倉頡 Skill 實測：我丟 GTD 進去，10 個方法有 4 個被刷掉

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

你可能把一本書畫滿重點，幾週後真的要用，卻想不起該用哪一招。把書丟給 AI 摘要也幫助不大，它能背，但不知道什麼時候該拿出哪一招。

如果你想在 Claude Code 裡用自然語言生出可編輯的架構圖，可以看看我們整理過的 Next AI Draw.io，它提供 MCP server，能在編輯器裡用一句話產出 draw.io 圖檔。

如果你在 Mac 終端跑 Claude Code，又想離開座位時用手機放行它暫停等待的操作，可以看看 Port22 這類把手機變成 agent 遙控器的工具。

如果你想要的是直接拿到一支能用的 app，而不是陪 AI 來回改程式碼，Ironsmith 把口語需求編成原生 macOS 小工具的做法是另一個值得認識的方向。

如果你想把 Claude Code 不只用在改程式，還能直接生成一個看得到預覽、能部署的 Next.js 應用，可以看看 Claudable 這類把 CLI 代理包成產生器的本機工具。

同樣「把明確任務交給 Claude Code 在本機完成」的思路，也體現在〈PPT Master 開源 AI 簡報工作流〉——讓 AI agent 把文件產出成原生可編輯的 PowerPoint。

把 Claude Code 技能練熟之後，想驗證這些能力在真實招聘市場值多少，可以先翻 SWE College Jobs 軟體工程職缺每日彙整表 看當前軟體工程實習與新鮮人職缺開出的薪資區間。

把 Claude Code 拿來改 UI 的人，也可以參考 Design Prompts 整理的 31 種 UI 設計風格 prompt，當成讓生成介面有統一風格的起點。

倉頡 Skill 想解決的就是這個。它是一個 MIT 授權的免費工具（GitHub 上叫 kangarooking/cangjie-skill），把書、長影片字幕、Podcast 逐字稿裡「能重複使用的方法」，做成一張張 AI 能照著做的「工作卡」。之後你遇到對的情境，AI 會自己挑對的卡拿出來用，不用你每次重新交代。

但我不想只把它的說明書念一遍給你聽，那太像業配。所以我真的拿一份材料丟進去，看看它到底會做出什麼、又會刪掉什麼。

Pin

我拿 GTD 餵給它，連「2 分鐘規則」都被刷掉

我用的材料是 Wikipedia 上介紹《Getting Things Done》（GTD，一套很有名的待辦管理法）的條目，大概 9500 字。我照它的規格跑了一次：先盡量找出裡面「可能可以變成方法」的東西，一共挑出 10 個候選。

接著它對每個候選問三個問題：原文有沒有不只一處提到？這個方法能不能拿去解決書裡沒寫過的新問題？它是不是大家本來就知道的常識？三題都過才會留下來做成卡，沒過的就丟進淘汰清單，還會寫下為什麼。

結果 10 個裡有 6 個留下、4 個被刷掉。最反常的是被刷掉的兩個，正是 GTD 最出名的「2 分鐘規則」（少於兩分鐘的事立刻做）和「mind like water」（心如止水）。原因是：2 分鐘規則在這份資料裡只出現一次，沒有第二處可以互相佐證；mind like water 是個比喻，不是能照著做的步驟。留下來的，反而是「把模糊任務改成下一個具體動作」「依時間地點挑現在該做哪件事」這類有明確步驟的東西。

Pin

要說清楚：被刷掉不代表那兩個觀念沒用，只代表「這份材料撐不起兩處證據」。換一本把 2 分鐘規則講得很細的書，結果可能不一樣。這次 10 個留下 6 個，比作者說的常見範圍（大概 25-50%）還高，可能是 Wikipedia 本來就寫得比較精簡，也可能是我判得比較鬆。只測了一份資料，我還說不準原因。

這是它真的做出來的一張卡，長這樣

光說「做成工作卡」還是太抽象。我直接攤一張它這次做出的卡給你看。這張卡處理的是「把模糊任務壓成下一步」，來自 GTD 裡「把任務拆到下一個動作」這個概念。一張卡要寫清楚四件事：

