Scenario 01
職場溝通
你是不是想法很多，但一開口就卡住？
- 腦中明明有邏輯，講出來卻變得很散。
- 被主管或客戶追問時，反應常常慢半拍。
- 事後才想到，剛剛其實可以說得更好。
建立簡報架構與AI協作心智模型
本章探討如何釐清簡報目的，並建立正確的AI協作心智，將AI定位為輔助思考的工具而非僅是內容產出機器。重點在於學習判斷簡報類型，並掌握拆解工作任務為AI指令的邏輯框架。
學習目標：
解釋簡報目的與聽眾需求對結構的影響
列出AI生成簡報時常見的邏輯漏洞
建立針對工作提案的結構化思考模型
已完成
開場情境：我們為何總在 AI 簡報上反覆修改？
許多人對 AI 生成簡報的初體驗通常是這樣的：輸入一個模糊的主題，看著 AI 在幾秒內跑出十幾頁內容，心中一陣驚喜。然而，當你仔細閱讀內容時，挫折感隨之而來，邏輯跳躍、內容空洞、甚至完全抓不到主管要的重點。結果，你花在修改文字、調整順序、補齊數據的時間，甚至比自己從頭做一份還要長。
核心問題 不在於 AI 的生成能力，而在於我們將它當成了「內容產出機器」，而非「思考輔助夥伴」。
【反思實驗室】找出 AI 簡報失效的真相
分享一次你使用 AI 生成簡報或手作簡報時，遇到「明明想省時，最後卻花更多時間修改」的具體經驗。
是因為 AI 聽不懂人話？
還是內容太過空洞？
是因為 AI 聽不懂人話？
還是內容太過空洞？
AI 正在評估學習成效，請稍候...
結構大於美化
本章焦點：結構大於美化
在簡報的世界裡，美化是「皮」，結構是「骨」。如果骨架歪了，再漂亮的圖片與排版也無法掩蓋邏輯的崩潰。當我們與 AI 協作時，最重要的一步不是下「請幫我做一份漂亮的簡報」這種指令，而是先在腦中建立清晰的導航圖。
認知轉移：從工具使用者到策略規劃者
要讓 AI 產出精準內容，你必須先學會將簡報進行分類。並非所有的報告都需要相同的深度與結構。我們可以利用「簡報四象限法」來快速定位你的任務：
決策型
針對主管或客戶，目的是獲取資源或核准。需要極強的數據支撐與風險分析。
當你明確了簡報的「象限」，你給 AI 的指令就會從「幫我寫個報告」進化為「請針對決策型簡報，幫我擬定一個包含現狀分析、財務預測與三種替代方案的結構」。
【實戰辨析】你的簡報屬於哪一個「靈魂」象限？
從三個具備誘答性的工作情境中，精準識別出屬於「決策型」的簡報任務，並透過 AI 的深度解析理解其對架構指令的特殊要求。
第 3 題，共 3 題
以下哪一個場景最符合「決策型」的定義？
35
(尚未完全掌握決策型溝通中『方案對比』與『風險評估』的必要性，建議加強對溝通目的與結構關聯性的認知。)
AI 正在評估學習成效，請稍候...
69
漸入佳境
架構思維轉化力
學員已初步建立「結構大於美化」的思維雛形，能體認到決策型溝通必須包含「資源配置」與「風險評估」等關鍵要素。建議下一步將此邏輯應用於日常工作，在撰寫提示詞時，強制要求 AI 輸出「方案比較表」與「風險矩陣」，而非僅是文字敘述。這將有助於將思維轉型完全內化為自動化的結構處理能力。
65
/100
核心邏輯：拆解任務的AI指令框架
一旦確定了類型，接下來就是將模糊的目標拆解為 AI 能理解的 Background, Task, Audience, Structure。這是一個確保 AI 不會跑題的導航系統：
告知 AI 目前的專案進度、公司環境或面臨的具體挑戰。例如：「我們是一家正在轉型電商的傳統零售商」。
這份簡報結束後，你希望聽眾做什麼？「說服主管撥預算」與「告知同仁新系統上線」是完全不同的任務。
聽眾是技術專家還是非專業高層？這決定了 AI 使用的術語深度與敘事語氣。
主動提供邏輯框架，例如「現況 -> 挑戰 -> 解決方案 -> 預期效益」。
結構混亂的指令
「幫我寫一份關於 AI 趨勢的簡報，要專業一點，大約 10 頁。」
結構清晰的指令
「針對高階主管（聽眾），製作一份 AI 導入提案（目標）。請採用『問題-解決方案-ROI分析』的結構（結構），並強調人力成本節省（背景）。」
收束：從架構到交付的準備
在本章中，我們重新定義了 AI 在簡報流程中的角色：它不是代替你思考的代筆，而是執行你意志的槓桿。透過「釐清目的」與「結構化指令」，你已經為簡報注入了靈魂。但這只是開始，AI 生成的初稿往往還需要最後的「打磨」。
在下一個單元中，我們將學習如何針對 AI 產出的草稿進行「高品質追問」，並透過迭代優化流程，將 60 分的初稿轉化為 95 分的專業交付成果。準備好進入實戰演練了嗎？
🤖 AI 深度探索
想用 AI 深入理解本章核心概念？點擊以下問題，直接與 Google AI 對話：