把 AI 當秘書用,是大多數老闆最快上手、也最快碰壁的方式

把 AI 當秘書用,是大多數老闆最快上手、也最快碰壁的方式

上週去拜訪一個老客戶

他跟我說最近有在用 ChatGPT,但用起來「感覺沒什麼用」。

我問他都怎麼用。

他說:「就叫它寫信、整理會議記錄,有時候問它問題。」

我聽完,問他一句:「那你是把它當秘書在用?」

他愣了一下,說:「對欸,有什麼問題嗎?」


秘書做的是執行,不是思考

把 AI 當秘書,不是用錯,是用淺了。

現在的 AI 秘書很能幹。讀信、排行程、整理會議記錄,很多都能自己來。

但秘書再能幹,做的還是你已經決定好的事。

AI 最有價值的部分,不在執行,在你做決定之前的那一段。

它可以幫你分析一個你沒把握的決策、問你沒問過自己的問題、給你三個你沒想到的方向。

但前提是,你要把它帶進你的問題裡。


問法不同,得到的東西完全不一樣

我舉一個實際的例子。

同樣是想跟老客戶提漲價,有兩種問法:

第一種:「幫我寫一封跟客戶說要漲價的信。」

第二種:「我跟這個客戶合作三年,關係還不錯。最近原物料成本漲了約 15%,我需要提漲價,但我擔心破壞長期關係。請幫我分析幾種不同的溝通策略,以及各自可能的風險。」

第一種,你得到一封信。

第二種,你得到的是一個決策框架:哪種策略適合什麼情境、哪種說法可能讓對方感覺被尊重、哪種時機點比較好開口。

信,你還是要自己寫,但你寫的時候,腦子裡清楚多了。


輸入的品質,決定輸出的價值

我常說,AI 是一面鏡子。

你給它什麼,它反映什麼。

你給它一個模糊的問題,它給你一個看起來不錯、但其實跟你狀況不太搭的答案。

你給它一個有脈絡、有背景、有你真正困惑的地方的問題,它才能真正進到你的問題裡。

背景講一次就好。現在的 AI 會記住你公司的狀況,下次不用重講。

這不是 AI 的問題,這是我們「問問題的習慣」的問題。

很多人在職場上也一樣,習慣給答案,不習慣說清楚問題。

AI 只是讓這個習慣,更快浮上來。


思考夥伴,不是萬能工具

我不是說秘書式用法不好。

一天二十封郵件、三份報告,交給 AI 絕對值得。

但如果你真的想讓 AI 幫你「提升決策品質」,那你需要改一個習慣:

在你下指令之前,先花五分鐘想清楚你的問題是什麼。

你面對的情境是什麼、你已經知道什麼、你還不確定什麼、你最後需要做的判斷是什麼。

想不清楚也沒關係。跟它說:「回答之前,先問我五個問題。」


回到那個客戶。

我後來帶他試了一次:同一個問題,換一種問法。

他盯著螢幕看了一會兒,說:「這我自己想,要想半個小時。」

我說:「對,所以你不是在省時間,你是在借它的腦。」

省時間和借腦,是兩件事。

你現在用 AI,是在省時間,還是在省思考?

本文與 AI 夥伴[小扣]🔘共同完成

Read more

員工一直請假?你可能搞錯了問題在哪裡

員工一直請假?你可能搞錯了問題在哪裡

跟一群頭家聊天,其中一個抱怨: 「員工一直請假,我都快忙死了。」 我問他:「那你有沒有想過,員工不請假的時候,你在擔心什麼?」 他愣了一下。 很多老闆看到請假,第一個反應是麻煩。 人少,分工又重疊,一個人請假,其他人就要補。會敏感,也可以理解。 但請假不是問題,是訊號。 員工會請假,通常代表幾件事。 狀況不好,他選擇不硬撐。 他覺得照規定申請是安全的,不會被刁難。 他會提前講、安排交接,不是直接消失。 反而是員工從來不請假的公司,我會多看一眼。 有些人是真的狀態好。更常見的是兩種:不敢請,或是已經不在乎了。 不敢請的,表面很穩定,心裡可能早就在找退路。不在乎的,來上班只是履行義務。 這兩種,比請假更需要擔心。 那老闆為什麼會忙死? 多半是公司太依賴特定的人。一個人不在,整條線就卡住,最後常常是老闆自己下去補位。 要解的不是請假,是備援。 誰負責什麼、流程有沒有寫下來、

