跳到主要內容

第四步：從「問 AI」到「派 AI 去做」，你變成了發號施令的人

系列文章｜AI 不是來取代你的第 4 篇，共 6 篇

▶本步核心要點：
  1. 程式代勞：善用 AI 撰寫自動化腳本（如 Google Apps Script），將 SOP 固化為一鍵執行的工具，兼顧執行效能與數據安全。

  2. SKILL 機制：透過 SKILL.md 定義專業 SOP 與行為邊界，驅動 AI 進入非同步代理模式，讓SOP流程被精準複製。

  3. 協作層次：理解「問、用、管、造」四個階段，從單純的內容創作者，躍進為定義流程、設計系統的全局掌控者。
前三步，你還在跟 AI 對話：你問，它答，你加工，整個過程都要你在場盯著。
第四步，關係換了。問題是：換成什麼？

你不再是在和 AI 說話，而是在指揮它去跑一件事，然後你去忙別的，等它回來交差。這個角色，叫「指揮官」。

那麼，一個稱職的指揮官，最核心的條件是什麼？只有一個：指令夠不夠精準。指令模糊，AI 的執行力反而會成為問題；指令精準，AI 的能力才算真正為你所用。

❙ 角色心態的轉變：從「創作者」升級為「製作人」

心態要怎麼轉？先把自己從「親力親為的創作者」，升級為具備「製作人（Producer）」思維的人。未來的關鍵不在於你會不會被 AI 取代，而是你懂不懂得將 AI 視為「團隊成員」來進行分工與發包。

遇到任務時，先問自己三個問題：
  • 這件事真的需要我親手來嗎？

  • 可以發包出去嗎？

  • 誰是最合適的執行者？
這樣，思考就能從「我要怎麼做」轉為「這件事發包給哪個 AI 最好」。

身為製作人，你可以靈活指揮不同的 AI 各司其職，例如調度 Google Antigravity 負責環境適應與邏輯重組、Gemini 負責深度研究、ChatGPT 擔任創意助手。

❙ 什麼是「代勞元年」？

先拆解一個問題：AI 幫你「給建議」和幫你「做完」，有什麼本質的差別？

2025 年底開始，AI 應用出現了真正的轉折點。AI 的角色從「顧問」，正式進化為「執行者」，不只是給你建議，而是真的幫你把事情做完。

這個轉變，就叫做「代勞」。

背後的技術叫 Agent（代理人），白話一點說，就是讓 AI 幫你「代勞」那些沉重、黏手又磨人的瑣事。

➤ 代勞 vs. 輔助：「非同步」的真實應用場景

先想一個問題：如果 AI 可以幫你「做完」一件事，你會讓它從哪件事開始？

最常見的例子是：當你電腦桌面很亂，以往你問 AI「我的桌面應該怎麼整理」，它會告訴你方法；現在，你直接跟它說：「幫我整理一下」，它自己去判斷、建立資料夾、完成歸檔，回來看到的是整齊的桌面。

但這個例子並非所有人都適合入手。 桌面亂與否往往是一種個人的工作習慣，甚至是一種思考系統的外顯形態，而非單純需要被「代勞」的負擔。不同的工作習慣與價值觀，決定了你在哪個環節讓 AI「代理」才有真實收益。若強行套用，這種代勞反而可能干擾你原有的創意流程與節奏。

關於我對「代勞」的切入點，是從 Google Antigravity 與 SKILL.md 的標準化機制，而非從「養龍蝦」模式入手，因為我知悉，自己的工作流還不夠SOP流程化，若過於自動化，將會為我帶來不可預期的災難。

回到本文的主軸，以往你問 AI「這些繁瑣的流程該如何處理」，它會告訴你方法，然後你還是手動執行。

但在 Antigravity 的 Agentic 模式下，你可以透過預先定義好的 SKILL.md（內含專業原則、SOP 與邏輯建議），直接下令：「照這個 Skill 的規劃，幫我處理這件任務。」

舉個具體場景：面對一份格式雜亂、難以卒讀的舊文稿或網路資訊，過去你可能得耐著性子親手排版；現在，你只需要將這項繁瑣工作「發包」給 AI，讓它在背景依照講義 Skill 的規範，自動產出結構清晰、具備 Markdown 格式的專業講義。這種從「親自參與過程」到「直接驗收結果」的轉變，就是「代勞」最具體的展現。

AI 會自動適應你的工作空間脈絡，讀取 Skill 內的建議並調動工具進行串聯執行。你不需要全程在場盯著，而是可以去忙別的高價值決策，等它依照你的專業標準跑完，回來驗收成果。

