AI Fluency for creative work 在教什麼？它用 Creative Value Lens、生產視角與
4D Framework，把「要不要用
AI」拆成作品價值、製作成本、任務委派與審慎責任的連續判斷；本文整理 8 堂課、8
個互相接續的練習與 9 題測驗，也補上我對部落格創作的實際思考。

當 AI 幾秒鐘就能產出一篇文章、一張圖或一段音樂，創作者還剩下什麼？我打開 Claude Academy 的 AI Fluency for creative work 時，以為會看到一套讓創意工作更快的 AI 使用技巧。第一個練習卻要我先寫下自己的顧慮：真實性焦慮、依賴、對「夠好就好」的滿足、劣質內容疲勞與「我做的事毫無價值」。

這門課從工具之前開始，逼你先回答作品為什麼存在、它要對誰說話，以及什麼東西讓它仍然像你的作品。

課程資訊一覽

Introduction（簡介）

1. Welcome to AI Fluency for creative work（歡迎來到創意工作的 AI 流暢度）

課程先建立一個很容易被誤解、卻非常重要的起始立場：先從不使用 AI 開始，再透過分析決定是否以及如何選擇加入。 這句話的重點，在於把決策的主導權留在創作者手上；它沒有要求所有創作者拒絕 AI。

第一個練習叫做「起始立場快照」。要先寫下目前和 AI 的關係，再從五項顧慮挑出最有共鳴的一項，最後完成一句話：「在本課程結束時，我希望能夠……」

這幾題很像靈魂拷問，因為它們沒有停在「AI 有哪些功能」。課程把問題往前推：如果還沒想清楚要做什麼、為誰做，以及什麼叫做好，提示技巧再熟也很難替你決定方向。

The Creative Lenses（創意透鏡）

2. The creative value lens（創意價值透鏡）

第一項工具回答的是：這件作品究竟創造了什麼價值？ Creative Value Lens 有三個同時運作的維度，沒有一個固定排在最前面。

這三個維度會互相拉扯。社區藝術節的海報可以選擇非常陌生、醒目的視覺，增加獨特性；也可以使用在地熟悉的意象，讓人際連結更強。透鏡提供的是取捨的語言，最後往哪裡走仍然要回到作品的目的與受眾。

課程對真實性的分析也分成兩層。第一層是作品本身：它是否反映創作者做過的決策、技巧與表達，創作者能不能誠實說明創作過程。第二層是作品和受眾之間的連結：觀眾感知到的 AI 參與方式，會影響他們如何理解作者與作品的關係。

所以「AI 碰過之後還算不算我的作品」沒有一個脫離情境的答案。作品是否忠實反映你的決策，和受眾如何感知這個創作過程，都要一起放進判斷裡。

3. The production lens（生產視角）

第二項工具回答的是：製作這件作品需要付出什麼代價？ 生產視角把成本拆成三項生產限制：時間、精力、資源，再觀察技術複雜度如何作用在這些限制上。

技術很少只是在減少限制，它也會重新安排限制。AI 可能把精力從執行轉移到方向：你少花時間處理重複動作，卻要花更多時間選擇、比較、校準與辨認品質。當基本產出變得便宜，作品的目的與獨特性會變得更重要。

課程用錄製唱片的變化來說明這一點。過去需要錄音室、設備、錄音師、調音師，甚至一整支樂隊；現在一台電腦、一支麥克風和一個想法，可能就能開始製作。但學樂器、學音樂軟體、安排樂器、把腦中的想法變成聲音，仍然需要時間、精力和資源。

The messy stages of creative work are often more important than we realize.

Some of what feels like wasted time is vital to the final outcome.

這兩句話讓我停了一下。AI 可以很快給出草稿，但創作裡那些來回修改、暫時做不出成果、甚至看起來像在繞路的時間，可能正是作品逐漸長出方向的過程。工具變快之後，這些階段更需要被辨認，不然很容易把「看起來有效率」誤認成「真的更接近好作品」。

The AI Fluency Framework（AI Fluency 框架）

4. The 4D Framework（4D 框架）

這一堂和 AI Fluency: Framework & Foundations 的框架課重複，影片可以快速瀏覽，但創意工作的練習是全新的，官方明確建議即使跳過影片，也要完成練習。

4D Framework 的四項能力是：

課程把四項能力組成兩個巢狀迴圈：內迴圈是描述與辨別，圍繞著工作本身運作；外迴圈是委派與審慎，圍繞著工作分配與責任運作。 這也解釋了為什麼課程把框架放在兩個創意透鏡之後：先看作品的價值與成本，再決定如何讓 AI 介入。

The Inner Loop（內迴圈）

5. Description and Discernment（描述與辨別力）

這一堂把內迴圈轉向自己的實踐。AI 很難服務一個還沒有被描述清楚的工作；沒有明確標準，也很難判斷 AI 交回來的結果究竟有沒有幫上忙。

課程的「實踐闡述工作手冊」有六個 tab：產品、過程、表現、標準、校準、回顧。先描述自己的實踐，再把描述轉成同儕也能套用在其他作品上的標準，接著拿一件舊作品測試標準，最後保存回顧。

