
前幾天替一份特定事件發生後的資訊摘要接好了入口與出口,事件發生後由地端程式取出相關資料,送進 Power Automate,再寄信、貼到頻道,最後留下一份可以回頭查的檔案。流程接到這個程度,很自然會冒出另一個念頭,既然 AI 能讀資料、寫摘要,也會呼叫工具,乾脆把整件事都交給它處理。
同樣的念頭在每天最常碰到的信件與會議上出現得更頻繁。「看完今天的信,重要的整理出來,該回的直接回,要做的事加進待辦」,或是「把這場會議整理成紀錄寄給所有出席者,待辦順便指派給負責人」,一句話就能交代完,看起來比逐封、逐項處理省事許多。
問題出在結果。客戶來信詢問下週三前能否提供報價,AI 直接回覆沒問題並寄出;會議裡有人說回去問問看,紀錄上卻寫成負責報價、月底前完成,待辦也已經建立並通知到當事人。每一步都順利執行,畫面上沒有任何錯誤,一封信卻多了一個對外承諾,一筆待辦則讓某位同事平白多了一份工作。
把整件事交出去之前,比較穩當的做法是先把工作拆開,逐段確認哪些地方需要理解、哪些地方照規則執行就好,又有哪些地方必須留給人決定。
處理信件看似一件事,拆開來至少包含篩選需要看的信、讀懂內容、判斷要不要回、擬回覆與寄出幾個段落。篩信可以完全寫成規則,例如依寄件人、主旨關鍵字或收件者欄位判斷,條件定義好之後,Outlook 規則或流程每次都會得到一樣的結果。讀懂內容就不同了,客戶可能把需求埋在第三段,主管可能只寫一行,同事可能把三件事擠在同一句裡,整理這類雜亂的文字正是 AI 最能發揮的地方。
會議也是同樣的結構。逐字稿與出席者名單是系統本來就有的資料,從一小時的口語中整理重點、找出可能的待辦需要理解,適合交給 AI 處理,至於誰負責、哪天到期,則必須回到會議中實際說了什麼。
即使是整理待辦這一段,也還能再細分。逐字稿裡有一句「這個我回去再確認一下」,整理成「某某提到會再確認」只是換了一種說法,寫成「某某負責確認,下週五前回覆」就多走了兩步,先替當事人接下工作,又替這件事訂了期限。說法可以調整,事實與承諾之間的界線則不應該跟著改變。
因此決定一段工作要不要交給 AI,光看它會不會寫、能不能呼叫工具並不夠,還要看這一段允許多少變化,以及出錯之後會造成什麼影響。
逐段檢查時可以參考下面這張表,每一列關注的面向不同,答案都會影響這一段能給 AI 多少空間。
| 判斷維度 | 可以給 AI 較多自由 | 需要明確條件 |
|---|---|---|
| 答案的範圍 | 好幾種寫法都能達到目的,例如信件摘要的措辭或會議重點的排列 | 收件人、日期、金額與待辦負責人,必須符合確定的資料 |
| 出錯的代價 | 多花幾分鐘改稿,或捨棄一個不合適的版本 | 錯誤會變成對外承諾、指派錯人,或影響其他人的時程 |
| 結果能否收回 | 停在草稿,確認之後才送出 | 信已經寄出、待辦已經通知,補救時還會牽動其他人 |
| 是否容易驗證 | 原信與逐字稿就在旁邊,也有人有時間核對 | 信串或會議很長,錯誤藏在看似合理的整理裡 |
| 對後續的影響 | 只供自己參考,後面還有一次判斷 | 直接變成別人的待辦,或觸發下一個流程 |
| 依據是否足夠 | 目的在發想,提案標示為候選 | 需要替人決定或承諾,卻缺少資料、規則或授權範圍 |
