聽過 ChatGPT、Gemini、Claude、AI Agent 同 MCP，甚至已經間中叫 AI 幫手改句子、整理資料，但一返到自己日常工作，就仍然唔知由邊度開始？問題通常唔係你未學識某一款工具，而係你未揀到一件夠具體、會重複出現嘅工作，將 AI 真正放入流程入面。
以下會由最基本嘅一個 Task 開始，拆解普通人使用 AI 嘅四個階段，再用 Task、Context、Skill、Quality Check 四個元素，示範點樣將一次性提問慢慢變成可重用嘅 AI Workflow。你唔需要一開始就識整 AI Agent，亦唔需要同時學晒所有工具。
影片會用會議紀錄、比較報價及處理客戶查詢做示範，帶你由一件工作開始建立 AI Workflow。
文章目錄
- 點解用過 AI，工作仍然冇輕鬆到？
- 普通人使用 AI 嘅四個階段
- 建立 AI Workflow 嘅四個元素
- 三個可以即刻試嘅工作例子
- 新手七日 AI 工作實驗
- ChatGPT、Gemini、Claude 點揀？
- 常見問題
點解用過 AI，工作仍然冇輕鬆到？
好多人第一次接觸 AI，都係由「幫我改好呢段文字」、「總結呢份文件」或者「幫我寫封電郵」開始。呢啲用法冇問題，但如果每次都要重新交代背景、格式同要求，輸出亦時好時壞，AI 就只係一個偶爾使用嘅問答工具，未真正成為工作流程一部分。
要令 AI 穩定幫到手，重點唔係追最新模型，而係先回答三個問題：
- 邊一件工作最常重複出現？
- 完成呢件工作時，AI 需要知道咩背景同資料？
- 你會用咩標準判斷結果可唔可以使用？
當你可以清楚回答以上問題，就已經由「試玩 AI」行近咗「用 AI 工作」一步。
普通人使用 AI 嘅四個階段
第一階段：接觸及試用 AI
你已經開過 AI 工具，試過問問題、改文法、整圖或者整理少量資料。呢個階段嘅價值係建立熟悉感，但 AI 暫時未有固定工作要負責。
第二階段：用 AI 完成一個 Task
你開始將真實工作交畀 AI，例如整理會議紀錄、比較幾份報價、分析客戶查詢，或者先寫一封回覆草稿。對新手而言，呢個先係最值得集中嘅起點。
第三階段：建立可重用 Workflow
當同一類 Task 重複出現，你開始固定所需資料、處理步驟、輸出格式同檢查方法。下次遇到相近工作，唔需要由零開始寫一大段 Prompt，AI 可以按同一套流程處理。
第四階段：AI Agent 處理多個步驟
再進一步，AI 可以按一個目標調用唔同工具、查找資料、完成多個步驟，再將結果交畀你確認。例如收到客戶查詢後，先讀取內容、找出相關公司資料、擬定回覆，再建立跟進項目。
四個階段唔係考試，亦唔代表每個人都要立即做到 AI Agent。冇一個清楚嘅 Task，就好難建立 Workflow；冇成熟 Workflow，亦唔適合急住全自動化。
建立 AI Workflow 嘅四個元素
1. Task：清楚講明要完成咩工作
「幫我睇下呢份文件」有太多可能性。你可以改成「比較三份報價嘅價錢、材料、付款條款同潛在風險，最後用表格列出差異」，AI 先會知道真正要交付咩結果。
2. Context：提供足夠背景
Context 包括你嘅角色、公司或行業背景、對象、可引用資料、語氣、限制，以及邊啲資料唔可以估。Task 決定方向，Context 就決定答案會唔會貼近你嘅實際情況。
3. Skill：將做法變成固定流程
你本身工作上嘅 SOP，可以變成 AI 重複執行嘅步驟。例如處理客戶投訴時，先分類問題，再判斷情緒及嚴重程度，然後查核政策，最後按指定語氣寫回覆草稿。當步驟固定，輸出通常會比單次自由發揮穩定。
4. Quality Check：定義點先叫做合格
AI 生成嘅內容仍然可能誤解資料、遺漏細節或者作出冇根據嘅判斷。你可以要求佢標示引用來源、列出不確定之處、核對日期及數字，並保留 Human in the loop：涉及客戶、價錢、合約、公司政策或對外發布嘅內容，都應該由真人檢查後先使用。
三個可以即刻試嘅 AI 工作例子
例子一：將手寫或錄音內容整理成會議紀錄
將會議錄音轉成文字，或者上載手寫筆記圖片，再要求 AI 整理會議背景、討論重點、決定事項、負責人及下一步。相比只叫 AI「做個 Summary」，清楚指定欄位會更容易得到可直接跟進嘅結果。
可直接修改使用嘅指令：
請根據附件整理會議紀錄，分成：會議背景、主要討論、已確認決定、待辦事項、負責人、限期。睇唔清楚或無法確定嘅內容請標示「待確認」，唔好自行補充。
例子二：比較多份報價，先找出差異及風險
面對幾份格式不同、項目繁多嘅報價，可以先叫 AI 對齊項目，整理價錢、材料、工程範圍、付款安排、保養及缺漏資料。AI 適合做第一輪篩選，但最終選擇仍要回到原始報價及專業判斷。
