小樹職涯紫微

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。 

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...

課程基本資訊 建議時數：24 小時（4 天，每天 6 小時） 適合對象：一般同仁、行政人員、主管、跨部門團隊  課程彈性：每一模組皆可單獨安排為 6 小時獨立課程，企業可依訓練需求自行組合 一句話核心價值 從數位基礎到 AI 協作，建立員工使用 AI 工具的完整能力地圖，讓學習不停留在「會用」，而是真正轉化為日常工作的效率與判斷力。 為什麼需要這堂課？ 這系列的課程設計，著重於建立學員「任務對應工具」的判斷邏輯，而不只是單一工具的操作記憶。我們引導學員理解不同 AI 工具的特性，學會如何根據工作任務靈活挑選與整合，讓 AI 真正落地於日常工作流程中。 導入 AI 後，員工仍回到原本工作方式，效率沒有實質提升 每位員工各自摸索，缺乏共同的 AI 工作流程與語言 工具越買越多，但沒有人知道哪個工具該用在哪個任務 學了提示詞技巧與眾多的 AI 工具，卻不知道如何與實際工作結合 把 AI 當成單向工具，還沒發展成真正的協作夥伴 完成後可以帶走什麼？ 每一個模組都有實作練習，學員當天就能產出成果，不只是聽懂，而是真的做出來帶走。 會使用：掌握提示詞結構與多款 AI 工具的基礎操作 會判斷：依任務挑選最適合的 AI 工具，而非只依賴單一平台 會協作：串接多工具分工，提高工作品質與效率 會累積：建立個人知識庫，讓每一次工作都能成為下一次的資產 會整合：打造屬於自己的 AI 工作流程，讓 AI 從工具進化為協思夥伴 職能強化搭配課程 本課程以 AI 工具實務為核心，可與以下課程搭配，組成更完整的職能提升培訓計畫： 心智圖法職場應用 ：強化結構化思維，讓 AI 工作流更有邏輯骨架 NotebookLM 知識管理進階 ：深化個人知識庫的建置與應用 Google Workspace 雲端協作 ：強化跨部門協同作業能力 依企業需求，可規劃 12 小時至 48 小時的完整培訓方案。 課程搭配建議 不確定從哪個模組開始？以下是幾種常見的企業需求組合： 員工普遍對 AI 陌生：模組一 ＋ 模組二 已有基礎，想解決實際工作問題：模組二 ＋ 模組三 主管或核心團隊培訓：模組三 ＋ 模組四 完整能力培訓：模組一至四，共 24 小時 完整課程大綱 課程設計主軸：數位基礎 → 工具熟悉 → 工作流整合 → 協思夥伴 課程順序：AI 初體驗（建立信心）→ 多工具實務（擴展能力）→ 工作流整合（解決問...

出自：2026年產業人材投資方案 課程名稱：運用心智圖活化職場思考與資訊整理工作術實務 課程基本資訊 時數：24 小時（4 天，每天 6 小時）  適合對象：一般同仁、行政人員、主管、跨部門團隊  課程彈性：每一模組皆可單獨安排為 6 小時獨立課程，企業可依訓練需求自行組合 一句話核心價值 心智圖法不只是整理工具，而是一套幫助員工將資訊轉化為行動的思維方法。結合 AI 工具後，學員不僅能更快整理資訊、規劃工作，更能在日常職場中真正用起來，而不是上完課就忘。 為什麼需要這堂課？ 許多企業在辦完教育訓練後，常常面臨同樣的困境：員工學了很多，回到工作崗位卻不知道怎麼用。這堂課的設計，就是為了解決這個問題。 員工資訊太多、整理不來，開會討論缺乏結構，溝通效率低 有了 AI 工具，卻不知道如何融入日常工作流程 面對複雜任務或跨部門協作，缺乏有效的規劃與拆解方法 問題發生時只能被動應對，沒有系統性分析根本原因的習慣 學習與閱讀的內容無法有效累積，知識沒有沉澱 完成後可以帶走什麼？ 每一個模組都有實作練習，學員當天就能產出成果，不只是聽懂，而是真的做出來帶走。 一張屬於學員的職場能力地圖，清楚看見優勢與發展方向 可直接套用的職場工作清單與任務拆解計畫表 建立 AI 知識整理工作流，讓學習成果持續累積 一套整合心智圖、甘特圖與雲端工具的職場工作管理系統 職能強化搭配課程 本課程以心智圖法為核心思維工具，可與以下課程搭配，組成更完整的職能提升培訓計畫：AI 工作應用： 深化 AI 工具在職場中的實務操作 NotebookLM 知識管理 ：進階知識庫建置與檢索應用 Google Workspace 雲端協作 ：強化跨部門協同作業能力 資訊圖表應用 ：將分析結果轉化為清晰的視覺化呈現 依企業需求，可規劃 12 小時至 48 小時的完整培訓方案。 課程搭配建議 不確定從哪個模組開始？以下是幾種常見的企業需求組合： 第一次導入思維訓練：模組一 ＋ 模組二 改善工作效率與知識管理：模組一 ＋ 模組三 強化任務執行與問題解決：模組二 ＋ 模組四 主管或跨部門培訓：模組二 ＋ 模組三 完整能力培訓：模組一至四，共 24 小時 完整課程大綱 課程設計主軸 ：視覺化思維 → 結構化分析 → 創意發散 → 工作應用  課程順序 ：心智圖基礎（思維工具）→ 商業架構應用（邏輯分...

