AI 應用、導入頻卡關？彼得老師帶你掌握 AI 融入工作流的秘訣，有效克服撞牆期

課程精華

• 企業應用 AI 時常面臨的 3 堵牆是「不知道交辦什麼、不知道怎麼下指令跟不知道加入哪些背景」。
• 透過 IPO 模型將一項工作拆成 3 部分，能更精準找到 AI 能協助的環節。
• 依循 GUIDE 框架撰寫指令，能有效解決 AI 生成內容不符需求的問題。

突破應用 AI 的 3 堵牆：認識 IPO 模型與 GUIDE 框架

當我們沒有拆解過自己的工作流程，和定義內心對於每個工作任務的標準，使用 AI 時，就很容易面臨「不知道要交辦什麼、不知道怎麼下指令跟不知道加入哪些背景」這 3 堵牆。要跨越這些障礙，Peter 老師建議大家善用 IPO 模型與 GUIDE 框架這 2 大工具。其中 IPO 模型透過將工作拆解為以下 3 部分，來解決「不知道要交辦什麼」這道牆。

• Input （輸入）：提供與彙整素材，例如「匯出這週的成效資料」。
• Process （處理）：依據相關標準加工素材，例如「依公司慣用格式整理資料」。
• Output （輸出）：依目的輸出最終成果，例如「調整語氣，確保讀者能掌握資料重點」。

而針對另外兩堵牆，Peter 老師提出能讓我們精準撰寫指令的 GUIDE 框架，避免 AI 生成的東西無法精準解決痛點。

AI 應用實戰：用 IPO × GUIDE 設定履歷篩選標準

針對人資最忙碌的招募季，Peter 老師以「HR 有幾份履歷需要快速篩選，決定進入下一輪的候選人」為實作情境，分享如何依序利用 IPO 模型拆解工作，並搭配 GUIDE 框架撰寫任務的提示詞。

• I ：整理多份應徵履歷、該職位的職缺描述與不合格的應徵者特質。
• P ：依照必要條件與加分項等標準篩選履歷。
• O ：建立初審合格的名單，當中包含每份履歷的評分理由。

Peter 老師指出，當我們用 IPO 模型拆解履歷篩選這個工作，會發現它其實可變成以下 3 個 AI 能協助的任務。

1. 從職缺描述提取履歷篩選標準
2. 閱讀每一份履歷，對照標準打分數
3. 產出一份初審表格並附上評分理由

圖片來源：《解鎖 AI 協作力：打破 AI「難用、不好用」的職場迷思！》課程畫面截圖

因此他接著以第 1 個任務「從職缺描述提取履歷篩選標準」為例，示範如何用 GUIDE 框架寫出具體詳細的提示詞。

• G ：我要建立一套履歷初審的評分標準，讓我能標準一致地篩選多份履歷。
• U ：我是××職位的用人主管，附件檔案是該職位完整的職缺描述，它的主要挑戰是⋯⋯。
• I ：你是一個有 5 年招募經驗的資深 HR，熟悉如何設計評估標準。
• D ：給我一個表格，欄位包含「評估面向、各面向的必要條件與加分項、吻合度判斷結果」。
• E ：以下是我過去面試時覺得不合適的候選人特徵，請把這些設定為負向指標。

AI 職場應用常見 FAQ

企業導入 AI 培訓後，員工回到職場仍覺得「不好用」或卡關，該如何處理？

企業導入 AI 培訓後，員工回到職場仍覺得「不好用」或卡關，該如何處理？

這通常代表員工遭遇到「不知道交辦什麼、不知道怎麼下指令，和不知道加入哪些背景」這 3 堵牆。可嘗試將 AI 視為可協作的工作夥伴而非 Google，並善用「IPO 模型」拆解工作流程，再搭配「GUIDE 框架」精準撰寫指令。言果學習身為企業培訓的重要夥伴，提供多樣化的 AI 培訓，若想瞭解課程規劃細節，歡迎填表與我們聯繫。

面臨「不知道要交辦 AI 什麼任務」的瓶頸時，有什麼具體的應對方式？

面臨「不知道要交辦 AI 什麼任務」的瓶頸時，有什麼具體的應對方式？

職場工作者可利用「IPO 模型」將一項工作拆解為 3 個部分，更精準地找到 AI 可以協助的環節。其中 IPO 模型拆解的 3 大要素如下。

• Input （輸入）：提供與彙整素材，例如「匯出這週的成效資料」。
• Process （處理）：依據相關標準加工素材，例如「依公司慣用格式整理資料」。
• Output （輸出）：依目的輸出最終成果，例如「調整語氣，確保讀者能掌握資料重點」。

AI 生成的內容總是「不符合需求」或無法精準解決痛點，該如何調整指令？

AI 生成的內容總是「不符合需求」或無法精準解決痛點，該如何調整指令？

可依循「GUIDE 框架」撰寫，從以下 5 大面向讓提示詞內容更具體詳細。

• Goal（目標）：明確指出這個任務的目的。
• Understanding（背景理解）：提供 AI 需要知道的上下文資訊。
• Identity（角色設定）：指定希望 AI 扮演完成任務的身份。
• Deliverable（交付物）：規範輸出的樣子，包含格式、長度與語氣等。
• Example（範例）：提供希望 AI 參考的範本、範例或是負向指標的反例。

用 AI 職場應用課程打造「AI 友善」的工作流！

Peter 老師的「 AI 職場應用」課程，透過應用 AI 的 3 堵牆說明企業導入 AI 時容易卡關的原因，並提出「先用 IPO 拆解工作找出 AI 應用點，再用 GUIDE 把任務對 AI 說清楚」的解方。看懂 AI 生成結果不盡人意的原因，並透過 2 大工具重建工作流。解決員工學完工具後難以應用到日常工作的困擾，實踐企業用 AI 提升工作效率的目標。若想深入了解課程細節，歡迎免費與我們聯繫！

內容授權聲明：
本文章內容依據彼得（Peter）老師的講座內容撰寫，並經其授權使用。