Grok Bot Galaxy 第三天（第 22/40 段）

🧑‍🏫 這段示範 Grokbot 怎麼讓好幾個 bot 分工：一個主 bot（Gus）當窗口，其他 bot 負責做表單、查客戶近況，還會一起開會決定先做什麼。後半段講怎麼從零開始建一套自己的系統，適合不知道從哪下手的人看。

• 249:12 通話中客戶要一份 ROI one pager（如何管理、衡量 ROI），bot 和 Frankie 合作，用 Fly Low 品牌風格做出完整的 ROI 收集文件
  ↳ 客戶要一份 ROI one pager。ROI 是投資報酬率，這份是一頁文件，說明怎麼管理和衡量效益。bot 找 Frankie 一起做，照 Fly Low 的品牌風格做出收集 ROI 資料的文件。
• 249:12 bot 會整合你所有的 context，跟 account specialist 和其他 bot 協作。講者說這種會後跟進以前至少要花 45 分鐘
  ↳ bot 手上有你全部的 context，也就是做事需要的背景資料和來龍去脈。它會找負責客戶的專員和其他 bot 分工。講者說，這種會後跟進以前至少要花 45 分鐘。
• 249:48 示範直接進入 Franny（不經過 Gus），讓大家看怎麼切到其他 bot；指令是「make me an ROI form for Northwind」，屬於虛擬機器（VM）的使用情境
  ↳ 講者這次不經過 Gus，直接點進 Franny，示範怎麼切換 bot。她只說一句「幫 Northwind 做 ROI 表單」。這會用到 VM（虛擬機器），就是一台虛擬電腦，讓 bot 自己操作網頁。
• 250:23 可以幫各個帳戶加 label，方便認出對方是誰，例如標成 Chief of Staff；label 加在 description 裡
  ↳ 每個帳戶都可以在 description（描述欄）加 label（標籤），例如寫上 Chief of Staff（幕僚長）。這樣一看就知道對方是誰、扮演什麼角色。
• 250:23 Franny 會開啟 forms 並開始點來點去，起草 ROI 表單；速度要看是什麼任務。講者說 xAI 很重視讓模型把 VM 工作做好
  ↳ Franny 在虛擬電腦裡打開表單工具，像真人一樣自己點、自己打字，快慢要看任務難度。講者提到 xAI（開發 Grok 的公司）很重視讓模型把這類操作做好。
• 250:59 表單裡已經填入 Northwind Logistics、Fly Low Check-in 等內容
  ↳ 表單不是空白的，Northwind Logistics、Fly Low Check-in 這些客戶資料都已經自動填好，不用你再交代一次。
• 250:59 太空笑話的例子：對 Gus 說「where are we at with Harbor」，Gus 就知道要馬上講一個太空笑話，再附上這個帳戶的近況
  ↳ 講者問 Gus「Harbor 那邊進度如何」，Gus 會先講一個太空笑話，再報告這個客戶的近況。這是她事先設定的規矩，代表 bot 會照你定的方式回應。
• 251:34 Gus 會傳訊息給其他 bot（Harbor、Frankie follow up、Scout）拼出完整狀況；可以追蹤訊息往來，Gus 也會回報還在等誰
  ↳ Gus 不是自己猜，而是去問 Harbor、Frankie follow up、Scout 這幾個 bot，把資訊拼成完整狀況。你看得到它們之間的訊息往來，Gus 也會告訴你還在等誰回。
• 252:11 Franny 知道表單是給 Northwind 的，也知道平常怎麼收集 ROI，正在輸入題目；講者喜歡看 VM 操作的畫面
  ↳ Franny 知道這份表單是給 Northwind 的，也知道平常怎麼收集 ROI，所以正在自己打題目。講者說她很喜歡看 bot 在虛擬電腦裡操作的畫面。
• 252:11 如果某件事常常做，又不想讓 bot 每一步都用猜的，可以用「teach a task」按鈕
  ↳ 有些事你常常做、步驟也固定，不想讓 bot 每次都從頭摸索，就可以按「teach a task」（教它一項任務）按鈕，把做法教給它。
• 252:45 Gus 的 Harbor 報告包含：有什麼風險、相關人員、blockers、open promises、Slack 上的動態、下一步要做什麼
