為什麼你用 AI 覺得沒效果？因為你把它當「工具」而非「部下」
很多人跟我說：「我也用 ChatGPT 呀，但它給的答案太籠統，我還是得自己改很久。」
其實問題不在 AI，而是在於你的「管理方式」。你可以把 AI 想像成一個超級聰明但完全沒經驗的實習生。他讀過全世界所有的書，但如果你只跟他說「幫我寫個企劃」，他只會給你一份像教科書一樣無聊的範本。
如果你想一個人頂十個人用，你得學會「管理 AI」，而不是單純地「詢問 AI」。
把 AI 變成部下的 3 個具體管理步驟
想要 AI 產出高品質的東西，你不能只給一個 Prompt（你可以想成是點餐，你說得越清楚，AI 做得越準），你要建立一套工作流程。
第一步：賦予「專業人格」
不要直接問問題，先告訴 AI 他現在是誰。這就像在公司裡，你會把財務報表交給會計，而不是交給行政人員一樣。
- 錯誤示範： 「幫我寫一封給客戶的道歉信。」
- 正確示範： 「你現在是一位擁有 10 年經驗的資深客戶經理，擅長處理棘手的客訴，能讓憤怒的客戶感受到誠意並願意續約。請幫我寫一封道歉信。」
第二步：將大任務「拆解成小塊」
很多人的挫折感來自於一次要求 AI 完成太複雜的工作。想像一下，如果你對實習生說「幫我把公司明年的營運計畫做出來」，他一定會崩潰。
正確的拆解流程應該是：
- 定義目標： 「我們先討論這份計畫要達成的 3 個核心目標。」
- 建立框架： 「根據目標，請幫我列出報告的大綱，包含背景、分析、執行方案。」
- 填充內容： 「現在針對大綱的第一點，請幫我詳細撰寫，並加入台灣市場的競爭對手分析。」
第三步：反覆「回饋與修正」
AI 第一次給的答案通常只有 60 分。高手不會直接放棄，而是會像主管一樣給予回饋（Feedback）。
你可以試著這樣對 AI 說：
- 「太正式了，請把語氣改成像在 LINE 群組分享一樣自然。」
- 「第二段太冗長，請用三個 bullet points 條列，每條不超過 20 個字。」
- 「請針對這份內容，扮演一個挑剔的客戶，提出 3 個可能的質疑，並幫我準備好回答。」
實戰對比：傳統工作法 vs AI 部下工作法
假設你要準備一份關於「台灣年輕人消費習慣」的分析報告：
| 階段 | 傳統做法 (一個人苦撐) | AI 部下做法 (管理模式) |
|---|---|---|
| 資料蒐集 | 逛 5 個網站，手動記錄，花 3 小時 | 餵入 3 篇研究報告，要求 AI 總結重點，花 10 分鐘 |
| 撰寫草稿 | 對著空白 Word 發呆，花 4 小時 | 給予框架 $\rightarrow$ AI 生成初稿 $\rightarrow$ 你修改，花 1 小時 |
| 校對優化 | 讀三遍發現還是有錯字，花 1 小時 | 要求 AI 檢查邏輯漏洞並優化措辭，花 10 分鐘 |
| 總計時間 | 約 8 小時 (累死) | 約 1 小時 30 分鐘 (輕鬆) |
給你的最後建議：不要追求「一次對」，要追求「快速迭代」
很多台灣職場的人習慣追求「完美主義」，想一次寫出完美的 Prompt。但 AI 的邏輯是迭代。你不需要一次就拿到 100 分的答案，你只需要透過 3-4 次的對話，把 60 分的答案推到 95 分。
這就是為什麼有些人用 AI 覺得是累贅，而有些人卻能省下 80% 的時間去喝咖啡或早下班。差別就在於你是否把 AI 當成你的「部下」來管理。
現在就打開 ChatGPT，試著給它一個專業角色，把你明天要交的報告拆解成三個步驟交給它試試看吧！
