你的 AI 很聰明，但它不認識你｜「打造你的 AI 幕僚」實體工作坊紀實

「你的 AI 很聰明。但它，不認識你。」

這是 AI for Taiwan 實體工作坊「打造你的 AI 幕僚」開場沒多久、講師蔡立忠（Richard）丟出來的一句話。整個下午要做的，就是把這句話改掉——不是教大家怎麼把 prompt 寫得更漂亮，而是建一套認識你、能調度、會累積的工作系統。

形式是小班、跨背景混組、每個人帶自己的筆電。講師一開始就把定調講清楚：「不是我教你們，是我們一起交流——我分享我的版本，你們會碰撞出自己更好的版本。」而離場的門檻只有一個：每個人帶走一個已經接上 AI 的 Vault。不是筆記，是一套明天就能開始用的系統。

上半場：講了五個 Engineering，結論只有兩階段

上半場先把趨勢講清楚。不到五年，我們跟 AI 的關係換了好幾輪：2022 年當玩具（一問一答、複製貼上）、2023 年背咒語（prompt 模板滿天飛）、2024 年給資料（RAG 與知識庫）、2025 年會動手（Agent 讀檔、開瀏覽器、跑指令）、2026 年會分工（多個 Agent 互相接力）。工具名字會過期，值得記住的是這條關係的變化——你正從「使用者」變成「指揮者」。

兩個名詞也順手對齊了：LLM 給你答案，Agent 給你成果。前者出主意、動手的是你；後者你給目標，它自己拆步驟、用工具、做到完，你負責驗收。

三巨頭的佈局則被濃縮成一條公式：每一家都是「一個聊天的 ＋ 一個動手的」。

公司	聊天的	動手的
OpenAI	ChatGPT	Codex（桌面 App，直接控制電腦）
Google	Gemini	Antigravity（Agent 開發環境）
Anthropic	Claude	Claude Desktop／Code（給資料夾權限直接讀寫檔案）

講師的提醒是：記檔次，不記名字——輕量（快）／主力（多數工作夠用）／旗艦（難題）／深思（最難的題）。名字天天換，檔次不變。至於選哪一家？「記憶放在自己的 Vault，換哪家都無縫接續。」

接著是業界這五年吵的五個 Engineering，一層疊一層：Prompt（我要怎麼跟模型說）→ Context（模型現在該知道什麼）→ Harness（它能用什麼工具、在哪行動）→ Loop（怎麼自己做→查→修）→ Graph（多個 Agent 怎麼協同）。

但結論相當務實：一般人只要兩個階段——① 下對指令（Prompt 是永遠有用的基本功）、② 做成系統（把 Context 與 Harness 接起來）。至於 Loop，由你自己來當。現場對這段的說明很直白：這些詞是頂尖實驗室在跑上千次執行的專案時發明的，我們的週報、簡報、報表沒有那麼大；方向沒訂清楚，AI 會自己越做越歪。

堅持 human out of the loop 的成本，如果比你自己看一眼還高——它就不是好方法。

全場最多人記住的一句：別再寫百科了，寫日記

心理學背景的講師把長期記憶拆成三種，再對應到「該教 AI 什麼」——這一段是整個下午的轉折點。

記憶類型	是什麼	對 AI 的意義
語意記憶 Semantic	跟「我」無關的世界知識	它已讀遍世界知識——只教你家知識（公司內規、產業黑話、專案背景）
⭐ 情節記憶 Episodic	你的經歷與事件，有時間、地點、當事人	核心，每天寫——「老闆在意成本不是規模」這種事，沒有任何一本書寫過
程序記憶 Procedural	會做但講不出步驟的 know-how	人的在身體裡，AI 的在工作流程裡——常用流程再教

換句話說，過去十年大家在 wiki／Notion／卡片盒上做的，多半是語意記憶——而再幫 AI 整理一份世界知識，等於在 Google 旁邊蓋一座圖書館。真正稀缺的是你走過的路。

別再寫百科了，寫日記。世界的知識讓模型自己處理；寫下屬於你自己的經驗——這是我們在這個時代，真正不可取代的價值。

同一段還守住了一條線：記憶可以外包、起草可以外包，但後設認知不能外包。每天開工前的兩個問題——「今天到底要做什麼？」「為什麼是這件事？」——AI 想細節，你想方向。風險從來只有一個：沒想過就按下送出。

