第一步：立刻動手，感受時間被「還回來」

系列文章｜AI 不是來取代你的第 1 篇，共 6 篇

你有沒有算過，自己一週裡面，有多少時間是在「真正工作」？

不是看起來在工作，而是那種坐下來、腦子真的在解決問題、產出真正有價值的東西的那種工作。

根據相關研究，白領工作者每週有三到四成的時間，是花在找資料、整理報表、回覆重複的詢問、轉發郵件、更新進度追蹤表這些事情上的。這些事要花時間，但它們幾乎不創造額外的價值。你做完了，事情沒有進展，問題還在原地等你。

被「數位債務」壓垮的現代工作者： 

微軟（Microsoft）的《2023工作趨勢指數報告》指出，高達 64% 的工作者感到時間和精力的嚴重匱乏。每天鋪天蓋地湧入的電子郵件、報表與會議紀錄，已經成為現代人的「數位債務（Digital Debt）」。

工作者必須花費原本 3.5 倍以上的精力，才能去處理像是創意產出或策略制定等「真正創造價值」的關鍵任務。

第一步，就是從這裡開始，讓 AI 幫你把這些數位債務清償掉。

❙ 動手，不是學技巧

很多人卡在「我還沒學好 Prompt 技巧」這個坎。但說真的，第一步不是學技巧，而是先動手試試。只要敢跟 AI「碰一碰」（Prompt），你會發現它比想像還好懂。讓時間真的被還回來。

把 AI 當作「水電」來用： 許多人以為用 AI 需要成為專家，必須了解它背後怎麼運作。但 AI 專家程世嘉指出，生成式 AI 的基礎設施已經完備，它的存在就像是「水與電」一樣。

你不會因為想喝牛奶而去養一頭牛，也不會為了用電而去重新發明電網。不需要去上艱澀的程式課程，只要把它當作打開水龍頭一樣，大膽地把日常遇到的問題丟進去，你就會發現時間立刻被省下來。

把試算表丟給 AI 做分析、讓 AI 寫第一版會議紀錄、把你要查的問題直接問 AI，這些都是今天就能做到的事，不需要任何訓練，不需要開什麼課程。你只需要打開工具，試一次，但記得，都是從較不重要的資訊或是事務著手。

❙ 讓 AI 聽懂你在說什麼：提示詞的四要素

不過，動手之前還有一件小事要知道。

很多人試了 AI 之後覺得「唉，它講的東西不對」、「答非所問」、「講了一堆廢話」。這不是 AI 的問題，而是你給它的指令不夠清楚。AI 本質上是個超強的語言模型，你說模糊，它就猜；你說精準，它就準。

為了避免 AI 胡說八道，有個簡單的四要素框架可以直接套用：

1. 分派角色：告訴 AI 它今天要扮演誰。是一個挑剔的客戶？還是一個有 20 年經驗的法務顧問？角色設定得越具體，AI 的視角就越專注，產出的品質也越好。
   
   
2. 指定輸出格式：告訴 AI 你要的是什麼形式。一張表格？一份清單？一封信？還是一段摘要？有了格式限制，AI 就不會漫無邊際地講。
   
   
3. 舉例說明（Few-shots）：如果你有理想中的範本，直接貼給 AI 看。給 2 到 5 個例子，往往比解釋半天更有效——AI 看懂你的邏輯，自然就能照著做。
   
   
4. 說清楚你要它做什麼：最後，把任務本身講明白。不要只說「幫我寫一篇文章」，而是說「幫我寫一篇 300 字的 FB 貼文，語氣輕鬆幽默，主題是週末出遊」。

實際長這樣：

我希望你擔任一個優秀的在地嚮導。 

我會給你一個「地點」，請用表格呈現，欄位從左至右為：美食名稱、類別（當地美食／夜市美食／網路推薦）、價格、推薦原因。 

第一個地點是「澎湖」。

就這樣。四個要素，一個範例，AI 立刻知道你要什麼。

這個框架可以直接用在很多地方：

• 寫作：道歉信、漲價通知、FB 貼文、徵才文案，你說格式，它就寫。

• 思考：「幫我想 10 個飲料店的促銷點子」、「幫我看這份合約有沒有陷阱」。你給任務，它就分析。

• 客服：把客戶罵人的話貼上去，請 AI 幫你寫一封「得體、委婉但堅定」的回覆。你給素材，它就轉化。

》用 AI 替換掉你的「工作雞肋」

個人開始學習 AI 最好的切入點，就是用來去除那些「食之無味，棄之可惜」的雞肋工作。每個人的日常裡，總有一些對核心能力沒有幫助、但又不得不做的繁瑣事務。

舉例來說，對於一個核心能力不是行銷的專業人員而言，有時候迫於工作需求，每天要想破頭去構思幾十字的日常社群貼文，可能是一件極度痛苦又消磨耐心的事情。

這正是 AI 發揮價值的最佳場景。這類你並不擅長、卻又不得不規律產出的庶務，AI 隨時可以完美代勞。把這類雞肋工作交出去，你才能把寶貴的精力省下來，專注投入在你真正具有專業優勢的「核心目標」上。

