不妨從一個看似單純、卻高度日常的場景談起：出考題。
對多數教師而言，出題的目標很清楚——依據教學內容，設計出能檢驗學生理解程度的題目。傳統流程也不複雜：回顧每週教學重點，列出需要學生記憶或理解的核心內容，再依 Bloom 認知層次架構，設計不同難度與層級的考題。
但當生成式 AI 進入這個流程，一切開始出現變化。在最直覺的情境下，我們可能會把所有教材檔案一次拉進 Chat 介面，請 AI「幫我出題」。問題很快就浮現：檔案數量有限，對話一長，脈絡也容易混亂。
於是，解法自然出現。
一條路徑，是「壓縮資訊」——先為每個檔案做摘要，再把摘要集結成一份總檔，交給 AI 處理。另一條路徑，則是反過來思考：是否有現成工具，能突破檔案上傳與脈絡管理的限制？
這正是 ChatGPT 的 Project 與 NotebookLM 登場的背景。兩者都能處理多來源文件，也都以 RAG（檢索增強生成）為核心，但設計哲學並不相同。
ChatGPT 的 Project 強在「整合」。它可以呼叫 GPT 協助任務，直接串接 Web Search、Deep Research，也能引入 Notion、OneDrive 等外部資料庫，甚至呼叫 Canva、Photoshop Express 等應用程式。更關鍵的是，每個 Project 都能設定專屬的「新增指令」，為該專案定義固定的工作模式。
NotebookLM 則走向另一條路。它沒有原生的即時網路搜尋，但可透過 Fast Research 引入網路來源；同樣也能設定對話目標、風格與角色。真正讓它廣受關注的，是「工作室」設計——你可以把它視為一組預設的 Agent，功能近似 ChatGPT 的 GPT，但在多模態處理上更加突出。若再搭配一些技巧，NotebookLM 甚至也能建立屬於自己的 Agent。
於是，原本只是為了解決「檔案上限」這個技術問題，卻因為理解了工具本身的延伸能力，反而打開了更大的解題空間。
你可能會像我一樣，乾脆寫一支「專門出考題」的 GPT，放在 ChatGPT Project 中隨時呼叫；也可能選擇 NotebookLM，在來源資料中預先放入一份「出考題 Prompt」，再透過設計好的方式啟動它。
這些嘗試背後，其實指向同一件事：當你有一個明確的任務目標，就會開始主動「組合工具」。就像你同時擁有一台 Windows 筆電與一台 iPad，完成同一件事，卻會選擇不同軟體與流程。
生成式 AI 的關鍵差異，在於它天生理解語意。這讓我們得以嘗試完成過去「只存在腦中想像」的任務，而且成功率出乎意料地高。有時你甚至不知道哪種方法有效，只是動手試了，結果卻真的跑得通——這正是生成式 AI 最迷人的地方。
而一旦你完成了第一個突破性的應用，很多事情會突然想通。
這是一場典型的生產力變革。就像無人機進入戰場後，戰術全面改寫，目標依舊是「打勝仗」，但打法完全不同。我們必須依照工具的特性，重新拆解任務本身。
再換一個例子：學術文獻回顧。
先給自己一分鐘思考：如果要有效率地回顧文獻，你會讓生成式 AI 怎麼介入？
對研究者而言，效率從來不是唯一指標，「正確性」才是底線——幻覺是不可接受的。因此，你很快會意識到，與其讓 AI 一次生成整篇摘要，不如要求它逐段理解、逐段重組。
接著，你可能會進一步要求 AI 掃描文獻中的引用關係，建立知識圖譜，由你來審查與判斷；或是讓 AI 拆解實證模型，對照其理論架構，反過來檢視作者未必自覺的邏輯缺口。
當三篇、五篇關鍵文獻逐漸成形，你腦中自然浮現博士班時被反覆訓練、也被 reviewers 折磨到極致的文獻比較與綜整能力。這時你會突然明白：這些高度程序化、結構化的思考，本來就是你的專業能力，而現在，可以被轉譯成一套 AI 可執行的流程。
當你一塊一塊建立這樣的工作流程，生成式 AI 有時會反過來給你修改指令的建議，有時則因產出結果而激發新的靈感。最終，你打造的，會是一套獨一無二、只屬於你的文獻回顧方法。
在那一刻，你會清楚感受到：生成式 AI 不是替代者，而是能力放大器。
當你累積了兩個、三個成功的應用專案，信心自然會擴散。你開始讓生成式 AI 介入更多工作任務，甚至翻轉教學流程，真正實踐教學創意，也找到了教學生「如何使用 AI」的方法。
那種被解放的感覺，並不是時間突然變多了——事實上，現在的生成式 AI 仍然不穩定，往往需要反覆修正，甚至交叉使用不同模型（例如 Claude、Gemini）。真正被解放的，是思想：那些你過去想做、卻做不到的事，現在終於有了可行的路徑。
回顧 2025 年，我們正是這樣，一步一步適應生成式 AI 帶來的刺激，也逐漸理解人機協作的新常態。
展望 2026 年，當更多五花八門的 AI 工具湧現時，不必慌張。只要你清楚自己正在推進的專案已有穩定的工作流程，並持續嘗試把新工具、新思路（例如將 Claude 的 Skills 概念，移植到 ChatGPT 或 Gemini）嵌入其中，你就不會被技術浪潮追著跑。
因為你始終在打造的是「專屬的、有門檻的工作流程」——你知道何時該更新工具，也清楚自己不必成為工具的奴隸。
