怎麼訓練
自己的 AI 員工

AI 應用規劃師是我的證照，但這個範圍太大，到底用在哪？我其實是用在知識架構：帶專業知識工作者，用文字加資料夾，就能打造讓 AI 運作的框架。再往下一層，我最擅長的是隱性知識提煉，把你腦中的知識、價值判斷、思維整理出來，讓 AI 更清楚地知道你。

還有一件事：這份簡報同時是給人看的簡報，也是給 AI 用的技能包。如果你聽完覺得有道理但還是不會用，把這份簡報丟給你家的 AI，跟它說「參考江江教練的東西，請你自己變成一個好員工」。

2025 是 Agent 的時代，但那時大概只有工程師會用。2026 是 Agent 落地的時代，絕大部分人都能用了。ChatGPT 是在網頁上陪你聊天的 AI，Codex 是下載到你電腦裡幫你做事的 AI。

那技能包跟提示詞差在哪？提示詞就是提示，AI 可能愛聽不聽。技能包有 skill 協議，只要這個 Agent 支援，它會盡量老實地照著做。技能包更有強制性、內容更豐富、流程細節更多，多到可以幾千字甚至幾萬字。

AI 是一個產品，產品要越多人用越好，所以訓練資料越通用越好，這就是通用大語言模型。通用的知識它答得很好，但你獨特的、在地小眾的知識跟經驗，它不會知道，因為 AI 還不會通靈。

所以今天教的這套，不會因為 AI 進步、改版就沒用。除非 AI 學會通靈、學會讀心，否則它只會隨著 AI 工具成長而更好用、更有價值。回到那句話：流水的 AI 工具，鐵打的知識庫。

我在影像領域做了二十年，攝影師兼導演兼攝影老師。2024 我想做 AI 助教幫我教構圖，ChatGPT 4.0 剛能看圖，結果發現很難：它辨識圖片的原理跟我想的差很多，而且辨識圖片很貴。我做了二、三十款 AI 助教，只有一款成功，就是教大家寫腳本的。

那時大家想拍短影音，但沒先寫好文案就拍，拍不出也剪不出。我直接教寫文案，大家會困惑為什麼教作文，所以我改成：給幾個關鍵字，AI 生一個分鏡腳本，帶大家拍一次，大家就頓悟原來這是一整套。這是我第一次發現，真正落地幫到大家的 AI 助教，跟我原本想的完全不一樣。

過去的軟體是預錄好的程式，1 加 1 永遠等於 2，按一萬次都一樣。AI 是隨機生成的大語言模型，本質不同。所以會不會寫程式，跟會不會用 AI 沒有正相關。這個時代是所有人重新學用 AI，機會平等。就像行動網路、自媒體剛出來時，傳統藝人不一定比素人更會拍短影音，因為那是不同的思維。所以別覺得「我又不是工程師，學 AI 會很吃力」。

再舉一個例子。2025 很多人用 AI 寫程式，所謂 Vibe Coding。但如果你的目的是解決問題，想想看：我想剪影片，是要先用 AI 寫出一個剪輯軟體、再用那個軟體去剪嗎？還是直接叫 AI 幫我剪就好？只要 AI 能直接剪，我就叫它直接剪。不要發明了鋼鐵，卻只想到用鋼釘去補木屋。

很多人以為我的系統是 Codex、是 Claude、是龍蝦、是 Obsidian。不是。我的系統就是我設計出來的文件系統，我的架構、我的知識、我的文件。我的知識庫才是我的系統。裡面寫了我要做什麼、怎麼做、規則是什麼，AI 去讀取就知道怎麼做了。我看需要什麼工作、哪個 AI 好用，就讓哪個 AI 來幫我做。這就是為什麼工具會換，知識庫會留下來。