  ↳ Gus 的報告包括：有什麼風險、牽涉哪些人、卡住的事（blockers）、答應了還沒做到的事（open promises）、Slack（工作用聊天軟體）上的討論，還有下一步。
• 252:45 講者平常只跟一個 agent 對話，需要把很具體的資訊整合成一包送過來
  ↳ 講者平常只跟一個 agent 講話。agent 是能自己動手完成任務的 AI 助手。其他 bot 要先把很具體的資訊整理成一包再交過來，她不用自己東拼西湊。
• 253:18 設定很簡單：跟 bot 說你要的輸出長什麼樣，它就會照做；笑話可有可無，只是好玩
  ↳ 設定很簡單：直接告訴 bot 你要的報告長什麼樣子，它就會照那個格式交給你。講笑話只是好玩，不要也可以。
• 253:18 bot 頭像上有綠色小圓點，準備好可以打開時會變藍色；Gus 已經傳訊息給 Frankie、Harbor
  ↳ bot 頭像旁邊有綠色小圓點，變成藍色就代表做好、可以點開看了。畫面上 Gus 已經把訊息傳給 Frankie 和 Harbor。
• 253:50 其他 bot 都不會直接來煩講者（她不想被 10 人團隊打擾），所有事都經過 Gus；只有她直接找 Franny 時，Franny 才會直接回她
  ↳ 講者不想同時被十個「同事」打擾，所以其他 bot 都不會直接找她，一律經過 Gus 彙整。只有她主動去找 Franny 時，Franny 才會直接回她。
• 254:21 Staff meeting：把好幾個 bot 拉進來，討論需要多方觀點的事；也可以用來檢查偏誤，例如避免總是偏向某個客戶
  ↳ staff meeting（員工會議）就是把幾個 bot 拉進同一場討論，適合需要多方意見的決定。也可以拿來檢查偏誤，例如避免你老是偏向某個客戶。
• 254:21 範例指令：開一場 staff meeting，討論今天唯一剩下的一小時空檔該花在什麼上
  ↳ 範例：「開一場 staff meeting，討論我今天唯一剩下的一小時空檔該花在哪件事上。」也就是把真實的時間取捨丟給 bot 們一起想。
• 255:03 Grokbot 很會多工：還在跟 Frankie、Scout 處理 Harbor 的更新時，也能同時跟使用者對話、跑 staff meeting
  ↳ Grokbot 可以同時做好幾件事。Gus 一邊跟 Frankie、Scout 處理 Harbor 的更新，一邊還能跟你聊天、開會，不用等一件做完才做下一件。
• 255:33 Gus 召開會議，問大家要優先處理哪一、兩件事。講者要 bot 們一定要提出反對意見，因為 AI 什麼都同意沒有幫助，要讓它們搶她的時間
  ↳ Gus 主持會議，問大家要先處理哪一兩件事。講者特別要求 bot 們一定要提反對意見、搶她的時間，因為什麼都說好的 AI 幫不了你做決定。
• 256:04 會議內容：Northwind 說有 usage 問題但沒事，不必花時間在它身上；Brightline 也說不用；Harbor 提到 SSO
  ↳ 會中各自表態：Northwind 雖然提到使用量（usage）問題，但沒大礙，不必花時間；Brightline 也說不用。Harbor 則提出 SSO（單一登入，用一組帳號登入多個系統）的問題。
• 256:04 Frankie follow up 說要「protect the cap」、這個要馬上寄出，有多的時間再處理 SSO 問題；Scout 同意
  ↳ Frankie follow up 主張要「protect the cap」（字幕沒說具體指什麼），這件事要馬上寄出，SSO 有空再處理；Scout 同意。可以看到 bot 之間真的會有不同意見。
• 256:35 staff meeting 結束後，Gus 通常會回來告訴使用者最後結論和要專注的事
  ↳ 會議結束後，Gus 通常會回來告訴你最後的結論，還有你接下來該專心做什麼，你不用自己看完整場討論。
• 256:35 Franny 的表單完成並開始發布，題目有：你在哪個團隊、什麼角色？主要使用情境是什麼？完成（done）的樣子是什麼？
  ↳ Franny 的表單做好了，開始發布。題目有：你在哪個團隊、擔任什麼角色？主要拿來做什麼？怎樣才算完成（done）？
• 257:07 同時有很多事在跑，所以系統要設計成容易追蹤的；每個人都不同，建 bot 時多試試，找出適合自己的方式
  ↳ 同時有很多事在跑，所以系統要設計得容易追蹤進度。每個人的工作方式都不一樣，建 bot 時多試幾種，找出最順手的做法。
