AI 不會取代你，但懂得使用 AI 的人，很可能會取代不會使用 AI 的人。

前言

二十幾年前，如果有人告訴你：

• 每個人都要會使用搜尋引擎
• 每個人都要會收發 Email
• 每個人都要會使用 Word、Excel 和 PowerPoint

你可能會覺得：

「我是業務、行政、會計或工廠主管，這些應該是資訊人員需要懂的吧？」

但今天回頭看，這些工具早已融入工作與生活之中，甚至成為每個職場工作者的基本能力。

不會使用搜尋引擎，找不到資料。

不會使用 Email，無法有效溝通。

不會使用 Office，難以完成日常工作。

這些能力如今已被視為理所當然。

而 AI，正在走向相同的道路。

未來的職場競爭力，可能不再只是比誰更會操作系統，而是比誰更懂得善用 AI 協助自己思考、分析、創作與解決問題。

然而，許多人對學習 AI 仍存在一個常見的誤解：

學 AI 就是學程式設計。

事實上並非如此。

對絕大多數人而言，學習 AI 並不代表一定要會 Python、機器學習或神經網路，更不需要自己訓練大型語言模型。

真正重要的是另一種能力：

如何把問題說清楚。

如何判斷 AI 的回答是否正確。

如何讓 AI 成為自己的工作夥伴，而不只是聊天工具。

當你學會這些能力之後，AI 就不再只是新奇的科技名詞，而是能夠協助你加速工作、提升效率、激發創意，甚至強化決策品質的數位助手。

本系列將以連續 30 天的方式，從零開始分享 AI 的核心觀念、實際應用案例、常見迷思與工作技巧。

希望透過這趟學習旅程，讓每位讀者都能建立正確的 AI 思維，並找到屬於自己的 AI 工作模式。

因為未來最有競爭力的人，未必是最懂 AI 技術的人。

而是最懂得與 AI 一起工作的人。

你是否也遇過這些問題？

問題 1：一封 Email 寫很久

明明只是一封通知信，卻花了 20 分鐘修改內容、調整順序及確認語氣，寫完後還擔心收件者是否能掌握重點。

問題 2：會議很多，紀錄也很多

開會一小時，整理會議紀錄又要半小時。除了要還原討論內容，還必須找出會議決議、待辦事項、負責人與完成期限。

問題 3：報告不知道怎麼開始

腦中明明有想法，卻不知道如何整理成有邏輯的內容，更不知道主管想先看到背景、問題、方案，還是預期效益。

問題 4：文件裡充滿陌生名詞

閱讀文件時，經常看到 API、雲端、資安、ERP、AI Agent 等名詞。每個字看起來都認識，放在一起卻不知道真正代表什麼。

問題 5：工作越來越忙，思考時間越來越少

每天都在處理 Email、文件、簡報、表格及追蹤事項，時間被大量重複性工作占用，真正重要的分析、溝通與決策反而沒有足夠時間處理。

AI 可以幫我們做什麼？

先說結論：

AI 不一定能替你做出正確決策，但可以協助你完成大量的準備工作。

1. 文件整理

AI 可以協助：

• 摘要長篇文章
• 整理文件重點
• 比較不同方案的差異
• 將零散內容轉成表格
• 從會議紀錄中找出待辦事項

2. 文字撰寫

AI 可以協助：

• 撰寫 Email 初稿
• 依不同對象調整語氣
• 修正文法與不通順的句子
• 建立報告架構
• 將口語內容轉成正式文字

3. 學習協助

AI 可以協助：

• 解釋陌生的專業名詞
• 用不同程度說明同一個概念
• 擔任個人學習教練
• 產生練習題
• 根據答案提供改善建議

4. 工作規劃

AI 可以協助：

• 建立工作待辦清單
• 產生專案計畫初稿
• 分析方案優缺點
• 整理簡報架構
• 將複雜任務拆成可執行步驟

實際案例：主管突然要求明天報告

假設主管突然交代：

「明天開會要報告導入 AI 的效益。」

過去可能需要依序完成：

1. 使用搜尋引擎找資料
2. 開啟多篇文章閱讀
3. 篩選有用資訊
4. 整理重點
5. 撰寫報告大綱
6. 重新調整成主管容易閱讀的內容

整個過程可能花費兩到三小時，而且最困難的往往不是打字，而是不知道應該從哪裡開始。

這時可以先向 AI 提出以下要求：

你是一位企業顧問。

請協助我整理企業導入生成式 AI 的效益。

背景條件：
1. 報告對象為企業主管
2. 重點為提升工作效率
3. 內容必須同時說明效益與風險

請依下列格式輸出：
1. 三項主要效益
2. 三項可能風險
3. 建議的導入步驟
4. 需要進一步查證的資料

請使用繁體中文及條列式呈現，不要自行虛構數據。

透過這個 Prompt，我們很快就能取得一份可供討論的報告架構。

不過必須特別注意：

AI 提供的是起點，不是最終答案。