請比較三份報價嘅總價、包含及不包含項目、材料規格、付款條款、保養、工期同潛在額外收費。所有判斷都要指出來自邊一份文件；資料不足請列為問題，唔好估。
例子三：分析客戶投訴，再準備回覆草稿
AI 可以先整理投訴原因、客戶情緒、涉及產品或服務、已發生時間線，以及品牌需要補充嘅資料，再按目標擬定回覆。最重要係將回覆視為草稿，而唔係直接自動寄出。
請先分析客戶投訴嘅核心問題、情緒、要求及品牌風險，再以冷靜、有同理心但唔作未經批准承諾嘅語氣寫回覆草稿。需要公司確認嘅退款、換貨或補償安排，請用「待確認」標示。
如果你經常面對大量工作電郵，可以再睇〈放假後工作 Email 爆滿？用 AI 約 30 分鐘掌握重點、分類及準備回覆〉，了解點樣將「逐封閱讀」變成按重要性處理。
新手七日 AI 工作實驗：唔好再等完美工具
- **列出三件重複工作：**寫低你每日或每星期都會做、而且需要花時間閱讀、整理、比較或起草嘅工作。
- **先揀高頻工作：**每日出現嘅工作，通常比每季先做一次嘅工作更值得建立流程。
- **只揀一件 Task：**先唔好同時自動化三件事，揀一件最容易驗證結果嘅工作。
- **填好四個元素：**寫低 Task、Context、Skill、Quality Check；未填得完整都可以先由 Task 同 Context 開始。
- **連續使用七日：**每次記低邊啲指令有效、邊啲背景欠缺、輸出邊度要人手修改。
- **第八日先 Review：**將重複出現嘅要求整理成模板或 Skill，慢慢由單次提問升級成 Workflow。
呢個做法嘅目的唔係七日後整出一個全自動 AI Agent，而係建立一個習慣：遇到重複工作時，識得判斷邊部分可以交畀 AI，邊部分一定要由人把關。
ChatGPT、Gemini、Claude 點揀？先睇工作需要
新手階段毋須同時比較所有模型。先揀一款你可以正常使用，而且做到所需基本功能嘅工具，例如上載圖片或文件、整理長文、輸出表格，再用同一件 Task 連續測試。
- **需要處理文件：**先確認工具支援你嘅檔案格式及帳戶方案。ChatGPT、Gemini 同 Claude 都有文件處理能力，但限制會隨平台、方案及時間改變。
- **公司資料較敏感：**先睇公司政策、帳戶私隱設定及資料保留安排；唔好將客戶個人資料、密碼、未公開合約或機密內容直接上載到未經批准嘅服務。
- **需要連接外部系統：**去到 Workflow 較成熟時，先再研究 MCP。MCP 官方文件將佢定義為連接 AI 應用程式與外部資料、工具及工作流程嘅開放標準。
功能及檔案限制可能隨方案更新；發布本文時，ChatGPT、Gemini及Claude官方說明均提供各自嘅文件支援資料，實際使用前應再核對最新限制。
常見問題
完全唔識寫 Prompt，可以開始用 AI 工作嗎？
可以。先用日常語言講清楚要完成嘅 Task、提供必要 Context，再列出想要嘅輸出格式。第一次結果唔理想，就指出邊度要改；唔需要一開始背一套複雜 Prompt 公式。
新手係咪要先學 AI Agent 或 MCP？
唔需要。先證明一個 Task 真係可以節省時間，再將做法固定成 Workflow。當流程要讀取電郵、雲端文件或其他系統資料時，先研究 MCP 或 Agent 會更實際。
AI 寫好嘅客戶回覆可以直接寄出嗎？
唔建議。涉及投訴、退款、價錢、承諾、法律或品牌聲譽嘅內容，應保留真人審批。AI 可以負責整理同起草，最終責任仍然由人承擔。
邊類工作最適合做第一個 AI Task？
優先揀高頻、重複、輸入資料清楚，而且結果容易檢查嘅工作，例如會議紀錄、資料分類、文件比較、電郵重點整理及初稿。涉及重大決策或無法驗證答案嘅工作，就唔適合作為第一個全自動流程。
ChatGPT、Gemini、Claude 邊一款最好？
冇一款工具永遠適合所有工作。對新手而言，能否正常使用、可否處理你嘅檔案、輸出是否方便檢查，比追求榜上最強模型更重要。用同一件 Task 測試幾次，先會知道邊款最適合你。
總結：由一件真實工作開始，先至係 AI 入門
玩過 AI 唔等於已經將 AI 放入工作。真正嘅分水嶺，係你有冇揀出一件具體工作，講清楚 Task 同 Context，將做法整理成 Skill，再用 Quality Check 同真人審批保持結果可靠。
今個星期先列出三件重複工作，揀一件最常出現嘅，連續用同一款 AI 工具試七日。當一個 Task 做得穩定，再將佢變成 Workflow；去到需要連接工具及處理多步工作時，先升級到 MCP 或 AI Agent。