企業訓練轉用：三小時也要有判斷力

先說結論

大學課程可以安排 18 週，企業訓練卻常常只有 3 小時。時間縮短，不能只是刪減內容或改成工具展示。有效的轉用，是從原課程要培養的判斷力中，選出一項企業現場會遇到、學員當天可以演練，並能在課後 30 天內試行的工作任務。

企業訓練必須能獨立成立，不能只作為 A11/A12 結尾的附錄。企業現場還涉及職位壓力、部門利益、資料權限、主管期待、績效指標與時間成本。大學課程可以讓學生逐步建立概念；企業訓練則要讓參與者在有限時間內完成可運用於工作的成果，例如主管行動卡、AI 專案試行計畫、利害關係人溝通腳本，以及資料與人工覆核表。

這一單元以三組去識別案例與公開文章說明企業轉用。某金融機構的中階主管回訓，將抽象的管理討論轉化為 AI 決策模擬；某企業 AI 專案實作課程，將「製作 AI 功能」重新界定為資料、流程、人工覆核與驗證；某能源服務企業的工作流程課程，則將 30 天試行、管理意涵報告與獨立品管整理成可操作的規則。vocus 文章補充企業導入的四條路線，以及菜鳥主管 AI 教練的公開脈絡。三組案例均經改寫與合成，不代表任何單一客戶的完整情況。^{SRC-1001SRC-1002SRC-1003SRC-1004SRC-1005}

請將企業訓練理解為一項重新設計，而非大學課程的縮短版。你要為企業設計一個高密度的判斷任務，讓學員在短時間內辨識工作盲點，並完成主管、同事或 HR 可以檢視的行動成果。

你會完成什麼

完成本單元後，你會製作三份企業訓練設計成果。

第一份是「18 週到 3 小時轉換表」。你會從完整課程的知識、案例、活動與評量中，選出企業工作坊可以充分處理的任務。重點在於確定一個具有工作現場壓力的判斷情境，再安排課前閱讀、現場活動、AI 模擬與課後 30 天行動。若只是按比例刪減內容，容易使原本 18 週的課程失去完整脈絡。

第二份是「企業判斷任務卡」。內容包括使用者、工作情境、利害關係人、資料限制、AI 介入位置、人工覆核點、當天完成品與課後指標。這張卡要求你明確回答企業要改善的工作問題：是新人熟悉工作、主管覆核、跨部門溝通、報價品質、採購判斷、知識保存，或 AI 專案試行？

第三份是「30 天試行與成效證據」。企業訓練若只以滿意度結束，通常無法判斷工作方式是否改變。試行任務的規模必須控制在 30 天內可以開始、查核與修正。某能源服務企業的去識別案例清楚界定了試行：先以小範圍任務檢查 AI 工作流程是否可用、由誰負責查核，以及如何觀察使用率與品質指標；此階段尚不屬於正式系統導入。^SRC-1003

這三份成果能讓企業訓練從課堂滿意度，進一步轉化為學員週一回到公司後可以開始試行的具體工作。這也是 A11/A12 轉為企業訓練時最重要的差別。

開場故事

去識別案例一：把抽象管理語言改成 AI 決策模擬

某金融機構的中階主管回訓案例，有一項清楚的設計原則：回訓不能只更換案例，再次進行相同討論。課程應將主管常見的管理困難，轉化為可以演練、修正，並能應用於工作現場的方法。此處使用的是合成後的教學情境，不呈現合作狀態、參與者表現或任何可回推客戶的細節。^SRC-1001

前兩次課程呈現出幾項問題：學員容易停留在抽象的管理語言；權責與資源配置難以釐清；跨部門專案推動困難；會議投票可能稀釋責任；主管授權常只有交辦，缺少邊界與回饋。這些現象不能簡單歸因於「學員不認真」，因為它們正是主管工作中的真實難題。

回訓因此重新設計為「主管決策模擬室」。AI 在此不以展示工具功能為主，主要擔任情境產生器、利害關係人與反方教練。它可以生成接近金融業現場的壓力情境，扮演不願投入資源的跨部門主管、重視風險的法遵角色，或要求速度的業務主管，也可以追問學員：你的假設是什麼？誰被忽略？這項決策由誰負責？如果對方不配合，你的下一步是什麼？

這個案例顯示，企業訓練中的 AI 應支持管理判斷的反覆演練，而非只作為課程的科技包裝。最後，每位學員完成主管行動卡與 30 天實踐任務，HR 也能辨識班級的共通問題，課程成果才有機會延伸到工作現場。

去識別案例二：不要把企業問題直接翻成 AI 功能

某企業 AI 專案實作課程的合成案例中，各組都有業務問題與原型方向，常見評語仍是「需要重構」。學員並非不努力，而是容易將企業問題直接轉化為「請 AI 提供答案」：由 AI 報價、推薦機型、判斷採購時點或產出規格。這些情境已重新組合，只用來說明專案設計的共同盲點。^SRC-1002