上週的 AI 課結束後，有位學員跟我一起走到捷運站。 他在一家中型企業做業務主管，走著走著，聊起了來報名的原因。 他第一次用 AI 幫他寫週報，修了將近一個小時，最後全刪掉，自己重打。那次之後，他兩個月沒再碰 AI。 「 我其實很想搞清楚：每次用不順，到底是我的問題，還是 AI 的問題？ 這些問號一直卡在心裡，所以我才來的。」 互相說了再見，他刷卡進站，往東月台走去。我則往西。 那些問句，我在回家路上一直沒放下。 過去我們常聽到：AI 不會取代你，是會用 AI 的人取代你。 但我想說的事：AI 不會取代你，忙碌才會。 忙碌，是最難說破的藉口 忙碌，表面上是在質疑工具，但深層裡，其實是在為自己尋找「不改變也沒關係」的合理藉口。 這就是職場裡最難被說破的人性困局：我們常常用「努力工作的外表」，來合理化自己「拒絕改變的內心」。那位學員並不懶，他平日工作量大、回應訊息的速度讓同事都佩服。但也正因為如此，他才能心安理得地說：我已經很拚了，哪還有時間學新東西？ 那份「忙碌感」，成了一種武器。它讓人不必去面對那些問句背後的深層恐懼：如果學了也不一定會用、用了也不一定比現在好，萬一花時間整合之後反而更亂呢？ 所以人就留在熟悉的忙碌裡。在那裡是個英雄；走出去，只是個初學者。 你的忙碌，是動力的引擎，還是逃避的藉口？ AI 用不起來，通常有三道隱形門檻 這到底是 AI 的問題，還是我們自己的問題？ 其實，工具往往是一面鏡子。AI 真正用不起來，通常不是它不夠聰明，而是我們帶進對話框裡的東西出了問題。我觀察到有三道隱形的門檻，也許是將我們阻隔在外的原因。 第一道，是脈絡斷層。 AI 不認識你。它不知道你的工作是什麼、你服務哪種客戶、你重視什麼。你提問，它回答，但那個回答是給「所有人」的，不是給「你」的。 問題出在，我們習慣用大腦扛所有的細節，像是三年的專案記憶、客戶的偏好、上次開會的結論。但大腦不是硬碟，它適合做判斷，不適合做儲存。當你把一堆沒有整理的資訊丟給 AI，它給你的回應自然空洞。 你心裡很清楚來龍去脈，但 AI 收到的只是一個缺乏脈絡的問題。它不知道你是誰、你做過什麼、這件事對你來說為什麼重要。你以為你在對話，但 AI 聽到的只是殘影。 AI 要懂你，前提是你先把自己整理清楚。但我後來發現，多數人連自己都說不清楚。我的工作核心是什麼、我的判斷標準是什麼、我重視的細節在哪裡。這些...

