小樹職涯紫微

回頭看自己走過的路，本是應徵機械工程師，被轉至專案管理人員，接續是心智圖講師，再來是 Google 數位工具講師，後來轉向職涯發展，現在又加入了紫微斗數。 每一次進行職涯分享時，許多夥伴都對我的經歷感到好奇，一位理工背景的工程師，從事職涯似乎與傳統的印象並不相符。 如果你也想現在就查自己的官祿宮是哪顆星，可以先下載「文墨天機」排盤軟體（免費版就好），照著這份操作手冊輸入生日，就能排出命盤： 文墨天機排盤操作手冊 。不想現在查也沒關係，先跟我往下看。 後來我才知道，答案藏在官祿宮裡。我的官祿宮，有兩顆星：天機和太陰。 天機，化氣為善，是十四主星裡公認最聰明的一顆。善變、邏輯強、與五術有緣。 太陰，化氣為富，細膩、長期累積，職場貴人多為女性。 其實不是亂跳，是天機本來就這樣，善變，但底層有一條 邏輯 線貫穿。 機械是邏輯，心智圖是邏輯，Google 工具一天到晚更新版本，沒有善變的體質根本跟不上，職涯發展又碰到了紫微斗數，而紫微斗數又是特別講究邏輯推演的一門學問，一路走來，這就是天機的路嗎？（我是不是對號入座了呢？） 太陰的部分，說來有趣，看看就好別當真。 多年課程分享下來，觀察自己的學員，貴人幾乎清一色是女性，學員裡也是女性居多。上課風格細膩，講義改了一版又一版，總覺得還能再好一點。這就是太陰，慢工出細活，長期累積型。 很多職涯上「為什麼我在這份工作格格不入」的困惑，答案往往就藏在這個宮位裡。 官祿宮，是你職場天性的地圖 十二宮位，每個宮位對應人生一個面向。 命宮 會影響其他十二宮位，是你這個人的核心，也是最重要的； 財帛宮 是你的賺錢與花錢方式； 官祿宮 ，看的就是你的工作運勢與適配性，包括能力，以及你在職場上天生的能量型態。 官祿宮的主星，說的不是你能不能升官、有沒有錢途，而是一個更根本的問題：你天生用什麼方式在工作？ 有些人天生就是衝鋒型，不給他新挑戰，他會悶壞。有些人天生是管理者，喜歡建立秩序、制定規則。有些人擅長在幕後支撐整個團隊，默默把事情做對。有些人靠的是關係與和諧，走到哪裡都讓人如沐春風。 這四種型態，在紫微斗數的分類裡，叫做開創型、領導型、支援型、合作型。 四種職場風格，你是哪一種？ ❙ 開創型：積極求變的拓荒者 主星：七殺、破軍、廉貞、貪狼 核心關鍵字是行動。 開創型的人充滿衝勁，能量滿點，天生的開拓者，不畏艱難，行動力極強。 職場風格是積極求變、...

AI 現在幫我們處理資訊、甚至給建議，都越來越強。但我自己感覺到，有些事它幫不了：這個當下該不該停下來、該往哪個方向走，決策還是得自己下，也只有自己能下。 而這個判斷力，不是憑空出現的， 是靠我一次次把當下的判斷如實記下來，慢慢累積出來的。 這也是為什麼在AI越來越會處理資訊的現在，「如實記錄」這個看起來很土的動作，在我看來反而變得更重要。 兩個場景，同一種當下 上週有一堂課，主題是整理自己的AI資料庫。一般而言，就是直接教工具、教怎麼建置，學員也大多是抱著這個期待來的，我原本大綱也是這樣排的。 但那天一開場，我判斷真正的難題根本不是工具怎麼用，是「要整理什麼、怎麼整理」這件事。如果 沒有先跟自己的能力對接上，資料庫建再多也撐不住 ，最後只是把一堆雜亂的東西塞進一個看起來很厲害的系統，垃圾進去，垃圾出來。 能力盤點本來就在我的大綱裡，只是我原本只想輕輕帶過，當成教工具前的一個前提提醒就好。但那天感覺到學習的氛圍與同學臉部的表情，我覺得應該要談清楚，這班學員的反應，需要的不是輕輕帶過，是說透：哪些是天賦相關的頂尖能力、哪些是現在具備但沒特別厲害的能力、哪些是還沒有、但想要的能力。 