Vibe Doctor: ChatGPT + Codex 產出教學簡報

前面我們學會把長文底稿交給 NotebookLM 轉成素材;這一篇改成從零開始,用 ChatGPT 與 Codex 製作可檢查的水腫教學簡報。

分享
Vibe Doctor: ChatGPT + Codex 產出教學簡報

本篇教學:用「水腫」當臨床教學題目,示範如何先把醫療安全邊界寫進任務,再請 ChatGPT 建立臨床大綱,最後交給 Codex 產出可編輯的 PowerPoint、PDF 與可審稿的內容規格書。

這個系列的第一站,是先把醫師腦中的演講題目整理成一份長文底稿:Vibe Doctor:用 AI 先寫出醫師長文講稿底文

整理完長文後,我們接著學會把講稿底文放進 NotebookLM,讓它先讀懂來源,再產生簡報、對話式播客、測驗題,甚至用 YAML 風格檔做同內容、不同視覺的對照:Vibe Doctor:用 NotebookLM 把講稿底文換成簡報與教學素材

這一篇我們改變情境:如果簡報不是從已有文章或講稿產生,而是要從頭開始、從零開始製作,該怎麼處理?這次示範題目是水腫,我們會用 ChatGPT 加上 Codex 這兩個 AI 軟體,帶我們做出一份可以檢查、可以修改、可以帶進教室的臨床教學簡報。

水腫很適合測 AI Agent 的教學規劃能力,因為它不是單一疾病,而是一個臨床線索。你可以從「腳腫」走到心衰竭、腎病症候群、肝硬化、深部靜脈栓塞、慢性靜脈功能不全、淋巴水腫、脂肪水腫、藥物副作用、甲狀腺低下,甚至血管性水腫和妊娠高血壓。

這種題目不能只叫 AI「幫我做一份水腫簡報」。

比較好的分工,是先把安全邊界寫清楚,再讓 ChatGPT 與 Codex 各自做適合自己的事。

edema-codex-hero-photo-opening.png

圖說:臨床教室裡,老師用下肢解剖與體液分布圖講解水腫。水腫不是一個答案,而是一張鑑別診斷海圖;臨床教學簡報要讓學生知道下一個問題往哪裡問。

先把醫療安全邊界寫進任務

這份簡報的目標受眾是醫學系五年級學生,不是一般病人,也不是個別診療建議。

所以我一開始就把邊界寫清楚:

  • 這是醫學教育,不替代臨床指引或個別診療。
  • 不使用可識別病人的影像或資料。
  • AI 只做整理與初稿,醫師負責最終審稿。

這些話不是法律防火牆而已。它會真的改變輸出品質。

如果任務沒有邊界,AI 很容易把「教學用的流程」寫得像「病人現在就該照做的指令」。醫學教育可以有判斷架構,但不能讓讀者誤以為一張表格可以取代臨床評估。

接下來的產出次序很單純:

  1. 第一步:請 ChatGPT 做臨床大綱。
  2. 第二步:把大綱整理成規格書。
  3. 第三步:交給 Codex 產出。
  4. 產出 14 頁結構並檢查後,最後才提供完整檔案下載。

edema-mindmap-clinical-branch-tree.png

圖說:臨床推理的第一個分岔不是「用哪一種利尿劑」,而是有沒有紅旗。急症先處理,穩定病人再用分布、凹陷性與系統徵象往下分流。

第一步:請 ChatGPT 做臨床大綱

我先給 ChatGPT 的任務,不是做投影片,而是做「臨床回顧大綱」。

你是一位臨床教師,請幫我規劃一份給醫學系五年級學生的水腫臨床回顧大綱。

請依序涵蓋:
1. 身體檢查。
2. 臨床判斷。
3. 如何鑑別診斷。
4. 實驗室檢查、影像學檢查與進階檢查。
5. 如何治療。
6. 最新研究與新觀點。

請注意:
- 這是醫學教育,不是個別醫療建議。
- 凡涉及診斷、檢查判讀、用藥與治療,都要提醒由醫師依病人狀況與當地臨床指引確認。
- 請把內容整理成 Markdown,最後加上一個 14 頁 PPT 規劃表,每頁包含:主結論、重點、解說文字、插圖需求。