企業的實際需求、預算、資訊安全政策及使用情境，AI 不一定完全知道。因此，使用者仍然需要判斷、查證、修改及補充內容。

學 AI 不代表依賴 AI

有些人可能會擔心：

「使用 AI 會不會讓人變笨？」

其實，關鍵並不只在工具本身，而在於我們如何使用工具。

以前也曾有人認為計算機會讓人失去計算能力，搜尋引擎會讓人不再記憶資訊。但工具真正改變的，通常是人們處理工作的方式。

在 AI 時代，更重要的能力包括：

• 知道自己真正要解決的問題
• 能夠提供足夠且正確的背景資訊
• 能判斷 AI 的答案是否合理
• 知道哪些內容需要進一步查證
• 知道哪些資料不能提供給 AI
• 願意為最後的結果負責

因此，AI 不應該取代人的思考，而應該協助我們減少整理、改寫及重複處理的時間，讓我們把更多精力用在分析、溝通與決策上。

為什麼一般人現在就應該開始學 AI？

學習 AI 的理由，不只是追趕流行，而是建立新的數位能力。

一般人學會使用 AI，可以帶來以下幫助：

1. 提升日常工作效率
2. 加快陌生知識的學習速度
3. 改善 Email、報告及簡報的表達品質
4. 協助整理大量資訊
5. 減少重複性工作
6. 建立個人化的學習方式
7. 強化問題拆解與方案比較能力
8. 降低接觸程式與自動化的門檻
9. 提升跨語言溝通能力
10. 提前適應未來的工作模式
11. 培養查證資訊的習慣
12. 了解 AI 的隱私、偏誤及資訊安全風險

未來真正產生差異的，可能不只是「有沒有使用 AI」，而是：

能不能正確、安全且有效率地與 AI 協作。

接下來 30 天，我會分享什麼？

接下來，我將以一般使用者的角度，進行 30 天 AI 學習挑戰，內容包含：

• AI 基礎觀念
• Prompt 提問技巧
• Email 撰寫
• 會議紀錄整理
• 工作待辦規劃
• 報告與簡報架構
• Excel 公式與資料整理
• 個人學習計畫
• 外語練習
• 旅遊與時間規劃
• 程式碼解讀
• SOP 建立
• AI 答案查證
• AI 的隱私與資訊安全風險
• 個人 AI 使用守則

每篇文章都會盡量包含：

1. 實際使用情境
2. 可直接操作的 Prompt
3. AI 輸出內容的觀察方式
4. 需要人工確認的事項
5. 一項可自行完成的練習題

這個系列不是要教大家依賴 AI，而是希望透過每天一個小任務，逐步學會如何正確、安全、有效率地與 AI 協作。

今日實作：找出適合交給 AI 協助的工作

請開啟你常用的 AI 工具，例如 Microsoft Copilot、ChatGPT 或 Gemini，輸入以下 Prompt：

你是一位工作效率顧問。

請協助我找出每天工作中可能耗費大量時間、
而且適合由 AI 協助處理的事項。

我的職業或角色：
【請自行填寫】

我的主要工作內容：
【請列出三到五項】

請依下列格式回答：
1. 可能耗費時間的工作
2. AI 可以協助的方式
3. 使用 AI 前需要提供的資料
4. 仍須由人工判斷的部分
5. 可能涉及的隱私或資訊安全風險

請使用繁體中文及表格呈現。
如資料不足，請明確指出，不要自行虛構。

完成後，請思考三個問題

1. AI 提出的建議是否符合你的實際工作？
2. 哪一項任務最值得優先嘗試？
3. 哪些工作不適合完全交給 AI？為什麼？

加分挑戰

選擇其中一項工作，實際請 AI 協助一次，並記錄：

• 原本預估需要多少時間
• 使用 AI 後花了多少時間
• AI 的結果有哪些地方可以直接使用
• 哪些地方仍需要人工修改
• 過程中是否出現錯誤或不合理內容

這些紀錄也可以作為後續文章的真實案例。

使用 AI 時的第一個提醒

開始使用 AI 之前，先記住一項基本原則：

不要將密碼、個人資料、未公開文件、公司機密或其他敏感資訊直接輸入未經公司核准的 AI 工具。

如果需要讓 AI 協助整理內容，應先移除姓名、帳號、電話、地址、報價、客戶資料及其他可以識別個人或公司的資訊。

學會使用 AI 很重要，學會安全地使用 AI更重要。

今日重點

• 學 AI 不等於學寫程式
• AI 的價值之一，是協助減少重複性與準備性工作
• AI 可以提供初稿，但不應被視為最終答案
• 使用者仍須負責判斷、查證及最終決策
• 未來重要的能力，是正確、安全且有效率地與 AI 協作

明日預告

Day 2｜生成式 AI 到底是什麼？它和搜尋引擎有什麼不同？

下一篇將從最根本的問題開始：

AI 和搜尋引擎到底差在哪裡？為什麼同一個問題，兩者可能提供完全不同的結果？

我們將透過實際案例比較兩者的使用情境、優點及限制。