AI 助手的技能：SKILL.md 是什麼，以及如何不用終端安裝
SKILL.md 是 AI 助手在開始任務前讀取的純文字指令。它由什麼組成、與 MCP 有何不同、如何不用終端安裝，以及安裝前該檢查什麼。
每日站會：如何開得不流於形式
每日站會是什麼、與決策會議有何不同：四種形式與時長、現成的提問清單，以及散會時要記下什麼。
部落格
拆解、模板與實踐：如何開會，才能在結束後留下決定，而不是浪費時間的感覺。
如何開好會議：流程、會議規程與模板
讓會議以決定收尾：會前準備、參會人選、角色與時間控制、如何處理分歧、會議紀要，以及四種反面做法。
系統設計面試：這一輪到底怎麼考，怎麼答
系統設計面試真正考察什麼：帶時間分配的七步作答框架、開場該問的問題、四道經典題，以及常見的失分點。
企業知識庫：怎麼做才會有人真正用起來
知識庫回答的是「我們這裡怎麼做、為什麼這麼做」。該放什麼、為什麼按部門分類會散架，以及一週內如何上線。
會議紀要：該寫什麼，以及怎麼拿到它
會議紀要是什麼、與會議紀錄有何不同、現成模板與會後郵件，以及自動紀要遲遲不來時該怎麼辦。
面試中的 AI：幫助止於何處，作弊始於何處
即時提示、共享螢幕時看不見的懸浮窗，以及幫助變成欺騙的那條線。它的原理是什麼，真正暴露候選人的又是什麼，AI 該用在哪裡。
面向 Zoom、Google Meet 與通話的同聲傳譯：用自己的語言開口
即時對話翻譯：為什麼延遲比詞彙更重要，如何在任何通話裡用自己的語言說話，以及它的邊界在哪裡。
面試中的 AI 助手：對話裡的提示與失靈的招聘市場
AI 在面試前、面試中和麵試後分別能做什麼，幫助從哪裡變成代替，以及面試為何是糟糕的測量工具。不說教。
面向開發者會議的 AI 助手：程式碼、任務與決策都不會丟
會上定了三件事，兩天後沒人記得第二件。為什麼只有逐字稿不夠，以及一個決策如何帶著理由變成任務。
AI 課堂筆記：把錄音變成能複習的講義
逐字稿還不是筆記。讓它成為學習材料的七個板塊、錄音如何變成結構，以及哪些事仍然得你自己做。
從錄音到能用的會議紀要：決定、任務與承諾
逐字稿、摘要、紀要和結果是四件事。如何從錄音中得到六個有用的板塊，以及為什麼負責人和截止日期仍要人來核對。
會後的待辦和承諾交給 AI 找出來——一個都不落
從「說定了」到「做完了」，這條路在六處斷開。機器能從對話裡找出什麼、不該替你決定什麼，以及為什麼光有錄音不夠。
AI 會議助手：它是什麼、怎麼工作、為什麼需要
它與錄音機和逐字稿工具有何不同，從聲音到任務的流程如何運轉，它在哪裡出錯，以及有了 ChatGPT 為什麼還需要它。
Whisperer 與 Otter：為什麼只有逐字稿還不夠
Otter 把通話變成一份好筆記。Whisperer 在對話進行中就提供幫助——浮層提示、16 種語言的即時翻譯——並把承諾變成帶截止日期和出處的任務。
Whisperer 與 Granola：記事本還是工作空間
Granola 把對話變成優秀的文件，Whisperer 把它變成可追蹤的工作。基於一手資料的誠實對比：逐字稿、記憶、MCP、隱私與價格，以及 Granola 明顯更好的地方。
AI 為什麼會忘記，以及 Whisperer 的記憶如何運作
上下文視窗是工作記憶體，不是儲存。完整的問題：記錄型別、半衰期、去重、檢索預算，以及我們刻意不記的東西。
認識一下 AI 代理 Leo
Leo 是 Whisperer 裡的 AI 代理：它看得見你的會議、任務和日曆，並就在那裡動手。107 個工具、從會議中帶出處提取的承諾，以及關不掉的邊界。
不用機器人的會議紀錄：三種機制，以及各自做不到的事
瀏覽器擴充套件、平台官方 API 和系統聲音捕獲。每種如何工作、拿不到什麼、該選哪一種——以及沒人明說的代價。
如何透過 MCP 將你的會議接入 Claude Desktop 和 Cursor
MCP 讓外部 AI 客戶端訪問你的會議。如何在五分鐘內接入、哪些內容會出去、哪些永遠不會，以及權限是怎麼設計的。
會議紀要是什麼：七個部分的結構，以及現場怎麼記
會議紀要是一份簡短記錄：決定了什麼、誰負責、什麼時候完成。七個部分、詳略的判斷標準、模板和生成器。
會議議程：什麼該寫進去、議題怎麼徵集、六種格式
會議議程是一份條目清單，每條都有動詞、預期結果和時間。取捨標準、議程骨架、六種格式和檢查清單。
把逐字稿當作語言學習工具：覆盤自己的通話
如何用自己講話的逐字稿，看清反覆出現的錯誤、貧乏的句式和口頭禪。
結構化面試：依據逐字稿而非印象來評估候選人
為什麼連續第四場面試時記憶會失靈，以及如何把評估收斂到可比的標準而不是感覺。
客戶探索：從 20 場訪談裡提煉洞察而不被淹沒
工作路徑：從逐字稿到引語編碼，從編碼到模式，從模式到產品決策。