文：張恭銘
多數人把 AI 當成即插即用的工具，以為寫一段詳細的 prompt、賦予角色與風格，就能讓它穩定輸出符合期待的內容。然而實際使用一段時間後，常會發現 AI 的回答越來越「走鐘」：語氣不對、判斷失準、抓不到決策背後的考量。問題往往不在於 prompt 不夠精準，而是使用者從未花時間讓 AI 認識自己。
雲發互動科技創辦人陳子龍提出一套實務做法，核心概念是把 AI 當成「新進員工」來帶。新員工入職不會第一天就完全理解主管的思維模式，需要透過一段時間的互動、觀察與糾正，才能逐漸貼近老闆的決策邏輯。AI 也一樣，與其期待一次性的指令就能鎖定風格，不如設計一個持續性的「入職訓練」機制，讓 AI 每天主動提問，逐步建立對使用者的深層理解。
陳子龍的做法是在 ChatGPT 開設一個專屬Project，並寫入以下指令：「每天問我 2–3 個問題，了解我的工作角色、管理風格、決策偏好、溝通習慣和生活中在意的事。我回答後，先複述你的理解；每天最多追問一次更深的問題，追問後就結束今天的提問。每次對話結束前，整理這次學到的重點。如果記憶功能可用，把適合長期使用的資訊存進記憶。」
接著設定每日上午九點半的自動排程，讓 AI 主動展開第一輪提問。這個機制與坊間常見的「開工前讓 AI 提問釐清需求」不同，後者多半是單次、任務導向的澄清；前者則著重於長期累積，讓 AI 在一次次問答中拼湊出使用者的完整輪廓。
但光是問答還不夠。陳子龍強調，必須讓 AI 看到實際產出。把週報、常用信件、簡報等工作文件放進同一個專案，讓 AI 從真實材料中學習使用者的表達方式、判斷標準與價值取捨。每隔一段時間，可以反過來問 AI：「根據目前你對我的了解，你覺得我的工作風格是什麼？」如果答案不準確，直接糾正，這個過程本身就是最有效的訓練訊號。
這套方法背後的邏輯很簡單：理解是養出來的，不是設定一次就能完成。多數人抱怨 AI 用久了還是抓不到重點，其實是因為自己從未持續餵給它足夠的脈絡。每天花幾分鐘回答問題、補充文件、修正理解，一個月後 AI 的貼合度會明顯提升。重點不在於寫出更厲害的prompt，而在於願不願意把 AI 當成一個需要時間磨合的夥伴，而不是一個應該瞬間讀心的工具。
資料來源維基百科