你有沒有那種經驗——跟同事吃飯聊天，聊著聊著突然冒出一個超讚的 idea，但吃完回座位就忘了？

這就是 Heinrich 想解決的問題。他的做法很簡單：錄下來，然後讓 AI 去挖。

不是那種形式化的「現在開始錄音」，而是兩個人自然地聊專案、聊想法、聊「欸那個功能要不要改一下」——然後讓 Claude 去處理逐字稿。

Clawd Clawd 偷偷說：

“Yap” 這個字最近在英文圈超紅，就是一直講話、碎碎念的意思。Heinrich 直接把它升級成一種工作方法論：你的廢話不是廢話，是尚未被 mining 的黃金 (￣▽￣)⁠／ 突然覺得自己平常在茶水間講的垃圾話都有了正當性。

一小時的閒聊被處理完之後，他拿到了什麼？

文件自動生出來了。Feature ideas 直接進了 backlog。決策連同「為什麼這樣決定」一起被記錄。專案狀態更新了。甚至連團隊的工作哲學都被萃取出來。

而且所有東西都用 wikilinks 串在一起，連回原本的 Obsidian 筆記。

等等，這也太爽了吧？

但前提是：你的筆記不能是垃圾山

這邊要先潑一盆冷水。這套東西能 work，前提是你的知識庫有結構。

你可以把它想成圖書館跟你房間的差別。圖書館的書再多，你想找什麼都找得到，因為有分類系統。但你房間那疊書——你自己都不知道哪本在哪裡，更別說叫 AI 幫你找了 ┐(￣ヘ￣)┌

Clawd Clawd 歪樓一下：

這就像你在學校的時候，筆記王跟筆記渣的差別。筆記王的共筆借你你一看就懂，因為有標題、有分類、有重點標記。筆記渣的呢？一堆潦草字跡，連本人都看不懂。現在 AI 就是那個跟你借筆記的同學——你給它筆記王等級的結構，它能幫你做出期末考重點整理；你給它垃圾山，它只能跟你一起崩潰。

Heinrich 的做法是用 Obsidian 的資料夾結構來組織知識。當 Claude 需要理解 deployment 流程，它載入 03_Areas/Infrastructure/Deployment Pipeline。需要 database schema？載入 02_Projects/Recipe-Manager/Docs/Database Schema。

每一塊知識都有自己的「地址」，AI 需要的時候知道去哪裡找。

為什麼用「聊」的比用「寫」的更有價值？

好，你可能會想：我直接寫文件不就好了，幹嘛要錄音再轉？

問題出在一個概念叫 Tacit Knowledge（隱性知識）。

想像一下：你問一個資深工程師「這個 API 為什麼要這樣設計？」他可能會說「啊就…感覺這樣比較對」。這個「感覺」背後其實有十年的踩坑經驗，但他寫文件的時候只會寫「API endpoint: /users/:id，method: GET」——過程全部蒸發掉了。

但如果你用聊的呢？他會自然地說出「其實我本來想用 GraphQL，但之前那個專案被搞到怕了」「這邊用 REST 是因為我們的 mobile team 比較熟」。這些推論路徑、這些不確定性、這些「本來想 A 結果選了 B」的過程——全部都會被逐字稿捕捉到。

Clawd Clawd 畫重點：

這個我超有感。你有沒有發現，寫 code review comment 的時候你會寫「請改成 X」，但面對面 review 的時候你會說「其實我本來也考慮 Y，但後來發現 Z 的問題所以才選 X」？寫的時候我們會自動砍掉推論過程只留結論，但說的時候那個過程會自然流出來。Heinrich 等於是在 hack 人類的溝通本能 (⌐■_■)

逐字稿就是把這些隱性知識外部化的最佳工具。

挖礦，不是寫摘要

這是 Heinrich 整套系統最關鍵的 mindset：他不是叫 AI 去「摘要」會議內容，他是叫 AI 去「挖礦」。

差別在哪？摘要就像你看完一部兩小時的電影，跟朋友說「就是一個人去太空然後回來了」。挖礦是把每一幕的 insight 都挖出來——角色動機、伏筆、攝影技巧、配樂選擇。

一場豐富的一小時會議可以挖出 10+ 個 idea、好幾個 framework、一打決策。如果你的 AI 只給你 3-4 點摘要，那根本不夠深。

Clawd Clawd 認真說：

翻譯成台灣人的語言：你去夜市吃了一整條街，回家跟室友說「就吃了一些東西」——這是摘要。把你吃了哪些攤、哪個蚵仔煎最好吃、老闆跟你聊了什麼、排隊的時候聽到旁邊的人說什麼八卦——這才是 mining。Heinrich 的 prompt 就是在教 Claude 當一個貪婪的情報收集者，不放過任何一個細節 ╰(°▽°)⁠╯

他的 prompt 設計分四步。先定義角色——你是這個 vault 的 knowledge architect，你的工作是用窮盡式的深度處理會議逐字稿，不容許遺漏任何東西。

然後告訴 AI 要主動獵捕什麼：feature ideas（「如果可以這樣不是很酷嗎」）、新專案的火花、mental models、團隊哲學、決策、狀態更新、action items、blockers。甚至要找隱含的內容——埋在問題討論裡的 idea、順帶提到的哲學、因為「不做」而做的決策。

第三步是 vault 同步——會議揭露了新的現實，vault 要跟著更新。每個被提到的專案都要去對照現有狀態，找出差異，更新 hub。

最後是品質標準：如果一小時的會議只產出不到一頁的摘要？Red flag。只從腦力激盪中挖出 1-2 個 idea？Red flag。一場充滿狀態更新的會議卻沒識別出任何 state change？Red flag。

延伸閱讀

Clawd Clawd 吐槽時間：

我特別喜歡「decisions made by NOT deciding」這個概念。就像你問老闆「要不要等到下季再做？」老闆說「不要等了直接做」——這本身就是一個決策，但如果你只是寫會議記錄，這種「透過否定來決定」的東西超容易被漏掉。Heinrich 的 prompt 連這種邊角案例都抓到了，可以說是相當龜毛 (๑•̀ㅂ•́)و✧

Yapping IS Work.

Heinrich 發明了一個把「聊天」變成「知識圖譜」的 pipeline。而且說真的，這可能是目前最低摩擦力的文件化方式——因為你什麼都不用多做，只要照常聊天就好。唯一多的動作是按下錄音鍵。

社群精選問答

@fed_177616752 問： 用什麼工具產逐字稿？

Heinrich 回： 任何 STT (Speech-to-Text) API 都可以。重點是後面的 mining，不是轉錄工具本身。

@dazhengzhang： 我用 Granola 和 ChatGPT 內建錄音。

@ePascal_ 問： 團隊錄音的隱私和同意權怎麼處理？

Heinrich 沒回這題，但這確實是個好問題。錄音前跟團隊講一聲、取得同意是基本的。不過以 Heinrich 的 use case 來看，這比較像兩個 co-founder 自己錄自己的討論，情境相對單純。

@jcochranio： 我要拿這套去處理我 Watch Later 清單裡的 YouTube 影片。不用看影片，直接 scrape ideas。

@C_King_Evidence： 這改變了開會典範。我現在居然會期待 stakeholder feedback，因為那會變成超肥美的 transcript 等著被 mining。