你想前往台中，ChatGPT 可能會先詢問您的需求（旅遊資訊、交通方式等），在您選擇交通方式後，再進一步確認您的出發地，最後才會提供相應的交通方案。
使用 ChatGPT 時，您需要逐步修正問題並引導它一步步完成指令。它就像一個功能強大的工具，但需要使用者明確地提供指示。
換個場景，AI 代理人能夠理解更高層次的指令，並自主完成後續步驟。
你只需要簡單地說：「下星期一我要去台中」。
AI 代理人便能自動處理整個流程，包括轉換語音為文字、根據您的過往訂票紀錄尋找合適的班次，甚至考量您的座位偏好（如窗邊或走道、商務艙或經濟艙）。最終，它可以直接進入高鐵訂票系統為您下單，讓您無需手動操作，中間的細節都交由 AI 代理人完成。
兩者之間的差異，於《三年內AI就能幫你開會、查機票、做報告-商業看商周》這一段影音之中，讓人印象深刻。
AI Agent 現正處於萌芽階段，未來三年將經歷快速變革與成長。
根據《MetaAge 邁達特》網站的資訊，全球對代理型 AI 的支出預計在 2028 年突破 40 億美元，年均複合成長率高達 68%。這股浪潮將推動 AI Agent 在各行各業的廣泛應用，進一步重塑工作模式與市場競爭格局。
值得一提的是，從紫微斗數的角度來看，AI 產業即將迎來連續三年的「天機運勢」，其中包括 天機化祿、天機化權與天機化科﹙2025年運勢文﹚。
天機星是紫微斗數中象徵智慧與創新的關鍵星曜，代表資訊、科技與策略的發展。因此，無論從科學預測還是玄學推演來看，AI 產業的崛起都顯得順理成章，並將持續擴展其影響力。
》我對AI的理解
在《AI 世界的底層邏輯與生存法則》一書中，作者 程世嘉——史丹佛大學電腦科學碩士、台大資管系學士，身為 AI 領域的專家，分享了他日常工作中如何運用 AI 工具來提升效率。他將 ChatGPT 視為標準配備，在擬定大綱、撰寫文章前，會先向 ChatGPT 描述詳細情境，包括溝通對象的背景、產業別等，進而獲取有價值的建議。此外，在撰寫英文備忘錄時，他也習慣先讓 ChatGPT 校對，以確保語言表達更精準。
更有趣的是，他發現受益最多的其實是自己。在這樣的互動過程中，他學會了更優美的句型、更精準的詞彙，甚至從中提升了自身的寫作能力。事實上，ChatGPT 不只是輔助工具，只要懂得巧妙提問並引導它互動，它幾乎能教會你任何事—畢竟，它承載了來自眾多專家、專業知識與海量數據的智慧精華。
當我構思如何學習 AI 技能時，我早已不再被「快速」、「5 秒內完成」這類詞彙吸引。因為我深知，一旦將任務交付給 AI，標準答案應該是 零（0）—這件事應該在 零秒內完成，不是 5 秒，更不該只是「快速」。
更進一步來說，這甚至可以是「負的時間」—也就是說，當 AI 成為你的數位分身，不僅能同時完成數十人的工作，甚至還能確保品質略勝一籌。這不再只是效率的提升，而是生產力的質變。然而，這樣的願景對我而言，目前仍然屬於想像，真正的挑戰在於：如何將它落地？
這個概念也來自《12 週做完一年工作》一書，這本書給了我極大的啟發，剛好可以應用到我的 AI 學習新專案中。以下是我的學習規劃：
任務：試錯與感受 AI 帶來的變化
在這個階段，我將大量嘗試不同的 AI 工具與應用場景，不預設學習框架，而是透過實際操作來體驗 AI 如何改變我的工作與思維模式，我選擇出5~7款的AI來進行深化，區分為：
任務：重新學習與思考工作流
經過初步探索後，我將回歸更有結構的學習方式，釐清 AI 的核心概念與應用邏輯。這個階段的目標是建立扎實的基礎，並思考如何將 AI 真正融入我的專業領域。
任務：讓 AI 成為習慣，並創造新工作流程
在最後階段，我希望將 AI 深度融入日常工作，讓它不僅是工具，更成為思考模式的一部分。同時，我將嘗試創造新的工作流程，確保 AI 能夠帶來持續性的提升與創新。
這樣的學習規劃不僅讓我的學習更加有條理，也能確保我真正掌握 AI 的價值，而不是淪為被資訊淹沒的一員。未來 12 週，將是我重新建立 AI 學習框架的重要時刻！
