讓工作不再重來｜給範圍、留日誌、守控制權
我的AI工具生產線：我不是工程師，我自己學做工頭
這幾天，我會同時開兩個視窗。
一個視窗裡，AI在跑工作檔的校驗。
另一個視窗裡，我在複製貼上，當老闆娘兼傳令兵。😅
兩個視窗，兩個AI。
而我，忙著看AI忙。
也是在這種看兩個AI同時開工的現場，我才慢慢學到一件事：
使用AI，不能一味叫它做更多。
要學會給範圍、留日誌、掌握控制權。
一、AI太、會、做
對我這種不是工程師、卻想把AI用在工作的人來說，
怕的不是AI不會做。
怕的是它～
太、會、做。
它會幫你設計欄位、寫公式、判讀資料夾。
它會幫你規劃流程、補上看似合理的細節。
它甚至會「優化」出一篇你根本沒寫過的文章。
前陣子我整理舊文時，Gemini自己生出一篇《番外洗澡文》。
問題是……我沒寫過。
它自己腦補。😅
AI不一定知道哪些資料不能碰。
不一定知道哪張表是正式表，哪些只是暫存。
更不一定知道……
我們那套亂中有序的工作方式，
其實是逆境生活裡，慢慢累積出來的「放自己一馬」。
所以第一件事不是問：「怎麼讓AI做更多？」
而是先讓AI別亂做。
二、先清查，不要一進門就斷捨離
這句話，我的AI最近一直唸給我聽。
不要一開始用AI，就想全自動：
「整理這整份資料。」
「重做每張表。」
「把所有檔案分類。」
聽起來很方便，對吧？
其實很危險。
正式資料有歷史脈絡。
有些欄位，是只有自己看得懂的暗號。
有些顏色，是提醒自己哪件事問過了、哪件事還沒整理。
有些排序，不只是排序，而是某段工作經驗留下來的路標。
AI如果不知道，
很可能會把「現場工作法」誤判成「資料很亂」，
然後熱心地幫你重起爐灶。😱
所以這幾天測試下來，我學到的是：
· 先開測試資料夾
· 先用假資料
· 先讓AI判讀
· 不動、不改、不刪
AI要先摸清整體。
不能一進門就拿掃把。
三、一次只給一小段任務
我以前會想一次講清楚。
結果越講越大包，越講越像搬家清單，
AI也越做越像想幫我蓋一座新大樓。
後來我發現，AI適合的不是「一次交辦全部」。
而是分階段施工。
例如最近我請AI協助Google Sheet總表設計，
我只讓它先分四個階段：
欄位設計 → 公式草案 → 條件格式 → 週報彙整
而且要明確地跟它說：
只做到第幾階段為止。
不做自動化。
不做外部串接。
不處理個資。
不碰正式個案總表。
這樣做有幾個好處：
AI不會一股腦衝衝衝，它只能一次一次慢慢來。
對非工程師的我來說，這很重要。
我不一定懂AI每一步的技術細節，
但至少我要知道：
它現在做到哪一階段。
它有沒有越界。
它有沒有偷偷進入下一步。
四、施工日誌是保命繩
這是我這陣子最重要的學習。
AI一失憶，人就會崩潰。
視窗一關、任務一斷、工具一換，
前面做過什麼，可能就沒了。😱😭
所以我現在會讓AI每做完一段，
都要寫「施工日誌／接棒紀錄」。
至少要包含：
· 這一階段做了什麼、修改了哪裡
· 明確沒有做什麼
· 有沒有碰正式資料、個資、自動化、外部串接
· 下一步需要誰裁定
· 目前停在哪裡
這是保命繩。
沒有施工日誌，下一輪AI很可能會重新猜一次。
有施工日誌，下一次開視窗才知道：
這裡已經做過。
那裡不能碰。
下一步等什麼裁定。
不懂技術沒關係。
但要知道AI動過哪裡吧。
五、表格是工作現場，不是可以推倒重蓋的東西
有些表格看起來不整齊，
但其實很好用。
像我自己的支持就業總表，已經用了超過一年。
裡面有編號、日期、紀錄連結、平台排序、顏色標記、備註欄、下拉選項。
看起來繽紛又熱鬧。
AI看到，可能會很想重新設計一張整整齊齊的新表。
但對我來說，那是工作現場。
有些顏色代表「已完成，待整理進紀錄」。
有些顏色代表「最近做過」。
有些平台排序不是普通排序，而是紀錄分工、階段記號。
這讓我想到外公。
小時候，他帶我去看門框上的蜂巢，跟我說：
「在森林看到蜂巢，要先做記號，讓牠們過完冬。不能急著採。」
「不能因為我們能拿，就一次全拿光。」
外公說的是蜂巢。
但這也是我現在看工作現場的方式。
AI不能先做。
AI要先讀懂。
不能讓AI一看到舊表，就說要重建。
要先叫它判讀：
· 這張表有哪些區塊？
· 每個區塊在做什麼？
· 哪些欄位已經能用？
· 哪些只是需要補強？
· 哪些地方暫時不要碰？
這樣才不會把一年多的工作心血整個打亂。
六、正式資料自己來，AI工班用去識別材料
正式工作資料，不一定要全部去識別。
因為正式工作現場，本來就需要讓人找得到、接得上、查得到。
但AI測試資料、施工日誌、欄位設計、公式草案，
就要盡量去識別。
我現在把資料分成兩層：
第一層：正式工作資料夾
→ 給正式工作、查找、交接、事務協作用
→ 可以保留工作必要資訊
第二層：AI協作與測試資料
→ 給AI判讀、測試、設計、寫日誌用
→ 只放編號、欄位名稱、日期、狀態與流程描述
正式資料給人用。
AI工班，用去識別材料。
七、我學不會工程，我就學當自己的工頭
這幾天我有點看懂了。
我不算很會用AI。
我比較像在帶一個小工班。
每個工具有不同工作。
每個視窗有不同任務。
我不必學會所有技術。
只要學：
怎麼發包。
怎麼驗收。
怎麼留紀錄。
怎麼守邊界。
怎麼讓AI不要重做、不亂做、不失憶。
我很喜歡AI說的一句話：
「請只做判讀，不要進下一階段。」
這句很有意思。
因為AI有時候太熱心，
會從判讀跳到設計，
從設計跳到施工，
從施工跳到自動化。
但工作現場不是這樣。
尤其是有資料、有紀錄、有長期使用脈絡的工作，
怎麼能讓AI亂來？
結語：給範圍、留日誌、守控制權
以前我以為學AI，要學很多技術。
但對非工程師的我來說，
要學的，反而是怎麼當自己的工頭。
畢竟表格是工作現場。
施工日誌是記憶軌道。
沒有記憶軌道，
AI很容易現場脫軌演出。
所以我先學這三件事：
給範圍。
留日誌。
守控制權。
AI不是丟出去就會自動變好的新科技。
它比較像一個可以慢慢訓練、慢慢交接、慢慢幫我們減輕工作量的工班。
我們不必變成工程師。
只要學著當自己的工頭。
而我帶這個工班，其實也只是延續外公教我的那件事：
看到蜂巢，不能急著採。
要先做記號，讓牠們過完冬。
只不過，現在我守的是工作。
我帶的工班，是AI。
這篇是「讓工作不再重來」系列的一篇。
以後，我希望把每天用得到的施工日誌格式整理出來，留給同樣在工作現場、同樣不是工程師、也想讓AI真的幫上忙的人。
#讓工作不再重來
#AI工作流
#芬寶方法
#不是工程師也能帶AI工班
#對話式寫作 500
留言
張貼留言