SASADAILY ARTICLES
SasaDaily 整理 AI 新手可跟着做的教学、快问快答与短篇操作重点，帮助读者用白话理解工具、提问、查证与实际应用。
EXPLORE
主题是入口，不是限制。每篇文章仍保留原网址与分类。
AI教学与快问快答
163 篇 · 保留你原本的分类与搜索条件。
START HERE
SasaDaily 整理 AI 新手可跟着做的教学、快问快答与短篇操作重点，帮助读者用白话理解工具、提问、查证与实际应用。
INDEX
Microsoft Copilot 的 Word、Excel、PowerPoint Agents 已经能直接根据 Prompt 创建真正的 Office 文件，但第一版好不好用，往往不是看 Prompt 有多长，而是有没有先讲清楚四件事：要做什么成品、给谁看、哪些内容一定要留下、哪些信息没有来源就不能自行补。今天只学这个 4 行框架。它不能保证 AI 零错误，但可以先把格式、目的与证据边界讲清楚，减少 AI 做出一份「看起来很完整、其实不是你要的」第一版。
阅读全文 →不代表。Gemini 显示某个 Connected App，可以连上，只代表 Gemini 能和那个服务进行官方支持的交互；真正能做什么，要看每个 Connector 自己开放的 Action。PandaDoc 已支持 Create、Update、Send、Archive，Webflow 可以修改网站与 CMS；但 Google Drive 透过 Workspace Connector 仍不能替你创建文件夹或搬移文件。最重要的不是看到「Connected」就猜权限，而是进 Connected Apps Settings 看这个 App 到底支持哪些动作。
阅读全文 →Gemini 接上 monday.com、Drive、Calendar 等工具後，同一個專案資訊可能散在好幾個 App。今天只學一個操作：問題前先用 `@AppName` 指定這次要查哪個來源，再補一句「只讀取與整理，不要新增、修改、刪除或送出」。Google 官方確實支援用 `@` 指定 Connected App；但「只讀」只是這一次 Prompt 的行為要求，不等於真的收回 Connector 的寫入權限。第一次測新 Connector，先把資料來源鎖清楚、先讀不寫，再決定下一步要不要開放 Action。
阅读全文 →不代表。YouTube 官方目前确实把台湾列进 YouTube Create「Edit with AI」可用地区，但同一份说明另外列出首批 Voiceover Languages 只有孟加拉文、英文、北印度文与葡萄牙文，中文并不在其中。最容易误会的地方，就是把「这个 AI 功能在台湾可以开」和「这个功能里所有语言都支持中文」当成同一件事。地区决定你能不能取得功能，语言清单才决定其中某项语音能力能不能用中文。
阅读全文 →YouTube Create 的 AI 编辑最多可以一次选 25 个视频或照片，但「可以放 25 个」不代表「最好全部放进去」。今天只学一个方法：按 Next 前先把素材分成「一定留、候选、可删」三堆。Hook、关键结果与必要画面先锁进一定留；不同角度与补充镜头放候选；重复、失焦、没有推进故事的片段直接移除。AI 先剪 First Draft，人再调节奏，会比把整个相册交给 AI 猜重点更容易得到可用版本。
阅读全文 →不一定。如果你是用 Claude Pro、Max 等订阅方案登录 Claude Code，`/usage` 显示的美元金额是依 API List Price 在你的电脑上计算出的工作量估值，不是这个 Session 另外刷卡扣款的帐单；真正消耗的是方案内的 Usage Allowance。只有你用 API Key、Cloud Provider，或方案额度用完后主动切到 Usage Credits／Pay-as-you-go，才会进入按实际使用量计费。最重要的不是看到美元符号就紧张，而是先确认 Claude Code 现在到底用哪种身份在计费。
