7 天 AI 入門
每天一個任務，七天後你就能獨立用 AI 完成工作。
不需要讀完所有文章，只要跟著做。
Day1
第一次把需求說清楚
今天的任務
請 AI 幫你寫一封延期通知信。先用最簡短的方式描述需求，觀察結果有什麼問題，然後逐步改善。
第一步：試試看這個 Prompt
AI 會生出一封信，但你會發現：收件人不對、語氣不確定、內容太籠統、完全不知道你的情境。這就是大多數人第一次用 AI 的體驗。
第二步：補上 AI 需要知道的資訊
比較兩次輸出的差異。第二次的結果通常可以稍微修改就直接使用，因為你提供了五個關鍵資訊：你的角色、事件原因、收件人關係、語氣要求、格式限制。
你會學到
- AI 不知道你是誰、你在什麼情境，它只能從你的文字猜測
- 第一次結果不能直接用，通常是因為你沒有說清楚需求，不是 AI 太笨
- 一個好的 Prompt 至少包含：角色、目的、對象、語氣、格式
一封可以直接寄出的延期通知信，以及你的第一個「好 Prompt」範本。
Day2
提供正確的背景資料
今天的任務
用 AI 摘要一段會議紀錄。先「只丟原文」，再「加上角色、目的和格式要求」，比較兩次輸出的差異。
第一步：只丟原文
AI 會生出一份摘要，但你可能會覺得重點抓得不準、格式不符合你要的樣子、或者遺漏了你最在意的部分。
第二步：加上角色和目的
你會學到
- Prompt 是「你要 AI 做什麼」，Context 是「AI 需要知道什麼才能做好」
- 角色設定讓 AI 知道用什麼視角處理資料
- 明確的格式要求可以省掉後續來回修改的時間
- 「不要加入紀錄中沒有的內容」這類限制條件可以減少幻覺
安全提醒
如果會議紀錄包含內部專案代號、客戶名稱、財務數字或個人資訊，貼上 AI 之前先做去識別化處理（例如用「A 客戶」取代真實公司名），或確認你使用的 AI 工具不會拿你的輸入做訓練。Day 6 會詳細教你怎麼設定。
一份結構清楚、符合格式要求的會議摘要。你會在 Day 3 繼續改善這份摘要。
Day3
改善第一次輸出
今天的任務
延續 Day 2 的會議摘要，不要重新開一個對話，而是在同一個對話中，對 AI 的輸出逐輪修正，讓結果越來越接近你要的品質。
第一輪：指出具體問題
第二輪：調整格式
第三輪：最終確認
你會學到
- 不需要每次都重寫 Prompt——在同一個對話中追問和修正更有效率
- 指出「具體」的問題比說「重寫」或「再改一下」有用得多
- AI 在同一個對話中會記住前面的內容，但記憶有上限（Context Window）
- 最後一輪讓 AI 自我檢查，可以抓到一些自動產生的額外內容
一份經過三輪修正、品質明顯提升的會議摘要。你現在知道怎麼和 AI「對話」而不是只「下指令」。
Day4
辨識 AI 幻覺
今天的任務
請 AI 寫一段你熟悉的主題介紹（例如你公司的產品、你的專業領域、或你住的城市），然後找出哪些內容是 AI 自己編的。
因為你是最了解這個主題的人，你很容易就能找出 AI 編造了哪些內容。這就是幻覺——AI 看起來很有信心，但內容其實是它「補完」出來的，沒有任何依據。
練習：標記以下 AI 產出
以下是 AI 寫的一段公司介紹。假設你知道這家公司的真實情況，試著辨識每一句是事實還是編造：
注意最後一句引用了具體的來源（Gartner 報告）——AI 引用來源時也可能是編造的，「有引用」不等於「是真的」。
你會學到
- AI 幻覺指的是 AI 生成看起來合理但實際上沒有依據的內容
- 數字（客戶數、營收、市佔率）和引用（報告、獎項）是最常見的幻覺類型
- 「有引用來源」不代表內容正確，AI 也會編造出版社和論文
- 檢查方法：用你的專業知識交叉驗證，或直接去原始來源確認
你現在能辨識 AI 產出中常見的三類問題：編造的數字、不存在的引用、過度推論的結論。
Day5
讓 AI 處理一份文件
