序
-
00:00
1.
每天 10 分鐘，打造專屬的 AI 超級顧問
播放影片: https://learning.xms.tw/media/4290
主題索引
如果身邊就有專屬的 AI 超級顧問，
可以立刻為我們解答，不再需要自己摸索、試錯與撞牆 ...，工作效率一定能直接翻倍！
這一切的美好 ~
更大的工作舞台
成長、成就和實質的升職加薪回饋
就從每天 10 分鐘的「問AI、寫FAQ」開始！
需求
有問題時，要問誰？然而現實往往是
- 不知道要問誰
- 對方在忙
- 每個人回答的不一樣
- 害怕開口 ...
專屬的 AI 超級顧問
如果我們可以把公司內人才的經驗變成具體的數位資產，AI 就能「知道」所有資深同事大腦中的各種經驗，擁有集體的智慧，就像企業動態大腦一樣。
當工作遇到任何問題時，
AI 顧問會立刻為我們解答，而且還不會有「AI 幻覺」一本正經胡說八道的問題。
工作效率自然變好，讓時間花更少、事情做更好！
執行方法
打造這種超級 AI 顧問，比我們想像中的還簡單！
只要每天花 10 分鐘，執行 2 個重點，3 個月就能成功！
- 什麼都問 AI
就收集到工作中最真實的「需求」，不是憑空自己想像的，解決「要記錄什麼」的難題。 - 整理 FAQ
這是記錄經驗最簡單、有效的方法，解決「怎麼紀錄」的門檻。
效益
透過「問」這個需求，去驅動「紀錄」資深專家大腦中寶貴的「眉角」 (隱性經驗)，
就能形成部門專屬的動態大腦，隨時吸收並「學會」所有資深同事的各種經驗，解決職場中最常見、最關鍵的知識需求 ~
有問題，要問誰？
就問 AI 呀！
推動
方法很簡單 ~
問 AI，知道要寫什麼
整理 FAQ，記錄經驗
但如何讓大家願意執行，甚至養成「無痛的習慣」呢？
根據福格的行為模型
B = MAP
行為 = 動機 x 小行為 x 提示
行為 (Behavior) 的養成，需要 3 個條件同時成立：
- 動機
沒有動機，再簡單的事情也不會想做。 - 小行為
每天 10 分鐘「問 AI」或「整理一個 FAQ」就是很小的行為，避免我們讓這件事「做起來太麻煩」。 - 提示
下班前 30 分鐘，設鬧鐘提醒，避免忙到根本「想不起來要做」。
「小行為」和「提示」都符合了，就只剩下臨門一腳 ~ 動機！
相信 ~ 成功的關鍵
如何產生動機、採取行動呢？
就是想辦法讓自己「相信」
只要每天願意花 10 分鐘 「問AI、寫FAQ」
這麼小的行為，真的可以打造專屬的 AI 超級顧問，解決工作難題、提升效率！
而且「好處」還要大到
足以幫我們跨過「慣性」的門檻，說服自己真的值得一試！
只要耐心看完以下的分析，
你一定也會認同並有信心做得到喔。
Q1. 什麼都問 AI，真的可以提升工作效率嗎？
一定可以！
如果 AI 知道全公司資深員工的做事的眉角 (經驗)，
「問 AI」這個動作就能立刻確認做法 (避免發生「我以為」的誤解)，以及解決工作上的疑難雜症，減少許多摸索與試錯的過程。
A. 為什麼要收集經驗？
--
Q2. 網路上都查得到，為什麼還要記錄？
因為 Google 查的或 ChatGPT 說的，
即使是 100 分的做法，也不一定是公司內的流程，而且新人也不一定有能力判斷。
如果沒有內部的經驗，
AI 大概就只是一個陪你天南地北聊天 (Chat) 的「博士」而已。
而且還會「一本正經、胡說八道」
因此，收集企業內部經驗，
絕對是導入 AI 的第一步，讓 AI 有資料可參考，避免巧婦難為無米之炊。
而且人會忘記、會離開，
寫下來可以避免這些寶貴經驗遺失，甚至因此失去公司的核心競爭力。
B. 如何收集經驗？
--
Q3. 如何紀錄隱性經驗？
什麼都問 AI
然後將重要且常見的問題整理成 FAQ。
透過「問」來挖出大腦中的隱性經驗 (回答)！
然後把握機會，
將那些還在專家大腦中事情怎麼做 (SOP)、問題怎麼處理 (FAQ) 的眉角，
變成具體可複製、可傳承的數位資產。
Q4. 真的只能在碰到、做錯的時候記錄嗎？
是！
根據 70-20-10 的學習法則，
70% 的經驗是來自工作中，也就是「經一事長一智」的過程。
這是人類自古以來獲得經驗的主要途徑，至少目前沒有其他更好的方法了。
Q5. 可以請專家直接整理嗎？
不行，因為這幾乎不會成功 ...
