• 00:00 1.
    導入企劃書
  • 索引
  • 筆記
  • 全螢幕
導入企劃書 (1) ~ 分階段策略
長度: 09:15, 瀏覽: 298, 最近修訂: 2026-09-22
主題索引
1. 需求 & 痛點
2. AI 知識庫 ~每天 10 分鐘，問 AI + 整理 FAQ
3. 10 倍速經驗傳承 ~用 AI 將 FAQ 設計成「測驗」
4. 策略 ~小範圍先行，再進行典範轉移
5. 分階段目標
根據福格的行為模型

B = MAP

要能成功導入 AI 知識庫，就是要克服這 2 個點

會不會「做起來太麻煩」
or 忙到根本「想不起來要做」 


也就是要設計出符合「很小行為 X 清楚提示」的制度，例如：

  1. 每天花 10 分鐘 (很小的行為)
  2. 問 AI 和整理 FAQ

再加上對的執行者，每天「提醒」，
大約 1 個月的時間，就能養成「無痛的習慣」，變成日常與深入組織的文化。

為了更容易掌握整個脈絡，
以下就從需求、引發的痛點開始分析，如何對症下藥、策略與執行方法，進行完整的說明。

需求 & 痛點
導入 AI 知識庫，不外乎就是想解決職場上典型的需求與痛點 ~

有問題要問誰？

AI 時代，當然就問 AI 呀 


只是當人才的經驗沒有被紀錄下來，
AI 沒有可參考的資料之外，再加上 AI 幻覺的問題，就很難成功，如 GenAI 鴻溝的現象 ~ 95% 企業投資 AI 零報酬。



AI 知識庫 ~
每天 10 分鐘，問 AI + 整理 FAQ
因此，首要解決的問題就是

隱性經驗危機 ~ 
有紀錄下來的經驗不到 5%！


把人才的經驗紀錄下來，變成公司具體可查詢、可複製的資產，
否則 AI 將巧婦難為無米之炊、英雄無用武之地。

如何克服 5% 的魔咒呢？解法很簡單！ 

透過「需求驅動」策略，執行

  1. 什麼都問 AI
    解決當下問題之外，還能藉此收集需求、發現知識庫的缺口、以及維護現有的資料。

  2. 寫 FAQ
    從後台統計中，挑出重要且常見的問題，整理成 FAQ。

打敗「隱性經驗危機」這個大魔王、順利記錄人才的經驗後，下一個要解決的問題就是

我以為 ...  不知道要問


10 倍速經驗傳承 ~
用 AI 將 FAQ 設計成「測驗」
即使有了完整的知識庫，很多人因為不知道要問，還是會做錯
因此，我們就要想辦法在他們「做之前」先教會他。

這就引入了第 3 個步驟 ~ 10 倍速經驗傳承

每週將新收集到的經驗 (FAQ)，
透過 AI 建立成「微課程 + 測驗」，open book、100分及格、只能考 3 次，藉此引導學習者逐項、仔細地確認這些寶貴經驗。


工欲善其事必先利其器，
xms+ AI 就是為此而設計，有了好的工具與可行的策略，整個導入就是
持續每天花 10 分鐘，執行這 3 個簡單的步驟
  1. 問 AI
  2. 整理 FAQ
  3. 10倍速傳承

效果絕對能顛覆想像，克服千古難題

有問題要問誰？
我以為 ... 不知道要問？


無論是「問 AI」或透過「AI 知識社群」
都能解決當下問題之外，還能有效紀錄、維護與傳承經驗

然後在做之前，先用 10 倍速教會他！



策略 ~
小範圍先行，再進行典範轉移
就像「冰山在融化 ~ 組織成功變革的 8 個步驟」一書中提到的，組織內有許多 NoNo 性格的人，推動過程中充滿各種阻力，好不容易讓所有的領導高層認同並下定決心一定要推動後，整個變革的 8 個步驟中居然前 4 個都還在溝通 ...

