一句話說明
AI 可以幫自由工作者處理「值得做但不想花太多時間」的環節——提案初稿、會議摘要、進度報告、發票整理。但接案的核心競爭力（專業判斷、客戶關係、交付品質）仍然要自己掌握。
接案階段
提案撰寫
用 AI 產出提案的初稿結構，包含專案理解、執行方法、時程和報價。好的 Prompt 要包含你的專業定位和過去做過類似專案的經驗摘要，這樣 AI 產出的提案才不會是泛用模板。
Prompt 範例：
我是有 5 年經驗的 UI/UX 設計師，擅長 B2B SaaS 產品。
客戶需求：[用自己的話摘要，不要貼原始 RFP]
我的做法：[你計畫怎麼執行，大概幾個階段]
我過去做過的類似專案：[簡述一個，讓 AI 理解你的水平]
請幫我產出提案大綱，包含：
- 專案理解（100 字，用我的話重新詮釋客戶需求）
- 執行方法和時程（200 字，分階段列出交付物）
- 為什麼我適合這個案子（100 字，根據我的經驗）
語氣：專業但不過度正式，像和客戶面對面聊天
不要做的事：直接把客戶的 RFP（需求文件）貼進 AI。很多 RFP 有保密條款，而且 AI 可能直接複製 RFP 的措辭來寫你的提案，看起來像是沒有自己消化就回覆。用自己的話摘要重點就好。
報價估算
AI 可以幫你列出容易遺漏的工項——例如做 UI 設計時容易忘記報價「設計系統文件」「交付後兩週的修改」「不同螢幕尺寸的適配」。把大致的工作範圍丟給 AI，請它列出可能遺漏的工項，然後根據自己的經驗估時數和費率。
AI 對台灣自由工作者的市場行情了解有限。它可能會建議美國市場的時薪（$100-200/hr），台灣市場的行情差異很大。報價要基於你自己的經驗和市場調查。
作品集整理
AI 可以幫你把每個專案的成果整理成一段結構化的描述：挑戰 → 做法 → 成果。這比一長串截圖或連結更容易讓潛在客戶理解你的能力。但作品集中的數據（轉換率提升 X%、使用者滿意度提升 Y%）一定要是真實的，AI 可能會自己編出一些「看起來合理」的成果數字。
執行階段
會議紀錄
工具推薦：Otter.ai 或 Fireflies.ai 錄音並自動產出逐字稿和摘要。英文會議的辨識準確度可以到 95% 以上，中文和混合語言的準確度比較低。
用法：開會前告知與會者你會錄音（這是基本禮貌也可能是法律要求），會後 AI 產出的紀錄要自己看過，確認關鍵決定（Action Items、截止日期、誰負責什麼）有被正確記錄。AI 有時候會把討論中提到但沒有達成共識的事項也記成決議。
如果不想用專門的工具，也可以在會後把自己的手寫筆記丟給 ChatGPT 或 Claude，請它整理成結構化的會議紀錄（決議事項、待辦事項、各方觀點摘要）。
文件初稿
報告、企劃書、簡報的初稿可以用 AI 加速。但交付給客戶的版本一定要自己審過。特別注意這幾件事：
AI 可能加入你沒有的資料或數據。如果你寫「市場趨勢顯示...」但沒有給 AI 具體資料，它可能自己編出一個「市場規模預計 2027 年達到 XX 億美元」的數字。這種數字一旦出現在交付給客戶的報告裡，就會影響你的專業信譽。
AI 的格式可能和客戶期望不同。每個客戶對報告的格式偏好不同——有的要條列式、有的要段落式、有的要先寫結論再說明過程。第一次合作時問清楚格式偏好，把格式要求寫進 Prompt 裡。
程式碼開發
如果你是接程式案的自由工作者，GitHub Copilot 或 Cursor 可以大幅加速開發。但 AI 產出的程式碼有幾個常見問題需要注意：
安全漏洞：AI 生成的程式碼可能有 SQL Injection、XSS、硬編碼的 API Key 等安全問題。交付前做一次基本的安全檢查。
過度設計：AI 喜歡用設計模式和抽象層，可能把一個簡單的 CRUD 功能寫得過於複雜。如果客戶的需求很明確，簡單直接的程式碼比「架構優美」但難以維護的程式碼更有價值。
