AI 素養── 從最初的靈感到實際運作，與 AI 協作的十一個階段，共 10 個系列、每系列 10 集
當 AI 承擔更多工作時，負責指揮它的人需要擅長什麼？本系列根據營運者自身與生成式 AI 協作的紀錄，歸納出十一個階段：從最初的靈感火花與早期構想，經過找出理想與現況之間的落差、為模糊的不安找到詞彙與關鍵字、粗略的願望、概念、邏輯與藍圖，一直到程式與執行，並以 10 個系列、每系列 10 集的方式呈現。每天一集，約歷時三個月。
28 100 篇已發表中的
S1靈感與構思10 / 10S2理想狀態與現況對比10 / 10S3化為文字8 / 10S4從模糊的心願到明確的請求0 / 10S5概念0 / 10S6讓它合乎邏輯0 / 10S7藍圖0 / 10S8課程0 / 10S9運行方式0 / 10S10AI 素養0 / 10
製作方式 本素材為營運者自 2026 年 2 月以來與 Claude 之間的請求、修正與核准紀錄（營運者自 2023 年 3 月起開始使用生成式 AI）。電子郵件地址、伺服器名稱、檔案位置、金鑰、個人與公司名稱均已移除；不直接引述任何內容；僅將反覆出現的模式加以概括。每一集在發布前都會經過匿名化再掃描、逐字引述檢查與結構檢查。
S1 靈感與構想 ── 以 AI 把一閃而過的念頭化為工作
01
一點火花，也能化作向 AI 提出的問題
一個點子不必先成為完整的需求。用一句話說明目標與手段，就能得到四類素材與反對的理由，在動手打造之前先做出決定。
S1-01閱讀 →
02
首個有紀錄的一週中的三代理團隊
依角色拆分工作，能讓每項 AI 產出都有明確的驗證標準。操作者第一週紀錄中的三角色模式顯示，在決定如何將工作交給 AI 時，應以可驗證性而非產出量為準。
S1-02閱讀 →
03
從尋找既有事物開始，點燃靈感火花
先請 AI 搜尋現有的解決方案。候選清單及其限制會顯示出缺少什麼，而這個缺口就成為下一次請求的具體需求。
S1-03閱讀 →
04
在 AI 蒐集之前，先定義你要蒐集什麼
在要求 AI 蒐集資訊之前，先讓它定義目標。明確的定義會固定分類軸，使蒐集到的一切都能直接用於決策。
S1-04閱讀 →
05
讓 AI 盤點你自己的專業能力
讓 AI 閱讀你過去的作品，萃取出你專業能力的結構。它找出的那條脈絡——也許連你自己身在其中都看不見——將成為下一個點子的起點。
S1-05閱讀 →
06
只審查文字內容無法減少錯誤
只審視眼前的文字，會漏掉來源與素材之間的落差。營運者將這份不安交給AI，請它把認知偏誤與事故分析串連成一套結構。
S1-06閱讀 →
07
將審稿人差異重新定義為觀點多樣性
將審稿人差異重新定義為觀點多樣性,AI 就能將其言語化並整合,讓一個人的審稿成為集體智慧。定義的轉變正是火花。
S1-07閱讀 →
08
當工作看起來扁平時，請 AI 補上缺少的那條軸
營運之所以顯得平淡無奇，不是因為人手不足，而是因為紀錄中可供切分的角度太少。請 AI 提出候選的切分軸，然後只加入你的紀錄真正能提供的那一個。
S1-08閱讀 →
09
在構想階段就問 AI「它會做什麼，又要花多少成本」
在構想階段，同時詢問 AI 一項計畫會做什麼以及要花多少成本，就能在動工前決定繼續或放棄。算術由 AI 負責，價值由你判斷。
S1-09閱讀 →
10
留住能催生下一個點子的 AI 紀錄
AI 對話雖然留存，卻無法搜尋。請將問題、簡要的答案、改變想法的過程與放棄的原因，集中保存在同一處純文字位置。
S1-10閱讀 →
S2 理想與現況 ── 用 AI 能採取行動的形式說明落差
01
讓 AI 看看順利的那一天與不順利的那一天
只說某處壞了，AI 就只會修補那句話。把可正常運作的輸入、出錯的輸入，以及應該成立的規則一併交給它，一次就能修好。
S2-01閱讀 →
02
告訴 AI 交付成果是一張表格
當回覆不如預期時，別再解釋了。說出交付物的形式，輸出一輪就能定案。只需設定四個值：種類、欄位、範圍與份量。
S2-02閱讀 →
