用過 AI 一段時間的人，常會走向兩個極端。
一種是什麼都丟給它：報告、數據、信件、決策都請 AI 幫忙。直到某天引用了一個 AI 編出來的數字，才發現事情不對。
另一種是被錯誤燙過一次後，什麼都不敢給 AI 做，最後 AI 只剩查同義詞功能。
這兩種極端的根源一樣：沒有建立分工判斷方法。
兩個問題定位一個任務
面對一個想交給 AI 的工作，先問自己兩個問題：
- 輸出錯了，我看得出來嗎？
- 輸出錯了而我沒發現，代價多大？
這兩個問題交叉後，會出現四種情境。
1. 看得出來，代價低
這是最適合交給 AI 的區域。
例如：
- 文案初稿
- 腦力激盪
- 格式轉換
- 會議紀錄整理
- 把口語文字改成書面文字
錯了你看得出來，改掉就好。
2. 看得出來，代價高
可以交給 AI，但把關流程一定要留在自己手上。
例如：
- 對外提案
- 給主管的分析報告
- 重要簡報
- 對客戶的正式信件
AI 可以產草稿，但你要逐段驗證後才放行。
3. 看不出來，代價低
可以用，但把它當參考就好。
例如你請 AI 推薦一個不熟領域的入門書單，你不一定看得出推薦品質，但選錯一本書的代價有限。
這類任務可以用 AI 開路，但不要把它當最終答案。
4. 看不出來，代價高
這是最危險的區域。
例如：
- 法規條文確認
- 財務數字計算
- 醫療或法律建議
- 不熟領域的關鍵決策依據
如果你看不出錯，而且錯了代價很高，就不要直接採用 AI 的輸出。要回到原始來源查證，或找有驗證能力的人把關。
AI 很適合先做哪些事？
在這個框架下，AI 特別適合：
- 從零到一的初稿
- 發散大量選項
- 格式和體裁轉換
- 當你的反方，挑戰你的想法
這些任務的共同點是：AI 可以加速，但選擇和判斷仍在你手上。
哪些部分要自己保留？
有幾件事不要完全外包給 AI：
- 最終判斷與選擇
- 事實的最後把關
- 帶有關係與責任的溝通
- 不能外流的資訊
AI 分工的目的，不是讓你不用思考，而是讓你把力氣花在更值得由你判斷的地方。
本篇小練習
列出你上週交給 AI 的三個任務。
每個任務都問兩題：
- 輸出錯了，我看得出來嗎？
- 如果錯了沒發現，代價多大？
如果有任務落在「看不出來 × 代價高」，下次請先不要直接採用 AI 輸出。
想更快判斷任務是否適合交給 AI，可以到資源庫下載「AI 工作流檢查表」。