Chat 基本操作流程
- 說明背景
這是什麼任務、為誰而做 - 給出明確指令
你希望 AI 具體做什麼 - 提供參考資料
貼上文件、數據或範例 - 檢視輸出並追問
不滿意就追加條件，而非重新開始
自我檢測
用 Claude 草擬一封給廠商的詢價信，第一版的語氣太生硬，最有效率的下一步是什麼？
AI 101 · 模組 2
Claude 基本操作與工作實作
從 Prompt 到文件分析、Cowork 實作，建立個人 Use Case
開始第一節已完成 0 / 17
同步我的進度加入梯次後，進度可跨裝置保存，講師也能看到
學習目標
- 執行基本的 Chat 流程：說明背景、給出指令、提供參考資料、檢視輸出
- 用 T-C-R-F 把模糊的需求改寫成清楚的指令
- 用六個步驟分析文件，並區分事實、分析與未知
- 練習 Cowork 與 Code 情境，並為任務選擇合適的工具
- 把所學整理成個人 Use Case
Chat 實作流程
Prompt 設計
Prompt 就是工作指令
把 Prompt 想成交辦一項工作給同事：對方掌握的背景越少，你需要說明得越清楚。模糊的指令會得到模糊的結果。
資訊
「幫我分析客戶問題」不是一個工作指令，只是一個話題。
自我檢測
主管說「幫我看一下這份報告」，你直接把這句話當成 Prompt 貼給 AI。最可能發生什麼問題？
T-C-R-F 架構
- Task（任務）
你要 AI 做什麼，具體到可以驗收 - Context（背景）
為什麼要做、給誰用、限制條件 - Reference（參考）
提供的資料、範例、風格依據 - Format（格式）
希望輸出的結構、長度、語氣
自我檢測
你請 AI 寫一份給新進員工的工作交接說明，但沒有說明是給誰看、也沒有附上目前的工作流程文件。T-C-R-F 中缺了哪兩項？
Prompt 練習：改寫模糊指令
改寫前：模糊版本
幫我分析客戶問題。
改寫後：T-C-R-F
- Task
- 整理本季客戶反饋中的前三大問題。
- Context
- 提供給產品主管做優先順序決策。
- Reference
- 附上的客戶反饋原始紀錄。
- Format
- 條列三項問題，各附一句證據與一句建議。
自我檢測
T-C-R-F 中，「Reference」對應的是什麼？
文件分析
文件分析：從一份會議紀錄開始
文件分析是最常見的工作場景之一：會議紀錄、報告、客戶反饋都需要被讀懂、整理、追問。接下來介紹一套可重複使用的六步驟流程。
- 行政會議紀錄：把冗長的逐字稿整理成待辦事項與負責人
- 跨部門專案週報：找出延遲的環節與需要升級處理的風險
- 客戶服務信件：歸納出重複出現的抱怨類型，供主管排序改善
六步驟：理解、整理、分析、提問、產出、驗證
- Understand 理解
這份文件在說什麼、目的是什麼 - Organize 整理
拆解成議題、責任、時間線 - Analyze 分析
找出模式、風險、關聯 - Question 提問
找出資訊缺口與需要追問的地方 - Produce 產出
整理成摘要、報告或建議 - Verify 驗證
回頭核對關鍵事實與數字
自我檢測
分析一份跨部門專案會議紀錄時，發現某項任務「負責人未定」，這在六步驟中最適合歸入哪一步？
Fact / Analysis / Unknown
Fact 事實
- 文件中明確寫出的內容
- 可直接引用原文
Analysis 分析
- 基於事實的推論與判斷
- 需要標明是推論，不是事實
資訊
還有第三類：Unknown（未知）：文件沒有提供、需要進一步確認的資訊。三者都要明確標示。
自我檢測
會議紀錄寫著「本月進度落後兩週」，但紀錄中完全沒有提到原因。如果 AI 的摘要寫「可能是因為人力不足」，這句話屬於哪一類，該如何標示？
證據驗證
- 每個結論是否能追溯回原始文件的具體段落
- 數字是否與來源一致，而非被四捨五入或誤植
- 是否存在互相矛盾的段落，AI 是否忽略了它
自我檢測