這就是一種「非同步的 AI 助理」運作模式：你指揮它去跑一件事，讓它在背景完成，你則是去忙別的。一個典型的場景是：深入研究（Deep Research）。

以 NotebookLM 或 Gemini 的 Deep Research 為例，當你下達指令後，AI 會自動在網路上爬文、閱讀大量資料並撰寫具備參考索引的報告。過程需要數分鐘，你「不用糾結在這邊就可以離開，去忙別的事」，等它完成後回來驗收即可。

➤ 程式代勞：讓 SOP 固化成你的專屬工具

工程師社群早已在用這樣的方式開發軟體：你把需求說清楚，AI 在背景跑二十分鐘，回來直接交出可執行的功能模組。這不只是省力，而是將「人類」專注在定義問題，把「AI」專注在解決問題，這種分工，才是代勞的真正精神。

這也不是工程師的專利。 但在談怎麼做之前，先拆一個關鍵問題：「讓 AI 直接幫我做」和「讓 AI 幫你寫程式來做」，差在哪裡？

讓 AI 直接替你完成任務（Agent 代勞）有時候會碰到企業資安政策的限制，例如：哪些資料可以交給 AI？有沒有授權疑慮？

但「程式代勞」幾乎繞開了這個問題：你只要把 SOP 流程說清楚，讓 AI 幫你寫一段 Google Apps Script 或 Google 試算表的自動化腳本，這段程式就成了你的專屬工具，在你自己的環境裡跑、處理你自己的資料，資安顧慮幾乎歸零。
我就拿自己的「講義製作器」來說明：當我完成一份簡報之後，接下來要做講義，這個環節對我來說是典型的「雞肋」。我的價值在「簡報」，不在「講義」。

於是我請 AI 幫我寫了一段小程式，可以依據簡報自動轉換成「講義」版本。過去這件事大多要花一個小時，甚至更久；現在，只要按一個按鈕，再喝三口水，就完成了，而且與資安一點關係都沒有。

想想看，你的工作裡有沒有類似的「雞肋」環節，其實可以用同樣的方式解決？

》規避「代勞風險」的核心技能：精準指令與拆解工序

說到這裡，先停一下：代勞最大的風險，你覺得是什麼？

不是 AI 做不了事，而是 AI 按照模糊指令，做了你沒想到的事。

曾有案例，有人叫 AI 代理人「幫我清理一下舊檔案」，它很盡職地刪了一批它認為是舊的東西，但裡面有幾個你還需要的版本。這就是執行力超強、卻缺乏邊界的結果。那怎麼避免？拆成兩個核心技能來看：
  1. 把思考說清楚，而不是逃避思考：一個廣泛的提示詞與精準的提示詞，成效天差地遠。AI 最先放大的通常不是你的能力，而是你的問題；如果連人事時地物、背景、限制條件都沒講清楚，AI 只會給你一堆看起來像答案的廢話。

  2. 學會「拆解工序」：不要幻想「一句話就讓 AI 幫你全部做完」。真正會用 AI 的人，知道哪一步交給 AI、哪一步自己判斷、哪一步反覆修正。「拆工序」的能力，就是設好權限邊界、掌控 AI 執行方向的關鍵。

❙ 人機協作的四個進階層次：問、用、管、造

從「問 AI」走向「派 AI 去做」，這是一段可以拆解的旅程，對應了人機協作的四個進階層次。問問自己：我現在站在哪一層？
  1. 問（Engage）：扮演「球員」，學會提出好問題。

  2. 用（Create）：運用 AI 完成實際任務，如寫報告。

  3. 管（Manage / 教練）：具備批判思考能力。當 AI（執行者）給出產出後，你能判斷品質，清楚知道哪裡該改、哪裡能用。

  4. 造（Design / 總經理）：具備設計流程與行為規範的能力。
你能打造專屬於自己的 AI 協作系統，例如透過編寫 SKILL.md 定義 AI 的「執行建議」與「作業 SOP」，或直接讓 AI 幫你撰寫 Google Apps Script 或試算表自動化腳本，將反覆執行的 SOP 固化成一鍵完成的工具。

這一層的核心不是「會不會寫程式」，而是有沒有能力把工作流程說清楚。過去，這個能力只掌握在懂程式的人手上；現在，掌握在任何能精準描述 SOP 的人手上。

說到這裡，所有的脈絡都指向同一個結論：在 AI 能夠高度代勞的時代，人類的終極價值不在技術操作，而在能否成為「看懂大局、整合全局的專案經理 (PM)」。

就像曼哈頓計畫的負責人格羅夫斯將軍，懂得調度天才科學家來達成戰略目標；AI 不是用來讓你逃避思考，而是逼迫你學會定義問題、發號施令並精準掌控全局。

📌 本篇小溫習
  • 心態：從「親力親為的創作者」升級為「製作人（Producer）」，將 AI 視為可分工的團隊成員。

  •  技能：把思考說清楚（精準指令）＋學會拆解工序（與編撰 SKILL.md），才能讓 AI 在適應環境的同時，依照你的專業標準精準執行。 

  • 層次：人機協作分為「問、用、管、造」四層，你站在哪一層，決定了 AI 能幫你到什麼程度。 終極目標：成為「看懂大局、整合全局的專案經理 (PM)」，讓 AI 的執行力為你的判斷力服務。
💬 行動問句

