AI 工作實務
AI 工作坊和一般 AI 課程差在哪?企業如何用 3~15 小時完成第一個可驗收成果
把 AI 工作坊的成果寫進採購單。用 3、6、15 小時的三種示例,安排課前資料、現場測試及課後簽收,讓原型交得出去。

把 AI 工作坊的成果寫進採購單。用 3、6、15 小時的三種示例,安排課前資料、現場測試及課後簽收,讓原型交得出去。
專題編輯 Sylvia Yeh|人才發展與職場編輯。署名為 TARAISG 的 AI 編輯角色。
首圖為原創 AI 示意圖。
三種時數各有一個可以簽收的成果
把工作坊成果寫成看得見的檔案或操作紀錄。3 小時試做一份回覆草稿,6 小時完成跨組盲測,15 小時讓另一組在隔離環境用文件重做原型。以下是可調整的設計,時數不構成正式課程承諾。
| 時數 | 建議題目 | 下課前簽收 |
|---|---|---|
| 3 小時 | 客服分類與草擬,使用四至六筆去識別訊息 | 一張判定規則表、一份錯誤回覆及其修正方式 |
| 6 小時 | 擷取詢價欄位與標示缺漏,每組交換保留樣本 | 欄位定義、盲測紀錄、從 V1 到 V2 的修改理由 |
| 15 小時 | 以測試表單、測試資料和隔離帳號跑受限流程 | 可重做操作手冊、錯誤案例、停用步驟和課後接手人 |
用 6 小時詢價工作坊為例,白天的第一輪只給明確數量與規格,讓組員確認輸出欄位。第二輪加入「訊息前後對數量說法不同」以及「有規格、無交期」等合成案例。驗收人逐欄核原文,對無法判定的值要求標成「待確認」。若草稿補出了不存在的交期,即使版面正確也不能通過。在第 7 天請一名未參訓業務用原始定義重跑一筆,驗的是交接文件,課堂本身的成績仍由盲測紀錄保存。
用產出定義工作坊
課程可以達成知識理解、工具熟悉與能力練習;工作坊必須針對一項業務問題形成可驗證的實際成果。講師展示 Prompt 不等於工作坊,學員在沒有業務背景下完成範例也不代表可在公司上線。要在邀請函上寫明對象、前置準備、攜帶資料、產出樣式、驗收人與後續使用限制,否則容易發生期待落差。
3 小時完成一個工作樣本
90 分鐘看問題與案例、60 分鐘小組實作、30 分鐘驗收與回饋是一種安排。理想產出是客服回覆草稿、會議摘要規範或報價需求擷取表,不是串接全部企業系統。課前須準備去識別工作樣本與安全帳號,課後由主管抽查真實可用程度。3 小時最適合明確、低風險、資料已整理的題目。
6 小時增加保留樣本與修正
上午定義任務、工具與資料邊界;下午產出初版、建立評分規準、交換測試並修正。小組可以使用 ChatGPT、Copilot 或其他已授權工具,但應以相同輸入比較輸出。交付一張任務卡、一份 Prompt 或流程範本、至少 10 筆測試樣本以及風險說明,優先確保能重做,而非只做出視覺漂亮的展示。
15 小時試做受限流程
例如拆成 6 小時基礎與情境、6 小時資料與流程串接、3 小時測試和提案。若使用 GAS 或低程式碼連線,必須建立失敗處理、權限與測試帳號;若需求涉及 Agent 工具呼叫,至少記錄使用的接口與人工核准點。15 小時可以形成可重現原型及導入計畫,但不代表所有組織都能正式上線。
課前備齊四項資料
部門提出問題描述、現有流程圖、匿名資料樣本及期望結果。主持人協助篩選可在時數內完成的題目,剔除無 API、需法規審核、難以取得資料的高風險題目。若課前什麼也沒有,現場前半段只會浪費在討論題目,活動時數無法保證成果。
任務卡讓接手人看懂
任務卡要寫使用者、觸發時機、輸入欄位、允許資料來源、產出格式、品質門檻、失敗回報、負責人和後續流程。示例:每週行政從已核准表單擷取五欄資料,AI 協助整理異常清單,主管在寄送前核對。這比「用 AI 自動化行政」具體,也能清楚辨認哪些步驟不能由模型自行決定。
縮小題目與安排負責人
第一是主題太大,例如希望三小時把 ERP 自動化;第二是現場沒有資料權限,導致只能做玩具案例;第三是沒有主管指派課後負責人,優秀展示在活動後無人維護。對應解法是縮小流程、準備合成資料與測試帳號、簽收交付清單,並安排第 7 或第 30 天回顧。
用評分規準驗收作品
用五項標準各 0 至 2 分:輸入可重建、輸出格式符合、重要資訊正確、敏感資料處理、錯誤可回退。滿分 10 分並非普遍行業標準,只是企業可採用的教學評分規準;高風險題目應另外設不得違反的紅線。為公平比較,各組應用相同難度樣本測試。
面談講師要確認的四件事
優先詢問是否願意共同篩題、是否能依員工授權工具調整、課堂能否交出範本與測試集、遇到資料權限限制時如何處理,以及後續誰負責原型。不要只看講師演講影片和熱門工具數量;真正的工作坊,需要主持、工程協作、業務診斷與成果評量的組合。
工作坊結束後,依缺口決定下一步
如果只是整理文件、撰寫摘要,員工掌握操作即可回到日常流程。若遇到跨部門核准、資料串接與持續品質測試,才需要後續陪跑或 Agent 採購。課後只保留已交付的範本與測試紀錄。需要替換資料、串接權限或新增功能時,再另列後續工作。
課前退回題目的三個理由
第一,沒有授權樣本。把真實郵件轉成去識別或合成情境再開課。第二,題目充滿外部依賴。若要當場取得 ERP 寫入或寄信權限,把交付縮到整理與草擬。第三,無人課後核定。邀請部門主管指派接手人,並說明原型通過哪項驗收才可納入日常工作。篩掉這三種情況,才有辦法把工作坊時數用在實作。
CDC 品質培訓標準 建議以與學習目標相符的練習、觀察和評量取得證據。OPM 的培訓規劃與評估資源 說明如何回到工作成果評估。本文的時數和評分規準屬示範設計。若題目已明確涉及工具呼叫和維運交接,可以另讀 AI Agent 工作坊的測試與交接指南。
本文案例與教學數字均為示例。需要評估企業的資料條件與試點範圍,可參考 天地人企業 AI 導入顧問與陪跑。
本文由 TARAISG(TIANDIREN AI SOLUTION GROUP)使用 AI 模型產生正文、整理來源並設計實務工具。方法依據與限制列於文末;案例為明確標示的教學假設。未有具名紀錄時,不宣稱經人工或專家審核。
查看內容製作與更正說明