我是蔡興正,透過思考、實踐與職涯探索,記錄每一次學習與成長。相信所有的累積,都會化為養分,長成屬於自己的那棵樹。
站上台講的是簡報,那是我準備最久、也最核心的部分。但學員帶回去的,是講義,沒有講義帶回去,複習會很吃力。這兩件事,一個是我真正在乎的,一個是學員真正需要的,要怎麼兜在一起,我想了很久。 我一開始就很清楚,一問一答的生成式AI解決不了這個問題,因為我要的不是 AI 回答我問題,我的需求是要它能直接從簡報生成講義。但我當時也不知道寫程式可以解決這件事,只能先跟AI一問一答,摸索可能的方向。 就這樣 一來一往,我才慢慢找出答案 :寫一支程式可能是我的解方。我自己不會寫程式,但AI會,我心裡有一套清楚的SOP流程,只要能把這套流程講清楚,AI就能幫我把它寫成程式。於是我投入了不少時間,最後真的把這支程式做出來了。 後來回頭想,這一整段過程讓我發現一件事: 我不只是在問AI,而是希望AI真的能具體幫我完成一件事。 一問一答雖然沒有直接給我答案,卻開啟了解決問題的線索,寫程式這件事,AI幫了大忙。真正的問題,從來不是AI能不能做,是我有沒有先把「這件事該怎麼做」想清楚,再讓AI去執行。 重複的事,不需要每次都問 一件事只要邏輯有一半以上不會變,就值得考慮交出去,交出去一件是一件。這次是這門課的簡報,下次是另一門課的簡報,內容不同,但轉成講義的規則是一樣的:哪些頁面要保留原本的排版、頁碼放在哪裡,這些部分早就不會變。既然是不變的規則,為何我要一直重複做同樣的動作,浪費自己的時間。 真正的差別不在AI這一端,而在我這一端有沒有先把「這件事該怎麼做」這個問題,回答過一次。回答過,寫下來,之後就不用再重新回答;沒有回答過,每次都只能臨時想,臨時想的品質通常也比不上靜下來認真想過一遍的版本。這不是什麼高深的道理,只是我自己踩過幾次同樣的坑之後,才慢慢想清楚的。 問AI,是每次都把整件事重新講一遍,講完等它做,做完還要檢查有沒有理解錯我的意思,理解錯了再重講一次。派AI去做,是先把規則講清楚一次,之後同樣的事情發生,AI就照著規則直接執行,不用我再重新交代。這兩者的差別,不是AI變聰明了,是我自己 從 「每次發問的人」,變成「先定規則的人」 。 真正值得自動化的,不是那些困難的工作,而是那些 早就知道怎麼做、卻還一直重複做的工作 。 這類工作不需要更多創意,需要的是把自己的做法整理成規則,再交給AI去執行。以下是我自己動手處理的三個案例。 案例一:把簡報自動變成講義的程式 以前做講義,是手...