為了避開令人挫折、沮喪與浪費時間的「溝通」，
我們建議
  1. 先挑選 1 ~ 2 個種子部門先行導入
  2. 每個部門 1 位主管 + 2 位同仁參與

過程中獲得經驗後，
就能設計出更符合公司的制度，再進行典範轉移到其他單位。


分階段目標
這是美國知名作家馬克吐溫的名言 ~

取得領先的秘訣是先開始。
而開始的秘訣，就是把「複雜的事」分割成一件件「做得到的小事」，然後從第一件開始。


重點就是先從小地方、小範圍做起！
以下是參考的階段性目標與時程


階段 (1)
種子單位先行導入 (4 週)：
  1. 熟悉 AI 小幫手 & 知識社群 (提問 + 寫 FAQ)
    約一堂課 1 小時就能熟悉小幫手操作，接著就每天練習寫 1 個 Q&A

  2. 經驗傳承
    每週將整理的 FAQ 變成微課程 + 測驗形式，讓種子部門的其他人完成課程


階段 (2)
典範轉移到另外 2 個部門 (4 週)：
由種子部門現身分享，協助其他單位導入。
教別人是最好的學習方法，種子部門也因此持續改善，進入正向的 PDCA 循環。


階段 (3)
全面推動 (變成公司文化)
因為已經有了前面的經驗，設計的制度也會更成熟，全面推動時就更容易成功。


階段 (4)
實現 AI 知識社群 (3 ~ 6 個月後)
當經驗持續累積後，就可以在知識社群開啟 AI 自動回應。

當使用者在討論區提問時，
AI 就能立刻回應，解決 80% 常見的問題，解放同仁大部分重複性的工作，我們就能把時間花在另外 20% 的問題處理上。

知道和做到，往往還是有落差，
我們可以尋求專家顧問進行手把手的輔導，只要能配合，基本上都會成功喔

更完整的說明，



小提醒：知識社群的使用時機
如果一開始沒有文件，問 AI 都無法回答的話，
就建議將使用「AI 小幫手」改成「知識社群」，用最熟悉的方式，解決當下問題之外，更能順手記錄經驗。


