我不是 AI 工程師，也不是提示詞達人。我是一個經營者——手上不只一個事業，有的純投資、有的得親自營運，再加上自己的專業身分，和一直想往前推的知識工作。我會開始認真建一套以 AI 為核心的工作系統，原因很簡單：我受夠了每次都從頭開始。

如果你也用 AI 一段時間了，卻總覺得每次打開對話都像在跟一個陌生人重新自我介紹——這篇是寫給你的。我把自己摸索的過程記錄下來、公開分享，是因為這條路我走得跌跌撞撞，如果能讓走在後面的人少繞一點路，就值得（你正在讀的，就是這份紀錄）。接下來我會把「使用 AI」和「建構 AI 工作流」的差別講清楚，為什麼這個差別比你想像的大，以及一個普通人（不是工程師）可以從哪裡開始。

一開始，我把 AI 當免洗餐具

說個具體的場景。

像我這樣的人，其實同時是好幾個人。半年前我的某一天大概是這樣：早上處理一家公司的營運問題，得當營運主管；中午切到另一個事業評估一筆投資划不划算，得當財務長；下午看一份合作合約，得當法務；晚上才輪到自己的專業和知識工作。光公司就換了好幾家，每一家我多半是老闆，卻又得自己兼好幾種角色。每切換一次，背景就全變了——團隊不同、數字不同、連我扮演的角色都不同。而每一次，我都得打開一個新的 AI 對話，從頭解釋我是誰、這是哪個事業、團隊多大、這件事的來龍去脈，然後才問得了問題。

隔天，類似的問題又來了。我又開一個新對話，又從「我是一個經營者，手上有好幾個事業……」開始講一次。

最有感的一次：我請它幫我潤一封要發給其中一個團隊的公告，文字很漂亮，語氣卻是「幾個月前那個我」——那時那個團隊還更小、煩惱的事也不一樣。因為它對我的理解，永遠停在我每次重新自我介紹的那第一句話。

我用了它幾百次，但每一次都是第一次。這就是把 AI 當免洗餐具——用完即丟，下次重買。當時我以為這就是 AI 的極限，直到我意識到，問題不在 AI，在我使用它的方式。

「使用 AI」和「建構 AI 工作系統」差在哪？

最關鍵的差別是：使用是一次性的，建構是累積性的。

「使用 AI」是把它當成一台很聰明的問答機：你問、它答，關係到此為止。「建構 AI 工作系統」則是把 AI 接進你的工作流——它記得你的背景、知道你怎麼做決定、能讀你的檔案、甚至能在你不在的時候替你巡檢進度。每一次互動都讓下一次變得更好。

換個比喻：使用 AI 像每次找一個臨時工，你得從頭交代；建構 AI 工作系統像培養一個跟了你很久的助理，你只要說半句，他就懂。差別不在 AI 多強，而在於你有沒有把「累積」設計進去。

而這套系統不是一個工具、一個 prompt，是一組互相支撐的習慣與結構。它有記憶、有角色、有思考方式、有自動化、有自我演化——這正是這個系列接下來要一章一章拆給你看的東西。

為什麼大多數人停在「使用」？

因為「使用」門檻低、回報快，而「建構」一開始看不到好處。

打開 ChatGPT 問一個問題，三秒鐘有答案，爽。要把 AI 變成工作系統，你得先花力氣整理背景、設計記憶、定義角色——這些前期投資在第一天完全不會讓你更快，甚至更慢。大多數人在這裡就停了，因為短期內「使用」明明更划算。

但這是一個典型的複利陷阱：划算的選擇短期領先，累積的選擇長期輾壓。用了半年的免洗餐具，跟養了半年的助理，差距不是線性的，是指數的。問題是這個差距要過一段時間才看得出來，所以多數人撐不到那一天。

那個讓我決定「建構」的轉折點

真正讓我轉彎的，是一次「重複的痛」。

有一週我發現，我針對同一個經營決策，前後跟 AI 討論了三次。三次我都重新交代一次背景，三次它給的建議方向還不完全一致——因為它根本不知道前兩次我們聊過什麼。我等於請了三個彼此不認識的顧問，各講各的。

