先把位置站對
AI 是你手上的資源
有沒有過這種晚上：一個企劃問 ChatGPT，它給三個版本，每個都寫得頭頭是道。再問一次，又三個。凌晨一點，畫面上十幾個方案，你比開始問之前更沒把握。
這時候 AI 在做它擅長的事，大量產出。卡住的是那個一直等它「告訴我該選哪個」的人。方向往哪、標準訂多高、哪些捨掉、做到什麼程度算好，這幾件事只有你知道，它永遠只能猜。
- 開對話之前，用一句話寫下你要拿到什麼。寫得出來，AI 才有東西對準。
- 看輸出的時候問自己「這是我要的嗎」，而非「這樣對嗎」。
- 選哪個版本，自己拍板，然後往下走。
基本功才帶得走
上個月在 YouTube 學的那套「三步驟自動化神流程」，這個月模型更新、介面改版，第二步就跑不動了。你又回到原點，等下一支影片。
跟得上的人，練的其實是另一件事：看得懂現在的局面、把大問題切成能處理的小塊、判斷哪一步出錯、動手改。這四樣能力，版本怎麼換都跟著你。
- 新工具到手，先花十分鐘弄清楚它擅長什麼、弱在哪，再決定放在哪一段。
- 卡住就把問題切小，小到一次只驗證一件事。
- 出錯了回頭找是哪一步壞掉，修那一步就好。
開工的方法
Prompt 是一張任務單
「幫我寫一篇關於品牌的文章。」送出去，回來一篇貼在任何公司官網都通用的東西。很多人到這裡會覺得自己少了一句神 prompt。
換個角度想：同一句話丟給剛報到的新同事，他也會交出一模一樣的東西。你給的是一句話，他缺的是任務單——這篇給誰看、要達成什麼、字數語氣格式、最後交出什麼形式。
- 背景：這件事為什麼要做、給誰看。
- 目標跟限制：要什麼、忌諱什麼、長度語氣格式。
- 交付物：最後要拿到的是什麼，一份大綱、三個標題，還是可以直接貼上的成稿。
組一支自己的隊伍
手機裡有 ChatGPT、Claude、Gemini、剪映，還有三個上禮拜看到就訂的工具，每個都摸過三天。案子來了，還是自己從頭做到尾，工具在旁邊當觀眾。
真正省下時間的人，做的是派工。這個案子裡，哪一段是粗工，丟給最快的那個；哪一段要判斷，交給最會想的那個；最後誰驗收，一開始就定好。工具數量一樣，差別在每一個都有位置。
- 一個任務先切成三種活：粗工、判斷、驗收。
- 每種活配一個最合適的工具，讓它只做那一段。
- 配好的組合固定下來當班底，之後換工具，一次只換一個位置。
流程要真的跑過現場
簡報上那張 workflow 圖很漂亮，七個框、六個箭頭。第一個真實案子丟進去，第二個框就卡住：客戶給的素材格式跟你想的完全兩回事。
流程的價值在於經得起現場。每一步能拆開看、能單獨測、壞掉能修、做完能驗收，這樣的流程才會跟著你一個案子一個案子長大。
- 拿一個真實的小案子，從頭到尾跑完一輪。
- 記下卡在第幾步、為什麼，只修那一步。
- 連續跑穩三個案子，再整理成範本給別人用。
什麼才算數
交出來的東西才算數
學了半年，訂了四個工具，每天都在跟 AI 對話，感覺自己快很多。有人問「所以這半年你做出了什麼」，安靜三秒。
這裡衡量進度的方式很單純：看交付物。一份客戶收下的提案、一支上線的影片、一個能用的報名頁。用了多少工具、聊了幾百輪，都是過程；有人收、有人用、有人驗過的成果，才是拿得出手的證據。
- 開工前先定義「做完」長什麼樣：一個檔案、一個頁面、一支影片。
- 進度用交付物數，一週交幾個，一目瞭然。
- 每個成果都要有人收、有人用、有人驗過。
最後一刀留給自己
AI 改完的文章，順、乾淨、零錯字，也很像所有人的文章。老讀者看完會問一句：這篇是你寫的嗎？
粗工交給 AI 沒問題——整理素材、跑版本、把石頭切平。石頭要變成什麼，那一刀要有人下。你的判斷、你的語氣、你講話時習慣的節奏留在成品裡，讀的人才認得出是你。
- 交給 AI 之前，先寫好你的立場、語氣跟結論，讓它照著做。
- 出稿之後挑一段，用你平常講話的方式重講一遍。
- 放進一個只有你寫得出來的細節：一個案例、一句口頭禪、一個踩過的雷。
學 AI，是把手上的資源變多。
交付變快，卡住的工作往前推。工具會一直變強，出港的人還是你。
看一日濃縮實戰班 →