初期在用AI時，「用 AI 發想內容」就是把問題丟進去，拿答案出來。但其實，這個過程更像是「資料收集」。

AI 給你的東西，本質上只是一份提案：很多可能的方向、建議和解法。至於哪些能用，哪些需要修正，最後還是得靠你自己篩選。

這件事並不新鮮。

以前沒有 Google 的年代，我們要跑去圖書館、報社或雜誌社，把資料一份份翻出來。Google 出現之後，我們靠關鍵字快速搜尋，得到一堆連結，然後再自己判斷哪個可信。

現在進入 AI 時代，形式不同，但本質相同：你提出問題，AI 給出答案，你不能全盤接受，而是要再次篩選，挑出最接近你需要的結果。

不同的是，AI 幫我們省掉了很多「從 0 開始」的繁瑣步驟。過去可能要花大把時間從零蒐集資料，現在可以直接從 0.1 或 0.2 起步，讓你更快走到「1」。

所以在工作裡，我會養成一個小習慣：在開始之前，先想一下——這件事能不能交給 AI 協助？

如果能，該怎麼把問題拆得夠小，好讓 AI 批次處理，降低失敗率？

這就是從「工具思維」走向「系統思維」的轉換。AI 不只是工具，而是能嵌進你工作流程的「效率提升工具」。

面對這個AI工具要謹記幾點

1.要把 AI 工具當作是「提案員」，而不是全盤接受的決策者。

AI給出的答案只是參考，需要透過不斷互動和討論，才能找到最好的內容和機會點。這樣的使用方式，比起過去花大量時間做分析、研究、田野調查，更能快速找到可行方向，也能加快我們測試項目或產品的進度。

2.一個聊天對話就代表一個任務。

以前會在同一個對話框裡同時處理不同事情，結果常常混在一起，效率不高，還容易造成資料混淆。但如果能做到「一個對話對應一個任務」，除了效率高之外，輸出的結果也會更精準。

3.一開始先讓GPT讀資料、圖片或是初始資料，先建立共識基準線

讓GPT在一開始時，就不會飄得太遠，讓自己想要他做的事，也不用重頭說起。

4.AI工具中的專案(Project)，內容跟專案沒關係的要移出去，定期要更新固定資料

多數AI工具都會有所謂的專案(Project)，就是在一個有明確限制條件或指令的框架下，反覆執行某件事。因為專案的輸出需要穩定，裡面保留的資訊就變得特別重要。如果有和這個專案無關的內容混進去，就可能影響結果，所以專案更適合用在「單一主題」或「具體計畫」上。

5.角色扮演(GPTs)，廣泛地處理各項事務，反應方式會依據給他指令內容

AI角色的設定(如:ChatGPT中的GPTs)，是基於輸入資料、限制、形象意境或指令，去廣泛地回應特定情境的需求。舉例來說，可以用角色來幫忙回覆信件、處理客服，甚至扮演小編或 ghost writer。角色的特點是，它就像一個「固定模式」的助手，帶有特定的角色形象。

而在ChatGPT中設定角色的過程並不麻煩，甚至不用自己一條條去寫指令。只要先透過聊天把需求和想法說清楚，確定之後再請 ChatGPT 幫忙填入各個欄位，就能快速建立一個角色，非常方便。