從「靠 AI」到「指揮 AI」：數位指揮官的工作流設計心法

面對 AI，你是感受到真實的助力，還是陷入更深的迷惘？

課程一開始，我就直接示範讓 AI 協助設計問卷，學員作答，再接續AI分析， 整個流程前後不到 10 分鐘就搞定。 

這麼做不是因為老師與辦課人員偷懶， 而是希望破 ChatGPT 給人的既定印象， 很多人以為 AI 只是個「一問一答」的聊天工具， 問什麼答什麼，有時甚至答到讓人懷疑人生。

當學員親眼見證這 10 分鐘的過程，從那一刻起，整堂課的學習氛圍就已經完全不一樣了。

Ｑ：誰在決定摩天大樓的高度？

想像你擁有一群動作精準、日夜不休的施工機器人。這群精銳可以搬動最沈重的磚頭、塗抹最均勻的油漆，展現出驚人的執行力。

但如果你沒有給出地基的深度、樑柱的位置，這群機器人會自動蓋出一座宏偉的宮殿嗎？還是他們只會在地圖上隨機堆砌出一道道毫無意義、甚至充滿危險的廢磚牆？

• 機器的動作不需要理由，但建築師必須知道結構的載重與抗震能力。
• 當這座大樓蓋得歪斜時，是施工隊的失職，還是身為建築師的你，尚未描繪出清晰的藍圖？

你現在的使用狀態，是在請 AI 隨手蓋個遮雨棚，還是正指揮著這支精銳部隊，將你腦中的摩天大樓藍圖化為現實？

你是否曾思考過，AI 真正的價值是在於替代你的雙手，還是放大你的「腦力分身」？

當我們在談論 AI 時，重點是在於「會不會用」工具，還是「懂不懂得指揮」流程？

許多人在學習 AI 時，是否也曾遇到過「會了操作卻不知道如何串接」，或是「產出內容平庸無奇」的卡點？這背後是否隱藏著「使用者」與「指揮官」兩種思維的本質差異？

》思維覺察：從「依賴者」到「決策者」的距離

回想看看，你在使用 AI 的初期，是傾向於期待它給你完美答案，還是將它視為專業的「執行部隊」？

①角色定位

如果你把自己設定為 PM，而 AI 是你的執行團隊，你會如何重新調整你下達任務的結構與深度？

➤立即試試

下次開啟對話前，先在心中問自己：「這個任務我是要 AI 幫我『做』，還是幫我『想』？」這一個問題，就能讓你的指令品質立刻提升一個等級。

②對話質感

如果你不再追求一次到位，而是透過「反問法」引導 AI 先確認你的意圖，這會如何改變產出的品質？

➤立即試試

試試在你的指令結尾加上這句話：「在回答之前，請先問我三個能幫助你產出更準確答案的關鍵問題。」看看接下來的對話品質會有什麼變化。

③思考單位

當你的思考單位從「單一指令」升級到「一連串工具的接力設計」時，你預期會釋放出多少潛在的工作效率？

➤立即試試

嘗試把你最近一項重複性的工作，拆解成「收集資料 → 整理判讀 → 產出草稿」三個步驟，並思考每一步可以讓哪個 AI 工具接棒執行。

》戰術配置：如何建立你的數位特種部隊？

在「指揮 AI」的架構中，你打算如何讓不同的工具發揮其最大的戰術價值？

❙ 情報尋獵

當需要外部偵查或內部知識深度精煉時，你會優先派出 Perplexity 還是 NotebookLM？

• Perplexity：即時搜尋網路最新資訊，適合查詢外部趨勢、產業動態與事實查核。

• NotebookLM：上傳你的資料（簡報、PDF、文章），讓 AI 成為你材料的專屬顧問，還可以出題測驗自己，確認是否真正消化知識。這非常適合「考驗學員或自我驗證學習成效」。

❙ 深度協思

當面對複雜邏輯或需要具備「人性潤飾」的文案時，Claude Sonnet 的 Extended Thinking 能如何協助你判斷邏輯的嚴謹度？

• Extended Thinking（延伸思考）：這是 Claude 的進階推理模式。開啟後，AI 在回答前會先進行一段「自我辯論、逐步推演」的過程，就像讓它先在腦中打草稿再開口，更適合處理複雜的邏輯分析與嚴謹判斷。

• Gemini Canvas 與 NotebookLM 的協作：先利用 NotebookLM 將大量素材進行深度內化，找出核心論點；再結合 Gemini Canvas 進入互動畫布模式，與你並肩進行文字排版、語氣調整或結構重組。這種「先提取知識、後深度共筆」的接力，就是最高效率的協作場景。