顧問反覆指出，AI 能否回答只是專案中的一個環節。資料能否結構化、規則能否維護、正確答案如何驗證，以及人工覆核如何納入流程，才會決定專案是否可用。報價系統應先取得完整的客戶需求，查對型號與價格資料，再交由主管覆核，不宜讓 AI 直接決定價格。採購輔助也應整理價格、庫存、市場事件與過去採購理由，由採購人員判斷「何時適合採購」。

這項區分對企業訓練十分重要。課程不能只設定為「今天學會一項 AI 功能」，而要讓學員辨識資料庫、規則、AI 摘要、人工覆核與主管決策各自負責的環節。學員若能明確指出哪些工作不適合交由 AI 處理，才表示他理解企業導入的責任邊界。

核心觀念

企業訓練要重新安排任務

首先要釐清大學課程與企業訓練的差別。大學課程有較長時間建立共同語言，學生可以從概念、案例、活動到作品逐步累積。企業學員多半已有工作經驗，相關概念通常也曾接觸；主要困難在於回到現場後不知道如何執行，或雖能說明道理，卻無法推動工作。

企業訓練設計因此要從工作任務出發。你需要回答：這群人週一回公司會遇到什麼情境？他們必須做出哪一項判斷？這項判斷涉及哪些資料、角色、權責與風險？課堂上可以讓他們安全練習哪一個環節？課後 30 天可以試行哪一項小規模任務？

企業訓練若只是工具功能清單，學員可能覺得新鮮，卻不容易應用；若只談管理理念，學員或許認同，仍無法展開下一步。較合適的設計，是讓學員帶著自己的真實任務參與課程，現場完成一張可用的工作卡，並知道回到公司後要與誰協作、取得哪些資料，以及如何判斷試行結果。

四條企業導入路線

vocus 文章把生成式 AI 企業導入整理成四條路線：個人思考放大、工作流程重塑、AI 衍生附加系統與知識萃取。這四條路線很適合轉成企業訓練的選路表。^SRC-1005

個人思考放大，是由個人使用 AI 進行摘要、草稿、提問、反例與工作準備。這條路線最容易開始，也最容易停留在個人效率。工作流程重塑，則是重新設計某段重複流程，使資料、工具、人工覆核與交付形成完整流程。AI 衍生附加系統，是在原有服務或產品旁建立新的輔助系統，例如客戶訊號追蹤、報價前置作業或規格查詢。知識萃取，則是將資深人員的判斷、案例、錯誤與修正，整理成可以持續累積的組織資產。

單一場次無法完整處理四條路線，學員應先選擇目前最需要的一條。個人思考放大著重 Prompt、查核與工作節奏；工作流程重塑處理 OIP、資料、人工覆核與交接；附加系統涵蓋 MVP、權限、測試案例與使用者；知識萃取則關注來源、知識卡、標準答案、例外案例與維護責任。

30 天試行不是正式導入

企業訓練結尾常見的問題，是學員提出規模過大的行動計畫，例如「導入 AI 客服系統」「建立公司知識庫」「全面優化報價流程」。這些目標或許值得投入，但不屬於 30 天試行。30 天試行的規模必須小到可以實際開始、查核與修正。

一個好的 30 天試行計畫至少要包含：任務、目前做法、資料來源、AI 介入位置、使用工具、人工查核、預期輸出、使用率指標、工作品質指標、風險、第一週行動與負責人。Gemini 可以協助補漏、檢查指標、縮小第一週行動，但不能替部門決定優先順序、負責人或資料安全規則。^SRC-1003

企業學員需要理解，試行是一項小型實驗，不是組織宣示。它要求團隊在一個月內，以可觀察的方式測試一段流程，範圍不及於整個部門的改造。使用率用來確認是否有人實際採用；品質指標用來檢查輸出是否改善；人工查核則避免錯誤直接進入公司的正式判斷。

成效證據不能只看滿意度

企業訓練當天詢問滿意度有其必要，但仍不足以判斷工作是否改變。你需要設計更接近工作的證據。中階主管回訓的合成案例，可觀察成果包括主管行動卡、利害關係人溝通腳本、30 天實踐任務與班級共通問題觀察。企業 AI 專案的合成案例，可觀察成果包括需求一頁紙、流程圖、資料欄位表、測試案例、人工覆核設計與管理價值指標。工作流程案例中，可觀察成果包括管理意涵報告要分清楚資料事實、合理假設、待查事項、建議行動與 AI 不可判定事項。^SRC-1004