別只是默默點頭，用三分鐘認真回答這兩個問題：
  • 對照「問、用、管、造」四個層次，你目前最常停留在哪一層？ 

  • 有沒有一件你仍在「親手做」的工作，其實可以拆解出一部分交給 AI 去跑，讓自己升一層？
← 上一篇：第三步 ｜ 下一篇：第五步 →

．．．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

標籤：

留言

張貼留言

與您加分

閱讀旅圖：OGSM打造高敏捷團隊

年度計畫、KPIs慢慢走入輔助的角色，取而代之是一種「變動性」指標的方法。從新聞的瀏覽當中，常見的標題為「雪崩式」〇〇，以2020的疫情而言，旅遊業 雪崩式下滑速度 ，讓人感到十分難以適應這個世界，除了標題是為吸引人之外，更重要的是，現在世界變得太快，不再是狼來了，而是被咬了。 雖世界變化的很快，目標與計畫的本質從未變更，不斷地進步是方法。未來三十年的藍圖依然可以想，只不過，別忘記要隨時更新而已。談到「可變的」目標或是計畫，去年最為熱門的方法就是「OKR目標管理」，因這個議題而出了許多本書，這些書籍內容大部分都是以國外的經驗為主，少有一本在地化經驗的書。 一個系統的導入過程，相信不論是經營者、專業經理人，甚至員工，都會希望聽聽本土的案例如何進行？畢竟若能有一個本土實際的案例來作為參考，那麼就最好 要 不過。因為一位好友-詹〇〇的推薦，讓我接觸到這一本書，閱讀時因為有之前OKR的知識，覺得這一本不論是在觀念的說明，還是計畫的過程，非常符合國內中小企業，甚至是個人工作很值得參考的一本書。 於變化時代之下，用一張紙管理自己的年度計畫與目標，將一些重要的工作進行整理，這樣一來不但能夠聚焦，更能強化自己在快速變化的世界裡有著強韌的適應性，就讓我們一起來閱讀《 OGSM打造高敏捷團隊 》吧！ ❙  OGSM方法簡介 什麼是OGSM呢？由以下4大內容所組成： Objective（最終目的）：企業願景，是全公司上下均須全力以赴的最終目的。 Goal（具體目標）：SMART原則將目標化為實際作為，讓員工均能集中目標且竭盡全力朝目標前進。 Strategy（策略）：以三大資源「人、錢、時間」，進一步設定出達到具體目標的做法。 Measure（檢核）：在執行策略的過程中，將過程切割成小的指標，透過設定小指標，讓執行者確定沒有走偏或走錯路徑。 ❙ 3步驟輕鬆寫出Objective最終目的 任何方法的目的，都是企業往理想方向邁進。設定最終目的，主要提供員工前進的方向，引導到何處，進而產生競爭優勢是重要關鍵，所以第一步必須審視環境。環境的資料有兩種，一種是外部環境，另一種是內部環境。如果你對於撰寫「最終目的」很頭痛，以下3步驟將幫助你寫出專屬的理想國藍圖。 第1步：蒐集外部資訊 對外部環境的審視可以使用SWOT分析，建議只要特別回答自身的優勢﹙Strength﹚、機會﹙Opportun...
張貼留言
閱讀完整內容