這六個維度沒辦法用多數決處理。即使其他五個面向都很寬鬆,只要某一段的輸出會變成對外承諾,就必須照承諾的標準處理,只要某個錯誤會落到別人身上,那一段的自由度就應該收緊。雜亂的部分則可以再拆細,例如寄給客戶的回覆先由 AI 擬稿,草稿中的日期與數字對照合約或系統資料之後,再由寄件者自己送出。
請 AI 想三種回信的開頭語氣,即使有兩種用不上也沒有關係,候選本來就要經過挑選,留下一個合適的就有價值。同樣是整理文字,會議紀錄能容忍的範圍就窄得多,句子不夠精煉還能接受,漏掉一項決議,或把「再確認」寫成「已決定」,出席者就會照著錯誤的紀錄行動。
所以寫下「這一段可以容忍出錯」時,最好連範圍一起寫清楚,例如下面這樣的描述。
可以接受措辭不夠精煉或重點順序需要調整,不能接受漏掉決議、指錯負責人,或把「再確認」寫成「已決定」。
範圍寫得具體,後面才選得出檢查方式。如果只寫「紀錄大致正確就好」,收到紀錄的人也無從分辨哪些部分可以信任。
很多流程把寄出前有人看過當成安全條件,但紀錄寫得越通順,看的人越少回頭對照原始內容。主持人散會後往往馬上要進下一場會議,面對一份條理分明的紀錄,很難逐條回想每句話的原意與程度,錯誤的負責人因此一路被寄出去。
人工檢查要發揮作用,得讓檢查的人知道要看哪些項目、依據在哪裡,以及發現問題後怎麼處理。以會議紀錄來說,可以只要求核對決議、負責人與到期日三個欄位,每一條都附上逐字稿的時間點,有疑問的項目直接移到待確認區。
| 安排 | 適合的工作 | 必須保留的邊界 |
|---|---|---|
| AI 自由產生候選 | 回信的幾種語氣、會議重點的幾種寫法、信件主旨 | 成果停在草稿,引用的事實仍要有依據 |
| AI 在條件內判讀 | 從來信擷取需求與期限,從逐字稿列出附上出處的待辦候選 | 先定義輸入、允許的輸出、驗證方式,以及無法判斷時的出口 |
| 照規則執行,必要時由人決定 | 篩信、收件人與副本名單、建立任務並指派、寄出對外信件 | 規則要有人負責定義,承諾與指派要有人確認 |
AI 也能參與第三種安排的建置。例如請 AI 協助寫出篩信規則,列出哪些寄件人與主旨關鍵字要標成優先,確認符合需求後放進信箱,之後每天實際執行篩選的是規則本身,結果自然維持一致。這樣分工也比較好維護,篩選條件改變時調整規則,整理出來的文字讀起來不順時,再修改生成內容的那一段,兩邊不會互相牽動。
「請仔細確認」、「不要亂寫」或「只根據內容整理」都只是表達期待,流程真正需要的是可以執行的檢查與分支。以會議待辦和信件回覆為例,條件可以放在下面五個位置。
| 條件 | 會議待辦 | 信件回覆 |
|---|---|---|
| 限定依據 | 每一條待辦附上逐字稿的時間點,找不到出處的不列 | 回覆中的日期與數字只能引用來信或指定文件,沒有依據就留空待填 |
| 固定可用的輸出 | 待辦固定為事項、負責人、到期日、出處四欄,沒提到期限就寫「未定」 | 分類只能選「需回覆」「僅知悉」「轉給他人」三種 |
| 對照名單核對 | 負責人只能從出席者名單中選,名單外的名字不接受 | 收件人與副本沿用原信串,AI 不新增收件人 |
| 安排失敗的出口 | 負責人或期限未定的待辦不建立任務,列在紀錄的待確認區 | 判斷不了的信移到待處理資料夾,不自動回覆 |
| 生成與送出分開 | 主持人確認之後,才建立任務並發出通知 | AI 只產生草稿,寄出由寄件者自己按下 |
