AI 不是神，也不是工具：它比較像剛入職的高手

我剛開始用 AI 工作時，也很容易把它放在兩個極端裡理解。

一種是把它當神。好像只要問題丟進去，它就應該給我一個完整答案；只要語氣順、段落完整、看起來像專業文件，就可以直接拿來用。

另一種是把它當工具。就像打開 Word、Excel 或 Figma 一樣，把 AI 當成一顆更快、更便宜、更自動化的按鈕。需要摘要就按摘要，需要文案就按文案，需要規格就按規格。

但我越用越覺得，這兩種理解都不準。

AI 比一般工具主動太多。它會推理、會補空白、會幫你重組問題，也會在你沒有講清楚時，自動替你猜一個看似合理的世界。可是它又還沒有真正進入你的組織脈絡。它不知道某個客戶為什麼難搞，不知道某個流程背後曾經踩過什麼坑，也不知道某些話在公司內部其實不能那樣講。

這對我的工作特別明顯。很多時候我不是在做單一畫面，也不是只是在排需求，而是在把 PM、設計、開發和使用者之間沒有講清楚的東西整理出來。AI 如果沒有拿到這些脈絡，它很容易產出一份看似完整、但完全沒辦法放進真實專案現場的東西。

所以後來我比較常把 AI 想成一位新進同事。

這個同事能力很強，學得很快，反應速度驚人。但他第一天進公司時，你不會直接把最重要的客戶交給他，也不會讓他自己決定產品方向。你會先給背景，給規則，給範例，讓他做一小段，再看他的判斷是否可靠。

AI 協作其實也是這樣。

我後來發現，問題常常不是 prompt，而是脈絡

很多人抱怨 AI 答案不好，我以前也會直覺地想，是不是 prompt 寫得不夠漂亮。後來才發現，真正的差異通常不是 prompt 長短，而是你有沒有把真實世界的限制交給它。

「幫我寫一份需求文件」當然可以得到一份文件。但那通常只是一份格式正確的文件。

如果我改成說，這是一個政府系統，使用者包含承辦人、主管與外部申請者；目前痛點是重複填寫、案件狀態不透明、審核流程容易卡住；請先拆出需求假設、角色權限與可能的驗收條件。AI 產出的東西就會完全不一樣。

差異不在於後者比較長，而在於後者把情境、限制、角色與判準都交代了。

這和帶人很像。你不能只跟新人說「這個東西做漂亮一點」、「這個流程優化一下」、「這個報告幫我整理」。如果你沒有說清楚背景、目標、限制與判準，對方其實只是在猜。

AI 讓這件事變得更明顯。你給的脈絡越混亂，它就越容易產出一份精緻但沒有靈魂的文件。它不是沒努力，而是它努力的方向從一開始就沒有被校準。

所以我現在會把 AI 協作看成 context design。不是把問題問得很華麗，而是把混亂的情境整理成 AI 可以理解、可以執行、也可以被檢查的脈絡。

AI 很會發散，但人還是要負責收斂

AI 最讓人上癮的地方，是它很會發散。

你丟一個問題，它可以快速列出十種解法。你請它模擬不同角色，它可以幫你補上主管、工程師、使用者、客戶的不同觀點。你還沒想到的風險，它也可能先幫你展開。

這很有價值，但它也會製造一種錯覺：好像選項變多，決策就變好了。

實際上，真正困難的是收斂。十條路裡，哪一條值得走？哪一條現在不能走？哪一條看起來漂亮，但三個月後會變成技術債？哪一條短期可以交差，但會傷害長期信任？

這些不是 AI 可以替你負責的事。

AI 能給你選項，但不能替你承擔選擇的後果。它能幫你生成方案，但不能替你面對主管、客戶、工程師與使用者。

這也是為什麼我不太喜歡把 AI 協作說成「讓 AI 幫我完成工作」。更準確地說，是讓 AI 擴大我的思考範圍，再由我做判斷。

AI 不是拿來取代判斷，而是拿來暴露判斷。當它一次給你十個方向，你選哪一個、刪哪一個、保留哪一個，才真正顯示你的專業。

把 AI 當同事，就要設計信任邊界

如果 AI 像新進同事，那管理者就不能只問「它能不能做」，而要問「這件事現在能不能放心交給它」。

有些任務很適合讓 AI 先做，例如整理會議紀錄、摘要資料、產生草稿、列出檢查項。這些任務即使錯了，也比較容易被人修正。

有些任務可以讓 AI 當參謀，例如拆解需求、比較方案、分析風險、模擬利害關係人觀點。這些任務很有價值，但不能直接把結果當結論，因為真正的取捨還是要人負責。

至於資源分配、產品方向、對外承諾、人員評估這類決策，AI 可以輔助，但不能替代人承擔後果。

成熟的 AI 管理，不是全部自動化，而是知道哪些事情可以交出去，哪些事情必須留下來。這個邊界如果沒有被設計，AI 不是讓管理變輕鬆，而是讓模糊的管理習慣被放大。

所以我現在會先看脈絡夠不夠

AI 不會讓管理變簡單。它會讓好的管理更有效，也會讓壞的管理更混亂。

如果一個管理者本來就擅長定義問題、給清楚脈絡、設計判準、做取捨，AI 會成為他的槓桿。因為他知道什麼可以交出去，什麼要拉回來檢查，也知道什麼時候該停。

但如果一個管理者原本就習慣丟模糊指令、期待別人自己通靈、用感覺評估成果，AI 只會更快產生更多看似完整但方向錯誤的東西。

所以我現在不急著問「AI 可以幫我做什麼」。

我會先問：這件事如果交給一位能力很強但剛進公司的新同事，我需要給他什麼背景？我會怎麼檢查他的成果？我願意讓他做到哪一步？哪一步一定要由我負責？

對我這種 PM × Designer 來說，AI 協作的價值不在於把自己變成純 AI 工具玩家，而是讓我更快整理需求、暴露盲點、產生決策材料，再把判斷留在自己手上。AI 加速的是執行，不是交付責任。

這樣想，AI 就不再是神，也不只是工具。

它是一位很強的新同事，而管理它的方式，會直接反映我們原本管理工作的成熟度。