職場中的 AI:知識工作程序的實用指南
學習如何將 AI 用於 10 項重複性任務,並提供隨時可用的提示詞、安全技巧和簡單的試點。

這篇文章剖析知識工作程序如何將 AI 用於每週消耗時間的重複性任務,而不僅僅是用於單次問題和寫作任務。它包含隨時可用的提示詞、安全使用 AI 的指引,以及將 AI 快速且簡單地建置到您的工作流程中的步驟。
如何在職場中使用 AI
大多數知識工作程序都伴隨著工作說明中沒有的營運開銷:開會、行政、隨時掌握最新資訊、管理關係。
這些任務通常是開始使用 AI 的最佳切入點,因為其輸出結果易於檢查,且出錯的風險很低。
以下是其中的 10 項任務,以及如何提示 AI 來協助處理每一項任務。
備註:某些 AI 工具需要附加或直接貼上來源素材。其他工具則可以從已連線的收件匣、雲端硬碟或開啟的瀏覽器分頁中自行提取。以下的提示詞適用於這兩種情況。
1) 掌握最新資訊
關於同一主題的新文章和更新筆記堆積如山,要跟上最新發展確實是一大挑戰。
AI 工具可以協助您:
- 將分散的來源整合為單一解答
- 捕捉跨文件的矛盾或版本漂移
- 總結自上次更新以來有哪些變更
- 標記來源意見分歧之處
2) 溝通
狀態更新、總結、進度追蹤:大多數的職場溝通都重複著相同的幾種形式,這讓 AI 能夠輕鬆寫出像樣的初稿。
AI 工具可以協助您:
- 從重點清單草擬電子郵件、更新或文件
- 針對不同的受眾調整語氣或長度
- 為不同的讀者重寫相同的更新內容
- 在傳送前找出表達不清的措辭
3) 會議
AI 可以協助將對話轉化為具體的後續行動和決議記錄。
AI 工具可以協助您:
- 從筆記或逐字稿中提取行動項目與負責人
- 在通話結束後立即草擬總結
- 找出實際上未指派給任何人的承諾事項
- 根據上次會議未解決的項目準備議程
4) 規劃與排定優先順序
AI 可以讓組織複雜的每週行程、應付多項承諾以及更準確地估算時間變得更容易。
AI 工具可以協助您:
- 將相互衝突的截止日期轉化為作業順序
- 在排程衝突變成問題之前加以標記
- 區分真正緊急的事項與感覺緊急的事項
- 合理性檢查計畫是否切合實際
5) 分析與決策
AI 無法取代人類的判斷力,但它擅長組裝、排序和比較複雜的資訊,讓決策過程更輕鬆。
AI 工具可以協助您:
- 匯集相關資訊以做出決策
- 找出推理一致或不一致的地方
- 在依據某個假設建立基礎之前進行壓力測試
- 組織發揮作用的各項因素
6) 產出交付項目
現今更為精密的 AI 工具不僅能回答問題,還能建立投影片、報告、文件或試算表。
AI 工具可以協助您:
- 將研究或筆記轉化為第一版簡報稿、試算表或報告
- 直接從原始素材產出格式化的文件
- 在花時間琢磨之前建構交付項目的架構
- 在建立時一併收集來源
7) 行政開銷
AI 可以減少繁瑣的手動任務,例如自動輸入或分類資料、標記檔案,或將資訊從一個工具複製並貼到另一個工具。
AI 工具可以協助您:
- 分類開支並標記重複或遺漏的項目
- 草擬例行電子郵件
- 將粗略的筆記轉化為可提交的內容
- 使用您已有的資訊填寫重複的表單
8) 審查與品質控制
AI 對於捕捉單一文件中的不一致之處,以及調和多個來源的聲明非常有用,例如標記草稿偏離風格指南之處。
AI 工具可以協助您:
- 捕捉整份文件中不一致的數字或聲明
- 在發布內容前標記表達不清的措辭
- 對照檢查清單或風格指南檢查草稿
- 找出早期章節與後期章節之間的落差
9) 學習
掌握不熟悉的主題過去意味著緩慢的閱讀,或是拜託忙碌的同事幫忙。
AI 工具可以協助您:
- 快速對不熟悉的工具、流程或主題有工作上的理解
- 準備您應該準備好回答的問題
- 以您需要的層級解釋概念
- 在與比您更有專業知識的人交談之前填補背景知識
10) 管理關係
分散在舊電子郵件和筆記中的背景資訊,在通話前的短時間內可能很難重新建構。
AI 工具可以協助您:
- 在對話前匯集背景資訊:討論過、承諾過或懸而未決的事項
- 在客戶或利害關係人通話前準備簡報
- 追蹤持續進行的關係中的未決項目
- 草擬參照真實先前背景的進度追蹤信件
如何在不惹惱 IT 團隊的情況下開始使用 AI
上面的每個提示詞都假設該工具可以存取真實的、有時甚至是敏感的公司資訊,因此事先建立一些習慣可以防止該存取權限在日後變成問題。
- 開始之前,請檢查核准工具清單。 大多數公司都會在某個地方發布清單:IT 資訊庫、安全性入口網站或新人引導文件。如果您找不到,請直接詢問,而不是假設沒有清單。
- 透過公司的 SSO 登入,而非個人帳戶。 個人登入無法繼承公司的資料控制、稽核軌跡或離職流程,因此即使工作本身是公司業務,該工作也會停留在 IT 的視線範圍之外。
- 了解公司的資料層級,而不僅僅是「敏感與否」。 大多數公司將資料分為兩類以上,例如公開、內部、機密和受限,貼到某個工具沒問題的內容,貼到另一個工具可能就不行。如果這些層級沒有記錄在顯眼的地方,請向 IT 或安全性部門確認。
- 貼上時請盡可能去除識別碼。 在貼到未正式核准的工具之前,請將真實姓名、帳號和客戶詳細資訊替換為預留位置,例如 {client_name}。
- 關閉模型訓練切換開關。 大多數 AI 工具都有一個設定,通常標示為「改善模型」或「使用我的資料進行訓練」,這會預設將您的輸入納入訓練資料中。請檢查隱私權或設定面板並將其關閉,除非該工具已獲得明確批准且無此疑慮。
- 連線前請檢視工具可以存取哪些內容。 如果它會預約、傳送訊息或觸及您的收件匣,請檢查它要求的權限,並撤銷您未積極使用的任何權限。
- 如果不確定某事是否獲准,請開口詢問。 傳送快速訊息給 IT 或安全性部門,通常比事後發現某個工具未獲清除要好。
如何更有效地在職場中使用 AI
大多數知識工作程序已經在隨意使用 AI:單次提問、快速草擬電子郵件、複製結果、完成。將任務視為兩週的試點,而不是一次性問題,才是將這種隨意使用轉化為有意義的時間節省的關鍵。
以下是如何開始:
1) 在做任何變更之前追蹤完整的一週
連續五個工作天,記錄每一項重複性任務、花費的時間以及感覺有多繁瑣。有多種時間追蹤工具可供使用,但連續記事就可以了:「星期一,20 分鐘,整理收據,有點煩人。」到了星期五,一個模式通常就會自然浮現。
2) 挑選一項任務
檢視筆記並選擇首先要自動化哪一項耗時、繁瑣的任務。
有幾個因素需要考慮:
- 該任務是否每週發生多次?
- 每次的流程是否相對一致?
- 檢查輸出結果是否快速?
- 它是否取決於因情況而異的判斷?
- 是否容易發現並修正錯誤?
- 來源資料是否完整且可靠?