By Guan Jie Lien
AI 寫的洞,讓 AI 來補,負負得正?

AI 寫的洞,讓 AI 來補,負負得正?

很多人現在用 AI 寫程式,叫 Vibe Coding。一句話講需求,程式就跑出來了。 另一邊,資安專家一直在提醒,AI 寫的程式到底安不安全? 上週 PHP 出了一個大漏洞。 PHP 是很多網站背後的程式語言,大約七成的網站都在用。這次的漏洞在 PHP 裡藏了很多年,攻擊者不用登入,就有機會直接控制伺服器。 最後抓到它的,是 AI。 這個很有趣哈。 用 AI 寫程式,用 AI 找漏洞,再用 AI 補漏洞,不就是負負得正嗎? 我想了一下,好像不太對。 負負得正是兩個錯互相抵銷。可是寫的、找的、補的都是 AI,比較像自己出考題,自己改考卷。 而且想攻擊網站的人,手上也是同一套 AI。 兩邊一起變快,

By Guan Jie Lien
店長讓 AI 整理會議記錄,但會議本身根本沒有結論

店長讓 AI 整理會議記錄,但會議本身根本沒有結論

很多公司開始用 AI,第一件事都是拿來整理會議記錄。 開完會丟給 AI,三分鐘就整理好,重點和待辦都列出來了。 我在一家店看過這樣的記錄。店長拿給我看,說開完會都交給 AI,省了很多時間。 我翻到待辦那一欄。誰負責?沒寫。什麼時候完成?沒寫。 所以我就問店長上次那幾件做到哪了,店長想了一下,說還在討論。 記錄整理得很好。問題出在會議本身,沒有做出決定。 會議上沒決定的事,AI 整理完還是沒決定。沒人負責的事,寫進記錄裡還是沒人負責。 因此,當組織有這樣的情況,可以先想一下:這件事沒用 AI 的時候,做得好嗎? 本來就做得好,只是花時間,那交給 AI 很划算。 而本來就沒做好的,就算交給 AI 也不會變好。 開會也一樣。散會前留五分鐘,每個人講一句自己負責什麼、什麼時候做完,再讓 AI

By Guan Jie Lien
開了很多會,但事情為什麼還是沒推動?

開了很多會,但事情為什麼還是沒推動?

「上次不是說好了嗎?」 這句話我在老闆嘴裡聽過太多次。 兩週前開了一個會,大家都覺得有共識了。然後什麼都沒動。 兩週後,同樣的問題又出現在會議桌上。 問題不是開會沒用 會議本身沒有問題。 問題是:我們在會議裡「討論」了很多,但沒有「決定」什麼。 這兩件事看起來很像,但結果完全不同。 討論是交換想法。決定是指定一個人,給一個時間,讓一件事發生。 如果會議結束的時候,沒有人說「這件事 XX 來負責,下週四之前完成」,那會議就只是一場有共識的聊天。 三個讓會議產生結果的習慣 第一,區分「討論事項」和「決議事項」。 開會之前,先想好哪些議題是要討論的,哪些是要做決定的。不要把所有事情都放在一起談,最後全部都是模糊的共識。 第二,每個決定,一個負責人,一個日期。 「大家一起負責」等於沒有人負責。每一個決定,都要有一個具體的人名和一個具體的完成時間。這不是施壓,是給這件事一個可以追蹤的形狀。

By Guan Jie Lien