現在我們正在經歷一場人工智慧技術的重新適應的過程。
人工智慧
AI 還沒有走到能「變成人」的程度，但它確實已經走進我們的日常工作與生活，正在默默改變我們與知識、資訊、創作的關係，的確甚至開始模糊了人工與真人創作的界線，有些概念悄悄的變得更加複雜。
自 2022 年 11 月 30 日 OpenAI 推出 ChatGPT 免費版以來，人類與GPT的大量互動，讓人工智慧更具應用性。大型語言模型（LLMs）如 GPT-4、Claude 3.7、Grok-3、PaLM 2、Llama 3.1、DeepSeek R1 等，已不再是資料科學家的專利，而是進入了我們的日常生活，甚至AI的工具與相關產業也在近年越來越蓬勃發展。
這些技術的進步帶來了前所未有的便利，例如自動化工作流程、提升創作效率、加速學習過程等。然而，同時也引發了諸如深偽(Deep fake)技術用於犯罪與假新聞、青少年錯把AI當作真實關係依賴等技術倫理問題。
面對這樣的雙面性，我不禁思考：在這波技術革命下，我們該如何調整自己的工作策略、知識結構，甚至重新定義「專業」？
這篇文章，整理了我過去一年大量使用 AI 的體驗與反思，分享如何在善用 AI 的同時，保持對專業的堅持與責任。無論你是剛接觸 AI 的初學者，還是已經在日常中深度使用它的工作者，我希望這些經驗與觀點，能給你帶來新的思考與啟發。
第一章｜AI，究竟能做什麼？
我今天想跟大家聊聊幾件事情：AI 到底能做什麼？技術上怎麼操作？它又會怎麼影響未來的職業？
這些問題乍看之下很大，但其實可以從幾個很具體的面向開始說起。首先，AI 的應用其實非常廣。尤其是在語言處理這一塊，現在的 AI 已經能協助我們處理像是行銷文案、文章報告、文獻梳理，甚至是任何跟文字相關的任務。
語言與文字的理解
只要我們給出明確的規則與模式，AI 的處理能力就非常強大。它不只是在表面上「生成句子」，而是可以理解背後的邏輯、架構與需求。這對於想提高產能的人來說，是一個很實用的技術突破。在寫文章、行銷文案、公文報告，等不同格式轉換都是非常好用的。
搜尋與知識擴充
這是我自己很有感的一塊。從以前我們翻書查文獻，到後來靠 Google 搜尋，現在 AI 又再往前推進了一步。它可以根據我們輸入的需求，直接幫我們過濾、歸納甚至重新建構一整套知識脈絡。
透過關鍵字與語意理解的搭配，不只是單純「找資料」，它其實已經在幫你判斷哪些是重點、哪些是你要的方向。某種程度上，它幫我們節省了大量從零開始整理資訊的時間。
數據分析&流程自動化
接著談談數據分析與流程自動化。這部分應用非常多元，從簡單的數學運算，到財務預測、甚至商業模型的建立，都能讓 AI 加入成為夥伴。我自己則是常常請它協助處理複雜的表格，從一般的從一般的函式到自動化腳本，只要你能清楚描述需求，它就能幫你找到最貼近的解法。
則是我近期很愛用的功能之一。舉個例子，我在公司裡面設計了一套小小的 AI 流程，可以把我們的會議錄音自動轉成逐字稿，再整理成適合放在 Notion 或 Google 文件裡的會議紀錄。這樣一來，我們只要專心開會，會後的整理就交給 AI，整個過程節省了非常多時間。
事實上，這篇文章就是我用錄音方式開始的——用語音取代手寫，然後再轉成文字、進一步編輯。對我來說，這樣的創作流程不但更快，也更貼近我當下的思緒節奏。(後來回顧，其實也沒有比較快，只是我反而有更多時間可以更龜毛的去調整)
第二章｜提問的技術，才是你與 AI 合作的關鍵
在實際應用 AI 的過程中，我發現最重要的其實不是你用哪一套模型，也不是那個模型有多聰明，真正關鍵在於是你問得有多清楚。提問的品質，幾乎決定了你得到的結果能不能用。
我們不是在單純的訓練 AI，我們是在訓練自己：能不能把自己想問的東西，講得具體、明確。因為 AI 並不會讀心，它不像人類能從語氣或表情猜測你的意思。你如果給它模糊的指令，它會模糊地回應你，讓你越問心越累，所以如何用得準、用得好，請看下去：
🧭實戰使用 GPT 的四步操作法
- 釐清現況與設定角色：首先，你可以設定 AI 的角色，或直接講清楚你的問題與現況。例如：「我是一位助人者，我現在正在處理一個 X 情境的個案…」，這樣比直接說「幫我想一個方法」來得有效。我自己會建議，釐清現況比設定角色更重要。
- 說明你希望它如何回應：你期待的格式、邏輯、語氣，甚至是情緒張力，都可以在指令裡一次說清楚。例如：條列式、故事性、或情感強烈一點。
- 交代你想要的具體輸出結果：是報告？摘要？解釋？還是建議、創作、程式碼嗎？你想看到什麼，就可以直接地講得清楚與明白。
- 說出你希望它避免的範圍：例如「不要編造資料」、「不要忽略我設定的條件」等，幫它畫好邊界。可以的話，說出它的回應哪邊對、哪邊錯，以及怎麼調整。
