AI 協作打造幕僚團隊：GMB 小幫手開發紀錄（非技術版）

Project MIRROR（AI取的名字xD） 是幫夢酒館開發的一個內部小工具，目標是透過 AI 學習我的文字，最終生成一個鏡像的我自己，目前第一個應用是要協助我每週草擬 Google My Business 的評論回覆，並透過我的審閱修改，慢慢學習我的用詞和語氣。這篇不是技術教學，而是記錄我怎麼把腦中的想法慢慢變成一個幕僚系統。

為什麼想做這件事？

幾個月前，夢酒館還有一個 PM。我都說她是「Powei Manager」，她每天上班後會把我該做的事情整理成一段訊息，傳在 Line 上。我每天只要把那段訊息貼到 Google Doc 裡，不離開畫面，按照順序一個一個處理。要查的資料、要回覆的內容，通通先用文字整理好，再請 PM 執行（有人幫忙執行真好 QQ）。那段時間，我每天都很高效率的完成工作，夢酒館也一直在往前走。

後來她轉職去其他公司當 PM（真的管理 Project 不是 Powei 了）。我明顯感受到工作效率下降。很多時候，只是想回一則評論，結果一打開手機，就被 IG 或 Threads 吸走了好幾個小時，最後評論還忘記回xD。

我很明顯認知到：我效率不佳，是因為我太容易分心，缺乏一個幫我「拉回專注」的流程。

我想重建「幫我進入工作狀態」的系統

我開始思考，要怎麼重回有效率的狀態？

前 PM 和我一起工作的時候，更像是一種「節奏重分配」：她在我最容易分心的地方，把事情都處理好，讓我幾乎不用接觸；我就可以一直保持在自己最有效率的狀態工作。

所以我需要的不是提醒我「去工作」的人，而是幫我「啟動工作狀態」的系統。對我來說，那是最難跨過的一步。

我是那種開始後就可以長時間沉浸工作的人，但在進入狀態之前，常常會因為不知道從哪開始、或一個不小心，我就把「長時間沉浸」這個能力用在錯的地方。

所以我開始想：能不能用 AI 重新打造出這個系統，組建屬於我的「幕僚團隊」呢？

再次認識「老闆」這件事

我以前常覺得自己效率不好，也常覺得老闆就是要會管進度，找了一堆人來做我擅長的事，然後自己做最不擅長的進度管理。

後來我才理解，老闆不用是最會管理進度的那個，而是那個知道怎麼把人放對位置的人（包括自己）。如果我不擅長時間管理，那我就找一個人來幫我管。如果我容易分心，那我就設計一個流程讓自己更好聚焦。

可能我太常分享 AI 協作，最近也有不少老闆朋友來問我怎麼看「用 AI 取代員工」，但我一直都覺得：AI 就像當年的 Excel，一定會取代掉那些需要大量重複操作、靠人力跑流程的角色。可是，真正有價值的，永遠是「能整合資訊、做出決策」的人。

AI 可以加快運算與生成，但該看哪些數據、怎麼收集資料、哪些資訊該優先處理，這些仍然是人類需要判斷的。也因此，我不是想讓 AI 取代誰，而是想讓它成為團隊的一部分。省下來的時間和預算，就可以用在更有價值的地方：像是提升核心夥伴的待遇、投入更長期的商業策略等等。

而我要做的，就是組建好這支團隊，還有分配好資源的流向。

建構中的 AI 幕僚系統（目前只有回覆評論功能）：

請一位全職助理每個月至少要 3 萬元，但如果透過 AI 工具自己建立一個「幕僚系統」，只要不用付費 API，不租伺服器，甚至可以是幾乎免費。雖然不一定能完全取代人，但它可以把 87% 的流程系統化、標準化，讓真正的人可以專心處理更重要的對話與判斷。

這次開發這個工具的核心想法，是希望重建「有人幫我整理，我只要決策」的工作節奏。只是這次，我有點窮...加上學了一點新技術，所以找來 AI 幫忙。目前的團隊組成是這樣：

• ChatGPT 是我的產品經理：熟悉我的語氣與邏輯，跟我確認需求，安排內容架構，產出專案用的 prompt 和文件。
• Cursor 是我的工程師：幫我寫程式、補邏輯、重構流程，讓我可以用人話就做出我想要的工具。
• Gemini 是我們的品牌小編：每週負責初步草擬 Google 評論的回覆草稿，讓我集中審稿、優化語氣、統一發佈。

目前選擇使用 Gemini 是因為它夠聰明，API 還是免費的。我可以盡情地反覆測試、優化語氣、調整 prompt。不需要煩惱 Token 費用，也不用擔心超量成本。

等未來累積更多數據後，我還是希望可以自己架設 LLM 伺服器，像上一篇說到的一樣，訓練一個屬於夢酒館的 RAG 系統。未來它可能會變成一個懂我們酒單、知道近期酒館狀態、熟悉在地語言的 AI 大腦，成為團隊裡一個超懂我的 AI 幕僚。

進度紀錄 [ 2025/04/02 ]

目前暫時使用 Google Sheet 當使用介面，成功用假的評論完成 AI 回覆的草稿生成、人工修改後的內容差異記錄等基礎功能，但因為 Google Business Profile API 的存取需要另外申請，已經寄出申請信，只能等 Google 回信才能繼續開發並真正擷取評論和送出回覆。

寫在最後

這篇是 Project MIRROR 的第一篇紀錄文，之後等功能都串接完、API 開放後，我計畫再寫一篇完整的技術文章，包括回覆模組的設計邏輯、資料記錄方法，強迫自己不能只靠 Cursor，要很清楚整個系統在幹麻。

合理工作時段橫跨 9am - 4am 的我，一直覺得「專注」跟「節奏」是自己最稀缺的資源。這一次，我想用 AI 幫自己重新找回它。

如果你對這樣的工具或思考方式也有興趣，歡迎寫信或私訊討論，我很缺可以一起討論和實作的朋友🤪。