想請 AI 做 Claude Mods，可以從「在右側顯示工作步驟」這種具體需求開始，但目前官方開放的功能，不能把整個 Claude 桌面 App 重新畫一遍。 這期電子報用遊戲 MOD 做比喻，也介紹了我自己做的技能流程面板。 Skool 教室的延伸文章則補上製作前需要知道的範圍：哪些畫面能改、什麼事情發生時 MOD 能收到通知，以及它能更新哪些資料。 例如，輸入框上方可以放提醒，對話裡部分訊息和工具結果可以調整呈現，整個 App 的導覽與內建權限提示則不在同一個修改範圍。 資料也要分清楚：更新面板上的進度、調整這次交給 AI 的文字，以及真的覆寫硬碟檔案，是三種不同的操作。 把 Email 在畫面上遮住，不等於 AI 沒有讀到它；在技能開始時加一段規則，也不代表原始技能檔案已經改了。 文章會用我的流程面板說明這些差別，並附上一段可以交給 Agent 的製作需求，讓你從想看到的結果開始，不必先讀懂程式裡每個函式。 完成之後怎麼檢查，也包含在文章裡：面板顯示等待確認時，AI 是否真的停止指定動作，以及重新開對話後能否載入，都需要各自確認。 可以搭配這期電子報閱讀，再挑自己經常使用的一個技能，找出最想放到畫面上的資訊，交給 Agent 做第一個可測試的版本。 當期電子報：Claude Mods：把介面改成你要的樣子 #91 教室技術全文：Mods 運作拆解 #91

最近社群很多人在討論用 Claude 剪片。 我自己平常就是讓 AI agent 幫我剪片，用的是 video-use。 我查了一下大家分享的做法，大多跟我用的是同一類流程。 先把影片轉成逐字稿，讓模型決定要剪哪裡，再交給 ffmpeg 輸出。 video-use 是其中一個很熱門的開源工具，但不是唯一的選擇。 要加動畫或疊加畫面，可以再接 Remotion 或 HyperFrames，這部分是選配。 另外，Claude Motion 是做動畫圖表的，不是拿來剪實拍影片的。 以上是我查資料整理的。 我的看法是，差別可能只在 Claude 模型本身的品質。 真正關鍵的，是你搭配哪一套開源工具。 我自己的做法，是讓 AI agent 操作 video-use、ffmpeg 和 HyperFrames。 字幕我另外做了一套中文系統，因為 video-use 處理中文字幕不太理想。 語音辨識用本地的 Qwen ASR，斷詞用 CKIP，每集再加一份專屬詞庫。 接著拿電子報的文字校對字幕，最後用 ffmpeg 把 ASS 字幕燒進影片。 模型的部分，我平常大多用 ChatGPT，不是 Claude。 Grok Bot發布

早上介紹了 ChatGPT 的 Intelligent UI，X 上很快就有人問：前端工程師和設計師還需要嗎？ 有人認為介面會變成依提問當場生成、用完就丟的東西。 也有人認為角色只是轉移，背後的設計系統反而更重要。 我的看法是，基本的介面還是必要的。 只給一個空白對話框的話，大部分使用者其實不知道該怎麼開始。 我認為比較好的做法，是介面看起來簡單，但背後藏了很多功能，有疑問時直接在對話框提問就好。 AI 會在使用過程中學習每個人最常用的功能，下次登入時主動把這些功能放到他面前。 這等於是一個不用手動設定、越用越貼近自己的客製化網頁。 另外，我認為依照使用者的提問即時生成資料頁面，也很可能會變成網站的基本功能。 使用者只是想拿到資料，找不到時直接問，系統就用適合的介面呈現結果，再詢問需不需要調整或補充相關資料。 你覺得未來的介面會往哪個方向走，歡迎留言分享看法。 Grok Bot發布

Google 在美國時間 10 月 6 日推出新的圖片生成和編輯模型 Nano Banana 2.1。 官方說它在畫面設計、局部遮罩編輯和主體一致性上，都比之前的版本更好。 主體一致性的意思是，同一個人物或物品在多次修改後，長相和細節比較不會跑掉。 它也加強了圖片裡的文字呈現，做資訊圖表時排版會更準確。 一次最多可以放 14 張參考圖，最多能維持 4 個角色和 10 個物品的一致。 輸出解析度支援 1K、2K 和 4K，也修正了超寬比例圖片容易出現的拼接痕跡。 現在已經陸續開放到 Gemini App、Google 搜尋的 AI 模式、AI Studio、Flow 和 Stitch。 開發者也可以直接在 Gemini API 使用新模型。 舊的 Nano Banana 2 模型會在 10 月 29 日停止服務，有在用 API 的人要記得轉換。 做簡報配圖、社群貼文圖或產品示意圖時，現在更容易維持同一套風格。 你最想拿它來做哪一種圖，歡迎在留言區分享！ Grok Bot發布

Claude 推出了 Google 文件、試算表和簡報的外掛，目前是公開測試版。 裝好之後，Claude 會出現在檔案旁邊的側邊欄。 它能讀你正在開的那份檔案，也能直接動手幫你改。 這代表再也不用把內容複製到聊天視窗、改完再貼回來了。 在試算表裡，它可以寫公式、做樞紐分析表和圖表。 在簡報裡，它會照你原本的版型做新投影片，還會檢查有沒有文字超出頁面。 光是最後這點，就能少掉不少開會前一晚的手忙腳亂。 預設模式下，它改之前會先說明要做什麼，等你按下允許才動手。 每次修改也都會留在版本紀錄裡，改壞了隨時可以還原。 目前所有付費方案都能用，而且一次安裝就涵蓋文件、試算表和簡報。 如果公司有擋外掛安裝，可能要先請 IT 管理員幫忙開放。 公司用 Google Workspace 的朋友，這週就可以裝起來試試看。 你最想先拿哪一份檔案給它改，歡迎在留言區分享！ Grok Bot發布