--- title: 我對著手機說出一個想法，它後來成了一個 GitHub PR。 description: "一套真實的 AI 工作流程：我用 Flow Keyboard 在手機上口述想法，與 ChatGPT 經過幾輪討論加以發展，再透過 GitHub Issue 和 Codex，將它變成可供審查的 GitHub PR。" author: Flow Keyboard publisher: Snowline LLC date_published: 2026-09-08 date_modified: 2026-09-08 language: zh-Hant inLanguage: zh-Hant canonical_url: https://flowkeyboard.com/zh-Hant/insights/thought-to-action-workflow.html markdown_url: https://flowkeyboard.com/zh-Hant/insights/thought-to-action-workflow.md --- # 我對著手機說出一個想法，它後來成了一個 GitHub PR。 同一份脈絡如何從口頭想法一路流轉，成為可供審查的成果。 ![手機上的語音波形經過對話、研究和任務階段，成為經過審查的交付成果。](https://flowkeyboard.com/img/insights/thought-to-action-workflow/01-context-pipeline.webp) *同一份背景脈絡從表達、討論一路延續到執行。* 我對著手機說話。 後來，這些話成了一個 GitHub Issue，接著又成了一個 GitHub PR。 一開始，我甚至連簡要說明都沒有，只有幾條逐漸交會的線索：網路上關於 ADHD 的討論、人們難以著手處理重要任務的經驗、一段談到在困難任務前先讓大腦預熱的公開對談、一篇探討為何微小任務也會讓人覺得如此困難的 BBC Worklife 文章，以及 Flow Keyboard 可能在其中扮演的角色。那篇 BBC 文章指出，陌生或帶有情緒負擔的任務，可能會在我們心中被不成比例地放大[4]。 這些內容混合了觀察、猜測，以及仍需查證的事實。我開啟 Flow Keyboard，把一切從頭到尾說了出來。我沒有大綱，也沒有試圖先寫出一個完美的提示。 Flow Keyboard 將那段自由口述轉成文字。我把文字傳給 ChatGPT，這個想法便開始向前推進。 ## 不必先有完整成形的想法，才能開始 新想法很少會以完整的樣貌出現。在我們還無法界定核心問題、已知資訊的界限或最終交付成果之前，往往就已隱約感覺到某件事值得探索。 如果此時就要求一份嚴謹的簡要說明，我們可能只會盯著空白頁面。語音提供了一個更容易的切入點。一項於 2024 年發表、共有 1,001 名參與者的智慧型手機問卷實驗研究發現，隨機分配以語音回答開放式問題的參與者，使用的字詞更多，涵蓋的主題也更多[1]。 這項實驗並未證明說話能產生更好的想法，但確實顯示，降低表達的難度，可能會鼓勵人們提供更多背景和細節。若想進一步了解語音、工作記憶與 AI 脈絡，請閱讀[《給 AI 的脈絡太少，它就只能猜》](https://flowkeyboard.com/zh-Hant/insights/voice-ai-prompt.html)。 即興說話會出現停頓、重複、修正，也常會在說到一半時才補上關鍵背景。CHI 2024 的 Rambler 研究便從這個問題出發：口述很有效率，但即興話語通常冗長且缺乏連貫。擷取主旨並調整整體結構，可以讓內容更容易作為書面材料使用[2]。 在這個階段，Flow Keyboard 捕捉的，是仍在成形中的思緒。它能準確轉錄較長的語音，處理斷句、重複和結構，把鬆散的想法變成我可以閱讀、查核和討論的材料。 ### 推動想法前進的四輪對話 1. **我把想法說出來 · Flow Keyboard** 「我們能否把 ADHD、難以開始做事、在困難任務前先讓大腦預熱的方法，以及 Flow Keyboard 串連起來，寫成一篇真正有用的文章？」 沒有大綱：觀察、經驗和仍待查證的資訊全都混在一起。 2. **ChatGPT 評估並研究這個想法 · ChatGPT** 「這值得探索，但我們應避免醫療宣稱。更準確的受眾，是難以集中注意力和開始做事的人。」 研究繼續探討 ADHD 的界限、拖延研究、預熱說法的原始來源，以及 BBC 文章實際能支持哪些說法。 3. **我加入下一階段的要求 · Flow Keyboard** 「保留研究引文，然後建立一個 GitHub Issue，讓工作可以繼續進行。」 4. **ChatGPT 將討論轉成任務 · GitHub** 研究問題、證據的限制、文章結構、各平台交付成果和驗收標準，全都納入同一個 GitHub Issue。 *同一份脈絡經過四輪推進：口述、評估、研究，以及明確定義的任務。* ## 真正的價值會在幾輪往返後浮現 我先請 ChatGPT 評估這個想法是否站得住腳。 第一輪很快就揭露了問題。「Flow Keyboard 能幫助 ADHD 患者」可能暗示醫療效益。「每個人都有 ADHD」則混淆了臨床診斷、注意力困難和日常拖延。我們將受眾縮小為「難以集中注意力，也不容易開始做事的人」。 接著，ChatGPT 查閱了成人 ADHD 的定義、拖延相關研究、公開對談中的任務預熱說法、BBC 文章對陌生或帶有情緒負擔之任務的討論，以及語音輸入如何影響表達。每一項證據都稍微改變了原始想法：有些判斷經得起檢驗，有些說法變得更為收斂，也有些缺口需要用更多問題補足。 我用 Flow Keyboard 補充要求：保留研究引文、明確列出我們必須避免的醫療宣稱，並把討論轉成 GitHub Issue，交給下一階段處理。 到了這時，我們已累積一整套經過提問、事實查核和編輯決策塑造的脈絡。