AI 生產力第一法則：場景決定功能

許多人期待 AI 能用一句話就解決複雜的商業問題，這種魔法按鈕與神奇指令的心態，往往才是導致採用不順的最大障礙。真正該優先建立的是可持續與可複製的協作模式。

場景決定功能，唯有把每一次互動放回具體情境裡，AI 才能真正發揮效益。

舉個例子是米其林主廚的廚房，在這裡並沒有一個「完成晚餐」的按鈕，只有各式各樣的工具與清楚的分工。米其林主廚的厲害之處，不只是「拿對工具」，而是把工具 × 經驗 × 脈絡三者疊加起來，用一次次的判斷把菜做到位。

Microsoft 365 Copilot 也是如此。它並不是一顆能瞬間變出成果的按鈕，而是一套工具組。真正的關鍵不在於它能變出什麼，而在於如何在對的時機用對的功能。你的專業與當下的情境，才是決定成果「味道」的來源。

場景優先思維：從「身在何處」到「要做什麼」

高品質的 AI 協作始於打字之前的思考，運用 GCES 框架將模糊需求轉化為清晰指令：

• Goal 目標：明確定義要達成的具體成果
  範例：「草擬回覆客戶時程調整的正式郵件」
• Context 情境：釐清任務背景與利害關係
  範例：「用於向董事會報告專案延遲狀況」
• Expectation 期望：具體化輸出格式、語氣與結構
  範例：「採用條列式重點＋明確後續行動建議」
• Source 來源：確立依據資料與資訊來源
  範例：「以上週會議記錄與 Q3 財報數據為準」

GCES 不是編寫咒語的技巧，而是場景定義的紀律，這個觀念可以幫助使用者從「提示詞作者」轉型為「需求診斷顧問」，先釐清真正問題再自然產出高品質的提示與回應。

流程解構：將任務轉化為 AI 可執行的「動詞」

任何複雜的商業任務，本質上都是一系列微小步驟的集合，所以與其期待AI一次到位，不如將其拆解為一連串具體的「動詞」指令。

我們以「準備一份新產品的市場提案」來舉例，這個範圍以及整體較廣大的目標可被分解成以下幾個部分

1. Summarize (摘要)：快速整合相關的市場研究報告與內部會議記錄。
2. Ideate (發想)：基於摘要，腦力激盪出五個核心行銷標語。
3. Draft (草擬)：撰寫提案的執行摘要 (Executive Summary) 初稿。
4. Structure (結構化)：根據草稿，建立完整的簡報大綱與時程表。
5. Rewrite (改寫)：將草稿的語氣調整為更具說服力的商業風格。
6. Compare (比較)：分析我方提案與競品方案的優劣勢。

在工作流程的每個節點從想達成的目標搭配關鍵字，例如 Summarize、Draft、Ideate、Rewrite、Compare、Translate，能讓 AI 自然融入既有的專業語彙，成為流程中的高效能節點，實現無縫對接與即時價值創造。

工具賦能：從場景到功能的行動地圖

定義了場景與動詞後無需從零開始，可以從 Copilot Lab 的提示詞庫 (Prompt Gallery) ，這個功能扮演著從場景到功能的橋樑

• Catch up (追蹤進度)：對應 Summarize 動詞。
  例如：「將這份 30 頁的報告濃縮為三個關鍵要點。」

• Create (內容創作)：對應 Draft / Ideate。
  例如：「為新專案的啟動會議，草擬一封全員通知郵件。」

• Ask (提問洞察)：對應 Compare / Ideate。
  例如：「分析這兩份財報，指出三項最顯著的差異。」

• Edit (內容編輯)：對應 Rewrite / Translate。
  例如：「將以下段落改寫得更為精簡，並強化其專業性。」

將 場景 → 核心動詞 → 功能分類 → 提示範例 串聯起來，就得到了一張可立即上手的 AI 執行地圖。

結論：通往 AI 精通的最短路徑，成為場景設計師

要將 Copilot 從一個新奇的噱頭，轉變為不可或缺的生產力夥伴，綜合上述重要概念的幾點思維如下

1. 始於場景 (Scene-First)：避免模糊指令，嘗試從 GCES 框架進行從情境衍伸 Prompt 的思考。
2. 解構任務 (Deconstruct)：將目標拆解為一系列可執行的「動詞」。
3. 善用工具 (Leverage Tools)：以 Copilot Lab 釐清多個功能對應可應用的功能。

精通「場景決定功能」的核心思維，意味著將從一個被動的指令下達者，蛻變為一個主動的場景設計師。

這不僅是有效採用 AI 的關鍵第一步，更是未來商業環境中放大個人與團隊核心價值的根本策略。