❙ 視覺呈現

如何利用 Napkin AI 與 Gemini 的整合力，讓你腦中的抽象流程瞬間變成具備影響力的視覺圖表？

• Napkin AI：將一段文字自動轉化為視覺圖表（流程圖、概念圖），不需設計能力即可產出專業圖像。

• Gemini：搭配 Google 生態系（雲端硬碟、簡報），直接在工作文件中整合 AI 的生成能力，適合快速將分析結果視覺化呈現。

》實戰啟發：指揮官如何改寫效率？

❙ 情境練習

如何用 10 分鐘完成原本令人頭痛的問卷設計與分析？ 當我們覺得 AI 只會「胡說八道」時，是否是因為我們尚未啟動「指揮官」模式？

試著思考，若將流程接力如下，你的投入產出比會如何變化：

1. 依據簡報定向：你直接提供課程簡報作為核心素材，讓 Gemini 依據內容快速產出精準的問卷設計（取代傳統手動思考題目的漫長過程）。
   
   
2. 產出表單與填答：再利用AI直接產出 Google 表單，並讓學員填寫反饋之後，這些活生生的數據是否已準備好進入分析階段？
   
   
3. 精準解析與確認：再由 Antigravity (AI 助手) 接手，在１分鐘內完成痛點分析，並讓你有餘裕與學員進行最後的關鍵確認，這會如何優化你的教學品質？

反思：從簡報到表單，再到最後的分析確認，你是選擇讓 AI 消耗你的時間，還是透過這套「自動化情報接力」，讓它在 10 分鐘 內成為你最有力的戰友？

》流程設計：你的指揮劇本寫好了嗎？

一個成熟的「指揮式」工作流，你會如何串接以下這四個關鍵環節？

❶定向：你如何確保指令中包含了明確的背景、角色與任務期待？

💡 核心原則：與其丟給 AI 一句「幫我寫企畫」，不如將它當作第一天報到的高階特助。在一開始就輸入完整的「背景脈絡、扮演角色、任務目標與產出格式」，給予明確的行動框架。

❷接力：資訊如何從搜尋、消化到初稿產出，實現無縫的知識流動？

💡 思維分享：接力的 SOP 流程並非一成不變。它必須根據你當下的職場節奏與協調對象（包含人、事、時、地、物）進行動態優化。請養成隨時檢視並修正工作流的習慣，讓工具服務於場景，而非死守僵化的步驟。

❸辯證（攻錯）：你是否曾試著讓 AI 扮演「魔鬼代言人」來攻擊自己的提案，好找出那些隱藏的邏輯漏洞？

💡 實戰推薦：使用具備深度邏輯推演的 AI（如 Claude 的精準分析，或 ChatGPT o1/o3 的深度推理模型），請它用最嚴苛的視角挑出你提案中的三個致命傷；或是利用 NotebookLM 的語音評論功能，以雙人對談的播客形式，幫你聽出企劃中的知識盲區。

⚠️ 修正小叮嚀：辯證完成後，切記先回頭修完邏輯漏洞，確認流程真正經得起考驗，再進入下一步的「固化」。否則永久保存的，可能是一個尚需完善的流程。

❹固化：那些測試出的成功經驗，你如何將其轉化為免重複設定、永遠在線的「數位員工」？

💡 實踐指南：利用建立專屬 AI 助理的功能（如 Google Gemini 的 Gems 或 Claude 的 Projects 專案），事先為 AI 封裝「專屬知識庫」與「系統指令」，讓它不用每次都從頭教起。

指揮官筆記：這四個環節並非一次性的直線流程，而是一個不斷迭代的螺旋圈。

每完成一圈，你的「定向力」會更準確、你的「接力流」會更順暢、你的「辯證眼」會更犀利，而「固化庫」也會越來越強大。這就是數位指揮官與一般使用者最本質的差異。

》最後的審判：你如何定義成功的標準？

當 AI 完成了 90% 的執行，你的那 10% 才是決定整件事靈魂的關鍵。你打算如何展現你的不可替代性？

• 如果你對結果不滿意，你會先檢討 AI 的能力，還是先優化你的「指揮指令」？

• 你如何觀察 AI 的推理步驟，並從中覺察它是否陷入了邏輯盲點？

• 你如何將自己獨特的「實務經驗」注入到產出中，賦予這些內容真實的靈魂？

．．．關於分享者．．．

※連繫：FB 蔡興正
※電郵：jason@cpfs.com.tw
※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
※專長：心智圖法 | 數位工作 | 職涯紫微