• 00:00 1.
    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)
  • 索引
  • 筆記
  • 全螢幕
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)
長度: 09:06, 瀏覽: 356, 最近修訂: 2026-09-22
如何深耕人才,成為「台灣的領頭羊」? (目標 Objective)

光在辦公室喊口號是沒用的,
我們必須把這種宏大願景拆解成真正可以被衡量出來的指標。 (關鍵結果 Key Results)


關鍵結果
以檢驗科為例,如果醫院能提供以下全方位且專業的人才培育服務 ~

專業知識分享、解答問題、學習資源、專業交流

毫無疑問的,當然就是領頭羊囉。

  1. 專業知識庫 (查資料)
    以後只要有人在 Google 搜尋檢驗資料,結果都要導向他們的專業網站。

  2. AI 小幫手服務 (問專家)
    大家遇到問題,第一時間想問的是他們的 AI 服務,因為相較於一般的 AI,例如  ChatGPT,可以獲得經過專業認證過、且不會胡說八道的答案。

  3. 線上課程 (繼續教育)
    提供開放的教育資源,例如 PGY 相關課程、以及案例分析等專業微課程。

  4. 論壇 (討論區)
    成為全台最大的檢驗科討論交流社群。



先從小目標開始 (Divide and Conquer)
你心裡可能在想,這 4 大目標能做到其中一項就不容易了,何況是全部?

其實只要做到第一點,
另外三項就可以在這個基礎上,用 xms+ AI 系統不費吹灰之力順勢完成喔。

要如何做到第一點呢?
馬克吐溫說過的一句名言 ~

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」。


這句話真的是一語道破!
透過分而治之策略,就能完美填補了夢想跟現實的差距。

我們可以把目標,
從整個檢驗科領域 (複雜的事) 改成更小的目標 (做得到的小事)

對象限縮到「PGY 新人」
聚焦在「微生物領域」
 

在可控的範圍內按部就班,
集中資源突破,會更容易成功!

為什麼是這樣的目標?理由很簡單:
  1. PGY
    這是最需要問別人和教育訓練的一群人,CP 值很高。

  2. 特定範圍
    在這個小範圍「微生物」內集中火力,一旦在微生物領域把這套模式跑通了,再進行典範轉移到其他領域,如:抽血收檢、鏡檢、血液、血庫、生化血清、微生物、免疫、分生、品保、行政庫存等。


經過上述分析,
第一階段的目標就可以調整成

成為檢驗科 PGY 在微生物領域的 No. 1 (領頭羊)


接著,再將執行過程中收集的數據、成果整理
  1. 發表到國際期刊
  2. 參加國際競賽獲獎,例如中國附醫多次的教學創新獲得國際大獎、甚至協助提供全球教學資源。
就能成為全球的典範!


附註:收集論文投稿的數據
如果 PGY 訓練可以做到 10 倍速,從研究問題、方法與教育意義,絕對是翻轉醫學教育的創舉。

因此只要有好的論述、實驗方法與數據佐證,
絕對可以發表在 AMEE 國際醫學教育會議,甚至獲得 Research Paper Award。

數據可以分兩個部分:
  1. 客觀數據
    將 PGY 分實驗組、對照組,透過課後評量就能獲得客觀的的比較數據。

  2. 主觀認知
    透過實驗組的問卷,透過 5 點量表 (非常同意、同意、普通、不同意、非常不同意) ,將主觀態度或感受轉換成可以比較、統計與分析的資料,進行量化分析。
    例如,
    • (前輩的經驗) 透過前測的題目引導,瞭解過去學長姐學習過程中遇到的相關問題,對我面對未來的學習可以增加信心、降低不確定性
    • (同儕的經驗) 透過每星期的測驗引導,瞭解其他同學的問題,對我很有幫助
    • ...


執行
每天花 10 分鐘,持續收集需求 (問題) 與整理 FAQ (透過 AI 協助),
大約只要 3 ~ 6 個月,當重要且常見問題達到一定的覆蓋率後,接著「開放」網站服務,以下的「關鍵結果 Key Results」就能水到渠成。

  1. 專業知識庫 (檢驗科微生物領域)
    有豐富的資料,就能像中國附醫教授的「沈伯伯神經影像學習園地」,Google 搜尋「神經影像」時出現在前面 (圖1),自然成為國內該領域最重要的學習資源之一。

  2. AI 小幫手服務
    透過 Google 引導進入網站後,只要能清楚看到「AI 小幫手」的服務 (圖2),立刻就會試試看問 AI,體驗到相較於 ChatGPT 的優勢 ~ 獲得經過專家認證後的精準內容,且直接對症下藥 (先講重點的 Q&A)、立刻解決實際的問題!

