- 員工不用 AI，不是學不會，而是看不出「這對我的工作有什麼幫助」。
- 顧問的工作在診斷：想像哪些工作可以被 AI 承接、決定工具、設計場景——要先做完這三步，才有資格開始教。
- 先讓學員感受效果，再回頭教做法。順序反過來，結果很不一樣。
- 第一次體驗一定要成功：門檻越低，後面的學習動力越高。
- 咖啡豆電商老闆案例：設計虛擬咖啡店讓他體驗完整 workflow，課後兩天他主動訂閱了 Max 方案。
有一個數字讓我停下來想了很久：台灣真正在日常工作中使用 AI 的工作者，只有 3%。
這幾個月我帶過 CoWork 工作坊，也在松年大學教了一學期的 AI 課程。兩個場景的學員差距很大，一邊是有自己生意的中小企業主，一邊是剛開始接觸智慧型手機的銀髮族。但他們有一件事是相同的：上課時覺得有趣，回去之後 AI 工具就沒再打開了。
我一開始以為是教材的問題，或是學員的態度問題。後來我改變看法了。
員工不是不會用 AI，也不是不想學。他們在等兩件事：一個讓他們看得見好處的使用場景，以及一次不需要記太多東西就能成功的第一次體驗。
講座教了很多，但回去還是沒打開
AI 講座的內容，這幾年我聽過很多類型，我的學員也聽過不少。課程通常會涵蓋：prompt 怎麼寫、不同模型的差異在哪裡、進階功能的操作、自動化工具的設定方式。
講師通常備課充分，現場示範也讓人覺得「哇，這真的很厲害」。學員聽課時也確實入神。
但有一件事很少被追蹤：學員回到工作崗位後，有沒有真的打開 AI？
我的觀察是：通常沒有。
不是學不會，是看不出對自己哪裡好
學員做的其實是一個很理性的計算：「學這個需要多少時間？學會之後，我的工作會不會真的輕鬆一點？我不確定。」
只要那個「不確定」還在，多數人就不會跨出第一步。這不是懶，這是在資訊不足的情況下最正常的決策。
有一個說法我覺得說得準：與其教員工怎麼下提示詞，不如先幫他們找到應用場景。
聽起來簡單，但執行起來很不一樣。它需要兩件事同時到位：一個具體的、屬於學員自己工作情境的使用場景，以及一次讓他親身感受到「這真的有幫到我」的第一次體驗。少了其中一個，另一個也站不住。
第一件事：從學員自己的工作起手
這裡才是顧問真正的工作所在。
很多 AI 課程設計的使用場景，是通用範本：「AI 可以幫你寫 email、做摘要、翻譯文件。」這些說法都對，但它們不是那位學員自己的場景。學員聽完，理解了，但心裡沒有那個具體的畫面——哪一件他每天都在做的事情，今天可以用 AI 換個方式做？
顧問的工作不在教學本身，而在診斷。具體來說是三件事：想像哪些工作可以被 AI 承接、決定要用哪些工具、帶著學員理解這些應用場景。這個順序很重要。要先把前兩件事做完，才有資格開始教。
咖啡豆電商老闆的故事
我帶過一位做咖啡豆電商的老闆。他本來就有想學 AI 的念頭，第一次我教他用進階的開發工具，帶他走過幾個功能強大的設定和自動化流程。課程內容很紮實，他也學得認真。
但課程結束後，他就沒再打開那些工具了。
後來我重新思考這件事。問題不在他，而在我一開始就從工具起手，而不是從他的工作起手。
第二次，我先跟他聊。聊他每天在做什麼、哪些事讓他覺得麻煩、哪些事做了但不太確定值不值得花這個時間。
從這段對話裡，我看到了幾個地方：他每天重複用 ChatGPT 複製貼上來生成文案；他定期把圖發包給美編，但大部分的圖只是改日期、換顏色、換產品圖，內容幾乎沒有差；他也知道電商有各種補助案，但每次要查的時候要花很多時間整理，常常就讓它過了。
這三個地方，都是 AI 可以接手的工作。