更有趣的是，他發現受益最多的其實是自己。在這樣的互動過程中，他學會了更優美的句型、更精準的詞彙，甚至從中提升了自身的寫作能力。事實上，ChatGPT 不只是輔助工具，只要懂得巧妙提問並引導它互動，它幾乎能教會你任何事—畢竟，它承載了來自眾多專家、專業知識與海量數據的智慧精華。
當我構思如何學習 AI 技能時，我早已不再被「快速」、「5 秒內完成」這類詞彙吸引。因為我深知，一旦將任務交付給 AI，標準答案應該是 零（0）—這件事應該在 零秒內完成，不是 5 秒，更不該只是「快速」。
更進一步來說，這甚至可以是「負的時間」—也就是說，當 AI 成為你的數位分身，不僅能同時完成數十人的工作，甚至還能確保品質略勝一籌。這不再只是效率的提升，而是生產力的質變。然而，這樣的願景對我而言，目前仍然屬於想像，真正的挑戰在於：如何將它落地？
》AI學習計畫的展開
從去年 11 月至今，我已經投入 AI 學習四個月。然而，在這段期間，我發現自己被大量資訊淹沒，學習節奏變得混亂。因此，我決定重新回歸更有系統的學習方式，並規劃一個 12 週的學習計畫，劃分為三個階段，幫助自己建立清晰的成長路徑。這個概念也來自《12 週做完一年工作》一書，這本書給了我極大的啟發，剛好可以應用到我的 AI 學習新專案中。以下是我的學習規劃：
1. 初始階段（試錯與體驗變革）
時間：24/11 ~ 25/03任務：試錯與感受 AI 帶來的變化
在這個階段，我將大量嘗試不同的 AI 工具與應用場景，不預設學習框架，而是透過實際操作來體驗 AI 如何改變我的工作與思維模式，我選擇出5~7款的AI來進行深化，區分為：
- 文字：ChatGPT、Gemini、NotebookLM
- 圖片：Napkin Ai、Microsoft Designer
- 求解：Perplexity AI
2. 學習階段（系統化學習與深度思考）
時間：25/03 ~ 25/06任務：重新學習與思考工作流
經過初步探索後，我將回歸更有結構的學習方式，釐清 AI 的核心概念與應用邏輯。這個階段的目標是建立扎實的基礎，並思考如何將 AI 真正融入我的專業領域。
3. 融合階段（習慣化與流程創新）
時間：25/06 ~ 25/09任務：讓 AI 成為習慣，並創造新工作流程
在最後階段，我希望將 AI 深度融入日常工作，讓它不僅是工具，更成為思考模式的一部分。同時，我將嘗試創造新的工作流程，確保 AI 能夠帶來持續性的提升與創新。
這樣的學習規劃不僅讓我的學習更加有條理，也能確保我真正掌握 AI 的價值，而不是淪為被資訊淹沒的一員。未來 12 週，將是我重新建立 AI 學習框架的重要時刻！
》階段二：學習階段計畫的展開
提示詞不在此階段之中，因為提示詞的工程，隨著AI進展越來越快速，差距快速的縮小中，那我學習的目標為何呢？- 目標1：找出雞肋。
- 目標2：學會簡易的自動化。
◉目標1：如何識別雞肋？也是評估自動化的關鍵！
「雞肋」這個詞，我經常用來提醒自己。所謂雞肋，食之無味，棄之可惜。在職場中，這樣的情境屢見不鮮——某些工作看似有價值，但實際效益有限，放棄又覺得可惜。因此，辨識雞肋、解決雞肋，是我持續精進工作效率的重要課題。
要判斷一項工作是否值得自動化，或是否屬於雞肋，關鍵在於它的價值與可替代性。於《實現Al自動化的第一步之超高效Al實戰指南》課程中，提供以下四個指標可作為評估依據：
要判斷一項工作是否值得自動化，或是否屬於雞肋，關鍵在於它的價值與可替代性。於《實現Al自動化的第一步之超高效Al實戰指南》課程中，提供以下四個指標可作為評估依據：
1. 數位程度：工作中的資料是否已數位化？
自動化必須建立在數位資料的基礎上。如果一項工作仍依賴紙本或手工輸入，那麼自動化的門檻將大幅提高。2. 規則程度：可否撰寫標準作業程序（SOP）？
高度規則化的流程最適合自動化，因為可將步驟明確拆解，轉化為程式邏輯。如果流程過於複雜、變數太多，則自動化的難度與成本也會提高。
