用 OpenClaw 串接 Google 服務，打造比 Toki 與 Gemini 更完整的 AI 行程助理

作者：


我在 2025 年 4 月，曾經在 課程邀約好亂怎麼辦？教你一套職業講師必學的行程管理自動化流程 這篇文章介紹過當時還叫 Dola AI 的行程安排工具。它後來改名成 Toki AI，核心概念其實很吸引人，就是把行程建立這件事，變得像在聊天。

你可以直接丟文字、傳語音、貼截圖，讓它幫你辨識日期、時間、地點，然後直接建立到 Google Calendar。對很多人來說，這種體驗真的很直觀，因為你就像在跟一個懂你意思的小���手講話。

後來到了 2025 年 11 月，我又寫過另一篇文章，Toki（原 Dola AI）開始收費怎麼辦？教你用 Gemini 取代行程自動化功能，談 Toki AI 開始改為收費之後，如果你想找替代方案，其實可以考慮用 Gemini 串接 Google Calendar，做到類似效果。

不過，後來也有朋友跟我回饋，說 Gemini 雖然可以用，但它還是有幾個地方，很難完全取代 Toki。

因為 Toki 的整體使用感受很順暢：

  • 第一，它的操作入口很固定。你平常本來就在 LINE 或其他訊息工具裡面，直接打開對話框就可以用了。
  • 第二，它的使用節奏比較輕。你把訊息送出去之後，就可以去做別的事，不太需要一直停在同一個畫面等它。
  • 第三，它的互動方式很直觀。你不太需要先想今天要不要切換到哪個 Gem，或是先找到某個固定對話。

不過如果我們把角度再拉高一點，問題其實就不只是「哪個工具比較像 Toki」了。

現在已經有很多 AI Agent 工具，真正值得想的事情反而是：我們可不可以不要只找替代品，而是直接做出一個更完整、更能配合自己工作流的 AI 助理？

我最近實際把 OpenClaw 串接 Google 服務後，我會說，這條路其實比單純找 Toki 替代品更值得投資。

原因很簡單。Toki 處理的是聊天式的排程功能，Gemini 處理的是原生 AI 加上 Google 生態系的特定能力，但 OpenClaw 加上 gog skill 之後，處裡的其實是另一個層次的問題。

它不只是能幫你建立 Google Calendar 行程而已，而是可以把 Google Calendar、Google Tasks、Gmail、Google Drive、Google Contacts、Google Docs、Google Sheets，甚至 Blogger API，一起串進同一個 AI 助理。

換句話說，你得到的不再只是「一個可以幫你排程的小工具」，而是「一個可以真的幫你做事的 Google 工作助理」。


OpenClaw + gog 是什麼，為什麼這組合很值得玩

OpenClaw，你可以把它理解成一個 AI Agent 平台。它可以接不同模型、不同聊天介面，也可以再往外串接工具，讓 AI 不只是跟你對話，而是真的去執行任務。

而 gog 則可以把它看成 Google 服務的橋樑。它本身是一套 CLI 工具，可以透過 Google OAuth 授權後，去操作 Google Calendar、Google Tasks、Gmail、Drive、Contacts、Docs、Sheets 等服務。

所以這兩個東西接在一起之後，整體就是：

  • OpenClaw 負責當你的對話入口與代理執行層
  • gog 負責打通 Google 服務 API
  • 串起來之後，AI 就不只是回答你，而是真的能幫你查、幫你建、幫你改、幫你整理

這也是我覺得這套組合很方便的地方。

因為很多時候，我們需要的是一個真的能進系統裡做事的助手。


先講結論，OpenClaw 串接 Google 之後到底能做什麼

OpenClaw 串接 Google 之後，可以將原本分散在不同 Google 服務裡的資訊與操作，整合在同一個 AI 助理處理。

例如：

  • Google Calendar：查今天行程、建立事件、調整會議時間、加入受邀者、直接附上 Google Meet
  • Google Tasks：新增待辦、查詢 task list、追蹤任務狀態
  • Gmail：搜尋信件、讀信、整理重點、草擬回覆，必要時寄出前先請你確認
  • Google Drive：找檔案、列資料夾、下載上傳、配合其他工作流做資料整理
  • Google People / Contacts：找聯絡人、補 email、配合寄信或排會
  • Google Docs：讀文件、擷取內容、做摘要整理
  • Google Sheets：讀寫試算表、更新追蹤欄位、整理報表
  • Google Slides：作為簡報素材與工作流的一部分
  • Google Forms：把表單回覆抓出來整理
  • Blogger API：把部落格草稿推送、整理，也納入同一套流程

因此，這些能力可以被同一個 AI 助理串起來。你要做的不再只是「叫它建一筆行程」，而是可以慢慢把自己的工作流程也一起接進去。


實際部署前，你要先準備哪些東西

如果你也想自己部署，我會建議先把下面幾個東西準備好。

1. OpenClaw 環境

這篇文章的前提，是你已經有自己的 OpenClaw 環境，部屬方式可以參考我之前的文章【從零開始部署龍蝦 OpenClaw：Windows + WSL + Telegram + 多供應商入口，搭配免費與高 CP 值模型來源無痛暢用】。以我自己的做法來說��是跑在 WSL2 裡面，這樣後面接 CLI 工具會比較順。

2. Google 帳號

這個不用多說，你至少要有一個你自己要授權的 Google 帳號。

3. Google Cloud Console 專案

因為後面要走 OAuth 授權，所以你需要有一個 Google Cloud 專案，用來開 API、建立 OAuth client、設定 consent screen。