這個 prompt 的重點有三個。

第一,它指定了受眾:五年級醫學生。這會讓內容比一般衛教更深入,但又不會直接寫成專科醫師 guideline。

第二,它指定了章節順序:先檢查,再判斷,再鑑別,再檢查,再治療,最後更新觀點。這讓輸出比較像臨床推理,而不是疾病清單。

第三,它要求最後整理成 14 頁 PPT 規劃表。這一步很重要,因為簡報不是把文章切成 14 段。每頁要有一個主結論。

第二步:把大綱整理成規格書

接著我把大綱整理成一份 Markdown 規格書。這份檔案不是要直接給學生看,而是要給 Codex 做 PPT。

規格書裡包含幾個層次:

  • 受眾與責任邊界。
  • 水腫核心機轉。
  • 急症與紅旗。
  • 身體檢查地圖。
  • 急慢性、單雙側、pitting/non-pitting 的推理路徑。
  • 系統性與局部性鑑別診斷。
  • 初步實驗室檢查。
  • 影像與進階檢查。
  • 治療原則。
  • 最新研究與新觀點。
  • 14 頁投影片結構。
  • 給 ChatGPT 與 Codex 的 prompt。
  • 參考來源。

這份規格書保留在本機專案中,檔名是 drafts/edema-clinical-review-ppt-brief.md。如果你想跟著實作,請按此下載這份 Markdown 規格書

它的角色比較像「醫師寫給製作簡報的副官看的製作需求」。如果沒有這一層,Agent 很容易直接進入排版,然後才發現醫學主軸不夠穩。

edema-mindmap-four-mechanisms.png

圖說:規格書先把四大機轉分清楚。靜水壓、膠體滲透壓、血管通透性與淋巴回流,是後續鑑別診斷與投影片 claim spine 的骨架。

第三步:交給 Codex 產出

給 Codex 的提示詞,我刻意寫成「先讀、再回報、再做」。

請用 Agent 的方式處理這份 Markdown。

任務:把這份水腫臨床回顧製作成一份 14 頁的 PowerPoint,並輸出 PPTX。若可行,也輸出 PDF。

工作流程:
1. 先讀完整份 Markdown,不要立刻動手。
2. 回報你理解的受眾、醫療安全邊界、投影片頁數與每頁主結論。
3. 建立 claim spine:每頁一個主結論,避免只寫主題標籤。
4. 建立視覺系統:臨床教學 atlas,暖白背景、深色標題、藍綠與琥珀重點色;資訊密度高但可讀。
5. 為每頁產生可編輯的圖表、流程圖、表格或示意圖;必要時建立醫學教學插圖,但不要使用病人可識別影像。
6. 匯出 PPTX,渲染所有投影片預覽,檢查文字是否重疊、表格是否可讀、圖像是否支援主結論。

安全要求:
- 不要產生個別病人診療指令,也不要把 AI 內容當成最終臨床指引。
- 在最後一頁提醒:AI 整理,醫師定案。

edema-mindmap-agent-workflow.png

圖說:這條工作流把醫師、ChatGPT、Markdown 規格書與 Codex 分工拆開。AI 負責整理與產檔,醫師負責題目、邊界、審稿與定案。

我特別要求 claim spine,因為臨床教學簡報最常見的問題是投影片標題只有主題,沒有結論。

例如:

  • 普通標題:實驗室檢查
  • 比較好的 claim:一組小而準的檢查包,能快速分流心腎肝甲狀腺和蛋白尿。

這兩句話帶來的投影片會完全不同。前者容易變成清單,後者會逼你設計一個能支撐結論的 proof object。

第一個讓我明顯感覺到 Agent 路線不同的瞬間,是第 5 頁。這不是把「臨床推理」四個字放在標題上,而是把急慢性、單雙側、pitting/non-pitting 這三個真正會改變下一步的分岔畫成決策樹。也就是說,Codex 不是只替我排版文字,而是根據 Markdown 規格長出一個可以拿來教推理的頁面。

edema-ppt-slide-05-reasoning-algorithm.png

圖說:第 5 頁把水腫推理的前三個分岔做成決策樹:急慢性、單雙側、pitting/non-pitting。這種頁面之所以有價值,是因為它能直接承載學生下一步該怎麼想。