工具都會用，但素材流得起來嗎？ 我用 Evernote 將近十年。 它的收藏功能、圖片辨識、從單向連結到雙向連結，每一次版本更新我都滿心期待，覺得這次應該可以解決資料管理的問題了。 但筆記的數量越來越多，問題其實不是出在「管理」，而是出在「使用」。過去我以為是管理得不夠好，所以試過分類、標籤、資料夾、快速鍵、第三方外掛，每隔一段時間就重整一次，每次都覺得這次終於對了。但要找到我真正想要的資訊，依然很不順暢。 不是 Evernote 不好用。是我從來沒有解決一個根本的問題：素材進得來，但流不動。 正因為有了這十年的經驗，當我重新看待 AI 整理資料時，我變得更加謹慎與小心。 後來開始用 AI 工具時，我沒有盲目跟風。雖然 NotebookLM、Gemini、Antigravity 三個都學會了，但回去使用後我發現：要是沒有解決「流動」的問題，一樣會重蹈覆轍，甚至覺得更忙，而不是更好。因為每個工具各做各的，資料在這邊，整理在那邊，最後要查的時候又要重來一遍。 那個時候我才意識到，問題從來不在工具，而在「有沒有一條讓素材持續流動的路」。 大多數人的 AI 使用方式，都是一次性的 「素材無法流動」這個問題，不只是我遇到，而是大多數 AI 使用者的共同痛點。 我們常常是這樣使用 AI 的：今天整理一本書。明天整理一份 PDF。後天整理一場會議記錄。 每次都重新開始，整理完就結束了。那些素材不是留在對話視窗裡，就是散落在不同的 AI 工具之間。當下看似有效率地完成了工作，但下次要用的時候，又找不到了，只好重新提供素材、重新說明背景，從頭再來一遍。 換句話說，你整理了很多，但什麼都沒留下來。知識沒有累積，AI 也沒有辦法變得更了解你。 資料庫可以是不同的形式。累積大量資訊，需要一個地方；累積個人經驗與工作脈絡，又是另一種作法。我自己用 Claude AI 的 Project 來累積經驗，用 NotebookLM 來管理大量的課程素材與文章。不同的需求，工具的選擇也不一樣。 這篇要談的，是累積大量資訊的那條路。 NotebookLM 最核心的事，不是它有多聰明 現在很多人整理資訊、消化報告，甚至準備簡報素材，都開始離不開 NotebookLM。它能做到的事情確實不少，也難怪用過的人幾乎都會繼續用。不過，大多數人用它的方式，跟用 ChatGPT 沒什麼兩樣：問它問題，期待它直接給出答...

學員常與我分享，參加完培訓、讀完一本書，當下覺得收穫滿滿，但三天後問他們學了什麼，腦袋一片空白。記了筆記，但不知道怎麼用。整理了重點，但兩週後就忘了。這不是他們的問題，是從來沒有人教過他們「怎麼學」。 吉姆·快克在《腦力全開》這本書裡有一句話，說的正是這件事：「學校教我們學什麼，但從來沒有教我們怎麼學。」 這本書的作者吉姆·快克，童年時因為腦部受傷， 一度被老師當眾說「那是個腦袋壞了的男孩」 。他花了大半人生研究大腦與學習，最後成為全球頂尖企業和演藝圈爭相邀請的腦力教練。他寫這本書，不是要你讀完記住他，而是要讓你讀完之後，把學習這件事重新拿回自己手中。 書的核心架構分成三部分：心態、幹勁、方法。這篇我想聚焦在「方法」，因為這是最直接、最可以立刻應用的部分。書中把學習方法整理成五個核心領域，分別是專注、研習、記憶、速讀與思考。 大腦不是硬碟，是肌肉 在談這五個方法之前，有一個底層觀念必須先建立：大腦具有「神經可塑性」。 這個詞聽起來很學術，但意思其實很簡單，每當你學習新東西，大腦就會建立新的神經連結。你練習得愈多，這些連結就愈強固。反過來說，長期不用的連結會逐漸弱化，這就是為什麼「用進廢退」這句話是有神經科學根據的。 書裡有一個倫敦計程車司機的研究，讓我印象很深。 倫敦的計程車駕照考試極難，申請人需要花三到四年，熟悉以查令十字地鐵站為中心、半徑十公里內的兩萬五千條街道。科學家掃描 這些司機的大腦後發現，他們負責記憶的海馬迴比一般人大得多 ，而且開計程車的時間愈長，海馬迴就愈大。大腦，是真的可以被訓練的。不是靠天賦，是靠方法和持續的練習。 五個學習方法 瞭解這個前提，這本書提出五個領域的具體方法。 １.專注，是所有學習的入口。 專注力就像肌肉，愈鍛鍊愈強健，多數人練習的卻是分心。每次拿起手機查一下、轉頭回覆一則訊息，都是在強化分心的習慣。更嚴重的是，「多工作業」會快速消耗大腦前額葉所需的葡萄糖燃料，不只讓人疲勞，還會降低整體認知效能。 吉姆·快克建議一次只做一件事，並且在行事曆上安排明確的「分心時間」，例如下午四點十五分專門處理雜事，讓大腦知道那些事有時間處理，現在可以放心專注。此外，當思緒紊亂難以靜下來時，他還介紹了一個簡單的呼吸法：用鼻子吸氣四秒、憋氣七秒、從嘴巴吐氣八秒，重複四次，幫助大腦重新聚焦。 2.研習，不是再看一遍。 傳統的反覆閱讀是最沒效率的方法之一。研...

