背景 / 為什麼聊這個
有一個學習上的根本矛盾：好內容太多，時間太少。
一門完整的線上課程，動不動就 4、5 個小時。你買了、下載了，然後它就靜靜躺在硬碟裡。就算勉強看完，3 天後能記住的，大概不到 10%。
我一直想解決這個問題：有沒有一個方式，讓「看完影片」這件事，真的能留下有價值的東西？
今天用 Claude Code 的 /watch 視覺增強模式，做了一次完整的知識降解實驗。輸入：一部 4 小時的 Claude Code 完整課程。輸出：深度文章一篇、社群短文 10 則、SEO 優化建議，加上 133 張視覺截圖。全程耗時不到 2 小時。
核心內容
/watch 視覺模式是什麼？
一般模式下，Claude Code 只能處理文字——字幕、逐字稿、筆記。但很多課程最有價值的內容，其實在「畫面」上：投影片的架構圖、Terminal 的指令操作、只有展示沒有口頭說明的程式碼片段。
/watch 模式讓 Claude Code 真的「看得到」螢幕。它會每隔一定時間自動截圖，辨識畫面中的文字與視覺結構，並整合進最終輸出。
這是我第一次使用，對操作密集、視覺資訊豐富的技術課程來說，效果非常明顯。
知識降解工作流：3 個步驟
步驟 1：準備輸入素材
我給 Claude Code 兩樣東西：
影片的字幕檔（SRT 格式，大多課程平台都能匯出）
影片的螢幕錄製畫面（開啟 /watch 模式需要）
然後下了一個結構化的提示，指定輸出格式、語氣風格，以及優先要抓取的重點方向。
步驟 2：AI 做第一輪廣度收集
開跑之後我去做其他事。大約 40 分鐘後，第一輪輸出完成。
這一輪的任務是「廣度」：把課程中所有可能有價值的概念全部捕捉，不過濾、不主觀刪除。AI 比人更適合做這件事——它沒有注意力疲勞，也不會因為「這部分好像不重要」就跳過。
步驟 3：人工做深度過濾
這才是最花時間、也最值錢的一步（約 70 分鐘）：
刪掉「正確但無聊」的段落
找出有觀點、有反差、有 insight 的內容
每一則社群短文確認有 hook、有轉折、有 takeaway
加入自己的使用經驗和評論
最終輸出：深度文章 1 篇 + 社群短文 10 則 + SEO 關鍵字清單 + 視覺截圖 133 張。
133 張截圖，是備忘錄也是素材庫
這個數字讓我自己也嚇一跳。
/watch 模式自動截圖、自動標注，把「影片哪個時間點在講什麼」全部幫你做完。這些截圖現在有三個用途：
快速回憶：不用重看影片，翻截圖就能找回任何一個知識點
社群縮圖素材：幾張截圖直接搭配社群短文，視覺效果很好
知識索引：截圖的時間戳讓你可以快速定位回影片的對應段落
我的觀點 / 實際應用
這次實驗讓我重新定義「學習效率」。
過去的邏輯是：看完 → 做筆記 → 複習，每一步都靠自己，又累又慢，而且大多數筆記做完就沒再打開過。
現在的邏輯是：AI 做廣度收集，我做深度過濾。我的時間只花在最值錢的地方：判斷什麼值得留下、加入什麼個人觀點。
幾個實際使用的注意事項：
風格需要提前校準：第一輪 AI 輸出通常語氣太「教科書」，要在提示裡明確說明你的風格，或附上幾個文章範例。
影片畫質影響截圖品質：/watch 模式對清晰度有要求，1080p 以上效果最好。
這不是「不用思考」：AI 負責收集，人負責判斷。你的眼光和品味還是整個工作流的核心。
如果你也有一堆買了沒看的課程，或是有大量影片內容要消化，這套工作流值得試試。最簡單的入門版不需要 /watch 模式，只要有字幕 + 結構化提示就能開始。
一句話總結
把 4 小時的知識壓縮成 2 小時的輸出，關鍵不是讓 AI 替你學，而是讓 AI 負責廣度蒐集，你負責深度過濾。