edema-ppt-systemic-table.png

圖說:第 6 頁示範「系統性水腫」的鑑別表。表格不是為了背完,而是讓學生知道下一個問題該問哪裡。

這份 deck 的 14 頁結構

最後產出的簡報共有 14 頁,但這裡的重點不是「頁數很多」。真正的 Wow Moment 是:我一張投影片都沒有畫,只交給 Codex 一份 Markdown 規格;它先讀完、回報理解,接著自己長出一份 14 頁可編輯 PPTX。裡面有真的表格、決策樹、鑑別流程圖和治療陷阱對照,不是把一張漂亮圖貼進簡報。

這對醫師有實際價值。因為可編輯 PPTX 代表下週要上課時,我可以改字、刪頁、調順序、換例子,而不是從零開始重畫。醫師時間沒有被省掉成「不用管了」,而是被還給最重要的工作:判斷內容對不對、教學順序合不合理。

edema-codex-wow-ppt-breakdown.png

圖說:Codex 產出的三個關鍵頁特寫:第 5 頁是推理演算法,第 6 頁是系統性鑑別表,第 11 頁是治療陷阱。這些不是不能改的貼圖,而是可以接著審稿、修改與上課使用的 PPTX 物件。

14 頁結構如下:

  1. 封面:水腫不是診斷,是臨床推理的入口。
  2. 先判斷急不急:第一步不是開利尿劑,而是排除紅旗。
  3. 四大機轉:同樣是腫,背後可能是壓力、蛋白、通透性或淋巴回流。
  4. 身體檢查地圖:分布、pitting、皮膚與系統徵象決定下一步。
  5. 臨床推理演算法:急慢性、單雙側、pitting/non-pitting 是前三個分岔。
  6. 系統性鑑別表:雙側或全身水腫優先找心、腎、肝、內分泌和藥物。
  7. 局部鑑別表:單側或不對稱水腫先想血管、感染、淋巴、脂肪或阻塞。
  8. 初步檢查包:小而準的檢查組合先做分流。
  9. 影像與進階檢查:影像不是全開,而是回答臨床問題。
  10. 治療總原則:先治病因,再安全移除多餘液體。
  11. 利尿劑與壓迫治療陷阱:兩個捷徑都可能讓治療走偏。
  12. 最新觀點:glycocalyx、淋巴回流、POCUS 和 diuretic resistance。
  13. 病例練習:把推理帶回病人情境。
  14. AI Agent 工作流:AI 整理,醫師定案。

做到這裡,才是示範檔適合出現的位置。因為前面的重點不是「先拿檔案」,而是看見醫師如何把題目、安全邊界、大綱、規格書與產出流程一層一層接起來。

本篇的示範檔可以在這裡下載:

edema-ppt-contact-sheet.png

圖說:Codex 產出的 14 頁投影片 contact sheet。這份 deck 的任務不是漂亮模板,而是讓五年級醫學生能順著紅旗、機轉、檢查、鑑別與治療推理。

這裡有一個小但重要的設計選擇:我沒有放真實病人照片,也沒有放誇張的病灶圖。

水腫教學當然可以使用臨床照片,但這次的任務是示範 AI Agent 製作教學 atlas。為了避免隱私、授權與過度刺激,我用可編輯的形狀、表格和流程圖來承載資訊。

edema-ppt-treatment-traps.png

圖說:第 11 頁把兩個常見治療捷徑拆開:不是每一種腫都適合長期利尿,也不是每一條腿都能直接壓迫。

Codex 做完後,我檢查了什麼

這一步是很多 AI 教學流程會省略,但醫學內容不能省。

我讓 Codex 匯出 PPTX 後,沒有直接收下檔案。它在交件前把 14 頁逐張渲染成 PNG,產生 contact sheet,然後跑版面檢查,回報哪些地方可能太擠。這一段很重要,因為醫學內容不是「有檔案」就算完成;至少要先確認畫面沒有擋字、表格能讀、流程圖支撐得起主結論。

我再順著它產出的預覽逐頁看:

