AI 能力不是一堂課塞滿，而是三個不同層次

為什麼八月要連開三門 AI 課程？這幾個月，我一直在思考一個問題，AI 已經進步得這麼快了，為什麼還是有很多人覺得自己沒有真正用起來？甚至每天都有小白新手才剛剛踏入門。ChatGPT 會寫文章、做分析、整理資料、產生圖片、協助寫程式，大家也下載了很多工具、收藏了很多提示詞，甚至已經付費訂閱了三、四個 AI，但工作真的因此改變了嗎？喔！超早鳥都是各 30 個名額！選不到就是已經沒名額了～

好像有，但好像又沒有那麼多改變。原本要花三個小時寫的文章，現在可能一個小時就能完成。原本不知道怎麼開始的企劃，現在至少可以先請 AI 提供一份架構。原本要自己慢慢找的資料，也可以先讓 AI 協助整理。

這些當然都有幫助，但多數人目前得到的，仍然只是一些局部的效率提升。今天快了二十分鐘，明天少做了一份簡報，後天多產出三篇貼文。

這是因為工具變強了，工作方式卻沒有真正的改變，這也是我決定在八月安排三門課程的原因。

這三門課並不是三堂彼此無關的 AI 工具課。

它們分別處理三個不同層級的問題：你怎麼看待工作？你怎麼重新設計流程？你怎麼把 AI 建設成可以長期運作的能力。

第一門：AI Native 工作法 08/12

★ 先改變你對「工作」的想像

很多人使用 AI 的方式，是把原本的工作搬進 ChatGPT，就是原本自己寫文案，現在叫 ChatGPT 寫，原本自己整理會議紀錄，現在把逐字稿貼進去，原本自己做簡報，現在讓 AI 產生大綱，這是最自然的開始，沒毛病，但它還不是 AI Native。

因為你的工作流程並沒有改變，只是把其中一個步驟交給了 AI，就像公司原本使用紙本表單，後來把紙本掃描成 PDF，檔案看起來數位化了，流程卻還是原來的流程。

真正的 AI Native，不是問這件事情可以請 AI 幫我做哪一部分？而是重新問如果今天一開始就有 AI，這件工作還需要按照現在的方式進行嗎？

例如，過去寫一份報告，可能要經過蒐集資料、閱讀資料、整理重點、建立架構、撰寫初稿、修改內容、製作簡報。加入 AI 之後，很多人只是請 AI 協助寫初稿。

但 AI Native 的做法，是重新思考整條流程，哪些資料應該固定累積？哪些判斷標準應該先被定義？哪些內容可以模組化？哪些步驟可以平行進行？哪些成果可以直接轉換成簡報、社群貼文、電子報或內部文件？

AI Native 工作法處理的不是某一個工具怎麼按，它處理的是更前面的問題：我們是不是還在用沒有 AI 的時代，所設計出來的工作方法？

★ 這門課適合誰？

已經使用 ChatGPT 一段時間，卻覺得自己只是問得比較快、寫得比較快。學過很多提示詞技巧，但不知道如何把它們放進真實工作。你是主管、顧問、講師、創作者或專業工作者，需要重新設計自己的工作模式。你正在思考團隊該怎麼導入 AI，卻不想只是購買更多工具。

你真正需要的很可能根本不是更多的 AI 功能，而是一套新的工作觀。因為當工作本身沒有被重新設計，AI 再強，也只能被塞進舊流程裡面。

第二門：Google Workspace × AI 自動化實戰 08/16

★ 把「我會用 AI」變成「工作會自己往下走」

理解新的工作方式之後，下一個問題是：到底要先在哪裡開始實作？我的答案是 Google Workspace，原因不是 Google 的 AI 最厲害，而是大多數人的工作本來就已經發生在 Google 裡面了，郵件在 Gmail 裡，名單、訂單、報表與進度在 Google Sheets，文件在 Google Docs，檔案在 Google Drive，會議在 Google Calendar，報名資料從 Google Forms 進來。

