AI 試點只有總部高手會用？門市與輪班同仁需要的不是另一場大教室演講

教學方法專題｜案例、時程與表單為編輯設計示例，非客戶實績或已完成的產品實測。

核心答案：總部有 6 位 AI 種子員工，每週分享新工具；80 家門市的同仁仍然靠紙本交接，夜班也從來沒參加過展示。問題可能不是第一線不願學，而是總部把辦公室的使用方式直接搬到門市。

專題編輯：Sylvia Yeh｜營運主管、HR

圖說：天地人原創編輯流程圖，為教學示意，非真實企業現場或產品操作畫面。

門市同仁不需要知道所有模型，先找到一個能減少交接錯誤的工作

辦公室員工有個人電腦、安靜時間與可編輯文件；門市與輪班員工可能只有公用設備，必須在營業中處理客戶，且交接時間短。這時讓大家學「如何寫更長 Prompt」通常不是優先任務。比較好的切入口，是選出一個既有且低風險的交接流程，例如公開促銷資訊問答或教學用異常事件分類。

先把使用時間和操作環境納入設計。 班別不同，就要有不同的練習與支援節奏；設備共用，就不能預設每個人都有個人帳號和雲端記憶空間；沒有足夠網路，就要有可離線使用的原有 SOP。

三個角色，四個 15 分鐘單元

營運主管決定試點任務和可用時段；現場班長負責每日實作與異常回報；IT／資安決定帳號與資料邊界。每週設計 4 次短練習：第一回認識核准工具與不能輸入的資料，第二回完成交接摘要，第三回比較 AI 草稿與標準答案，第四回演練工具失效時恢復既有程序。

使用情境不能讓同仁承擔新的監控壓力

如果管理者只看誰登入、誰提問最多，可能把成效指標變成監控個人的工具。建議觀察「一項交接工作是否完成」「錯誤是否被發現」「員工是否知道何時不用 AI」等任務層級訊號，並在彙整報表中避免不必要的個人追蹤。員工參與需要建立合理信任，也要安排匿名反饋管道。

交接練習提示詞：

以下是完全虛構的交班便條。請輸出 3 欄：「已完成」「下一班需處理」「需要主管確認」。不得生成不存在的顧客承諾；對時間、設備或金額有歧義時標示待確認。文字限制為 150 字，供現場交接使用。

不用登入率決定要不要擴大

兩週試點至少記錄工作完成數、需要人工重做的比例、各班別實際參與機會與回報問題。若日班可用、夜班不可用，可能是設備、教學方式或現場支援不一致，而不應立即判定夜班「抗拒轉型」。擴大前需由 IT 核實共用設備登入、帳號切換、個資儲存與權限邊界。

「我們班的人太忙」背後可能是設計問題

員工下班後被要求花一小時使用新工具，常被解讀為缺乏學習動機。但在輪班現場，培訓時間本來就和客戶接待、人手配置、交接責任相互衝突。主管可以把學習嵌入正式交班，而非額外增加未被承認的工作。若公司有工時、職安與勞動條件要求，須與 HR 一起安排，不應把 AI 學習變成隱形加班。

先讓成功示例流動，而不是要求每個人自行摸索

每一班別保留一份只含模擬資料的「合格輸出範例」與「常見錯誤」。日班改善格式後，夜班可以直接接續使用；夜班發現工具離線時，也應有既有紙本或內部系統流程。這種方法會把知識留在流程裡，而非全放在少數高手的個人聊天紀錄。

一位門市主管如果問「要不要推到全部門市」，先看各店的任務差異：有的店每晚交班量大，有的店常見的是顧客對話摘要；如果實際問題不同，不應一份提示詞全國通用。試點的成功條件應是能按現場需要調整，同時遵守相同資安與品質底線。

最後留下三種可複用資產

一張交班任務卡、一份經主管核對的合格示例、一套失效時的回退流程。這三種東西比熱鬧的成果發表會更能讓下一個班別持續使用。

圖說：依本文工作方法繪製的原創示意流程；並非系統實測畫面。

讀者可立即使用的工作資產

範本：frontline_shift_adoption.csv 教學工作包（ZIP）。此檔案包含教學用的示例資料，不是實際企業統計或已完成測試的證據。

資料來源與適用邊界

• Microsoft Learn：Use Microsoft service adoption framework。
• NIST：Artificial Intelligence Risk Management Framework: Generative AI Profile。

本篇以官方文件與通用流程治理原則為基礎，並提出原創工作方法；不代表對任何企業租戶、ERP 版本或 AI 產品完成實機測試。價格、方案、法規與功能會變動，採購或正式部署前應與供應商、IT、資安及資料責任人查證。教學數據與案例均為模擬。

讀者下一步： 將範本帶回企業，先由實際流程擁有人確認現況與限制，再決定是否需要企業內訓或 AI 導入試點。