🔧 進階優化：讓 AI 回應更貼近需求
- 提供完整的背景資料：如果你有一份 PDF、簡報、會議記錄，就直接上傳，不需要很辛苦用講的。效率會高非常多，但要注意內容需要整齊。如果內容混亂與錯誤的話，反而會污染資料。若有一些知識對於 AI 來說比較新鮮，那我們給予的定義與背景資訊就特別重要。
- 善用限制與結構對齊：設定越清晰，越能靠近實際的解決方案。這也是讓 AI 貼近你困境的方式。你也可以要求它比對你的理解與它的理解，提升雙方的「對齊程度」。
掌握這四個操作技巧與兩個進階優化法後，我認為大家在使用 GPT 的過程中，會節省非常多的試錯時間。
第三章｜AI 技術倫理與職業趨勢：從協作到專業重塑
最後我想談談「態度」。作為一個不喜歡重複性的行政作業，AI 對我來說真的是一個福音。
舉例來說，我可以截圖 PDF 的一頁文字，直接轉成文字格式，不用手動複製或打字，或是我直接丟檔案給 GPT；又或者我想查功能、查文獻，也不用再慢慢翻論壇或文件。
在自動化工具越來越普及的現在，你會慢慢開始分辨，什麼事情能省工、什麼事情不能。這讓我意識到：AI 不是短暫的風潮，它會是趨勢。
從威脅轉向專業價值淬鍊
所以如果你日常的工作高度重複，AI 對你造成的威脅會相對高。這並不是要嚇你，而是提醒你：與其等著被取代，不如開始想一想自己的專業在哪裡？哪個部分是不可被替代的？
我鼓勵大家觀察自己工作的流程——每一個步驟裡，是否藏有一些可以提煉成知識的方法論？
舉例來說，如果你做的是標準化工作，你能不能倒推出這套流程背後的學理依據？能不能寫成教學或建立訓練流程？如果可以，你就不再只是操作流程，而是理解與升級流程的人。
這一轉念，讓我們從「AI 好像要搶走我的工作」的焦慮，轉變成「我怎麼藉由這波 AI 浪潮，精煉我工作的價值」。這也正是專業轉型的起點。
當你這樣做的時候，AI 就變成了你的助手，而不是你的競爭者。
AI 是助力，不是代替：判斷力與責任仍然是關鍵
AI 可以幫我們縮短學習時間，快速達成目標，但它沒辦法取代我們的「專業責任」。
它可以讓你快速成為「能解決某個問題的人」，但不會讓你瞬間變成一個真正的專家。要做到那一步，我們還是得自己去補足那些底層知識。
所以，我覺得不用怕 AI 取代你。它取代不了一個對自己專業有要求、有責任感的人。它取代的是那些對專業模糊、不願意深入的人。
反過來說，如果你懂得善用 AI，它反而可以讓你在自己的專業上更進一步、跑得更快。你就會成為那個用 AI 駕馭工具的人，而不是被工具取代的那個人。
我自己就有這樣的經驗：曾經請 GPT 幫我寫自動化腳本，雖然我不會 debug，但我可以描述需求，用它完成以前做不到的事情。這不是取代，而是協作。
但反過來說，我仍然不是工程師。我無法快速定位 bug，也沒辦法調整複雜邏輯。這提醒我：AI 幫得了你一時，幫不了你「勝任專業」。你還是得具備判斷力與責任感，這些才是不可替代的核心。
這裡我想特別強調：AI 不會自動告訴你哪裡錯了。它可以根據語料與模型做預測，但沒有事實查核能力。統計學有句話說得好：Garbage In, Garbage Out。如果你給它錯的問題，它會很有自信地給你錯的答案。甚至錯得漂亮。
這也是為什麼我經常問它：「你怎麼判斷的？」「依據是什麼？」因為我們在用 AI 的過程，其實也是在校準它與我們之間的理解落差。當這件事你做得夠多，AI 的回應才會真的成為你決策的延伸，而不是充滿專業漏洞。
結語
我知道，有些人聽到 AI ，反應是焦慮與擔心。害怕終有一天會被取代，也不知道自己值不值得被留下。但你越早開始學會與 AI 協作，你就越有可能主動選擇自己的角色，而不是被動等待時代安排。
AI 的價值，不只是提升效率，也不是為了取代誰。它更重要的角色，是成為你能力的延伸、知識的橋梁，提醒你——真正該強化的，是你自己的專業系統與判斷力。
你才是真正的專家，AI 只是協助你放大你的專業。
後記
這是我第一次透過AI來協助我撰寫那麼靠近我的文章，過去我曾經需要花三小時以上才能把一篇文章寫出來——邏輯卡卡、內容紮實卻難以閱讀。但這次，我做了很大的轉變。
這次的內容撰寫我選擇用語音錄起來，過程也拆解自己原本的寫作風格，然後請 GPT 一段段協助我整理、潤飾、統整。GPT幫我處理了資訊的雜亂，我則把更多注意力放在：我到底想傳遞什麼給讀者。
📩 如果你也開始思考：AI 如何成為你的協作者 那麼邀請你從一個提問、一個真實困擾開始，去試著和 AI 展開對話，觀察你們怎麼一起工作、怎麼一起調整、又怎麼一起進步。
喜歡我的文章，歡迎按愛心、追蹤我，也歡迎來我的臉書、IG或Thead我互動。感謝你的支持，願你永遠接納自己。昆陽 Peace 2025.5.11
