摘要
一項工作看起來有固定步驟，真正難交接的往往是「這次和以往不一樣」的瞬間。資深同事知道何時該補問、何時該停下來，但這些判斷未必寫在流程文件裡。若直接請 AI 照正常案例產出，流暢的回答可能掩蓋資訊缺口。
先選一項低風險、已有負責人、結果可人工核對的任務。本文帶你從最近的工作紀錄找出三種例外，留下一張團隊能核對的清單。今天要完成的是辨認判斷邊界，不必急著寫提示詞或讓 AI 自動處理。
先固定一項任務，別一次盤整個部門
假設團隊每週要整理供應商交期更新，並寫一份給內部同事看的摘要。正常情況下，來源、日期與負責人都清楚，AI 可以協助整理草稿；但「交期」一詞可能指預計出貨、到港或可入庫。若來源沒說明，主管不能讓一段看似確定的文字替團隊做決定。
選任務時，先說清楚四件事：輸入從哪裡來、成果給誰看、誰能確認正確、哪些動作不能由 AI 直接執行。 若工作涉及付款、個資、大量對外承諾或法定判斷，先選其他較低風險的任務練習。
還沒選定第一個任務？先讀非技術主管的流程與資料盤點。這篇從已選定的單一任務往下走，不重做部門機會地圖。
用三種訊號找出正常流程之外的判斷
從最近可合法使用的工作紀錄中，找出曾讓同事反覆確認、改寫或升級處理的幾件事。先匿名化，不把客戶姓名、合約內容或內部資料貼進公開工具。
| 例外訊號 | 在交期摘要任務中的例子 | AI 草稿容易出現的問題 | 主管應決定的下一步 |
|---|---|---|---|
| 資訊不足 | 供應商只寫「下週到」，沒有日期與交付地點 | 自行補出精確日期 | 標示未知，向來源補問後再寫 |
| 規則或來源衝突 | 郵件交期與已核准的採購紀錄不一致 | 選一個看似較新的數字當結論 | 指明衝突的兩個來源，交由負責人確認 |
| 超出授權 | 對方要求承諾補償或改變付款條件 | 把建議寫成已核准決定 | 暫停對外回覆，交給有權限的人 |
這三類是盤點時好用的起點，不是所有產業都通用的完整分類。要看團隊實際工作，另外補上例如時效、資料敏感性或特定客戶條件。
用最近的反覆確認，找出藏在經驗裡的規則
不要只問資深同事「你平常怎麼判斷」。回想一件曾被退回、補問或改由主管處理的工作，會更容易看見判斷的觸發點。可用以下四個問題訪談兩位做過這項任務的同事：
- 當時少了什麼資訊？ 哪個欄位、日期或來源讓你不能直接下結論？
- 你比較了哪兩個依據？ 哪份資料是暫時線索，哪份需要正式確認？
- 什麼動作必須有人批准？ 是發送訊息、改資料，還是作出對外承諾？
- 若今天重新遇到，第一個安全動作是什麼？ 補問、標示不確定、暫停，或交給指定人？
記下兩人回答不同的地方。分歧不表示誰錯；它可能代表規則沒寫清、資料版本不同，或原本就需要個案授權。此時不要先讓 AI 「學一個標準答案」，應由任務負責人確認界線。
留下一張能核對的例外清單
每個例外先用一行記錄，並保留可回查的來源位置；不要把原始敏感內容複製到清單。下表是示意格式，應依團隊的資料政策調整。
| 欄位 | 記錄方式 |
|---|---|
| 任務與正常輸出 | 例如「每週交期摘要；供團隊核對」 |
| 觸發情境 | 「日期含糊」、「兩份來源不同」、「要求改付款」 |
| 已知與未知 | 分開列出，不讓猜測變成事實 |
| 可先做的動作 | 整理原文差異、標示待確認項 |
| 必須停下的動作 | 對外承諾、更新訂單或執行付款 |
| 人工負責人與依據 | 指定職責或核准路徑；留存可合法存取的紀錄位置 |
先收集幾個真實、可匿名、能回查的例子，再檢查三類訊號是否都有代表情境。數量不是品質保證；若只有正常案例，應先補上最常遇到的資訊缺口，而不是為了湊數虛構錯誤。
NIST AI 風險管理框架的 Core強調先理解使用情境、限制與受影響的人，再持續衡量和管理風險，也提醒組織明確區分人與 AI 的角色。上面這張清單是把這些原則轉成單一工作任務的編輯方法，不是 NIST 的指定表格，也不能當作正式認證。OECD 對 AI 時代技能的研究則說明，AI 影響工作所需技能與工作組織；有產業經驗的人仍需要把情境和判斷說清楚。這不代表特定年齡或職位能保證取得某種工作結果。
哪些情況先不要交給 AI？
若缺少核對來源、無人能批准、出錯會直接影響顧客權益，或團隊連正常結果都說不清，先停在人工流程。AI 可以整理已確認的資訊、列出待問問題，但不應自行填補未知事實，也不應替有權限的人作出決定。
若團隊已準備把試點放入正式流程，還需另外檢查人工審核、敏感動作與回復條件；可接著看試點上線前的人工審核與停損檢查。
常見問題
要先把所有例外找齊，才可以試用 AI 嗎？
不必聲稱找齊。先選一項低風險任務，記錄已知例外與未知欄位，讓人逐次核對；每遇到新情況再更新清單。若錯誤代價高或無法回復，先不要把任務交給 AI 執行。
主管沒有技術背景，怎麼判斷 AI 哪裡容易出錯？
先看工作曾在哪裡需要補問、返工或升級處理。主管最熟悉的是來源、授權和例外的業務邊界；技術同事可協助測試工具，但不能代替任務負責人決定可接受的結果。
可以直接拿真實客戶資料測試嗎？
先遵守公司資料使用與工具權限規定。練習時使用經批准的匿名化資料或可公開資料；若無法確認能否使用，先保留在既有受控流程中，不上傳到外部服務。
這張清單和提示詞有什麼不同？
清單先說明什麼情況需要補問、暫停或人工決定；提示詞是之後把已確認的規則交給工具使用的其中一種方式。若界線還沒談清楚，改寫提示詞無法補上缺失的授權和來源。
參考來源與資料時間
以下資料於 2026-10-19 查核。本文的三類訊號、訪談問題與清單格式為 FlyPig AI 的工作方法，不保證 AI 系統品質、職涯或業務成果。
- NIST AI RMF Core：使用情境、角色、量測與風險處置的參考框架。
- OECD Employment Outlook 2023：AI 時代的技能需求：AI 對工作任務、技能與組織的影響。
下一步
今天選一項已由人負責的低風險任務，找出最近一次「需要補問」和一次「需要主管決定」的情況，填成兩列例外清單。和一位同事核對後，再決定哪些資訊可交給 AI 整理。若想繼續規劃自己的職場能力路線，可從職場角色升級主題導覽開始。