畢竟整理經驗就像寫書一樣，很困難！
以大學教授為例，
一輩子都在教書很厲害，但也只有極少數的人能有系統地將知識整理出書。
這些學霸等級的教授，
每週只要準備 6-9 小時的課程，時間很多都還做不到，何況我們這些每天忙碌於工作的一般上班族？
Q6. 碰到的當下很忙，可以等有空時再記錄嗎？
不行！
只能在發生的當下「邊做邊紀錄」才有機會成功。
因為今天沒空，明天也不會有時間，
今天會拖延，明天也不會改變習慣。
發生時沒記錄，以後就很難。
Q7. 沒時間紀錄怎麼辦呢？
那就快速簡單寫，
花 2-3 分鐘就好，即使只有記錄問題 (沒寫答案) 也很有價值！至少是挖出寶貴經驗的重要線索。
Q8. 時間這麼少，能寫什麼？
寫最核心的重點就好！
也就是看到什麼、想到什麼的關係，
這正是很簡單的 Q&A 形式，其他的之後有時間再補就好。
Q9. 只用 Q&A 記錄經驗，會不會不夠完整？
表面上會，
但這卻是記錄經驗最直接有效的方法，可以對症下藥解決問題。
有了 QA 的素材，
事後就更容易整理成完整的文件。
Q10. 可以直接整理成文件嗎？
可以，但難度很高且幾乎不會成功。
而且因為結構複雜，門檻高、效果也差 ...
- 不想寫、主管也不想確認
- 寫了也沒人看、看也看不到重點
還有維護也超級困難 ...
一旦發生「過時、不完整、重複、不一致」的問題，就更沒人想看，直接掉進惡性循環，變成一堆沒用的數位廢墟。
即使都克服了，還有 AI 幻覺的問題
根據史丹福的論文研究，即使透過 RAG 限縮參考的範圍，只要讓「AI 生成」就無法避免幻覺。
C. 怎麼寫 FAQ？
--
Q11. Q&A 怎麼寫？
照著 PREP 框架就會簡單很多！
先寫重點，解決問題 (P)。
接著，補充理由幫助理解減少誤解 (R)，
如果可以具體舉例子就更好了 (E)。
最後重點回顧加強一下印象 (P)。
Q12. 一個問題應該寫成一個 QA，還是拆成多個 QA？
大原則就是
每一個問題，都寫成一個 Q&A
因為
會問、代表需求
回答，就是經驗
每個 QA 都清楚對應到一個實際需求
建議先分開寫比較簡單，
之後再依據實際的需求，合併或拆分 Q&A。
Q13. 寫 1 個 QA 要多久？
有經驗的人，直接用 PREP 的結構寫，通常 5 分鐘內就可以完成！
因為只要照著框架「填內容」，
把面對問題時腦袋裡浮現的熟悉經驗，透過鍵盤 or 語音輸入打出來而已 :-)
還有一個技巧，就是 ~
允許先寫出「爛草稿」，接著再潤飾就比較不會卡住。
Q14. 怎樣才能確認 AI 有找到我們寫的 FAQ？
問 AI 的時候，出現提示 (下圖紅框處)
「AI 判斷您的問題和下面的問題一樣，
因此直接顯示系統內 FAQ 的內容」
因此直接顯示系統內 FAQ 的內容」
就代表 AI 有從知識庫裡面找到問題的解答，
不經過生成，直接顯示 QA 的內容，避免 AI 幻覺可能的風險。
Q15. 為甚麼要「換個問法」問 AI？
可以幫助我們確認，Q&A 有寫到重點！
透過 AI 強大的「語意理解」能力，幫助我們確認有寫到「關鍵主體」和「用途」等重點。
D. 推動
--
Q16. 現在已經有很多文件了，可以直接給 AI 用嗎？
當然可以，
而且只要 10 分鐘，就可以上線，建立企業內專屬的 AI 服務，像 ChatGPT 一樣，什麼都可以問AI。
但是 ... 只有文件還不夠，
尤其在嚴謹的環境下更要很小心。
因為這無法避免 AI 幻覺，一本正經胡說八道可能帶來的風險。
Q17. 大家都不想寫 Q&A ...
