酒Ann 方法論
AI Department AI 部門是什麼?相同類型工作的集合
AI Department AI 部門是什麼?相同類型工作的集合
你手上可能有二十個、五十個 GPTs,每一個當初都是為了解決某個問題才建的。時間一久,連你自己都想不起來哪一個負責什麼。
這不是工具太多的問題,而是缺了一層叫做 Department 的結構。這篇用最短的篇幅,把這個詞一次講清楚。
你將學到什麼
定義
相同類型工作的集合,回答「你屬於哪個部門」。
白話比喻
Department 是學校名稱,Function 是學校裡的科系。
跟誰容易搞混
常被跟 AI Team 混用,一個是長期框架,一個是任務編組。
定義
AI Department(AI 部門)是相同類型工作的集合。把性質相近、目標一致、需要相同專業技能的工作歸在一起,變成一個可以管理、可以分工的單位。
它回答的問題只有一個:你屬於哪個部門。行政部、行銷部、教學部、顧問部、財務部,都是最常見的分法。
白話比喻
Department 就像學校的名稱,Function(職能)則像學校裡的科系。先有學校,才知道人歸在哪裡;先有科系,才知道這群人要做什麼。
沒有部門的 AI 組織,就像一家一百人的公司完全不分部門。每個人都很努力,但工作重複、責任模糊、資源分散,最後誰也說不清成果在哪裡。
部門底下有哪些層級
酒Ann 把部門往下拆成一條固定的路徑,每一層都回答一個問題,最後一定要落在看得見的成果上。
| 層級 | 回答的問題 | 例子 |
|---|---|---|
| Department 部門 | 這群工作屬於哪一塊? | 行政部、行銷部、教學部 |
| Head 部門主管 | 誰為這個部門的成果負責? | 行銷部主管,負責分派與把關 |
| Function 職能 | 這個部門負責哪些工作? | SEO、文案撰寫、廣告投放 |
| Specialist 專家角色 | 每一項職能由誰執行? | SEO 專員、文案專員 |
| Deliverable 部門成果 | 最後要交出什麼? | 關鍵字報告、社群貼文、廣告素材 |
這條路徑不能跳號。少了 Function,部門就只是一個好聽的名字;少了 Deliverable 交付物,你永遠不知道這個部門到底有沒有在產出。
AI Department 跟 AI Team 差在哪?
| 比較項目 | AI Department 部門 | AI Team 團隊 |
|---|---|---|
| 大小 | 比較大,是組織的框架 | 比較小,是任務的編組 |
| 分類依據 | 依工作性質分類 | 依一個具體任務組成 |
| 存續時間 | 長期存在,跟著組織走 | 任務導向,做完可以解散 |
| 實際例子 | 行銷部長期負責品牌曝光 | 短影音小組為了這一季的專案而組 |
所以正確的說法是:AI Team 可以住在部門裡,部門不會住在團隊裡。
實際用例
假設你要建行政部。先盤點所有行政工作,把 Email 收發、SOP 建立、文件整理歸成三個 Function。
接著每一個 Function 配一個角色與一支 GPT。Email 職能對到 Email 專員與 Email GPT,交付物是一封可以直接寄出的回覆稿。
同樣的做法套到行銷部與教學部,你會發現找工具變快了。因為你先找部門,再找職能,最後才找工具。
延伸學習
ChatGPT 很強,但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害,為什麼你還是每天加班」這個問題出發,把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統,再用 Apps Script 讓它自己跑起來,最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
AI Native 工作法
四小時完整實錄。工作已經不是以前的工作了 ── 這門課拆解 AI Native 的四個核心能力,帶你把自己的工作做成一份可執行的 AI Native Blueprint,從「會用 AI 的人」變成「工作本身就長在 AI 上的人」。
NT$ 2,599

