第一章、用 AI 幫團隊業績成長 20%
-
00:00
1.
記錄經驗，寫 FAQ 就對了！
-
00:52
2.
團隊智慧的「隱性知識」紀錄
-
01:17
3.
把經驗寫下來，鐵定不會錯 !
-
01:39
4.
如果沒有專屬的經驗...
-
02:00
5.
找不到、過時、不完整的問題
-
02:33
6.
Q&A：模仿人類經驗的真實運作
-
03:22
7.
FAQ 的好處
-
03:45
8.
不讓 AI 生成，直接輸出確認過的 FAQ
-
04:32
9.
幫你找書，而不是寫一本新書
-
05:25
10.
三個月行動計畫
-
06:01
11.
80-20 法則
-
06:44
12.
收集、整理經驗
-
08:44
13.
數量有限：重要且常見的問題
-
09:12
14.
FAQ 要怎麼寫？
-
09:50
15.
PREP 範例
-
10:53
16.
標題 / 問題設計
-
11:20
17.
Know how 怎麼留下來？
-
11:44
18.
精準、不會胡說八道的知識庫
播放影片: https://learning.xms.tw/media/4971
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。
記錄經驗，絕對是必要的！
因為人才是最重要的資產 ~
有經驗和智慧
知道事情怎麼做，問題怎麼處理
即使 Google 查的 ChatGPT 說的再完美，
也不一定是公司內的做法，因此把經驗寫下來鐵定不會錯！
Q&A 則是記錄經驗
最簡單、有效的方法，可以直接對症下藥、解決問題。
此外，
還能完美地避開了 AI 幻覺、一本正經胡說八道的陷阱！
把經驗寫下來，一定不會錯！
因為
- 人會忘記
- 不知道要問誰
- 每個人的講法不一致
- Google 查的，ChatGPT 說的，即使再好也不一定是公司自己內部的做法
- ...
寫下來，
除了可以問 AI 之外，還能有系統地進行 10 倍速超高效率的教育訓練，將前輩們累積多年的經驗，在新人做之前先教會他！
經驗，要怎麼紀錄？
人才的隱性經驗，看不見也摸不著，
要怎麼記錄下來？
一般都是用「文件」來紀錄，
只是效果通常都很不好，因為
- 文件，寫很難、讀也是
除了不想寫、主管不想確認之外，閱讀也是門檻，不想看也看不到重點 ... - 不一定適合
例如，很多的隱性經驗 (眉角)，也就是那些面對問題、解決問題的能力，
更適合用 Q&A 的方式記錄，簡單、清楚之外、還能直接對症下藥。 - AI 幻覺
只要讓 AI 從文件生成，就無法避免胡說八道的問題。 - ...
更完整的說明，可以參考：「已經有文件了，為什麼還要寫 FAQ？」
更簡單、有效的紀錄方式，
就是用 Q&A 的形式！
因為經驗基本上就是
「看到什麼、想到什麼」的關係
而 Q&A 的結構，
正完美地模仿了我們人類經驗運作的方式，
把這種「觸發與反應」的關係鏈「如果看到 A，就做 B」，用最直接、最簡單的方式給記錄下來。
用 Q&A 紀錄的好處還包括：
- 好寫、門檻低
- 直接對症下藥，解決問題
- 效果明顯，短時間就能看到
- 避免 AI 幻覺、胡說八道的問題
寫 FAQ，很簡單！
只要願意照著做，就能一回生二回熟，
並且驚訝的發現 ~
記錄經驗，原來可以這麼簡單又有效率！
成效 ~ 三個月成功打造 AI 知識庫
每天只要花 10 分鐘記錄就好，
持續這個小小的習慣，那些重要且常見的「經驗」大部分都能被記錄下來，
實踐 80-20 法則，讓關鍵的 20% 紀錄，解決 80% 大部分的日常問題。
這是真的！
每天 10 分鐘、 持續 3 個月，
就能把團隊智慧 (公司裡最寶貴的資產) 捕捉下來，
變成具體可複製、可傳承、且不斷成長的企業動態大腦 (AI 知識庫)。
避免 AI 幻覺
xms+AI 不是像一般 AI 一樣「生成」，
而是利用 AI 強大的「語意理解」能力，從內部知識庫找出使用者問題的 FAQ，
這就像超強的圖書館員，幫你找書而不是寫書 (生成) 給你看。
既然 AI 完全不負責生成內容，那自然也就不會胡說八道了。
簡單整理一下：
- 只有文件，不夠
很難寫之外，AI 依據文件生成的回答，很可能會一本正經胡說八道。
再者，現在大家都不想看又臭又長的文件，即使願意看，也不一定看得到重點。 - Q&A 是記錄經驗最簡單的方法
因為它完美的模仿了我們人類 經驗運作 的方式「看到什麼、想到什麼」。
這個 Q&A 的格式，不僅讓記錄跟傳承變得超級直觀，而且還能「對症下藥」，用超高效率解決問題。 - 避免 AI 幻覺
不讓 AI 生成，而是利用了大型語言 AI 最厲害的地方「能理解語意」，從 FAQ 資料庫裡面找到使用者的問題並直接輸出人確認整理過的 Q&A。
經驗這麼多，要從何寫起？
大家都忙，當然就是寫下那些用得到的，也就是 80-20 法則中的關鍵 20% 就好！
