這幾年，我常在企業裡教 AI 的課。市面上談 AI 的人很多，多半在介紹工具、教提示詞；但從「教學現場看到什麼」這個角度，來聊 AI 怎麼用的，其實比較少。

所以我想把課堂上的心得，一篇一篇寫下來。這是第一篇，先聊我最在意、也最想先跟企業說的一件事：產出品質。

最常見的出包：「幫我處理到好」

先說一個我覺得在企業裡很常見的場景。

主管或同仁把一件事丟給 AI，說：「幫我處理到好。」AI 很快就交出一份東西，排版漂亮、語氣通順，看起來完全像樣。可是仔細一看，方向是錯的。最後的結果是，花在收拾的時間，比自己做還多。

這不是 AI 不夠聰明。是因為「好」這個字，對人跟對 AI 都太模糊。AI 不會停下來問你「你說的好是什麼意思」，它會自己決定一個看起來合理的版本交出來。

為什麼我先談品質，不先談效率

AI 輸出品質把關

在使用 AI 的過程中，用明確的標準與檢查步驟，確認產出符合需求的做法。

很多企業一開始想的是「怎麼讓 AI 幫我們變快」。我完全理解，速度很誘人。但我在教學現場越來越確定一件事：

沒有把關的速度，只是讓錯誤更快擴散。

所以我的順序是：先能把關，再來談效率。能確認產出對不對，才有底氣把更多工作交給 AI；確認不了，交得越多越不安心。

把關，其實就三個觀念

聽到「品質把關」，很多人會以為要學很複雜的方法。其實回到最基本，就三個觀念：

1. 01不把「好不好」整包丟給 AI判斷好壞的權力，留在人手上
2. 02目標明確到可以驗收要什麼、怎樣算做對，事先講清楚
3. 03把工作拆小拆到每一步都能單獨檢查

還有一個我很喜歡的提醒：

說不出怎樣算做對的部分，就是該留在自己手上的判斷。

這句話很樸素，但幫了不少人釐清「哪些可以交給 AI，哪些不行」。

能把關了，才放心把 AI 放進流程

品質把關是起點，不是終點。當你有把握確認產出，下一步才是：怎麼把 AI 真正放進日常流程裡。這件事其實比想像中難，也是很多企業卡住的地方，下一篇我來聊聊。

寫在最後

如果你的團隊正在導入 AI，先別急著問「哪個工具最快」，不妨先問一句：「我們有辦法確認它做得對不對嗎？」這個問題想清楚了，後面很多事都會順很多。

常見問題

AI 教學現場札記系列

1. 01企業用 AI，先把產出品質把關好，再來談效率本篇
2. 02企業想導入 AI 卻落不了地？我在教學現場看到的三個卡點
3. 03人人都用 AI 不是問題，企業要想的是怎麼鼓勵大家用