恮新國際 孟祥琦團隊
AI 陪跑歷程

公司與客群

醫療器材（體外反搏 EECP）代理與服務，客戶有醫院、診所與個人。服務全部自己做；機器賣得越多，LINE 群組越多，客服工作量一直增加。未來要走國際市場（例如越南）。

分工

文書處理大部分由內勤夥伴負責（近期標案多）；對外跟客戶會談由孟小姐與業務夥伴負責。成員分散在不同地方、常出差。

目前在用的 AI

• 孟小姐：ChatGPT（使用的是別的單位共用的付費帳號，已經訓練一段時間，想轉到自己的）
• 團隊成員也在用 Claude、Microsoft Copilot（有成員用了三年，覺得它很了解自己），並有付費 Gemini
• 有成員的 ChatGPT 是與他人共用的帳號

設備

• 辦公室電腦多為 Windows，年份較舊
• 一位朋友（醫療器材軟體工程師）協助建了一台 Mac mini，以 LINE 收集資料
• 業務夥伴大量簡報存在 USB 與外接硬碟，沒有用雲端硬碟

先做基本三位，Mac mini 先不要動

先把資料清理、找資料、技能包三位跑通，再來盤點朋友建的 Mac mini 與 LINE 串接。

團隊共用知識庫放第二階段

每個人自己的資料夾都還亂的時候共用，會更亂，AI 也不知道要聽誰的。先各自整理好，第二階段再整合。

設備：建議換 MacBook Air

第一階段能裝 ChatGPT 桌面版的電腦都可以開始。之後讓 AI 自己裝工具、解問題時，Mac 環境一致比較穩。建議 MacBook Air、M2 晶片以上、512GB；Pro 又貴又重，用不到。

AI 帳號：先 ChatGPT 付費版

一般人建議從 ChatGPT 每月 20 美元方案開始，額度多、適合練習試錯。之後每人至少一個自己的帳號，不與他人共用。Claude 適合知識工作與輔助決策；Gemini 目前不建議當主力。

新電腦還沒到

新 Mac 預計 9/22 到 10/1 之間到貨。現場只有一位夥伴能用自己的筆電實際操作，其他人先看教練示範、跟著夥伴一起看。

提早結束，等電腦到再動手

大家看完示範後決定提早下課，下次電腦到了再一起練。下次教練會提早到，先幫大家把新電腦設定好，讓全員對齊再開始。

下次上課（暫定）

2026/10/13（二）09:00。9/30 還沒收到電腦就先通知江江教練。

忘記了就回來看

每次上課的紀錄都會更新在這個網站。教練說：「你忘記就回到這邊看。」

教練的預設建議

• 免費版：Terra，推理程度「中」
• 付費方案（課堂提到每月 20 美元，價格與額度以官方頁面為準）：Sol，推理程度「輕」，很多人推薦這個組合
• 推理程度一般開到「高」就夠，高都解決不了的，開到最大通常也沒有用
• 教練示範 Terra 時選「中」：輕度思考較少、回得比較快，教練個人較少用

額度去哪裡看

• Codex 的「使用量」頁面
• 付費版常見算法：每 5 小時一個上限，每週又一個上限
• 免費版是整個月算一次，用完要等下個月
• 聊天、詢問也會扣，只是扣得很少
• 跑一個任務前後各看一次，就知道這件事大概花多少

禁止刪除，移到「待刪除」

教練的 AI 一律不准刪除，真正刪除只由人手動做。整理掉的檔案移到「待刪除」資料夾，並把原本的路徑寫清楚，後悔時才搬得回去。全部看過、確認沒問題，才由人自己刪。

固定步驟寫成程式跑

有標準步驟的機械動作，叫 AI 寫程式去執行：省額度，並請它把每一步的執行紀錄存下來，出錯才查得到。需要判斷的事才叫 AI 自己做。程式寫錯也會一次改壞很多檔案，所以先用副本試跑、看過變更清單再正式跑（整理者建議）。

AI 一定會出錯，要設計檢查

AI 是機率模型，一定會有幻覺（很有把握地講出錯的東西）。不要期待它不出錯，要設計檢查和補救。例如只是小修改，改完就用程式算字數，改動量太大就代表有問題。

兩個模型交叉比對

讓另一家模型來檢查，可以多抓出很多錯誤，但兩個模型也可能一起判錯。很重要的資料可以兩邊各做一份再互相比對（很耗額度）；一般資料做完抽查就好。醫療相關內容仍要由專業人員確認。

設花費上限和白名單

教練分享的案例：有人讓 AI 自己回留言、自己找資料，對方問得很專業，AI 爬了一整晚論文，只為回一句話，產生一大筆費用。所以要講清楚上限：每次最多查多久、用多少額度；要花錢的事一律停下來經過你確認。

