從消費到生產：用 AI 萃取 YouTube，蓋自己的知識圖書館
MakeClass 課程設計提案 v0——不是教怎麼按萃取鈕，是教怎麼讓知識彼此長出關係
萃取一支 YouTube 影片的知識，AI 出現前也做得到，只是慢。這堂課要教的不是「怎麼按萃取鈕」，是怎麼讓萃取出來的東西彼此長出關係——從單支影片的摘要，變成一個會持續長大、能被重新組合成新課的個人知識庫。 六堂大綱 為什麼現在才行（15 分）——人工整理成本估算，破題 NotebookLM 類比 萃取實作（25 分）——一支影片變五張卡片 從萃取到架構（35 分，核心堂）——分類、標籤、跨影片關聯、deck 機制 圖書館 vs 墳場（20 分）——複習節奏設計、語意搜尋找回舊卡 多來源聚合（30 分）——湧現組課，消費轉生產的臨界點 送進 Vibe Coding 專區（20 分，收尾閉環）——把學習歷程寫成 devlog，實跑送文 學員一定會問：為什麼不用 NotebookLM 就好？
NotebookLM 做得很好、免費、真的該推薦用——但它是研究室，幫你「懂」一批資料。這堂課要蓋的是圖書館加出版社：知識卡跨影片、跨專案累積，可以脫離原脈絡重新拼裝，終點是把「懂」變成能教別人的東西。
完整逐堂大綱、設計取捨、與實際簡報，見下方附件。