這些成果都有共同特徵：可以開啟檢視、討論與修正。「學員了解 AI 很重要」「主管知道要溝通」「大家覺得課程有用」都過於抽象。企業訓練的完成證據應該具體可見，例如一張卡、一份表、一組測試案例、一段對話腳本，或一份 30 天紀錄。

案例拆解

案例一：主管決策模擬室

假設你要將 A11/A12 的「判斷力課堂」轉為金融業主管 3.5 小時回訓。開場不宜從介紹 AI 工具或抽象談論判斷力開始。可以先指出前次課程已辨識的實際問題，包括授權邊界不清、跨部門推動困難、會議投票稀釋責任，以及 AI 專案只談效率卻未界定權責。這次課程不再重複概念，而是將這些問題轉化為演練情境。

第一段，讓學員選一個真實但可去識別的管理情境。第二段，AI 生成壓力情境與利害關係人反應。第三段，學員寫出自己的決策與溝通策略。第四段，AI 以反方教練身分追問盲點。第五段，同儕修正。最後，每位學員完成主管打法卡與 30 天實踐任務。

這項設計的關鍵，在於 AI 不負責評定學員表現。AI 的工作是提供練習壓力、扮演角色並提出反問；最後的判斷仍由學員、同儕與課程負責人共同完成。如此可以避免將 AI 當成評審，也能讓學員在低風險環境中練習高壓決策。

案例二：企業 AI 專案試行

企業 AI 專案的合成案例，可以整理成一項現場活動：學員選擇自己部門的一段流程，先不討論 AI 能否處理，改以一張 AI 任務定位表釐清工作需求。

表格欄位包括：工序、是否需要 AI、若不用 AI 用什麼、驗證方式、人工覆核點。工序可以分成資料輸入、欄位抽取、查詢比對、推薦摘要、最終確認、回饋修正。學員填完後，通常會發現某些地方根本不該用 AI。例如穩定條件應該用規則表，內部規格應該用權限控管資料庫，最終報價或採購決策必須人工確認。

這項活動能將抽象的「AI 導入」轉化為具體的工作流程。學員不必當場撰寫程式，但要能說明資料來源、正確答案的取得方式、錯誤分類、覆核責任與管理價值的觀察方式。相較於只展示完整原型，這些能力更接近企業實際導入所需。

案例三：30 天試行與管理意涵報告

某能源服務企業工作流程課程的去識別案例中，30 天試行與管理意涵報告可以合併成一個企業訓練收尾活動。先讓學員選一個小任務，例如每週整理異常紀錄、每次會議後產出待辦追蹤、每個報價案補上疑義標記、每次客服回饋整理成產品問題。接著填 30 天試行計畫：任務、目前做法、資料來源、AI 介入位置、工具、人工查核、預期輸出、使用率、品質指標、風險、第一週行動與負責人。

然後要求學員把試行成果預想成一頁管理意涵報告。報告不能只寫「AI 發現問題」。它要分成資料支持的事實、合理假設、待查事項、建議行動、不可由 AI 單獨判定的事項，以及需要誰確認。這樣設計可以訓練學員不要把 AI 的整理直接當結論。

島網之夏：把訓練做成一個能承擔後果的模擬

開啟「島網之夏」Gemini Notebook↗

「島網之夏」以 2029 年台灣電力系統遭受資安攻擊為背景，把危機決策、跨部門協調、媒體壓力、數位證據保存與政策透明度放進回合制模擬。這個例子的價值，不在於 AI 能隨機講出多少故事，而在於它如何管理角色、回合、公開與私有資訊、狀態、裁判、安全界線與最後的一頁式決策備忘錄。

下載島網之夏模擬遊戲設計參考包

參考包收錄核心提示詞、必要知識檔清單與模擬設計畫布。本次同步資料沒有包含提示詞指定的九份規則檔，因此這不是完整 v3 遊戲包，只能用來觀察流程與設計方法。若 Gemini Notebook 在缺件時仍生成事件、分數或角色資料，不能把它當成正式規則的結果。

將這套方法移到企業訓練時，先回答八個問題：學員要練習哪一項工作判斷、角色的目標如何衝突、每回合新增什麼資訊與壓力、哪些資料公開、哪些只對特定角色開放、狀態如何保存、哪些內容不得由 AI 產生，以及訓練結束後如何回到真實工作。

涉及資訊安全時，只能討論治理、通報、風險取捨、抽象攻防壓力與數位證據保存，不得生成真實弱點利用、惡意程式、橫向移動、規避偵測或破壞證據的操作步驟。

先不用 AI

紙筆活動：先找企業現場的真任務

請暫時不要開啟 AI 工具。先將準備轉為企業訓練的課程主題寫在紙上，再回答五個問題：

1. 企業學員週一回公司會遇到哪一個真實任務？
2. 這個任務背後有哪些利害關係人？
3. 目前最常出錯、卡住或講不清楚的是哪一段？
4. 這件事的責任不能交給 AI 的地方在哪裡？
5. 30 天內可以試做的最小行動是什麼？