補充：什麼時候比較適合推小幫手？
通常是以下條件
  1. 已經有一定完整的文件 or FAQ，AI 可以回答大部分問題時
  2. 不想 or 不好意思問人時
  3. 介面簡單
    評語
    請登入後才可以評分
    上一篇 下一篇
    位置
    1. 知識庫
    2. AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    資料夾名稱
    AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    上傳者
    蘇德宙
    單位
    台灣數位員工
    建立
    2026-07-05 08:38:58
    最近修訂
    2026-09-22 07:16:33
    長度
    09:15
    引用
    3
    1. 知識庫
    2. AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    1. 1.
      快速入門
      1. 1.1
        每天 10 分鐘，打造專屬的 AI 超級顧問
      2. 1.2
        AI 人工智慧之道
      3. 1.3
        60 分鐘就上手 ~ 從 AI 知識庫到 10 倍速傳承
      4. 1.4
        問&答，是打造企業 AI 知識庫唯一實務可行的方法！
      5. 1.5
        問，真的很重要！！
    2. 2.
      需求、現況與突破
      1. 2.1
        需求：有問題要問誰？
      2. 2.2
        GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
      3. 2.3
        為什麼 AI 展示時都很厲害，但實際導入後卻常常令人失望
      4. 2.4
        隱性經驗危機，AI 巧婦難為無米之炊
      5. 2.5
        知識管理的 3 大痛點 ~ 經驗進不去、維護困難、找不到
      6. 2.6
        突破 ~ 什麼都先問 AI 就對了
      7. 2.7
        寫 FAQ ，是紀錄經驗最簡單、有效的方式
      8. 2.8
        寫 FAQ 案例：RD 一人踩坑、全體免疫
    3. 3.
      生成式 AI 的根本限制與風險
      1. 3.1
        生成式 AI 的 5 個根本限制
      2. 3.2
        AI 幻覺 (hallucination) 與可能的風險
      3. 3.3
        避免 AI 幻覺 ~ 不讓 AI 生成、直接輸出 FAQ 內容
    4. 4.
      打造沒有 AI 幻覺的知識庫
      1. 4.1
        30 分鐘，建立基礎的 AI 知識庫
      2. 4.2
        每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      3. 4.3
        有記錄到的這麼少，甚至還寫錯，真的值得做嗎？
      4. 4.4
        AI 知識社群
      5. 4.5
        AI 知識社群，執行流程 ~ 寫了，就不要浪費
      6. 4.6
        AI 小幫手 or 知識社群，要選哪一個？
      7. 4.7
        推動，很困難？「小行為 + 即時激勵」就對了
      8. 4.8
        讓寫 FAQ 不再抗拒，反而變成每天都很渴望想做的事
      9. 4.9
        輔導方案 ~ 導入 xms+ AI 知識庫
      10. 4.10
        教育訓練指引 (以圖書館服務為例)
    5. 5.
      應用 (1) ~ 用 AI 提升業績 20%
      1. 5.1
        用 AI 帶動團隊業績提升 20%
      2. 5.2
        向 AI 學習！
      3. 5.3
        向 AI 學習的案例：官網價格比較低，為什麼要向你們買比較貴的？
      4. 5.4
        提升業績案例 (1) ~ 連鎖超商的水餃促銷
      5. 5.5
        提升業績案例 (2) ~ 連鎖超商泡麵促銷
    6. 6.
      應用 (2) ~ AI 驅動的學習革命
      1. 6.1
        70-20-10 學習法則，要很久才能累積經驗
      2. 6.2
        記錄經驗，可以很簡單、有效率！
      3. 6.3
        設計測驗，確保學習效果最有效的方法！
      4. 6.4
        用 AI 實踐 10 倍速經驗傳承
      5. 6.5
        AI 驅動的翻轉教室 3.0，打破聽課只有 5% 吸收率的魔咒
      6. 6.6
        翻轉教室 2.0 ~ 上課同步錄影出高品質的教材
      7. 6.7
        將「現場操作教學」變成高品質的線上課程！
      8. 6.8
        學習的 5 大關鍵 ~ 理解、整理、刻意練習、回想
    7. 7.
      採取行動 ~ 導入系統與建立制度
      1. 7.1
        ABC 行動指南
      2. 7.2
        冰山在融化 ~ 組織成功變革的 8 個步驟
      3. 7.3
        做，就對了
      4. 7.4
        導入企劃書 (1) ~ 分階段策略
      5. 7.5
        導入企劃書 (2) ~ 深耕人才發展，邁向頂尖 (成為台灣領頭羊、全球典範)
      6. 7.6
        導入企劃書 (3) ~ AI 驅動的學習革命，翻轉教室 3.0 (邁向頂尖大學)
      7. 7.7
        為什麼傳統的激勵方法，效果不好？
    8. 8.
      知識管理 (1) ~ 記錄經驗
      1. 8.1