• 257:07 Franny 完成後回報它寫的題目、分享連結、編輯連結，還問要不要幫忙寄出
  ↳ Franny 做完後會回報它寫了哪些題目，附上分享連結和編輯連結，還會主動問要不要幫你寄出去。
• 257:07 Staff meeting 結論：先處理 SSO；接著寄下一步的 email 給 Maya（已經在 Gmail 裡起草好了）；其他事先擱著
  ↳ 會議結論：先處理 SSO；接著寄下一步的 email 給 Maya，草稿已經在 Gmail 裡寫好了；其他事情先擱著。
• 257:41 講者認為面對 Grokbot 這種什麼都做得到的工具，最令人卻步的是「一張白紙」的感覺
  ↳ 講者認為，面對 Grokbot 這種什麼都做得到的工具，最讓人卻步的是「一張白紙」的感覺：不知道從哪開始，也不知道要叫它做什麼。
• 258:14 講者的做法：用手機錄 10～15 分鐘的語音備忘錄聊自己的工作（她習慣邊走邊講）；也可以直接用 Grokbot 的 voice to talk
  ↳ 她的做法是用手機錄 10～15 分鐘的語音，聊自己的工作，她習慣邊走邊講。也可以直接用 Grokbot 的 voice to talk（語音對話）跟它講。
• 258:45 錄音內容：我是誰、我的工作、喜歡工作的哪些地方、目前卡在哪、哪些流程壞了、哪些可以做得更好
  ↳ 錄音內容包括：我是誰、做什麼工作、喜歡工作的哪些部分、目前卡在哪、哪些流程壞了、哪些可以做得更好。等於把自己的工作現況完整講一遍。
• 258:45 把很長的逐字稿複製貼給第一個 bot（後來的 Gus），跟它說「我需要一個適合我的系統，幫我建出來」
  ↳ 把錄音轉成的長篇逐字稿整段貼給第一個 bot（後來的 Gus），直接跟它說「我需要一個適合我的系統，幫我建出來」，讓它自己規劃。
• 259:17 Gus 的回覆例如：你喜歡直接跟客戶講話，就幫你在行事曆留時間；你一直在看 Slack 訊息，就把這件事從你手上拿走
  ↳ Gus 會根據你講的內容給建議。例如你喜歡直接跟客戶講話，它就幫你在行事曆留時間；你老是在盯 Slack，它就把這件事接過去。
• 259:17 第一個建議：不管什麼職位，想要專屬於你的系統就從 context 開始；腦袋裡的東西很有力量，把它交給 Grokbot，其他交給它
  ↳ 第一個建議：不管什麼職位，想要專屬於你的系統，就從 context 開始。你腦袋裡的工作知識最有價值，把它交給 Grokbot，剩下的讓它處理。
• 259:48 卡住或有問題時，Grokbot 通常有答案；想逼它解決到底，可以說「don't stop until you figure this solution out」
  ↳ 卡住或有問題時，問 Grokbot 通常就有答案。想逼它一路解決到底，可以說「don't stop until you figure this solution out」（找到解法之前不要停）。
• 259:48 第二個建議：把這些整理成一個系統
  ↳ 第二個建議：把這些整理成一套系統，而不是想到什麼才零散交代一件。
• 260:21 Grokbot 會學你喜歡和不喜歡什麼，跟著你調整；投資 Grokbot 就像投資一位同事或直屬部屬
  ↳ 用久了，Grokbot 會學到你喜歡和不喜歡什麼，跟著你調整。花時間調教它，就像花時間帶一位同事或直屬部屬。
• 260:21 講者在這套設定上再建了系統，例如 routines（自動執行），有 daily brief、unfinished promises、Friday dashboard，時段提到 8:30、9 a.m.、1 p.m.
  ↳ 她在這套設定上又加了 routines（例行任務，時間到就自動執行），例如 daily brief（每日簡報）、還沒兌現的承諾、週五儀表板，時段有 8:30、早上 9 點、下午 1 點。
• 260:58 講者最喜歡的是 self-improvement scan；第一步是做完整的系統稽核（system audit），她特別喜歡第二步（這段字幕還沒講到內容）
  ↳ 她最喜歡的 routine 是 self-improvement scan（自我改進檢查），第一步是對整個系統做 system audit（全面稽核）。她特別喜歡第二步，但這段還沒講到。

講者一開始是怎麼提供 context 給第一個 bot，好建立自己的系統？