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。
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
企業常見應用情境
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
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（解決問題）→ 協思夥伴（職能升級）模組一：數位基礎與 AI 初體驗（6 小時）
模組目標：從瀏覽器與雲端硬碟的基礎操作出發，建立雲端資安觀念，並完成 ChatGPT 與 Gemini 的初次實務體驗，為後續 AI 工具學習打好地基。
企業常見應用情境
- 新進員工數位工具導入
- 雲端檔案管理制度建立
- 員工資安意識培訓
- AI 工具導入前的暖身訓練
- 數位工具上手秘訣
- 瀏覽器分頁管理、書籤設定與快捷鍵應用
- 帳號登入、密碼設定原則與網頁專有名詞解說
- 軟體圖示與符號的隱喻解讀，看懂介面語言
- 雲端檔案管理實務
- 雲端硬碟介面、搜尋功能與檔案上傳操作
- 雲端安全性與權限管理，建立正確資安觀念
- 密碼設定與兩步驟驗證，強化帳號防護
- ChatGPT 與 Gemini 初體驗
- 兩款工具的特色比較與基礎操作示範
- 從生活應用到職場價值的提問練習
- AI 圖片生成的提示詞五大核心要素
- Google 文件與 AI 協作
- Google 文件特色與快速上手技巧
- 案例練習：將生活靈感轉化為結構化紀錄
- 善用語音輸入搭配 AI 整理，找回自己的語氣
- NotebookLM 文件對話入門
- 建立筆記本、上傳資料來源的基本操作
- 提示詞小技巧：角色設定與範疇限制
- 運用 NotebookLM 產生心智圖，視覺化重點
- 全流程課程練習
- 整合本日所學，完成一份結構化資料整理
- 學員交流：分享數位工具使用的痛點與心得
- 以旅遊規劃為題，實作跨工具整合練習
模組二：五款 AI 工具與提示詞實務（6 小時）
模組目標：認識五款主流 AI 工具的定位差異，掌握提示詞結構化的核心技巧，並學會運用數位筆記建立個人知識管理系統。
課程實例
相同一份數據，交給 Gemini AI 與 NotebookLM 製作圖表，卻得到截然不同的結果。這正說明了：先理解各工具的定位差異，才能在工作中選對工具、提升效率。
企業常見應用情境
- 面對眾多 AI 工具，不清楚各自的特色與適用情境
- 提示詞撰寫方式不明確，AI 回應品質不穩定
- 建立個人或部門的知識整理與文件管理習慣
- 希望提升報告、文案與資料整理的工作效率
❙ 課程大綱
- AI 工具：說明多元性與 ChatGPT
- 同一任務交給不同 AI，看見工具多元性的實際差異
- 以報名表與心得為情境，拆解工作流程讓 AI 各司其職
- AI 溫度值設定，調整回應的風格與精準度
- 提示詞結構化四要素
- 角色、格式、任務、限制條件的提示詞架構
- 改變 AI 人設：強烈形容詞、反問法、知道才回答
- 像醫生問診般提問：用多層次釐清取代單句模糊提問
- NotebookLM：文件分析與知識管理
- 檢索式 AI 與生成式 AI 的核心差異
- 多格式來源整合，打造職場專屬知識庫
- 上傳來源品質決定回答準確度
- 生態系結合：Gemini 與 GoogleAPP
- Gemini 與 Google 應用程式的深度整合優勢
- 透過擴充功能，指定 GoogleAPP 進行查詢與整合
- 結合 Gem 兼顧事實精準與專業深度
- 推薦 AI：Claude AI、查證與圖解
- Napkin AI 文字轉視覺化圖表的操作技巧
- Claude AI 的專案協作與長文理解優勢
- Perplexity 精準搜尋與來源查證方法
