← 所有學員作品

超級個體顧問:把課程知識做成能陪學員拆解卡關的 AI 助教

我原本只是想在 AI Agent 大課裡示範「怎麼萃取一個人的專業大腦」,結果第一個最適合示範的案例,就是自己的《超級個體工作術》。於是我把課程知識、判斷框架與追問方式整理成一個真的能用的 AI 助教,讓學員遇到職涯、接案、時間管理與個人品牌卡關時,可以先找它拆解下一步。

  • AI 員工分身應用
  • 課程教學
  • 知識萃取
  • LINE/客服機器人
  • Codex

為什麼要做這個作品

把課程知識做成 AI 助教,讓學員不用等直播或助教回覆,也能先把職涯、接案與個人品牌卡關拆成下一步。

我在準備 AI Agent 的大課時,其中一章想講的是:怎麼讓 AI 萃取一個人的專業大腦,不只是背資料,而是模仿專家處理問題的方式。

原本我以為這會是一個課程中的示範案例。結果做到一半才發現,第一個最適合拿來示範的案例,好像就是我自己的《超級個體工作術》。

因為這堂課本來就累積了大量學員會問的問題:有人卡在職涯選擇,有人不知道接案怎麼報價,有人想做個人品牌卻不知道從哪裡開始,也有人時間管理永遠失控。

這些問題表面上看起來都不一樣,但背後其實會回到幾個固定判斷:你現在的資源在哪裡?真正的風險是什麼?下一步要先補現金流、作品集、客戶來源,還是工作系統?

所以我把這套萃取技術先做成一個真的可以用的小產品:超級個體顧問。

學員可以直接丟出具體卡關,例如「想經營個人品牌,從哪開始?」AI 會用課程中的框架拆成可行動的下一步。

用到的工具與架構

這個作品的重點不是炫技,而是把「課程知識」變成可互動的產品體驗。

  • AI 顧問介面:讓學員用聊天方式提問,不必先知道自己該問哪個單元。
  • 建議追問:回答完後提供下一步問題,讓使用者繼續往更具體的方向拆。
  • Discord 認證:超級個體學員可以一鍵認證,認證後就能持續使用。
  • 本機紀錄保存:聊天紀錄保留在使用者自己的瀏覽器裡,不上傳到我這邊。
  • Codex 協作開發:從 OG image、SEO metadata 到部署修正,都用 Codex 協助打磨與驗證。

以前怎麼做/現在怎麼做

以前學員遇到問題時,通常會回到幾種方式:翻課程、在 Discord 發問、等直播或助教回覆。這些方式都有效,但問題是阻力比較高。

你要先知道自己卡在哪一類問題,才知道該翻哪一堂。你要把問題描述清楚,才比較容易在社群得到好回答。你也要等到有人有空看,才會得到回覆。

流程圖載入中…

現在我想讓第一層拆解先由 AI 助教處理。它不取代真人討論,但可以先陪學員把問題問小一點,把情境補清楚,把下一步行動排出來。

流程圖載入中…

實際用起來會發生什麼

你可以問它很生活化的問題,不需要先把問題包裝得很漂亮。

例如:

  • 我該不該離職去做自由工作?
  • 接案怎麼報價才不吃虧?
  • 時間永遠不夠用,怎麼辦?
  • 想經營個人品牌,要從哪裡開始?

它會先用課程裡的判斷框架回答,接著給你幾個可以追問的方向。這個設計很重要,因為很多人真正卡住的地方,通常不是缺一個標準答案,而是不知道下一個問題該怎麼問。

回答不是終點。底下的建議追問會把抽象問題往現金流、客戶來源、可遷移能力等方向繼續拆。

這段短影片展示從提問、回答到建議追問的實際操作節奏。

現在的具體成果

目前這個 AI 顧問已經放在 ask.lifehacker.tw 上,先開放給課程學員使用。

非學員會有提問次數上限;超級個體學員可以透過 Discord 認證,認證後就能持續使用。

這個設計有兩個目的。

第一,讓同學在學課程時不用每次都從零開始找答案。當你卡在「我要不要離職」、「怎麼報價」、「要不要做個人品牌」這類問題時,可以先請 AI 顧問幫你拆。

第二,這本身就是 AI Agent 課程的實作案例。想做 AI 助教或 AI 客服的人,可以直接觀察:一個知識型產品要變成 AI 顧問,除了把資料餵進去,還要處理會員權限、提問次數、追問設計、聊天紀錄保存、等待體驗與 SEO 分享圖。

AI 助教真正困難的地方,不是「資料夠不夠多」,而是它能不能在對的時候追問、收斂,並把一個抽象問題拆回可行動的選擇。

設計時做過哪些取捨與調整

這個小產品看起來只是聊天框,但中間其實做了幾個取捨。

  • 不追求百科全書式回答:它不需要回答世界上所有問題,只要先把《超級個體工作術》的核心卡關拆好。
  • 先做學員場景,不先做公開流量:非學員可以試用,但真正完整的使用情境是課程學員的複習、提問與陪跑。
  • 把聊天紀錄留在本機:我不需要拿走學員的每一段提問,保留在瀏覽器裡對使用者也比較像自己的學習筆記。
  • 認證機制要真實處理:AI 產品要走到課程現場,就不只是 prompt,也會碰到誰能用、能用幾次、怎麼認證這些產品細節。
  • 封面與 SEO 一起打磨:這次特別補了 OG image、Title、Description 與結構化資料,因為 AI 助教不是只在產品裡被使用,也會在社群、電子報和學員分享時被看見。

下一步想優化什麼

接下來我會繼續打磨三件事。

  • 更細的課程模組路由:不同問題要對到不同課程框架,不能全部用同一種回答方式。
  • 更好的追問設計:讓建議追問更像助教帶路,而不是一般聊天機器人的推薦問題。
  • 更多可示範的專家大腦:未來也想做不同專家的知識萃取版本,讓學員看到同一套方法可以怎麼移植到 AI 客服、AI 助教、顧問與內部 SOP 系統。

給其他想做 AI Agent 工具的同學

這篇原本只是大課裡「怎麼萃取專業大腦」的示範。做到一半才發現,第一個該被萃取的是我自己的《超級個體工作術》。學員問離職、報價、個人品牌,表面都不一樣,背後是同一組判斷。

做成 ask.lifehacker.tw 之後,我才把知識庫問答和助教分開。知識庫是底層。助教要會追問、收斂,把抽象問題拆回下一步。這後來變成大課的一章。過程裡我也第一次把 Discord 認證、提問次數、本機聊天紀錄、OG 圖做滿。這些都不是 prompt。

如果你也想做 AI 助教或客服,不要一開始就把所有文件丟進去。先問三題:

  • 使用者最常卡在哪三類問題?
  • 專家通常會先追問什麼?
  • 一次好的回答,最後要把人帶到哪個下一步?

這三題想清楚,比塞一堆資料進知識庫重要。

留言與交流

使用 GitHub 帳號回覆作者,分享你的想法。