我想要來做一個 PM 在產品需求整理階段使用工具的分享 。這不僅對 PM，甚至對營業管理單位主管想推進系統改善、流程自動化來說，都是一個極具價值的工作流起點 。
自 2025 年下半年開始，我大量測試各種工具，直到 12 月底 NotebookLM 搭配更新的 Gemini 3，甚至上禮拜新年連假的Gemini 3.1發佈，理解人類長篇上下文意圖的效果上，達到前所未有的高度，我才深深將這套流程導入我的日常工作中 。
這篇文章的產出過程，正是這套工作流的最佳實證：
從2/23開工第一天午休外出午餐的路上，由自言自語錄音開始，在手機上按下：分享＞分享至NotebookLM App＞交由 AI 提煉摘要，下班處理完家務，20:50拎著筆電窩在床上熱騰騰的改寫成為本文。
一、 破除起步障礙，用語音取代鍵盤
面對系統開發或需求整理，在電腦前看著空白頁面，往往讓人難以起筆 。相較於打字或做簡報，用語音自言自語或當成錄 Podcast 的方式說明，是更容易踏出的第一步 。
- 零摩擦力的開端： 你不需要思考注音、倉頡等輸入法，也完全不用擔心打錯字 。
- 極簡工具需求： 只要打開手機（Android 或 iOS 系統內建皆可）的錄音工具，開始闡述內心想好的結構即可 。
- 無縫接軌： 錄音完成後，直接透過分享功能傳入 NotebookLM 的 APP 版本中，就能立刻啟動自動化工作流 。
二、 錄音心法：把 AI 當作「有潛力的新同事」
很多人擔心思緒跳躍會讓 AI 抓不到重點。事實上，AI 的語音理解能力已有重大突破，能達到極高的還原度與可用性 。在錄音時，只要掌握一個核心心法：把手機當作一位「有潛力的新同事」。
- 想像你是一位今天心情很好的資深主管，耐心地向他說明整個流程、方向與希望實現的作法，並解釋專有名詞 。
- 這位「新同事」絕對會忠實地將內容寫進文字檔，成為你後續知識庫的起點 。
- 就算你的思緒是跳躍式的，只要在過程中清楚交代當下的階段與名詞，AI 也能透過上下文將其串接起來 。
三、 循序漸進的協作：先除錯，再產出
資料匯入後，千萬不要急著立刻產出最終簡報或文件，這會帶來極大的風險 。請先到中央的對話框，分段引導、釐清情境並除錯 。
- 簡單情境直接摘要： 若內容僅有三五個步驟且無分歧路線，可直接下達「請幫我整理重點摘要」的指令 。
- 複雜情境單獨拆解： 以我曾在春節前處理的財務專案為例，該案涉及折舊、攤提，以及預付、延遲款、後續沖銷等相似卻處於不同階段的名詞 。此時，可以引導財務人員舉例說明作帳方式，並請 AI 針對「單個單個主題」分別整理重點（例如 A 情境怎麼處理、B 情境怎麼處理） 。
- 無痛修正名詞： 如果發現辨識出錯，只要輸入「請將名詞A更換成名詞B」，AI 就會依據上下文理解自動更正全段 。
- 經過人工第一版確認脈絡無誤後，再使用旁邊的資料工具產出簡報檔、完整報告或詳細會議紀錄，確保產出低風險 。
四、 進階循環：打造需求規格的兵工廠
這套工作流最強大的地方，在於能利用「加入記事」功能無限延伸文件產出 。
- 在對話框中確認沒問題的段落，點擊左下角的「加入記事」按鈕，將其轉為右側不可更改的固定內容 。
- 這些固定的記事可以再利用，再點擊「...」，選擇「轉換為來源」，成為在下一個階段整理時的可靠資料來源 。
- 透過這種對話轉入筆記的反覆循環，PM 可以從會議紀錄一路產出 User story，接著再從 User story 產出 PRD 文件、BRD 文件，甚至 SPEC 文件 。
結語：精確交付與職場賦能
使用這套工作流，省不省時只是 PM 個人的事，真正的核心價值在於「精確交付」。
過去開會時常手忙腳亂地抄寫、拍照，面對一個半小時的會議，事後幾乎不可能有時間聽寫成逐字稿 。現在，這套系統能確保我們將需求正確交付給 User 確認，並讓 RD 精確明白開發目標 。更深層來看，它完美契合了當前台灣職場的人口結構挑戰：彌補了年輕人經驗不足、中年記憶力（我說的...是我...）的痛點 。
AI 帶來的不是單純的挑戰，而是更多的賦能，協助我們將寶貴的精力專注在真正重要的價值上 。