        寫文件，很難！
      2. 8.2
        已經有文件了，為什麼還要寫 FAQ？
      3. 8.3
        文件看不到重點 vs. FAQ 對症下藥
      4. 8.4
        不同的經驗，適合的紀錄方式也不同 (因地制宜)
      5. 8.5
        完美的結合 ~ 文件 + FAQ
      6. 8.6
        收集經驗，讓 AI 來幫你快速整理
    9. 9.
      知識管理 (2) ~ 維護資料
      1. 9.1
        維護資料，很困難！
      2. 9.2
        ISO 的文件規範，很理想，但是 ...
      3. 9.3
        AI 驅動的維護資料 ~ 什麼都問 AI 就對了！
      4. 9.4
        依據 AI 統計資料，持續維護與優化知識庫
      5. 9.5
        維護案例 (1) ~ 改善「過時」的流程
      6. 9.6
        維護案例 (2) ~ 改善「不完整」的流程
    10. 10.
      知識管理 (3) ~ 寫 FAQ
      1. 10.1
        FAQ 怎麼寫？
      2. 10.2
        QBS ~ 寫成一個 QA 還是分拆多個？
      3. 10.3
        降低寫 FAQ 的門檻：AI 輔助與 PREP 結構應用
      4. 10.4
        寫 1 個 QA 要花多少時間？ (含寫作技巧)
      5. 10.5
        寫 FAQ (1) ~ 快速、高品質的標準化流程
      6. 10.6
        寫 FAQ (2) ~ 問題，要怎麼描述？ (原則與步驟)
      7. 10.7
        寫 FAQ (3) ~ 內容，先講重點就對了 (PREP)
      8. 10.8
        寫 FAQ (4) ~ 分領域 or 補前提
      9. 10.9
        寫 FAQ (5) ~ 排版，可以畫龍點睛！ (凸顯重點、增加可讀性)
      10. 10.10
        寫 FAQ (6) ~ 案例練習 (下標題、排版)
    11. 11.
      知識管理 (4) ~ 寫文件
      1. 11.1
        文件：用「重點」來整理就會簡單很多
      2. 11.2
        寫操作手冊
      3. 11.3
        案例分析：從「經驗」提升到「能力」層次
      4. 11.4
        從案例分析到行為變革
    12. 12.
      操作教學
      1. 12.1
        [操作] 建立 AI 小幫手
      2. 12.2
        [操作] 30 分鐘，建立基礎的 AI 知識庫
      3. 12.3
        [操作] 每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      4. 12.4
        [操作] AI 知識社群
      5. 12.5
        [操作] 用 AI 實踐 10 倍速經驗傳承
      6. 12.6
        [操作] 翻轉教室 3.0 ~ 線上錄影、AI 重點整理、設計測驗
      7. 12.7
        [操作] 依據 AI 統計資料，持續優化知識庫
      8. 12.8
        [操作] AI 會議管理
      9. 12.9
        [操作] 案例分析 (1) ~ 問題處理
      10. 12.10
        [操作] 案例分析 (2) ~ 重點整理
    13. 13.
      Q&A
      1. 13.1
        企業為什麼需要自己的 AI 知識庫？
        1. 13.1.1
          企業已經有 ChatGPT，為什麼還需要自己的 AI 知識庫？
        2. 13.1.2
          Google 查得到的、ChatGPT 都可以回答的，還要問嗎？
        3. 13.1.3
          為什麼企業最缺的不是 AI 系統，而是企業自己的經驗？
        4. 13.1.4
          什麼是「隱性經驗危機」？
        5. 13.1.5
          為什麼「提問」是建立企業 AI 知識庫的起點？
      2. 13.2
        文件與 FAQ
        1. 13.2.1
          為什麼 FAQ 比完整文件更適合記錄實務經驗？
        2. 13.2.2
          已經有很多文件，為什麼還要寫 FAQ？
        3. 13.2.3
          文件與 FAQ 應該如何搭配？
        4. 13.2.4
          用文件記錄經驗，為什麼不會成功？
        5. 13.2.5
          為什麼寫 FAQ 是必要的？
      3. 13.3
        AI 幻覺
        1. 13.3.1
          為什麼 AI 會胡說八道？
        2. 13.3.2
          AI 胡說八道，可以解決嗎？
        3. 13.3.3
          如何避免 AI 胡說八道？
        4. 13.3.4
          不讓 AI 生成，那要如何回答問題？
        5. 13.3.5
          為什麼讓 AI 找 QA 就比較不會歪樓呢？
        6. 13.3.6
          為什麼企業自己的 FAQ 可以降低 AI 幻覺？
      4. 13.4
        如何開始累積經驗？
        1. 13.4.1
          什麼是「需求驅動 Q&A」？核心概念是什麼？
        2. 13.4.2
          每天只花 10 分鐘，真的可以建立 AI 知識庫嗎？
        3. 13.4.3
          如果只能記錄少部分經驗，真的有用嗎？
