AI 幫我做了什麼？把我的一天攤開給你看

這是週四直播暫停前的最後一集。之後改成每週更新 1 到 2 支影片，其中一支固定在週四。大家可以照自己的程度和想做的作品，按系列慢慢學。

這集不教工具。我把自己用 AI 的一天攤開：7 條線同時跑、10 個 AI 視窗，還有一條是在我睡覺的時候自己在跑。

直播開頭聊到的 OpenAI Dots 和 Claude Duet，還有這週其他 AI 消息，整理在本週 AI 資訊。

起床前，這些已經做完了

我還沒起床，AI 已經先做了好幾件事。這些在對話紀錄裡一句都看不到，因為不需要我開口。

• 00:07　每日更新信：我想看的關鍵字、電子報，抓好寄到信箱。
• 00:23　趨勢監測信：產業新聞挑重點，附上可以發文的觀察。
• 每小時　夜班工頭：巡我特別在意的專案，看資料庫、看程式有沒有跑掉。小事它自己修、自己測；牽涉重大改變的，早上留給我討論。
• 06:00　營運報表上線：老闆打開，就是昨天的數字。
• 07:00　我幫媽媽做的 LINE 小助理，推今天的行程給她。她有什麼事，也可以直接跟它登記。

這些其實只花了我前面一天把它設定好。做一次工，後面每天自己跑。我起床後的第一個小時，就是檢查、複核它半夜跑的東西。

一次開好幾個視窗，每個只講一句

08:09 開工，第一個小時我開了四個視窗：一個問試算表很多頁能不能合併，一個請它把會員的部分獨立成一頁給企劃，一個問官網能不能也接報名，一個請它確認名單。

每個視窗講完一句，我就切到下一個，前面那幾個繼續做事。要跑很久的分析，我會先丟出去，然後離開電腦去做別的事。

那天同時有新官網、客戶的校稿頁、客戶動畫、資料對齊、營運報表好幾條線。領域完全不同也沒關係，因為每一條都是一個視窗。我不是五件事一起做，我是輪流看誰在等我。

有一件事我刻意不自動化：小聚的名單。AI 可以幫我查誰報名、誰收到信，但該不該寄、寄給誰，由我決定。

Claude、Codex、Cowork 怎麼分工

常有人問我，Claude 跟 Codex 哪個好？我覺得各有優缺點，也看你平常跟哪一個聊得多，它會越來越懂你。以我自己的習慣：

• Claude Code 是主力：寫網站、寫 App、報表、官網。它寫程式比較細心，派子代理、派守門員也在這裡。
• Codex 是另一雙手：媽媽的 LINE 小助理是它做的，做完我再讓 Claude 審一遍。要不要互審，看專案。
• Cowork 整理文書：合約、資料比對、很長的文件要消化，丟一個資料夾給它。整理完存成 MD 檔，再交給別的 AI 接著做。

寫文案的時候，我覺得 ChatGPT 那一邊比較溫暖、比較會給情緒價值。所以我會直接在 Claude 的視窗裡，請它去找 Codex 一起討論這段文案怎麼寫。我不用在兩個視窗之間當傳話筒。

放大三條線：動畫、小遊戲、背景任務

客戶的每月動畫：難的是第一版。

架構做好以後，它就是一個公版模組，每個月換主題、換圖、換顏色。

這次我只講了幾句：幫我做動畫架構、這兩張圖直接修、這張換成那張、標題改成什麼。

我晚上 23:11 交代完，早上 08:03 就有 4K 版。

配樂是例外。它找的音樂，我通常不太喜歡。所以我請它先抓一個範圍，我自己聽過再決定。帶什麼情緒的美感，我還是自己判斷。

活動小遊戲：一個幾百人可以同時用手機搶答的賽車小遊戲。那天上線了 10 次，每次我只講一句。

最後一次，我發現它自己多加了一個選項，我回它：「F 本來就是錯的，你要用 word 檔確認。」不是它壞，是沒有文件，它就會猜。

背景任務：傍晚我丟一句「好了和我說」就離開桌子。它在背景把某連鎖 11 家店的數字一天一天加總、找差額，我晚上回來跟它討論原因，半夜它還在測。訣竅只有一個：丟出去之前，先講清楚做完要怎麼告訴我。

三個守門員代理

人一定有盲點，所以我派了幾個代理去審。所有東西上線前，這三個會自動跑一遍：

• 安全：有沒有外洩、權限對不對、會不會被注入。
• 斷句排版：AI 排中文很常斷在奇怪的地方，這個代理專看孤字、歧義、文字牆。
• 設計品味：拿掉 AI 味、看對比，顏色有沒有跟品牌一致。

