在開始建構自己的工作流程前，先想一下，在日常生活或工作，會有哪些任務？全部攤開來看，再分出找出兩類清單——不想做的、不那麼熟悉的。尤其是那種「其實你會做，但實在不是很想做」的例行事拉出來，這些，最適合交給 AI 隊友。

要有效駕馭 AI，別把它當許願池，而是需要持續引導與審查的隊友。自己不是被動接收答案，而是主動的「提問思考主導者」。

以下的步驟，在想要執行任務時，可以參考的工作流程項目。

一、從目標開始

在任何提示詞之前，先問兩個問題：「我真正想解決的是什麼問題？」「我期望 AI 產出什麼樣的結果？」

當目標清楚，提示詞就能具體而可評估。用動詞把期待說白：例如「列出重點」、「撰寫摘要」、「分析趨勢」。這些動詞會把 AI 拉回任務，而不是閒聊。

二、辨識錯誤與偏見

AI 會很有自信地說錯話，這是常態，不是事故。兩個高風險區要特別警覺：

幻覺：編造不存在的事實、數據、來源或網址，還用很有說服力的語氣包裝。

偏見：只呈現單一視角，或帶有性別、種族、文化的刻板印象。

出現這些跡象時，先按停，再求證。

三、執行驗證

不要盲目採信。對關鍵內容進行事實核查，與權威來源交叉比對（學術論文、政府網站、知名媒體等）。特別留意數字、日期、引用與統計的精確性；這些通常是最容易出錯、也是最容易被忽略的地方，而在每次的提示詞都要附上「附上參考文獻出處及連結」

四、後設認知與反思

用完 AI 之後，花點時間回顧自己的思考模式：我帶了哪些假設？我忽略了哪些替代觀點？這一步能釐清你的判準與價值——也就是 AI 暫時取代不了的部分。把這些覺察寫下來，會讓下一輪提問更到位。

五、重新提問與迭代

答案不理想，不代表任務結束；通常代表提示詞還不夠好。回到目標，精煉提示、提出後續問題、補上缺漏資訊，進行多輪往返。把自己想像成思維教練，透過來回提問把AI回覆內容到適合任務目標。

到這裡，你已經有一套跟 AI 合作的姿勢。接下來，給任務裝上骨架：從 Input–Process–Output（輸入–處理–輸出）來拆解。

Input（輸入）：這個任務需要哪些原始材料？檔案、數據、背景限制、範例格式、評分標準。

Process（處理）：要怎麼處理？步驟是什麼？需要哪些判準？哪裡要你審稿、哪裡可交給 AI？

Output（輸出）：最後要產出什麼型態與品質？頁數、字數、欄位、語氣、受眾、交付格式與截止時間。

把任務放進 IPO 的流程裡，你會更清楚每個階段要發生什麼行為，也更容易定義「什麼叫做完成」。

建構工作流程的關鍵不是多問 AI，而是先盤點你每天的任務，特別是那些「會做但不想做」與不熟的事，然後把 AI 當成需要引導與審查的team members。用清楚的目標開場，警覺幻覺與偏見，對關鍵資訊做驗證，事後反思自己的判準，再透過迭代把提示詞與流程越磨越利。最後用 Input–Process–Output 把任務套上，你會更知道每個階段該會發生那些步驟。