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。
一開始我以為，只要把規則交代清楚，AI就能把整套排盤邏輯寫出來，剩下的事應該不多。實際做下去才發現，真正花時間的部分，從來不在讓AI寫出程式，而在另外三件事上，這三件事，跟我後來在職涯諮詢跟命理實務上一直在用的能力，其實是同一套。
當AI包辦了初稿，剩下的不是跟它比產出速度，而是三件AI替代不了的事。領域專業判斷力、真實生命經驗、大哉問提問力。
看到這裡，你可能會想，那乾脆不要用AI，不就不會有競爭力被拿走這個問題。但事情不是這樣的。不用AI，你的時間一樣被找資料、打草稿、排格式這些事佔滿，能拿來磨判斷力、累積經驗、練提問的時間，一點都沒有多出來。
AI拿走的，是那些本來就可以被複製的工作，不是拿走你的競爭力，它反而是讓你有時間，把真正值錢的部分磨得更深的工具。而且像我寫紫微斗數程式那次，如果沒有真的跟AI一來一往試過，我也不會發現問題出在格式而不是規則，那個發現，本身就是跟AI互動出來的，不是不碰AI就會自己冒出來的。
領域專業判斷力：格式錯了，AI就跟著算錯
寫紫微斗數程式的時候，我遇到一個難題。大限、小限本身有它自己的一套特殊規則，我又想要一個特定的排盤格式，這套規則要套進我想要的格式裡，AI一直算錯，怎麼調整提示詞都沒用，同一個地方反覆卡關，卡了好一陣子。
一開始我以為是AI不懂紫微的規則，反覆跟它解釋規則，但問題還是沒解決。試了幾次之後，我開始懷疑問題可能不在規則本身，而是我把資料丟給AI的方式出了問題。後來才發現，真正的問題出在規則跟格式兜不起來，不是規則沒講清楚，是格式的設計方式，讓AI在套用大限小限規則的時候，找不到穩定的參照點。格式沒理順，AI再怎麼算都會卡在同一個地方。
找到問題之後，我建了一個輔助頁，當作運算過程中的過渡，先把資料轉成好算的形式，再交給程式去跑，等於在AI跟原始格式之間，多墊一層緩衝。同時我也用NotebookLM把紫微斗數的規則重新查清楚，把模糊的地方講明白，讓AI在計算的時候有更準確的依據。就算做完這些，我也還是會親自解說、確認每一次跑出來的結果對不對，這一步，我從來沒有省過。
AI能幫我把程式寫出來，但看出問題出在格式而不是規則、知道該建一個輔助頁去過渡、判斷這次計算對不對，這些都是我自己在做的事，也是AI再厲害都繞不過去的部分。這件事讓我慢慢意識到，AI給的初稿，永遠是假設條件成立之下的產出，而真實世界裡，條件從來不會乖乖成立，中間需要有人先看出這裡不成立，AI才有辦法往下走。判斷力值錢的地方，不是在AI給出答案之後幫忙檢查，而是在AI還沒意識到有問題之前，先看出問題出在哪裡。
AI能整理資料、能生成內容，但它沒有走過這十幾年，它不知道我當年從機械工程師轉行時卡在哪裡，也沒辦法把心智圖的拆解邏輯、數位工具的工作流設計、紫微命理的生命節奏，三件事同時放進同一個判斷裡。這三把鑰匙合在一起用的時候，不是各自獨立運作，而是會互相校正。心智圖幫我把個案混亂的處境拆解清楚，數位工作流讓我能把過程系統化地記下來，紫微命理的視角則讓我看得到時機這個維度。這些是我一手走出來的路，AI給的，永遠是別人走過的路整理出來的二手資訊。
同一份命盤資料，交給AI，它能整理出主星特質、四化解釋這些通用內容，但要判斷這些特質放在眼前這個人身上該怎麼解讀，需要搭配他當下的職涯處境、他過去的經歷、他這次來談的真正困擾，這幾件事同時放進腦子裡權衡，才有辦法給出真正對這個人有用的建議。這個權衡的能力，是我十幾年跨三個領域慢慢磨出來的，不是AI讀完資料就能學會的。
書裡提出一套問問題的路徑，先問為什麼，挑戰現有的做法背後的邏輯，再問如果，去想像完全不同的可能性，最後才問如何，把想法收斂成一個可以馬上動手驗證的具體做法。這套路徑聽起來簡單，但真正難的地方，是願不願意在AI已經給出答案之後，還多問一句，這個答案，是不是漏掉了什麼。答案已經是唾手可得的東西，能不能問出AI也沒想過的問題，才是真正拉開差距的地方。
