐字。

這裡也可以看出 Agent 型工具的實用差異。你當然可以在聊天機器人裡一段一段請它寫，再手動複製、貼上、整理成文件；但如果任務本來就是「產出一份講稿底文」，讓 Agent 直接建立整個文件，通常會方便很多。它不是只回答你一句話，而是在幫你完成一個交付物。

如果你不喜歡 Markdown 檔，也可以改問：「請把這份講稿整理成比較適合人類閱讀的 PDF 文件。」也就是說，Agent 不只適合產生內容，也適合把內容包成更容易閱讀、審稿或交付的格式。

這裡最值得看的，不只是最後那份文件，而是它生成的過程。Claude 會先讀任務、建立檔案，接著一段一段把內容寫進 artifact；右側文件區會不斷更新，左側則保留任務進度。這種動態感，跟一般聊天機器人「回你一大段文字」很不一樣。

剛開始時，它先顯示正在工作，並把任務拆成「讀取 markdown skill」與「建立講稿檔案」：

圖說：Claude 一開始先進入工作狀態，左側顯示任務進度，右側準備建立 artifact。

接著文字開始一段一段往文件裡長出來。這時候還不是最後版本，但你已經能看到它正在把一份講稿當成文件處理：

圖說：早期階段已經能看到內容正在寫入文件，而不是只在聊天泡泡裡吐出一段文字。

到了中段，artifact 裡已經出現小標與段落，內容開始有結構，不再只是聊天泡泡中的長回答：

圖說：中段時，右側文件開始形成結構，醫師可以提早判斷主題順序與語氣是否合適。

後段時，它繼續補齊後面的主題。對醫師來說，這種畫面很像在看一份文件草稿逐步生成，比較容易判斷哪裡要刪、哪裡要補：

圖說：後段階段可以看到 Claude 繼續補齊後面的講稿內容，生成過程本身就是一種可觀察的工作流。

最後，右側出現完整的 Markdown artifact，左側則留下完成摘要與下載卡片。這時候它已經比較像一份可審稿的講稿文件，而不只是一則聊天回覆：

圖說：完成後，成果以 Markdown artifact 的形式存在，醫師可以把它當成文件審稿，而不是在聊天紀錄裡撈文字。

Artifact 的好處是，醫師比較容易把它當成一份文件來審，而不是一段聊天紀錄。當你要做的是「產出可交付文件」而不是「問一個問題」，Agent 型工具會比較適合。Markdown 只是其中一種格式；如果下一步要給同事、助理或講者自己看，也可以請它再整理成 PDF、講義版或其他更適合閱讀的文件。

把 Agent 裝進你的電腦裡

Claude Artifacts 仍然是網頁版，門檻低，也很適合示範「從聊天泡泡變成文件」這件事。可是當任務開始碰到本機資料夾、講稿檔案、圖片、簡報、表格，或是要讓工具幫你整理一整包素材時，就要開始認識桌面版 Agent。

圖說：把 Agent 裝進電腦裡，不是多開一個聊天視窗，而是讓 AI 進入一個可以讀資料夾、理解上下文、規劃任務、產出文件的工作環境。

這裡我刻意拿這篇文章本身當例子。因為你現在正在讀的不是一段短短的 AI 回答，而是一篇真正的部落格長文：它有主標題、副標題、段落設計、提示詞卡片、心智圖、操作截圖、封面圖、Ghost 後台上傳，還要反覆調整排版與圖片。這種任務如果只靠聊天機器人快問快答，絕對寫不到現在這種完整交付。

換句話說，這篇文章不只是「介紹 Agent」，它本身就是在人的指揮與審稿下，用 Agent 從頭到尾撰寫、整理圖片、修改排版，並自動上傳到 Ghost 的範例。Agent 讀取專案、修改草稿、處理圖片、更新提示詞卡片樣式，最後再把文章送進部落格。掌握這種技巧之後，後面能做的就不只是寫文章，而是整理課程、產生講義、維護部落格、製作簡報，甚至把一整套教學工作流固定下來。

這篇先示範兩個入口：Claude Cowork（Claude Desktop）與 ChatGPT Codex（Codex App）。新手不用一開始就追所有功能，先掌握三件事就好：需要哪一種方案、去哪裡下載安裝、第一次打開後如何下安全的第一個任務。

對醫師來說，還要多加一條原則：一開始只用公開資料、範例講稿、去識別化素材練習。不要把病歷、姓名、身分證字號、檢查報告或可以回推身分的資訊直接丟進去。Agent 很方便，但越能做事，就越需要邊界。

這次四張桌面 Agent 截圖，我用的是同一條提示詞。重點不是叫它立刻改文章，而是先讓 Agent 觀察專案、盤點素材、提出工作計畫：

桌面 Agent 1：Claude Cowork（Claude Desktop）

Claude Cowork 是 Claude Desktop 裡的 Agent 工作模式。官方說明把它描述為把 Claude Code 的 agentic capabilities 帶到 Claude Desktop，讓使用者不必打開終端機，也能把複雜的多步驟任務交給 Claude 處理。它適合做文件整理、研究統整、檔案分類、表格與簡報草稿等工作，也可以在你授權的範圍內讀寫本機檔案。