3. 穩定度：數位資料或工具的介面是否穩定？
如果系統經常變動，例如網站介面時常更新、企業內部系統不穩定，則自動化可能會頻繁中斷，影響效率。因此，在評估自動化時，穩定性是不可忽略的因素。4. 重複度：這項工作是否經常重複執行？
重複性高的工作最適合自動化，因為可以大幅減少人力成本，提升效率。例如，每天固定要做的報表輸出、數據整理等，都是自動化的理想對象。解決雞肋當然是好事，但若這些「雞肋」藏在 80/20 法則 之中（即 20% 的工作產生 80% 的價值），那麼識別並解決它們，將能讓看似無用的雞肋變成高價值的黃金。這不只是刪除無效工作，而是讓我們的時間與資源投入到真正有價值的事情上，進一步提升職場競爭力。
.png)
◉目標二：學會簡易的自動化
針對這個目標，我採取「進階式調整」的方式，並不局限於直接使用 AI 工具，因為在許多工作流程中，其實早已有簡易自動化的應用。以下是我目前歸納的三大類型：一、規則設定類
這類屬於日常工作中最常接觸到的基礎自動化，透過設定規則來減少重複性工作，例如：- Gmail 收件規則：依據客戶來信，自動歸類到不同收件匣，提升郵件處理效率。
- Google 試算表巨集指令：自動執行排序、計算等重複性步驟，大幅節省時間。
二、系統流程類
這一類著重在善用系統內建或外掛工具來簡化流程與操作：- Mac Automator 批次處理：透過 Automator 設定快捷鍵，能在 3 秒內完成 100 個檔案的批次重新命名，省時又高效。
- AI 助手自動化模版設計：針對重複性的工作流程，設計好提示詞（prompt），讓 AI 助手（如 ChatGPT）依據不同資料，自動執行完整流程，並可重複使用。例如：將上百頁的資料一次轉換成文字檔，省下大量時間與人力。
三、工具串聯類
學習並應用專門的自動化串聯工具，讓不同系統與應用程式間達到無縫整合：- 工具選擇：Make（原 Integromat）
- 優勢：介面採用直覺式的拖拉設計，適合無技術背景者上手。
- 應用彈性：支援多種應用程式模組，能快速完成跨平台自動化流程，強化整體工作效率與流程優化。
❙ 總結：未來世界的變化用模糊來看清
這樣的場景，或許很快就會出現在我們的日常生活中——機器人開始走進消費者場域，擴散到各種產業應用裡。例如：在咖啡館裡出現「只會泡咖啡」或「只會打蛋」的專門機器人，專職完成這些特定的重複性工作；又或者運用在動作相對簡單且需求穩定的健康照護領域，以解決嚴重的人力缺口問題。
以「協助病患翻身」為例，只要透過數據結合電腦視覺運算，掌握患者的體重與體型，機器人便能精準偵測病患是否姿勢正確，並計算出適當的力道來完成翻身動作。這樣的應用場景，離我們已經不遠。
當機器人與 AI 逐漸能處理這些任務後，我們更該思考的是——人類的工作，將因大量 AI 介入而發生質的變化。
然而，對我來說，這個問題現在一時半刻還想不出答案。最大的原因是，我太習慣「忙碌」這件事，習慣用工作填滿每一天，反而失去了想像未來的空間。
或許，唯有慢慢學會把手上的工作交出去，留出空白與喘息的時間，才能真正思考「跨界」與「未來」。而這，將會是我九月之後最重要的功課。
開始接觸 AI、理性分析之後，我逐漸發現，下一個重點其實是——學會擁抱「模糊」。
這是十多年前，看姚仁祿老師的《設計思考》影片中所提及的。唯有習慣與不確定共處，才能真正打開視野，看見未來的各種可能。
這會是我接下來的目標：讓自己系統化地學習 AI，同時保留對未知世界的好奇與想像。
那麼，你呢？你的下一步，會是什麼？
---------------------------------
．．．關於分享者．．．
※連繫：FB 蔡興正 ⦙ Line@：@503ijslo
※電郵： projason.tsai@gmail.com
※證照： 孫易新心智圖講師班﹙2014﹚ | GCDF全球職涯發展師 | Google全球教育家
※課程：1-1 學生筆記 | 成人筆記 | 數位軟體 線上教學
留言
張貼留言