帶著情境寫提示詞
每份提示詞都搭配任務情境與檢查方式,讓你知道為什麼這樣問、輸出後怎麼改。
免費 AI 工具箱 — 輸入 Email,免費獲得一套 AI 新手禮包
用聽得懂的話,講難懂的知識,並實作給你看。
我今天能做什麼?
第一步還有點模糊也沒關係。我們會陪你從回信、整理資料或做簡報挑一件,今天就動手試。
今天想完成什麼?
學 AI 不必背工具清單。像煮晚餐一樣,決定今天要做哪一道,再看手邊有什麼、少了什麼。
每份提示詞都搭配任務情境與檢查方式,讓你知道為什麼這樣問、輸出後怎麼改。
按寫作、設計、研究或自動化任務,比較免費額度、上手難度與資料風險。
把找資料、整理、產出與檢查分成幾個步驟,今天就拿一張任務卡練習。
30 天 AI 學習計劃
這是 30 天 AI 學習計劃,如果你覺得自己很不自律,可以考慮讓它逼你學習!
每天都有任務,包含 AI 整理資訊、撰寫內容、製作素材、建立工作流,以及 AI Agent 實作開發。
Day 1-30
每天完成一項任務,把資訊整理、內容製作、工作流與 Agent 開發串在一起。
學會問對問題、寫好的提示詞、系統化思考,將問題從發散到收斂。
一堆資料很亂?整理成 Markdown 文檔、簡報到自己的資料庫中。
複製任務提示詞到 ChatGPT、Codex 或 Claude,問到你懂,最後做個小測驗。
你將學會使用 AI Agent(Codex 或 Claude Code)開發小工具、建立自動化工作流,實際導入你的生活。
5 步工作流預覽
展開後,看資料如何從輸入、整理走到輸出。
01
Perplexity / NotebookLM
輸入
想解決的問題、背景、限制與手上的資料。
整理
用 Perplexity 或 NotebookLM 找來源、比對說法,再用提示詞把問題從發散帶到收斂。
輸出
一份附來源的 Markdown 研究筆記。
02
Notion / Obsidian
輸入
研究筆記、文件、會議紀錄與零散想法。
整理
把內容分成主題、標籤與關聯,收進 Notion 或 Obsidian 資料庫。
輸出
Markdown 文檔、簡報大綱與自己的資料庫。
03
ChatGPT / Claude
輸入
受眾、用途、品牌語氣與整理過的資料。
整理
用 ChatGPT 或 Claude 起草,再逐段檢查事實、結構與語氣。
輸出
貼文、文章或簡報稿。
04
Canva / Higggsfield / GPT Image / Nano Banana
輸入
內容主題、重點文字、尺寸與參考風格。
整理
把文稿拆成圖卡、簡報頁或短影音分鏡,再補齊畫面指令。
輸出
一組能繼續修改的圖卡、簡報或分鏡。
05
Codex / Claude Code
輸入
小工具目標、生活情境、資料邊界與停止條件。
整理
讓 Codex 或 Claude Code 拆成小步驟,逐段開發並測試自動化工作流。
輸出
一個能實際導入生活的小工具或自動化流程。
企業會員傳送門
如果你是公司負責人或團隊主管,這裡會幫你判斷哪段流程適合導入 AI。從客服、追蹤、廣告、行政到現金流,找出最常卡住的流程,再把資料、責任與人工確認整理成團隊能照著做的 AI 工作流。從工作流、知識整理到員工訓練,讓 AI 成為團隊每天照著做的方法。
Case 01
把表單、會議紀錄、請款缺件、內部回覆與跨部門交接整理成固定格式,減少每天重複追人的時間。
現況
行政同事每天要追表單、補資料、整理會議紀錄與提醒待辦,資訊散在 LINE、Email、表單和試算表。
原因
流程靠人記,缺件規則沒有明文紀錄,主管也很難看見哪一段最常卡住。
怎麼做
挑一條高頻流程,建立收件欄位、缺件提醒、會議摘要模板和真人確認點,再讓 AI 草擬日常追蹤內容。
Case 02
把產品資料、客服問答、內部 SOP 與新人訓練內容集中到同一套知識庫,員工搜尋後就能找到。
現況
員工找不到最新版說明,客服和業務各自維護話術,新人訓練也常靠口頭補充。
原因
知識散在文件、聊天紀錄和資深同事腦中,沒有版本、適用情境和最後確認人。
怎麼做
整理 20 個常見問題、產品資料來源與 SOP 範本,標出公開、內部用和需主管確認的內容,再做成 FAQ 和新人練習卡。
Case 03
為客服、行銷、業務、財務和主管建立共用提示詞、工具清單、產出審核與回報節奏,讓團隊有一致的 AI 使用規則。
現況
公司裡有人用 ChatGPT、有人用 Claude,也有人把敏感資料貼進不適合的工具,產出品質難以追蹤。
原因
公司沒有共用任務分類、資料邊界、審核規則和部門回報方式,AI 使用成果停留在個人習慣。
怎麼做
定義角色別任務卡、工具清單、輸出檢查表和每週回報欄位,讓主管看見採用率、退件原因和後續導入流程。
Case 04
把客服重複問題、報價追蹤、會員回購名單和廣告留言整理到同一段追蹤流程,讓線索不再停在聊天紀錄裡。
現況
客服每天回一樣的問題,業務不知道誰問過價格,行銷也看不出哪些留言值得追。
原因
客服、CRM、廣告留言和訂單資料分開放,沒有人統一問題類型、負責人與跟進動作。
怎麼做
建立問題分類、轉單條件、回購名單和追蹤節奏,AI 負責整理摘要和下一句草稿,折扣、承諾和客訴處理保留真人決策。
Case 05
把哪些資料能進 AI、哪些輸出要主管確認、哪些動作不能自動執行寫成規則,避免導入越做越亂。
現況
團隊想用 AI 加速,但客戶資料、價格、合約、醫療或付款內容都不能隨便交給工具處理。
原因
沒有資料分級、權限地圖、停用條件和回報紀錄時,員工只好各自判斷,主管事後才發現風險。
怎麼做
建立紅黃綠資料規則、角色權限、人工審核清單和異常回報路徑,讓 AI 負責整理、草擬與標記;改價、付款、刪資料或對外承諾仍由真人決定。
個人學習成果牆
5 個學習畫面 / 3 則企業回饋
「我以前看到 AI 新工具都先收藏,然後就沒有然後了。現在會先問:這週 HR 最常重複的事是哪一件?這個轉念很小,但真的有差~」
把工具收藏改成每週完成一項任務,從 HR 重複流程開始練。
搭配使用的學習 / 導入服務