帳號登入自己來

登入帳號這種敏感的事，AI 通常不會主動去查。自己登入完，明確告訴它「我已經登入了，請你測試能不能連通」。

講出心裡的 OS

少一點「下指令」，多講自己在想什麼：老師說了什麼、自己在擔心什麼、希望做到什麼。課堂討論中，大家把這種溝通方式形容為「講出心裡的 OS」。

不確定的步驟，先問清楚再交代

示範過程中，一開始用了還沒確認意思的「插件」說法，AI 就照這個說法走，工具選擇偏離了原本目的；重新說明需求後才調整回來。遇到不確定的名詞，先問 AI 那是什麼。

看不懂畫面就截圖問它

跳出看不懂的畫面，把它丟回給 AI：「這是什麼？我真的可以按嗎？」要練習把「丟給老師看」改成「丟給 AI 看」。

它說做不到，請它查最新消息

AI 不知道自己最新更新了什麼，它的內部資料多半是舊的。請它上網查最新做法、別人怎麼做。只要不是很創新的事，大多有人做過。

一開始每句話都要追問

它說記住了：記在哪？下次真的會記得嗎？一開始會比較累，默契建立起來之後，看到它的動作就知道是不是真的記了。

卡住時，請它寫給老師看

「老師，我的 AI 說做不到」老師也不知道卡在哪。請 AI 整理成老師一看就懂的一段話再傳過來。

「執行一次」和「永久允許」

AI 要執行指令時會問你。按「永久允許」比較方便，但要確定它以後每一次都沒有地雷；不確定就先按「執行一次」。

語氣可以直接

教練示範了「直接版」和「溫和版」兩種講法，重點都是：說清楚你確定它做得到（老師做過、已經給了權限），請它自己想辦法；真的做不到，要告訴你卡在哪。

一份給 AI 看的操作手冊

把做對的流程記下來，下次不用重新摸索。一個人踩過雷找到正確做法，寫成技能包分享出去，其他人就不用再花一次學費。

放在自己的專案資料夾

技能包放在專案資料夾裡，AI 在這個資料夾工作時就會照著做。教練建議存在自己的資料夾，比較好管、隨時能改、方便分享給同事。

名字要取得明確

AI 預設的技能包名字常常取得很寬。建議取一個明確的叫法，喊到就一定啟動它。

別人的技能包不要直接裝

包括教練的也一樣。只從信得過的來源拿，放在測試資料夾試用，先叫 AI 檢查兩件事：①有沒有安全風險或惡意指令；②適不適合自己的流程，要直接用、取一部分，還是改成自己的版本。例如會議紀錄，有人要鉅細靡遺，有人只要摘要。AI 檢查過不等於一定安全；牽涉下載、帳號、整台電腦權限或付費的，請懂技術的人再看一次（整理者建議）。

資料清理技能包（已傳 LINE 群組）

把 PDF、PPT 這類給人看的檔案，轉成 AI 好讀的 MD 檔（一種純文字格式）。會保留原始檔，另外轉出新檔；圖表另外保存，並補上文字描述。PDF 是 AI 很難讀準的格式。

為什麼不能只說「幫我清理資料」

簡單的要求，AI 就用簡單的方式做。例如 PDF 裡有很多圖表，只下一句話，它常常只把文字清出來、圖表全部略過。

自己做粗稿，還是直接用教練的

會設計技能包的人：先做自己的粗稿（這才是自己原生的方向），再請 AI 參考教練和網路上的做法補坑。還不會設計的人：先用教練的版本，執行中覺得哪裡太麻煩、哪裡不夠，再請 AI 微調。

分享方式

目前做法：AI 做成壓縮檔，放雲端硬碟給大家。收到的人一樣照上面「別人的技能包」的步驟：先請 AI 檢查、放在測試資料夾試用、確認需要的權限，沒問題再請 AI 執行。更有效率的做法是之後架團隊資訊站，屬第二階段。

Gemini 的角色

接通之後，Gemini 是給 Codex 拿來抽查、複查用的，不需要自己去學它的介面。可以直接問 AI：「你們兩個要怎麼配合？」並告訴它哪個有付費、哪個是免費，請它依額度分配。

教練目前的用法

目前示範把 Gemini 用在目標明確、容易驗證的小型檢查（例如選 3.8 Flash）；需要複雜判斷的任務，依實測結果選模型，必要時交叉複查。登入有付費的 Gemini 帳號，可以選的模型比較多。

舊資料怎麼搬

最簡單：先存隨身碟，用到的才搬過來。一開始先手動挑幾份，複製進 AI 辦公室；習慣它怎麼動資料之後，再慢慢放寬範圍。

先整理最近在用的

不要一開始就想整理過去十幾二十年的資料，那是第三批。先用最近在做的專案，把整理習慣和規則找出來，再叫 AI 一口氣整理舊的。

樣本挑幾份就好

常常 3 份檔案 AI 就抓得出規則。挑的時候可以錄音講「為什麼挑 A、為什麼挑 B」，請它依同樣原則把其他檔案挑出來。

規則寫好，量就放得大

教練的估計：規則和檢查標準寫得好，搭配每一批抽查幾份，付費方案用 Luna 可能整理到幾千份檔案。實際量依檔案複雜度而定。