這裡有兩條很實用的規則：寫具體的作品，不要只寫類別；避免「感覺對了」「一看就知道」這類無法驗證的句子。對我來說，這直接連到部落格寫作：文章的受眾是誰、它為什麼值得存在、它的核心概念怎麼用一句話說完，這些都要在動筆前講清楚。

如果這些前提沒有先定義，AI 可以把模糊想法整理得更像一篇文章，卻無法替你決定那篇文章應該成為什麼。

The Outer Loop（外迴圈）

6. Delegation and Diligence（委派與審慎）

外迴圈把前面的工具放進一個真實決策：這件作品該不該用 AI、用在哪裡、以及誰對結果負責。課程給的順序很清楚：

1. 問題意識優先：先釐清真正要解決的問題，以及好結果長什麼樣子。
2. 平台意識：先了解工具能做什麼、不能做什麼，再決定要交付什麼。
3. 任務委派：逐階段分配工作，寫清楚 AI 參與的程度與理由。
4. 審慎檢查：從創作 Creation、透明度 Transparency、部署 Deployment 三個面向檢查委派決定。
5. 依自己的標準檢查成果：完成的作品仍然要回到前一堂建立的標準。

課程把陷阱分成兩種時間尺度。長期要留意趨同化與技能退化；立即的風險則是還沒想清楚自己要什麼，就先向 AI 求助。這也回應了我在課程前面的感受：工具的速度很容易讓人跳過那些看似慢、卻負責定義方向的階段。

Putting it all together（整合應用）

7. AI roles as Delegation outcomes（AI 角色作為委派結果）

委派決策最後會落在五種角色之一。切分它們的關鍵問題是：AI 生成的內容是否出現在受眾接觸到的最終作品裡？

這些角色是做決策時使用的詞彙，每個角色都有不同的審慎檔案。它們也讓「AI 只是幫忙」變得不夠精確：AI 可能只提供建議，也可能參與生成最後會被看見的內容，兩種情況需要面對的揭露、品質與權利問題並不相同。

練習還要求你標出所有 AI 接觸點，包括研究、行政工作與資料蒐集，再分別寫下「實際角色」和「原本以為的角色」。靠近角色分界的地方叫做絆線（trip wire），它提醒你注意委派決定何時悄悄偏移。

8. Putting it all together（整合所有內容）

最後一堂用插畫家的作品與工作流程走完整條分析：先闡明實踐，再用兩個透鏡分析作品，接著套用委派與審慎，讓不同作品得到不同的 AI 使用結果。

課程最後要產出一份簽署並註明日期的個人 AI 使用政策，內容包括：

• 每種工作模式或階段採用哪個 AI 角色，以及原因。
• 要向每個受眾揭露什麼、在什麼時機揭露。
• 哪些事件會觸發政策重新檢視。
• 用三個真實情境做壓力測試。

我在這裡重新看自己的部落格。我的主要方向偏向讓文章成為 Agent 搜尋得到、能作為問題解答參考的內容；同時，我也希望人類讀者能讀到我處理問題的方式與寫作特質。這代表文章要把問題、答案與限制寫清楚，卻不能只剩下可被抽取的結論。

如果 AI 參與整理、改寫，最後文字也出現在讀者看到的文章裡，我就需要誠實面對它在作品中的角色，依自己的標準檢查每一段，並保留真正的經驗、判斷與責任。對我來說，這是一種借力實力的分享：把解決問題的過程記錄下來，再用 AI 協助整理成可被人和 Agent 找到的文章。工具降低了製作限制，作品為什麼值得存在的問題仍然留在我手上。

課程練習地圖

這門課的 8 個練習會互相接續，前一個練習的輸出會成為下一個決策的材料：

這種設計讓課程更像一條工作流：從直覺立場開始，逐步建立價值判斷、生產分析、品質標準與委派責任，最後才寫出自己的政策。每一題都在要求你把「我覺得」往前推成「我可以說明為什麼」。