授權問題：有些客戶的合約會規定程式碼必須是「原創的」或「不使用 AI 工具」。接案前確認合約中對 AI 輔助開發的規定。
設計素材
用 Midjourney 或 DALL-E 產出概念圖和草稿。適合的用法是做早期的概念發想和風格探索，讓客戶在實際設計開始前就能看到視覺方向。
版權注意：AI 生成圖片的版權歸屬在很多地區仍不明確。如果客戶需要用在商業用途（廣告、產品包裝、網站），建議用付費版的 AI 工具（Midjourney 付費方案的使用條款明確允許商用），並在交付時清楚告知素材是 AI 生成的。如果客戶要求純人工原創設計，就不適合用 AI 生成的素材。
行政管理
發票和記帳
用 AI OCR 工具（如 Dext、AutoEntry）掃描收據、分類支出。大部分的 AI 會計工具可以自動辨識收據上的日期、金額和商家名稱，按照預設的分類（餐費、交通、辦公用品）歸檔。
但報稅相關的分類和計算需要自己或會計師確認。AI 可能會把一筆「請客戶吃飯」的餐費歸類成個人餐費而非業務交際費，稅務上的扣抵方式完全不同。
客戶溝通模板
整理一套常用的溝通模板：
確認需求信。收到客戶的新需求後，確認理解正確，列出具體的工作範圍和不包含的項目。
進度回報信。每週或每個里程碑時，更新客戶目前的進度、遇到的問題、下一步計畫。
交付通知信。交付成果時，附上交付物清單、使用說明、保固範圍。
催款信。發票到期未付款時，從友善提醒到正式催款的不同語氣版本。
用 AI 把這些模板依情境客製化，每次只需要填入具體的案件資訊就好。
排程管理
多案並行是自由工作者最常見的壓力來源。AI 可以幫你根據各專案的截止日期和預估工作量，建議每日的工作排程。但 AI 的排程通常太理想化——不會考慮你週三下午要接小孩、週四有另一個案子的臨時會議。把排程當作參考，不要當作鐵律。
時間節省估算
根據飛飛觀察的自由工作者使用案例，各環節的時間變化大致如下：
提案撰寫：從 2-3 小時降到 30-60 分鐘。AI 產出初稿的結構和措辭通常可用，你主要的工作是確認事實正確、加入個人化的經驗描述、和調整語氣。
會議紀錄整理：從 1 小時降到 15 分鐘。AI 的逐字稿需要人工確認關鍵決定是否記錄正確，但不用從頭整理。
進度報告：從 45 分鐘降到 15 分鐘。把這週做了什麼的要點丟給 AI，它幫你整理成給客戶的週報格式。
信件回覆：從每封 15 分鐘降到 5 分鐘。AI 產出初稿後人工調整語氣和確認內容。
這些數字是熟練使用者的平均值。剛開始用 AI 的時候，因為要學習怎麼寫好 Prompt、怎麼判斷 AI 產出的品質，效率可能反而更低。通常需要 2-4 週的練習才能穩定提速。
客戶保密注意事項
NDA 和保密條款。很多客戶的合約中有 NDA（保密協議）。把客戶的商業資訊（產品規格、營收數據、使用者資料、內部文件）丟進 AI 工具，技術上可能違反 NDA。即使 AI 工具的隱私政策說「不會用你的資料訓練模型」，把資料傳到第三方伺服器這件事本身可能就是保密條款不允許的。
免費版的風險比付費版高。免費版的 ChatGPT 可能用你的對話來訓練模型——這意味著你輸入的客戶資訊理論上可能影響模型對其他使用者的回應（雖然機率極低，但解釋起來對客戶來說不太好聽）。使用付費版、Team 版或 API 可以明確排除資料訓練。
實際做法：用概括性的描述取代具體資訊。把「幫台灣某銀行寫一份 Q3 營收分析報告，營收 NT$45 億」改成「幫一家金融機構寫一份季度分析報告，營收 [金額]」。AI 只需要知道結構和語氣，不需要知道具體數字。
如果你經常處理敏感的客戶資料，考慮在本地端跑開源模型（如 Llama、Mistral），資料不離開你的電腦。效果比雲端 API 差一些，但保密性完全在你的控制下。