怎麼知道哪些是重要且常見的呢？
方法很簡單，就 2 個步驟：
- 什麼都問 AI
請大家把工作上遇到的所有問題，無論大小全部都丟出來！
因為每個問題，就代表一個真實的需求，知道大家都卡在哪裡，最需要知道什麼。
這樣就畫出了一張知識需求地圖，
讓我們知道原來大家最需要知道的是這些事情。 - 整理 QA
從問題集中 ，挑出那些最重要、最常被問到的來整理 FAQ 就好，這就是值得記錄的經驗。
這不是什麼要花好幾年的大工程，
它是一個你今天、立刻就可以開始的小事 ~
把你團隊裡那些無形的寶貴的智慧，
一點一點的轉換成公司有形的數位資產。
重要且常見的問題，數量有限
一般職務重要且常見的問題，通常不會超過 200 個 (註)，
200 這個數字，是不是讓整個任務聽起來不是一個無底洞，範圍變得很清楚而且完全可以掌控？
每天只要少少的 10 分鐘，
就能帶出時間複利的驚人力量 ~
每天收集 3 個問題
1 個月 (22 個工作天) 就能收集到 66 個
1 個月 (22 個工作天) 就能收集到 66 個
3 個月後就達標，累積到 200 個。
完美實現 80-20 法則，
重要的 20% 發揮 80% 巨大的效益！
仔細想想，這是不是就解決了
常常都是那 20% 的老問題，卻佔掉 80% 的溝通時間，一直重複回答的問題呢？
快速建立好基礎並獲得初步成果後，
接著就能 PDCA 持續改善，增加 AI 知識庫的覆蓋率和正確率。
想像一下那個畫面，
過去一個新進人員可能要花好幾年才能搞懂的「眉角」或是一個資深員工離職就跟著消失的知識斷層，
是不是在不知不覺中就被解決了呢？
附註：
問法五花八門，但類似的問題只要寫一個就夠，因為 AI 很強、能找得到類似但關鍵主體和用途是一樣的問題。
重點整理
記錄經驗，建立真正有用的知識庫，
一個我們過去花了 10 年都解決不了的知識斷層問題，現在 3 個月就能搞定，有沒有很厲害？
整個方法的精髓在於：透過一個小小的習慣，
每天花 10 分鐘，持續 3 個月，專注於用 Q&A 這種最貼近經驗運作的形式，記錄下那關鍵的 20% 知識。
然後，再搭配一個聰明的 AI 應用，
讓 AI 扮演超級圖書館員的角色，只做語意理解，而不生成內容。
這樣一來，就能把團隊裡那些最寶貴、最容易流失的資產，
從無形的智慧轉化為有形的、可傳承、可複製的數位資產。
問 AI + 寫 FAQ
這絕對是一條可以真的把團隊智慧捕捉下來的實踐路徑！
讓我們回到最一開始的問題。
你團隊的經驗和智慧絕對是你公司最獨特，最不可能被別人複製的寶貴資產，
你準備好開始捕捉它了嗎？
這個看起來很簡單的思維轉變，
可能就是決定你這筆 AI 投資到底是打水票，還是能真正開花結果的關鍵。
這聽起來很棒，但是 ....
下面這篇可以為您腦海中的許多問題解惑喔。
補充
Q1. 為什麼不用文件紀錄經驗？
當然可以，只是效果通常都很不理想，因為
- 文件，寫很難、讀也是
除了不想寫、主管不想確認之外，閱讀也是門檻，不想看也看不到重點 ... - 文件，不一定適合
例如，很多的隱性經驗 (眉角)，也就是那些「看到什麼、想到什麼」面對問題、解決問題的能力，
更適合用 Q&A 的方式記錄，簡單、清楚之外、還能直接對症下藥。 - AI 幻覺
只要讓 AI 從文件生成，就無法避免胡說八道的問題。
更完整的說明，
Q2. 大家都不想寫 FAQ？
根據福格的行為模型 B (行為) = MAP (動機 X 能力 X 提示)
只有改變的行為夠小，且有明確的環境提示，改變就不會困難！
例如，第一步「提問」，如果每天下班前 (提示) 丟一個問題 (簡單)，不用 3 分鐘就能完成。
整理 QA 呢？一樣每天依照 PREP 結構整理一個就好，一樣是 10 分鐘內可以完成的小事，簡單到與其抗拒或爭辯，做起來還比較簡單。
再來就是這些小小的行為能帶來小成功，就能帶出持續的動機。
評語
請登入後才可以評分
-
00:00
1.
記錄經驗，寫 FAQ 就對了！
-
00:52
2.
團隊智慧的「隱性知識」紀錄
-
01:17
3.
把經驗寫下來，鐵定不會錯 !
-
01:39
4.
如果沒有專屬的經驗...
-
02:00
5.
找不到、過時、不完整的問題
-
02:33
6.
Q&A：模仿人類經驗的真實運作
-
03:22
7.
FAQ 的好處
-
03:45
8.
不讓 AI 生成，直接輸出確認過的 FAQ
-
04:32
9.
幫你找書，而不是寫一本新書
-
05:25
10.
三個月行動計畫
-
06:01
11.
80-20 法則
-
06:44
12.
收集、整理經驗
-
08:44
13.
數量有限：重要且常見的問題
-
09:12
14.
FAQ 要怎麼寫？
-
09:50
15.
PREP 範例
-
10:53
16.
標題 / 問題設計
-
11:20
17.
Know how 怎麼留下來？
-
11:44
18.
精準、不會胡說八道的知識庫