我在幫個案做職涯諮詢的時候，也常常提醒自己這件事。AI很快就能給出一份看起來合理的分析，但那份分析是不是真的貼近眼前這個人，往往要多問一次為什麼是這個結論，才問得出來。
這件事怎麼找，我自己的做法分三步，說起來不複雜，但每一步都要真的花時間走過。第一步，先去看網路上各種大師寫的文章，很多人都在提醒哪些能力AI取代不了，先把這些說法收集起來當參考。第二步，把這些觀點拿來對照自己的能力盤點，不斷往下收斂，不是每一個都要、每一個都是，什麼都想要，反而一件事都做不深。第三步，真正跟AI實際互動過幾次之後，才會慢慢感覺到自己該往哪個方向聚焦、深耕下去，這個感覺，是光看文章想不出來的，要真的動手做過才會有。
AI能取得資料，接不上的是人。不論你現在做的是哪一行，AI給出初稿之後，總有一件事，只有你才能把它變對。找到那件事，AI就從讓你緊張的東西，變成你手上最好用的工具。
我手上那三把鑰匙裡，紫微命理是最晚加進來的一把，拿掉它，我還是能做心智圖跟數位工作流，只是少了一個運勢的放大器和降損器，我自己會過得辛苦一點，但我不會失去這份工作。這也是為什麼我敢說，經驗的厚度比工具的數量更重要，不是每一把鑰匙都同等份量。
至於AI會不會有一天學會我判斷的邏輯，我想過這個問題。就算它學會了做法，還是少了兩件事。一件是人生厚度本身的變化莫測，AI能學邏輯，學不了我沒經歷過的下一次意外。另一件更關鍵，是眼前這個人，此刻能不能承受得住這個答案。適宜的判斷，不只是找出最準的那個答案，還要秤得出這個答案，命主現在扛不扛得住。這個秤，只能靠人在當下去感覺，AI給不出來。
工具會一直換，方法也會一直更新，但這份判斷力、這段經驗、這個提問的習慣，是跟著你走的，不會因為換了一套新工具就重新歸零。
小樹108・No.010｜AI心態
一開始我以為是AI不懂紫微的規則，反覆跟它解釋規則，但問題還是沒解決。試了幾次之後，我開始懷疑問題可能不在規則本身，而是我把資料丟給AI的方式出了問題。後來才發現，真正的問題出在規則跟格式兜不起來，不是規則沒講清楚，是格式的設計方式，讓AI在套用大限小限規則的時候，找不到穩定的參照點。格式沒理順，AI再怎麼算都會卡在同一個地方。
找到問題之後，我建了一個輔助頁，當作運算過程中的過渡，先把資料轉成好算的形式，再交給程式去跑，等於在AI跟原始格式之間，多墊一層緩衝。同時我也用NotebookLM把紫微斗數的規則重新查清楚，把模糊的地方講明白，讓AI在計算的時候有更準確的依據。就算做完這些，我也還是會親自解說、確認每一次跑出來的結果對不對，這一步，我從來沒有省過。
AI能幫我把程式寫出來，但看出問題出在格式而不是規則、知道該建一個輔助頁去過渡、判斷這次計算對不對，這些都是我自己在做的事，也是AI再厲害都繞不過去的部分。這件事讓我慢慢意識到，AI給的初稿，永遠是假設條件成立之下的產出，而真實世界裡，條件從來不會乖乖成立，中間需要有人先看出這裡不成立，AI才有辦法往下走。判斷力值錢的地方，不是在AI給出答案之後幫忙檢查，而是在AI還沒意識到有問題之前，先看出問題出在哪裡。
真實生命經驗：三把鑰匙都是我自己的
我手上有三把鑰匙，心智圖的邏輯結構、數位工作流的設計思維，還有這幾年開始投入、還在持續累積的紫微命理生命脈絡視角。這三把鑰匙不是同時學來的，是我十幾年來一路累積出來的，走過機械工程師、心智圖講師、數位工具講師、職涯諮詢師，紫微命理則是這條路上比較新加進來、還在成長中的一塊。也是為什麼同樣用AI，我做出來的東西跟別人不一樣。AI能整理資料、能生成內容，但它沒有走過這十幾年，它不知道我當年從機械工程師轉行時卡在哪裡，也沒辦法把心智圖的拆解邏輯、數位工具的工作流設計、紫微命理的生命節奏，三件事同時放進同一個判斷裡。這三把鑰匙合在一起用的時候，不是各自獨立運作，而是會互相校正。心智圖幫我把個案混亂的處境拆解清楚，數位工作流讓我能把過程系統化地記下來，紫微命理的視角則讓我看得到時機這個維度。這些是我一手走出來的路，AI給的，永遠是別人走過的路整理出來的二手資訊。