第五題特別容易設定得過大。請將行動縮小到一位學員能開始、一位主管可以檢視，而且能以一份資料查核。例如，「導入知識管理」可改為「每週將三筆客服問題整理成來源、判斷、建議、待查四欄，交由主管覆核」；「優化跨部門溝通」則可改為「下一次專案會議前，使用利害關係人表列出支持者、反對者、觀望者及其顧慮」。

再請 AI 進場

AI 活動：生成情境，但不讓 AI 給結論

現在可以請 AI 將紙筆任務轉化為企業演練情境。使用前須先說明邊界：AI 可以生成情境、扮演利害關係人並提出追問；結論由學員判斷。未提供的公司制度、數字或政策，不得由 AI 補寫成事實。

同一個任務產出低壓、中壓、高壓三個版本。低壓版讓學員熟悉流程；中壓版加入跨部門阻力；高壓版再加時間壓力、資料不完整或上級期待。每一版都列出利害關係人可能的反應，以及學員需要先問清楚的三個問題。

完成後由人員檢查：情境是否過度戲劇化？是否貼近學員工作？是否暴露敏感資料？AI 是否直接評判某個角色？是否將「溝通」當成適用所有問題的解法？只要其中一項不符合要求，就應退回改寫。企業訓練需要適度壓力，但情境仍應符合一般工作現場。

引導式工具

測試資料與預期輸出

使用這三筆測試資料檢查企業訓練轉譯教練。工具若在邊界案例中直接設計完整課表，表示沒有遵守「先確認任務」的原則；若在錯誤案例中繼續使用敏感資料，這套設定便不得納入正式講義。

自助填答

18 週到 3 小時轉換表

企業判斷任務卡

完成品範例

企業工作坊設計包 v1

原課程主題 判斷力課堂：從學生完成課程後應具備的能耐，回推課程設計。

企業轉用任務 新任中階主管準備推動一項跨部門 AI 試行，但業務單位擔心工作量增加，IT 關注系統權限，法遵重視資料風險，一線同仁則擔心新增紀錄負擔。工作坊的重點是訓練主管定義任務、協調利害關係人、安排人工覆核，並設計 30 天試行。

三小時流程 開場 20 分鐘：寫下自己要推動的 AI 試行任務。 No AI 35 分鐘：紙筆畫出利害關係人與責任邊界。 AI 模擬 50 分鐘：AI 扮演業務、IT、法遵與一線同仁，提出反對理由。 同儕修正 35 分鐘：小組交換主管打法卡，檢查是否過度依賴 AI 或忽略責任。 30 天計畫 40 分鐘：寫出任務、資料來源、AI 位置、人工查核、使用率、品質指標、第一週行動。 統整 20 分鐘：每人說明一項不做事項與一個人工覆核點。

當天成果 個人主管打法卡、利害關係人溝通腳本、30 天試行計畫。

30 天成效證據 使用率：四週內至少完成三次會議待辦整理與主管覆核。 品質：每次輸出都分成資料事實、待查事項、建議行動與 AI 不可判定事項。 人工覆核：主管或專案負責人每週標記接受、修改或退回。 不做事項：不使用客戶資料、不讓 AI 決定績效、不把試行包裝成正式制度。

你可以對學員這樣說 這堂課不要求大家預先接受 AI，也不需要先表態反對。今天要練習的是：當 AI 可以協助整理、模擬與追問時，主管如何清楚界定不能委由 AI 承擔的責任，並安排工作流程，使其他人知道如何配合。

企業訓練設計細節

先選任務，不先選工具

企業學員常帶著對工具的期待參與課程。他們可能想知道哪一個模型較合適、哪一個方案成本較低、哪一個平台可以串接系統。這些問題都值得討論，但在課程前半小時，第一個問題應該是：你準備改善哪一段工作？

下列問法較容易找到真實任務。「你想用 AI 做什麼」可改問「你每週重複執行、但品質不穩定的工作是什麼」；「你想自動化什麼」可改問「哪一段工作最常需要主管重新檢查」；「你有什麼資料」則可改問「如果這件事做錯，誰會受到影響」。問題調整後，學員的思考會從工具功能回到工作責任。

例如一位主管說：「我想做 AI 會議紀錄。」你要繼續問：是因為大家不寫紀錄，還是紀錄寫了沒人追？是要整理發言，還是要標示決議和待辦？決議誰確認？如果 AI 把待辦歸錯人，誰負責改？這樣問下去，原本的工具需求會變成工作任務：「每週專案會議後，用 AI 整理待辦與疑義，但由專案負責人確認責任人與期限。」

