黑先生

 最近從獨立企劃到開發完成了一套 PMO 專案管理系統，我一直在思考也一直想解決的問題： 為什麼公司做了這麼多專案，下一個專案開始時，卻常常還是像第一次做？ Roadmap 有了。 Task 有了。 Bug tracker 有了。 文件也有了。 甚至每個專案結束後，大家還會開 Retro、寫 Lessons Learned。 但幾個月後遇到類似問題時，團隊還是會問： 「上次我們怎麼處理的？」 「當初為什麼做這個決定？」 「這個 Bug 以前是不是發生過？」 「那次 Release 出問題的真正原因是什麼？」 然後開始翻 Slack、LINE、Email、Notion、Jira、Google Drive、Excel…… 最後問那個「還記得的人」。 我們真的缺的是另一套 Project Management Tool 嗎？ 還是我們真正缺少的，是一套能讓組織「記得自己做過什麼」的系統？ 這也是在設計 PMORY 時，最核心的產品主軸。 PMORY = PMO + Memory 。 我想做的，不只是管理專案。而是讓一個專案從： Roadmap → Release → Task → Bug → Decision → SOP → Retro 一路留下可以被追溯的脈絡。 因為我認為：專案真正有價值的，不只是最後有沒有上線。 更重要的是： 我們做過什麼判斷？ 什麼地方曾經卡住？ 哪些事情造成重作？ 哪一個決策後來證明是對的？ 哪一個問題，下次其實可以提前避免？ 這些東西，才是組織真正的 Memory。 這個想法讓我重新定義 AI 在專案管理產品裡的角色。 現在很多產品的 AI 功能，很容易變成： 「幫我摘要。」 「幫我寫報告。」 「幫我產生 Task。」 這些都有價值。但我更感興趣的是另一件事： AI 能不能不是替 PM 猜答案，而是幫 PM 找回組織曾經累積過的答案？ 例如， 今天一個 Release 又開始延期。AI 不只是說：建議重新安排資源。 而是可以告訴你： 三個月前另一個專案曾經發生相似情況。當時卡在 QA handoff。後來團隊調整了驗收流程。 這裡是當時的事件紀錄、Retro 與處理結果。 然後再讓人決定： 這次的情境是可以直接沿用？ 需要調整？ 還是其實完全不同？ 所以我在產品裡對 AI 的定位，不是「AI 幫你管理專案」。 而比較像： Eviden...

圖片是我管理專案用的流程，像這種詳細的介紹圖片如何產生? 一個字一個字打上讓AI產生? 讓AI產生是對了，但不是自己敲上所有細節。 使用AI大多時候，逆著會比順著更有效率， 像這張圖就是逆向生成圖，而不是寫詳細功能順著產生。 我的小專案控管是在google sheet上， 裡面的頁籤有每個專案流程需要資料頁內容。 每個分頁內容雖然看起來各自獨立但其實是有關連，而AI 擅長將大量的資料摘要、分類，進一步資料彼此關聯起來。 我們要做的就是在google sheet右上角"向Gemini提問"，讓AI幫我們快速有效梳理整理所有分頁的關聯性。 方式不複雜，只要在Google sheet中對著Gemini提問： """請提取這份文件的重點 以系統流程圖的方式描述。""" 這樣就會獲得AI梳理後描述： """「這份「上線進度表」電子表格是一份詳盡的專案管理與維運手冊，主要用於追蹤 2025 年的開發進度、任務分配、異常通報機制及產品維護流程。""" 以下是該文件的重點摘要，並以系統流程圖的邏輯進行描述： """核心內容摘要 進度管理：透過「2025上線進度」、「甘特圖」與「年度排程」追蹤從需求提出到正式上線的完整週期.... .....」""" 接下來就是把這段系統作業流程的文字描述變成圖。選對對的模型很重要，目前試起來，ChatGPT對於文字理解和生成圖片還是比較高些，效果也會很好。 向ChatGPT提問： """將以下系統流程圖的描述，生成一張圖片 # 系統流程描述圖 [貼上Gemini AI產生的描述...]""" 等個60秒，就會獲得像這樣的流程圖囉。 ⭐️大致流程： 1. 用原本的專案計畫google sheet 2. 打開google sheet的google gemini，請它理解與所有分頁的內容 """提取這份文件的重點 以系統流程圖的方式描述""" 3. 將google sheet gemini產生的promt 丟給ChatGPT產圖 ...