資料庫該往哪裡深挖、AI要拿來拆解哪些流程，都是這個盤點先做完才能決定的事，如果順序反過來，先學工具再回頭想能力，很容易學了一堆技巧，卻不知道該用在哪裡。這一段光是討論就講了整整七十分鐘，遠超過我原本規劃的時間。 無獨有偶，創業家布蘭克接手一家瀕臨破產的公司時，也沒有依賴憑空的商業直覺。他注意到茶水間堆著一萬五千張沒人理會的顧客註冊卡，親自打電話一張張問過去，把顧客的產業別、產品用途、願意付的價格如實記下來。 兩個場景表面看起來完全不同，一個是教室裡臨時多講的七十分鐘，一個是茶水間裡沒人想理的舊資料，但當下發生的事其實是同一種：都是先感覺到「這裡不對勁，得先停下來看清楚」，然後真的停下來看，而不是照著原本的計畫往下走。 外人只看得到外在的行為 問題是，非當事人只看得到外在的表現，看不到背後真正的思緒。學員看到的是「這堂課怎麼還沒開始教工具」，布蘭克身邊的人大概也覺得，花時間打電話問一萬五千張舊卡片這種事很沒效率。《精準學習》裡有個說法，如果看不到事情背後的長期規律，就只能對眼前發生的事做本能反應，顧不到更長遠的東西。 學員跟旁觀者當下看不到那個規律，看到的只是「跟預期不一樣」，會有這種反應其...

我這兩年在整理紫微斗數的個人筆記，一路寫下來，累積到快要一萬行。寫到後來，我開始懷疑，自己到底是在整理命盤，還是在跟 Google 試算表打一場消耗戰。 會需要不斷回頭插入列，是因為紫微筆記不是一次寫完的東西，是持續累積、持續補充的過程。今天讀到一個新的宮位解法，會想插進對應的位置；某個案例後來有新的體會，也要補一段進去。內容一直在長，插入列這個動作，也就跟著一直發生。 整理到後面，常常會發現前面漏了一段，要回頭補。補的方式不是加在最後面，而是要在中間插入一列，有時候只插一列，有時候一次要插二列、三列。而且新插入的這幾列不能是空白的，要延用上一列的欄位格式，公式也要跟著往下延伸，不然整份筆記的邏輯就斷掉了，後面的運算也會跟著出錯。 一開始這個動作沒什麼感覺。滑鼠右鍵、插入列、往下拖曳延伸格式，一次也就幾秒鐘的事，順手就做完了。 越做越覺得，時間在流失 問題是這個動作不是做一次兩次，是幾百次、上千次地重複，筆記量越滾越大，一天可能就要做上幾十次。 做久了，很熟練，會慢慢累積出一種很明確的感受，就是自己一直在浪費時間 。不是這件事本身很難，右鍵插入誰都會，而是同一件事重複太多次之後，會開始懷疑，為什麼這麼簡單的事，還要自己一列一列去做，做到快一萬行都還在做同樣的事。 後來我把這個動作錄成巨集，按下快捷鍵就能自動完成。速度上的提升沒有想像中誇張，插入列本來就快，巨集省下來的時間不算多。但完成一次插入的當下，心情明顯愉快很多。 少了那個「 又要重複一次 」的疲乏感，光是這一點，這件事就值得做。 真正卡住我的，是函數解決不了的部分 我一直很想把工作效能往上提升，遇到重複的事就會想，這個是不是可以想辦法讓它自動一點。只是我能用的工具，長期以來就只有函數。 函數擅長的是計算與判斷，但「插入列並延伸格式」這種需要先操作、再判斷插在哪裡的事，函數本來就做不到，這不是函數不夠強，是這件事根本不屬於函數的範圍。 過去也不是完全沒碰過程式。用 VBA 的時候，多半是從網路論壇、社群貼文裡東拼西湊一段語法過來，改一改湊合著用，說穿了跟拼裝車差不多，能跑，但沒人敢保證哪天會不會突然拋錨，因為連我自己都看不懂那段語法在做什麼。碰到需要微調的地方，常常是改壞了也不知道問題出在哪，最後乾脆放棄，還是回去手動做。錄製巨集將入門的自動化門檻降到最低，若是流程與劇本夠熟悉，就是一個好的開始。 真正解決這件...

