昨天我談到「觀點」的重要性。
今天，我想用我自己在做研究報告和教材簡報的經驗，帶大家看看：AI 生成的內容，到底怎麼樣才能和我的想法融合在一起，變成一份真正有價值的成果。
先講清楚我的習慣：
通常 AI 給我的第一版文案，我當然不會一次就滿意。
我會透過問答來回修個兩三次，把大方向調整到差不多，再把草稿複製到我要寫的文件裡。
如果最後只剩下一些字句或語氣的小細節，我就直接自己修改。
這樣的流程，讓我能快速打底，但又保留我自己的觀點和經驗，讓成果有靈魂。
在做研究報告時，我不會只是把資料拼湊起來，而是會先根據不同目的，選擇合適的框架。市面上流行的框架能幫助我們釐清思考方向，也能讓整份報告更有條理，因此我非常鼓勵大家去善用。常見的例子有：
競品分析報告
我最常用的是 SWOT 與 4P 行銷組合，有時也會比較產品功能差異，重點是比較對手的優缺點，突顯我們的差異化。
市場可行性報告
常用 PEST（政治、經濟、社會、科技）、波特五力分析，重點是判斷市場規模、趨勢、障礙與機會。
用戶研究報告
我自己比較常用的是 Persona 與用戶旅程地圖，重點是讓決策更貼近使用者需求。
有了框架之後，下一步就是去蒐集資料。這時 AI 可以大大加速效率：它能幫你整理公開資訊、初步分析，甚至快速生成圖表。我自己常用的工具包括 Perplexity、Felo，或者直接讓 ChatGPT 打開上網功能，即時搜尋最新的資料來源。當然，如果涉及數據，還是必須確認出處與可靠性，不能全盤照單全收。
Perplexity：對話框直接輸入想要查詢的問題，就可得到統整過的答案。點上方的來源還可以進去原始資料來源去查證。
Felo：使用方式也很簡單，對話框直接輸入想要查詢的問題，就可得到統整過的答案。每段結尾旁邊的數字點進去可以看到原始資料來源。
ChatGPT：要叫 ChatGPT 上網搜尋之後整理，可以在指令加上「上網查」或是直接點＋號去勾選「網頁搜尋」功能。結果出來後尾端有個「資料來源」，點進去就可以查看啦！
但一份研究報告不能只停留在資料與分析，最後一定要有行動建議。例如：
在這些判斷過程中，AI 當然可以提供幾個方案或意見，幫你展開更多思路。但最終的選擇，還是要靠你自己的 產業 Know-how 與 Domain Knowledge。因為 AI 只能算是一個「爬過資料海、讀過很多書的人」，你問它問題，它會從資料海裡找出答案，甚至帶來一些你沒想過的觀點。然而，決策的責任與智慧，還是必須由人來承擔。
在設計教材簡報或教案時，我會遵循三個層次來思考：
1. 系統化思維
我會先丟入自己的一套系統，這是長期工作上實作的經驗與教學研究的累積。例如在講 Excel 或 AI 工具時，我會先帶出核心思維，再逐步延伸到工具操作，最後設計實作練習。AI 能幫我快速生成標題、拆分章節或腦力激盪案例，但如果整份教案完全交給 AI 生成，就會失去靈魂。
核心結構還是必須由我自己決定：針對這個主題，要教授哪些知識點？學生真正需要什麼？這才是基礎。
2. 受眾導向
在設計教材前，我會先釐清學生的程度、背景與產業情境。二三十歲的新創或科技業人才，數位工具熟悉度高，可以挑戰進階應用；四五十歲的傳產或服務業學員，則需要更多循序漸進的操作示範。我甚至會針對產業去調整案例：行銷同仁，就設計社群經營、文案相關的練習；製造業或工會的學員，則設計品管數據或製程分析的範例。
3. 學習設計
教過幾次之後，我慢慢發現：教材裡一定要有「練習與引導」。舉例來說：
除此之外，每次課程結束後，我也會回顧學生的反應與成果，持續優化與調整教材。這些設計看似瑣碎，但正因為結合了系統、受眾、練習，再加上不斷迭代，教材才會真正有靈魂，也才能符合學生的需求。AI 在這裡只是輔助工具，幫助我加速，但不能取代我的專業判斷與經驗累積。
不論是研究報告還是教材簡報，AI 都能幫助我快速打底、整理資訊，但真正能讓內容有靈魂的，永遠是我自己的框架、判斷與觀點。這也是為什麼我會說：AI 可以幫你寫文章，但只有你的觀點能讓內容活起來。
不過，你可能會開始好奇：如果我的背景描述已經固定，每次只是要產出不同活動的文案，難道每次都要重新輸入這麼多資料嗎？而且，這類型的文案不只是我自己要寫，我也希望部門的其他同仁能參與。如果提示詞和補充資料每次都要重新輸入，確實會很麻煩。
下一篇，我就會分享如何透過 GPT 與 GEM 的設定，把這些固定的背景資訊保存下來，讓每次產出的文案更快速、更一致，也能方便團隊一起協作。
iThome鐵人賽
看影片追技術