走進教室的中小企業主管與行政夥伴，大多帶著同一個痛點走進來：「AI 工具每個月都在出新模型，我們不是工程師，每天行政庶務已經忙不過來，到底該怎麼把 AI 落地到公司日常？」 企業面對轉型時常見的盲點，往往是太快跳進「工具怎麼操作」，卻忽略了「業務流程該如何拆解」。因此第一天的培訓不談空洞理論，而是帶著大家把 AI 調校成能進駐辦公室的「數位助理」。
一、 破除工具選型焦慮：建立 AI 全景地圖
課程開頭先為大家梳理當前的 AI 工具版圖與選型邏輯：
Google Gemini：具備百萬 Token 超長上下文窗口與原生多模態能力，適合處理長篇規章手冊或整場會議錄音。
OpenAI ChatGPT：邏輯推理敏銳，適合複雜業務情境推演。
Anthropic Claude：長文本語氣自然流暢，極適合潤飾正式商業書信與對外文案。
我也向主管們強調資料治理底線：導入任何工具前，機敏資料務必做好去識別化（De-identification），這是企業導入 AI 的核心防線。
二、 行政自動化的底層邏輯：IPO 模式與 RTF 提示詞框架
許多同仁抱怨 AI 回覆太籠統，問題通常在於輸入指令太模糊。上午我們聚焦於兩大結構化思考框架：
IPO 邏輯（Input - Process - Output）： 將混亂的行政事務拆解為清楚的資料流。以「活動經費審查」為例：
Input（輸入）：企劃摘要、預算明細、核銷規範。
Process（處理）：逐項比對金額上限、排除不得報支項目、審核估價單日期邏輯。
Output（輸出）：結構化經費申請表與具體審核意見草稿。
RTF 框架（Role - Task - Format）： 賦予 AI 明確的角色視角（Role）、具體任務（Task）與交付格式（Format）。設定為「行政審查人員」並規範三段式回饋輸出，產出品質就能直接對齊正式公文標準。
三、 直擊辦公痛點：從會議錄音秒變「派工清單」
許多企業每天最耗時的行政泥淖，就是開會兩小時、整理紀錄花半天，最後還不知道誰該負責追蹤。 現場演練長達數十分鐘的審查會議錄音檔，讓 AI 自動過濾冗贅發語詞、辨識發言脈絡，並在幾分鐘內萃取出：
以前我們只能夠把寫好的Google AI Studio程式推送到 GitHub上面儲存. 無法把 Github 的專案導入到 AI Studio 專案裡! 這樣子就造成了我只能夠在 AI studio裡面改變更有的專案, 當我的專案發生了重大的問題, 無法由 GitHub下載回來, 覆蓋專案重新開始做....但是從今天開始你可以囉!!
在AI Studio裡面打開一個新專案, 再按對話框底下這個加號再選擇 Import from GitHub就可以了!😊