很多人真正浪費時間的地方，不是「不會寫一封信」，而是每次有人填完表單之後，都要手動確認資料、複製姓名、寄出通知、建立資料夾、更新名單，再提醒相關人員。

每一個動作都不困難，但它們每天重複發生，而且只要其中一個步驟漏掉，後面的流程就會出錯。

這也是為什麼我想開這門 Google Workspace 自動化課，因為 ChatGPT 可以告訴你怎麼做，但真正讓你能準時下班的是工作能不能自己繼續往下走。

例如，有廠商詢問報價後，系統自動判斷他詢問的產品，自動寄出對應的通知信給承辦人，自動把廠商資料寫進 CRM Sheets，自動建立該廠商的資料夾，針對約訪的時間自動加入行事曆，自動在約訪的前一天寄出提醒，而且全部都同步發送到 Line 給你。

這時候，AI 才不只是幫你產生一封信，它開始參與整個工作流程。

★ 這門課適合用在哪些方向？

它很適合處理大量、重複、規則明確的工作。例如活動營運（表單報名後自動寄信、建立名單、發送提醒、整理出席紀錄與問卷）、電商與客戶管理（彙整訂單、分類客戶、產生追蹤名單、提醒未付款訂單，或依照條件寄送不同內容）、行銷工作（整理內容排程、彙整廣告資料、自動建立週報，或把不同來源的資料集中到同一張試算表）、行政與內部管理（建立請假、採購、申請、核准、文件產生與通知流程）。

甚至是個人工作管理（自動整理信件、建立待辦事項、產生每日摘要、管理檔案與行事曆）。

這門課不是要把每個人訓練成工程師，也不是要大家背 Apps Script 語法，但我的確會花很多時間來 demo 每一種 Script 的使用場景及設計原則，透過這樣的學習來了解如何把一連串傳統的人工操作，變成一條可以被重新設計的流程。

以前你需要先會寫程式才有可能做到這些事，現在你可以先描述需求、拆解規則，再由 AI 協助你產生與修改程式。

程式碼不再是第一道門檻，真正的門檻變成你能不能說清楚這個工作是怎麼運作的，然後你能不能有效率的跟 AI 溝通。

第三門：Harness Engineering 08/23-09/06

★ 不只讓 AI 做一次，而是讓它穩定做好

這是八月份的硬核課程，因為這套課已經不是在談 AI 怎麼使用，而是更進一步的去探討 Harness 在整個 AI 應用領域，包含 Coding，到底怎麼發揮它的作用。

當你開始重新設計工作，也開始建立自動化流程之後，很快就會碰到另一個問題：AI 偶爾做對，這代表還沒成為一個可靠的工作夥伴。

而當 AI 要進入團隊、產品或企業流程時，「偶爾做得很好」是不夠的，因為你必須開始處理更多問題：AI 需要知道哪些背景？它可以讀取哪些資料？應該遵守哪些規則？可以使用哪些工具？任務應該怎麼被拆解？做完之後如何檢查？出錯時怎麼修正？不同的人使用時，怎麼維持一致？

這就是 Harness Engineering 要處理的範圍。

Harness 的意思，可以理解成替 AI 建立一套「駕馭系統」，模型本身就像一具很強的引擎，但是只有引擎，車子並不會自動抵達目的地，它還需要方向盤、儀表板、煞車、道路規則、導航系統，以及出問題時的警示機制。

大多數人現在關心的是哪一個模型比較聰明？Harness Engineering 關心的則是我要怎麼讓這個模型，在特定情境中穩定完成工作？

這兩個問題完全不同。

★ 這門課適合用在哪些方向？

這門課適合需要建立較完整 AI 系統的人，例如要建立企業內部 AI 助理，得讓 AI 理解公司的產品、規範、流程與知識，而不是每次都重新解釋。要建立可重複使用的內容系統，不是只寫一篇貼文，而是依照固定品牌定位、內容策略、語氣標準與審核流程，持續產出不同形式的內容。想建立專業工作能力，例如市場研究、競品分析、提案撰寫、客服判斷、招募篩選或決策支援。

