1
階段 1：看得懂、敢開口
第 1–2 週 · 每天 15 分鐘這個階段的目標：建立正確的心理模型，知道 AI 能做什麼、不能做什麼，並且敢開口問。
會學到什麼
- 大型語言模型到底在做什麼（用比喻理解，不碰數學）
- 為什麼 AI 會一本正經地說錯話：幻覺是怎麼來的
- Token、上下文、對話視窗這些詞的實際意義
- 四段式提問法：角色 × 任務 × 脈絡 × 格式
- 資料安全底線：哪些內容永遠不要貼進 AI
怎樣算過關
- 能用自己的話跟同事解釋「AI 為什麼會說錯話」
- 能把一句模糊的請求，改寫成一段清楚的任務描述
- 遇到 AI 給的數字或法條，會反射性地去查證
2
3
階段 3：組流程、放大產出
第 9 週之後 · 依專案推進這個階段的目標：從一次問一個問題，進化成一整套會自己跑的工作流程，甚至帶著團隊一起用。
會學到什麼
- 建立個人／團隊知識庫，讓 AI 讀你的資料來回答（RAG 的概念）
- 認識 AI Agent：什麼情況該讓 AI 自己執行多個步驟
- 自動化工具串接：把重複性工作變成排程
- 不會寫程式也能做出小工具：Vibe Coding 入門
- 在團隊裡推廣：使用規範、共用提示詞、教學與導入
怎樣算過關
- 有一條每週自動跑的流程，不需要你每次重新下指令
- 做出過一個自己在用的小工具或自動化腳本
- 能設計一份團隊可用的 AI 使用規範與提示詞庫
走這條路的四個原則
不管你在哪個階段，這四件事都適用。
從真實任務開始
不要為了學 AI 而學。挑一件你這週本來就要做的事，用 AI 做做看，學習才會留下來。
一次只換一個變數
換工具、換模型、換問法，一次只動一項。否則你永遠不知道是哪一步讓結果變好。
把有效的問法存起來
問到好答案時，立刻把那段提示詞存進筆記。三個月後，這份筆記比任何教學都有用。
永遠保留最後判斷
AI 負責草稿與速度，你負責事實與責任。署名的是你，所以查證也是你的工作。