  3. 線上課程 (檢驗科微生物領域)
    只要有設計出「符合需求」的課程名稱,例如「PGY 訓練」(基礎) 與「案例分析」(臨床經驗) 等,各大醫院負責 PGY 的老師自然就會引導學生前來學習,因為能減輕老師授課負擔外,又能提高學習成效。

  4. 論壇
    用 AI 小幫手滿足 80% 的需求外,其他的就可以透過 xms+ 提供的「AI 知識社群」提供大家交流並持續收集需求,增加覆蓋率與正確率。


收集經驗 ~ 一切的基礎
第一步當然是上傳已經有的相關文件,建立基礎的 AI 服務,
接著就能透過以下方式開始收集並整理 FAQ 囉。
  1. 用 AI 從現有文件整理
    無論是 notebookLM、ChatGPT (註2) 或是更方便的 xms+ AI 直接在文件下方的「整理 FAQ」功能 (燒自己的 token),就能快速將文件的重點整理成 FAQ。

  2. 問外部 AI 補充 (註1)
    問 ChatGPT,就可以得到很多 PGY 常問的問題,再由專家認證整理成「PREP + 圖片」的回應。

  3. 從內部真實案例收集
    先從內部 PGY 開始,收集真實碰到的問題

  4. 透過論壇持續收集
    有了上面的基礎後,就可以開放對外,持續收集。 


制度設計與時程規劃
如何有系統的按部就班執行呢?
設計出符合 ABC 精神的制度和符合 SMART 原則的「階段性小目標」,是成功的關鍵,可以有效避免落入虎頭蛇尾的窘境。

參考的制度如下:

每天下班前 30 分鐘
微生物檢驗領域的資深同仁,依據 PREP 架構,寫 3 個 FAQ  (來源可能是請 AI 生成 or 論壇等)

持續一週,主任請團隊喝下午茶
連續兩個月,請團隊吃 Buffet 大餐


這就是一個符合 ABC 精神和 SMART 原則的制度
說明如下:

  1. ABC 精神
    每天下班前 30 分鐘 (Anchor moment 清楚的提示)
    寫 3 個 FAQ (New Tiny Behavior 很小的行為)
    主任請客 (Celebration 慶祝一下)

  2. SMART 原則
    每天下班前 30 分鐘 (Specific 明確 + Time-bound 期限)
    寫 3 個 FAQ (Measurable 可衡量 + Achievable 能力可及 + Relevant 有相關)

依據上述制度落實,時程規劃如下:
  1. 一個月後
    先開放內部使用,從做中持續改善

  2. 兩個月後
    開放 Internet 使用,持續收集經驗 (QA)、打造檢驗科的動態大腦

  3. 一年後
    成為全台灣檢驗科最重要的專業諮詢中心、發表成果到國際會議



採取行動!
這是日本經營之聖「稻盛和夫」的名言 ~

想,都是問題
做,才有答案
站著不動,永遠是觀眾


Just Do It
就讓我們開始動手吧!

沒有奇蹟只有「累積」 (聚沙成塔,大海不捐細流)
只要方向正確、持續改善,就一定能達標,獲得舞台和滿滿的成就!



附註 (1) ~ 問 ChatGPT 整理 FAQ 的範例
兩個步驟
  1. 問 ChatGPT AI
    例如,prompt 可以這樣寫:
    「檢驗科的pgy,在微生物檢驗的過程中,最常遇到哪些問題呢 請將每個問題和處理方式,用 Q&A 的形式整理」 (圖3)

  2. 調整 FAQ
    改寫成 PREP 並寫得更具體

以 ChatGPT 提供的這個 QA 為例

調整前:
c4455b5a3312022043b85a0501f1586f.png

調整後: (可以善用系統的「AI 修飾」功能輔助)
6e7877998a786d38853048ac0bff4095.png




附註 (2) ~ 用 AI 從文件中整理 FAQ 的範例
流程如下:
  1. 上傳文件

  2. 生成 FAQ
    參考的提示詞:
    根據這份文件,幫我出 10 個「情境式、推論式」使用者問題與解答。
    問法要自然,像一般使用者真的會問的問題。

  3. 整理 FAQ
    改寫成 PREP 並寫得更具體

a9d1b7ab48f474b335496e4cfd548e50.png


附圖

圖1:Google 搜尋「神經影像」,第二筆就是「沈伯伯神經影像學習園地」
f12a728baa2816c3089ad573d5d3c9c6.png


圖2:網站服務有清楚的引導
ede54dba65c230d3984946c2e6bb3373.png


88c3043087a20d1cd879cede2832e764.png

    評語
    請登入後才可以評分
    位置
    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
    2026-08-13 22:36:09
    最近修訂
    2026-09-22 07:27:48
    長度
    09:06
    引用
    2
    1. 1.
      快速入門
    2. 2.
      需求、現況與突破
    3. 3.
      生成式 AI 的根本限制與風險
    4. 4.
      打造沒有 AI 幻覺的知識庫
    5. 5.
      應用 (1) ~ 用 AI 提升業績 20%
    6. 6.
      應用 (2) ~ AI 驅動的學習革命
    7. 7.
      採取行動 ~ 導入系統與建立制度
    8. 8.
      知識管理 (1) ~ 記錄經驗
    9. 9.
      知識管理 (2) ~ 維護資料
    10. 10.
      知識管理 (3) ~ 寫 FAQ
    11. 11.
      知識管理 (4) ~ 寫文件
    12. 12.
      操作教學
    13. 13.
      Q&A
      1. 13.2
        企業為什麼需要自己的 AI 知識庫?
      2. 13.3
        文件與 FAQ
      3. 13.4
        AI 幻覺
      4. 13.5
        如何開始累積經驗?
      5. 13.6
        員工不想寫 FAQ 怎麼辦?
      6. 13.7
        FAQ 到底要怎麼寫?
      7. 13.8
        知識庫如何持續維護?
      8. 13.9
        經驗如何變成能力?
    14. 14.
      補充 (1) ~ 數位轉型
    15. 15.
      補充 (2) ~ 其他應用