下半場動手：三個步驟，順序不能顛倒

下半場的施工圖只有三塊地基：先給 AI 一個辦公室，再讓它認識你，最後才教它跑工作。

STEP 1｜Vault：你幕僚的辦公室

開一個資料夾，編號就是一天的動線：00_收件匣（什麼都先丟這，不用分類）→ 01_待辦事項（今天／等待中／稍後）→ 02_工作日誌（情節記憶的主場）→ 03_個人、04_專案、05_合作夥伴。再加上一份到職手冊 AGENTS.md，以及只有一句話的 CLAUDE.md 當入口。

這裡藏了一個實用觀念：SSOT（Single Source of Truth）——規則正本只寫一份，另一個檔只放一句「請先讀 AGENTS.md」。改規則永遠只改一個地方，換哪家 Agent 都讀得到。

建議直接開成 Obsidian vault，理由也很單純：筆記就是你電腦裡的 .md 純文字檔，vault 就是一個資料夾。把 App 刪掉，檔案還在。工具可以換、AI 可以換，資料夾永遠是你的——這就是「記憶自主權」。

資料夾建好，就把讀取權限給 Claude Desktop（或 Codex／Antigravity），然後問它這一句：

請讀取這個資料夾，告訴我：
這是一個什麼樣的工作區？你接下來會怎麼協助我？

AI 講得出資料夾的用途 ＝ 接通了。現場的說法是：恭喜，你剛從第一階段畢業到第二階段。

STEP 2｜Personal Context：讓它認識你

在 03_個人/關於我.md 寫五件事：角色與職責、進行中的專案、工作偏好（先看結論？愛用表格？幾點腦子最好？）、常合作的對象（寫事實，不寫八卦）、以及你的紅線——什麼絕對不能自作主張。

這一步有個「見面測試」：填之前問一次、填之後再問一次同一個問題——「以你對我的了解，我今天最該優先做哪一件事？為什麼？」前後差異，就是這份檔案的價值。

STEP 3｜Workflow：把高頻工作寫成程序記憶

挑一件真實的高頻工作（週報、會議紀錄、Email、資料彙整都行），寫成五個欄位：目標 → 輸入 → 步驟 → 輸出格式 → 驗收標準。存進 vault，當場實際跑一次。AI 執行，你保留判斷與驗收。

動手之前的三條線

資安只花兩分鐘，但講得很清楚：去識別化（姓名換代號、金額換區間）、公司資料走公司管道（內部資料一律用公司核准的 AI）、紅線（客戶個資與未公開數字，永遠不進公開 AI 服務）。好消息是，記憶放在地端、資料不出門，這套系統本來就把最大的坑避掉了。

帶回家的三步：明天就能開始

• 明天早上：把信箱、訊息倒進 00_收件匣，跟 AI 開第一場晨會，切出「重要 × 緊急」四象限。
• 明天下班前：寫第一篇工作日誌，三行就好——做了什麼、卡在哪、明天接哪。
• 一週後：問 AI：「你覺得我這週在忙什麼？」看它有多懂你。

寫日記的複利，一週就看得到。

結語：工具會換，養出來的幕僚記憶不會

這場工作坊最有意思的地方，是它沒有停在「教你幾個好用的 prompt」。從趨勢、心理學一路走到資料夾與檔名，指向的其實是同一件事：把散在各個對話視窗裡的脈絡，收回一個你自己拿得走的地方。

養出來的幕僚記憶，永遠是你的。工具會換，模型會換；屬於你的經驗、判斷與工作系統，會留下來。

散場前的成果分享，每組花三到四分鐘 Demo 自己的 workflow：什麼工作、怎麼教 AI、實際跑出什麼。互相偷一招，再回去修自己的——這也是 AI for Taiwan 一直想促成的事：把實戰經驗留在社群裡，讓下一個人少走一段路。

企業內訓、公部門與校園課程歡迎與我們聯繫——「打造你的 AI 幕僚」可依貴單位的工作情境與時數調整（半日／全日皆可），也能與「AI 應用於 Excel 數據分析」等實作課程搭配成系列場次。