主管只會說「不夠好」怎麼辦?2個AI提示詞,把模糊指令變選擇題
主管只會說「不夠好」怎麼辦?2個AI提示詞,把模糊指令變選擇題

上禮拜一個朋友傳訊息來,說花了兩天做完報告,主管看完只丟一句「這個不夠好」。他問那要怎麼改呢?主管也講不清楚。

我一直在想這件事,AI 能不能幫幫忙、降低工作者的情緒勞動、找出應對方式,讓朋友不要再被主管雷到?

根據過去經理人的內容,我發現,依照主管的狀況,AI 能幫的方式完全不同。指令給不清楚的,要靠「整理」,行為已經越界的,要靠「紀錄」。

我整理了兩個 prompt 模式在圖卡裡,你可以直接複製來用。

如果你也遇過讓你很累的主管,點此連結,歡迎跟我分享你的情況,我都會看!也歡迎填寫這份匿名調查,讓我知道大家都遇到什麼樣的主管。

別叫 AI 幫你「搞定主管」,叫它幫你「降低情緒干擾」

別叫 AI 幫你「搞定主管」,叫它幫你「降低情緒干擾」

遇到雷主管,你控制不了,他也改不了。不如請 AI 幫忙,針對主管的特性,聚焦解決造成的工作問題。主管指令不清楚?就提出結構化的選項。主管行為越界了?就把事實做成紀錄,等著申訴。

指令不清!「弄好一點」是什麼意思?主管也不知道

指令不清!「弄好一點」是什麼意思?主管也不知道

這類主管的「完成標準」不明。他丟一句模糊指令,你只能猜著做,做完他再說「不是這個意思」,浪費彼此時間。AI 在這裡的角色是幫忙你推進工作的參謀:把模糊指令拆成 2–3 個方案,附上推薦,讓你交給主管選擇,盡可能逼出標準。

提示詞範例:工作整理模式,給主管「選擇題」

提示詞範例:工作整理模式,給主管「選擇題」

把主管的原話貼給 AI,請它整理成:已經確定的事、尚未確定的事、不處理的影響、針對不確定的部分提出2–3 個方案和推薦理由。再請它整理成 200 字以內的確認訊息,語氣不責備。重點是把「你希望我怎麼做」換成「我建議 A,你同意嗎」。

被威嚇或羞辱?別以為只是溝通不良

被威嚇或羞辱?別以為只是溝通不良

如果主管已經出現辱罵、公開羞辱或威脅,這時別再給什麼選擇題了!推薦你用 AI 把經歷整理成「事實紀錄」(日期、主管說的原話、在場者、對工作的影響)和「你的感受」。但 AI 不能判定這是不是職場霸凌,你可以整理完後,交給人資或正式管道做後續處理。

提示詞範例:紀錄模式,把事實和感受記下來

提示詞範例:紀錄模式,把事實和感受記下來

把你記得的事件、會議逐字稿、聊天紀錄貼給 AI,請它整理成可以提供給人資或其他正式管道的事實紀錄,包含:事件日期與時間、發生地點或聯絡方式、當事人和相關人等、實際說過的話或發生的行為、你當時如何回應、對工作和對你的影響、目前已知事實和無法確認的地方,讓你拿去求助。不要讓 AI 自行認定是否構成職場霸凌或騷擾。

遇到雷主管,先判斷是哪一種再選模式

遇到雷主管,先判斷是哪一種再選模式

主管的行為造成什麼工作問題?如果是指令不清楚、做完才說不對,就使用工作整理模式,把模糊指令拆成選項。如果是威嚇、羞辱、不合理要求,就用紀錄模式,把事實和感受分開整理,再交給真正能幫你的人。

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:
問卷收完只會看百分比?教你用AI分析,一秒找出客戶痛點、需求與決策關鍵

安海瑟薇也收到AI求職信!如果不想被刷掉怎麼辦?4招寫出真實特色

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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