03
只要說「清單過期了」，AI 就能找到原因
要準確說出一份過時的清單，AI 得處理的不只是顯示，還有內容是如何被複製的。模式是：把原因、預防與未經驗證的缺口分開來問。
S2-03閱讀 →
04
將一個奇怪的段落變成給 AI 的規則
以修復方式交付時，修好一個怪異的零件，下一個又會跑掉。這是用來指定參照集、需比對的屬性以及需回報之差異的模式。
S2-04閱讀 →
05
以日期為缺漏的那一天命名
不要只說「沒有顯示」，請以日期或編號指出缺少的項目。搜尋會縮小到單一項目的歷史紀錄，AI 也會根據紀錄呈現原因，而不是憑空猜測。
S2-05閱讀 →
06
英文頁面需要英文內容
請 AI 製作英文版，動到的只有字串。先數清單位數量，用一句話寫下完成條件，並在擴大範圍前先以一天的資料驗證。
S2-06閱讀 →
07
對 AI 的短缺說法存疑時，請索取遭拒清單
AI 回報的短缺只是結論，並非證據。請逐項詢問被拒絕或失敗的原因，並與你所設定的條件比對，成因就會浮現。
S2-07閱讀 →
08
讓 AI 區分「已驗證的內容」與「只是做完的事」
AI 的完成報告混雜了已查證的事實與預期。請要求它列出已確認、未確認及其理由，並在沒有任何未確認事項時才結束任務。
S2-08閱讀 →
09
將原始需求貼回給 AI，詢問是否已滿足
當 AI 回報工作已完成時，把原始需求貼回去，要求它逐項列成表格。執行時不會報錯的缺漏，只有這樣才看得出來。
S2-09閱讀 →
10
透過指出範例來呈現理想狀態，再確認目標
好的範例能一次傳達理想。分別指出目標與借用的特徵，先讓AI複述一遍，再將結果與範本比對。
S2-10閱讀 →
S3 化為言語 ── 從模糊的不安到關鍵字與句子
01
從「讓它酷一點」到「把字距收緊」：AI 能修正的需求
「弄酷一點」會讓 AI 只能用猜的。指定一個可衡量的屬性與方向，一次只調整一項，你就能看出哪裡有效。
S3-01閱讀 →
02
從「太長了」到論證的六段式順序
回覆「太長了」，AI 會刪減，但重點仍留在最後。數出重點第一次出現的位置，以編號清單列出各部分及其順序，AI 就會重新排列，這份草稿和下一份都適用。
S3-02閱讀 →
03
對 AI 的報告說「我看不懂」也沒關係
你可以說自己看不懂滿是數字的 AI 報告。請它先說明什麼改變了，再比較前後差異，最後才給數字，你就能做出判斷。
S3-03閱讀 →
04
新手看不懂的符號會導致失敗，而 AI 可以修正這些問題
判斷符號是否有效的，是初次接觸的讀者，而不是製作者。請讓 AI 列出所有術語、逐一修正，並找沒有相關背景的讀者測試，直到不再有遺漏為止。
S3-04閱讀 →
05
以數字告訴 AI 讀者程度：100 人中有 90 人能理解
別要求 AI「寫得容易懂」。請給它一個讀者群，以及必須看懂的人所占的比例，再找與這些讀者相近的人來測試。
S3-05閱讀 →
06
讓 AI 把業務需求翻譯成開發人員的語言
用你自己的業務語言撰寫需求。請 AI 為系統開發人員重新表述、標出其假設,並在動工前確認意圖。
S3-06閱讀 →
07
為 AI 以 4 個部分定義「解說本質，而非照本宣科」
將「朗讀」的抱怨拆解為說話者、聽者、需要補充的兩件事，以及不可更動的措辭，再交給 AI。若是藥品資料，療效的措辭與數字須保持固定。
S3-07閱讀 →
08
核准前，先問清楚 AI 所說的話是什麼意思
略過AI的用詞，就等於同意了AI所賦予的含義。核准之前，請先問它在這裡指的是什麼，並用自己的話重述一遍。
S3-08閱讀 →
09
讓 AI 說出你自己回饋意見的本質
把回饋變成規則，這樣就不必再重複說明。
S3-09準備中
10
14 個含糊詞彙的需求最後變成了什麼
一份整理記錄中模糊用語及其所轉化成具體要求的對照表。
S3-10準備中
S4 從粗略的願望到請求 ── 把大致想要的東西變成 AI 能著手的工作
01
將點子排入預留的工作佇列
在不中斷執行中任務的情況下登記新的請求。
S4-01準備中
02
