別再每次重新教 AI：把重複工作變成可重複的工作流程

很多人用 ChatGPT 用了一年，還停在「每次都從零開始聊」：同一種週報、同一種客戶回覆、同一種資料整理，每次都重新解釋一遍需求，每次的產出品質都靠運氣。這不是在用工具，是在陪工具聊天。

OpenAI Academy 上進階一級的 Applied AI Foundations 學習路徑，主軸正是這個轉變：把日常裡重複發生的任務，變成可重複執行的 AI 工作流程。這篇文章整理這個思路，帶你把「上次那個很好用的提示」變成一套穩定的做事方法。

從「聊天」到「流程」：差別在可重複

先定義清楚：工作流程（workflow）就是一件事從輸入到產出的固定走法。你每週寫週報，其實一直有流程：收集資料、挑重點、寫成固定格式。AI 工作流程只是把其中適合的環節交給 ChatGPT，而且用同一套提示、同一種格式，每次都一樣地做。

「可重複」是整件事的靈魂。偶爾一次的神來之筆不值錢，因為下次複製不了；一套普通但穩定的流程反而值錢，因為它每週都替你省同樣的時間，而且品質可預期。判斷你有沒有流程化很簡單：同一件事第二次做，有沒有比第一次快？

第一步：挑出值得流程化的任務

不是所有工作都適合交給 AI。值得流程化的任務有三個特徵：

• 重複發生：每週、每月固定出現。做一次的事不值得建流程。
• 格式穩定：產出的長相大致固定，例如週報就是那幾個欄位、客服回覆就是那幾種情境。
• 規則講得清楚：你能向一位新同事說明「這件事怎麼做才對」。連人都教不會的事，也教不會模型。

反過來說，高度依賴人際判斷、每次情境都不同、錯了代價很大的任務（談判、敏感溝通、最終決策），留給人。AI 流程化的甜蜜點是那些煩、多、規則明確的例行公事。

第二步：把成功的提示變成範本

你一定有過這種經驗：某次把需求講得特別清楚，產出一次到位。流程化就是把那一次固定下來。做法是把提示拆成兩部分：不變的寫死，會變的挖空。

【角色】你是我的行銷助理，熟悉我們的品牌語氣：親切、專業、不浮誇。
【任務】把我貼上的活動資訊，改寫成一則 Facebook 貼文。
【格式】150 字內，開頭一句吸引人的問句，結尾附行動呼籲，配 3 個 hashtag。
【限制】不得使用誇大詞（最強、第一、保證），價格照原文，不可自行推算。
【本次資料】{貼上這次的活動資訊}

角色、任務、格式、限制四段寫死，只有最後的資料每次更換。存在記事本或文件裡，下次直接複製、填空、送出。範本的品質會隨著你每次的微調累積：發現產出老是犯同一個錯，就把規則補進限制段，錯誤從此不再出現。這是「陪工具聊天」永遠得不到的複利。

第三步：固定輸入與輸出，把流程串起來

範本只是單站，流程是整條線。把一件事拆成幾站，每站定義清楚吃什麼進去、吐什麼出來，上一站的輸出就是下一站的輸入。以會議後的跟進為例：

拆站有兩個好處。第一，每站的提示都更單純，比一個「把逐字稿直接變成跟進信」的巨無霸提示穩定得多。第二，哪一站出問題一眼可見，修那一站的範本就好，不用整條重來。

養流程：從一個開始，每週微調

最後是最實際的建議：從一個流程開始。挑你最常抱怨的那件例行公事，花一次時間把範本調到滿意，用兩週，過程中把每次發現的問題補進範本。等這個流程順到你不再多想，再挑下一個。

我自己的體會是，流程化最大的收穫不是省時間，而是品質的下限被抬高了。狀態好壞、深夜趕工，產出都不會低於範本保證的水準。AI 幫你把例行公事做穩，你的腦力才留得住，去做那些真正需要你的事。