「賞析、對焦、角色轉換⋯」搞懂AI生成4法則,讓ChatGPT從代工升級設計師!
「賞析、對焦、角色轉換⋯」搞懂AI生成4法則,讓ChatGPT從代工升級設計師!

為什麼一樣用 ChatGPT,你做出來的東西就完全不一樣?

最近真的有超、級、多人跟我說同一句話。

「欸 Ruby,為什麼一樣的簡報,你做出來就完全不一樣?」「你真的很會用 GPT 耶。」「我的 GPT 好像沒有你的那麼聰明。」

老實說,一開始我會笑笑帶過。但被問到第十次、第二十次,我才突然意識到一件事: 問題真的不是 ChatGPT,而是「你怎麼跟它合作」。

多數人,一開始就用錯方式

我觀察到一個很一致的模式。大部分的人用 ChatGPT,流程是這樣的:

第一步:「幫我寫一份簡報。」
第二步:「好像不太對,再改一下。」
第三步:「這邊怪怪的,再調整。」
第四步:「怎麼越改越普通?」
然後最後一句是:「是不是 GPT 沒那麼聰明?」

但如果你今天是跟一個真人專業者合作,你真的會這樣下指令嗎?你會一開口就跟美編說:「幫我設計一個簡報,隨便。」你會跟顧問說:「你先給我一個東西,我再慢慢改。」

不會。因為你心裡很清楚,專業合作不是代工,是對齊。

我從來沒把ChatGPT當代工人

這可能是為什麼大家會覺得「Ruby 用 GPT 的方式跟別人不一樣」。因為我從頭到尾,都沒有把它當成「幫我生東西的工具」。

我把它當成:顧問、協作夥伴、會思考的美編、能跟我討論架構的人,所以我每一次開口,都不是說「幫我做」。而是先說:

「你怎麼看這個東西?」
「你覺得這個內容的核心是什麼?」
「如果你是專業者,你會怎麼評價這一段?」

簡報術.jpg
圖/ Ruby Hung

永遠先讓它賞析,而不是產出

這一步,幾乎沒有人在做。不管是文案、簡報、課程、演講、設計,我做的第一件事永遠不是生成。而是請它「換一個專業角色來看」。

例如:

• 你現在是課程設計師,請分析這個架構
• 你現在是演講研究員,請評價這個節奏
• 你現在是社會觀察家,請看這段話在說什麼
• 你現在是美術編輯,請判斷這個視覺方向

因為我要的不是「答案」,而是對焦。當你沒有對焦,就開始生成,你拿到的只會是平均值。

賞析.jpg
圖/ Ruby Hung

各種風格指令,以及我幫大家整理的爆文公式都放在這邊

為什麼一直生成,反而做不出好東西?

因為你給它的資訊,真的太少了。多數人只給 GPT 一件事:「我要什麼形式。」

但我會給它四件事:

  1. 我為什麼要做這件事

    1. 這件事對我來說重要在哪
    2. 我希望完成後產生什麼效果
    3. 我不希望它變成什麼樣子

這很像什麼?很像你在跟一個顧問說明專案背景,
而不是叫工人直接開工。當 GPT 知道你的「目的地」,它自然會幫你規劃路線。

我一定會再問它一次「你覺得哪裡還不夠好?」

這是第三個關鍵。很多人生成完就結束了。我不會。我會反過來問它: 「如果今天這個東西是你做的,你要對外 release 的時候,你覺得哪三個地方還可以再加強?」

這一步非常關鍵。

因為你等於讓它自我審稿、自我檢討、自我升級。 AI 最強的地方,從來不是第一次產出,而是第二次、第三次的反思。

簡報、演講、長內容,都「分段對付」

再來講一個實務的。很多人會說:「我想做一個 30 分鐘 / 1 小時 / 2 小時的內容,GPT 好像撐不住。」但問題不是撐不住,而是你一次丟太多。

我自己的做法是:

• 一次只請它處理 10 頁簡報
• 10 頁一段,分段生成
• 每一段都有清楚的「目的與角色」

因為我觀察過,不管是 ChatGPT 還是 NotebookLM,最佳生成區間就是 10~15 頁。

不是 AI 不行,是你沒有順著它的工作邏輯走。

為什麼很多 NotebookLM 做出來的東西都很像?

我講一個可能會刺到人的實話。現在你看到的大量 AI 簡報: 專業、正確,但沒有風格。 不是因為 AI 做不到風格,而是使用者沒有給它「風格來源」。

我自己的做法很簡單:我會先去找我喜歡的簡報模板,截圖它的 layout、配色、字型邏輯,再丟給 ChatGPT。然後跟它說一句話:

「假裝你是簡報設計師,我要請美編做成這樣的風格,請你幫我整理出一份我可以直接剪貼給美編的設計指示。」

它就會幫你把:用色邏輯、排版規則、字型建議、選圖方向全部拆解出來。這時候,AI 已經不是工具,而是風格轉譯器。所以問題從來不是「會不會用 AI」。而是:你是不是一個有架構的人。

你有沒有能力:
• 先釐清自己在幹嘛
• 知道什麼是核心、什麼是包裝
• 分得出對焦、生成、優化三個階段

AI 只是把「有架構的人」放大,也把「沒架構的人」放得更明顯。

你不用把 AI 用得像我一樣

但如果你今天用 AI,只是一直叫它「幫我做、幫我生、幫我改」。那你得到的,就只會是一個非常聽話、但沒有靈魂的代工人。而不是顧問。不是夥伴。不是能幫你把事情做到「不一樣」的存在。

真正拉開差距的,從來不是工具,而是你怎麼下指令給世界。

本文授權轉載自:Ruby Hung

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