再例如一位學員說：「我想用 AI 做客服分析。」你要問：是要找常見問題、判斷客訴風險、補產品需求，還是整理回覆草稿？客服內容能不能上雲？哪些客戶資訊要去識別？主管要看每週摘要，還是產品團隊要看缺陷訊號？問完以後，任務可能會變成：「每週抽 20 則去識別客服紀錄，分成可立即回覆、需產品確認、需主管介入三類，並列出待查資料。」

這些任務的範圍比「製作 AI 會議紀錄」或「進行客服分析」更明確，也更適合三小時工作坊，因為它們具備使用者、資料、責任與完成證據。

把 18 週知識變成三層材料

大學課程轉為企業訓練時，無法在三小時內完整涵蓋所有內容。原課程知識可以分為三層：課前共同語言、課中判斷任務、課後試行材料。

課前共同語言只保留必要概念，例如用一頁說明 No AI、AI allowed、人工覆核、資料邊界與 30 天試行。企業學員通常沒有時間閱讀長文，課前材料的目的，是讓大家進入課程時已理解關鍵詞彙，不必預先閱讀相當於半堂課的內容。

課中判斷任務是最重要的一層。三小時內要讓學員確實完成一項工作：繪製利害關係人圖、寫出人工覆核點、進行一段 AI 模擬，並修訂一張 30 天計畫。此時完成度比內容涵蓋率重要；一項任務若能完整經歷定義、模擬、修正與承諾，比介紹十項工具更有價值。

課後試行材料負責延續課堂成果。它可以是一張 30 天紀錄表、一組每週檢核問題、一份主管回饋欄，或一個匿名班級觀察摘要格式。企業訓練若缺少課後材料，課堂上建立的方法很容易在活動結束後停止使用。

企業訓練的三種壓力設計

有效的企業情境需要適度壓力，但壓力必須符合工作邏輯。可以分成三種類型。

第一種是資訊壓力：資料不完整、來源互相衝突、數字看起來異常但原因不明。這適合訓練學員分清楚資料事實、合理假設與待查事項。例如管理意涵報告不能把「發電量下降」直接寫成設備故障，而要標示目前只有資料現象，仍需現場或維修來源確認。

第二種是關係壓力：不同部門目標不同，有些人表面支持，實際上不投入。這很適合訓練利害關係人溝通。業務單位擔心 AI 試行增加填寫負擔，IT 擔心權限，法遵擔心資料風險，主管又希望看到成果。學員除了準備說服話術，還得安排責任、資料、時間與回饋機制。

第三種是責任壓力：決策若只依賴投票，便難以釐清責任；同樣也不能將責任轉嫁給 AI。這類情境適合主管訓練。AI 可以扮演反方教練，追問「這項決定由誰負責」「什麼情況需要升級處理」「如果試行結果不理想，應如何修正」。學員必須明確界定責任；現場氣氛融洽並不能作為完成標準。

壓力設計也有邊界：不用真實客戶資料，不具體描寫公司內部政治，也不讓 AI 生成可識別的人名。情境可以匿名、混合、改寫，工作邏輯則要保留。

企業案例活動包

活動一：AI 任務定位表

這項活動安排 30 到 40 分鐘。每位學員選擇一項準備改善的流程，依序填寫工序、是否需要 AI、若不使用 AI 可採用的方式、驗證方式與人工覆核點。

範例：

這張表能讓學員看見，AI 只是多種處理方式之一：有些環節適合 AI，有些適合規則或資料表，也有些必須由人員決定。活動最後，每位學員標出一個原本準備交由 AI 處理、經檢查後決定保留人工覆核的位置。

活動二：利害關係人反應劇本

這個活動適合主管、專案負責人、HR 或內部推動者。學員先寫下準備推動的 AI 試行，再列出五類角色：支持者、反對者、觀望者、受影響者、決策者。

接著由 AI 分別扮演每一類角色，邊界先寫明：不編公司內規、不使用真實人名、不替角色做人身攻擊。每個角色只提出三種內容：關切、反對理由、願意配合的條件。

學員接著撰寫自己的回應。內容應具體說明合理顧慮、可提供的資料或試行限制、需要對方承諾的工作，以及何種情況需要升級處理。

活動結束時，每位學員會得到一份利害關係人溝通腳本。這份腳本可以放進主管打法卡，也可以作為課後 30 天試行的第一週行動。

活動三：設定 30 天試行範圍

許多企業學員一開始會將 30 天計畫設定得過大，可以採用三輪縮小法調整範圍。

第一輪寫原始目標，例如「導入 AI 會議紀錄」；第二輪縮成流程片段，例如「整理每週專案會議待辦」；第三輪再縮成可查核行動，例如「連續四週，每週選一場專案會議，用 AI 整理待辦、疑義、負責人與期限，會後 24 小時內由主持人確認」。