案例：IBM 台港澳採購團隊

IBM 台港澳採購團隊的故事很有代表性。以前，供應商跑來問「我的款項什麼時候會到」，這種問題每年超過一萬次，光是一一查帳回覆就耗掉大量人力。導入 AI 之後，這類問題由系統即時回答，整個採購報表的整理時間也從幾天壓縮到幾分鐘。

五人團隊，人力減半，產能卻多出了一半，原因不是因為他們加班，而是因為他們把時間花在不同的地方。

案例：把 1080 分鐘壓縮到 261 分鐘（個人工作者的 76% 時間魔法）

除了企業級的應用，個人工作者也能深刻體會時間被找回來的魔法。

內容策展人丁筱晶需要定期製作國際新聞電子報，過去從網路上找資料、閱讀、寫摘要到彙整，全靠人力手工進行，一期電子報需要耗費將近 1080 分鐘。

後來，她把「抓資料」與「寫初步摘要」等需要大量勞力的部分交給生成式 AI 自動執行，自己只保留「設定選文條件」與「最終資訊核實」的判斷工作。

結果，工時大幅縮減至 261 分鐘，時間足足省下了 76%。她不僅維持了高水準的工作產值，更把這些被「還回來」的時間，拿去陪伴年幼的孩子與自我進修。

但這裡還有一個更迷人的問題：丁筱晶是怎麼讓 AI「懂得」她的品味、用她的眼光去篩選文章的？省下時間只是第一步，把腦袋裡那套無法言傳的判斷邏輯「固化」成機器看得懂的語言，才是更深一層的魔法，這正是本系列第二步要講的事。

❙ 克服靜摩擦力

有個說法很實用：把 AI 當作克服「靜摩擦力」的工具。

寫東西最難的是第一句，提案最難的是第一頁，規劃最難的是開口那一刀。對於文字與企劃工作者來說，最痛苦的往往是「發想」與「生出第一版草稿」，這就是物理學中最大的「靜摩擦力」。一旦木塊開始滑動，後續推動的力氣就會小很多。

✎MIT 實證：省下 37% 時間，品質還提升。

美國麻省理工學院（MIT）的實驗證明，讓生成式 AI 幫忙克服起頭的靜摩擦力，雖然在最後的「編修階段」人類會多花一點時間，但整體完成工作的時間依然大幅減少了 37%。更驚人的是，有了 AI 的 60 分草稿作為激盪，最終產出的品質還反向提升了 19.8%。這就是又快、又好、又便宜的生產力革命。

讓 AI 先做出一個 60 分的版本，你再接手加工到 90 分，這個節奏，比你盯著空白頁苦思快得多，也比你把所有事都交給 AI 自動輸出要好得多。

❙ 教室裡的那一幕：Napkin AI

我在課堂上看過最常出現的一幕，是這樣的：

我們把一個叫做 Napkin AI 的工具介紹給學員。功能很單純：把你說的話或寫的文字，一鍵轉換成視覺化的圖表，只要按一個閃電符號，圖就出來了。

沒有複雜的操作，沒有要學的技巧。就是按一下。

然後教室裡有人停了一下，靜靜了幾秒。

不是因為工具很厲害，而是因為一個很具體的想法閃過去：「我以前花了多少時間在做這件事？」

那個反應，每次看到都讓我印象很深。因為它說的不是「哇好厲害」，而是「為什麼我以前要花那麼多時間在這上面」。這說明 AI 工具的實際價值不在功能多少，而在能否確實解決一個具體的工作問題。

這，就是「時間被還回來」真正的樣子。

❙ 補充：給第一次使用 AI 的人，要從哪裡開始？

如果你完全不知道從何下手，矽谷專家的建議很直接：第一週只做一件事——挑一款工具，持續用它。

不要一開始就去搜尋「前 50 大 AI 工具」每個都試一下，那是注定失敗的做法。選 ChatGPT、Gemini 或 Claude 其中任一，像學習一種新樂器一樣，先和它建立默契，了解它的極限和強項。

這是最重要的第一個動作。至於如何讓 AI「更懂你」、如何把對話框架建構得更精準、如何讓 AI 從助理升格為真正挑戰你的思考夥伴——那些是後來的事，也是本系列接下來幾篇要一步步帶你進入的核心。（👉 詳見第二步、第三步）

📌 本篇重點

價值所在：AI 工具的真正價值不在功能多少，而在能否確實解決一個具體的工作問題。 先求有再求好：第一步不是學技巧，而是先動手。讓 AI 先做出 60 分，你再加工到 90 分。

💬 行動問句

你上一次試著把一件重複的工作丟給 AI，是什麼時候？它給你的第一個感覺是什麼？

← 返回總論 ｜ 下一篇：第二步 →

．．．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