當AI從聊天走向行動，從回應者變成執行者，從依指令執行任務的小助理，變成自主完成任務的AI Agent，我們應該如何重新定位自己？上週末（24日）的生成式AI年會上，講者們透過自身經驗，分享與AI共處的實務心得。像是負責上百間學校的基金會人員羅佩琪，由於光是打表單就忙翻，最後決定求助ChatGPT+Cursor，成功用自動化逃離做不完的冗工！
生成式AI已不再只是有趣的新知，它正滲透各行各業的工作流程。從寫信、整理表格、查詢資料到生成文件，許多職場工作者已經在日常任務中，與AI展開實際協作。
然而，這股「人人都是開發者」的浪潮，也讓人發現另一個現實，AI再強大，也無法替你定義問題、釐清邏輯或驗收品質。所以，我們該如何與AI協作？
AI能加速流程，也會暴露你沒想清楚的問題
關鍵評論網業務發展中心總監陳盈臻（Vivi）平常在外見完客戶、回到公司以後，需要處理大量文件，過程既耗時又令人疲憊。
舉例來說，她定期都要寄出大量電子信件給客戶。信件格式規則嚴謹，主旨要按照特別規範撰寫，內容則要調整專案與客戶名稱，儘管每次修改只需約5分鐘，但因為內容繁瑣、數量龐大，再加上會議、討論等耽擱，「我都會5個小時以後才寄出。」
接觸到AI寫程式的風潮以後，陳盈臻決定主動出擊，試著將部分工作利用自動化處理，雖然不會寫程式，也能向AI請益。
為了省下反覆修改信件格式與欄位資訊的時間，她向ChatGPT提問，「我有個Google sheet，你幫我生一些Apps Script程式碼來寄信，然後我就照抄發信，就這麼簡單。」利用AI生成的程式碼，拼湊出小型寄信系統，只要在表單裡選擇客戶、專案和信件目的，就能生成完整信件內容並且寄出，只要1分鐘就完成任務。
除了自動寫信工具以外，陳盈臻陸續與AI共事，開發出讀取雲端資料夾內數百個廣告素材格式與秒數、整理成表格的素材管理工具，以及利用OCR辨識飲料店菜單，接著自動製作成Google表單的點心團購工具，以及靠著ChatGPT寫出，考核同仁時產出評語並自動填進欄位的瀏覽器擴充功能。
不過，她與AI協作的過程並非一帆風順。陳盈臻認為，若工作者不清楚流程，也沒有定義好需求，AI只會放大不確定性。她曾經將好幾份複雜資料丟給AI，希望整理成一份報表，但多次對話以後，還是沒能如願。
「可能資料B有缺欄位，資料C有人沒交東西。在這個情況之下，本來人工就是不理想的狀態，你又想要幻想AI可以幫你完成，我覺得是不太可能的。」問題不在於整合，而是資料本身就有缺失，人們必須先梳理我們自己的問題的核心在哪裡，才能把問題丟給AI處理。
「我覺得AI不是去逃避混亂的捷徑，它是真正直面問題的核心。」
AI能執行任務，補足關鍵知識更好協作
在基金會服務的羅佩琪（Peggy），同樣沒有技術背景，但靠著ChatGPT、Cursor等不同類型工具，打造出自動化小工具。
例如，工作上需要同時面對超過百位學校窗口，每個人都用LINE向她詢問補助進度，她要回頭打開表單確認情況後，再逐一回覆。「小規模的時候可以，但我現在要管理的學校數已經超過一百間，所以就不太work。」
在ChatGPT的協助之下，她開發出進度查詢網站，學校窗口輸入姓名和身分證末四碼，就能找到計畫下所有相關補助的進度。因為背後串接Google試算表，只要修改試算表內容，網站便會跟著更新。
除了簡化對外的工作流程以外，減少自己的負擔以外，在組織內部，她也活用AI協助，自動填寫表格、裁切人物照片、關閉活動報名表單、回覆客服信件等。
羅佩琪表示，在協作過程中，AI能夠處理大部分任務，但還是有兩成的問題，需要向工程師求助，但有時工程師沒有時間，她決定投注更多心力與AI溝通。「有沒有任何一種可能是，我不是被動地接受AI給我的開發步驟，而是要求AI跟我共同做出開發決策？」
因此，她開始與AI討論自己的任務內容，並試著理解AI如何設計解決方法。「我會花半小時到一小時的時間，逐一詢問裡面的專有名詞，」接著在空閒時間，再去補足知識，累積經驗以後，再遇上相似問題時，就能提升溝通效率。
AI能完成工作，但驗收與判斷仍是人的責任
不管是羅佩琪還是陳盈臻，雖然都不是技術背景，但同樣在AI狂飆底下，設法用AI輔助自己增進工作效率。
生成式AI年會策展人李慕約觀察，AI已經能替人類解決許多問題，現在各家服務商都推出深度研究功能，模型的視覺能力也在加強，日後若AI Agent串起更多服務，終將比人類更擅長使用工具。
在這樣的背景之下，人類要扮演的角色就是負責招標和驗收的甲方，知道有哪些AI工具可用、擅長哪種任務，同時掌握AI能與不能的邊界，再加上原本自己就有的專業知識，理解如何稽核工作品質，如此一來，便能更好地讓AI為自己所用。
當AI自主替人類做事的時代來臨，會提問、會驗收、會主導流程的人，才是真正無法被取代的角色。
