AI 培訓辦了一整年，同仁回到座位面對空白對話框依然不知道怎麼開口

上季度的 L&D 培訓結算表看起來很漂亮。課程排得滿滿的，滿意度調查都是高分，但隔幾天跟業務主管坐下來聊，話題依然繞回原點——大家回座位後，還是不知道 AI 到底能幫自己處理什麼。

這種落差在很多剛導入 AI 的公司裡特別明顯。工具授權全開了，提示詞技巧課也請專家來講了，但大家打開視窗、看到那張空無一物的對話框時，手往往就停在了鍵盤上。同仁其實都蠻想試的，但面對一個什麼都能問的視窗，第一句指令到底要寫什麼，大家心裡完全沒底。

課堂上示範的是指令，現場每天處理的是雜事

在一家數千人規模的企業調查裡，我也看過類似的畫面：公司配好了工具，但大家對著空白對話框就是開不了口。私下聊才發現，大家真正頭痛的，都是些整理會議紀錄、修公文文字、對報表數字，或是幫忙看懂其他部門傳來、寫得七零八落的訊息這類日常雜事。

graph TD;

subgraph S1["傳統講堂模式：割裂的通用培訓"];

A["發放通用工具帳號"] --> B["辦理 Prompt 技巧課程"];

B --> C["同仁面對空白對話框"];

C --> D["二次轉譯認知消耗大"];

D --> E["退回傳統手工舊習慣"];

end;

subgraph S2["動態工作支援：現場任務拆解"];

F["攜帶當天真實文書進場"] --> G["老手示範業務任務拆解"];

G --> H["給予場景引導與操作邊界"];

H --> I["現場完成產出並即時除錯"];

I --> J["直接嵌入日常工作流程"];

end;

過去的培訓課習慣把 AI 當成一套全新的軟體來教。老師在台上示範怎麼下完美的指令、怎麼讓 AI 扮演秘書或顧問，看起來很神，卻漏掉了最實際的一點：大家回到座位上，面對的是格式古怪的內部表單、特定主管偏好的陳述習慣，還有拖到最後一刻的交件期限。

當課程只給了標準指令，卻沒對接現場情況，同仁就必須在腦子裡硬轉一層——要把自己手頭的業務雜事，翻譯成 AI 聽得懂的語法。這樣轉了一圈，比起自己打字其實更累。試了兩次覺得卡卡的，大家很自然就會退回舊習慣，工具也就這樣被晾在一邊。

說穿了，怎麼跟 AI 開口本來就不該靠套公式或背 Prompt 範本。如果培訓只給死板的模板，卻沒把同仁每天真正在做的文書活搬進課堂、手把手拆解一次思考過程，講堂跟日常工作之間就永遠隔著一道牆。

光靠一直開課，解決不了流程上的老問題

很多管理層常有一個錯覺，覺得只要多開幾堂課、逼大家去上，組織就會自動學會用 AI。這種安排講白了，只是在拿員工的上課時間，替沒做好流程調整的組織遮醜。

Deloitte 在 2026 年的《Global Human Capital Trends》報告裡就提過這個現象：七成以上的企業高層都希望團隊運作更快，但全球只有 6% 的企業真的認真去重新設計同仁跟 AI 的合作流程。報告特別提醒，如果只是把技術培訓當成萬用藥，忽視了流程調整，轉型失敗的機率反而高出 1.6 倍，還會在團隊內部留下嚴重的互不信任感。²

如果公司原本的簽核流程沒變、權責還是一層卡一層，員工就算用 AI 快速生出一份草稿，後面還是要過五關斬六將；或者主管依然拿舊標準去硬挑 AI 草稿的錯字，第一線同仁很快就會發現：用 AI 沒有讓工作變輕鬆，反而多了一道幫機器除錯、深怕被主管扣分的額外負擔。

國外的研究數據（NBER 2024）也說得很清楚：AI 要真正帶動效率，關鍵在於重新梳理流程，並把大家的做事經驗整理成步驟。如果流程不變，光是發放帳號開課，對整體運作根本沒什麼幫助。³ 另一篇實測研究（w31815）更指出，同仁遇到自己不專業的領域還硬要用 AI 時，要是沒有給出明確的驗收標準與引導，產出的錯誤率反而會上升 19%。⁴

如果管理層以為光靠開課就能自動完成轉型，卻拒絕承擔流程重塑與權責調整的決策責任，這說白了是經營層在戰略上的失職——最後只是把管理者的轉型責任，全部轉嫁到第一線同仁身上。

與其丟空白框，不如直接示範任務拆解

這也是為什麼我現在越來越不喜歡單純開課講觀念，而是親自到現場指導大家拆解流程。

The Josh Bersin Company 在 2026 年 6 月的報告《Definitive Guide to Corporate Learning: From Static Training to Dynamic Enablement》中也觀察到類似的趨勢：企業培訓正從「坐在教室聽課」轉向「在工作現場直接給支援」。¹ 那套掛在系統裡的線上課程目錄，已經無法解決現場問題，必須直接嵌入工作流程中。

實務上，可以先從幾件事開始改：

最直接的做法，是帶真實任務進課堂。別再讓同仁上完八小時觀念課才回座位摸索。下次開課，直接請大家帶著今天下午就要交的會議紀錄、或是本週要交的報表進來。在課堂上直接做、現場解決問題，並由助教協助守住資安原則。

再來，是示範任務拆解，而不是給死板公式。別再塞給同仁一堆複製貼上的提示詞模板。針對團隊最常做的行政活（像是整理會議摘要或對報表），由熟悉業務的老手現場示範如何把一份複雜的文件拆成兩三個步驟跟 AI 對話，讓同仁看懂思考與拆解邏輯。

最後，要講清楚什麼時候該讓 AI 停下來。明確定義「AI 負責整理初稿與轉格式，同仁負責確認事實與判斷情境」。當同仁很清楚自己什麼時候該把關、遇到機器亂講話時怎麼退回，大家才真的敢在正式工作裡拿出來用。

先帶回工作裡試一次

1. 盤點團隊一週內最高頻的 3 個文書任務：找出會議紀錄、公文潤飾或報表整理等重複性高、同仁最感耗能的行政環節。
2. 將痛點轉化為任務拆解示範：針對這 3 個任務，由老手示範如何把複雜任務拆成 2~3 個跟 AI 對話的步驟，而不是只給死板公式。
3. 在下次培訓中帶入真實交辦任務：要求參訓同仁帶著當天未完成的真實文件進場演練，以現場完成的產出作為結訓驗收。

若你正在處理企業內 AI 培訓轉型與工作流支援，可到 Jed 的 LinkedIn 追蹤或私訊。

常見問題

為什麼員工上了很多 AI 課程，回到座位面對空白對話框依然不會用？

因為通用課程多數傳授抽象的語法與概念，缺乏與具體業務脈絡的連結。員工回到座位後必須在腦中二次轉譯，把業務痛點翻譯成指令，這樣轉了一圈相當耗能。若無老手示範真實任務的拆解邏輯，同仁傾向回到舊有熟悉的工作流程。

L&D 團隊該如何把培訓做得更貼近現場？

L&D 應從「開課與發布目錄」轉型為「設計工作流中的學習節奏」。具體做法包括：要求同仁帶真實任務進課堂實作、示範業務任務的拆解過程而非死給模板，以及與業務單位共同定義人機分工的責任邊界，讓學習發生在真實工作發生的位置。

---

延伸閱讀

• 馬達與舊皮帶-企業AI轉型的認知陷阱與50-30-20破局法則
• 效率陷阱：當AI讓效率提升，組織為何更安於現狀？

---

參考資料

---