4. gog

gog 是整個 Google 串接的關鍵工具。你可以把它理解成 OpenClaw 背後真正拿去操作 Google 服務的那一層。

5. 幾個建議先固定好的本機路徑

這個很實用，我建議你一開始就先固定好，不然後面很容易亂掉。

建議準備這兩個檔案位置範例如下：

  • ~/.openclaw/secrets/google-client.json
  • ~/.openclaw/secrets/gog-keyring-password

前者是你從 Google Cloud Console 下載下來的 OAuth Desktop App client JSON。

後者則是 gog 在非互動環境下存放授權資訊時，會用到的 keyring 密碼。這個在 WSL2 情境尤其重要，因為如果你沒先處理好，授權流程常常容易卡住。


Google Cloud Console 設定教學，這些 API 建議一次開好

這一段很重要，因為很多人會卡在 Google Cloud Console 的初始設定。

我建議你這裡不要東開一個、西開一個，直接一次把後續可能會用到的 API 先整理好。

Step 1：建立或選擇一個 Google Cloud 專案

進到 Google Cloud Console 後，先建立一個專案，或選擇你原本就要拿來測試的專案。

如果你只是自己用，我會建議單獨開一個專案。這樣之後權限、測試、刪除、調整都比較乾淨。

Step 2：到 API Library 啟用相關 API

這裡建議先開這幾個：

  1. Google Calendar API
  2. Google Tasks API
  3. Google Drive API
  4. Gmail API
  5. People API
  6. Google Docs API
  7. Google Sheets API
  8. Google Slides API
  9. Google Forms API
  10. Blogger API (optional)

如果你問我要不要一開始全開，我的答案是，可以先開，因為這只是先把服務啟用，不代表你之後 OAuth 一定要一次把所有 scope 全���權出去。

講白話就是，先把路鋪好，但真的要走到哪裡，可以後面再決定。（開了你可以不用，沒開你就是沒得用）


Step 3：建立 OAuth consent screen

接下來到 APIs & Services 裡面，建立 OAuth consent screen。

如果你這套只是自己測試用，我會建議用最務實的方式就好：

  • User type ��� External
  • Publishing status 保持 Testing

這樣做的好處是最省事。你不用一開始就去碰正式發布與驗證流程。

Step 4：把自己的 Gmail 加進 Test users

這一步超容易漏，而且一漏掉你就會卡很久。

如果你的 OAuth App 還在 Testing 狀態，但你沒有把自己的 Gmail 加進 Test users，Google 在授權時就會直接擋掉，出現 access_denied 類似的錯誤。

這時候很多人會以為是 gog 壞掉，或 OpenClaw 串接有問題。其實單純就是 Google Cloud Console 這邊沒放行。

所以記得把你要授權的 Gmail 帳號加到 Test users 裡面。

Step 5：建立 OAuth client ID

接著到 Credentials 裡面建立憑證，類型選 Desktop app。

這裡不要選錯，因為後面 gog 的使用情境，本質上就是桌面 / 本機端 OAuth 流程。

建立完成後，把 JSON 檔下載下來。

我自己的做法，是把它放在：

~/.openclaw/secrets/google-client.json

這樣後面不管是整理腳本、做記錄，還是讓 OpenClaw 直接呼叫，都比較一致。



OpenClaw 端如何設定 gog，實際授權流程怎麼跑

接下來就進入實作。

這一段我盡量用各位可以照著做的方式來寫，不過我也會把我當時真的踩過的���一起講出來，這樣你比較不會浪費時間。

Step 1：安裝 gog

先確認你的環境裡已經安裝好 gog，並且能正常執行。

git clone https://github.com/steipete/gogcli.git
cd gogcli
make
./bin/gog --help

以我自己的環境來說，gog 安裝在這個路徑：("%userprofile%" 請使用自己電腦環境的��用者名稱)

/home/%userprofile%/.local/bin/gog

你至少要先確認兩件事：

  • gog 指令叫得到
  • 版本正常

Step 2：匯入 OAuth client JSON

接著，先把剛才下載的 Google OAuth client JSON 匯入 gog。

指令格式如下：(後方路徑依照實際存放的本機位置而定)

gog auth credentials set /home/%userprofile%/.openclaw/secrets/google-client.json

這一步看起來很小，但其實是整個流程的起點。

因為如果你手上根本沒有這個 client JSON，後面所有流程都不會成立。

這也是我一開始就很建議你先把 JSON 放到固定位置的原因。

Step 3：設定 keyring 密碼

這個是很多教學比較少提，但實際上很重要的地方。

如果你是在 WSL2 或其他非互動式環境裡跑 gog，授權資訊要怎麼安全存下來，往往會牽涉到 keyring。

我後來的做法，是先準備一個本機檔案存 keyring password，然後在執行授權前先 export：(後方路徑依照實際存放的本機位置而定)

export GOG_KEYRING_PASSWORD="$(cat ~/.openclaw/secrets/gog-keyring-password)"

講白話就是���這一步是在幫 gog 解決「我拿到 OAuth token 之後，要怎麼在這個環境下穩定存起來」的問題。

如果這個沒有先處理，很多時候要嘛是授權流程卡住，要嘛就是表面看起來跑完了，但後面實際又讀不到。

Step 4：開始對 Google 帳號授權

接著就可以開始正式授權。

如果你想先從最有感的服務開始，我會建議可以先從 calendar,tasks 起步，再慢慢往上加 Gmail、Drive、Contacts、Docs、Sheets 等等。

