新一輪對話不該又提出上週已否決的想法。我們會先讓 Claude Code 閱讀這次內容企劃的決策歷史，再由 Kabo 引入新的公開參考資料。這裡以一位縫紉教師挑選下一堂入門課為例；任何擁有內容存檔，且明確規劃觀眾學習進階路線的頻道，都可以採用相同方法。
協助創作者研究的 AI 代理 Kabo會補充新的參考資料。Claude Code 會先閱讀學員程度、已經教過的課程與否決原因，再提出下一個主題。
準備歷史標題與遭否決的想法
[ ] audience.md — 學員程度，以及我們希望他們接下來掌握的技能。 [ ] covered.csv — 已發布的標題，以及每堂課已經教過的內容。 [ ] rejected.md — 先前的想法與否決原因，包括暫時限制。 [ ] assets.csv — 我們已經擁有的樣品、工具與示範材料。 [ ] brief.md — 這輪對話的拍攝時間、主題界線與輸出要求。
2. 連接 Kabo，然後檢查專案脈絡
開啟內容專案，為 Claude Code 安裝 Kabo 並完成登入。若要直接連接伺服器，請依照設定指南操作。
3. 腦力激盪前先讀否決紀錄
一位縫紉教師管理著入門課程，並保留一份遭否決的題材清單。其觀眾會使用基本縫紉機，但仍在學習如何辨識縫製結構上的錯誤。
請 Claude Code 摘要學員目前具備的技能，以及先前想法遭否決的原因。將這份摘要保留在簡報裡，不要把它變成永遠不能教授進階內容的固定規則。當觀眾或可用素材改變時，內容企劃層級的限制應該容易更新。
閱讀 audience.md、covered.csv、rejected.md 與 assets.csv。摘要觀眾已經掌握的知識、我們教過的內容，以及先前的想法為何被延後。開始研究前，區分長期規則與這輪對話的限制。
4. 研究公開案例讓哪些問題更容易理解
使用 Kabo 尋找近期相關的縫紉影片；在帳號背景有幫助時，為選定案例補充資訊。詢問每則參考資料解決了學員的什麼問題，又有哪些證據讓說明變得清楚。對只縫過直線的學員來說，變化驚人的改造未必適合作為下一堂課。
5. 將候選題材分為試做、修改或暫緩
請 Claude Code 撰寫 ideas.csv，包含學員程度、原創貢獻、自有樣品、來源備註與決策原因。請它逐一對照 covered.csv 檢查標題。對於難以判斷的候選項，先人工審閱，再展開成簡報。評分應是你依評審標準作出的編輯判斷，而非觀看次數預測。
否決紀錄需要寫明原因。「不做外套」會無意間變成永久規則。「本月不做合身外套：觀眾是初學者，而且沒有試衣模特兒」則為日後重新考慮保留了有用的途徑。
若在選擇下一堂課之前，需要進一步了解學員的學習障礙，請使用 Claude Code 留言研究工作流程。
使用 Kabo 研究 [日期範圍] 內近期公開的 [主題] 案例。提出 5 個不同的教學想法，分為試做、修改或暫緩。包括學員程度、觀眾問題、我們的貢獻、自有樣品、缺少的證明、來源連結與決策原因。逐一對照 covered.csv 檢查想法。等我選定後，撰寫一份簡報；不要把暫時限制變成 CLAUDE.md 中的永久規則。
一個說明三種編輯決策的範例
對這個縫紉頻道來說，候選清單應呈現不同的決策，而非五個同樣熱情推薦的提案：
- 試做：為什麼你的托特包還沒縫最後一道縫就扭了。
- 證明：比較自有裁片樣品，並標出對齊位置。
- 修改：三個拉鍊錯誤 → 限定為一個清楚可見的入門級問題。
- 暫緩：西裝外套合身度調整 → 超出約定的學員程度。
- 證據：為每個候選項附上回傳結果中的相關來源連結。
6. 只撰寫選定課程的教學簡報
選擇托特包扭曲這個角度，要求提供簡短的腳本大綱，寫明錯誤、可見的診斷依據，以及你能示範的修正方法。只有作出長期有效的決定時，才更新否決紀錄。這樣可以避免一次規劃對話把所有暫時限制都變成沒有說明的永久指令。
拉鍊這個想法同時引入了三種技巧。保留一個清楚可見的入門級錯誤，刪去進階收邊處理。更新簡報，但不要永久禁止拉鍊主題。
核准一堂符合預期學員程度的課程
在 Google Sheets 中開啟待選題材清單，進行編輯審閱。拍攝時帶上選定錯誤的樣品，將課程程度說明與腳本保存在一起，確保完成的影片不會偏向進階教學。
文中的完整範例用於說明方法。產品截圖顯示的是 Kabo 網頁版既有的結果，並非本指南範例的實際執行紀錄。請使用自己的素材，以及您的任務實際回傳的證據。