介紹 Grok Bot

🧑‍🏫 這支是 Grok 官方影片，由真實使用者說明 Bot 怎麼幫他們把工作做完。它的重點是 Bot 真的會動手，不只是陪你聊天。如果你已經習慣用 AI 問問題、寫文字，這支能讓你看到 AI 可以直接替你執行工作。

• 00:01 使用者對 Bot 下的指令例子：寄 NDA 給所有 campus leads、問週一有幾位員工到職、確認正在 LinkedIn 上解析哪些公司
  ↳ 使用者舉的都是日常雜事：把 NDA（保密協議）寄給所有 campus leads（各校區負責人）、查週一有幾位新人報到、確認 LinkedIn 上正在處理哪些公司的資料。這些事都是用講的就能交代。
• 00:01 使用者說不需要學什麼，就像替團隊加入一位同事
  ↳ 意思是不用學新軟體或特殊指令。團隊就像多了一個人，你用平常交代同事的方式跟它講就好，上手門檻很低。
• 00:01 Bot 可以觀察你的工作方式並錄下操作過程，再整理成一套實際的 workflow
  ↳ workflow 就是一套固定的做事步驟。你實際做一次給它看，它會記下你點了哪裡、填了什麼，再整理成能重複照做的流程，之後這件事就能交給它。
• 00:32 Bot 不使用你的電腦，而是在另一個 instance 上工作，所以你可以同時繼續做自己的事
  ↳ instance 可以想成另外撥給 Bot 用的一台電腦。它在那台電腦上操作，不會搶你的滑鼠鍵盤，所以你照樣回信、開會，它同時在旁邊把事情做完。
• 00:32 使用者說其他 AI 產品的輸出多半留在聊天視窗裡，Bot 的輸出則出現在別的地方
  ↳ 一般聊天型 AI 給你的是一段文字，你還得自己複製去用。Bot 的成果會直接出現在別的地方，例如信真的寄出去了、簡報真的做好了。
• 00:32 使用者認為 Bot 好用，是因為它有實際的電腦 instance、開著瀏覽器，而且懂網站實際怎麼運作
  ↳ 它好用不是因為比較會講話，而是它真的有一台電腦、開著瀏覽器，也知道網站實際上該點哪裡、怎麼操作，所以能把事情從頭跑到尾。
• 00:32 一開始先從 email 用起：使用者叫 Bot 直接去寄，結果全部照指示寄出，慢慢建立起信任
  ↳ 先拿風險低、容易檢查的寄信來試：直接叫它寄，結果每封都照交代寄出。一次次都做對，人才慢慢敢把更多事交給它。
• 01:02 建立信任之後，使用者對放手交給 Bot 做感到完全放心
  ↳ 信任是靠它實際做對累積出來的。看它做對幾次之後，使用者就不用每一步都盯著檢查，可以放心把整件事交出去。
• 01:02 有一個 Figma agent 會在會議中做投影片：抓取 discovery notes，通話結束時就產生 slide deck
  ↳ Figma 是常用的設計工具，agent 是能自己執行任務的 AI。它在開會時抓取 discovery notes（字幕沒細說，就是它拿來做簡報的筆記），會一開完，slide deck（整份簡報）就好了。
• 01:02 與會者常驚訝地問，這份簡報怎麼能在通話中就做出來
  ↳ 簡報通常是會後才慢慢做，現在會一結束就拿得到，所以與會者才會驚訝。這也代表會後整理資料的時間省下來了。
• 01:02 使用者覺得 bots 彼此對話、互相下指示這點很有趣
  ↳ 不只是人對 Bot 下指令，Bot 之間也能互相交辦、傳話。一個做完交給下一個，就像同事之間分工接力。
• 01:02 使用者發現自己漸漸不用其他 app，整天待在 bots 的視窗裡，不必在各種工具之間切換
  ↳ 以前做一件事，要在信箱、行事曆、試算表之間跳來跳去。現在只要在 Bot 的視窗裡交代，由它去各個工具操作，人就不用自己一直切換。
• 01:02 使用者以前有 AI thinking partner（陪想的夥伴），但從沒有 AI doing partner（動手做事的夥伴）
  ↳ thinking partner 是陪你想、給你建議的 AI，像一般聊天機器人；doing partner 則是接了任務就自己去執行的 AI。兩者的差別在於想完之後由誰動手。
• 01:36 使用者強調 Bot 是真的會動手做事
  ↳ 這是整支影片的核心：Bot 的價值不在回答得多漂亮，而在把事情真的做完、留下實際的結果。
• 01:36 使用者說 Bot 沒有限制、用起來很自然，已經無法想像回到舊的工作方式
  ↳ 使用者覺得不必為了配合它而調整說法或步驟，交代起來很順手。習慣之後，要再回頭自己一件件手動做，反而很難接受。

根據影片，為什麼 Bot 工作的時候，你還能同時繼續做自己的事？