給出目標，讓 AI 來組建團隊
僅說明目標與權限，將團隊組成委派出去。
S4-02準備中
03
讓 AI 為另一個 AI 撰寫交接備忘
讓 AI 草擬供其他環境執行的任務簡報。
S4-03準備中
04
動手建置前先列出項目
在進行任何設計或撰寫程式碼之前，先就項目清單達成共識。
S4-04準備中
05
請求從 19 個字元增加到 71 個字元
為何簡短的指令變成了附帶「定義到建置」順序的請求。
S4-05準備中
06
自行決定順序：先 1，再 3，最後 2
面對多個選項時，先選定順序能讓計畫更安全。
S4-06準備中
07
先日文、上線後再推出英文
把順序規則說一次，並且說到能記住。
S4-07準備中
08
如何中斷執行中的任務
將執行中的任務與插入的請求分開。
S4-08準備中
09
讓 AI 掌管請求清單與優先順序
帳本、評分規則與一項前景任務，讓請求井然有序。
S4-09準備中
10
將三個月的需求列入帳冊
登記具有期間、頻率與里程碑的長期活動。
S4-10準備中
S5 概念 ── 用一句話決定要做什麼
01
在動手開發前，讓 AI 先寫出概念
為何在分類、蒐集、設計、審查、建置的流程中,概念步驟絕不跳過。
S5-01準備中
02
從讀者當下的情境出發做決定：15 分鐘掌握今日的 AI
依讀者的時間與行為來定義一個區塊。
S5-02準備中
03
在任何演算法之前，螢幕上的一句話
將目的句與演算法的假設分開。
S5-03準備中
04
先確定主題分類
早期類別可讓蒐集與寫作保持一致。
S5-04準備中
05
從自身文章中學習的概念
設計一位能將已發表作品轉化為下一個提示詞的寫作者。
S5-05準備中
06
從 54 個來源中萃取成功因素
把共通因素變成 100 分制的評分規則。
S5-06準備中
07
讓你的舊系統不斷進化的設計哲學
在更高層次上重繪早期的演算法,而非取而代之。
S5-07準備中
08
失敗的概念驗證當天就撤回
嘗試一個方向，並在品質下降時撤回。
S5-08準備中
09
以三項指示確定名稱
網站名稱如何兼顧英文的清晰度與日文的措辭而定案。
S5-09準備中
10
把願景寫成一頁並取得核准
將宏大的願景呈現在一頁之內，待核准後才開始。
S5-10準備中
S6 讓它合乎邏輯 ── 以意義、理由與四個問題來建構
01
將「它代表什麼」與「為什麼」分開寫
將語意與理由分開，能讓比較成為決策輔助。
S6-01準備中
02
從問題直接論證到結論，不展示框架
採用七步驟順序,同時不顯露其標籤。
S6-02準備中
03
畫面承載事實，聲音傳達意義
絕不讓相同的文字同時送進眼睛與耳朵的邏輯。
S6-03準備中
04
以 14 個名稱獵捕邏輯錯誤
為謬誤命名，可讓改寫幅度降到最小。
S6-04準備中
05
計算前先定義單位：一次呼叫
成本估算始於一次呼叫的意義。
S6-05準備中
06
把判斷系統轉成零件清單
規範層級、裁決用語、類別、機器與人類分工。
S6-06準備中
07
兩項條件同時成立時才算「重要」
將重要性寫成兩個獨立條件的合取。
S6-07準備中
08
刪減各章結論，去除重複內容
簡化結構，使同一項主張不會被提出兩次。
S6-08準備中
09
依邏輯在 ML 與 LLM 之間分配角色
預測屬於機器學習，閱讀與批判屬於大型語言模型，並透過提問加以確認。
S6-09準備中
10
讓論證規則可由機器計數
將論證規則轉換為可計數的檢核項目。
S6-10準備中
S7 藍圖 ── 元件、流程與關卡
01
分三層繪製藍圖
先談哲學,再談組成元件,最後是執行流程。
S7-01準備中
02
先建構已確定的部分，不必等待其餘
將前段與後段拆開，讓已確定的部分得以先行推進。
S7-02準備中
03
手機畫面另行設計
為何裝置專屬的設計要另行提出。
S7-03準備中
04
先量測100部熱門影片，再進行設計
以範例中測得的範圍作為設計目標。
S7-04準備中
05
把慢的步驟與快的步驟分開
將生成與發布分開，並依輸入內容決定發布時機。