無論接手的是人還是 AI，都能理解這個想法為何值得推進，也能看出哪些地方仍沒有足夠證據支持結論。 ### GitHub Issue 如何進入執行階段 **研究並製作一套關於如何逐步投入任務，以及難以開始做事的內容系列** 核心想法：**Flow Keyboard 將開始做事的過程轉化為可用成果。** 1. **研究：確立事實及其界限。** ADHD 與日常拖延的差異 · 預熱說法的原始來源 · BBC 文章支持哪些說法 · 語音回答實驗及其限制 2. **內容製作：以同一套證據製作完整內容。** 研究筆記與知乎長文 · 小紅書（RedNote）視覺分鏡 · 微博與即刻文案 3. **執行：讓成果達到可查核、可修改、可發布的狀態。** 算繪圖片並執行自動化檢查 · 提交 GitHub PR · 經人工審查後發布 **最終交付成果** research.md · longform.md · 9 張圖片 · 4 個平台版本 · GitHub PR。 *隨著工作發展成研究、內容、圖片和 GitHub PR，GitHub Issue 會持續保留原有目標與界限。* ## GitHub Issue 將討論轉化為執行 方向明確後，ChatGPT 將討論整理成一個 GitHub Issue。 其中包含研究問題、現有證據、事實界限、內容結構、各平台交付成果和驗收標準。最初那段漫無章法的口述，已經變成另一個人或 AI 都能接手繼續處理的任務。 接著，Codex 讀取 GitHub Issue、程式碼儲存庫規範和過往內容。它繼續查核來源，並產出研究筆記、一篇知乎長文、一篇配有插圖的小紅書貼文、視覺規劃，以及多個平台的版本。所有變更都納入一個 GitHub PR。之後再由人員檢查故事是否連貫、引文是否支持相關說法、產品描述是否準確，以及圖片版面是否有內容溢出的情況。 > Flow Keyboard 捕捉想法。ChatGPT 補齊問題。GitHub 保存界限。Codex 執行工作。最後由人做出判斷。 OpenAI 將 ChatGPT Work 定位為處理研究、分析和文件等多步驟工作，而 Codex 則用於程式碼、測試、命令、審查和程式碼儲存庫工作[3]。因此，在手機上捕捉的想法可以依照任務性質，轉入不同的工作環境：開發工作交給 GitHub 和 Codex；研究與辦公工作則可以變成報告、試算表、簡報或其他交付成果。 若想了解如何向 Codex 說明複雜開發需求的更具體範例，請參閱[《用語音向 Codex 輸入內容》](https://flowkeyboard.com/zh-Hant/use-cases/codex-voice-input.html)。 ## 節省時間的關鍵，在於保留脈絡 以前，我會先把想法記在腦中，等回到電腦前再重新拼湊，接著在 ChatGPT 裡再解釋一次；等到要採取行動時，又得把對話重新整理成任務。 現在，同一份脈絡可以持續向前流轉：先說出來、接受提問、經過查核、轉成任務，再一路帶入執行。我的手機不只能接收訊息，也能成為工作的起點。 這套工作流程可以歸納為四個步驟： 1. 用 Flow Keyboard 花兩分鐘把事情說清楚：我注意到了什麼？為什麼值得做？還有哪些地方不清楚？ 2. 把整理好的文字交給 ChatGPT。請它區分事實、假設和判斷，並找出仍需回答的問題。 3. 把開發工作轉成 GitHub Issue。若是研究和辦公工作，則定義目標、來源、輸出成果和界限。 4. 讓 Codex 或 ChatGPT Work 執行任務，再由人員審查結果，決定是否採用。 AI 可以產生大量答案。但更大的價值，是幫助一個原本可能消失的想法，變成我們可以審查、修改並付諸行動的成果。 **先把它說出來。** ## 取得 Flow Keyboard 把想法說出來，讓它向前推進。 Flow Keyboard 已支援 iPhone、macOS、Windows 和 Android。 - [下載 macOS 版](https://flowkeyboard.com/zh-Hant/download.html?platform=macos) - [取得 iPhone 版](https://apps.apple.com/app/id6758776986) - [下載 Windows 版](https://flowkeyboard.com/zh-Hant/download.html?platform=windows) - [下載 Android 版](https://flowkeyboard.com/zh-Hant/download.html?platform=android) ## 參考資料 1. Höhne, J. K., Gavras, K., & Claassen, J. (2024)。[*打字還是說話？比較智慧型手機問卷中敏感主題開放式問題的文字與語音回答*](https://doi.org/10.1177/08944393231160961)。《*Social Science Computer Review*》，42(4)，1066–1085。 2. Lin, S., et al. (2024)。[*Rambler：透過大型語言模型輔助的主旨處理，以語音支援寫作*](https://research.google/pubs/rambler-supporting-writing-with-speech-via-llm-assisted-gist-manipulation/)。CHI 2024。 3. OpenAI。[ChatGPT Work 與 Codex](https://help.openai.com/en/articles/20001275/)。 4. BBC Worklife。[*我們為何拖延最微小的任務*](https://www.bbc.com/worklife/article/20210310-why-we-procrastinate-on-the-tiniest-of-tasks)。