內部知識難傳承？陳韋安老師帶你用 AI 加速知識萃取與轉譯，避免經驗隨資深員工離職流失

課程精華

• 專家訪談的內容應涵蓋「情境、線索、判斷、行動、結果與例外」這 6 面向。
• 製作培訓教材時，可將「ChatGPT、AI Studio 與 Clipchamp」搭配使用。
• 建立成效評估 AI 教練時，Prompt 應包含「角色、目的、使用方式、規則標準與產出內容」。

知識萃取與結構化

企業內部的知識要能有效傳承，核心在將專家腦中的知識與經驗萃取出來並結構化地呈現。陳韋安老師指出，要將專家口述的經驗整理成新人可重複使用的方法，具體包含以下 3 步驟。

• 訪談分享
• 萃取
• 結構化

老師進一步說明，3 步驟中的「萃取」與「結構化」已經能交給 AI 一次處理完成，而需人工進行的訪談，在執行時則需特別留意分享者的內容是否涵蓋以下 6 大面向。

完成訪談後，針對可以請 AI 協助的「萃取」與「結構化」步驟，陳韋安老師提醒，Prompt 可以提示 AI 把影片或逐字稿，整理成新人方便學習的「要點、流程、階層或矩陣（如：四象限、九宮格）等」，讓知識內容變成更清晰易懂的結構化資訊。

資料轉化與 AI 教練建立

萃取出知識後，如何將龐雜的文件轉化為生動易懂的教材，過往也經常耗費內部講師或人資大量的時間。針對此痛點，陳韋安老師說明現在只要搭配以下的生成式 AI 工具與影片編輯器，就能大幅降低企業培訓教材製作的時間與心力。

• ChatGPT：將文件轉換成圖片或簡報，並設計流暢的逐字稿
• Google AI Studio：將文字轉換成具備高低起伏的人聲語音
• Clipchamp：輕鬆結合圖片和語音檔，產出教學影片

此外，為了解決訓練結束後缺乏評估機制的困境，陳韋安老師進一步分享「學習成效評估 AI 教練」的建立要點。老師強調，為了讓模型回饋學員時能客觀診斷並不產生幻覺，教練模型的背景設定應涵蓋以下 5 大要素。

圖片來源：《跨越企業經驗斷層！運用 AI 大語言模型，優化知識傳承與管理》課程畫面截圖

知識管理常見 FAQ

如何在訪談中完整萃取資深員工的專業知識與經驗？

如何在訪談中完整萃取資深員工的專業知識與經驗？

開場建議選擇以下 2 種問法：

• 關於○○○，請像教新人一樣跟我說一次。
• 關於○○○，請用一個例子跟我說一次。

過程中可留意受訪者是否完整提及 6 大面向，若沒有就進一步追問。也可請對方直接示範或模擬一次，結束後再補問 6 大面向的問題。此外，訪談全程都務必錄影或錄音。

可以用 Gemini Notebook 取代 Clipchamp 製作影片嗎？

可以用 Gemini Notebook 取代 Clipchamp 製作影片嗎？

可以但較不建議，因為無法得知 Gemini Notebook 的實際產出方式，容易需歷經多次修改才能得到接近想要的成果，在確保內容的正確性與精準度上效率較低。

建立教練模型的背景指令很複雜，能用一般對話的方式請 AI 評估嗎？

建立教練模型的背景指令很複雜，能用一般對話的方式請 AI 評估嗎？

較不建議，因為可能出現以下 2 大狀況：

• 診斷內容與其他日常使用的對話記憶互相影響
• AI 給出的回饋與原本訓練的方法與標準不相符

落實經驗傳承！知識管理課程讓新人更快上手工作

陳韋安老師的「知識管理 × AI 應用」課程，分享從「知識萃取」、「教材製作」到「學習驗收」的 AI 應用策略，讓企業內部知識的管理更快速有條理。藉由人機協作的制度與多種生成式 AI 的應用搭配，落實「AI 負責加速處理與轉化，人類負責把關知識品質與標準」的準則，有效提升知識傳承效率，讓新人能輕鬆繼承前人身上的寶貴經驗。若想深入了解課程細節，歡迎填寫下表與我們聯繫

內容授權聲明：
本文章內容依據陳韋安老師的講座內容撰寫，並經其授權使用。