縮小後補上兩個指標。使用率可以定為「四週至少完成三次」；品質指標則是「每次主持人修改少於三處，且待辦都有負責人與期限」。人工查核寫成「主持人確認後才寄給與會者」；不做事項則列「不處理敏感人事議題、不把 AI 摘要當正式決議、不自動寄送」。

這項活動會將課程概念轉化為具體行動。試行規模不必大，只要可以檢查並取得回饋，才有條件持續推進。

Prompt 修正示範

原始說法

「幫我設計一堂企業 AI 課，讓主管學會用 AI 提升跨部門溝通效率。」

這句話的範圍過於寬廣。AI 很可能產出一套形式完整的課表，包含開場、工具介紹、案例討論、分組演練與總結，卻未必能處理實際工作問題。這項需求沒有說明企業對象、工作任務、資料限制、人工覆核、當天成果與 30 天行動。

修正版

「請先不要產出完整課表。請幫我把這個企業訓練需求整理成任務卡。對象是新任中階主管，真實任務是推動一個跨部門 AI 試行，但業務單位擔心增加工作量，IT 擔心權限，法遵擔心資料風險。當天希望完成主管打法卡、利害關係人溝通腳本與 30 天試行計畫。不可使用客戶資料、內部財務、人名或未公開策略。請先輸出：需要我補充的問題、三小時內可處理的最小任務、AI 可扮演的角色、人工覆核點與不做事項。」

修正版將 AI 的角色從課表產生器調整為需求整理者，也將不可使用資料、完成品與不做事項納入任務。這樣可以降低企業內訓被寫成一般工具課的可能性。

退件判斷

AI 輸出若出現以下狀況，就退回：

• 一開始就安排模型功能介紹，占掉大量時間。
• 沒有 No AI 紙筆判斷。
• 沒有利害關係人或人工覆核。
• 把 AI 當成主管決策評分者。
• 把 30 天試行寫成正式導入。
• 自行補公司政策、資料或權責。

退回時不要只寫「再具體一點」。請直接指出不符合的規則，要求 AI 重作該段，例如：「你將 30 天試行寫成正式導入，請縮小為四週內可執行、可查核、可修正的一個流程片段。」

成效證據設計

當天證據

當天證據要讓訓練結束時看得見。可用證據包括：主管打法卡、利害關係人地圖、AI 任務定位表、30 天試行計畫、管理意涵報告草稿、人工覆核清單。

「理解」「知道」「有感」適合用於反思題，不適合作為當天的完成證據。可以改寫為：「我已列出三位利害關係人各自的顧慮與配合條件」「我已標出 AI 不可判定事項」「我已寫出第一週行動與負責人」。

30 天證據

30 天證據要小而穩，可以分成三類。第一類是使用證據，例如四週內完成幾次、每次由誰確認。第二類是品質證據，例如輸出是否含來源、待查事項、負責人、期限、人工修改次數。第三類是行為證據，例如會議前是否先和利害關係人確認、AI 摘要是否交主管覆核、退回原因是否留下紀錄。

如果企業願意進一步追蹤，可以在 30 天後製作匿名班級觀察摘要。摘要不需揭露個人資料，主要整理共通問題：資料不足、權責不清、跨部門觀望、AI 輸出無法查核，或主管沒有時間覆核。這份摘要能讓 HR 或訓練窗口理解課程的後續價值。

不適合作為證據的材料

有些材料看似成果，實際上不適合作為成效證據。例如一張合照、一份滿意度平均分數、一段「大家討論很熱烈」的描述，或一份沒有資料來源的 AI 報告。它們可以作為活動紀錄，但不能證明工作方法已應用於現場。

企業訓練若要讓主管或 HR 判斷成效，應使用可追溯的證據：誰在什麼任務中使用、採用哪些資料、AI 負責哪個環節、人員在哪裡確認、輸出修改幾次，以及下一次要修正什麼。這些證據形式樸實，卻能支撐下一輪預算與課程調整。

常見問題與排除

學員一直想學工具功能怎麼辦

先肯定工具問題的合理性，再將討論順序放在任務之後。你可以說：「我們稍後會使用 AI，但請先確認準備改善哪一段工作。若沒有明確任務，工具功能只會成為清單。」接著請學員填寫企業判斷任務卡。任務清楚後，再示範合適的工具。