工作三四年後，最可怕的不是找不到工作。 而是每天都有工作，卻不知道自己正在往哪裡走。 小楊就是這樣。 三年前他踏入職場，第一份業務工作做得還不錯，但績效壓力慢慢把熱情磨光了。後來他轉成打工模式，時間換薪水，收入還行，但每天做著單調的工作，年過二十五之後，他開始問自己：「這樣下去，真的是我要的嗎？」 另一位小于的狀況也差不多。 她在美甲和行政工作之間換來換去，工作不難找，但總感覺踩不到地。換了幾次之後，她說：「我很想充實自己，但我不知道從哪裡開始，也不確定自己有什麼能力。」 這種感覺，你熟悉嗎？ 在職場摸爬滾打三四年，其實是一個很關鍵的時間點。你已經有一些真實的工作經驗，也開始知道自己喜歡什麼、不喜歡什麼。這個時候重新梳理一下自己，比剛出社會時更有感，也更有方向。 先理清這三件事 個案來找我，通常都是對未來方向感到模糊。這時我會先借助「黃金三角」，幫他們把思路梳理清楚。 三個問題，你也可以自己問自己： 第一個問題：你對什麼有興趣？ 興趣是一個人願意長期投入的動力來源，不一定要熱情燃燒，但至少不排斥、能做下去。 第二個問題：你的能力強項在哪裡？ 每個人都有自己擅長的事，只是自己有時反而看不清楚。可以從過去被人稱讚的經驗裡，找找線索。 第三個問題：你重視什麼？ 有人重視穩定，有人重視自由，有人重視成就感。這個答案沒有對錯，但會影響你對工作的選擇。 這三個問題，在不同的人生階段，答案可能會不一樣。不是答一次就算了，而是值得定期回來想一想。 東方智慧，也可以幫你找方向 我有兩張西方的職涯證照，GCDF 全球職涯發展師與 SCPC 國際職業策略規劃師。但在諮詢的過程中，我也借用東方的智慧，也就是紫微斗數，來幫個案做更深的探索。 這兩年裡，我持續整理命盤資料，並與實際職涯諮詢案例交叉驗證，希望找到更適合職涯探索的應用方式。每年接近百位的諮詢經驗，讓我對紫微斗數在職涯方向上的應用，還蠻有把握的。 有人會問：命盤這種東西，真的有用嗎？ 我的答案是：它是一面鏡子，不是答案。它幫你看清楚自己的特質，但怎麼走，還是你自己決定。 小于的案例：從特質出發，找到方向 回到小于。 我把她的命盤拉出來，看到一組很有意思的組合。 行動力強、反應快、不服輸——做事衝勁十足，但有時候太直接，容易跟人摩擦。同時她責任感很重，對自己要求高，事情交給她，一定會做到底。另外她還有一種天生的領導氣質，適合成為團隊裡...