例如：

gog auth add [個人google信箱帳號] --services calendar,tasks

之後如果你要擴大授權範圍，也可以再追加像這樣的服務：

gog auth add [個人google信箱帳號] --services gmail,calendar,drive,contacts,docs,sheets,slides,forms --force-consent

這裡的 --force-consent，在某些情境下很有用，因為它可以強制重新跑一次 consent 流程，比較容易重新拿到需要的 refresh token。


Step 5：完成瀏覽器 OAuth 同意畫面

執行 gog auth add 之後，通常會跳出一個 Google 授權網址。

你就用自己的 Google 帳號登入，然後同意授權。


如果前面一切都設對了，這一段通常不難。

但如果你在這裡被擋住，最常見的原因通常是下面這幾個：

  1. 你沒有把自己的 Gmail 加進 Test users
  2. OAuth consent screen 沒設好
  3. 你選錯 OAuth client 類型
  4. 你根本沒有先匯入正確的 client JSON

Step 6：確認授權是否真的成功

很多人做到授權畫面跑完就以為結束了，但我會建議一定要再做一次確認。

最簡單的方式，就是跑：

gog auth list

如果你真的授權成功，這裡就會看到指定 Google 帳號，以及它目前已授權的服務。

這一步很重要，因為它可以快速幫你確認，你到底是真的打通了，還是只是流程看起來跑過而已。


以 Google Calendar 為例，OpenClaw 可以怎麼用

如果只是停在「我已經串接成功了」，其實還感受不太到它的效果。

真正有感的地方，是你接下來就可以直接用聊天方式叫它做事。

範例 1：查今天的行程

幫我看今天的 Google Calendar 行程。

這種就是最基本、但也最常用的需求。

範例 2：新增一筆一般事件

幫我在主日曆新增明天下午 3 點到 4 點的「產品討論」。

這種情境下，OpenClaw 就可以直接去幫你建立事件。

範例 3：調整既有會議時間

幫我把週五下午的會議延後 30 分鐘。

這代表它不光是只能新增，也可以查到你原本的事件後再幫你修改。

範例 4：建立帶受邀者的會議

幫我建立明天下午 3 點到 4 點的會議，邀請 someone@example.com，附 Google Meet，先不要發通知。

這裡其實就已經超過很多人對「AI 排程助理」的原本想像了。

因為它不光是只能幫你抓標題、日期、備註而已，它還可以：

  • 直接加入受邀者 email
  • 決定要不要發送通知
  • 一起建立 Google Meet 連結

範例 5：正式寄出邀請

幫我建立下週一早上 10 點的線上會議，邀請某某與某某，直接寄出 Google Calendar 邀請。

這種就是很實務的商務使用情境。

尤其如果你本來就有 Google Contacts 也串起來，後面其實還可以進一步降低手動找 email 的麻煩。



這套做法比原生 Gemini 或 Toki 好在哪裡

講到這裡，有些人可能會問，那這樣跟 Gemini 或 Toki 比，到底實際差在哪裡？

我自己的感覺是，差別不光是功能介面，而是整個可延伸性完全不同。

1. 它可以保留聊天式入口，但不被單一 App 綁住

Toki 很好用的一點，是你真的會覺得像在跟一個小幫手聊天。

OpenClaw 其實也可以做到類似感覺，而且還不一定要被綁死在單一 app 的操作邏輯裡。

2. 它不光是單點功能，還具有跨服務連動

Gemini 就算能幫你做某些 Calendar 操作，但 OpenClaw + gog 的強項，是可以把 Calendar、Gmail、Drive、Contacts、Docs、Sheets 都接在同一條工作流裡。

這代表你後面很多事情都不用再拆成一段一段的人工作業。

3. 它不只建立事件，還能延伸成真正的工作流

如果今天只是建立一筆行程，那很多工具都能做。

但如果你要的是：先看聯絡人、再建會議、再附 Meet、再補通知、再去找相關檔案，那 OpenClaw 這種 Agent 型做法就會比較有發揮空間。

4. 它對進階使用者更有長期價值

如果你本來就有自己的 OpenClaw 環境，後面每多帶一群 Google 服務，都是在幫你擴充同一個助理的能力。

換句話說，你在串接的過程中會逐漸把自己的數位工作助理慢慢養大。

5. 當然，它還是有點門檻

這套做法最大的代價，就是第一次部署的門檻比直接裝一個 App 高。

你要碰 Google Cloud Console，要處理 OAuth，要處理測試使用者，有時還要處理 WSL 跟 keyring 這種比較偏實作層的細節。

所以如果你只是超輕量需求，想偶爾建立幾筆私人行程，那未必每個人都需要用 AI agent 串接。

但如果你想要的是一個真的能進行自動化工作流的 AI 助理，那我會覺得這點小小的折騰是值得的。（不然你龍蝦都養了，不串接延伸服務是要幹嘛？）


結語

如果你只是想找 Toki 的替代品，那 Gemini 確實可以解掉一部分需求。

但如果你想做的，不只是找一個「長得像 Toki」的工具，而是想要一個真正可以配合自己工作方式、而且還能持續擴充的 AI 助理，那我會覺得 OpenClaw + gog 這條路更有前瞻性。

因為它處理的，不只是單一行程建立而已。

它處理的，是能把你原本散落在 Google 各服務裡面的資訊、動作、工作流程，慢慢收斂到同一個 AI 助理身上。

把 OpenClaw 串接 Google 服務，相當於把 AI 從一個本地工具，升級成能替你執行雲端工作的全方位數位助理。


📌 您可能也會有興趣的其他文章:

留言

張貼留言

熱門文章

ChatGPT 專案對話打不開？「Unable to load conversation」教你一招解決！

作者：
圖片
   為什麼我離不開 ChatGPT「專案」 如果你也像我一樣，常常同時和 ChatGPT 進行好幾種不同主題的討論──有時是寫文章、有時是整理會議摘要、有時又在測試 Python 腳本或語音轉錄工具──那你一定懂那種「對話越來越多、卻越找越亂」的感覺。不知你是否曾有過這種經驗，每次想回頭找某一段討論，都得在一整串聊天紀錄裡瘋狂滑頁面，心裡默默咒自己當初為什麼沒整理好。 直到後來我開始使用  ChatGPT 的「專案」功能 ，整個使用體驗完全不一樣。 它的好處不是單一功能的強，而是那種 把零散的想法、素材、流程，全部整合進同一個空間 的「一體化工作區」。我可以為不同主題建立獨立的專案資料夾，裡面不但能放多個相關對話，還能上傳參考文件，甚至為每個專案設定自己的系統提示詞（prompt）。 像我自己在 Blogger 部落格的寫作專案裡，就會有幾個長期使用的對話串小幫手：有的協助文章撰稿、有的協助生成插圖提示、有的協助 SEO 標題設計（當然你也可以依照不同主題來區隔）。全部集中在同一個專案裡，我就能隨時切換、隨時補充靈感，不用再怕「前一個對話斷線、後一個找不到」。 對我而言，ChatGPT 的「專案」就像是替每個主題開了一間資料室。所有靈感、指令、草稿都能歸檔、搜尋、延伸，讓創作和研究的效率倍增。 延伸閱讀回顧｜我之前也遇過「專案」捲動異常 還記得幾個月前，我就寫過一篇文章〈 ChatGPT 專案頁面捲動異常？四種方法教你完美解決！ 〉，當時的狀況是專案頁面只要對話一多、對話串區塊滑動一下就整個卡死，甚至無法往下看舊內容。 後來我花了不少時間測試，才整理出幾個臨時可行的解法。那次的經驗也讓我更確定一件事── 就算是再成熟的軟體服務平台，也不可能完全沒有 bug。 畢竟這些雲端服務都是持續在更新、同步數據、串接多端功能，只要系統一改版或後端有異常，就有可能出現小插曲。 所以我的心態是這樣：遇到 bug，與其焦慮等待官方修復，不如先想辦法「顧住進度」。能找到 workaround、能繼續把工作做完，才是關鍵。 問題現象描述｜「Unable to load conversation」是什麼狀況 最近我在使用 ChatGPT 專案內容時，突然發現有好幾個長期使用的對話串無法開啟。畫面上只出現一行冰冷的灰字：「 Unable to load...
Read more »

Notebook LM 語音轉文字完整教學：免費、快速又省力的最佳解法

作者：
圖片
  前兩天我才分享過一款超快的語音輸入工具  Wispr Flow 【 打字太慢？試試 Wispr Flow：神速 AI 即時語音輸入讓你效率翻 4 倍 】 ，很多人馬上私訊問我： 那如果不是即時講話，而是  YouTube 影片 、 線上課程回放 、 研討會錄音 、甚至  專案會議音檔 ，該怎麼事後整理成逐字稿或重點呢？ 這問題很實際。因為我們生活裡常常遇到這種狀況： 想複習老師講課，但課程影片或錄音太長，不容易重頭到尾再看一遍。 會議裡資訊量太大，隔天要寫報告卻腦袋一片空白。 研討會錄音或線上會議事後回放影片，希望能有逐字稿來整理會議重點。 所以今天要聊的，不是「即時口述」的輸入，而是  長音檔的事後轉錄 。這是另一條工作流程，也是一個不同的需求場景。 而「怎麼把長時間音檔轉成文字」就是很多人工作上的小挑戰，接下來我就帶你一步一步拆解。 市面工具快掃：選擇太多，但都有缺點 現在市面上其實已經有一堆玲瑯滿目的語音轉文字工具，列舉幾個代表性的範例如下： 先看  網頁／雲端服務 ： Whisper Web ：直接在網頁就能跑 OpenAI 的模型。 Good Tape ：標榜專門處理採訪錄音，操作簡單。 Vocol.ai ：主打會議紀錄，能快速切出摘要。 Cleanvoice AI ：強調去除語助詞、卡頓聲，轉錄更乾淨。 Kapwing Subtitles ：常被 YouTuber 拿來加字幕。 YouTube Transcript Generator ：省下人工抄寫，直接抓字幕稿。 再看  桌面／本機工具 ： Whisper Desktop ：跨平台的桌面版，跑本機模型。 MacWhisper ：Mac 用戶最愛的簡易版 Whisper。 Buzz ：開源小工具，支援多語言。 Subtitle Edit ：字幕編輯軟體，能抓音檔自動生成字幕。 noScribe ：輕量化的逐字稿工具。 Microsoft 365 Word（Transcribe） ：直接在 Word 裡就能上傳音檔轉錄。 聽起來選擇很多，但問題也很明顯： 大部分平台都有額度限制，要嘛訂閱制，要嘛按量計費。 把錄音上傳到小公司伺服器，難免有隱私顧慮。 本機安裝雖然不用上傳，可是吃硬體，顯卡不夠強就會慢到崩潰。 所以重點來了，有沒有...
Read more »

