週五下午的培訓教室裡，大家看著講師示範自動生成文案與精美報表，紛紛點頭讚嘆，在課後問卷上給出極高滿意度。到了週一早晨，回到座位的同仁打開公文系統與信箱，螢幕旁邊雖然開著公司配發的對話視窗，彼此互看幾眼後，依然默默點開舊有的文字範本，一行一行手動敲字。
很多公司以為買齊帳號、開幾堂提示詞課，大家回去就會自己用。實際追下來幾乎不是這麼回事。傳統培訓用完課率和滿意度就能交差，但回去摸索指令要花時間，公文寫錯還要扛責，這些成本全落在員工自己身上。PwC 在 2026 年 9 月發布的全球員工調查也看到類似的落差：雖然有 64% 的受訪員工這一年碰過 AI 工具，但真正能把工具用進日常工作的人只有 14%，剩下 86% 的人還是停在原地，缺的就是有人帶著實作1。
調查裡還提到，每天用工具的人對工作保障的信心有 68%，不常用的人只有 57%。如果上課只看講師表演萬用技巧，同仁回去用不出來，反而只會更焦慮自己是不是跟不上。
上完課還是不敢用，因為出錯要自己負責
之前我們在內部做過一次需求調查，問大家到底哪裡推不動。結果多數人盯著空白對話框，根本不知道第一句話要打什麼。大家最想拿 AI 來救的，其實是每週都要弄的會議紀錄和例行公文。外面的通識課會教你怎麼設定角色、怎麼給背景，但沒人告訴你，當手上的公文格式本來就缺東缺西、附件表格還是歪的，到底要怎麼下指令，才生得出主管肯簽的初稿。
這中間的落差，最後都變成員工下班前的隱形加班。IBM 在 2026 年 9 月針對全球人資長的調查就指出，有 80% 的受訪主管承認，導入工具後反而讓員工多出一堆檢查跟改錯的隱形工作；如果流程裡沒設計好怎麼靠人把關，主管對機器輔助決策的信心會直接掉 57%2。
平常沒練過怎麼抓錯的人，看到 AI 吐出一篇很順的文字，通常分不出裡面哪裡有問題。arXiv 在 2024 年底有一篇研究講得很直接：如果工作流程裡沒有設計主動檢查的環節，人跟 AI 的協作很快就會從「副駕駛」退化成盲目放行的「自動導航」，久了連自己判斷好壞的能力都會鈍掉3。而在高合規要求的單位裡，公文錯一個字都要被退件，同仁與其冒著挨罵的風險去改 AI 的稿子，不如乖乖退回最熟的手工複製貼上。
把手邊真實情境搬進課堂，助教現場即時協助
我自己後來在設計內部實戰課時，乾脆放棄「先上課、再回去用」這套邏輯。因為一回到辦公桌，每個人都被原本的待辦事項追著跑，根本沒人有空為了試一個新工具，去賭今天能不能準時下班。
要跨過這道坎，我試過最有效的做法，就是直接把「回去用」搬進教室裡。
我們把紙筆測驗跟課後心得全拿掉，規定學員來上課前，要先準備好這週手邊最頭痛的一份真實工作——比如剛錄完的一場跨部門會議逐字稿，或是還躺在草稿匣裡的例行公文。這堂課唯一的結訓門檻，就是在下課前用 AI 把這份初稿真正做出來，而且格式要能直接交出去。拿自己每天碰的真實材料下去試，遇到表格跑掉、語氣不對，當場改指令，才會真的有感覺。
不過，光叫大家帶真材料還不夠，現場一定要配隨班助教。同仁平常不敢用，一半是怕指令下不好挫折感很重，另一半是怕不小心把機密資料丟出去出事。所以我們在課前會先給一份很明確的去識別化清單，上課時再讓懂業務的助教直接坐在旁邊。哪裡卡住，助教當場幫你看指令怎麼調；哪裡踩到資安紅線，現場馬上擋下來。說穿了，就是由組織在教室裡先幫員工把試錯成本和資安責任扛下來，大家回座位後才敢繼續用。
graph TD;
subgraph S1["傳統通識型培訓路徑"]
A1["課堂示範萬用技巧與提示詞"] --> B1["課後填寫滿意度問卷向上結案"]
B1 --> C1["同仁回到座位面對空白對話框"]
C1 --> D1["缺乏檢驗手感且擔憂公文出錯責任"]
D1 --> E1["退回最熟悉的手工作業（AI 擱置）"]
end;
subgraph S2["以戰代訓實作路徑"]
A2["課前準備手邊真實業務任務材料"] --> B2["依脫敏清單完成資料去識別化"]
B2 --> C2["課堂現場人機協作與助教即時指導"]
C2 --> D2["當場產出合格公文初稿為結訓門檻"]
D2 --> E2["建立審查者眼力與日常協作手感"]
end;
style S1 fill:#f8f9fa,stroke:#dc3545,stroke-width:1px;