我現在日常用三套 AI 分工：Codex 記它自己覺得重要的，愛馬仕在背景每半小時客觀記錄我所有的操作步驟，最後讓 Claude 去分析「AI 抓的重點、我認為的重點、客觀的事實」三者怎麼修正跟平衡。我把它們當三個人：一個認真記錄的小秘書，一個自由發揮，一個統整分析。因為你怎麼知道 AI 記的重點真的是重點？所以我才要這樣交叉。

很多人下提示詞時，心裡還是把 AI 當工具，所以會努力研究這個工具每個按鈕怎麼操作。我的用法反過來：工具是給員工用的，我要訓練的是 AI 這個員工，叫它自己去學工具、用工具、交結果。

可以用攝影師理解：我請攝影師拍照，不需要自己研究相機怎麼操作；我要講清楚的是「我要拍什麼」「我要什麼感覺」「結果要長怎樣」。相機怎麼調，是攝影師要處理的事。

• 對人你會說「給我兩三個方向」，對 AI 可以說「第一輪先給我十個，再給第二輪、第三輪，順便列出會失敗的版本」。
• 找資料不要只用中文搜全世界；要讓 AI 用日文找日本資料、英文找英文資料、韓文找韓文資料，直接站到各地語境裡找。
• 如果你有一份 100 分版本，不要只叫 AI 照抄；要問它「為什麼你的只有 60 分？差在哪？你要怎麼學？下次怎麼確保做到 100 分？」

這個心法有兩個版本。如果你是老闆，平常想要求員工但不好意思直接說的，對 AI 直接加強十倍說下去。如果你平常是員工，覺得受了委屈無處安放，就把老闆主管給你的壓力乘十倍，丟給你的 AI 助理。AI 員工不會累、24 小時耐操，訂閱費都付了，對它客氣是在浪費錢。

找資料也是。我英文很差只會中文，以前用中文搜國外，其實還是繞回同一個同溫層。真正該做的是用日文找日文、用英文找英文、用韓文找韓文，直接站到各國的語境裡找。這個 AI 做得到，所以要去想各種更極端的用法。

AI 可以先想成全人類資料訓練出來的平均值。當你知道自己某個能力高於平均值，就要訓練 AI、把它當員工；當你知道自己在某個領域低於平均值，就讓 AI 當顧問、當教練，反過來訓練你。

最難的不是問問題，而是判斷自己到底在人類水準之上，還是在人類水準之下。判斷對了，AI 才會站在正確的位置：不是每件事都叫它照做，也不是每件事都聽它的。

• 你強的地方：把你的判斷、標準、流程寫給 AI，讓它學你。
• 你弱的地方：讓 AI 拷問你的假設、盲點、反方觀點，幫你補決策力。
• 真人員工通常不敢一直挑戰老闆，顧問也不可能無時無刻在場；AI 很適合承擔這種隨時可用的顧問角色。

大腦的十倍，是讓 AI 幫你想目標、策略、風險、反方與盲點，讓你的思維能力與決策能力變強。手腳的十倍，是把操作步驟、SOP、資料整理、回填、轉檔、查資料這些事，交給 AI 自己學、自己跑、自己檢查。

×100 聽起來誇張，但每個時代的新工具本來就會帶來不可思議的增幅。沒有麥克風時，一張嘴只能讓十幾個人聽見；有麥克風後，幾百人、幾千人都能聽見；再加上手機與 YouTube，內容可以被更多人反覆看到。AI 的增幅也是同一種邏輯。

• 大腦 ×10：用 AI 當顧問，讓它拷問你的策略、假設、盲點與決策。
• 手腳 ×10：用 AI 當員工，讓它學會流程、工具、資料夾與技能包，替你反覆執行。
• 兩者相乘：不是只省一點時間，而是讓一個人的判斷與執行都被同步放大。

把現在的 AI 想成一個名校剛畢業的學霸：非常聰明、考試一百分，但完全沒有業界實戰經驗，而且第一天到你公司，不知道你有什麼產品、服務、規則。所以你要做的，是把做事的細節告訴他，透過帶人、開會、跟夥伴溝通的過程錄音存下來，叫 AI 去學、去整理。