• 什麼時候拿出來： 你有個任務寫成「寫季度報告」「改善團隊溝通」，放了很久卻不知道第一步。
• 它會怎麼做： 問自己「如果現在要動手，第一個看得見的動作是什麼？」再把「處理、研究、改善」這種還是目標的詞，換成「打開、寄出、打電話」這種真的能做的動詞。
• 什麼時候別用： 它不負責幫你從一堆任務裡挑一件來做（那是另一張卡的事）；兩分鐘能做完的小事也不用拆，直接做。
• 它怎麼被考： 「我報告寫不出來」該叫這張卡；「我只有十分鐘和一支手機」不該叫它，這題該用「依情境挑任務」那張。

看出重點了嗎？它不只把方法記下來，還硬性規定要寫「什麼時候用」和「什麼時候別用」。一般筆記只寫「這招是什麼」，但 AI 要是不知道什麼時候該收手，就會在長得很像的問題上拿錯招。

順帶講一下它的來源。這張卡對應的，是 GTD 原文裡「要寫下能逼近完成的下一步，而且是一個單一動作」這句話。倉頡做的事，就是把一句書摘擴成「什麼時候用、怎麼做、什麼時候別用、怎麼被考」四個部分，讓 AI 之後能照著判斷，而不只是把這句話背起來。

跟「直接問 ChatGPT」到底差在哪

很多人會問：我不能直接把書丟給 ChatGPT，之後要用再問就好嗎？可以，但拿到的東西不一樣。

直接問 AI，你得到一篇「當下讀得懂的整理」。它通常不會告訴你它刪掉了什麼，也不會替每個方法寫「什麼時候不能用」，更不會故意出題考自己會不會拿錯。倉頡做出來的是一組 AI 之後能挑選使用的卡，每張卡都帶使用時機和禁用情況，還附考題。

舉個具體的對比。你問 AI「怎麼把報告寫完」，它可能一次丟給你十條建議；換成工作卡的方式，它會先判斷你現在是卡在「題目還沒定」還是「開頭寫不出來」，再拿對應那張卡給你步驟，順便提醒你這張卡不管改錯字、也不管幫你從一堆事裡挑一件做。差別在於：一個是給你一份整理，一個是給你之後能重複拿出來用的工具。

但話要講清楚：這是「成品長相」的差別，不是「倉頡一定比較準」。我這次沒有拿同一份 GTD，一邊叫 AI 摘要、一邊跑倉頡，再用同一組問題對打。沒做這個對照實驗，我就不能說倉頡效果一定比 ChatGPT 好。

它最特別的地方，是敢把書裡的內容刪掉

回到它最值得講的一點。大部分內容工具都想幫你保留更多重點，倉頡反過來，先刪。作者寫得很明白：通常只有 25-50% 的候選會過關。被刪的不會消失，理由會留在淘汰清單裡，你可以回頭看，甚至把誤刪的救回來。

為什麼要這樣設計？因為一本書的章節數，不等於裡面「能重複使用的方法數」。有些段落寫得精彩，但只適合讀的時候享受，不適合變成「AI 之後照著做」的規則。硬把每章都做成卡，AI 反而會在相似情境裡搞混。先刪掉不夠格的，留下的才是真的能拿來做事的。

這套流程背後有它自己的方法名字（什麼 RIA-TV++ 之類的），你不需要記。對一般使用者來說，知道「它會先找方法、刪掉不夠格的、做成帶使用說明的卡、再考一次」就夠了。真要研究背後原理，再去看它 repo 裡的 SKILL.md 規格。

卡做出來還不算完，它還會故意考 AI 會不會拿錯

卡做出來，不代表 AI 真的會在對的時機用。所以每張卡還要配考題。

考題有三種：「該用這張」「不該用這張」「不太確定」。最特別的是「不該用」那種裡，會故意放一題「看起來很像、其實該用另一張卡」的陷阱題。例如我問「我只有十分鐘、手邊只有手機，該做什麼？」這題不該用「把任務拆成下一步」那張卡，而是該用「依情境挑任務」那張。AI 要是拿錯，就代表這張卡的「使用時機」沒寫清楚，得退回去重做，不能只改考題讓分數變好看。