或者想建立 AI Agent 團隊，讓 AI 不只回答問題，還能查找資料、使用工具、執行任務、確認結果，並根據狀況決定下一步。這當然也延伸到建立團隊共用能力的問題，要把某一位資深員工的經驗、判斷方式與工作流程，轉換成團隊可以共同使用的 AI 系統。

所以這門課不再只是教你「怎麼跟 AI 溝通」，而是教你怎麼設計 AI 周圍的知識、規則、工具、流程與檢查機制，因為真正決定 AI 能不能工作的通常不是模型有多強，而是你替它框住了什麼樣的工作環境。

這三門課，應該怎麼選？

你可以先問自己：目前卡住的是哪一層？

① 你不知道該如何重新思考工作
選擇 AI Native 工作法。它會先幫你建立一張新的工作地圖，理解 AI 加入之後，任務、角色、流程與價值應該如何重新配置。

② 你已經知道哪些事情很浪費時間，想立刻開始改造
選擇 Google Workspace × AI 自動化實戰。它會從你每天正在使用的 Gmail、Sheets、Docs、Drive、Forms 與 Calendar 開始，把重複工作轉換成可以自動執行的流程。

③ 你想建立可以長期使用、多人共用的 AI 系統
選擇 Harness Engineering。它會帶你從單次對話走向能力設計，讓 AI 不只是「這一次回答得不錯」，而是能在明確的知識、規則與工具環境中穩定工作。

它們分別處理的是：
AI Native：重新定義工作。
Google 自動化：重新設計流程。
Harness Engineering：重新建設能力。

至於為什麼不是把三門內容全部塞進同一堂課？

因為它們需要的是三種完全不同的思考深度啊！！！

如果沒有 AI Native 的觀念，你會很容易只是把舊流程自動化，原本一份沒有意義的報表需要人工整理三小時，現在變成系統三分鐘自動產生，速度變快了，但那份報表可能依然沒有人使用。

然後如果沒有流程自動化的能力，AI Native 就很容易停留在概念層而已，你會只知道工作應該被重新設計，卻不知道要怎樣讓表單、信件、試算表與文件真的串起來。

最後如果沒有 Harness Engineering，你建立的流程也可能非常脆弱，換一份資料、換一個使用者、換一個模型，整套系統就失去原來的效果。

所以這三門課不是在競爭哪一門比較進階，它們是在回答三種使用者依序出現的問題：我們為什麼要改變工作方式？我們如何讓工作流程真的改變？我們如何讓這套能力可以被穩定地保留下來？

我真正想教的，不是三種工具

表面上，這三門課會談到 ChatGPT、Google Workspace、自動化、Apps Script、知識庫、Skills、MCP、Agent 與工作流程。

但我真正想教的，從來不是這些工具本身，工具一定會換來喚去，模型也會趁你不注意就更新，甚至平台會重新命名。今天非常熱門的功能，半年後可能就會直接內建在另一個產品裡。

如果一門 AI 課程只教某個按鈕在哪裡，它的保存期限會非常短，所以我更希望你帶走的是一套可以持續使用的判斷方式：

① 看到一項工作時，知道怎麼重新定義問題。

② 看到一段流程時，知道哪些地方可以被整合與自動化。

③ 看到一個 AI 成果時，知道它為什麼成功，又為什麼可能在下一次失敗。

④ 看到新的模型與工具時，也知道應該把它放在整個工作系統的哪個位置。

AI 時代真正有價值的，不是比別人早幾天學會某個功能，早那麼幾天根本沒屁用，關鍵是你要開始養成一種新的能力：可以不斷把新的 AI 轉換成自己的工作能力。

這就是我安排這三門課的原因，不是要讓你在八月多學三套工具，雖然八月我的確很閒，小孩暑假作業都搞定了🤣，但重點還是希望你從這個八月開始，重新設計自己的工作方式、工作流程，以及未來幾年真正能夠真的開始累積專屬於自己的 AI 能力。

#圖文不符

本文原發表於 2026/07/15 的 Facebook 貼文，原文照登，僅調整網頁排版；文中提及的產品、價格與活動以當時為準。