阅读全文 →Claude Opus 5.5 每个 Token 变便宜，不代表你的 Claude Code 工作就一定省钱。今天只学一个动作：任务完成后输入 `/usage`，先看三件事——Cache Share 是否够高、Output 是否和工作难度相称、Total Input 是否远大于实际 Conversation Size。Cache 太低可能是 Session 中断或切换设置；小修改却产生大量 Output，可能 Effort 开太高或模型正在反复重试；Input 被放大很多倍，通常代表 Turns 太多。不要先猜模型贵不贵，先找出钱到底花在哪一段。
阅读全文 →Googlebook 的 Magic Pointer 可以直接理解你目前指着的文字、图片与画面 Context，甚至把网页里的训练日期排进 Calendar。Prompt 变短之后，反而更需要把边界说清楚。今天只学一个方法：每次叫出 Gemini 前，先补三句——「看哪里、要什么、不要做什么」。例如只看选取的日期、先整理成清单、暂时不要加入 Calendar。AI 省掉 Copy／Paste，不代表你也要把工作范围一起省略。
阅读全文 →不代表。Qwen-Image-2.1 虽然公开 Model Weights，也被官方称为 Open-source Image Generation Model，但目前采用的是 Qwen Research License Agreement：下载到的模型 Materials 原则上只授权非商业研究与评估；要把模型直接用在收费服务、客户项目或商业产品中，必须另外取得 Commercial License。更重要的是，模型授权、你使用的平台条款，以及参考图片本身的著作权／肖像／商标，是三件不同的事。
阅读全文 →Qwen-Image-2.1 最多可以同时使用 10 张 Reference Images，但不是图片丢得愈多就愈准。今天只学一个方法：每张参考图先指定唯一角色，例如「图 1 只管人物身份、图 2 只管衣服、图 3 只管商品、图 4 只管场景」，再描述最后要组成什么。官方多图范例本来也是把人物、服装、鞋子、包包与帽子分成不同输入；真正要避免的是让 AI 自己猜「这十张图到底各要参考什么」。
阅读全文 →不代表。Atlassian 添加 Share Chat，是让同事接手完整讨论脉络，不是把原本的 Jira、Confluence 权限一起转送出去。官方明确表示，Shared Chat 仍然是 Permissions-aware：接手者只能看到自己原本就有权限取得的信息。最简单的理解是：你可以分享「这段工作怎么一路想下来」，但不能靠分享 Chat 替同事打开他原本看不到的项目、页面或 Work Item。
阅读全文 →Atlassian Rovo Chat 现在可以把团队反复做的工作直接创建成 Custom Skill，但不要把一段「这次很好用」的 Prompt 原封不动存成 SOP。今天只学一个方法：先把流程拆成「固定规则、每次变动、一定人工确认」三层。固定的格式与判断方式才放进 Skill；每周数据、项目名称与时间区间留给每次输入；对外承诺、删除、发布或其他有后果的动作则保留 Human Gate。
阅读全文 →不代表。Google CC 拥有自己的 Verified Google Account，是为了让这个家庭 Agent 有独立身份与清楚的权限边界，不是拿到全家人的 Google 帐号通行证。Google 明确表示，CC 只会看到每位成员主动分享的信息；你可以只分享特定 Email Sender、单封 Email、指定 Drive Folder／File，或把 CC 加进某个 Calendar。最简单的理解是：CC 有自己的帐号，代表「它是谁」；你分享什么，才决定「它看得到什么」。
阅读全文 →Google CC 可以让家庭成员把 Email、Calendar、Drive 与 Chat 中的信息交给同一个 AI Agent 协调，但开始前不要先追求「全部自动」。今天只学一个方法：把数据源分成「长期分享、单次分享、不要分享」三类。固定又低风险的寄件人才能 Auto CC；偶发信息单次传给 CC；财务、医疗、私人对话等不需要完成家庭任务的数据则不分享。先缩小数据范围，再增加自动化。