每週狀態更新或經常性開支報告很適合。每季一次的董事會簡報則不適合。對於第一次試點而言,利害關係和審查時間都太高了。
3) 在測試前定義「良好」的標準
寫下一句話來描述正確或可用的輸出,這是在看到 AI 產生什麼之前就決定好的。
提取手動完成該輸出的三個真實範例(三份狀態更新、三份開支報告),並寫下它們的共同點:長度、結構、詳細程度。
然後詢問什麼會使其無法使用。有時透過命名失敗來定義良好更容易。將每次失敗的相反情況納入良好輸出的定義中。
例如,對於狀態更新,可能是:「涵蓋已發布與受阻擋的內容,分為兩段,只需進行極少量的重寫。」
對於開支報告,可能是:「每一行都有類別,且已標記重複項目。」
4) 建置並測試提示詞
從任務的簡單描述和步驟 3 中的「良好」定義開始,然後針對兩到三個真實實例進行測試。
每次執行後,將輸出與該定義進行比較,並記下偏離之處:缺少部分、太長、語氣錯誤。在提示詞中新增一行來解決該特定差距,然後再次執行。
一旦輸出只需要微調而不需要重寫,就可以停止。將最終版本儲存在容易再次找到的地方:例如釘選的文件、筆記應用程式或共用的提示詞庫。
5) 決定一項品質控制檢查
挑選一項可重複的事項進行手動驗證。對於開支報告,這可能意味著在提交之前將類別總計與原始匯出資料進行比較。在兩週內的每個輸出上都執行相同的檢查,即使它開始感覺可靠時也是如此。
6) 兩週後,與基準進行比較。
對於每個實例,追蹤任務從頭到尾花費的時間(包括檢查步驟),以及它與步驟 1 中記錄的時間相比如何。兩週結束時,將其加總以決定是否值得按原樣保留自動化。如果沒有,請調整並重試,或放棄並挑選不同的任務。
將其實踐
挑選最耗時且表現最一致的任務,透過試點步驟執行它,並記錄 AI 節省了多少時間或心力。
Perplexity Computer 為知識工作程序提供了更多容量,而不會在一天中增加額外的工作時數。它連線到日常生活中已經在使用的工具,包括 Gmail、Outlook、Google Drive、Notion 和 Slack,並且可以在內容發布前提取相關素材、草擬輸出,並標記任何需要二次檢視的內容。
在日常工作中使用 Perplexity Computer。
常見問題集
什麼是職場中的 AI?
這是指使用 AI 工具(例如連線助理和聊天機器人),來協助處理工作中的重複性部分:掌握最新資訊、溝通、規劃、審查和行政工作,此外還能處理大多數人已經在問的單次問題。
職場中有哪些 AI 的範例?
從會議逐字稿中提取行動項目、將原始筆記轉化為狀態更新、對開支報告進行分類、建立支援來源的簡報大綱,以及使用過去的背景準備通話,是五個常見的範例。
在職場中使用 AI 有什麼好處?
最明顯的好處是拿回遵循可預測模式的任務時間:總結、草擬、分類和審查需要花費真正時間來做但不需要深度判斷的工作。
職場中使用 AI 的優缺點是什麼?
好處是更快的初稿以及減少在重複任務上花費的時間。缺點則在於跳過檢查步驟時出現:未經證實的摘要被視為事實、未經審查即發送草稿,或是將敏感資料貼到從未獲批准的工具中。
如何在職場中使用 AI?
從一項重複性任務開始,追蹤它目前如何進行一週,定義良好的輸出看起來像什麼,針對幾個真實實例測試提示詞,並在兩週的試點期間設定一項固定檢查在每個輸出上執行。
職場中使用 AI 有哪些風險?
主要的風險是將 AI 輸出視為已驗證(實際並非如此)、透過未獲批准的工具傳送敏感資料,以及讓 AI 摘要替代了仍然需要真人進行的決策、批准或關係判斷。
AI 會取代工作嗎?
對於大多數知識工作而言,AI 取代的是角色內部特定的重複任務,而不是角色本身。本指南中的任務(溝通、行政、初稿)是最有可能轉變的任務,而判斷、當責和建立關係則保留給執行工作的真人。