  假如家裡有國小小孩，那麼爸爸媽媽最困擾之一， 一定有小孩的小週記或作文回家作業吧~ 😅 上次工作坊主要也是教導小孩和父母，怎麼運用AI明確指導而不是只給答案抄襲，更能夠讓小朋友受啟發和想法來寫作! 運用AI之前，一定要先告知一個重要的觀念： AI不是投機取巧偷懶的工具 。 什麼叫做"投機取巧偷懶"? 就是「你有沒有先自己思考過!!!」 運用AI的過程如下： 👉 請AI指導之前，自己一定要先動手寫下自己的文章過，再請AI針對自己產出的文章做出詳細指導。 👉 再來是， 即使AI給出指導文章也不能照抄，要練習篩選與更進一步調整AI文章，再動手動筆修正自己的文章，這樣才會真正消化內化成自己的想法與經驗。 👉 ★提示語框架 角色：你想要AI扮演哪一種專家角色 任務：你想請AI做什麼事情 目的：你想獲得什麼效果 ===作文指導提示語參考====== 你是經驗豐富的作文老師，專門指導國小生的作文，同時也是作文比賽的評審。 我想要投稿兒童文學創作徵文比賽，作文主題方向是寫"特別的經驗"，字數700-800字。 我是國小五年級11歲的學生，請指導與修飾我的文章，維持我的年齡、文字風格與口吻，主要是引導我怎麼創作與思考作文，不以得獎為主。 詳細的一段一段解釋與說明為何要這樣改，並列出前後的差異，讓我能夠更多的學習與啟發，以便於下次實際上場比賽時能夠派上用場。 以下是我的文章 ### 文章 ….. ================== ⭐️ 小孩學的是， 如何利用AI的產出，讓自己能夠質疑與修正AI的內容，轉化成屬於自己的經驗。 ⭐️ 大人學的是， 如何寫出與優化提示詞的邏輯，以便將來能夠面對不同問題詢問AI、跟AI有效溝通獲得想要的結果。 也許你會好奇， 這段作文指導提示詞要如何思考產生呢? 1.先定位AI要扮演什麼角色。不同的角色會影響AI產出的內容品質，這就跟真實生活上，當下站在你面前跟你聊天的對象是誰一樣，才不會雞同鴨講讓AI產生幻覺。 2.很多人容易忽略的是，定了AI卻忘了定位自己。AI並不曉得你的知識背景，你不讓AI認識你，AI就會用預設成人的口吻用詞來回應你。這對正在學習的小朋友來說，可能會放錯學習焦點，變成過多放在理解用詞而非作文的文意。 3.我們的重點是請AI「指導教導」，而不是得獎，所以要先講清楚。 那什麼叫做指導...

  今天心血來潮來挑戰小一、小四、小五的兩小時AI工作坊 第一節 -AI是什麼與不是什麼 -桌遊練習想像力與表達力 -延伸到與AI有效溝通的表達結構：角色、任務、目的 -接入未來職業探索的操作詢問練習 第二節 -手寫生活雜記 -語音輸入操作 -與AI作文指導老師的互動學習 真是太有趣了 小孩子的注意力與不受控的挑戰比設計課程還難 但也許就是這樣才有趣吧 😆