阅读全文 →不代表。Claude Code Projects 的 Shared Memory 会让不同 Threads 共用项目的重要背景、决策与工作脉络，但每一条 Thread 仍然是独立的 Claude Code Cloud Session，会在自己的 Branch 与 Repository Copy 上工作。Shared Memory 解决的是「大家知不知道项目发生过什么」，不是自动把另一条 Branch 的程序修改同步过来；如果两条 Threads 改到相同 Code，仍可能像一般 Pull Request 一样出现 Merge Conflict。
阅读全文 →Claude Code Projects 可以让 Coordinator 同时把工作交给多个 Threads，但「能平行」不代表「全部都该一起跑」。今天只学一个方法：开始前先把任务分成「可平行、有依赖、一定人工确认」三类。彼此独立的工作同时跑；前一步会改变后一步输入的任务照顺序做；Merge、Deploy、数据库与正式对外行动则保留 Human Gate，避免多 Agent 跑得更快，最后却花更多时间收拾冲突。
阅读全文 →不代表。Pipedrive Nova Companion 的确可以直接从 Mac／Windows 截取系统音频，不必像 AI Notetaker 一样让一个可见 Bot 加入 Google Meet、Zoom 或 Teams，但「看不到 Bot」只改变技术上的收音方式，没有自动取消告知、同意或公司政策要求。Pipedrive 明确表示，Companion 与 AI Notetaker 使用相同的 Participant Notice／Consent 逻辑，会议主办人仍要依适用法律与组织规范处理告知与同意；如果有人拒绝转录，就必须停止对该会议进行转录。
阅读全文 →Pipedrive Nova 会在 Sales Meeting 结束后，自动从逐字稿提出 Deal Stage、Value、Expected Close Date 等 CRM 更新，但「AI 听到客户谈过」不代表「这个字段现在就该改」。今天只学一个 30 秒核对法：先回到客户原话，再看 CRM 现值，最后才判断 Nova 建议值能不能成立。尤其金额、成交阶段与 Close Date 会直接影响 Pipeline 与 Forecast，更不能只因 AI 已经整理好就一键 Approve。
阅读全文 →不代表。Anthropic 明确表示，Claude Connector 会继承用户在原系统里既有的权限：你原本看不到的文件、记录或频道，Claude 也不能替你越权取得。但这只解决「AI 不会突破原系统权限」，没有解决另一个更现实的问题：如果你的帐号本来就能看到过多数据，Claude 也可能在被授权的 Workflow 中使用那些数据。真正要检查的不是「Claude 有没有越权」，而是「这个人本来拿到的权限是不是就太大」，再用 Connector 的 Read-only、Needs approval、Blocked 等限制把 AI 能做的事进一步缩小。
阅读全文 →Claude for Small Business 可以把 Monday Brief、Lead 回复、Proposal、Marketing 与月底对帐设成固定 Workflow，但第一次不要看到「可以 Schedule」就直接全自动。今天只学一个方法：先做一次 SasaDaily 所谓的「影子测试」——让 Claude 使用真实数据完成整段工作，但只读、只分析、只产草稿，不寄信、不发布、不付款、不改正式数据；再拿 AI 结果和你原本人工做法比较「漏、错、越界、时间」四件事。先证明这段流程值得信任，再决定要不要调度。
阅读全文 →不代表。Adobe Acrobat Student Spaces 可以根据你放进 Space 的讲义、笔记与阅读数据产生 Quiz，但「题目来自教材」只代表有来源依据，不代表有限题数的 AI Quiz 已完整覆盖老师真正会考的每个章节、公式、例外与学习目标。更重要的是，Quiz 只会使用产生当下可用的来源；之后添加或更新教材，不会自动回头改掉既有 Quiz。最安全的用法是把老师公布的考试范围当 Source of Truth，AI Quiz 负责找弱点，不要反过来让 AI 决定什么不用读。
