從工具介紹到企業工作流程
把 Chat AI 從「問一句、答一次」的工具，變成一位能被交辦、能被追蹤、能在犯錯前被攔下來的工作夥伴。用四個企業案例，練成一套可以帶回自己部門的方法論。
同一句話，可以是一句期待奇蹟的許願，也可以是一件被完整定義、可以追蹤、可以驗收的工作。差別不在 AI 有多聰明，而在你怎麼把工作交出去。
講完九個字，本月銷售報告就出現了。
Chat AI 解決的是一個回合的溝通，Agentic Working 才開始處理一整段工作流程。
課程不教你「用某個工具做某件事」，而是教你把任何一件工作拆成四個可以討論、可以分工、可以驗收的欄位。
AI 被允許取得、理解、引用與轉換的資料，來源、權限與版本都要說清楚。
把原始資料轉成可支持管理判斷的中間結果——讀取、比對、計算、產出。
刻意保留給人的節點：誰要審核、審核什麼、何時必須停下來。
從「使用者下一步要做什麼」倒推，而不是從 AI 最容易生成什麼開始。
每個案例都用「情境 → Input → Processing → Gate → Output → 管理問題」的相同結構展開。Case 1、3 用虛構公司讓課堂能完整控制資料與例外；Case 2、4 則練習在真實公開公司（Sony、TSMC）的資料上做研究與查證。
明天下午的經營會議前，把散落一地、格式不一致的多月訂單、退貨與商品資料，整理成一份可信的 YTD 管理報告。
「導入之後，省下來的是時間、錯誤成本，還是決策週期？」
評估是否與 Sony 建立影像技術或消費電子合作，在董事會前完成研究並產出八頁 Executive Board Deck。
「哪些結論有證據支持，哪些其實只是推論？」
為下一批 20,000mAh USB-C 行動電源選供應商，用 Browser 比較三家報價、認證、交期與品質風險。
「報價最低的供應商，是不是總風險最低的供應商？」
15 分鐘內把 Calendar、Email、Drive、CRM 與公開資料的分散線索，壓縮成一頁式高階會議簡報。
「不同系統的資料互相衝突時，誰有權確認真相？」
分辨 Chat AI 與 Agentic Working 的差異，不再只滿足於「一次性好答案」
判斷企業資料能不能、以及該如何安全地交給 AI 處理
把任何一件工作拆成 Input／Processing／Gate／Output 四個可驗收欄位
用 AI 完成資料整理、企業研究、採購分析與高階會議準備
判斷哪些工作能自動化，哪些必須保留人類決策
把一次性工作封裝成可交接的 Skill，重複性工作設計成 Workflow
專章拆解企業機密與 PII／MNPI 邊界、社交工程與資訊工程風險、去識別化與安全傳輸、Local Agent 與 Cloud Agent 的取捨，以及出錯時的責任歸屬。企業怎麼治理 AI，我們一起探索。
報名後的課程時間會現場帶大家安裝與設定；如果能事先完成安裝，上課當天就能省下更多實作時間。
一台可安裝軟體、能上網操作的個人筆電（Mac 建議 Apple Silicon），課程全程需要動手操作。備註：不建議使用公司筆電，除非有符合公司資訊管理要求。
下載並完成登入，建議使用付費版本／USD 20 每月。詳細開通步驟在報名後的圖文教學包裡。
安裝 Chrome 瀏覽器與課程指定的 ChatGPT Chrome Plugin，供 Browser 案例操作使用。
免費帳號即可。課程會示範如何與 Canva 結合，把研究成果轉成可編輯的董事會簡報視覺。
課程不要求程式背景；有安裝可額外體驗案例中的自動化腳本示範。
可以。課程不要求 Python 或開發能力，會由 Codex／Claude 協助判斷何時需要處理資料或寫程式；Python 只是選用的加分項目。
課堂使用去識別化的模擬資料，以及真實公開公司的公開資訊（如 Sony、TSMC 的官方網站與 Investor Relations），不會要求你上傳真實公司機密。
都可以，教學包與課前教材會依作業系統分流提供，Mac 建議使用 Apple Silicon 機型。
不會。Canva 是選用項目，免費帳號即可跟上課程進度，不影響其餘案例的進行。
一份可以套用到自己工作的 Input→Processing→Gate→Output 設計表，以及至少一個可以實際試跑的 Skill 雛形。