那就試試看以下方法囉
- 加強動機
寫 FAQ 不僅能打造部門內自己的超級顧問，在工作卡關時，立刻獲得解決，提升效率之外，還能幫助自己突飛猛進、獲得爆發性成長。 - 轉換心態
如果規定要做，高興也要做、不高興也要做，換個心態至少比較不會這麼鬱悶。 - 降低門檻
用 AI 輔助，給你建議、甚至幫你寫！
Q18. 都很忙了，寫 FAQ 會影響工作嗎？
就每天花 10 分鐘，
就絕對不會影響原來的工作。
再加上 AI 輔助，就可以把負擔降到最低！
Q19. 能紀錄的經驗有限，真的有用嗎？
當然有用！
一般職務，
會卡關的問題數量通常不會超過 200 個 (類似的不算， 因為 AI 找得到)。
如果一天整理 3 個，
三個月後就能收集到重要且常見的問題，實現 80-20 法則，讓關鍵的 20% 經驗，滿足 80% 大部分的日常工作需求。
Q20. 寫錯怎麼辦？
這無法避免，就算不寫下來，傳統用講的也會錯呀。
以下是降低出錯機率的參考做法：
- 文件的重點索引
如果有文件，內容就只寫「重點摘要」，再「連結到原文件」。
寫少一點且只寫重點就比較不會錯，也減少重複資訊的維護難度 (一致性的問題)。 - 一起確認
如果主管每天願意花 10 分鐘，找其他人一起確認，三個臭皮匠勝過一個諸葛亮，一起成長。
寫下來就有基礎，
在基礎上 PDCA 持續改善，就更容易。
Q21. 推動很困難？
這不是人的問題，
只是我們還不知道好方法而已。
什麼是好方法呢？
執行時，只要要符合很簡單的 ABC 三原則 ，就可以改變行為！
想都是問題，
做才有答案，站著不動的永遠是觀眾。
反正，做就對了 (Just Do It)！
Q22. 如何推動？
技巧就是「小行為 + 即時激勵」！
先從 1% 的種子開始，
有經驗後在典範轉移到 5%，最後設計制度全面推動到另外 20% 的人。
D. AI 幻覺
--
Q23. 為什麼 AI 會胡說八道？
這是因為目前生成式 AI 本質上就是「文字接龍」，
只是根據前面的內容，透過 embedding 相關性產生下一個 token，可以想成是很厲害的「機率模型」，當然就有「機率」會出錯。
Q24. AI 胡說八道，可以解決嗎？
即使 AI 技術突飛猛進，但史丹佛大學的論文研究，已經用數學證明「AI幻覺、RAG檢索脆弱性」是根本的限制，無法避免。
Q25. 要如何避免 AI 胡說八道？
既然只要有「生成」，就有可能出錯，從源頭解問題，當然就是不讓 AI 生成囉。
Q26. 不讓 AI 生成，那要如何回答問題？
讓 AI 透過強大的「語意理解」能力，
找到 Q&A，並直接顯示我們寫的答案就好，沒有生成，就沒有幻覺。
這種做法就像是圖書館員，
聽得懂你的需求 (語意)，幫你找資料，而不是把圖書館的藏書的內容，東拼西湊講給你聽。
評語
請登入後才可以評分