阅读全文 →用 Adobe Acrobat Student Spaces 复习时，不要一开始就一直看 AI Summary。今天只学一个更简单的方法：先用自己的教材产生 Quiz，做完后只处理答错或不确定的题目，再点 Citation 回到原始 PDF 查看完整上下文；确认自己真正理解后，才用 Flashcards 做第二轮 Recall。Student Spaces 的 Quiz 会显示分数与答案，也能把题目连回来源。重点不是让 AI 多整理一次，而是让「答错」直接告诉你下一分钟应该回去哪一页。
阅读全文 →不一定。ChatGPT Work Data agent 算出的 Revenue 如果和公司原本 Power BI、Tableau 或正式报表不同，第一件事不该是判定「AI 算错」，而是先比对四件事：数据源是不是同一份、时间区间是不是一致、Filter 有没有不同，以及 Revenue 到底使用哪个正式 Metric Definition。甚至两边都可能计算正确，只是回答了不同问题。真正可靠的数据分析，不是强迫两个 Dashboard 显示一样的数字，而是能解释每个数字从哪里来、怎么算、为什么不同。
阅读全文 →ChatGPT Work Data agent 可以直接查企业数据、追变化原因与创建 Dashboard，但自然语言问得快，也更容易把不同定义、不同期间或不同客群混成一个漂亮答案。今天只学一个方法：开始分析前先写四格——「我要看的指针怎么定义、跟哪个期间比较、要拆哪些分群、先不要替我采取行动」。例如不要只问「为什么业绩下降」，而是先固定 Revenue 定义、比较本月与上月，再拆地区与新旧客户。先把问题定义好，AI 才不会替你把模糊问题分析得很精确。
阅读全文 →不代表。GPT-6 Astra 在 ChatGPT Work／Codex 里确实有网站与 App 限制、Confirmation、Auto-review 与额外监控，但「没有被系统拦下」只能表示这次操作没有触发目前设置的限制或安全检查，不能证明它选对客户、改对字段、使用最新数据，也不能证明整个商业结果符合你的真正意图。Computer Use 最容易被误解的地方，就是把「系统没有警告」当成「结果已验证」。真正的最后一道检查仍是：它到底改了什么，以及改完的结果是不是你原本要的。
阅读全文 →GPT-6 Astra 已能在 ChatGPT Work、Codex 中操作网站与桌面 App，但 AI 从「回答」变成「真的会按」之后，Prompt 最重要的内容也跟着改变。今天只学一个方法：交办 Computer Use 任务前，先写三格权限卡——允许做什么、遇到什么一定停、完成后必须回报什么。不要只说「帮我把 CRM 更新好」，而要把可操作的 App、可修改字段、停止条件与变更纪录先讲清楚，让 AI 的工作范围从一开始就有边界。
阅读全文 →不代表。Plaud Agent 可以根据实际 Conversation Context 产生 PDF、PPTX、DOCX 等可分享成品，但「Grounded in Conversation」只能表示输出有会议内容作为依据，不等于逐字稿零错误、AI 归纳完全符合原意，更不代表日期、金额、责任人与承诺已获正式批准。Plaud 自己也提供 Transcript、Speaker 与 Summary 编辑功能，并提醒转录准确度仍受录音清晰度、背景噪音与音量影响。真正安全的做法是把 Artifact 当成可交付 Draft，而不是自动核准的正式文档。
阅读全文 →Plaud Agent 开始能把会议直接变成 PDF、PPTX、DOCX 或工作更新后，最需要防的不是格式不好看，而是 AI 把「讨论过」整理成「已经决定」。今天只学一个 30 秒检查：产出正式文档或送进 Slack、Notion 前，先把内容分成「已确认事实、AI 整理判读、尚待人工决定」三层。第一层可以进正式稿，第二层保留来源与语气，第三层不能被 AI 自动改写成承诺。