用AI一鍵生成簡報PPT投影片真的有那麼神？全網最詳細AI簡報工具彙整與實測心得

作者：
圖片
一、前言 從2023年OpenAI爆紅之後，AI內容生成這件事就已經從專業圈擴散到大眾日常，幾乎變成全民話題。你一定也有發現，這兩年不管是學生、老師、上班族還是家長，大家都在問：「AI真的可以直接幫我生一份PPT簡報嗎？」 最近剛好親友有授課示範的需求，特別來問我：「現在AI可以做的簡報，真的一鍵搞定嗎？怎麼做？有推薦的工具嗎？」這問題問到我心坎裡。目前網路上雖然隨便搜尋就有一大堆推薦文，但是平台工具實在太多了，相信對一般使用者而言，一時之間根本眼花撩亂不知從何看起！ 所以我決定系統性來幫大家回顧整理一下，目前各種常用於製作生成簡報PPT投影片的AI工具。無論你是老師、職場工作者、學生還是專案管理者，只要你曾經煩惱過「要做PPT投影片但沒時間、沒靈感、沒美感」──這篇文章保證超實用！ 我會從 需求與痛點切入 ，直接帶你看懂 AI做簡報的原理 ，然後 把市面上熱門的平台通通分門別類，逐一比較與解析 ，不藏私地把每個平台「官網、功能、價錢、優缺點」全都列清楚。甚至連你想不到的小眾工具、進階技巧，也一起收錄進來。 希望你看完這篇，能夠一次搞懂現在AI簡報的所有玩法，未來不管是臨時要趕交簡報、還是教學示範、工作提案，都能游刃有餘，還能選出最適合自己的工具組合。 二、AI生成簡報的需求背景與原理 為什麼這麼多人想用AI做簡報？ 先問你一個問題：你做簡報有沒有「拖延症」？是不是每次一想到要打開PPT，就開始覺得頭很大？如果你有這種感覺，真的不是你一個人。不只學生、老師、上班族，甚至很多高階主管，其實都超討厭「做簡報」這件事。為什麼？因為這個過程真的很「磨人」。 傳統簡報的三大痛點 花時間 從發想主題、找資料、抓重點，到內容組織、排版、找圖片，光是這些流程一來一往，往往半天、一天就過去了。加上每次要換個新風格、重頭設計模板，更是倍增工作量。 沒靈感 很多人寫到一半就卡住，不知道怎麼開頭、怎麼下標題、怎麼結尾。有時候腦袋明明有概念，但要化成簡報內容時就變得零零落落，結果內容拖稿，報告壓力又來了。 設計難 有內容沒美感也是一個大問題。很多人做出來的簡報，內容OK但排版醜、顏色亂，圖片放不對地方，結果台下觀眾根本記不住你要表達的重點。這不只是視覺問題，更會直接影響簡報的說服力。 AI生成簡報的共通原理 這幾年AI興起，就是針對這些痛點出現的解法。AI生成簡報到底怎麼運作？其實它背後的邏...
Read more »

從靜態簡報到全場互動：講師必備的 4 大即時投票系統推薦與使用技巧

作者：
圖片
  會議別再一言堂！聊聊「即時投票與問答系統」的魅力 這兩天收到以前同事的 LINE 訊息問我：「有沒有什麼軟體可以在會議中做投票？像是大家掃 QR code 回答問題後，結果還能即時顯示在電腦畫面上？」 還記得十年前我們在開會時，主持人要蒐集意見，可能還得一張張舉手、人工統計；現在只要拿出手機、掃個 QR code，幾秒鐘內全場的想法就能一目了然。 其實這些年來，不論是公司內訓、學術研討會、線上講座，甚至學校課堂或尾牙活動，這類「即時投票」或「即時問答」的互動形式早已普遍存在各場大大小小的活動。 原因很簡單——我們都發現，單向講述的注意力維持時間越來越短，無論是實體還是線上會議，大家都更需要被「參與」進來；而對主持人或講者來說，也需要更快速地了解現場的氛圍與意見分布，好即時調整節奏或做決策。 互動投票工具的出現，就剛好解決了這個痛點。 它不只是炫技或娛樂，而是一種讓「會議變對話、課堂變參與」的轉折點。 為什麼越來越多講者開始用「即時投票」？背後其實是三個痛點 會議裡最怕的，其實不是問題太多，而是「一片安靜」。 當主持人問：「大家覺得哪個方案比較可行？」現場一片鴉雀無聲；或是在內訓課上拋出問題，學員面面相覷，沒人敢先開口。這時只要掃個 QR code、用手機匿名作答，整個氛圍馬上變得活絡起來。 第一， 它讓更多人願意參與、降低發言壓力。 不管是會議中的部門主管，還是課堂裡的學生，有時候不是沒想法，而是不想「被看見」。透過匿名投票或文字雲，每個人都能放心表達，講者也能立刻看到群體的共識或分歧。 第二， 它讓資料變得「即時可視化」。 以往會議蒐集意見要用紙筆、事後彙整，現在幾秒鐘內統計結果就能以長條圖、圓餅圖或文字雲的方式呈現在投影幕上，幫助大家快速聚焦討論重點。對於要做決策或蒐集意見的會議特別有幫助。 第三， 它能讓活動變得更有「遊戲感」。 像是課程測驗、尾牙搶答、講座暖場，只要加上倒數、排行榜或即時分數機制，大家的投入度會大幅提升。會後系統還能匯出投票與答題結果，方便整理回饋或統計成效。 簡單說，這類互動系統的價值，不只在「讓畫面會動」，而是讓「每個人都動起來」。 從研討會到尾牙都能用：我親身試過的「互動投票」應用場景 這類系統的好處是「不挑場子」，只要現場有投影、有網路，就能瞬間變成一場有互動、有節奏的活動。 我自己這幾年在不同場合試過，發現它幾乎無所不能...
Read more »

