把 YouTube 影片整理成學習卡片：示範、核對方法與限制

我電腦裡有一排「之後要看」的 YouTube 演講。每一個動輒半小時起跳，每一個我都覺得應該有用，然後每一個都還沒打開。

這跟我之前寫過的「稍後再讀」是同一種病：存起來只花一秒，真正把它變成腦裡的東西，那筆帳被推給了未來的我。而未來的我，通常也沒空。

所以我做了一件事，想把「開始」的成本壓到最低。

2026 年 8 月 5 日錄影時，我把一個 YouTube 連結貼進 KofAI，等分析完成。那支影片變成一疊卡片：一段把重點講完的摘要、幾條各自獨立的要點、還有幾個可以拿來自問的問題。

差別不在「我省下那段影片的時間」——我沒有。差別在於，我現在手上有東西可以回頭。以前那個連結躺在收藏裡，是一團要挪出整段時間才打得開的東西；現在它是幾張三十秒就能掃過、看到有感覺再回去看原片的卡片。

實例：拿本站頻道的一支影片試

下面的影片和卡片都取自上面那段示範錄影，錄影畫面上的日期是 2026 年 8 月 5 日。輸入的影片是本站 YouTube 頻道 keeponfirst 的影片〈OKF、RAG 與向量資料庫：分層心智模型〉。

2026 年 8 月 5 日錄影時，我貼上連結，App 先抓到影片標題和縮圖。分析完成後，「幫你讀完了 · 重點」底下出現 3 張卡片。每張卡片有一個標題、兩個要點和一個時間標記。

卡片下面還有一句總結和 4 個標籤：人工智慧、RAG、向量資料庫、知識工程。卡片張數、時間標記的寫法和標籤數，都符合我核對過的 App 後端提示詞規定。規定是卡片 3～7 張，時間標記寫成「分:秒」，標籤 2～4 個。

錯誤例：卡片把 OKF 的全名寫錯

第一張卡寫「OKF（Object Knowledge Framework）」。這個全名是錯的。GoogleCloudPlatform 組織下的 README 標題是「Open Knowledge Format (OKF)」。

這個錯不容易一眼看出來。三個英文字都像真的，句子也通順。只讀卡片的人，可能把錯的全名抄進筆記。

我核對時做三件事。第一，卡片裡的專有名詞和縮寫，逐一對官方出處。第二，看時間標記，到原片拖到那個時間，確認那一段講的是不是同一件事。第三，把查到的正確說法改進筆記，刪掉錯的那句。

這 3 張卡的時間標記只相隔 5 秒，等於每個主題只分到 5 秒。我推論這些時間標記可能不準，所以列為要回原片確認的點。這篇沒有核對原片長度，這一點只是推論。

產生卡片之後，怎麼確認真的有學到

先挑一張你認為最重要的卡片，遮住答案，用自己的話回答問題，再回原片確認。只認得熟悉的詞，和能解釋因果，是兩回事。這是一個可自行嘗試的讀書步驟；本文沒有進行學習成效的對照實驗。

核對時特別看數字、否定句與適用條件。例如原片若說「這個方法只在資料量小時有效」，卡片就不能只留下「這個方法有效」。發現差異時，以原片為準，並把缺少的限制補進自己的筆記。

處理時間與失敗情況

舊標題用了「30 秒」，容易被理解成速度保證，因此在 2026-09-07 修正。這裡沒有足以支持通用速度承諾的測量資料。2026-08-05 的示範錄影只處理了一支影片，不能推到其他影片。這類工具的處理一般會受影片長度、可存取性、網路與服務狀態影響。不論用哪個 AI 工具整理影片，拿到空白或錯誤的結果時，先確認原始連結能否開啟。空白結果不代表影片沒有重點。

KofAI 是我開發的產品；這篇是產品使用情境示範，不是獨立第三方評測。用任何 AI 服務分析影片前，先讀該服務的資料傳送說明，並只提交你有權交給它處理的內容。

它適合什麼

演講、教學、訪談、講解類的影片最合適——有人在好好講話、內容有結構的那種。這個使用情境重視的是論點與脈絡，仍應回原片核對摘要。

它不適合什麼

音樂 MV、純視覺作品或依賴連續動作示範的影片，不適合只用文字卡片代替觀看。本文沒有逐類測試，也不把「沒有字幕」直接等同於一定無法分析；重點是文字摘要能否保留你需要的訊息。

它也不會取代真的看完那場演講。如果那支影片真的重要，你還是得看。這個做法處理的是另一件事：讓那些「可能重要、但我現在沒空判斷」的影片，不要就這樣爛在收藏裡。

收藏那一秒從來不難，難的是回來。這個做法至少讓「回來」的時候，有東西接得住你。