這個設計打中一個真實痛點：AI 常常看到關鍵字就用招，不管情境對不對。逼它先把「什麼時候別用」寫清楚，再出題考它，比單純做出很多卡更能確保真的能用。

三種可能真的用得到的情況

下面這幾種是我「猜」可能適合，不是我實測過有人成功，先說清楚：

• 學生拆教科書的一章： 別整本丟。挑一章有固定解題步驟的，做成「看到哪類題目先用、先檢查什麼、哪種題型不適用」。但歷史故事或散文這種靠劇情感動人的，通常不適合硬拆成卡。
• 行銷人拆文案書： 把「標題怎麼檢查」「什麼時候用見證」「哪種情況太像推銷」拆成不同的卡，再放很像的文案題考 AI 會不會拿錯。作者 GitHub 上確實有把《文案創作完全手冊》做成一整套卡的例子，但數量不代表品質。
• 開發者拆長課程： 適合把重複出現的除錯流程、檢查順序做成卡。只是介紹新功能、沒有可重複步驟的影片就不一定值得拆。影片要先有可靠字幕，字幕把術語聽錯，後面會一路錯下去。

先潑盆冷水：它沒有你想的那麼輕鬆

講了一堆優點，缺點也要講，不然不公平。

第一，它不是裝一下就能用的軟體，沒有一行安裝指令。它給的是「做出其他卡的工具和藍圖」，第一次怎麼裝、裝到哪個資料夾，要你自己看 Claude Code 或 Cursor 的設定。

第二，最後還是 AI 在判斷一個方法有沒有用，所以它可能刪錯。好處是刪除原因會留下來，你可以打開淘汰清單把誤刪的救回；壞處是你還是得自己檢查，不能按一下就全信。

第三，這套流程會花掉不少 AI 額度，也花你時間。它要讀完整份資料、挑候選、刪、做卡、出題、再考。只為了處理一篇短文，可能不划算；內容越長，花得越多。

第四，工具開源，不代表你餵進去的書也能拿來賣。倉頡是 MIT 授權，但書、課程、逐字稿各有各的授權，要公開或商用前，還是得看原始內容允不允許。

第一次怎麼開始

如果你看完還是想試，我的建議是：別先拿最厚、最喜歡的書。先找一篇有明確步驟的短文或課程逐字稿。跑到「它留下哪些、刪掉哪些」就先停，挑幾項回原文對一下。確定它沒看錯，再做一張卡，拿一題該用、一題不該用的真問題考它。

如果你還在搞懂 Claude Code 怎麼用，可以先看我們寫的 Claude Code 的實務設定與使用習慣。想看一個 Skill 裡面到底長怎樣，可以參考 last30days Skill 的拆解；想了解怎麼把 agent 技能做得更系統，Refly 的 Agent Skills Builder 是另一種思路。

書丟進去會外流嗎？做出來的卡能商用嗎？

內容會被上傳到哪裡？ 工具本身不綁定某個雲端。內容怎麼送、給哪個模型、會不會留存，取決於你用的 Claude Code 或 Cursor 接哪個模型服務。處理沒公開的書稿、公司內部課程、敏感逐字稿之前，先查清楚你目前環境的資料政策。

做出來的卡可以商用嗎？ 倉頡的程式是 MIT 授權，可以改、可以商用。但你餵進去的書或影片是另一回事，能不能商用要看那些內容的授權，工具不會幫你解決這層。

最後我會留下它嗎？會，但不是拿來做書摘

倉頡不適合拿來做書摘，那是另一回事。它真正有意思的地方，是把書裡的方法做成一盒「帶使用說明的 AI 工作卡」，而且硬性規定每張卡都要寫「什麼時候別用」、還要出題考 AI 會不會拿錯。

我這次只測了一份資料、又自己做自己考，不能替它的成品品質打包票。但單就這次，它做了一件多數工具不做的事：它敢把不夠格的內容刪掉，還把理由留給你看。對 AI 工作卡來說，搞清楚什麼時候不要用，常常比再多塞一套方法更重要。