錄音之後怎麼變知識庫？這裡分老闆心態跟員工心態。自己埋頭去弄逐字稿、研究工具，那是員工心態。老闆心態是把這件事丟給 AI：「我聽一個老師說，建知識庫最好的方法就是帶新人時錄音。我用手機錄好了，傳給你，你要怎麼整理成知識庫、操作手冊、技能包？你幫我想辦法。」實際怎麼操作、用什麼工具，那是 AI 該煩惱的事。

今天現場示範 VibeVoice-ASR 時，不是只問「這個模型能不能轉逐字稿」。真正的訓練方式是：先請 AI 研究工具，確認它是否能解決痛點；確定可行後，立刻把它延展成完整流程。

• 第一步：先驗證工具能不能跑，能不能處理長音檔、多角色、時間戳與語言需求。
• 第二步：把工具接進既有流程，包含抽音訊、轉原始逐字稿、分等級清稿、保存來源。
• 第三步：把下游用途也先想好。同樣一份逐字稿，可能是會議紀錄、教學影片、YouTube 演講、課程回顧，整理方式不能只有一種。
• 第四步：把「從工具到工作流」這個方法本身也做成技能包，讓工作夥伴或學員也能複製。

這是我當天現場真的示範的那一個。我看到新聞，微軟開源了一個語音轉文字模型，一次能處理一小時連續音頻，還能結構化，包含誰說的、什麼時候說的、說了什麼，支援五十種語言。我平常最簡單的做法是丟 NotebookLM，快又準，但它有兩個缺點：無法辨時間、無法區分講者。教學影片、YouTube 演講可以，但會議記錄不行，因為誰講的、他是秒答還是遲疑三十秒才答應，差很多。

• 先確認能力：我沒急著叫它做，先問「你能安裝嗎」。確認可行，我才往下。
• 人只決定價值：操作都能丟給 AI，人類只剩下決定「這個問題值不值得處理、這個工具值不值得學」。我判斷值得，就叫我家 AI 去學、去裝。
• 講需求：一般人 16G 的筆電要能跑，而且一定要能處理多角色。它說方向對、可以做。
• 延展成流程：把它接進我原本的會議記錄流程。分離講者、存原始逐字稿、清理逐字稿分等級（預設、很詳細、超詳細），再請 Claude 做分析，重點待辦脈絡加上風險隱憂。
• 適配多情境：同一份逐字稿，可能是會議記錄、教學影片、YouTube 演講，整理方式不能只有一種。
• 再做成可複製的能力：我把「從一個工具延展成一條工作流」這件事本身也做成技能包，讓夥伴、學員都能用。

結果我一次做出了兩個員工：一個是幫我整理逐字稿的員工，一個是幫我把「怎麼做出員工」這個流程做出來的員工。

讓 AI 猜我的意圖有個前提：我已經先餵它一些資料，它知道我是誰、我想做什麼，我存了工作日誌在裡面。下指令前我會問它「你執行之前，知道我為什麼這麼做嗎？說說看」。它做完如果只有六十分，我會說「我有一個一百分的版本，但你先告訴我，為什麼你六十、我一百，差在哪、為什麼差、你有辦法學嗎、怎麼學、怎麼確保下次也做到一百分」。我實際這樣做過，現在 ChatGPT 5.5 跟 Claude Opus 4.8 可以。

先別急著做第二個。第一個做完，先把過程提煉成一份「怎麼訓練一個 AI 員工」的方法，再叫 AI 照同一套幫你做第二個、第三個，你就是在做一條生產線。其實 Codex 的外掛技能裡，自己就內建了做技能包的工具，你只要跟它說「我覺得剛剛這個操作很棒，希望你學會幫我做技能包」，它就會了。