×
切換帳號
台灣數位訓練課程
課程
知識
系統教學
登入
索引
00:00
1.
用 AI 進行 10 倍速經驗傳承
筆記
(0)
未登入或權限不足!
討論
影片問題
問卷
資訊卡
字幕
廣告
×
寫筆記
loading ...
00:00
1.
用 AI 進行 10 倍速經驗傳承
×
嵌入網址
語法
複製語法
解析度
1280x720
自訂大小
原始碼嵌入
原始碼嵌入 (比例 4:3)
原始碼嵌入 (比例 16:9)
自訂大小
x
×
QR code
分享
嵌入網址
QR code
索引
筆記
討論
全螢幕
列印日期 : 2026/03/13
台灣數位訓練課程
知識庫
AI 人工智慧之道 ~ 3 個月打造 AI 知識庫並提升業績 20%
用 AI 進行 10 倍速經驗傳承
長度: 05:55,
瀏覽: 154,
最近修訂: 2026-03-04
×
播放影片: https://learning.xms.tw/media/4076
特別提醒
影片是 AI 依據文章內容生成的,雖然內容可能和原文不一樣,但依然可以幫助我們從延伸的觀點來理解文章的核心概念。
podcast 聲音版 (深度互動對談)
:
https://youtu.be/i0laf2TVT3w
人難找、也難教
這幾乎是現在所有公司的痛點!
連台積電、聯發科、廣達等
這些世界一流的公司也一樣,一位高階主管的朋友分享,他已經用盡了所有的人脈,人還是補不齊。
不好找人之外,
好不容易招募到的新人,也常常留不住 ...
除了世代的環境因素之外,例如少子化、自我意識抬頭等
更重要的問題可能是 ~
傳統的「
教育訓練
」
會不會一開始就「
劃錯重點
」了呢?
根據 70-20-10 學習模型,
教育訓練能教的有限,僅佔經驗來源的 10%,
大部分的經驗 (70%) 是從工作中獲得。
也就是「經一事、長一智」的過程 ~
碰到問、做錯學
碰到要運氣、做錯要付代價
更慘的是 ... 過程漫長,要很久才有經驗。
很久,
新人就沒耐心、沒成就,離職率當然就居高不下。
如果我們能做到
「碰到、做錯」的時候
將踩坑的寶貴經驗記錄下來
接著,
將這些前人累積的每一個經驗,都設計成測驗題目,
Open book
要考 100 分、只能考 3 次
就能引導新人「逐項、仔細」地確認前輩們的經驗,
而這些,正是一位新人到職,我們教育訓練要教的內容
要做什麼? (What)
怎麼做? (SOP)
會遇到什麼問題? (FAQ)
這就是 10 倍速經驗傳承!
過去,可能要 3 ~ 5 年跌跌撞撞才學得到的經驗
現在,只要一個測驗,1 個月就能獲得
而這一切驚人的成效,
就只要每天花 10 分鐘,執行 2 個步驟
問 AI
整理 FAQ
它能有效地收集「重要且常見」的經驗,
實踐 80-20 法則,用關鍵少數的20%,發揮巨大的80%效應。
只要將「問 AI」這一個小小的行為養成習慣,
就能驅動,並幾乎無痛地
將人才的經驗
變成公司具體的資產
成功打造出持續進化、更新、
且不會胡說八道的
AI 知識庫 (企業動態大腦)。
更深入的內容,
可以參考:「
AI 知識庫的需求、痛點 & 解法
」
這聽起來很棒對吧?
但還差一步!
如果新人在做之前沒有教會他,
做錯時,就只能亡羊補牢 ...
怎麼解決?當然就是 ~
在做之前,要先教會他
否則一般人在臨場遇到問題時,
往往因
經驗不足
或
敏銳度不夠
,常常不知道要問,
還是會做錯
,這就可惜了。
那該怎麼主動幫助同仁累積經驗呢?
方法很簡單!
每週將收集的 FAQ,透過 AI 設計成測驗題,
並搭配這 3 個小機制 ~
Open book
考 100 分才算過關
最多只能考 3 次
就能藉此引導學習者,
逐項、仔細地檢視並吸收前輩們多年來累積的經驗。
雖然拿到 100 分不代表都記得,
但至少有印象,建立基礎經驗和敏銳度,知道可以問誰,或去哪裡找資料。
在 xms+ AI 上,
只要一個步驟,就能將資料夾內的 FAQ 透過 AI 建立成課程與測驗!