- 職場案例：綜合應用與實務分享
- 以心智圖整理腦中思緒，建立圖解式提示詞
- AI 進化 6 步曲：從消滅瑣事到全能監工
- 職場應用實務的分享與啟發
模組三：AI 工具分工與工作流整合（6 小時）
模組目標：建立「分工大於全能」的核心觀念，掌握依任務類型挑選工具的判斷公式，並學會用心智圖串接多項 AI 工具，整合成系統化的工作流程。
課程實例
收到主管一次寄來的五個專案進度檔案，格式各不相同，有文字紀錄，也有錄音檔，還有 PDF。單靠一款 AI 沒辦法處理完所有格式，我後來把工作拆開來，讓不同工具各自負責擅長的部分，才整理出一份完整的專案進度報告。
企業常見應用情境
- 團隊已開始使用 AI，但缺乏一致的工作流程與工具分工
- 跨部門專案需要整合多種資料來源，提升協作效率
- 建立部門知識中樞，降低重工與經驗流失
- 評估高重複性工作，逐步導入自動化機制
- AI 特質全解析：重新理解人機分工
- 將 AI 視為專長分工的團隊，而非萬能工具
- 五大任務類型：檢索、推理、潤飾、企業整合、自動化
- 核心競爭力在於導流判斷力
- 情境提示工程：讓 AI 產出更精準
- 資料屬性、存放位置、操作能力三個篩選維度
- 依任務情境選擇合適的工具組合
- 以匯整專案報告為題，實作完整判斷流程
- 用心智圖串接與規劃：視覺化 AI 工作流
- 視覺化規劃多工具協作的流程順序
- 5W2H 七何分析法應用於工作流設計
- 從搜集文獻到產出簡報的多工具串接
- NotebookLM 第二大腦實務操作
- CODE 學習法：獲取、組織、萃取、表達
- 應用情境：學習筆記、流程自動化、專案知識中樞
- 善用語音摘要與深入探索，降低閱讀疲勞
- 數位整理與自動化：雲端硬碟小程式初體驗
- 自動化評估四要件：數位化、規則、來源穩定、重複程度
- GAS（Google Apps Script）基礎概念與應用
- 實作：用 GAS 將雲端硬碟檔案清單整理為試算表
- 課程總結：AI 行動與未來計畫
- 立即行動三部曲：盤點雞肋、學習工具、整合流程
- 整合三款以上 AI 工具，完成一項職場任務
- 課程回顧與行動計畫
模組四：AI 高效思考術（6 小時）
模組目標：理解 AI 從「助理」到「協思夥伴」的角色轉變，掌握提示詞工程進階技巧與 Claude AI 專案模型應用，建立面對 AI 時代的職能發展策略。
- 主管或核心團隊的 AI 深度應用培訓
- 建立企業內部 AI 協作文化
- 提升決策品質與創意產出能力
- 規劃員工 AI 職能發展路徑
❙ 課程大綱
- AI 時代思維升級：從工具到協作者
- AI 助理與協思夥伴的兩種角色定位
- 單向指令與雙向對話的互動差異
- 心態轉變：從找代工到找顧問，從要結果到要火花
- 與 AI 高效溝通：解構提示詞到商業架構
- 大師提示詞七大心臟，建立商業級溝通架構
- 語境工程：把背景交代清楚，產出才能精準
- Claude AI 專案模型的對話與附件整合應用
- 數位資料庫：AI 賦能的知識管理
- 建立大量資料整理的 SOP 流程
- NotebookLM 整合 Gem，打造專屬知識智庫
- 從 NotebookLM 到 Canvas 的簡報產出流程
- 代理人：Antigravity 實務與操作
- Google Antigravity：直接說目標，AI 推進整個流程
- SKILL.md 代理人技能包，取代重複性提案整理
- 以撰寫管理辦法為題，串接多工具完成任務
- 職場實務 AI 工作流：協思夥伴應用
- 解構工作流程，找出可嵌入 AI 的任務環節
- 掌握 AI 技能，從跟隨者進化為駕馭者
- AI 不取代整份工作，而是取代具體任務環節
- 課程總結：問題討論與實務分享
- 課程回顧：AI 職能與競爭優勢的未來
- 心得交流：分享職場應用的啟發
- 行動計畫：建立個人化 AI 工作流
留言
張貼留言