那天的 7 張官網縮圖、活動的報到系統，都是這樣上線的。你覺得不夠，就自己再加一個。

我跟 AI 說話的四種方式

回頭看那一天的對話紀錄，我說的話其實只有四種，全是那天的原話：

• 先說給誰看：「會員的部分幫我獨立一頁給企劃。」對象講了，版面和用詞它自己會調。
• 先劃界線：「只能出現兩家系統的原始名稱。」不講界線，它會很熱心地幫你發明新的詞，看起來很專業，其實是錯的。
• 叫它回去看原文：「F 本來就是錯的，你要用 word 檔確認。」有文件就對文件。
• 講完就放手：「好了和我說。」這是那天我最常講的一句。

那天我說的決定句，沒有一句超過 20 個字。做的人是它，決定的人是我。

我不算它幫我省了幾小時，因為沒計時。唯一量過的是門市收班填報：從手機打字改成拍照辨識，52 秒變 2 秒。

這週可以做的一件事：找出你每天在「等」的工作

• 寫下你每天早上第一件要看的東西：報表、訂單、留言、還是新聞。
• 寫下它現在怎麼來的：手抄？匯出？還是打開三個網頁？
• 把這兩句丟給 AI：「我每天早上要看〇〇，它來自〇〇。你可以在我起床前準備好嗎？先問我你需要知道什麼。」

現在幾家 AI 的排程能力都不錯了。先讓它接一件小事，慢慢一點一點放手，你就會知道它能幫你分擔多少。

做得太快，也會太快出事

那一天看起來很順，但隔天就出了事。我開了兩個視窗抓同一批營運資料，背景抓得太勤，數字也重複算了，結果反反覆覆。我對兩個視窗同時打：「先幫我暫停。」

AI 會把你前面沒定義好的地方，一起放大下去。AI 放大的是你的習慣，好的壞的都是。所以我現在守四個習慣：

• 先試一小塊：一家店、一天，沒問題再放大。
• 看得到才算做完：沒報錯，不等於沒出錯。
• 有人會看的，派守門員：不靠自己的眼睛。
• 隨時能喊停：排程要有開關。

三關：資料、規則、對話

把那一天收回來，其實就是在過三關。不管你要做資料庫、做系統，還是一個小工具，都一樣。

第一關，資料。輸入端要完整，才能做後面的分析。資料在哪、誰給的、缺哪個欄位、什麼時候定案。AI 不會告訴你資料少了一塊，它只會把少的那塊也算得很漂亮。

第二關，規則。規則是人定的，不是 AI 猜的。輸入什麼、產出什麼、誰確認、例外怎麼辦，加上你的邊界。有文件，就對文件。

第三關，對話。用白話，把它當助理交辦：這份要給老闆、給客戶、還是給員工看？界線在哪？哪些要交叉比對、不能出錯？講完，就放手。

先把 input 和 output 講清楚

今年幫很多人上課，我發現很多人卡在不太會拆解問題。問題沒拆開，出來的東西就很籠統。前面多花一點時間講清楚，比直接開始做更省事、更省力，也更省 token。

如果是資料整合，我會先要兩樣東西：最原始的 input 長什麼樣子，做完的 output 要長什麼樣子。AI 兩頭都看得到，中間哪裡對不上，就會快很多。

像我幫財務同事做報表轉換的小工具，損益表有固定的排版、底色和公式，絕對不能錯。我就直接給它範本，讓它學到按一個下載鍵，出來就是一模一樣的格式。

如果你自己也不知道 output 要什麼，那就給它更多參考：你的想法、方向、參考圖片或網址，跟它開放討論。我有時候會手畫架構圖，拍照丟給它看。讓它有一個可以對標的東西。

三關過了，一個念頭就可以開始

我這陣子做的東西，很多都是從一句話開始的：能不能在圖上點一下就改字？同一套能不能用在影片上？直播能不能自己剪成短影音？網頁簡報能不能轉成 PPT？想要一個可以放空的地方？

這些後來都變成了小工具、小遊戲和 App。從零到一的那個開頭永遠最難，但現在開頭可以先跟 AI 聊，邊聊邊加新想法。

做出來越來越容易，真正的價值在後面：值不值得做、該怎麼做、怎麼維護。三關過了，念頭才留得住。