他為弟弟vibe coding,把幾百人的記憶拼成即時照片牆「傳給媽媽」!我可以怎麼用AI?
他為弟弟vibe coding,把幾百人的記憶拼成即時照片牆「傳給媽媽」!我可以怎麼用AI?

在社群上看遍了 AI 可以幫我賺錢、替代哪些工作的貼文,我現在更珍惜更有生活感的 AI 使用故事。

故事的主角叫 Corey。六個月前,他的弟弟意外過世。葬禮的前一晚,他意識到:要來參加葬禮的友人裡,手機裡可能都有一些他從沒看過、弟弟的生活照。這些照片,記錄了弟弟一生的各種重要片段。

於是,他請 AI 幫忙,做了一個讓來賓掃 QR code 上傳照片的網站,隨著人們陸續到來,一面由幾百個人的記憶拼出來的即時照片牆,就這樣出現了。後來他把所有照片下載下來,傳給了媽媽。

他怎麼做到這件事的?他有程式背景嗎?

我不確定。這個故事是一個寫在國外電子報的讀者投書,非常短。

但我猜,是因為他在需要的時刻,知道有可以一直問、陪他做的 AI。

你也有想請 AI 做的事情?我把「第一步」怎麼做,分享給你。

說清楚你想要什麼「體驗」,而不只是功能

在向 AI 提出需求時,比起生硬的功能描述,更重要的是描繪出具體的使用場景。以這面照片牆的創作者 Corey 為例,他真正需要的是一套完整的體驗流程:「來賓掃描 QR code 上傳照片⭢照片即時出現在現場大螢幕⭢活動後能下載全部的照片」。

當你把「現場要看到什麼」描述得越清楚,AI 就越能幫你規劃出最適合的做法。

#1 一天一AI
圖/ 數位時代

把你的條件和背景也說出來

每個人的資源與能力不同,AI 需要知道你的底線在哪。請務必告訴 AI:

  • 你有多少時間?
  • 你的技術能力到哪裡?
  • 最後這個工具的使用者是誰?

舉例來說,Corey 的條件可能是「今晚就要做好,而且我本身會寫程式」。你的條件或許和他完全不同,只有當 AI 清楚你的客觀條件時,它才會給出一個你真正能做到的方法。

#2 一天一AI
圖/ 數位時代

做不到就繼續問,不要停

與 AI 的協作是一個持續對話的過程,千萬別因為一次的挫折就放棄。如果 AI 的回答和教學太複雜,你看不懂,就直接對 AI 說:「太難了,有更簡單的方法嗎?」實作卡住時,也可以把錯誤訊息直接複製貼給 AI。

#3 一天一AI
圖/ 數位時代

你也想做做看嗎?兩種給 AI 的啟動句模板

無論你懂不懂程式,都可以透過以下兩種句型來啟動你的 AI 專案:

給「程式小白」的啟動句

我想做一個網頁工具,[具體目標,例如:讓媽媽上傳自己拍的照片,加上名字、金句做成早安圖],[使用者限制,例如:媽媽只會用手機上傳],我完全不會寫程式。有什麼最簡單的做法?請從最簡單到最複雜排列。

給「有程式能力」的啟動句

我想做[目標],我打算用[你的判斷和做法],你覺得方向對嗎?最快怎麼做?

#4 一天一AI
圖/ 數位時代

掌握這些提問技巧,你也能把腦海中的想法,透過 AI 一步步化為現實。

如果默默喜歡這裡的內容,歡迎你用贊助的方式給我們一點鼓勵。貓貓和我都會很珍惜!

訂閱《一天一AI》日報 ,每天跟你分享超實用的AI小技巧!

延伸閱讀:不想讓自己變AI模型訓練素材?教你ChatGPT、Gemini、Claude關閉個資方法

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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