如果你還不是很熟悉 AI，也還沒開始養成使用 AI 的習慣，前兩篇我們談了兩件事：

• 四步驟開始練習 AI
  AI 能做哪些事？怎麼開始練習使用？從聊天、單次任務、萃取流程等
• AI 專案功能
  有跨對話記憶，能附加參考文件的功能，適合用來處理更大更長期的任務

但就算做到這裡，應該還是會常常感覺到 AI 產出的東西和預期有落差，這篇先不談更細部的 AI 設定，也不談如何寫出更好的 prompt (指示詞)，稍微在前兩篇基礎上更進一小步，談談「AI 工作流」，簡單說就是我們使用 AI 來完成任務的基本流程，一套讓 AI 產出更精準有品質的流程。

什麼是 AI 工作流？

AI 工作流：使用 AI 完成工作的流程。

這部分其實跟人類的工作也類似。一般來說，我們不會直接把工作丟給同事說「幫我搞定」，背景資訊、需求用途、期限格式等等都不說，然後期待對方通靈一次就交出完美成果。(應該不會這樣 … 吧？)

要提升工作成果，會需要一點基本流程，這部分不管對人類或對 AI 都是一樣的。

一個基本的 AI 工作流，可以先拆成五步：

說明背景確認需求 → 決定輸出格式 → 拆分工作階段 → 分階段執行 → 檢查與回饋

第一步是說明背景確認需求。釐清這次到底要幹嘛？為什麼要這樣做？簡單說就是說明 Why？為什麼要做這件事、做給誰看、有什麼用途？

第二步是決定輸出格式。根據需求往下延伸，如果你已經很清楚格式就直接說，還不確定也可跟 AI 討論，確定最後要的是文章、簡報、企劃書、還是直接寫出網站或 app。簡單說就是說明 What？最後要得到什麼東西？

第三步是拆分工作階段。複雜任務不要叫 AI 直接一次做完，先拆成幾個比較小的階段。如果是很小的任務，例如做一張圖或一篇貼文，可以一次完成．稍微大一點的任務例如一篇文章，就建議要分階段。簡單說就是說明 How？用怎樣的階段完成這次任務？

階段怎麼分？如果是你已經很熟悉的領域可以自己分，不確定的就和 AI 討論。

第四步是分階段執行。一次只針對該階段執行，每階段檢視、修正後，再進行下一階段，這樣會比一次生成整份更好抓錯。

第五步是檢查與回饋。針對最終內容檢視並給予回饋，把這次任務中學到的、未來能重複使用的原則或流程整理成模板、專案指令或參考文件，那 AI 就也能持續進步。

這套流程中兩個關鍵作用：

• 先確認需求和想要的結果
  講得愈清楚，AI 需要猜的東西少，白話文就是更不需要通靈，產出自然會更接近想要的方向。
• 是把工作拆細
  一次只處理一部分，AI 比較能針對那部分做出更細緻的內容。也能針對每階段成果修正調整。

AI 工作流案例：小、中、大任務怎麼套用

不需要每個任務都走滿五步，規模愈小，流程愈簡單，小中大三個例子：

小任務：整理會議紀錄

小任務通常不需要拆分階段，可以一次請 AI 處理到好，但流程前兩步 (說明背景需求、決定輸出格式) 還是不能省。

只請 AI 紀錄會議，它可能只產出逐字稿和一些待辦追蹤清單，雖然依舊可用，但如果能說清楚會議目的和具體要的紀錄格式，AI 能產出更有可用性的會議記錄。

中任務：寫一篇研究報告或長文

任務變大，就能用滿五步流程。先確認這篇的讀者是誰？內容用途？確認好長度、報告格式 (正式報告或懶人包)；也因為任務較複雜，就必須拆階段，例如蒐集資料、確認內容角度、列大綱、分段寫出初稿、分段檢視修正定稿等階段，一段一段確認過再往下走，品質會更高，也比較容易修正錯誤；完成後還能順手把這次用的架構邏輯或語氣設定留下來，下次同類任務可以沿用。

大任務：長期或跨階段的專案

例如公司轉型、寫一本書、寫 app 寫網站、長期內容經營等，任務規模已經大到無法靠一次對話處理完。

這種程度的任務建議使用上一篇文章提到的專案功能，不只是要拆流程拆階段，也需要分成多段對話來進行，並搭配專案指令與參考文件來確保跨對話的任務進度同步與一致性。

不需要養長對話，利用 AI 專案功能處理跨對話任務｜AI 基礎工具

 

AI 工作流不是一套固定公式。

隨著任務類型不同、以及 AI 能力持續進步，有些流程更簡單，有些需要更細緻的流程。實際使用時，不確定時就先問 AI：「這個任務適合拆成怎樣的工作流？」。

重點不是找到更厲害的 prompt，實際上隨著 AI 進步，prompt 的重要性也在下降，關鍵是有沒有把任務目標具體說明，以及把任務拆解到 AI 能一次處理好的大小。接著若某些流程會反覆用到，就能把這進一步整理成專案指令或知識文件，慢慢把 AI 變成日常工作的好幫手，而不只是一次性的聊天工具。

 

（責任編輯：東東、執行編輯：江育勝）