AI 對接案定價的影響
AI 讓很多原本需要專業技能的任務變得「看起來」簡單了。這對自由工作者的定價策略有兩面影響。
下行壓力。客戶可能認為「AI 都能做的事為什麼還要付這麼多」。部分基礎工作（簡單的中翻英、基礎 UI 設計、模板化的文案）的價格確實在下降，因為客戶可以自己用 AI 做到 70% 的品質。
上行空間。能夠善用 AI 的自由工作者可以在同樣的時間內交付更高品質、更大量的成果。你的競爭優勢不再是「你能做這件事」，而是「你做得比 AI 好、比其他人快、而且知道怎麼確保品質和安全」。
建議的定價策略：按價值定價而非按時間定價。如果你用 AI 在 2 小時完成了客戶預期要 2 天的工作，報價應該基於交付物的價值（「這個設計系統會幫你的開發團隊每個月省下 40 小時」）而非你花的時間（「我花了 2 小時」）。
長期來看，AI 會壓縮「純執行」型工作的價值，但會提升「判斷+執行+品質把關」型工作的價值。如果你的接案內容可以簡述成「把 A 轉成 B」（翻譯、格式轉換、簡單設計），你需要考慮升級服務內容。如果你的工作涉及理解客戶的商業目標、做策略性的建議、管理專案交付，AI 反而讓你更有效率。
安全與限制
AI 輸出的品質不一致。同一個 Prompt 在不同時間可能產出品質差異很大的結果。交付給客戶之前一定要自己品檢。不要因為上次 AI 產出的結果很好，就預設這次也會一樣好。
版權和智財風險。AI 生成的內容在法律上的版權歸屬仍有爭議。如果客戶要求你交付「原創內容」，完全用 AI 生成可能構成合約問題。建議在合約中加入「可能使用 AI 工具輔助」的條款，或確認客戶接受 AI 輔助的工作方式。
過度依賴的風險。如果你每個案子都高度依賴 AI，長期下來你的專業技能可能退化。特別是寫作和設計類的工作，如果你連初稿都不自己寫了，幾年後你可能發現自己不用 AI 就寫不出東西。保持核心技能的練習：定期手動完成一些任務，確保你的基礎能力不會退化。
知識檢測
讀完文章後，測試一下你對這個主題的理解。
常見問題
要告訴客戶我用了 AI 嗎？
看合約和產業慣例。如果合約中有「原創性」相關的條款，主動告知比較安全。如果只是用 AI 輔助（類似用 Google 搜尋或 Grammarly 檢查文法），通常不需要特別聲明。但趨勢是越來越多客戶會主動問，事前約定好比事後解釋好。灰色地帶的做法是在合約中加入一條「可能使用 AI 工具輔助，但最終品質和內容由我負責」的條款。
哪些自由工作最適合用 AI？
文字相關（文案、翻譯、內容行銷）、程式開發（Copilot/Cursor 生態系已經很成熟）、資料分析（用 ChatGPT Code Interpreter 或 Claude Artifacts）。比較不適合的：需要高度原創性的藝術設計、需要深度人際互動的顧問工作、需要實體操作的工作。
會不會被 AI 取代？
取決於你做的事有多少是「套模板」型的工作。如果你的價值在於理解客戶需求、做專業判斷、管理專案和關係，AI 是讓你更有效率的工具。如果你的價值主要在於「能操作某個軟體」或「能用英文寫通順的句子」，這些能力的市場價值確實在降低。
自由工作者該付費訂閱 AI 工具嗎？
如果你每天都在用 AI，ChatGPT Plus 或 Claude Pro（約 $20/月）的投資通常在第一週就回本——一次提案撰寫省下的時間就值這個價。關鍵是選一個最適合你主要工作類型的工具深度使用，而不是每個都訂閱一點。
如何在作品集中呈現 AI 輔助的作品？
強調你的貢獻在哪裡（策略規劃、品質判斷、客戶管理、最終把關），而非迴避 AI 的參與。能力展示的重點應該是「你如何善用工具交付高品質成果」。2026 年大部分雇主和客戶已經接受 AI 輔助是正常的工作方式，重點是你的產出品質而非你是否用了 AI。