用 ChatGPT 3 個步驟把 AI 變成下屬,1 人產出 10 人份工作量

用 ChatGPT 3 個步驟把 AI 變成下屬,1 人產出 10 人份工作量

用 ChatGPT 3 個步驟把 AI 變成下屬,1 人產出 10 人份工作量

你還在把 AI 當 Google 用嗎?

很多人跟我說:「我試過 ChatGPT 了,但它給的答案太籠統,根本不能直接用在工作上。」

我想告訴你,這不是 AI 的問題,而是你把它當成「百科全書」在問問題,而不是把它當成「下屬」在交辦工作。就像你在公司帶新人一樣,如果你只對下屬說「去幫我把這件事處理好」,他交上來的東西一定讓你崩潰。但如果你告訴他:「你要扮演什麼角色、參考哪些資料、最後要交出什麼格式」,結果會完全不同。

要把 AI 變成你的超級下屬,讓一個人頂十個人用,你只需要掌握一套「交辦邏輯」。

把 AI 當下屬的 3 個核心心法

1. 給它一個「專業身份」(Role)

AI 就像一個什麼都會一點的萬能天才,但如果你不指定身份,它會用最平庸的「平均值」回答你。你可以想像成,你要請教法律問題,你會找「一般人」還是找「資深律師」?

不要只說: 「幫我寫一封電子信件。」 試著這樣說: 「你現在是一位擁有 10 年經驗的資深業務經理,擅長用溫和但堅定的口吻處理客戶投訴,請幫我寫一封回信。」

當你定義了身份,AI 會自動切換到該專業領域的詞彙和思考邏輯,產出的內容會從「像機器人」變成「像專業人士」。

2. 提供「背景資料」而非「模糊指令」(Context)

很多人的 Prompt(就是你對 AI 說的話,就像點餐一樣,說得越清楚,AI 做得越準)太簡短了。AI 雖然強,但它不知道你公司內部的狀況、你的老闆喜歡什麼風格,也不知道你的客戶是誰。

錯誤示範: 「幫我寫一份市場分析報告。」(AI 會給你一份像維基百科一樣的通用報告)

正確做法:

  • 貼上參考資料: 把對手的官網文案、之前的會議記錄、或是你隨手寫的亂七八糟筆記全部丟進去。
  • 設定限制條件: 「請針對台灣 20-30 歲的上班族,分析這款產品的競爭力,不要使用太專業的術語,要像在 LINE 群組聊天一樣自然。」

3. 要求「具體格式」直接產出(Output Format)

最浪費時間的事情就是 AI 給你一大段文字,你還要花半小時把它整理成表格或簡報。直接告訴 AI 你要的「成品長什麼樣子」。

你可以要求它:

  • 表格化: 「請將分析結果整理成表格,欄位分為:優勢、劣勢、建議對策」。
  • 結構化: 「請給我 5 頁 PPT 的大綱,每頁包含:標題、核心論點、3 個支持數據」。
  • 分階段產出: 「先給我大綱,我確認後你再寫詳細內容」。

實戰演練:從 5 小時縮短到 30 分鐘

假設你現在要準備一份「年度績效回顧」要交給老闆,傳統做法可能是:

  1. 翻閱一整年的行事曆和 Email(1 小時)
  2. 苦惱怎麼把平凡的工作寫得很有成就感(2 小時)
  3. 慢慢打字並修改措辭(2 小時)

用「AI 下屬法」只要 30 分鐘:

  • Step 1 (5分鐘): 把你今年做過的專案清單、老闆之前稱讚你的話、以及你的 KPI 數據全部貼給 ChatGPT。
  • Step 2 (10分鐘): 指令:「你現在是頂級企業管理顧問,請幫我將這些碎片資訊,轉化為一份能讓老闆覺得我『對公司有重大貢獻』的績效報告。請使用『數據導向』的寫法,並將成果分為:營收成長、流程優化、團隊協作三個面向」。
  • Step 3 (15分鐘): 檢查 AI 產出的數字是否有誤,微調語氣,直接貼上 Word 送出。

總結:AI 時代的競爭力,在於「管理能力」

以前我們定義的「能幹」,是指能快速打字、能熬夜做 PPT、能精準地執行指令。但現在,這些執行層面的工作 AI 都能在 3 秒內完成。

現在真正的競爭力,是你能不能**「定義問題」「管理 AI」**。你不再是一個單打獨鬥的員工,而是一個帶著 10 個 AI 助理的小組長。你的價值不再於你做了多少事,而是在於你能讓 AI 幫你產出多少高品質的成果。

現在就打開 ChatGPT,試著把你的下一個工作任務,用「身份 $\rightarrow$ 資料 $\rightarrow$ 格式」這三步交給它試試看吧!