曾幾何時，我以為帶筆記本去開會是一種專業。
黑色的活頁夾，兩枝筆，一本滿是分隔線的筆記。每次開完會，翻開那本筆記，心得和廠商報價夾在同一頁，要找上一次的結論還得從三個月前的頁面往前翻。回到家已經十點，腦子裡殘留的只剩下今天有個廠商說了一個「下午好」，像個沒有情境的漂流瓶。
那時候以為這是常態。那時候不知道，這其實是一種慢性消耗。
現在我開會，一定帶著筆電。
🔹 開會前：讓資訊先進場
開始之前，我會打開 Heptabase，開一張新的卡片。
我用的語音工具叫 Typeless——邊聽邊說，即時把說話的內容轉成整理過的文字。它和錄音不一樣。錄音是把聲音存下來，事後再處理；Typeless 是即時轉譯、即時濃縮，最後我輸入的仍然是文字，不是音檔。所以不需要另開 TwinMind 或 Screenpipe，多一層就多一層損耗，少一層才乾淨。
特別是遇到表格、預算、規格頁，直接拍給 AI，讓它先幫我讀一遍。人進場前，資訊已經在場了。
🔹 開會中：三個 AI，各司其職
這是我現在最核心的配置：
手機開 TwinMind，背景錄音，捕捉整場對話的原始聲音。我很想在這裡大力推薦它——但現實是，它最近取消了我的終身資格。沒有任何預警，突然從 Lifetime 切回免費版。這種「養套殺」的操作，在 AI 工具界愈來愈常見。我現在用免費版繼續，但這個工具已經在我心裡打了個問號。
電腦開 Gemini，引用 NotebookLM 的資料池。這個組合在 2026 年 4 月 Google 正式整合之後，變得非常強大。我的 NotebookLM 裡，已經彙整了過往所有相關案子的開會記錄、報告、預算對比。Gemini 連進去之後，就不只是一個對話機器人——它是一個熟悉這個案子全部歷史的顧問，能直接告訴我：「這份報告和三個月前那份的預算差了多少，差異在哪一行。」
開會過程中，我邊聽邊查、邊問邊記。哪一家廠商在報告，告訴 Gemini 一聲，它就主動整理出可以問的問題清單。現場那些廠商說的「下午好」、講話「呃呃呃」特別多的贅詞——AI 都幫我分開記錄，可以事後作為評審心得，也可以用於教育訓練。
🔹 開會後：知識提煉，不是整理資料
這是最關鍵的一步，也是最容易被搞混的地方。
會議結束，記錄同步完成。 不需要回家再整理，不需要隔天靠記憶補筆記。Gemini 已經能用自然語言直接輸出結論：你要摘要、要待辦清單、要廠商比較表，說一聲就好。不再需要一年前那種「請你扮演專業秘書」的角色 Prompt——那個時代過去了。
我自己養成的習慣是，把會議記錄和個人心得分開。
會議記錄是事實層：誰說了什麼、哪個數字、哪個決定。這個交給 Gemini 整理，存進 NotebookLM，讓資料池持續成長。
個人心得是判斷層：我覺得這家廠商的執行力有問題、這個預算方向走下去會踩到什麼坑、這個現象和另一個案子的某個決策有關聯。這個部分，我請 Sophia 存進我的個人知識庫。
🔹 三層介質，不能混用
這是我想講清楚最重要的一件事：
NotebookLM = 資料池
（原始文件、歷次記錄、報告彙整——體積大，可以龐大）
Gemini = 整理引擎
（即時分析、比對差異、輔助提問——連接資料，輸出結構）
Sophia / Basic Memory = 知識精煉
（個人洞見、心得結論、值得跨案引用的觀察——輸入精選，體積小，密度高）
介質越往後，輸入越精選，體積越小，密度越高。
這不是我自己想出來的規則，是一次一次開完會之後，從混亂中逐漸看清楚的邊界。以前我的問題不是沒有工具，是所有工具都放在同一個桶子裡，結果每次要找東西都像在翻垃圾。
資料可以龐大。知識要精煉。這兩句話，不是說說而已。
🔹 真正的改變是什麼
以前開完會，最大的代價是疲勞的記憶。
人是開了會的，腦子是動了的，但那些內容停留的位置是「短期記憶 + 零散筆記 + 模糊印象」。等到下一個案子來，或者三個月後要對照同樣的廠商，得重新把自己推回那個狀態，而那個狀態已經不在了。
現在最大的改變是：開完就記完。
不是記得更多，是記得更清晰。不是工具更強，是自己的精力留給了應該用精力的地方——判斷、提問、洞察——而不是抄寫和整理。
碎片能被收集，即時能有回饋，會議結束前結論已經成形。這三件事，加在一起，不只是效率的提升，是開會這件事的本質改變。
💭 思考角度
有一種資訊是放進去愈多愈好的。有一種知識是愈精煉才愈值錢。
分清楚這兩件事，才知道工具該怎麼選、AI 該怎麼用，以及——自己的腦子，該用在哪裡。
🔗 相關說書
- 蝙蝠俠效應：如何對抗邪惡 ｜ 共同主題：AI與科技、教育與家庭、注意力與數位健康
- 🔹 那個媽媽會讓小孩受傷？ ｜ 共同主題：AI與科技、教育與家庭、注意力與數位健康
- 有時候，只是需要一個機會 ｜ 共同主題：AI與科技、教育與家庭、注意力與數位健康