阅读全文 →不代表。Qodo 的 Independent Review 可以利用 Codebase Context、团队规则与跨 Repository 关系提早找问题，但「这次没有 Finding」只能表示 Reviewer 在目前看到的程序、需求与 Context 中没有提出问题，不是证明程序没有 Bug。Qodo 自己也明确要求 Local Review 之后仍跑 Compiler、Tests、Security Scanner，正式 Pull Request 还要重新 Review，因为后续 Commit、Rebase、Conflict Resolution，甚至缺少的需求信息，都可能让最后真正要 M
阅读全文 →Claude Code、Codex 或其他 Coding Agent 改完程序后，不要只丢一句「帮我看看有没有 Bug」。Qodo Agentic Toolbox 可以在 Pull Request 创建前检查本机已提交、未提交甚至新文件，也能利用跨 Repository Context 与团队规则找风险。今天只学一个 Review 方法：固定要求 AI 把结果分成「影响范围、规则冲突、未解风险」三栏；前两类能安全修的先处理，会改变 Production 行为或商业决策的问题留给人。
阅读全文 →不能把它理解成「其他地方一定完全不变」。Suno v6 的确主打只修改指定 Section、保留其余已满意内容，但官方没有承诺未选区域会 Bit-for-bit 完全相同。Song Editor 在 Replace 后仍提供不同版本比较与 Transition Boundary 微调，Studio 也会保留原始 Audio 供还原。比较正确的理解是：v6 能把修改范围大幅缩小，但新旧段落的衔接、音色与周围几秒仍然值得重新听一次。
阅读全文 →Suno v6 已能只修改歌曲其中一段，而不用每次重新生成整首。但如果只说「副歌改好听一点」，AI 还是可能连人声、节奏或原本喜欢的部分一起改。今天只学一个方法：每次局部编辑都先写清楚「改哪里＋改成什么＋其他别动」。例如「只改副歌，加入多人合唱；主歌、主旋律与整体节奏保持不变。」让 AI 知道修改目标，也知道哪些地方已经通过、不需要重新发明。
阅读全文 →不能保证。Muse 确实把 Prompt Injection 防护做得比一般聊天 AI 更完整：外部内容会被标成不可信数据，多组分类器会检查攻击，真正连网与 Connector Action 还要通过独立 Sentinel，敏感操作也可能要求人工批准。但 Meta 自己明确表示 Muse 仍可能犯错，而且 Prompt Injection 仍是尚未完全解决的问题。Sentinel 真正提供的是「即使 Agent 被骗，也限制它能造成多大伤害」，不是保证 AI 永远不会被骗。
阅读全文 →Muse 遇到寄 Email、购物或其他敏感动作时会停下来要求 Approval，但真正要看的不只是「准不批准」，还有这次授权可以用多久。Meta 的 Muse 支持一次性、Session、Task、限时与持续性等不同 Permission Scope。今天只学一个原则：第一次遇到新任务，优先选能完成工作的最短权限，不要因为省一次确认，就把一次性的信任变成长期权限。
阅读全文 →不代表。HomeAgent 的 Local Model、本地录像与部分本地理解功能确实可以在没有 Internet 时继续运作，但「Local AI」不等于整套系统完全脱机。远程访问、Cloud AI、Online Search 等功能仍可能需要网络。真正要分清楚的是：哪些工作在家里就能完成，哪些工作本来就依赖外部服务。
阅读全文 →HomeAgent 可以在 Local AI 与 Cloud AI 之间切换，但不要因为云端模型比较强，就把监视器视频、家庭照片或私人文档整份送出去。今天只学一个方法：切到 Cloud AI 前，先问「它完成这件事真的需要原始数据吗？」不需要，就先在本地整理成最少必要信息，再只把真正需要的部分交给云端。
阅读全文 →不代表。QWEN.md 是每个 Session 会加载的长期 Instructions，可以告诉 Qwen Code「哪些事情不该做」，但它不是技术上的权限锁。Qwen 官方甚至提醒，Instructions 太长或彼此冲突时，遵循可能变得不稳定。真正高风险的项目不能只靠一句「不要碰 Production」，还要把 Permission Mode、技术权限、测试与最后人工批准一起设计；规则告诉 AI 应该怎么做，权限才决定它实际能做到哪里。