打造數位分身：F5-TTS 本地部署教學與語音克隆應用分享

作者：
圖片
【從想像走向現實：AI語音克隆技術的無限可能】 隨著AI技術的飛速演進，我們已經不再只是科幻小說裡的旁觀者，而是親手推動未來的一份子。 尤其在語音領域， 語音克隆（Voice Cloning）技術 正悄悄改變著我們對「聲音」的認知與應用。 想像一下── 客服中心，不再是冷冰冰的機器人回應，而是擁有自然語氣、個性鮮明的虛擬代理人。 遠端教學，老師即便喉嚨不適，也能用預錄聲線持續講課，讓知識不中斷。 數位分身（Digital Twin），讓人在未來，即使不在現場，也能以自己的聲音、思想，持續陪伴家人與世界。 這些想像，現在都已經逐步成為可能。 而今天要分享的，就是一款讓 AI語音克隆變得更貼近一般人日常 的開源工具── F5-TTS 。 【人人都能上手的開源語音克隆神器──F5-TTS】 在過去，想要做到自然流暢的語音克隆，往往需要龐大的運算資源、複雜的模型微調流程，甚至還得會寫一堆程式碼。但  F5-TTS  的出現，徹底打破了這種門檻。 這套開源工具集結了目前語音合成領域中，最實用也最友善的設計特色： 超簡單部署 ：只要有一台搭載適當硬體的電腦，透過 Anaconda 與 pip，幾行指令就能完成環境建置，不需要深厚的程式背景。 完整本地運行 ：所有聲音資料、模型推論、生成過程， 都在自己電腦裡完成 ，不用上傳到外部伺服器，大大提升了資料隱私與安全性。 即時聲音克隆 ：只需要上傳一段短短的參考音訊，系統就能快速抓取你的聲音特徵，馬上開始生成說話內容， 幾乎可以做到零訓練直接上手 。 多語言支持 ：目前已支援中、英文，即便是中文語句也能自然合成，適合台灣使用者實際需求。 多情緒、多角色切換 ：透過內建的「Multi-Speech」功能，可以在一段文字中指定不同語氣（如開心、生氣、哀傷、耳語等）或不同角色身分，生成情感豐富的語音內容，讓聲音更有層次、更接近真人說話的感覺。 對話式互動（Voice-Chat） ：甚至還能結合小型語言模型（如Qwen2.5-3B），做到用自己聲音與AI進行即時對話，創造出前所未有的沉浸式體驗。 最厲害的是，這些功能都打包在一個簡單直覺的 WebUI介面 裡頭，不需要命令列操作，就可以直接點選、上傳、輸入文字，享受完整的語音克隆樂趣。 說真的，第...
Read more »

不是主持人也能做筆記！Otter.ai、Notta.ai 線上會議即時轉錄逐字稿完整教學

作者：
圖片
   不是主持人，也想有即時逐字稿 先說結論：在 Google Meet 裡， 只有會議建立者／主持人 才能開官方的 AI 摘要與逐字稿功能；多數參與者即便看得到「藍色鉛筆」的圖示，也 沒有啟用權限 。所以你我在多數公司會議裡，常會遇到——「想記錄，卻被權限卡住」的窘境。 為什麼這麼在意：會議不是只有「聽」，而是要把 結論、決策、行動 帶走。越多人線上協作，越需要能即時標註重點、會後快速回顧與搜尋。當主持人不在、或公司政策不開放時， 參與者也能獨立操作的轉錄方案 就變成剛需。 我的做法：這篇文章就聚焦「 參與者視角 」給你一條清楚的路——不靠主持人，也能在 Google Meet、Zoom、Teams 這類會議裡， 即時產生逐字稿、盡可能分辨講者，並在會後自動整理重點 。我會用最少的工具、最簡的流程，幫你把「記錄」變成自然發生，而不是分心打擾。下一段，我先用 30 秒帶你回顧整個語音轉文字的工具地圖，快速定位你真正需要的情境。 工具地圖回顧（30 秒對焦） 其實，語音轉文字這件事早就不是新鮮話題，只是—— 不同場景需要不同工具 。 我過去在部落格裡分享過三款代表性方案，各有最擅長的使用情境： 🗣  即時口述輸入：Wispr Flow 　→ 適合在靈感來時就直接說、即時變文字。 　→ 延伸閱讀： 打字太慢？試試 Wispr Flow：神速 AI 即時語音輸入讓你效率翻 4 倍 ☁️  事後錄音檔轉文字（雲端）：Notebook LM 　→ 把會議錄音、課程、採訪音檔上傳後，快速生成逐字稿與摘要。 　→ 延伸閱讀： Notebook LM 語音轉文字完整教學：免費、快速又省力的最佳解法 💻  事後錄音檔轉文字（本地）：Faster Whisper 　→ 在自己電腦上完成轉錄，隱私安全又不受上傳大小限制。 　→ 延伸閱讀： 快速又免費的語音轉文字神器『Faster Whisper』，一鍵解決影音內容爆量時代的痛點！ 這三款幾乎能涵蓋所有「事後處理」與「個人語音輸入」的需求。 但今天，我們要談的是另一個常被忽略、卻越來越多上班族需要的場景—— 線上會議的即時轉錄，尤其當你只是「參與者」時該怎麼辦？ 接下來，我會帶你拆解這類情境的真實痛點，為什麼光靠 Google Meet 或 Google AI Studio，其實還遠遠不...
Read more »

