拆解你的工作任務

💬 Alex 碎碎念

你有沒有遇過這種情況？把整個複雜任務丟給 AI，結果只拿到一個沒用的通用回答？

簡單來說：不是 AI 不夠強，是你給的任務太大、太模糊。

重點來了 — 不是技術難，是流程分析難。 我跑過好幾個自動化案子，技術從來不是問題，問題永遠在「這個任務到底要拆成幾步」。這堂課就教你怎麼拆。

第一次沒做好或是聽不懂，代表你是正常人！

🎯 學習目標

📚 Know (知道)

• 了解哪些任務類型適合 AI、哪些需要人類判斷

🛠️ Use (使用)

• 能夠用委派框架分析一個真實工作任務

🚀 Do (實作)

• 選一個你本週實際要做的任務，列出 3-5 個步驟，並標記哪些步驟可以試著交給 AI
• 對每個步驟問自己：「這需要我的專業判斷嗎？」需要的留下，不需要的才考慮委派
• 把你的拆解結果和 AI 的實際輸出對照：有沒有哪個步驟你以為可以交出去，結果卻不理想？

🔧 Manage (管理)

• 用「可行性 × 影響力」的概念替每個子任務打分數，先挑 CP 值最高的做，不要一次全部自動化
• 如果某個步驟的拆解結果讓你花更多時間修改，通常代表拆解粒度太粗——回去把那一步再細分
• 定期回顧哪些任務類型對你有效，建立自己的「適合 AI / 保留人工」分類清單

📋 流程

任務拆解的核心思路

一個大任務通常包含多個子任務，有些適合 AI，有些需要你來做。

拆解步驟：

1. 列出這個任務的所有步驟
2. 對每個步驟問：「這需要我的專業判斷嗎？」
3. 需要判斷的 → 你來做
4. 不需要判斷的 → 考慮交給 AI

哪些任務適合 AI？

適合 AI 的任務特徵：

• 輸入和輸出格式明確
• 需要大量重複操作
• 可以用規則來描述「好結果」
• 不需要最新的即時資訊

具體例子：

• 把口語描述整理成條列格式
• 翻譯固定格式的文件
• 根據模板生成多個版本的文字
• 摘要會議記錄的關鍵決定

哪些任務需要人類判斷？

需要人類的任務特徵：

• 涉及你對客戶／同事的了解
• 需要結合公司內部機密資訊
• 結果直接影響他人（財務、法律、醫療）
• 需要創意靈感和個人風格

具體例子：

• 決定是否接受一個客戶提案
• 評估員工績效
• 確認合約條款是否符合公司政策

實作練習 — 先看範例（這是你的輔助輪）

選一個你最近在做的工作任務，用這個框架分析。

範例：幫弟弟跑下午的家務（叫小弟模式）

任務名稱：幫弟弟跑下午的家務

任務步驟：

1. 先去買麵 → 弟弟做（規格明確、不需要判斷）
2. 再去買飲料 → 弟弟做（給 100 塊預算，剩下可自由發揮）
3. 再去接爸爸 → 弟弟做（清楚 destination）
4. 決定爸爸晚餐要不要加菜 → 我做（需要看當天家裡狀況）

注意：總共 4 個任務但其中 1 個保留給人。AI 也一樣——「買東西回來」這件事可以給 AI，但「決策要不要加碼」要留給你。

Alex 觀察：技術不難，難在打分數

我幫客戶做 AI 自動化的時候，會先盤點所有可能的子任務，然後用「可行性 × 影響力」打分數，挑 CP 值最高的先做。

不是什麼都要自動化。

例如：採購單 OCR 辨識。技術上 GPT-4 Vision 不難，但難的是：

• 供應商的採購單格式都不一樣
• 有些是 PDF、有些是 Excel、有些是手寫掃描
• 辨識完要寫入哪個 Sheet？欄位怎麼對應？

這些是「流程分析」的工作，AI 不會幫你做。你要自己想清楚。

現在輪到你

任務名稱：（填入你的任務）

任務步驟：（列出 3-5 個，超過 5 個請拆成兩個任務）

哪些步驟可以試著交給 AI？（標記出來）

你需要保留哪些步驟的控制權？（說明原因）

這套拆解框架不能解決以下情況，請先不要套用：

• 你對這個任務領域完全陌生，沒辦法判斷 AI 給的步驟是否合理
• 任務步驟之間高度相依，中間任何一步出錯都會讓後面全部作廢
• 流程本身還沒跑過、還在摸索階段——先把流程跑通，再來想拆解

這不代表拆解沒用，而是要等你對這件事有基本掌握，拆解才會有意義。

✅ 確認清單

• [ ] 能列出 3 個在自己工作中適合 AI 的子任務
• [ ] 能說出為什麼某些步驟需要保留人類判斷
• [ ] 完成一個真實任務的拆解練習

🔗 相關連結

• Anthropic Academy — Project planning and Delegation