主管班級不想暴露真實困境怎麼辦

公司名稱、客戶名稱與敏感內容都不用寫。情境採匿名處理，角色改成部門 A、部門 B、主管、窗口、使用者；保留壓力結構即可，真實識別資訊沒有教學必要。

AI 生成的情境太誇張怎麼辦

AI 只根據已提供的工作任務與角色生成情境，避免自行加入戲劇化事件。限制可以直接寫：「不要寫成危機公關劇情，不要加入違法、醜聞、媒體爆料，情境要像一般公司會議與專案推動會遇到的阻力。」如果輸出仍然太誇張，就改用人工情境，AI 只負責扮演角色。

30 天行動沒有人追怎麼辦

追蹤方式要在企業訓練設計時就定下來，可以由學員每週填一欄、主管看一次，或由 HR 收匿名摘要。完全沒有追蹤，就只能稱為課後建議，還稱不上 30 天試行。

企業要求直接看 ROI 怎麼辦

先將 ROI 分解為試行指標。三小時課程通常無法直接證明財務報酬，但可以建立前導證據：使用率、修改次數、查核時間、錯誤類型、主管覆核負擔、新人熟悉工作的時間，以及知識是否保存。這些指標可以支撐下一步 MVP；正式效益不宜在課程當天立即宣稱。

課後作業：設計你的企業版

作業一：寫一張企業版轉換表

請選擇一門你熟悉的課，將它轉為企業三小時工作坊。你不必改寫整門課，只要選出一項最值得轉用的能耐。例如，大學課原本訓練學生進行策略判斷，企業版可以轉為「主管如何在資料不完整時決定試行範圍」；原課程若訓練學生進行個案討論，企業版則可轉為「跨部門專案會議前如何辨識利害關係人與反對理由」。

轉換表至少包含六欄：原課程能耐、企業真任務、三小時內保留的活動、移至課前的內容、課後 30 天試行、成效證據。「講授理論」不適合作為主要活動；企業版應讓學員在當天完成一項具體成果，例如一張任務卡、一份溝通腳本、一個試行計畫或一張人工覆核表。

作業二：建立企業情境三版本

請為同一個任務設計低壓、中壓、高壓三個版本。低壓版用來讓學員熟悉流程，中壓版加入利害關係人阻力，高壓版加入時間限制、資料不完整或上級期待。每一版都要保留同一個核心任務，不要寫成三個完全不同故事。

例如核心任務是「推動 AI 會議待辦整理試行」。低壓版是單一部門內部會議；中壓版是跨部門專案會議，業務單位擔心被追進度；高壓版是主管要求一個月內看到成果，但法遵要求資料不得外流。三版都在練同一件事：如何設計 AI 介入位置、人工覆核與責任歸屬。

完成後，請檢查情境是否含有可識別公司或個人資訊。若有，請改成匿名角色。企業訓練要貼近現場，但不需要暴露真實資料。

作業三：寫出 30 天試行紀錄表

將 30 天試行整理成一張可追蹤的紀錄表。欄位至少包含：週次、實際使用情境、AI 協助位置、人工覆核人、輸出是否被採用、修改次數、主要錯誤、下週修正。這張表能具體呈現工作方法是否已進入現場。

第一週行動的範圍要小，例如「選一場固定例會」「使用去識別摘要」「只整理待辦與疑義」「主持人確認後才寄出」。第一週若設定得過大，後續三週通常難以持續。企業試行需要一個確實能執行的起點，不能只依賴參與者的意願。

作業四：設計 HR 或主管看得懂的摘要

企業訓練常需要向 HR、主管或訓練窗口說明成果，因此要準備一份不含個資的課後摘要格式。內容可以包括本班常見任務、共通問題、學員最常保留人工覆核的位置、最常見的不做事項、30 天試行題目分布，以及下一輪需要補強的能力。

這份摘要不應寫成個人評分，也不應公開個別學員的表現。它的功能是讓組織理解共通問題。例如，多數人不知道如何定義使用率，代表下一輪需要補充指標設計；資料安全說明過於抽象，代表需要補充資料分級；多數人讓 AI 進行最後判斷，則代表需要加強人工覆核。

評量方式

基礎通過

你已把一門課轉成企業真任務，並完成三小時流程、No AI 活動、AI 模擬活動與 30 天試行。你的設計沒有把企業訓練寫成工具展示，也沒有把 30 天試行寫成正式導入。

進階通過

你已為同一任務設計低壓、中壓、高壓三種情境，且每一種情境都有利害關係人反應、學員必問問題與人工覆核點。你能清楚說明 AI 在情境中扮演什麼角色，以及 AI 不能替誰負責。

優良表現

你的企業版已有可追蹤的成效證據。當天成果可以開啟檢查，30 天試行包含使用率與品質指標，課後摘要能讓 HR 或主管理解班級的共通問題。你也能指出哪些內容未納入三小時課程，並說明它們應安排在課前、課後或下一輪訓練。