方案方面，官方目前列為 Claude 付費方案可用，包括 Pro、Max、Team、Enterprise。因為方案、地區與組織管理設定都可能更新，訂閱前請先看 Claude Cowork 官方說明 與 Claude Desktop 安裝說明。

安裝方式很直覺：到 claude.com/download 下載 Windows 或 macOS 桌面版；安裝後從開始選單或應用程式資料夾打開 Claude，登入帳號，再找 Chat / Cowork 的模式切換。第一次做任務時，不要先叫它改檔，可以先用上面那種「只觀察、先規劃」的任務暖機。

圖說：Claude Cowork 是視覺化的桌面 Agent 工作區。畫面左側有任務列表，右側可以看到專案資料夾與工作進度，讀者不需要碰終端機也能理解 Agent 正在讀資料、規劃任務。

圖說：Claude Cowork 回報它在專案裡找到的草稿與圖片素材，也指出哪些舊截圖看起來像 terminal。這正是 Agent 的價值：它不是只回答一句話，而是能進入資料夾，幫你盤點目前工作狀態。

桌面 Agent 2：ChatGPT Codex（Codex App）

ChatGPT Codex 更像是「專案資料夾裡的 Agent」。它常被拿來寫程式，但醫師不必先把它想成程式工具；可以先把它想成能讀懂一個工作資料夾、整理文件、修改草稿、建立檔案、幫你持續追蹤版本的工作夥伴。這篇文章本身，就是在 Codex App 的專案裡一邊改草稿、一邊上傳到 Ghost 後台。

方案方面，官方 Codex Pricing 頁面目前說 Codex 包含在 ChatGPT Free、Go、Plus、Pro、Business、Edu、Enterprise 方案中；如果要長時間或高頻使用，Plus 或 Pro 會比較實際。也可以用 OpenAI API key 登入，但某些雲端功能可能不能用。請以 Codex Pricing 官方頁 為準。

安裝方式：到 Codex App 官方說明 下載 macOS 或 Windows 版；Windows 使用者也可以從 Microsoft Store 取得，或在終端機使用 winget install Codex -s msstore，這一點官方的 Windows 安裝說明 也有列出。安裝後打開 Codex，登入 ChatGPT 帳號或 OpenAI API key，選擇一個專案資料夾；第一次請確認使用 Local 模式，再下同樣這種只讀任務，先讓它觀察專案、提出計畫。

圖說：Codex App 也是桌面工作環境。它可以在同一個專案裡讀取檔案、掃描資料夾、列出目前變更，並在右側顯示進度。對新手來說，先用「只讀、不改檔」的任務建立信任感很重要。

圖說：Codex 盤點專案後，能判斷哪些圖片不適合醫師新手、哪些截圖更適合作為桌面 Agent 示範。這種「讀專案、找素材、提出替換建議」的工作，就是聊天機器人很難穩定完成的長任務。

這兩個桌面 Agent 的共同點，不是「比較會聊天」，而是它們有工作環境：它們能看到你授權的資料夾、理解任務上下文、建立或修改檔案，必要時再向你要求權限。對醫師來說，這才是 Chatbot 與 Agent 的真正差別。Chatbot 幫你想，Agent 開始幫你做。

也因此，當任務只是問一個概念，聊天機器人很夠用；但當任務變成「請幫我完成一篇可以發表的長文，還要整理圖片、修正排版、上傳部落格」，就一定要切換到 Agent。這不是工具潮流問題，而是工作型態已經不同了。

這篇先停在底文，下一篇才做簡報

先把下集預告放在這裡：下一篇，我們會從「把底文寫清楚」往前走到「產出教學簡報」。做法不是一開始就套模板，而是先把醫療安全邊界寫進任務，再請 ChatGPT 整理臨床大綱，最後交給 Codex 產出可檢查、可編輯的 PPTX。

圖說：下一篇會從講稿底文走到教學簡報，示範如何讓 ChatGPT 和 Codex 接力，把臨床教學題目整理成可以審稿、修改與上課使用的 PPTX。

到這裡，醫師已經有一篇講稿底文，也看過從 Chatbot 到 Agent 的工作模式轉換。它還不是最後版本，但已經可以進入下一階段：

1. 醫師先定題目與醫療安全邊界。
2. 請 ChatGPT 建立臨床教學大綱。
3. 把大綱整理成給 Agent 使用的規格書。
4. 交給 Codex 產出可編輯教學簡報，再逐頁檢查。

這就是底文與交付物分開的好處。

先把內容寫清楚，再讓工具幫你產出可以檢查的檔案。不要一開始就追投影片模板，因為模板救不了一份沒有骨架的教學簡報。

對醫師來說，AI 最有價值的地方，不是替你變出一堂課，而是把繁瑣的起草、整理、重組先鋪開。真正決定這堂課能不能上台的，仍然是醫師的專業判斷。

AI 是副官，醫師才是最後定案的人。