如何教生成式AI掌控搜尋效率?《哈佛商業評論》專家親授,3招搞懂指令寫法
如何教生成式AI掌控搜尋效率?《哈佛商業評論》專家親授,3招搞懂指令寫法

生成式AI具備快速產出文字與圖像的能力,愈來愈多上班族用來解決問題、推動創新或策略思考。市面上生成式AI模型眾多,如ChatGPT、Gemini、Claude、Copilot……但不是每個人使用後都能產出高品質的成果。為什麼?

關鍵不在於選擇哪一個AI,而是你的使用方法與技巧。

生成式AI不只是工具,一旦掌握與它合作的祕訣,它可以是你的助理,也是你的協思夥伴!

做決策前,先在資訊搜尋下功夫

所有管理者必須取得資訊,才能做出好決策。你還記得過去在圖書館翻找書籍的日子嗎?搜尋引擎和關鍵字觸發網路革命,做研究變得容易許多,而且更快。現在,生成式AI再次改變這個典範。

管理者可以向生成式AI提問,獲得以自然語言呈現的詳盡資訊。這種方式既直觀又有效率,還可以提出後續問題深入探討。現在,不只網路搜尋可做到這點,管理者也可藉由生成式AI驅動的聊天介面,在搜尋公司內部知識庫時,獲得更多互動和個人化的體驗。生成式AI不只會找出內部文件或資料夾的連結,還能直接回答問題或是提供摘要。

將生成式AI當作助理,可以改變傳統上檢索資訊的方法,你可以利用它來取得:

一、網路知識:AI助你快速篩選、聚焦與摘要

與傳統瀏覽器整合時,你可以請生成式AI瀏覽網路資料,擷取重點,並於回應中直接標示出處。你可以提出複雜的問題,不只是使用關鍵字,還可把搜尋範圍縮小到特定來源,例如:新聞文章、產業報告或YouTube影片。生成式AI不但可以瀏覽多個網站的資料,甚至能快速生成摘要,大大加快你的搜尋速度。

▶試試看:請生成式AI就過去一年供應鏈管理技術 請自行指定技術 的最新發展做摘要,並把焦點放在優勢、挑戰和實際應用。請引用來自可靠來源 請自行指定來源 的重要研究和文章。

小提醒:務必查證引用來源的可靠性

生成式AI系統有一個明顯缺點,尤其在早期階段很明顯,也就是常會捏造引用、來源,甚至整個研究和論文都是子虛烏有。

為了因應這個問題, 一些專門的生成式AI系統納入「謙虛」的護欄 ,這些機制讓AI識別並承認其局限性,明確表示找不到相關資訊或無法提供確切答案。這種方法有助於減少錯誤資訊,確保接收資訊的可靠程度和來源。然而,最終的檢查和驗證仍然是人類的責任。

另一個有用的策略是, 在你的提示詞中加入「請不要捏造來源」等指示 ;雖然這個指示仍然無法完全消除風險。

二、公司知識:挖掘內部知識庫,提升決策效率

如果生成式AI連接到公司的內部知識庫,就能快速搜尋公司內部資料庫、文件和報告。除了提供來源或連結列表,還能歸納重點,並從現有資源找出其中的關聯和發現。管理者可輸入:「就這個問題 請自行指定問題 ,過去嘗試過哪些解決方案?」生成式AI會根據已有的文件找出相關資訊,並將發現精簡為條列式的重點或短文。

▶試試看:就技術面 請自行指定技術 的應用,要求生成式AI列出過去三年的相關項目,歸納做法上的共同點和差異。
試試看:有關 請自行指定主題 ,要求生成式AI找出過去一個月內與 請自行指定對象 分享的所有檔案。
▶試試看:要求生成式AI找出你的同事 請自行指定指定 評論過的所有檔案。

三、專家知識:找專家、社群梳理洞見,建立人才地圖

你可以要求生成式AI把聊天紀錄和虛擬團隊討論中共享的大量訊息,轉化為有系統且易於使用的資源。

如果你必須監督、參與某些專家社群或群組,共享大量有價值的知識,這一點會對你特別有幫助。你可以要求生成式AI依照副標將資訊歸類,並做總結。生成式AI可以辨識趨勢和廣泛討論問題,提供你可能想要聯絡或追蹤的活躍貢獻者名單。

生成式AI如何幫助社群管理者?

每個組織都有專家社群或群組,由一群樂於分享知識、對某個主題懷抱熱情的人組成。如果你是社群管理者,內建於軟體產品中的生成式AI模型(如Microsoft 365 Copilot for Office和Google Gemini for Workspace)可以在很多層面上幫忙:

●擷取對話:
要求生成式AI監控社群聊天內容,擷取其中最好的見解和學習內容。你可以在每週摘要或通訊中分享這些內容。

偵測主題:
要求生成式AI識別重複出現的主題、趨勢和問題,包括拆解對話,藉此了解上下文並對訊息進行分類。

整理知識:
指導生成式AI把識別出來的主題整理成有條理的表格。無論是撰寫知識庫文章、摘要報告或資料庫條目,AI都可以加入重要見解和專家意見,快速供使用者參考。

提高查找方便性:
要求生成式AI將整理好的知識整合到公司內部知識庫中,使員工得以透過關鍵詞或主題輕鬆搜尋。

●專家地圖:
建立主題與相關專家之間的連結。要求生成式AI識別且標記在某個主題提供有價值見解的成員,以建立內部專業知識地圖。如此一來,特定主題或查詢結果可直接連結該社群中的專家。

延伸閱讀:職場生產力必備!生成式AI指令技巧:密度鏈是什麼?如何讓海量資訊更清晰?
輝達推免費線上課!AI、機器人模擬都能學:8門DLI課程介紹、報名連結一次看

BCB881_職場人的生成式AI工作法-立體書封.jpg
圖/ 天下文化出版

本文授權轉載自《職場人的生成式AI工作法》,Elisa Farri, Gabriele Rosani著,天下文化出版

責任編輯:蘇柔瑋

關鍵字: #AI工具
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