        4. 13.4.4
          為什麼「什麼都先問 AI」可以幫助建立知識庫？
      5. 13.5
        員工不想寫 FAQ 怎麼辦？
        1. 13.5.1
          大家都不想寫 Q&A，怎麼辦？
        2. 13.5.2
          如何降低寫 FAQ 的門檻？
        3. 13.5.3
          如何養成寫 FAQ 的習慣？
        4. 13.5.4
          推動知識分享為什麼困難？
      6. 13.6
        FAQ 要怎麼寫？
        1. 13.6.1
          一個好的 FAQ 應該怎麼寫？
        2. 13.6.2
          FAQ 的答案為什麼要先講重點？
        3. 13.6.3
          一個問題應該寫成一個 QA，還是拆成多個 QA？
        4. 13.6.4
          FAQ 需要補充前提嗎？
        5. 13.6.5
          已經有 QA，只是使用者換了一種問法，該怎麼處理？
        6. 13.6.6
          如何將已上傳的影片 or 文章放進 FAQ？
      7. 13.7
        知識庫如何持續維護？
        1. 13.7.1
          知識庫建立後，為什麼維護很困難？
        2. 13.7.2
          如何改善知識庫中，過時、不完整的流程？
        3. 13.7.3
          如何讓知識庫持續改善，而不是建立一次就停止？
      8. 13.8
        經驗如何變成能力？
        1. 13.8.1
          如何把一個人的經驗快速傳承給整個團隊？
        2. 13.8.2
          如何從「記錄經驗」進一步做到「能力提升」？
        3. 13.8.3
          AI 如何做到 10 倍速經驗傳承？
      9. 13.9
        如何推動？
        1. 13.9.1
          現在已經有很多文件了，可以直接給 AI 用嗎？
        2. 13.9.2
          紀錄經驗很難？
        3. 13.9.3
          寫錯怎麼辦？
        4. 13.9.4
          推動很困難？
        5. 13.9.5
          如何推動？
        6. 13.9.6
          建立好知識庫後，但還是習慣直接問人，可以怎麼解決這樣狀況呢？
        7. 13.9.7
          如何鼓勵分享與使用知識庫呢？
        8. 13.9.8
          如果問 AI 無法回答時，該怎麼辦？
      10. 13.10
        xms+AI 操作相關
        1. 13.10.1
          為什麼 AI 找不到新建立的 FAQ？即使問了一模一樣的問題也是
        2. 13.10.2
          AI 小幫手想推廣到全公司，建議怎麼規劃 AI 小幫手和資料夾分類？
        3. 13.10.3
          xms+ AI 模組有哪些功能？有操作介紹嗎？
        4. 13.10.4
          AI小幫手有啟用「限制AI生成」，卻還是出現 AI 生成的內容？
        5. 13.10.5
          後台可以統計誰最多發問嗎？
        6. 13.10.6
          AI 小幫手可以開放給所有人用嗎？
        7. 13.10.7
          內部專屬問題與客戶可能詢問的問題，應如何建立資料夾？
        8. 13.10.8
          試用站建立的 FAQ，可以移回自己的系統嗎？ (FAQ 匯入、匯出)
        9. 13.10.9
          可以查看單位內同仁寫過哪些 FAQ 嗎？
        10. 13.10.10
          從 FAQ 建立課程時，可以選擇跨資料夾的 FAQ 嗎？
        11. 13.10.11
          系統導入時程，可以怎麼規劃？
        12. 13.10.12
          用 AI 小幫手，或是產生逐字稿、重點整理、字幕等，資料會不會外洩？
        13. 13.10.13
          如何克服語音轉文字 (逐字稿) 可能有錯字？
        14. 13.10.14
          已經將 AI 小幫手的權限設成所有成員了，為什麼還是沒有權限？
        15. 13.10.15
          AI 出題的題目數量是如何決定的
        16. 13.10.16
          AI 可以自動將影片內容整理成講義嗎？
        17. 13.10.17
          AI 可批改作業，繳交後可以收回嗎？
        18. 13.10.18
          為什麼 AI 批改作業的「設定分數區間判斷」只有 5 項？
        19. 13.10.19
          以前上傳的影片，可以 AI 上字幕嗎？
    14. 14.
      補充 (1) ~ 數位轉型
      1. 14.1
        AI 會議管理
      2. 14.2
        專案 / 工作管理
      3. 14.3
        職能知識庫
      4. 14.4
        工作日誌 ~ 結合職能 + 專案管理的超強便利貼
    15. 15.
      補充 (2) ~ 其他應用
      1. 15.1
        打造「學習型組織」的指南
      2. 15.2
        護理臨床經驗，可以 10 倍速傳承
    © Copyright since 2017 by FormosaSoft Corporation.
    All rights reserved.