接著,
再把課程網址分享到 LINE 群組讓大家報名,或是直接把人加入課程學習。
只要花一點點時間,透過測驗的引導,就能逐項、仔細地確認前輩們累積的重要經驗。
一舉突破突破傳統獲得經驗的方式,
只能碰到問、做錯學、要很久才能累積經驗。
附件:
用AI讓新人一個月變老鳥.m4a
(48.9 MB)
×
×
複製檢核清單
loading ...
×
×
×
關閉
×
loading ...
評語
5
共 1 則評分
5
4
3
2
1
請登入後才可以評分
×
評分
×
查看更多
loading ...
上一篇
下一篇
討論
詳細
位置
知識庫
AI 人工智慧之道 ~ 3 個月打造 AI 知識庫並提升業績 20%
資料夾名稱
AI 人工智慧之道 ~ 3 個月打造 AI 知識庫並提升業績 20%
上傳者
蘇德宙
單位
台灣數位員工
標籤
10倍速
,
AI測驗
建立
2025-09-03 07:34:24
最近修訂
2026-03-04 07:20:56
長度
05:55
引用
1
知識庫
AI 人工智慧之道 ~ 3 個月打造 AI 知識庫並提升業績 20%
1.
第一章、用 AI 幫團隊業績成長 20%
1.1
AI 知識庫的需求、痛點 & 解法
1.2
每天 10 分鐘,3 個月提升團隊業績 20%
1.3
改變 or 推動新制度,可以很簡單!「小行為 + 即時激勵」就對了
1.4
AI 知識社群
1.5
輔導方案 ~ 導入 xms+ AI 知識庫
2.
第二章、AI 人工智慧之道
2.1
GenAI 鴻溝 ~ 一本正經、胡說八道的必然結果
2.2
生成式 AI 的 5 個根本限制
2.3
打造不會胡說八道的 AI 知識庫
2.4
什麼都先問 AI?
2.5
AI 人工智慧之道 ~ 打破砂鍋問到底!
2.6
導入 xms+ AI 的效益
3.
第三章、紀錄經驗,寫 FAQ 就對了
3.1
寫 FAQ 的好處
3.2
降低寫 FAQ 的門檻
3.3
寫 FAQ (1) ~ 快速、高品質的標準化流程
3.4
寫 FAQ (2) ~ 問題,要怎麼描述? (原則與步驟)
3.5
寫 FAQ (3) ~ 內容,先講重點就對了 (PREP)
3.6
寫 FAQ (4) ~ 前提,有時候很重要
3.7
寫 FAQ (5) ~ 排版,可以畫龍點睛! (凸顯重點、增加可讀性)
3.8
寫 FAQ (6) ~ 案例練習 (下標題、排版)
4.
第四章、10 倍速經驗傳承
4.1
70-20-10 學習法則
4.2
用 AI 進行 10 倍速經驗傳承
5.
第五章、推動 & 執行
5.1
記錄經驗,寫 FAQ 就對了!
5.2
把義務,化為無痛的習慣
5.3
組織成功變革的 8 個步驟
6.
第六章、常見問題
6.1
Q&A 執行時的常見問題
6.2
每天只花 10 分鐘,時間真的夠嗎?
6.3
為什麼是寫 Q&A?
6.4
有記錄到的這麼少,還值得做嗎?
6.5
已經有文件了,為什麼還要寫 FAQ?
6.6
寫下來是錯的,要怎麼辦?
6.7
大家的意願低 (可能因為忙、累),如何設定目標才能 3 個月完成?
6.8
QBS ~ 寫一個 QA 還是分拆多個?
7.
第七章、知識管理 ~ 挑戰與突破
7.1
知識管理的需求、3大挑戰與突破
7.2
打通任督二脈:邊做邊記錄、下次照著做
7.3
討論區 + AI ~ 實現「邊做邊記錄、下次照著做」
7.4
突破 (1) ~ 經驗,進不去?
7.5
突破 (2) ~ 知識過時、不完整、重複?
7.6
突破 (3) ~ 找不到資料?
8.
第八章、xms+ AI 操作快速入門
8.1
建立 AI 小幫手,3 分鐘搞定!
8.2
[操作] 問題處理 or 案例分析,10倍速經驗傳承的關鍵
8.3
[操作] 編輯器的基礎教學
9.
持續改善
9.1
案例:下次碰到時再補充就好 (PDCA 持續改善)
9.2
案例:增加 Q&A 的覆蓋率