於是我整理出三個使用場景給他：帳務對帳（從 email 抓資料整理）、資料查詢與準備（有消息時先讓 AI 查好，等他方便的時候再看整理好的結果）、以及自動產圖（用模板讓 AI 替換日期和產品圖，不用每張都外包——很多時候不需要精美設計，「有」就夠了）。
這三個場景不是我憑空想的，是從他的工作裡挖出來的。
第二件事：第一次體驗一定要成功
場景有了，接下來是怎麼讓他第一次用就成功。
一般講座在教 prompt 技巧的時候，往往傳達了一個反效果的訊息：「你要先學會這些，才能開始用。」學員聽完之後，心裡的門檻不是降低了，而是升高了。「原來要寫這麼長的 prompt？要考慮那麼多細節？」下意識的結論通常是：「算了，這次先不用，等我有時間再研究。」
等的那一天通常不會來。
我的做法剛好反過來。
為了讓咖啡豆老闆更有感，我用 Claude Design 建了一個虛擬咖啡店，把他的三個應用場景都設定好，所有資料都提前準備好。他進來的時候，不需要記任何東西，只需要跟著感受整個 workflow 是什麼樣子——叫 AI 整理對帳、查補助資料、換一張產品圖。
他走完一圈，自己說「哦，原來是這樣」之後，我才帶他回頭，教他怎麼把自己店裡的資料和設定整理成一份屬於他自己的 context。
課程結束兩天後，他傳訊息給我說他已經訂閱 Max 方案了。
先有那個「這真的有幫到我」的瞬間，後面的一切才有意義。學習的順序是反的：先感受效果，再回頭學做法。
後來我把同樣的邏輯用在自己的夢酒館團隊。之前用 Discord 當介面，團隊幾乎都沒在用。換成介面跟 ChatGPT 接近的 OpenWebUI 才剛一週，觀察還在進行中——但設計的出發點是一樣的：從他們已經認識的東西開始，而不是要他們先學一套新介面。
把兩件事整合起來
這兩件事放在一起，可以從對比裡看清楚差距在哪：
| 常見的 AI 內訓 | 我的設計 | |
|---|---|---|
| 起手點 | 從工具和 prompt 開始 | 從學員的工作開始 |
| 第一次體驗 | 跟著示範練 prompt | 自己的問題被解掉 |
| 教學順序 | 先教做法，再講應用 | 先讓學員看到好處，再教做法 |
| 結束狀態 | 拿到一份 prompt cheatsheet | 知道明天要用 AI 做哪一件事 |
背後有三條設計原則：
先感受好處，再學做法。 體驗在前，原理在後。學員在理解「為什麼」之前，要先體驗「結果是什麼」。少了那個瞬間，後面的學習就沒有支點。
場景要是學員自己的。 虛擬咖啡店能夠成立，是因為在做之前先花時間聊了他的工作。那個場景不是通用範本，是從他的日常裡長出來的。換一個人，場景就要重新設計。
顧問的工作在診斷，不在教學。 找出哪些工作可以被 AI 承接、選好工具、設計體驗路徑——這三件事要先做好，才有資格站在白板前開始教。這也是顧問跟內容平台的根本差異：平台教通用技能，顧問處理具體問題。
三個自我檢視
如果你正在評估公司的 AI 內訓計畫，或是正在設計課程，可以問自己三個問題：
你的課程是從工具起手，還是從員工的工作起手？如果開場的第一件事是「今天介紹這個 AI 工具的功能」，使用場景可能還沒被照顧到。
學員第一次嘗試 AI 的那個體驗，是設計過的嗎？還是讓他們自己去摸索？第一次成功的機率，決定了他們之後還會不會回來。
你的課程，有沒有先讓學員看見好處，再教做法？如果學員在體驗到效果之前就要開始記東西，這個順序值得重新看一次。
寫在最後
帶這幾個月的課之後，我越來越確定一件事：AI 導入真正的難題不在技術，在人。不是員工能力不夠，而是他們還沒看到自己的工作和 AI 之間的那個接口在哪裡。
顧問能做的，就是幫他們找到那個接口。
如果你在思考怎麼讓團隊真的開始用 AI，歡迎找我聊聊，看看能怎麼協助你。