今天的任務
找一份你手邊現有的文件（訪談紀錄、客服對話、會議備忘錄、學生報告），讓 AI 做三件事：摘要、提取重點、轉換格式。
任務一：摘要
任務二：提取結構化資訊
任務三：格式轉換
你會學到
- AI 擅長的文件處理：摘要、分類、格式轉換、語言翻譯
- AI 不擅長的文件處理：需要外部知識判斷的分析、涉及數字精算的報表
- 「原文出處」欄位可以讓你快速驗證 AI 的提取是否正確
- 要求「未提及」比讓 AI 自己填空安全——後者容易產生幻覺
你用 AI 處理了一份真實文件，產出摘要、結構化資料和一封 email。
Day6
保護你的資料
今天的任務
檢查你目前使用的 AI 工具的隱私設定，確保你的對話內容不會被用來訓練模型，並完成以下安全檢查清單。
ChatGPT 隱私設定
- Settings → Data Controls → 關閉「Improve the model for everyone」
- 確認 Chat History 設定符合你的需求
- 如果有 Team 或 Enterprise 版本，確認管理員已關閉訓練用途
Claude 隱私設定
- 免費版和 Pro 版預設不使用對話內容訓練模型
- Settings → Privacy → 確認 Usage Data 設定
- 使用 API 時，對話內容不會用於訓練（確認使用條款）
Gemini 隱私設定
- myactivity.google.com → 管理 Gemini 活動記錄
- 可以設定自動刪除紀錄的時間（3 個月、18 個月、或手動）
- Google Workspace 版本的隱私政策和個人版不同，需另外確認
資料分類原則
在貼任何內容進 AI 之前，先判斷這份資料屬於哪一類：
- 公開資料（已發布的新聞稿、公開文件）→ 可以放心使用
- 內部資料（內部 SOP、會議紀錄）→ 去識別化後使用，或使用企業版方案
- 機密資料（客戶個資、財務報表、合約）→ 不要上傳到任何 AI 工具
簡單的判斷方式：如果這份資料外洩會造成損失或法律問題，就不要貼進 AI。
你會學到
- 不同 AI 平台的隱私政策和設定位置
- 免費版和付費版在資料處理上可能有不同的政策
- 去識別化的基本做法：替換人名、公司名、具體數字
- 在台灣，個資法對 AI 處理個人資料有明確規範
你的 AI 工具隱私設定已經完成，你知道哪些資料可以用、哪些不行。
Day7
完成一個完整工作流
今天的任務
綜合前六天學到的所有技巧，從零完成一個端對端的工作任務。選一個你下週真的要處理的工作，用 AI 完成它。
完整工作流
每一步的檢查點
- 收到原始資料 → 這份資料可以上傳到 AI 嗎？有沒有敏感資訊需要先移除？
- 寫 Prompt → 有沒有包含角色、目的、格式、限制條件？（Day 1-2）
- 取得初稿 → 初步看一下方向對不對，不要急著修改細節
- 找出問題 → 具體列出哪裡不對、遺漏什麼、格式要改什麼（Day 3）
- 逐輪修正 → 用 2-3 輪對話改善結果（Day 3）
- 查核幻覺 → 有沒有 AI 編造的數字、不存在的引用、過度推論？（Day 4）
- 交付成果 → 你敢在這份成果上簽名嗎？如果敢，就可以交了
推薦任務（選一個試試）
- 為下週的團隊會議準備議程和背景資料
- 把一份客戶回饋整理成產品改善建議
- 寫一封需要說服力的商業提案信
- 把一篇英文技術文件翻譯並改寫成內部說明
- 從一份研究報告中提取和你的專案相關的重點
你會學到
- AI 輔助工作的完整流程不是「一次生成就完成」，而是多步驟的協作
- 每一步都有人工檢查點，你始終是品質的最終負責人
- 什麼時候該讓 AI 重做，什麼時候自己修改更快
- 一個可重複使用的工作流範本，適用於大多數文字類任務
一份真正可交付的工作成果，以及一套你可以重複使用的 AI 工作流程。