  • 標題是不是 claim,而不是主題標籤。
  • 表格是否可讀。
  • 決策樹和流程圖是否真的支援推理。
  • 有沒有文字重疊。
  • 頁腳來源是否一致。
  • 有沒有看起來像個別病人診療指令的語氣。
  • 最後一頁是否清楚標出 AI 與醫師的責任分工。

機械檢查結果也記錄下來:PPTX 共有 14 張投影片,PDF 共有 14 頁,layout check 是 0 個錯誤、18 個可接受的 tight-text warnings。這有點像一位副手交件前先自校一遍:他不能替醫師判斷醫學正確性,但至少先把版面、頁數、預覽和可讀性問題攤在桌上。

PDF 是由已驗證的投影片 PNG 預覽組成;PPTX 則是可編輯主檔。

這裡我想特別提醒:可編輯 PPTX 和漂亮截圖是兩回事。

如果你只是要一張圖,很多工具都可以生成漂亮畫面。可是醫師真的要拿去上課、改字、刪段落、調順序,就需要 PPTX 仍然是可編輯的文字、形狀、表格和流程圖。

醫學內容的來源與新觀點

截至 2026 年 6 月 13 日,我這次主要參考了幾類資料。

第一類是臨床評估與初步處置。AAFP 的 Peripheral Edema: Evaluation and Management in Primary Care 提醒,初步檢查可包括 BMP、肝功能、TSH、BNP、尿蛋白/肌酸酐比,急性單側下肢水腫要依 DVT 風險安排 D-dimer 或壓迫超音波。

第二類是症狀與機轉整理。Merck Manual Professional 的 Edema 在 2025 年 10 月修改版中,仍把常見機轉放在靜水壓、膠體滲透壓、通透性與淋巴阻塞。Merck 的 Pulmonary Edema 則提醒急性肺水腫的診斷與處置是急症場景。

第三類是更新回顧。StatPearls 的 Peripheral Edema 在 2025 年 4 月更新,強調系統性診斷方法與依病因治療。Koirala 等人在 2023 年的 Etiology and Management of Edema: A Review 討論了水腫機轉、Starling 原理更新與 diuretic resistance 等議題。

第四類是慢性水腫與淋巴水腫照護。EWMA 和 International Lymphoedema Framework 在 2025 年發布的 Chronic oedema of the lower limb 更強調早期辨識、壓迫治療、皮膚照護、跨專業照護與生活品質。

這些來源不是要讓學生背文獻,而是讓投影片不要停留在過時簡化版。傳統 Starling force 還是要教,但新的 glycocalyx 與淋巴回流觀點,會影響學生怎麼理解慢性水腫。

這種工作流適合什麼時候用

我會把這種工作流用在三種情境:

  1. 要快速把一個臨床主題整理成教學骨架。
  2. 已經有醫師審稿能力,但需要加速簡報製作。
  3. 題目需要表格、流程圖、病例卡和安全邊界,而不只是漂亮封面。

不適合的情境也很明確:

  • 沒有人能審稿。
  • 內容會被病人直接拿來做個人醫療決策。
  • 來源不清楚,卻要做成看似正式的臨床指引。
  • 包含可識別病人的資料。

AI Agent 最有用的位置,是把粗重的整理、排版、產檔和檢查流程接起來。它不是醫師,也不是 guideline committee。

這一篇真正想留下的流程

把臨床教學交給 AI,不是把專業責任外包。

比較穩的流程是:

  • 醫師定題目與安全邊界。
  • ChatGPT 先做臨床大綱。
  • Codex 把大綱變成可檢查的內容規格與 PPTX。
  • 工具渲染每頁預覽,抓版面問題。
  • 醫師看來源、刪錯誤、調語氣、定案。

這樣做的好處不是「省掉醫師」,而是讓醫師把時間花在更值得花的地方:判斷內容是否正確、教學順序是否合理、學生會不會真的學到臨床推理。

AI 是副官,醫師才是最後定案的人。

edema-codex-hero-photo-next-tools.png

圖說:下一篇進入「簡報製作:Claude Design vs. Codex」:用同一份水腫 Markdown 規格,對照 Claude Design 與 Codex 兩條簡報生產路線。

下一篇我們會把視角拉回到簡報工具本身:看 Claude Design 如何製作簡報,再和 Codex 的可交付流程放在一起比較差異。