S7-05準備中
06
在流程中設置關卡：一次失敗，即不得發布
發布前的關卡與發布後的回滾，都應納入設計。
S7-06準備中
07
先畫出關閉開關
在功能之前，先把緊急停止開關與備份寫進藍圖。
S7-07準備中
08
把手工製作的優質版本回饋到流程中
將原本由人手工製作的版面自動化一次。
S7-08準備中
09
設計模型之間的路由
將需要大量判斷的工作與大量處理的工作分別交由不同的模型處理。
S7-09準備中
10
從邏輯到藍圖再到執行手冊
將一條規則貫徹於邏輯、藍圖與手冊，並落實為自動化。
S7-10準備中
S8 程式 ── 讓 AI 建置、執行與驗證
01
第一次建置：詢問每個按鈕在哪裡
從逐一建置設定畫面的首次開發中學到的教訓。
S8-01準備中
02
原樣貼上錯誤訊息
未經編輯的錯誤訊息能讓診斷更快。
S8-02準備中
03
免費方案或自有伺服器
權衡免費方案的睡眠與伺服器的負擔。
S8-03準備中
04
讓他人也能接手運作的手冊
以依手冊即可重現作為完成的定義。
S8-04準備中
05
「以此為最新版」:依版本重建
每次重建前，先指明版本並比對差異。
S8-05準備中
06
從筆電走向伺服器
將本機工作移至常駐主機時該檢查什麼。
S8-06準備中
07
切勿將金鑰貼到對話中
從貼上憑證到使用保險庫與環境變數。
S8-07準備中
08
安裝前先檢查
在安裝第三方程式碼之前先掃描是否含有惡意軟體。
S8-08準備中
09
找出遺失的工作停在哪裡
透過在日誌中找出最後的進度點,復原遺失的工作。
S8-09準備中
10
當伺服器停止回應時，依症狀逐步隔離問題
面板、網路、主控台：將中斷問題範圍縮小至磁碟故障。
S8-10準備中
S9 運行 ── 自動化、記憶、帳本與核准
01
每天早上固定時間發布
依據輸入與發布時間建立每日自動發布。
S9-01準備中
02
每天找出日英對照的不一致之處
具備記錄結果的常態性一致性檢查。
S9-02準備中
03
把成功的那次執行變成標準程序
記錄成功的交流，並將其訂為標準程序。
S9-03準備中
04
存入記憶，下次對話時再叫出來
將尚未建置的計畫保存在隨時可動工建置的狀態。
S9-04準備中
05
依機制防止重複
把不重複的規則變成對照過往產出的檢查。
S9-05準備中
06
簡短核准，一次到位，批次處理
將核准問題集中處理，並以一句話回覆。
S9-06準備中
07
不必再說第三遍
重複的指示會變成嚴格的機器檢查。
S9-07準備中
08
依安全性比較各選項
詢問哪個選項最安全，並選擇了毫不妥協的那一個。
S9-08準備中
09
每一個「完成」都附上一行證據
僅在驗證並附上證明後才記錄完成。
S9-09準備中
10
以數字回報進度
以已發布／總數與每週備註來追蹤長期活動。
S9-10準備中
S10 AI 素養 ── 原則與實踐
01
對照證據查核 AI 的報告
在收到未曾執行之工作的報告後要求提供日誌。
S10-01準備中
02
AI 未經要求擅自更動內容時，請要求它誠實說明
在未經要求的變更發生後，要求對方說明經過，而不是找藉口。
S10-02準備中
03
證據，而非自我辯護
過度閃躲保留反而顯得可疑；只陳述事實與依據即可。
S10-03準備中
04
由相似 AI 進行的自我審查並不獨立
為何同系列模型的批評會自我吹捧,以及如何取得獨立性。
S10-04準備中
05
引用第一手資料，並務必交叉查證
原始來源引用與逐項數字比對。
S10-05準備中
06
刪除你無法確認的數字
移除無法確認的數字，並衡量來源觸及範圍。
S10-06準備中
07
發布前先搜尋敏感資料
發布前針對網址、路徑與金鑰進行多重檢查。
S10-07準備中
08
查看每一個項目
檢查所有項目而非抽樣，可減少遺漏。
S10-08準備中
09
在了解版本與計費的前提下選擇模型
認識版本、價格與計費途徑。
S10-09準備中
10
十一個階段與人類的角色
人決定，AI 建構，機制驗證：整條路徑的回顧。
S10-10準備中