如果你想學 AI，但不想每三個月被新工具追著跑，這裡是你的起點。
歐姐愛學習的主線不是教你背某一套 Prompt，也不是追每一個新模型的功能。這裡要建立的是一套比較不會過期的能力：怎麼和 AI 協作。
工具會變，模型會換，介面會改。但你始終需要想清楚任務、交代脈絡、給出回饋、驗證輸出，並把有效的方法保存下來。這些能力，才是普通工作者真正帶得走的 AI 能力。
這套免費教材怎麼走
你可以把它想成四層方法，加上一條安全線。
0. 開始之前：先完成第一次 AI 對話
如果你還沒真正用過 AI，先不用急著學技巧。
第一步只是：選一個工具，打開它，完成一次非常小的任務。例如請它幫你整理一段文字、改寫一封信、或把一串想法變成條列。
先讀：
1. 心態與分工：先把方向擺對
很多人覺得 AI 不好用，不是因為工具太弱，而是因為一開始把它放錯位置。
AI 不是搜尋引擎，也不是自動販賣機。比較好的用法，是把它當成一位能力很強、但完全不了解你處境的新同事。
這一階段你會學：
- AI 為什麼應該被當成協作者
- 什麼任務適合交給 AI
- 什麼判斷一定要留在自己手上
- AI 會怎麼錯，以及你要怎麼驗證
先讀：
- 不要把 AI 當自動販賣機：把它當協作者，結果會差很多
- 什麼工作適合交給 AI？用兩個問題判斷
- AI 會錯，而且錯得很流暢：一般工作者的驗證責任
安全線：把資料交給 AI 之前
AI 越好用，越容易讓人把整份資料直接貼上去。但不是所有資料都適合交給 AI。
在進入實戰之前，先學會幾個基本底線：
- 哪些公司資料不應該原文貼上
- 哪些個資、客戶資料、帳號密碼不能放進對話框
- 怎麼用代稱、區間和拆除識別線索來脫敏
- 貼出去之前，做三秒鐘的新聞測試
先讀：
- 把資料交給 AI 之前：上班族一定要知道的資訊安全底線
2. 需求表達：把你要的東西說清楚
AI 的輸出品質，常常不是取決於你用了多神奇的句子，而是你有沒有把需求說清楚。
這一階段你會學：
- 用目的、脈絡、限制、格式說清楚需求
- 想法混亂時，用結構化框架整理
- 用範例讓 AI 學會你要的風格
- 正確使用角色與視角，而不是只喊「你是資深顧問」
先讀：
- Prompt 不用背咒語：用目的、脈絡、限制、格式說清楚需求
- 想法很亂時，怎麼請 AI 幫你整理？三個結構化表達框架
- 一個好範例勝過十行描述：讓 AI 學會你要的風格
3. 互動修正：成敗在第一句話之後
AI 協作不是送出一句 Prompt 就結束。很多真正有價值的成果，是在第二輪、第三輪修正後才出現。
這一階段你會學：
- 初稿不對時，怎麼給有效回饋
- 大任務怎麼按決策點拆成小步驟
- 怎麼讓 AI 成為思考對手，而不是只順著你說
- 長對話裡怎麼維護脈絡，不讓對話越聊越亂
先讀：
- AI 初稿不對時怎麼改？有效回饋的三段式
- 大任務不要一次丟給 AI：按決策點拆成小步驟
- 不要只讓 AI 順從你：讓它成為思考對手
4. 工作流與資產：把會的變成你的方法
單次用 AI 成功，還不算真正建立能力。
真正有價值的是：把成功的一次提煉成下次也能用的流程，把好用的指令和檢查點整理成自己的資產。
這一階段你會學：
- 怎麼把一次 AI 對話變成可重複工作流
- 怎麼建立自己的指令資產庫
- 哪些工作值得流程化，哪些不值得
- 通用方法之後，怎麼走向領域深化
先讀：
- 從一次成功到每次穩定：把 AI 對話變成可重複工作流
- 指令資產庫：把你的 Prompt 變成可累積的方法
- 哪些工作值得流程化？用頻率與變異度判斷
下一步：下載檢查表，完成一次小練習
讀完這頁後，不需要一次看完所有文章。
你可以先做一件小事：選一個本週會遇到的工作任務，下載「AI 工作流檢查表」，照著它跑一次。
任務可以很小：
- 整理一份會議紀錄
- 改寫一封信
- 摘要一份資料
- 把零散想法整理成大綱
- 寫一版內容草稿
不要追求一次全部自動化。先讓 AI 幫你完成其中 20%，再由你檢查、修改，慢慢整理成下次也能用的工作流。
前往資源庫下載AI 工作流檢查表
長期路線：從通用能力到領域深化
這套免費教材會先建立通用協作能力。
等你理解心態、分工、表達、互動和工作流之後，下一步才是領域深化：
- 數據分析
- 行銷
- 經營管理
- 財務會計
- 產品設計
每個領域都有自己的脈絡、錯法、判斷標準和可帶走的資產。免費教材打地基，領域模組會處理更深、更具體的工作場景。