阅读全文 →Qwen Code 0.23.0 开始更明确区分 Project 与 User 层级的 Memory，但「记得更多」不一定更好。今天只学一个判断：准备让 AI 长期记住一条规则前，先问「如果我换到另一个 Repository，这句话还成立吗？」成立才适合放全域 User 指令；只属于目前项目，就留在 Project；如果连队友都不该共用，则放自己的 Project-local 指令。先把记忆范围分对，比一直增加 Memory 更重要。
阅读全文 →不代表。SynthID 只是在音频里加入看不见、听不到的来源标记，协助辨识这段音乐是否由 Google AI 生成或编辑；它不是商用授权证，也不是著作权证书。Google 不主张拥有你透过服务生成的内容，但在台湾，纯粹由 AI 独立完成、没有人类实际创意投入的作品，原则上仍可能无法取得著作权保护。要拿 Lyria 音乐做正式品牌、广告或商业素材，还要另外看人类创作投入、第三方权利、平台条款与实际使用方式。
阅读全文 →用 Lyria 3.5 做视频配乐时，不要只写「帮我做一首 60 秒温暖音乐」。先把视频切成「开场、主体、收尾」三段，再告诉 AI 每一段需要什么能量：前面简单、中间逐渐增加节奏、最后干净收住。Google 的 Lyria Prompt Guide 本来就支持用 Dynamics 描述不同段落如何变化；今天只学这一招，让配乐真的跟视频走，而不是只有曲风对、节奏却完全不合画面。
阅读全文 →不代表。Google Vids 让你在文档转摘要视频前先 Review Script，但视频真正生成后还多了旁白、画面、Scene 节奏与 AI 素材。Google 甚至会在 Script 修改后标示「Voiceover outdated」，提醒文字和既有旁白可能已不同步；官方也明确提醒，AI 产生的内容可能不准确，生成图像与视频也未必代表真实情况。所以 Script Review 是第一关，不是发布批准。
阅读全文 →Google Vids 可以把 Docs、PDF、Word 自动整理成摘要视频，但摘要最大的风险不是视频不好看，而是 AI 把真正重要的例外、限制或未确认信息一起缩掉。今天只学一个方法：按 Generate 前，先检查 Script，把内容分成「一定保留、可以缩短、不能自行补」三类，再让 AI 正式产生视频。
阅读全文 →不代表。Docs Live 的 Initial Plan 主要让你先确认文档结构与方向，并不等于 Gemini 已经验证所有日期、数字、名称与来源。就算 Plan 完全符合你的意思，后续 Draft 仍可能把口述中的「可能」写成确定，把旧文档当成最新版本，或在整理多个来源时产生错误。Plan 是很好的第一道检查，但不是事实查核。
阅读全文 →Docs Live 可以把你一路说出的零散想法整理成文档，但不要一开始就要求它直接完成全文。Google 的实际流程会先根据语音产生 Initial Plan，让你增删、修正结构，确认后才说「Show me the draft」产生初稿。今天只学一个习惯：先检查 AI 把哪些话当成已决定、漏了什么、顺序对不对，再让它真正写。
阅读全文 →不代表。Workspace Studio 的 Approval 不是会自动判断所有「危险行为」的万用煞车，而是由 Google Workspace 管理员设置安全政策，只有受到该政策约束的 Step 运行时才会暂停等待人工批准。即使有 Approval，AI 整理错数据、条件判断错误或低风险 Step 本身设计错了，仍可能照常往下跑。真正安全的做法，是把 Approval 当成其中一道防线，而不是整条 Flow 的安全保证。
阅读全文 →Workspace Studio 添加 Reply to email、Send a Chat reply 与 Drive 搬档后，Flow 已经不只整理数据，而会真正对外传消息、修改工作状态。今天只学一个方法：创建 Flow 前，先把每个 Step 分成「可自动」与「先批准」。内部整理、拷贝模板可以先自动；对外回信、分享数据、修改正式文档或产生承诺，则先留下人工 Approval。