我最近在跟一些企業和學員交流時，常聽到類似的困惑：上課聽講師介紹各種好用的 Prompt 時，總覺得這些方法能立刻解決手邊的難題。但隔天回到辦公室，面對雜亂的客戶資料和 Excel，卻不知道該從哪裡下手。 最後，大部分人還是默默按下了 Ctrl + C 和 Ctrl + V，回到原來的作業方式。 其實我自己當員工時也有過這種經驗。課程上的案例永遠乾淨漂亮，但真實工作卻充滿了各種手動的雜訊。我私下戲稱，此為「放煙火」﹙沒對講師不敬的意思，自己也是講師啊！﹚，當下覺得很震撼、很有希望，但散場之後只留下一地灰燼。 知道怎麼做，和真正做到，是兩回事 我自己也有在公司內推動專案的經驗。那時候才發現，光是自己學會還不夠，更難的是讓它真正融入日常工作流程。課堂上的案例條件設定清楚，出錯機率低；但職場的情境複雜得多，變數也多。 一旦 AI 在 實際作業中給出錯誤結果，學員往往不知道如何判斷、如何修正 ，整個應用就此中斷。這不是學員的問題，而是課程與工作流之間，本來就存在一道沒人幫你接起來的斷層。 這也是「諮詢」與「進入工作流」最本質的差別：AI 只是告訴你流程該怎麼走，這叫諮詢，但距離真正動起來，還差最後一哩路；只有當 AI 直接進入系統、幫你把事情做完，才叫真正的落地。 我在實際授課後發現，學員在課堂上能操作單一工具，但回到職場後，卻很難自行把工具串連成完整的工作流。舉個例子：用 NotebookLM 把三萬則 Line 群組訊息摘要成三百則重點，這個動作學員在課堂上做得到；但摘要好之後，這份內容要怎麼進到下一個環節、怎麼變成一封報告信或一份會議紀錄？這個「接續」的動作，沒有人示範過，學員就卡在那裡了。 比起「教 AI」，不如直接在第一線「共作」 員工原本有一套跑順了的工作流程，導入 AI 之後，必須建立一套新流程。但新流程在初期不會馬上節省時間，反而帶來額外的摩擦與壓力。舊的做法熟悉、快速、不容易出錯；新的做法陌生、需要摸索，偶爾還會卡住。 這個過渡期，才是 AI 導入最容易失敗的地方。 沒有人陪著走過這一段，員工很自然地就退回原來的做法。這正是我想參與的原因。 為了解決這個斷點，我最近開始嘗試一種新的合作模式，我稱之為「共作（Co-working）」。 我選擇回到自己最熟悉的角色，直接成為那間公司的專案成員之一，進到客戶的辦公室，跟著同仁在日常的業務流程裡一起摸索、一起解決問...

我在就業服務站講職涯能力探索的課程，台下坐的是正在找工作的民眾。 時間有限、學習成本有限，求職的壓力卻很真實。很多人投了一堆履歷，卻沒有下文。 每次上課，我都會問同樣的問題：現在這個階段，你覺得自己應該學更多東西，還是把現有的能力磨得更深？是強化優勢，還是補強弱點？ 台下通常安靜幾秒。 這個問題沒有標準答案，但值得每個人在自己的情況下認真想一想。 我會接著問另一道問題來幫大家思考：一家蛋糕店生意岌岌可危，如果你是老闆，你會怎麼做？ 選項一：擴大產品種類，提供更多元化的選擇。  選項二：專注提升蛋糕的品質和口味的深度。 這不是一道有標準答案的題目。但透過這個問題，我想讓大家思考一件事：在提升自己的工作能力時，你選擇的是「廣」還是「深」？ 我在一部談富者思維的影片裡，看到一句話，當時停了下來：「 在一個一米寬的路上，做出100米深的存在。 」 這句話，值得想很久。 廣撒的代價，你看到了嗎？ 我在課堂上見過一種常見的狀況：學員經常會分享，我啊！這個也學，那個也碰，每樣都懂一點，每樣都不精。 更精確來說… Excel 學一點、AI 學一點、簡報學一點、行銷學一點； 書買了一疊、講座報了幾場、YouTube 滑了不少，但真正拿得出來的核心能力，卻說不上來。 表面上看起來很充實，實際上是在100米的範圍內，只挖了1米深。 影片裡提到三個關鍵，我覺得很值得放在職涯的脈絡裡來看。 第一是專注與深入 。選定一個領域，集中資源深入研究，才能形成其他人難以超越的優勢。 第二是避免分散。 一個定位不清的人，旁人看了會覺得「什麼都想做，但什麼都不精」。這種印象一旦形成，很難扭轉。 第三是資源效益。 開發新技能需要時間和精力，這些都是有限的。與其把資源分散在不熟悉的領域，不如把現有的優勢繼續往深處走。 江振誠怎麼選人、怎麼用人 說到「深耕」，我想到江振誠在《工作美學》裡分享的一個故事。 RAW 的總監，面試時只有20歲，毫無工作經驗。但她有一項讓江振誠印象深刻的能力：組織規劃。 她能 清晰列出整個團隊當天的工作與班表 ，規劃每個人的運作流程，幾點幾分誰該做什麼，全部有條有序。就是這項突出的技能，讓她錄取，也讓她在六年後成為公司職階第二高的人。 江振誠的廚房裡，有人專精切配，有人專精火候。真正高效的團隊，不是每個人都會做全部事情，而是每個人把自己的專業做到極致，再組合在一起。 這讓我想到...

