[筆記術-4] 四個幫助你快速成長與建立觀點的寫作練習|數位時代 BusinessNext

最近看到很多文章提到：「寫作輸出」可以加速學習與成長、訓練獨立思考。 身為一個長期的寫作者，當然也對這句話深表認同。

事實上我之前在電腦玩物的「改掉畫重點與抄筆記習慣，寫與說的筆記更有效學會」一文中，也提到如果能自己把學到的想法「重新用自己的話寫出來」，那麼你會學到更多東西。這也是我從來不會想要轉載別人文章的原因，因為那不會讓我成長。

但是要「怎麼寫」能夠更有效的快速學習與成長呢？「怎麼寫」才能展開自己的獨立思考？我在之前文章中所說的閱讀後用自己的話寫出來（參考：如何閱讀一本書？我的深讀、反芻、拆解三步驟），有沒有一些具體的寫作技巧可以練習？

今天這篇文章，我嘗試用自己的經驗，來歸納幾個有助於成長與學習的寫作練習，當做有興趣的朋友的一個參考。（但不代表只能這樣做喔！）

練習0. 如何寫？

在開始這樣的寫作練習前，先拋開寫得好，或寫給別人看的束縛。因為學習型寫作目的是自己跟自己的對話，如果太在意別人會怎麼看，不僅寫不出來，而且寫不真誠。（參考：如何開始一場寫作風暴？編輯給任何人寫不出東西時的建議）

我們也不用排斥如果先寫出來後，真的有些寫得很好的地方，那可以分享出來，透過分享邀請更多對話，也可以幫助成長。

但一開始，先從私寫作開始比較好。

練習1. 條列重點

第一個寫作練習是學會條列重點，看似簡單，裡面卻有些小訣竅。技巧是：

先抓出你看到或想到的幾個重點
用關鍵字或關鍵句濃縮描述這些重點
嘗試條列這些重點，條列時思考他們的次序
然後跳開原文，嘗試用你的話說明這些重點
想想看有沒有其他原文沒有的，或是原本沒看到的重點

把複雜的事情歸納出幾個重點，並且用關鍵字描述重點，這可以練習把複雜知識濃縮成概念，概念幫助我們更容易吸收。

把重點條列出，並排出次序，然後針對每一點重點作闡述，這能幫助我們在自己的腦中建立自己可以理解的清晰架構。

上述步驟有助於理清一些思緒，並且可以因為這樣的寫作刺激，抓出我們原本沒有想到、沒有注意到的一些新的重點，擴展思考的範圍。

練習2. 窮舉範疇

第二個寫作練習是嘗試去窮舉你所面對的問題、知識、事件與思考的完整範疇。技巧是：

從一個事件，看到背後的世界現象。
想辦法窮盡背後世界現象的所有面向。
然後幫這個世界現象作分類定義。

我們面對的問題、事件與知識，通常只是這整個世界的一小塊，如果我們在這一小塊上鑽牛角尖，有可能走偏方向，或是忽略了更大的可能性。

所以我們從某個事件出發，但要把事件背後的世界想像成一個更大的完整的圓，看到這個事件是落在圓的哪一個部分？佔了多少比例？

更進一步的，如果要切分世界現象這個圓，可以怎麼分最恰當？而且不會遺漏任何部分？也不會重疊不同部分？這個寫作刺激可以幫我們面對一個問題時盡可能客觀全面的評估，有助於建立風險評估與保險策略，或是發現問題之外的缺口或契機。

歸納範疇的寫作練習，幫我們學會怎麼鳥瞰一個事件，並且看出事情的完整脈絡，當你用在描述一個問題時，也能講出比別人更深入又精煉的內容。

練習3. 分析追問

第三個寫作練習是，對每一個論點、說法追問「為什麼」，自問自答，把自己想到的「因為...所以...」寫出來。

關鍵的技巧則是不只「往前」，也要「往後」追問，往前追問這個做法的成因？往後追問這個做法的影響？然後串連寫出有效的「前因後果」觀點分析。

尤其對一些習以為常的結論、建議，重新透過寫作練習來追問為什麼？為什麼是這個結論？這個結論帶來什麼好處或壞處？

分析觀點的寫作練習，幫助我們把事情看得更深更遠，從而可以做出更好的選擇。而這樣寫作出的企劃或論點，會比單純只講結論更容易說服別人。

練習4. 翻轉想法

第四個寫作練習，則是在前三個練習或思考都結束後，嘗試挑戰自己創造獨一無二的觀點，練習多問自己「但是...」、「如果...會怎樣...」、「還有可能...」、「為什麼不？」這樣的問句。

任何事情總是會有反面，不同的前提會導出不同的結論，所以在練習寫作時，試著給自己一個「多角度的」挑戰，寫出翻轉的想法。

翻轉想法的寫作練習，並不是否定原本的論點，反而是幫我們更加確定或修正一個論點的正確性與周延性，如果在翻轉想法後你依然可以證明這個論點，那麼才是真正學會了這個理論或知識。

例如這篇文章主題是用寫作練習來快速成長，那可以追問：「同樣方法在腦袋思考，難道不能快速成長嗎？」於是就發現這雖然也是思考的基本公式，但寫成文字有幾個額外好處：

文字是一種確定，幫跳耀的思想呈現出可理解的脈絡
有了脈絡以後自己或他人才能重複照著做
寫成文字以後才不會忘記
語句本身需要邏輯，寫出來更能檢查思想邏輯的正確性

以上，就是我平常學習時「寫作」筆記，或是工作企劃時「寫作」企劃書，還有我在部落格「寫作」論述文章時的幾個常用的寫作練習，也確實能幫助我快速成長與建立獨立觀點，分享給有需要的朋友試試看。

延伸閱讀相關文章：

筆記術系列文章：

本文授權轉載自：電腦玩物

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/