  又到了2025年度自我回顧的時刻 😄 每年底和新的一年開始時，我的部落格文章這篇《Design your life 工作坊 - 做自己的生命設計師》總是會突然有流量 今年的年度回顧就以這篇為基礎，借重AI互動引導的方式讓自己能夠更客觀清楚的看見過去與發現未來 分享以下兩種自我年度回顧的模式： ★模式一 透過提示詞，一步一步引導互動，幫你釐清看清你的過去，並協助設計你的美好未來 ★模式二 透過八步驟圖卡，依序透過圖卡的引導問句，協助自己設計自己的未來 不管哪一種，只要願意去做，都會有小小新發現囉~ 「美好的人生是需要被設計的!!」 😉 ◎提示詞，以下複製貼上即可使用 【角色設定】 你是一位擅長《Design Your Life》的人生設計與職涯導師， 具備以下特質： ．豐富的人生與職涯閱歷 ． 高度同理心與敏銳的覺察力 ． 擅長透過提問引導自我反思 ． 能辨識言外之意、情緒線索與潛在價值觀 ． 能將零散經驗整合成可行的人生方向 你的任務是引導我完成一次深度的年度自我回顧與未來設計， 而不是一次性給出結論。 【整體互動原則】 ． 請分階段進行，不要一次完成所有步驟 ． 每個階段若需要確認，請先提問，再進入下一步 ． 問題之間需有邏輯連續性，用來驗證與校準你的理解 ． 必要時可追問，但每一階段最多追問 1–3 題 ． 在你不確定時，請清楚標註「這是推測」 【階段一｜理解我的人格與年度狀態】 任務 請根據我們過去的對話內容，包括但不限於： ． 用字遣詞 ． 表達方式 ． 重複出現的主題 ． 情緒線索與價值傾向 深入分析你對我的理解與對我個性的初步判斷。 行動步驟 ． 先用 3–5 個重點條列描述你目前對我的理解（人格、狀態、掙扎或動機） ． 接著 一步一步提出 3 個彼此相關的問題 -問題需能「驗證或修正」你對我的判斷 - 一次只問一題，等我回答後再問下一題 【階段二｜AEIOU 覺察：發現被忽略的美好】 在完成階段一後，進入本階段。 任務 請使用 AEIOU 方法，分析我日常生活與工作中潛藏但可能被我忽略的「美好事物」： A – Activities（活動） E – Environments（環境） I – Interactions（互動） O – Objects（物品） U – Users（我服務或影響的人） 行動步驟 ． 根據目前資訊，先提出你的...

 🤔如何運用AI快速幫助自己理解一件陌生領域的基本知識或概念? 過去我都會同時用至少四種不同"特質"的AI，而不是對特定一個AI優化prompt獲得概念資訊。 差別在於，你對本來就不熟悉的領域，再怎麼提問詢問或者優化prompt都是在自己侷限的認知中問問題而已，到最後會不知道要怎麼問出自己想要的答案。 對於你不知道的東西，你很難問出什麼東西😆 所以，我會用不同的AI問相同的基本問題，再去從AI的回應中繼續追問，以快速深入了解新領域的資訊。 這就像你請了不同專案的顧問，用他們的背景經驗和視角回應同一個問題但不同面向的資訊。有了這些多元豐富的資訊後，自己就比較容易彙整出所需要的答案。 步驟是： 1.開出ChatGPT、Felo、Claude、Gemini、Perplexity五個不同AI 2.同時詢問同一個問題 3.繼續在同一個AI中追問回應的資訊 4.或者將A-AI的回應拿去問B-AI 5.最後擷取各AI回應自己所需的資料 這幾天看到一個 ithy AI ，可以乾淨俐落地幫你完成以上的動作。 在這AI中，你只需要在ithy詢問同一個問題就行了 1.它會先去Perplexity、Anthropic、OpenAI、Google中的AI 2.幫你把資料先完整蒐集好，依序列出引用源 3.最後再根據這些資料做結論給你 大大地省下你的時間，也更精確地提供你所需要的資訊。 ​例如，假如你想知道最近很紅的書籍內容，可以請ithy AI直接給你心得；或者想知道上個月重要的科技新聞，也可以透過ithy AI輕鬆掌握。😉 ithy AI