今日最有感的事

今天清晨在 Roam Research(我長期在用的網狀筆記系統)整理「進階教育:心電圖進階應用與解析」這份要給專師上課的大綱,最後做出來的兩張 ACS 症狀圖(典型/非典型)讓我有一個更新的工作流體會:Codex Image 這種「我給文字、它出圖」的工具,圖會不會走鐘,關鍵在我前面文字有沒有先寫成它跑不掉的結構。

先補背景給非醫學讀者:ACS(acute coronary syndrome,急性冠心症)就是心肌缺氧那群病,最經典的表現是中央壓胸痛+放射到下巴或左臂,但臨床真正會殺人的是「沒這樣演」的那群。所以教專師時,我把「典型/非典型」分兩段教。

我先用自建的 /ecg search(一個跨 7,233 篇 ECG 文章——litfl、Dr. Smith、ECG Weekly、Ken Grauer——的語意搜尋)撈典型胸痛跟非典型 ACS 的描述,整理出:

這份文字先寫進 Roam 的「正確辨識 [[ACS S/S]]」block 底下當教材,文字定型了,才丟給 Codex Image。我給的 prompt 不是「畫一張 ACS 症狀圖」這種一句話,而是把上面六區塊/八項目/五族群整段塞進去,連「圖要直式還是橫式、字要中文」都一起鎖死。

結果:

兩張上傳到 Roam Firebase 後掛回原本兩段文字的最上方,當「視覺總覽」用——專師掃一眼圖就有大綱,要細節再看下面的條列。

這代表什麼? 跟之前隨手丟一句「畫個 cardiogenic shock 處置流程」相比,差別不是 prompt 寫得長,而是圖的內容要先以文字定型。文字結構寫死了,圖只是把這份文字換成空間排版,AI 沒有自由發揮的空間,也就不會憑空生出一條我沒寫的「等價症狀」、或漏掉一個族群。

真正值得看的是:教學圖生成的真正槓桿,是前面用 /ecg search 把出處、數字、條目都對齊原文這一段——文字準了,圖才能準。更直白地說,下次想叫 AI 出教學圖,省下來的時間不該花在堆 prompt 形容詞,而該花在前面把「圖要長什麼樣」用文字逐項寫出來。

今日收集的資源

Dr. Smith ECG Blog X 貼文

drkeithsiau X 貼文

TreyYingst X 貼文

短網址 t.co/FlBwSNoviO

雷蒙三十・生活黑客研究院 我的活動

◆ ◆ ◆