把三小時排成可執行流程

一種可直接調整的配置

企業只給三小時，前 60 分鐘不宜全拿去介紹工具。較穩的配置是：前 20 分鐘建立共同任務，讓每位學員寫下要處理的工作場景；接著 35 分鐘做 No AI 判斷，先畫利害關係人、資料限制與不能交給 AI 的責任；再用 45 分鐘做 AI 情境模擬，讓 AI 扮演反對者、觀望者與風險提醒者；接著 35 分鐘同儕互改，檢查任務是否太大、責任是否模糊、資料是否安全；再用 35 分鐘寫 30 天試行；最後 10 分鐘，每人寫下不做事項與第一週行動。

這項配置讓 AI 安排在課程中段。前段不使用 AI，是為了保留學員的第一判斷；中段使用 AI，是為了提供反方壓力；後段再由人員統整責任、試行範圍與成效證據。

當天要留下哪些成果

三小時工作坊至少留下三種成果。第一種是任務成果：每位學員寫出一個小到可以試行的真任務。第二種是判斷成果：每位學員標示 AI 可以協助的位置，以及不能替人負責的位置。第三種是行動成果：每位學員寫出第一週要做的事、誰確認、使用什麼資料，以及如何判定產出可用。

現場採匿名方式收集即可，不需要公司敏感資料。學員用代號寫任務，例如「部門例會待辦整理」「跨部門專案風險摘要」「客服問題分類」。HR 或主管真正需要掌握的是全班任務分布、最常見的問題、最缺乏的資料，以及哪些試行需要主管支持；個人隱私不在分析範圍內。

追蹤時容易問錯的問題

反例一：課後只寄一份投影片。這不能算追蹤，因為無法得知學員是否使用、遇到哪些困難，以及輸出品質如何。投影片只能協助複習，不能證明行動已發生。

反例二：30 天後只問「你有沒有使用 AI」。這個問題過於籠統。學員回答有，可能只是偶爾請 AI 修改信件；回答沒有，也可能是主管未提供資料。較有效的追蹤問題包括：你選擇哪一項任務？使用幾次？哪一次輸出被採用？哪一次被退回？退回原因是資料不足、責任不清、Prompt 不穩定，或主管沒有時間覆核？

反例三：把 AI 輸出數量當成成效。輸出越多不代表越好。若每週產出十份摘要，但主管都要重寫，這不是成效。請改看可採用率、修改次數、待查事項是否變少、人工覆核時間是否下降，以及錯誤是否被記錄並修正。

本單元成果與下一步

企業訓練最容易出現兩種失真。第一種是時間縮短後，只剩工具展示；第二種是管理語言完整，卻缺少工作現場可用的成果。你需要以一項真實任務承載判斷，使用 No AI 保留第一判斷，運用 AI 提供演練壓力，再透過 30 天試行將課堂成果延伸到工作現場。

下一單元會將前十頁整合為你的旗艦課程工作室。屆時，你要將進場盤點、判斷力主張、終點倒推、案例、No AI 契約、Gemini Notebook（NotebookLM） 助教、Peer Evaluation、Codex 專案流程與企業轉用，整合成一份可以交付的旗艦課程藍圖。

來源與延伸閱讀

標示網路連結者可直接開啟；未附連結者為已去識別或內部教學實作紀錄，僅用來說明本頁內容依據，不提供原始學生、企業或私人資料。

^SRC-1001 教師企業訓練實作經驗整理，2026-07-01；已去識別並合成為中階主管回訓案例，用於說明決策模擬、利害關係人演練、主管行動卡與 30 天實踐任務。

^SRC-1002 教師企業 AI 專案評析整理，2026-05-22；已去識別並重組案例，用於說明資料、流程、人工覆核與驗證框架。

^SRC-1003 教師企業工作流程課程經驗整理，2026-06-24；已去識別，用於說明 30 天試行不是正式導入，AI 只能補漏，不能替部門做決策。

^SRC-1004 教師企業工作流程課程經驗整理，2026-06-24；已去識別，用於說明事實、假設、待查事項、建議行動與 AI 不可判定事項。

^SRC-1005 vocus 文章「生成式 AI 企業導入四條路線」，https://vocus.cc/article/6a46ff36fd897800012d7687↗ ，2026-07-03；企業導入路線延伸閱讀。

^SRC-1006 vocus 文章「五小時！從零打造一個菜鳥主管專屬 AI 教練」，https://vocus.cc/article/68a1b484fd897800014b5d0a↗ ，2025-08-17；AI 管理教練與企業訓練延伸閱讀。

本頁圖解

本頁圖解18 週到 3 小時的轉換圖像載入中

本頁圖解企業判斷任務卡圖像載入中

本頁圖解AI 決策模擬室圖像載入中

本頁圖解30 天試行證據鏈圖像載入中

本頁圖解企業 AI 任務定位表圖像載入中