本文內容係透過 Whisper 語音辨識技術將錄音檔案轉錄為文字稿，再經由大型語言模型（LLM）進行語意理解與重新詮釋，最後由人工微調潤飾而成。

引言

在人工智慧技術蓬勃發展的時代，善用 AI 工具提升工作效率已成為職場人士的必修課。本文分享我參與 iThome 鐵人賽的初衷，以及如何應用 AI 工具優化日常工作流程，達成事半功倍的效果。

AI 輔助會議記錄：自動化摘要，精準掌握重點

會議是職場中不可或缺的一部分，如何有效記錄並快速掌握會議重點至關重要。我採用以下流程，將 AI 技術融入會議記錄：

1. 會議錄音：全程錄音，完整保存會議內容。
2. 語音轉文字：利用 Whisper 語音辨識技術將錄音轉換為文字稿。
3. AI 摘要生成：透過大型語言模型（LLM）分析文字稿，自動生成結構化的會議摘要。

此流程不僅大幅縮短手動記錄和整理的時間，更能確保重要資訊不遺漏，提升會議效率。

AI 協助 User Story 撰寫：從零散想法到結構化需求

清晰的 User Story 是軟體開發成功的關鍵，AI 工具可以協助我們更有效地撰寫 User Story：

1. 捕捉細節：以條列式記錄所有需求細節，包含來源、目的和領域知識。
2. AI 重構：將零散資訊輸入 LLM，並要求其依據 4W1H 框架重新組織內容。
3. 人工微調：檢視 LLM 生成的 User Story，修正不準確或需調整之處。

此方法不僅節省構思和組織內容的時間，更能確保 User Story 的完整性和一致性，提升開發效率。

AI 優化 Git Commit Message：提升版本控制品質

清晰的 Git Commit Message 對於團隊協作和版本控制至關重要，AI 工具也能在此方面提供協助：

1. 信息收集：記錄程式碼變更、註釋、設計理念以及可能的影響。
2. AI 生成：將資訊輸入 LLM，使其依據 Conventional Commits 格式生成結構化、語義清晰的 commit message。
3. 審核調整：審核 AI 生成的內容，必要時進行微調。

此方法確保 commit message 的規範性和語義化，同時節省開發人員撰寫描述性文字的時間，提升團隊協作效率。

結語：擁抱AI，提升工作效率

在接下來的鐵人賽文章中，我將持續探索「與 AI 共舞」的工作模式，並分享更多實務經驗。透過 AI 處理日常任務中的繁瑣環節，我們可以將更多精力投入需要人類創造力和判斷力的工作，提升整體工作效率。

讓我們擁抱 AI，共同打造一個更高效、更智能的工作環境，期待 AI 成為我們不可或缺的職場助手。