G6PD 缺乏者的抗生素選擇指南｜社區診所常見處方與藥師建議一次搞懂

作者：
圖片
診所處方中常見卻易忽略的用藥風險 身為藥師，最常面對的處方大概就是那些「一看就知道是常規」的抗生素了吧？像是在社區診所裡，病患多半是來看呼吸道或腸胃道的問題，醫師常開的口服抗生素，不外乎幾種熟面孔：Curam、Amoxicillin、Cefixime，甚至像 Thiamphenicol 這類傳統又便宜、好取得的藥，在很多診所幾乎是"常備良藥"。 但也正因為「太常見」，反而容易被忽略一些潛藏的風險。像是近期我注意到，有幾個藥物——特別是 Thiamphenicol 跟 Levofloxacin （如 Leflodal、Rozoxin 這些品牌）——雖然在臨床上被廣泛使用，但其實對 G6PD 缺乏症（也就是俗稱蠶豆症） 的病患來說，可能有 誘發溶血的風險 。 雖然這類病患在診所看診時未必都會主動告知，甚至連醫師也可能沒特別留意，但作為第一線接觸處方的藥師，這就是我們可以幫忙把關的地方。如果明知道某些藥物對特定族群有潛在風險，那我們有沒有辦法提出替代建議？或者至少提醒醫師，這個處方「有可能」會對某些病患造成風險？ 這篇文章，就是想從我實際接觸到的處方情境出發，整理一下目前診所常見的幾種口服抗生素，哪些對 G6PD 缺乏者是 安全的 、哪些則 應該避免使用 ，並依照不同感染情境（像是呼吸道、腸胃道、泌尿道等等），提供一些「 如果不能用，那可以換什麼？ 」的實用參考。希望對在第一線工作的藥師們，能有一些幫助或提醒。 G6PD缺乏症與藥品安全｜藥師不可忽視的藥事知識 蠶豆症這個名詞，大家應該不陌生，小時候健保卡上有印「禁止食用蠶豆」的那個紅字，就是它。其實它的正式名稱是「葡萄糖-6-磷酸去氫酶缺乏症（Glucose-6-Phosphate Dehydrogenase Deficiency，簡稱 G6PD deficiency）」，是一種 因 X 染色體上的 G6PD 基因突變所造成的遺傳性酵素缺乏疾病 。 因為男性只有一條 X 染色體，一旦這條 X 染色體上的 G6PD 基因出現缺陷，就會直接表現出來；而女性有兩條 X 染色體，即使其中一條有缺陷，另一條健康的 X 染色體還能補上功能，因此臨床上 男性患者比例明顯高於女性 ，這也是為什麼這類疾病在男生身上更常被診斷出來的原因。 這種病最大的問題就是—— 當身體遇到某些氧化壓力來源（像是感染、蠶豆...
Read more »

GLP-1 減重針安全嗎？瘦瘦針機轉、效果、副作用一次看懂

作者：
圖片
  這兩天有位朋友私下問我：「最近大家都在打瘦瘦筆（瘦瘦針），真的這麼有效嗎？會不會有什麼副作用？」 她說身邊有人打了一個月就瘦了好幾公斤，聽起來很心動，但又有點怕。 這其實是很多人近年常問的問題。從社群廣告、醫美診所，到名人親身見證， 「瘦瘦筆」幾乎成了瘦身界的熱門關鍵字 。 不過在這股風潮裡，常常有些資訊被誤解、被放大、甚至被簡化成「打一針就變瘦」的幻想。 所以我決定把目前在台灣  最常見的瘦瘦筆／瘦瘦針（GLP-1 類與 GLP-1/GIP 雙重機轉藥物） 整理成一篇清楚好懂的文章。 讓想了解這類藥物的人，可以一次看懂它的原理、副作用、適應症，以及醫界怎麼看待「短期減重」這件事。 1️⃣ 瘦瘦筆是什麼？｜簡介與作用機制 「瘦瘦筆（瘦瘦針）」這個名稱，其實不是正式的藥名，而是坊間對一類 注射式減重針劑 的通稱。 這類藥物原本是用來治療 第二型糖尿病 的處方藥，後來發現它能明顯抑制食慾、幫助體重下降，因此被研發並核准成為 體重管理藥物 。 目前在台灣核准上市、最常見的幾款包括： 善纖達®（Saxenda，liraglutide） ：每日皮下注射。 週纖達®（Wegovy，semaglutide） ：每週一次注射。 猛健樂®（Mounjaro，tirzepatide） ：每週一次注射，是目前唯一採 GLP-1/GIP 雙重機轉 的新一代藥物。 這幾種藥物都屬於「 腸泌素（Incretin）類藥物 」，其中前兩者（Saxenda、Wegovy）為傳統的  GLP-1 受體促效劑（GLP-1 receptor agonists） ，而猛健樂則更進一步，同時結合了  GLP-1 與 GIP（glucose-dependent insulinotropic polypeptide）  的雙重作用，被視為「第二代瘦瘦針」。 💡 它是怎麼讓人變瘦的？ 我們身體在吃東西時，腸道會分泌一種天然荷爾蒙叫  GLP-1 ，它有幾個關鍵功能： 延緩胃排空  —— 食物會在胃裡待久一點，因此更容易有飽足感。 抑制食慾中樞  —— 大腦接收到「已經吃飽」的訊號，吃得自然變少。 穩定血糖與胰島素分泌  —— 對糖尿病患者同時有血糖控制的效果。 而像猛健樂®（Mounjaro）這類 雙重機轉藥物 ，除了上述...
Read more »