那一刻我意識到：問題不是 AI 不夠聰明，是我沒有給它一個「記得住」的地方。如果它能記得我們上次的結論、記得我的偏好、記得這個決策的脈絡，這三次對話就會是一條連續的思路，而不是三段重來。

於是我開始做一件事：把 AI 的記憶、角色、流程當成一個要設計的系統來經營。這個系列，就是那之後發生的事的紀錄。

一套 AI 工作系統，到底包含什麼？

如果要把這半年的摸索濃縮成一張地圖，它大概有五個部分，也正好是這個系列的五個章節：

• 記憶：AI 的記憶不是一個開關，是需要設計和定期校正的系統。記什麼、放哪一層、多久檢查一次，都要管理。（這是下一篇的主題。）
• 角色：像我這樣橫跨好幾個事業的人，每天不只在公司之間切換，每家公司裡還得自己當財務長、人資、法務、流程設計師——最累的往往不是工作量，是切換。與其每次「問 AI 一個問題」，不如先「啟動對的顧問」：說一句話，讓它切換成財務、人事、合約審閱、或制度流程設計的視角來回答你。
• 思考習慣：把 AI 當思考對手，而不是啦啦隊。它天生傾向先同意你，這是它最危險的地方，也是最值得馴服的地方。
• 自動化：讓系統自己維護自己。我現在每天打開工作環境，第一件事是看一張它幫我整理好的狀態表。
• 進化：系統不是一次建成的。記憶會矛盾、判斷會過時，這些不是錯誤，是它跟著你一起更新的證據。

你不需要一次做完五件事。我也是一個一個慢慢長出來的。

你需要是工程師嗎？

不需要。這是我最想先講清楚的一點。

我不會寫程式，我的本業是經營事業、帶著團隊把事情做出來。我用的工具確實比一般對話介面多一點——我用的是 Claude Code，它能連接我的工作環境、讀檔案、有版本控制，這讓「管理 AI 的記憶」變成一件做得到的事。但你不需要從這裡開始。

你需要的，是把「使用」的心態換成「建構」的心態：開始把跟 AI 的互動當成一個可以累積的資產，而不是一次性的問答。工具可以後面再換，心態的轉變才是真正的起點。

如果你想開始，先做這一件事

不要急著買工具、學 prompt。先做一件最小的事：找一個你每週都會重複跟 AI 解釋的背景，把它寫下來，存成一份固定的文件。

可能是「我的工作是什麼、我在乎什麼、我做決定的風格」，可能是某個專案的來龍去脈。下次開對話，把這份文件貼進去，或讓 AI 讀它。你會立刻感覺到差別——它不再是陌生人。

這就是「累積」的第一塊磚。記憶系統、角色系統，全都是從這一份文件長出來的。

常見問題 FAQ

Q：我只是偶爾用 AI，有必要搞這麼複雜嗎？ A：如果你一週用不到幾次、而且都是一次性的小問題，「使用」就夠了。但如果你開始把 AI 接進工作的核心決策、而且一再重複交代同樣的背景，那就是該「建構」的訊號。

Q：一定要用 Claude Code 嗎？ A：不一定。Claude Code 讓記憶管理更徹底（檔案化、有版本控制），但你可以先用任何有記憶功能的 AI 工具，從「整理一份固定背景文件」開始，一樣能體會到累積的威力。

Q：建構一套系統要花多久？ A：沒有終點。我的系統到今天還在長。重點不是「建好」，是開始讓每一次互動都累積下來，剩下的會隨著你的需求自己長出來。

下一篇

系統的第一塊基石是記憶。但記憶最反直覺的地方在於：用 AI 半年，最大的風險不是它忘記，是它記錯了，而你沒發現。

下一篇我會講，為什麼「記錯」比「忘記」更危險，以及我怎麼幫 AI 的記憶做定期校正：AI 記錯了你沒發現。