數位心態與 AI 協作基礎
一、 時代的巨變：從「工作」到「協作」
過去的數位化是將紙本流程搬到電腦上，而現在的數位浪潮，核心在於賦能—透過 AI 和數據工具，讓人有能力做更複雜、更有創造力的事情。數位轉型的心態轉變：
二、 AI 將如何改變我的工作？
我們不是要訓練 AI，而是要被 AI 訓練，學會如何將低價值、重複性的工作委派給它。
請思考以下三個問題：
- 釋放時間： 目前工作中，有哪些佔用你 30% 以上時間，但重複性高的任務（例如：撰寫標準郵件、數據彙總、初稿起草）？
- 增強能力： 你最希望 AI 幫助你突破哪個瓶頸？（例如：生成創意發想、快速學習新知識、跨語言溝通）
- 個人價值： 當 AI 接手了低價值任務後，你將把釋放出來的時間投入到哪裡，以創造更大的個人與團隊價值？（通常是：策略思考、人際協調、情感連結、創新。）
AI 協作基礎與提示工程
一、 AI 協作的兩大核心挑戰
- 幻覺問題： AI 可能會自信地給出錯誤或虛構的資訊。
- 輸入決定輸出： 越模糊的提問，得到的答案越籠統。高效能的關鍵在於提出「精準、有框架」的提示詞。
二、 核心技能：提示工程 (Prompt Engineering) 基本框架
一個優秀的提示詞，通常包含四個 R 要素：
R1：角色 (Role) - 定位 AI
- 目的： 告訴 AI 它現在是誰，以確保輸出的風格、知識背景和語氣正確。
- 範例： 「請你扮演一位資深企業教練/專業金融分析師/高中歷史老師。」
R2：任務 (Request) - 具體指令
- 目的： 清晰地描述你要 AI 完成的任務。
- 範例： 「請根據以下文字內容，為我總結出 3 個關鍵洞察。」
R3：限制 (Restriction) - 輸出要求
- 目的： 限制輸出的格式、長度、語氣、語言，以及必須包含或排除的要素。
- 範例： 「輸出必須是繁體中文，使用 Bullet Point 清單呈現，長度不得超過 200 字，且必須包含一個量化數據。」
R4：情境 (Reference/Context) - 輸入資料
- 目的： 提供 AI 必要的背景資訊或文本，讓它能「有所依據」地工作。
- 範例： 「以下是我們最新的銷售報告 [貼上報告內容]，請你針對報告中的[特定產品線]進行分析。」
總體提示詞結構範例：
R1 角色： 扮演一位專門寫高效能郵件的溝通專家。
R2 任務： 請為我起草一封通知全公司關於新系統上線的電子郵件。
R3 限制： 郵件標題必須清晰包含『緊急通知』四個字，內文必須包含上線日期、影響範圍，並提供一個聯絡窗口的姓名，語氣需專業且正面。
R4 情境： 新系統名稱為 Alpha V3.0，將於下週二早上 9 點上線，主要影響財務與人資部門，聯絡人是 Jane Doe (分機 234)。
三、 生成式 AI 在日常工作中的應用範例
總結
將 AI 視為一個能力極強、但需要精準指示的實習生。 你的任務是成為一位優秀的「提示詞工程師」。請在之後為您工作中一項重複的文書任務，設計一個包含 R1-R4 元素的高質量提示詞吧!