十多年前，我決定離開公司，不想再當專案工程師。那時候心裡其實很不安，但還是帶著一種天真的樂觀，覺得轉去做人資應該不難。結果連一次面試機會都拿不到，學歷不符是最現實的那道門檻，那種被拒絕的感覺，到現在都還記得。 後來我做的第一件事，不是繼續投履歷，而是靜下來，把自己的能力攤開來盤點一次。邏輯思考、規劃能力，這兩項一直都在，只是原本只用在工程專案上，我從來沒想過，它們也可以被帶到別的地方去。 順著這條線慢慢往上找，我發現心智圖跟職涯規劃，才是我心裡真正想投入的方向。於是我把機械產業的背景經驗、心智圖代表的邏輯思考、職涯規劃需要的專案管理能力，這三樣疊在一起，就靠著這個小小的交集點，跌跌撞撞的從事目前的工作。 後來我才慢慢發現，像我這樣同時具備這三項組合的人，不管是在講師圈、還是諮詢師，其實非常少，同時，我會聚焦於目標規畫與職涯的問題解決，讓自己不失焦。回想，原來當時那段徬徨，最後留下來的，是這麼獨特的東西。 努力，為什麼還是覺得卡住？ 這幾年帶課程、做個案諮詢，我常常想起那段找工作卡關的日子，也因此更能懂那種心情。有一位個案，讓我印象特別深，他做了好幾年的代理教師，不是那種混日子的人，每一年都在精進，不讓自己停下來學習。但就是這樣，到了某個時間點，他來找我，說了一句話，我到現在都還記得。 我很努力，但我不知道自己強在哪裡。 他想轉去做銷售，覺得自己缺業務技能。我聽完，沒有立刻回應他的問題，因為我看見的，不是他缺什麼，而是他一直在用一個對自己不公平的角度看自己。這種評估角度錯位的狀況，我在諮詢現場遇到不只一次，每次看到都覺得心疼。 《發現我的天才》裡有一組蓋洛普調查數據，研究了全球六十三國、一百七十餘萬名員工，結果只有兩成的人覺得，自己每天都在充分使用自己的能力。 八成的人，一直很努力，卻沒有把力氣用在對的地方，這個數字說出來，其實有點讓人心疼。 這不是不夠勤奮。很多人的處境，其實是這樣的，技能的總量一直在增加，但這些技能的單位價值，卻隨著行業競爭與普及化，慢慢被稀釋掉了。大家都在做加法，但這個世界同時在做除法。 努力，沒有錯。只是方向，可能需要重新溫柔地看一次。 勤能補拙，可能是最貴的代價 大多數人發現自己卡住了，第一個反應是，去補自己不足的地方，這是很自然的反應，也是我很能理解的心情。 查理蒙格說過一句話，如果你 參加別人擅長而你不擅長的比賽，你注定要輸 。這不是叫你...