2025年﹙乙巳﹚紫微斗數運勢整理

在紫微斗數中，流年運勢是指個人在某一年的整體運勢受勢受到大環境的影響，要如何來善用與對應。流年運勢就像是一年的「天氣預報」，可以幫助我們提早準備，避開風險、把握機遇，讓自己更順利度過該年。 因此，許多企業家、職場人士、投資者甚至普通人，都會在新的一年開始時，參考紫微斗數的流年運勢來做規劃。 流年的計算通常從農曆年（立春）開始計算，而非傳統農曆正月初一。 瞭解流年與小限運勢的好處為： 1. 預測趨勢，提前規劃 流年盤反映了該年在事業、財運、感情、健康等方面的變化。例如：事業宮強旺，適合積極進取，抓住機會升職加薪；財帛宮不佳，則需謹慎投資，避免財務損失。 若及時把握良機，趁勢而為，將會有加持的效果。當流年顯示有吉星加持，如「祿存」、「化祿」、「紫微」、「天府」等財富星進入財帛宮，則表示財運較佳，可以積極拓展事業或投資。如果「桃花星」進入夫妻宮，則可能有良緣降臨，適合戀愛或結婚。 2. 避免潛在風險 如果某年運勢不佳，例如財運受剋、健康宮有煞星，則可以提前調整行動，避免不必要的損失或災禍。例如：財運低迷：保守理財，避免投機或衝動消費；健康不佳：提早健檢、多加注意作息與飲食；小人當道：謹言慎行，避免捲入職場紛爭。 若是遇到上面的問題，讓我們調整自身狀態，讓即使在不利的年份也能減少衝擊、穩定發展。例如：當運勢不佳時，可利用 風水、心態調整、行善積德 來減少負面影響；當運勢良好時，則要保持謙虛，不驕不躁，以延續好運。 流年運勢是短期﹙僅這一年﹚趨勢，但仍需結合「大限」（每十年一個大運）與「小限」﹙每一個人的運勢﹚來分析。  》大環境﹙國際運勢﹚ 國際的運勢與大環境要如何來看呢，有興趣的朋友可以上網找一下流年四化，流年四化裡面他會有三件好事一件壞事。 三好事，分別為化祿，去哪裡賺錢？化權，可以得到什麼地位？化科，利用什麼得到名聲、知識？最後是化忌，那一些事情比較不順利？ 關於二○二五年的乙巳年，經由星曜來解讀國際﹙大環境﹚，意涵如下，內容取自小紅老師﹙2025乙巳年紫微斗數直播﹚，非個人所有： ◉ 天機化祿 AI 技術日趨純熟（例如機器人、智慧眼鏡等）。回顧過去兩年，AI 技術經歷了破軍化祿與破軍化權的階段，各家技術蓬勃發展，大鳴大放，但整體而言，仍處於投入期，尚未真正進入獲利階段。 然而，從今年開始， AI 產業將迎來連續三年的天機運勢，包括天機化祿、天機化權與天機化科...
張貼留言
閱讀完整內容

閱讀旅圖：讓自己快速進化的PDCA筆記術

有位男士實踐了PDCA筆記術之後，得到下列成果： 原本加班超過一百小時以上→變成二十個小時﹙以前沒有一例一休哦！﹚ 兩內年減重十三公斤 個人年收入倍增 一樣是知悉PDCA，但展現出現成效不一樣。 於職場工作的夥伴，對PDCA不會太陌生。 PDCA是一套經常用於品質改善的流程，現在則成為不論任何行業都耳熟能詳的商業語言，個人也十分感到有興趣，使用過程中總感覺有一些些的不對勁，自己也說不上來。 閱讀《 鬼術PDCA 》之後，發現作者將這個方法用於思考目標的落差時，思路變得非常清晰，我也用於年度計畫的專案管理上，果然就找出不少的問題。 若是要落實到每日的計畫與專案計畫，這一本《 讓自己快速進化的PDCA筆記術 》讓我得到一些啟發，作者就是前面提到的男士岡村拓朗。 書中提及，大家都知悉PDCA，但為何會轉不動呢？就是不知PDCA的轉動方法，這句話引起我不少的好奇，進而閱讀。 為何要用PDCA來成為筆記的架構呢？有以下優點： 短時間能改善問題的行動方式 自然而然就能釐清思緒 了解一天之內的行動或計劃的問題點 從作者列舉優點中，找到閱讀這一本書的目的，藉由這本書的觀念啟發，讓自己工作更省力一點，品質更高一點，持續不斷地改善。 ❙ PDCA轉動的三原則 如何讓PDCA轉動，主要有三個原則： 原則1：視覺化 PDCA一點都不難，但為何無法順利運作？關鍵原因不是執行問題，而是沒有看到計畫的整體圖像。所謂的整體圖像是指，於腦中產生像是從上方俯瞰整體計畫的一幅畫，如果不能如同看一幅畫那樣，看出整體圖像不斷的出現變變化或是改善，就很難察覺PDCA的運作，甚致覺得PDCA是無效的。 如何來視覺化呢？首先是圖像化，於《 創意，從計畫開始 》該書提到，製作計畫﹙專案﹚目標，水野學的方法是利用「Google的圖片檢索」方式來進行，利用檢索方式來將計畫﹙專案﹚目標圖像化，並進行目的確認，只要能將PDCA視覺化，就能啟動循環。 第二步驟則是數值化。圖像化讓我們有一個方向，數值化則是精準地反應計畫目標的情形，有數字即能精準掌握。若連改善方案或是行動都能數值化，那要轉動PDCA就會變得非常容易。 最後，就是寫下來。 將自己想做的事情寫下來，只是寫下來，成功機率就會高出很多...
張貼留言
閱讀完整內容