課程中，一位學員興奮地拿著手機給我看：「老師，你看，我把這篇文章丟進 AI，它直接幫我整理成心智圖了！」 接著他笑著問我：「那我們還需要學心智圖嗎？AI 不就幫我們做好了？」 我看了一下那張圖。 放射狀的線條，每條線上掛著一句話，結構整齊，看起來很有條理。 但那不是心智圖。 那是條列式筆記換了一個外形。 AI 做的事情，是把段落拆成句子。它沒有經過你的消化、提煉與判斷，沒有思考「這個概念屬於哪一層」，也沒有決定哪些內容重要、哪些內容可以捨棄。 整張圖看起來很完整，但如果我把圖收起來，再問一句： 「你能用自己的話說出這篇文章在講什麼嗎？」 多數人會停頓幾秒，然後默默把圖重新打開。 這個場景，其實說明了很多人學完心智圖之後真正卡住的地方。 不是不會畫。 而是不知道心智圖真正的價值，從來不在那張圖，而在畫圖時發生的思考過程。 為什麼畫了還是記不住？ 很多人學心智圖之後，還是習慣把句子整段抄進去，只是換成放射狀排列。畫出來的東西，本質上還是條列式筆記，只是形狀不同而已。 問題出在一個觀念的差距。我們從小學到的筆記方式，幾乎都是 Note Taking，重點是把外界的資訊原封不動保存下來。一點、二點、三點，資訊抄完就覺得學完了。大腦做的不是消化，是搬運，把自己的頭腦當成影印機在用。 心智圖做的是另一件事：Note Making。把資訊透過自己的大腦重新消化、分類之後再寫下來。它強迫你在記錄之前，先想清楚：這個概念屬於哪一層？跟哪個主題有關？用什麼關鍵詞才能代表它的意思？ 這個「 先消化再下筆 」的動作，才是學習在發生的時候。 我在課堂上常看到一個現象：學員在畫心智圖的過程中，常常會突然說「欸，原來這兩件事是有關係的」。這個領悟，是單純抄筆記給不了的。 四個核心元素，以及你最可能有誤解的地方 心智圖法有四個核心原則，缺一個效果就會打折。每一個元素背後都有一個常見錯誤，對照看看自己中了哪一條。 ❶關鍵詞 ：每條線上只寫一個詞，不寫句子。詞性以名詞為主，次要是動詞，必要才是形容詞與副詞。 惠普（HP）企業事業處總經理曾說過一句話：「把形容詞都拿掉，只要告訴我主詞、動詞和受詞就好！」心智圖的關鍵詞邏輯跟這句話一模一樣。最常見的錯誤是把整句話寫上去，例如「要注意時間管理的重要性」。 這樣寫，大腦根本不需要思考，只是在抄。正確做法是逼自己提煉：這句話的核心是什麼？「時間管理」四個字就夠了...