同一份命盤資料，交給AI，它能整理出主星特質、四化解釋這些通用內容，但要判斷這些特質放在眼前這個人身上該怎麼解讀，需要搭配他當下的職涯處境、他過去的經歷、他這次來談的真正困擾，這幾件事同時放進腦子裡權衡，才有辦法給出真正對這個人有用的建議。這個權衡的能力，是我十幾年跨三個領域慢慢磨出來的，不是AI讀完資料就能學會的。
大哉問提問力：問題比答案更值錢
《大哉問時代》這本書提到一個現象。當AI能瞬間給出標準答案，知道答案這件事本身的價值，正在快速下滑，反而是問出好問題的能力越來越值錢。書裡提出一套問問題的路徑，先問為什麼，挑戰現有的做法背後的邏輯，再問如果，去想像完全不同的可能性，最後才問如何，把想法收斂成一個可以馬上動手驗證的具體做法。這套路徑聽起來簡單，但真正難的地方，是願不願意在AI已經給出答案之後，還多問一句，這個答案，是不是漏掉了什麼。答案已經是唾手可得的東西，能不能問出AI也沒想過的問題，才是真正拉開差距的地方。
我在幫個案做職涯諮詢的時候，也常常提醒自己這件事。AI很快就能給出一份看起來合理的分析，但那份分析是不是真的貼近眼前這個人，往往要多問一次為什麼是這個結論，才問得出來。
哪件事，只有你能做
上次幫一位個案排盤，AI幾秒鐘就把命盤資料整理出來了，主星、四化、大限全部到位，速度是我以前手排完全比不上的。但接下來的事，AI幫不上忙。這些資料代表什麼、跟他現在卡住的職涯處境有什麼關係，需要我跟他一句一句對話，才能把命盤上的符號，接回他真實的人生。命盤是死的，人是活的，中間這段連結，只能靠我，這件事我做了越多次，越確定沒有捷徑。這件事怎麼找，我自己的做法分三步，說起來不複雜，但每一步都要真的花時間走過。第一步，先去看網路上各種大師寫的文章，很多人都在提醒哪些能力AI取代不了，先把這些說法收集起來當參考。第二步，把這些觀點拿來對照自己的能力盤點，不斷往下收斂，不是每一個都要、每一個都是，什麼都想要，反而一件事都做不深。第三步，真正跟AI實際互動過幾次之後，才會慢慢感覺到自己該往哪個方向聚焦、深耕下去，這個感覺，是光看文章想不出來的，要真的動手做過才會有。
AI能取得資料，接不上的是人。不論你現在做的是哪一行，AI給出初稿之後，總有一件事，只有你才能把它變對。找到那件事，AI就從讓你緊張的東西，變成你手上最好用的工具。
三件事不是平的：生命經驗是地基
這三件事其實不是平的。真實生命經驗是地基，判斷力跟提問力，是從這塊地基上長出來的。沒有活過的厚度，這兩件事練得再勤，也只是模仿別人的做法。我手上那三把鑰匙裡，紫微命理是最晚加進來的一把，拿掉它，我還是能做心智圖跟數位工作流，只是少了一個運勢的放大器和降損器，我自己會過得辛苦一點，但我不會失去這份工作。這也是為什麼我敢說，經驗的厚度比工具的數量更重要，不是每一把鑰匙都同等份量。
至於AI會不會有一天學會我判斷的邏輯，我想過這個問題。就算它學會了做法，還是少了兩件事。一件是人生厚度本身的變化莫測，AI能學邏輯，學不了我沒經歷過的下一次意外。另一件更關鍵，是眼前這個人，此刻能不能承受得住這個答案。適宜的判斷，不只是找出最準的那個答案，還要秤得出這個答案，命主現在扛不扛得住。這個秤，只能靠人在當下去感覺，AI給不出來。
工具會一直換，方法也會一直更新，但這份判斷力、這段經驗、這個提問的習慣，是跟著你走的，不會因為換了一套新工具就重新歸零。
小樹108・No.010｜AI心態
．．．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
留言
張貼留言