阅读全文 →不一定。Prompt Cache Hit 高，只能证明这次有较多既有 Context 以较低的 Cache Read 价格重复使用；真正帐单还包含 Cache Write、添加 Input、Output，以及 Agent 可能产生的多轮运行。更重要的是，Cache 不会让答案自动变正确。真正要比较的是「完成一件可用工作花多少钱」，而不是只追求 Cache Read Tokens 愈高愈好。
阅读全文 →Claude Fable 5.1 把 Prompt Cache Read 价格降到原本四分之一，但要真的省到成本，关键不是一直缩短 Prompt，而是先把内容分成「长期不变的背景」与「这次才添加的数据」。固定规则、工具定义与大型项目背景放前面，今天的新问题放后面，再让 API Cache 重复使用稳定的前半段。
阅读全文 →不代表。OpenClaw 2026.8.1 的 recurring permission，只代表同一个 Automation 在条件完全相同时，可以再次运行那个已核准的 exact operation，不必每次重新询问；工作、指令、目录或环境一旦改变，系统会重新要求批准。但即使权限完全没变，数据内容、外部网站、工具结果与模型判断仍可能改变，所以「不用再按批准」不等于「不用再监控结果」。
阅读全文 →OpenClaw 2026.8.1 已经能替固定 Automation 核准特定 Operation，也能用屏蔽方式向你取得 Credential。但不要因为系统有权限控制，就直接批准「每天帮我全部处理」。今天只学一个方法：正式让 Agent 重复工作前，先写清楚它这次能做什么、遇到哪一步一定停，以及密码或 Token 必须用什么方式取得。
阅读全文 →不代表。Gemini Notebook 会用来源中的文字与图片创建引用，而且可以直接跳回原文查看上下文；但引用能证明「这里有来源」，不代表 AI 把多段内容整理、归纳后形成的整个结论一定和作者原意完全相同。真正可靠的用法，是把引用当成检查入口，而不是正确保证。
阅读全文 →Gemini Notebook 现在能把符合资格、已购买的 Google Play 电子书当成 AI 来源，但如果同一个 Notebook 还放了你的笔记、网站与其他文档，不要一开始全部混着问。今天只学一个动作：先只勾选那本书，确认作者真正说了什么与引用在哪里；第二轮再把自己的数据勾回来，请 AI 帮你套用。
阅读全文 →不代表。Notion Agent 使用 Suggest Edits 时，修改会先以建议形式出现，只有你接受后才会更新正式内容；但 Suggest Edits 不会把整个 Agent 变成唯读，AI 提出的建议本身也可能改错数字、语气或原意。它真正增加的是「修改前先让人看见」，不是替文档加上绝对安全保证。
阅读全文 →Notion Agent 现在可以用 Suggest Edits 只提出修改、不直接覆盖原文。但重要文档还可以再多一道防线：开始校稿前，先告诉 AI「数字、日期、专有名词、承诺与条件不得自行改动」。今天只学这一个方法，避免文字变顺了，事实却跟着被改掉。
阅读全文 →不代表。Anthropic 明确表示 Claude for Teachers 的 Inputs 与 Outputs 不会拿来训练模型，学生数据也受到 K-12 Data Processing Agreement 保护；但官方同时提醒，教育数据能不能使用、怎么使用，仍取决于学校、学区与州政策。不拿去训练，只回答了数据用途的一个问题，不等于所有学生数据都自动适合上传。
阅读全文 →Claude for Teachers 可以用 Check for Understanding 产生短小的理解检查，但不要一开始只说「帮我出 5 题」。今天只学一个动作：先把学习目标写成「学生要能做到什么＋看到什么表现才算真的理解」，再让 Claude 出题，比单纯测记忆更容易看出学生到底卡在哪里。
阅读全文 →ARCHIVE
健康、舞蹈、过往课程与影片保留原网址供查阅，但不再混在 AI 主题的主要探索路径。