若要把這些條件做成自動化,Power Automate 可以透過 Run a prompt 動作把 prompt 放進流程,再把生成結果交給後續步驟,使用之前仍要先檢查欄位、型別與可用值是否符合需求。
每一種檢查能確認的範圍都有限。每條待辦都對得到逐字稿時間點,代表它有出處,負責人都在出席者名單裡,代表沒有憑空多出一個人,但那句話到底算不算承諾,這兩項檢查都無法證明,仍需要在場的人判斷。AI 自己回報很有把握,也不能當成通過驗證的依據。
拆完之後,會議紀錄的流程大致是先由會議系統提供逐字稿與出席者名單,再由 AI 整理重點、列出附上出處的待辦候選,接著由規則對照出席者名單,標出缺少負責人或期限的項目,主持人確認決議與待辦之後,流程才寄出紀錄並建立任務。信件的處理也是相同的形狀,規則先篩信,AI 負責讀懂、分類與擬稿,最後由寄件者確認後送出。
在這兩件事裡,AI 的任務都是把雜亂的內容整理成好讀、好判斷的樣子,原信與逐字稿一併保留,需要時隨時可以查回去。日後如果想讓 AI 直接回覆某一類信,例如單純確認會議時間的來信,就要把它當成新的一段重新評估,確認哪些信屬於這一類、回錯的代價有多大、誰能判斷回覆是否正確,以及寄出之後還有沒有收回的機會。每多一段工作就重新檢查一次條件,因為輸出的用途一旦改變,出錯的代價也會跟著不同。
挑一件打算交給 AI 的工作,拆成三到六段,每一段都填寫下面這張表。
| 工作段落 | 可以接受的變化或錯誤 | 絕對不能錯的部分 | 如何檢查 | 檢查不過時怎麼辦 |
|---|---|---|---|---|
| 例如產生會議待辦清單 | 措辭與排列順序 | 漏掉決議、指錯負責人、把「再確認」寫成「已決定」 | 對照逐字稿時間點與出席者名單 | 列入待確認區,不建立任務 |
「如何檢查」和「檢查不過時怎麼辦」寫不出來的段落,先停在草稿階段,不要接上自動送出或自動指派。
也可以請 AI 協助拆解,指令中要求它寫出具體條件,避免只得到一份看起來周全的清單。
請把下面的工作拆成 3 到 6 個段落,逐段判斷適合的執行方式。
每一段請說明
- 這一段需要理解與發想,還是依照已定義的規則執行
- 哪些變化或錯誤可以接受,哪些絕對不能接受
- 出錯會影響誰,結果能否收回
- 由誰或哪個流程檢查,檢查所需的資料在哪裡
- 資料不足或檢查失敗時,要停下來、改用備用結果,還是交給人
依上述條件,每一段選一種安排
1. AI 產生候選,停在草稿
2. AI 在明確條件內判讀,通過檢查才往下走
3. 照規則執行,例外、承諾或指派交給人
其他規則
- 不要把維度加總成分數,涉及難以補救的影響請單獨指出
- 不要只寫「人工確認」,要寫出確認項目、依據與未通過時的處理
- 資料不足以判斷時,列出缺少的條件,不要自行補出規則
工作內容
<填入輸入、預期成果、使用者與後續動作>
表格填完之後,常會發現真正適合交給 AI 的只有一兩段,這樣的分工已經足以讓工作順暢許多。雜亂的文字有 AI 協助整理,必須一致的名單與規則照常運作,遇到承諾與指派時,也清楚知道該在哪裡停下來。
逐段檢查時,可能會遇到某一段連「出錯會影響誰」都答不出來,例如每場會議後自動寄給全體出席者的完整紀錄,或前幾天那份每天存進 SharePoint 的 CSV,究竟誰需要它、多久會打開一次。在決定這一段該交給 AI、規則還是人之前,不妨先想想把它拿掉之後,工作會少掉什麼。