打開AI，把想問的事情打進去，結果得到的答案不是你要的。換個說法再問一次，還是不對。你開始懷疑，是不是自己講得不清楚，還是這工具其實沒那麼厲害。 老實說，兩種情況都有可能，但更常見的第三種，是你自己也還沒想清楚要問什麼，只是先打字再說。 很多人這時候會去找提示詞公式，角色、任務、格式、範例，一項一項套進去，像照著食譜按表操課。套完之後，產出確實有進步，但還是覺得少了點什麼，好像哪裡卡住了，那種感覺有點像照著食譜做出一道菜，味道對了，卻少了那口讓人記住的滋味。 問題不在公式本身，而在於 公式只能幫你把話講清楚，沒辦法幫你把問題想清楚 。提示詞從來不是咒語，念對咒語就會生效。它比較像是你腦中思考的翻譯稿，你想得越清楚，翻譯出來的東西才會越準。想得模糊，念得再標準，出來的還是一團模糊。 有管理學者提過類似的觀點， 在AI已經能快速給出答案的時代，稀缺的不再是知道多少事，而是有沒有能力先問對問題。 AI負責回答，人真正該負責的，是把問題定義清楚。這句話放在提示詞這件事上也一樣成立。 但要把問題定義清楚之前，還有一層更基礎的事得先處理，那就是AI根本還不認識你。同一個問題，丟給一個完全不了解你工作內容跟需求的AI，跟丟給一個已經知道你是誰的AI，得到的答案品質會差很多。 先讓AI認識你，一次就好 多數人不會特別去設定這件事，因為想不通這麼做的意義在哪裡，反正打開來直接問，AI不是照樣會回答嗎，何必多花時間先寫一段自我介紹。 尤其現在不少AI工具已經有自動記憶功能，會從你過去的對話裡零散記住一些片段，感覺好像本來就不需要特地設定。但零散記住的，跟你自己完整交代一次的，是兩回事。 自動記住的可能只是某次不經意提到的細節，你沒辦法確定它記住了什麼、又漏了什麼。與其靠它自己零散拼湊，不如自己完整寫一次，把最重要的背景一次交代清楚，這樣每次對話調用的，都是你自己確認過的完整版本，而不是它自己猜測拼湊的片段。 具體做法很簡單，找個文字檔，寫下三件事。我是誰，包括身分跟主要在做什麼；我希望它怎麼幫我，最常請它處理的工作類型是什麼；我的偏好設定，喜歡條列還是長段落，最討厭什麼樣的空泛回答。寫完存進工具的自訂設定裡，ChatGPT在頭像選單的自訂回應裡，Claude可以放進Projects的知識庫，或帳號設定的自訂指示裡。 不用一次寫得完美，先寫個六十分的版本，用起來之後發現哪裡不夠，再回去補...

前陣子準備課程時，我把三份關於AI與職場轉型的研究報告丟進NotebookLM。新增來源、按下筆記本指南，不到幾秒鐘，一份整理好的摘要就出現在畫面上。 老實說，第一眼看到時還有點驚艷。以前可能要花一兩個小時閱讀的內容，現在幾分鐘就能掌握重點。 但看完之後，我卻停了下來。 那一刻我開始思考，如果 AI只是幫我把三十頁濃縮成三頁，它真的有幫助我思考 嗎？ 我重新看了一次摘要，沒有錯，它整理得很好。但問題是，我真正想知道的事情，一件都沒有得到答案。 後來我才發現，問題從來不在NotebookLM，而是我只是隨意點選了重點摘要，沒有主動詢問，只有被動等答案。 當你只問AI重點是什麼，它回答你的，也只會是重點。真正有價值的，往往是那些沒有直接寫在資料裡的問題。 NotebookLM 的底層邏輯 在說提問之前，先把NotebookLM的運作方式講清楚。它跟一般AI有一個很關鍵的差異，它不是憑空生成答案，而是先在你上傳的材料裡找到相關段落，再根據那些段落來回答你。每句回應都附有引用出處，答案有所本，不會憑空捏造。 我在課程裡常說一句話：ChatGPT不用給資料，就給答案。NotebookLM則是，不給資料，不給答案。 正因為如此，它能給你什麼，完全取決於你怎麼問它。你給的方向越清楚，它的回應就越有價值。一句模糊的幫我摘要， 對它來說等同於你覺得什麼重要就說什麼 。 三種提問方向，從不同角度切入 於是我不再請它幫我摘要，除非是學習新知，反而是慢下來，開始問自己：關於這份資料，我真正想知道的是什麼？同一份資料，換個問題，答案完全不同。 找共識 ：這三份報告針對中階主管在AI時代的角色轉型，有沒有共同強調的方向。這個問法讓AI做跨文件的比對工作，不只是摘要單篇，而是幫你找三份資料的交集。交集出現的地方，通常就是最值得關注的趨勢。 找分歧 ：關於AI是否會取代中階管理職，三份報告的立場有什麼不同。這是很多人不會問的角度，但我覺得它最有價值。不同報告對同一問題給出不同答案，背後可能是立場不同、研究方法不同，或產業背景不同。讓AI把各方立場整理出來，閱讀就從接受資訊，升級為評估觀點。 找行動 ：如果我是一家製造業的部門主管，這三份報告中最值得我優先採取行動的是哪一點。這個問法把AI的角色從分析師變成顧問。你給它一個角色條件，它就從報告內容裡篩選最相關的建議，答案不只是摘要，而是針對你的情境做...