提高職場回覆率！有效催辦、不讀不回的實戰解法與預防心法

作者：
圖片
你 有沒有 遇過 這種 情況？ 明明 專案 進行 到 一半， 或是 有些 重要 決策、 合作、 文件 要 等 對方 確認， 偏偏 對方 就像 人間 蒸發 一樣， 不讀 不 回、 已 讀 也不 回， 搞得 你 進度 卡 關、 氣得 牙癢癢。 前 幾天 我在 部落 格 分享 了 一篇《 別讓 你的 不讀 不 回， 慢慢 毀了 你的 專業 度 與 信任 感 》， 沒想到 發表 之後， 身邊 好 幾位 朋友 馬上 私 訊 來說：「 對 啊！ 我也 常 遇到 這種 狀況， 真的 很 煩， 但 到底 該 怎麼辦？」 老實說，「 希望 大家 都 能夠 在 合理 時間 內 回覆」 這件事， 好像 人人 都懂、 都說 得很 輕鬆， 可是 在 現實 生活 與 職場 中， 就是 總有 那麼 幾個 人── 你 傳 了 再 多 訊息， 他 還是 死 都不 回。 更 慘 的是， 有時候 一 整個 專案、 合作 案， 偏偏 就 卡 在 對方 那 一句「 待 確認」 或「 我再 看看」， 結果 自己 這邊 也 被 拖得 進退兩難。 所以， 這 一篇 文章， 我想 更 深入 來 聊聊： 當 我們 不得不 跟 這些「 常常 不 回 訊息」 的 人 合作、 共事 時， 究竟 可以 怎麼 做， 才能 讓 事情 不再 卡 關？ 又 或者 說， 有 哪些 方法， 真的 有助於「 加快 對方 回應 速度」， 把 流程 推進 下去？ 這 其實是 我 將近 二十 年 職場 經驗 裡 一直 觀察、 實踐、 也 不斷 調整 的 一個 大哉問。 今天 就來 跟 大家 分享， 怎麼 在 各種 關係 裡面， 找到 最適合 自己 也 最 有效 的 解法。   為什麼 這麼 多 人 會「 不讀 不 回」？ 大家 都 知道， 訊息 就是 要「 及時 回」， 但 偏偏 現實 中 就是 有 那麼 多 人 愛 已 讀 不 回， 甚至 不讀 不 回， 到底是 為什麼？ 坦白說， 這 現象 不只 一種 理由， 通常 跟 你 面對 的 對象 是誰 有 很大 關係。 不同 的 角色、 位階、 習慣， 真的 會 決定 他 回覆 你 訊息 的 速度。 舉 幾個 你 一定 熟悉 的 例子： 主管 或 高階 經理人： 他 每天 行程 滿檔、 訊息 炸 不停， 光 是 處理 自己 認為「 重要」 的 事情 就 忙 不完。 你的 訊...
Read more »

快速又免費的語音轉文字神器『Faster Whisper』，一鍵解決影音內容爆量時代的痛點！

作者：
圖片
多媒體數位影音充斥的時代，YouTube 影片、Podcast 節目、線上課程、網路會議錄影，甚至 IG 直播、Twitch 遊戲實況，短則十幾分鐘長則數小時。就算快轉播放，人類的視覺和聽覺吸收資訊仍有極限。現代人面對資訊轟炸，難免會有不想錯過新知的 FOMO 強迫心態， 在有限的時間如何最大化吸取新知 成為顯學。因此， 把影像或聲音內容快速轉錄成文字，再透過 AI 工具進一步摘要歸納整理 ，已經成為現代人必備的技能。 為什麼需要本地端語音轉文字工具？ 過往網路上已有許多免費或付費的雲端轉錄平台，但考量這些 平台通常都會有檔案格式、大小、時間長度限制 ，例如 Google 的 Notebook LM 只能上傳 MP3 且單檔限制 200MB，去年曾經紅極一時但現已停止服務的 Whisper JAX，也限制單檔不能超過兩小時。而實際測試中，通常超過一小時的檔案就不太穩定甚至會整個當掉。 當使用者面對較長的影片時，通常必須先用其他工具將影片轉為音訊檔，甚至需要將檔案切割成多個小檔，才能上傳平台做分析，操作上較為不便。此外， 檔案上傳到雲端多少會有隱私安全的疑慮 ，更不要說許多付費平台是按照使用量計價或收取高額月租費，對個人用戶而言是一筆不小的負擔。 為什麼選擇 Faster Whisper？ 目前大部分雲端或本地端的語音轉文字工具，背後多半是基於 OpenAI Whisper 模型或 串接API。 轉錄品質主要依據模型的參數大小 ，而 轉錄速度則取決於模型選擇與雲端本地硬體的「算力」 。然而雲端平台也要考慮多人同時使用的負荷，以及檔案上傳的網路傳輸時間，因此， 雲端與本地處理各有優缺點 。如果你本地端裝置硬體夠力，用本地端模式處理語音轉文字，其實是個可行又安全的替代方案。 最近筆者剛好逛到了 Github 上大神 Purfview 開發的開源軟體『 Faster Whisper 』，經過個人試用，覺得在速度與品質上都表現優異。但由於原始程式需要一些命令列基礎，對一般使用者可能會覺得有點門檻，而原作者的文件說明又比較簡略，因此我決定親自實測後來寫一篇淺顯易懂的教學說明。 Faster Whisper 特色大盤點 免網路離線使用 ，保障隱私安全。 支援幾乎所有常見的影片或音訊格式 （例如 MP4、MKV、MP3、WAV），無須額外轉檔。 無需安裝或複雜設定 ，下載解壓後直接...
Read more »