Course Quiz（課程測驗）

有 9 題。官方頁面本身是繁中，以下保留實際題目與正確答案。

1. 一位音樂人不確定自己想讓一首曲子成為什麼樣子，於是求助 AI 來決定。本課程給出什麼建議？

答案：退一步，先清楚了解問題所在

2. 根據生產視角，技術通常對生產限制（時間、精力和資源）做了什麼？

答案：重新安排它們，而不僅僅是移除它們

3. 本課程將 AI 的使用分為五種角色，從「無 AI」到「媒介」。劃分這五種角色的是哪一個問題？

答案：是否有任何 AI 生成的內容出現在受眾接觸到的最終作品中

4. 4D 框架中的四項能力是什麼？

答案：委派、描述、辨別、勤勉

5. 本課程建議任何創意專案的起始立場是：

答案：不使用 AI，然後透過分析決定是否以及如何選擇加入

6. 在分享一份由 AI 協助創作的完成作品之前，勤勉要求您做什麼？

答案：依據您自己的標準來評判它，以作者身份為其負責，並對 AI 參與的部分保持透明

7. 一位作家問：「如果 AI 碰過這篇文章，它還是我的嗎？」根據本課程，是什麼讓這篇文章仍然屬於這位作家？

答案：這位作家做出了各項決定，並能誠實說明作品是如何完成的

8. 一位作家發現 AI 幾秒鐘就能產出草稿，但完成這篇文章仍然需要很長時間。本課程認為時間花在哪裡？

答案：審閱、修改以及重新提示這些草稿

9. 一位設計師唯一的標準是「見之即知」。在使用 AI 時，這為什麼會是個問題？

答案：沒有任何明確的依據可用來評判輸出結果

小結

這門課最特別的地方，是它把練習題放在非常核心的位置。每一題都像靈魂拷問，逼你定義作品的受眾、目的、獨特性與呈現價值。一開始就要回答自己目前在創意工作中和 AI 的關係，再從五項顧慮裡挑出最有共鳴的一項：真實性焦慮、依賴、滿足於「夠好就好」、劣質內容疲勞與連帶愧疚感，以及「我所做的事毫無價值」。這些都是創意工作者很真實的問題，課程一開場就把它們攤在桌上。

接著，課程要求你先從不使用 AI 開始，再透過分析決定是否以及如何選擇加入。Creative Value Lens 用創意表達、人際連結與獨特性三個維度，幫你判斷一件作品在乎什麼，也幫你思考 AI 應該在哪個階段介入、參與到什麼程度。真實性焦慮可以寫成：「如果 AI 碰過它，它還算是我的作品嗎？」依賴性則是：「如果我依賴 AI，我會不會失去多年來培養的技能？」當 AI 能生成圖像時，也很容易冒出另一個問題：「那我做的事情還有價值嗎？」

生產視角把這些焦慮拉回成本：製作創意作品的基本成本，是時間、精力與資源；技術複雜度則描述技術如何作用在這些限制上。AI 會降低某些門檻，也會增加學習工具、訂閱服務、檢查輸出與重新修改的成本。課程裡用錄製唱片來比喻：過去需要錄音室、錄音設備、錄音師、調音師，甚至一整支樂隊；現在一台電腦、一支麥克風和一個想法，就可能開始製作。但學樂器、學音樂與錄音軟體、安排聲部，以及把想法實現出來，仍然需要投入時間與精力。

所以問題最後還是會回到最早的地方：這張唱片為什麼要產生？過去很多人都在寫歌，作品沒有被選進專輯，不代表他們沒有能力完成；現在工具讓一個人可以完成更多工作，作品的目的、獨特性，以及受眾為什麼願意買單，仍然需要被回答。改變的是工具與生產方式，價值會更集中在仍然稀缺的部分：判斷、決策、觀點，以及讓作品成為這個作品的特徵。

受眾知道 AI 參與之後會不會買單，則是另一個問題。這很像手工製品和機器製品：有人偏好手工，因為它有人的痕跡；機器製品則可能更穩定、更便宜、更容易大量取得。手工品如果貴上五倍，受眾是否願意支付，會影響最後的選擇。放回創意工作裡，AI 參與不只改變製作者的流程，也可能改變受眾對作品的感受與期待。

課程裡我最喜歡的兩句話是：

The messy stages of creative work are often more important than we realize.

Some of what feels like wasted time is vital to the final outcome.

這也讓我重新看自己的寫作。作品產生之前，我通常已經知道自己想處理什麼問題，只是還沒有把它做出來。既然如此，我本來就應該先定義這篇文章的風格、受眾、核心概念與一句話目的：我要告訴讀者某個工具很好用、這解決什麼問題，使用體驗如何，還是我試過之後發現原本的方法更適合？這個觀點要先存在，AI 才能做為文章核心有依據的協助我把文章整理完成。

課程最後談問題意識、平台意識、任務委派，以及創作、透明度、部署的審慎檢查。這個順序剛好也回答了我對部落格的定義：我比較偏向讓文章成為 Agent 搜尋得到、可以作為問題解答參考的內容。AEO 和其他搜尋方式會增加被找到的機會，但文章仍然要有清楚的問題、可驗證的過程與作者自己的判斷，不能只剩下方便抽取的答案。

因此，我現在比較能接受自己使用 AI 協助寫文章。這可以降低整理與改寫的心智負擔，讓我把解決問題的過程順手記錄下來，再發布到網路上；文章可能被人讀到，也可能被 Agent 搜尋到，成為某個問題的參考資料。但我更在意的是，最後留下來的文字仍然能說明我做過什麼、怎麼判斷，以及我想傳達的觀點。

這門課沒有替我決定 AI 應該用多少，也沒有要求所有作品採用同一種答案，它留下一個評斷方式一個指標一個界定與模式告訴我 AI 如何參與如何協助我的作品。

也一直提醒著我：工具可以分擔生產限制，但是作品為什麼要存在、它為什麼獨特、我要對誰負責，這些問題仍然需要由我自己先回答出來。

我是 Jasper，從事軟體開發，目前專注打造 AI 工作流程。
官方圖解與完整表格在 Blog 版，和我一起探討更多 AI 議題 🚀