原始資料寫「上季客訴 42 件」，AI 摘要卻寫「上季客訴超過 50 件」。依證據驗證原則，應該怎麼處理？
Projects 與 Artifacts
Projects 實作：建立工作空間
把常用的範本、風格指南、背景資料放進 Project，之後每次交辦任務都能延續一致的上下文。
工作情境
客服團隊把常見問題範本、品牌用語規範放進一個 Project，之後每位客服人員回覆客戶信件時，都能延續同一套語氣與格式，不必每次重新說明。
自我檢測
客服團隊每天要處理大量客戶信件，且必須維持一致的品牌語氣，最有效率的做法是什麼？
Artifacts 實作：產出可編輯文件
當任務需要反覆修改、最終交付的產出（例如報告、表格），使用 Artifacts 讓你可以持續編輯而不必重新生成整份內容。
工作情境
製作一份要給主管過目的專案進度表，主管會提出幾輪修改意見。用 Artifact 持續編輯同一份表格，比每次重新整段貼上更容易追蹤修改歷程。
Cowork 實作
Cowork 實作：委派一個完整任務
使用四份實作檔案（Meeting_A、Meeting_B、Sales_Report、Customer_Feedback），練習把一個較完整的任務交給 Claude，並產出：三項主要問題、證據、未完成事項、建議、一頁主管摘要，以及 Fact / Analysis / Unknown 分類。
自我檢測
委派 Cowork 任務時，要求產出包含 Fact / Analysis / Unknown 分類，主要目的是什麼？
委派前的計畫（Plan-before-execute）
- 任務範圍與交付格式先講清楚，再開始執行
- 先讓 AI 說明它打算怎麼做，你確認後再繼續
- 複雜任務拆成幾個可檢查的階段，而非一次到底
自我檢測
委派一個涉及四份文件、需要產出主管摘要的複雜任務前，依 Plan-before-execute 原則，最適合的第一步是什麼？
Cowork 產出覆核
產出後，依 Human–AI Review 原則覆核：事實是否可追溯、分析是否合理、是否遺漏未完成事項，最後才交付主管摘要。
工作情境
Cowork 產出的主管摘要寫「客戶滿意度全面下滑」，但原始四份資料中有一份其實顯示滿意度上升。覆核時發現這個矛盾，就必須請 AI 修正或自己調整措辭，不能直接交付。
Code 與自動化
Code / 自動化概念
使用 Sales_Report.csv 練習：找出缺值、重複資料、達成率、未達標月份、最大回覆時間、最低滿意度、可能的關聯性，並且不宣稱因果關係，只描述觀察到的關聯。
注意
關聯不等於因果。資料分析的結論要謹慎表述。
自我檢測
Sales_Report.csv 分析發現「客服回覆時間較長的月份，滿意度分數也較低」，最嚴謹的描述方式是什麼？
工具選擇複習
工具選擇複習
回顧 Module 1 的判斷流程：單次任務用 Chat，多步驟多資料用 Cowork，重複規則明確的任務用 Code。今天的四個練習分別對應哪一種？
自我檢測
分析 Sales_Report.csv 找出達成率與可能關聯，最適合搭配哪一種模式？
個人 Use Case
個人 Use Case Canvas
選一項你實際工作中重複發生的任務，填寫 Use Case Canvas：現況流程、頻率、耗時、痛點、期望的 AI 協助方式、建議模式，以及若結果出錯的後果與人工覆核方式。
注意
Use Case 欄位請勿輸入公司機密、客戶個資或未授權敏感內容。
Exit Ticket
課程結束前，填寫 Exit Ticket：最希望 AI 協助的工作、頻率、耗時、初步工具分類，以及希望後續部門訪談討論的事項。
- 具體描述一項重複發生、耗時明確的工作，而不是泛泛的「想用 AI 提升效率」
- 初步分類建議的模式：Chat、Cowork 或 Code，依本課所學的判斷流程填寫
- 寫下如果這項工作交給 AI 協助、結果出錯，後果有多嚴重，作為後續覆核強度的參考