style S2 fill:#f8f9fa,stroke:#28a745,stroke-width:1px;課堂上練的是審查手感，但這招無法全體齊頭式推動
這種上課方式還有一個更重要的目的：幫同仁把「審查者（Checker）」的眼力練起來。
把例行工作交給 AI 之後，機器負責生初稿，人要負責看結果對不對。問題是，如果一個人在課堂上只看過講師準備好的完美範例，從來沒親手抓過 AI 的漏洞，回去看到通順的文字一定照單全收。讓大家在課堂上拿自己最熟的業務反覆重跑，他才會親眼看到：原來這類公文只要少給一個條件，AI 就會自己亂補法規條文；下次要檢查時，他自然知道要先盯哪幾個容易出事的欄位。
當然，這套做法也有它明顯的限制，沒辦法直接複製成全公司幾千人的大規模通識課程。
要把真實業務搬進教室，開課前得花很多功夫先幫部門把流程理過一遍，上課時還得派夠多懂業務的助教盯場，人力成本其實很高。如果某個部門的業務每次長相都完全不同，或者牽涉到極高機密、連去識別化都很難處理，硬推這種實戰課反而會讓助教疲於奔命。比較務實的做法，是先挑那種每週都要做、規則固定、風險也看得見的行政或文書流程來跑。
下次開課前，可以先試這兩件事
如果你正在規劃下一波內部 AI 培訓，不用急著改掉整套年度課表，可以先挑一個單位試試這兩件事：
- 只挑一件大家每週都在做的苦差事當課堂題目：別再上什麼都教一點的通識課。先找出一件部門裡每週都要花時間、規則不算太複雜的例行工作（像是內部會議重點整理，或是受訓名單核對），整堂課就專門把這件事做到好。
- 拿「下課前交出第一份成品」當結訓標準：把課後滿意度問卷和心得報告收起來，改成讓學員在下課前，直接把這項工作的指令步驟和第一份做出來的初稿交給單位主管看過，確定能用才算結訓。
若你正在規劃企業內部的 AI 培訓，或想把日常業務改成實戰課，可以到 Field 看更多人機協作的方法與觀察。
常見問題
帶真實文件來上課，不會有資料外洩的風險嗎？
課前要先給一份清楚的去識別化清單，請同仁先把客戶個資、敏感金額或專案代號換成代稱。上課時統一用公司已經簽約合規的內部工具，再讓隨班助教在旁邊幫大家看一眼，確認丟進去的資料和產出來的結果都沒踩到資安紅線。
大家帶來的業務都不一樣，一個講師怎麼顧得過來？
開課時不要按部門亂湊，而是照「任務類型」分組，比如這組專做會議摘要、那組專做名單比對。講師在台上示範通用的拆解邏輯，台下每一組配一位懂那類業務的助教，現場直接帶著大家改自己的檔案，進度才不會散掉。
延伸閱讀
參考資料
-
HR Dive. (2026-09-29). AI skill levels drive workforce divide: PwC. https://www.hrdive.com/news/ai-skill-levels-drive-workforce-divide-pwc/831736/ ↩
-
HR Dive. (2026-09-23). IBM report warns AI could erode human skills deemed vital by CHROs. https://www.hrdive.com/news/ibm-report-warns-ai-could-erode-human-skills-deemed-vital-by-chros/831124/ ↩
-
arXiv. (2024-12-19). When Copilot Becomes Autopilot: Generative AI’s Critical Risk to Knowledge Work and a Critical Solution. https://arxiv.org/abs/2412.15030 ↩
如何將日常真實業務轉化為可落地的 AI 實戰培訓
-
挑選每週重複且規則固定的例行業務
找出部門每週最花時間、格式相對固定的文書或彙整工作作為唯一課堂題目。 提供去識別化清單並在課前完成脫敏 | 請學員將手邊真實材料中的個資、金額與機密代號替換，確保資料安全。 現場配置隨班助教即時指導人機協作 | 助教坐在學員身邊，當場協助調整提示詞並把關合規紅線，降低摸索成本。 以前線產出可用初稿作為唯一結訓標準 | 學員在下課前必須產出符合規格且主管肯簽核的第一份業務初稿，完成驗收。
