爐邊小聚 · AI 分享

從小工具到系統

一個獸醫 用 AI 硬幹一套 ERP
以及在這條路上踩到的所有坑

九月的爐邊小聚
小甫哥講珍北平
用 AI 最佳化路邊攤

阿母都忘記
應該怎麼算帳
還有
安宏做了第二大腦
當他的拉菲爾老師

他還拿 AI
計算模具彈簧應力、
做 CRM 系統和派工白板
寫政府企劃案

AI 好似真的無所不能

真的嗎?

前提是什麼?

大家還記得嗎?
前提是
給 AI 我們獨特的資料
獨到的思考

而不是照搬
AI 的平均值
先介紹一下我

王子瑄

豬博士動物科技 負責人

實驗動物 CRO

我用 AI 做了
公司官方網站
整間公司的管理系統
(嘗試中 不含會計帳)
讀 mail 產每週公司報表
生技產業月報
文章整理成個人知識庫
SOP 查詢
命理分析建議
NLP 教練

甚至 模仿我寫 Threads 短文

這一路用過的工具
用過

換過一輪

Antigravity、Cursor、AI Studio
Codex、ChatGPT、Grok、Claude

目前主力

Claude Code

觀望中:Grok bot

一路從小工具 做到整間公司

小工具系統

小工具

一個人用 解一個問題

做對了
就好用到讓人忘記舊方法

系統

很多人用 很多角色

要有人天天維護
數字還要說得出怎麼來的

今天講的 就是這條路上我踩過的坑

希望你帶走的

不是技術 是判斷力

  1. 為什麼花錢做的系統 最後沒人用?
    面對的是不想改變的老員工
  2. AI 寫出來的東西 我敢不敢上線?
    它會在哪些地方 
    用你看不出來的方式出錯
  3. 外包廠商講的 我怎麼判斷是不是唬我?
    三個問題 問完對方就藏不住
全場地圖

三個部分

長成系統的坑

四個坑 照我踩到的順序:
資訊搜救 → 流程 →
維護 → 決策

這部分講「人」

AI 的邊界

不是叫你現在全力投入 AI
是知道它會在哪裡出錯
以及
怎麼分辨它給你的東西

這部分講「風險」

帶回去的工具

Cloudflare、GitHub、AI 夥伴
還有幾句可以直接抄的話

這部分講「怎麼做」

全部都是我自己撞過的 不是整理來的

01

長成系統的坑

四個坑 照我踩到的順序

資訊搜救
算不出
一個案子花多少
流程
做出來了
但沒人用
維護
有人用了
換我扛不動
決策
扛住之後
數字站不站得住

每一個坑 都是前一個坑的後果

坑一

資訊搜救

算不出 一個案子花多少

一切的起點
我們不是虧錢的公司
我們是賺錢
不知道賺多少的公司

我在賺錢 卻不知道自己到底在賺什麼

壓垮我的那一天

我只是想知道
一個案子花了多少藥

那疊紙本

有的字跡看不懂
有的整批漏記

那份 Excel

說還有的耗材
櫃子早就空了

還有一批藥

太久沒用 大家都忘了它的存在
等真的翻到時過期了 只能報廢

那是什麼?

那是一整批還沒被用掉、
就直接爛在倉庫裡的錢

我跟同事翻了一整個下午 
只為拼湊出「這一個案子到底花了多少」

那天我確定了一件事
這不是勤勞能解決的
這是系統問題

錢從來沒有憑空消失 它只是太過分散
散在紙本、散在 Excel、散在每個人的腦袋裡

我做的第一件事 很土

每一筆都綁上
兩件事

這筆是哪個案子用的

這筆值多少錢

入庫就有金額、有歸屬;
領用就從案子扣掉、從庫存扣掉

庫存從「櫃子裡好像還有幾箱」
變成「現在值多少錢、屬於哪個案子」

右邊那個「存貨」的數字
就是開頭那個問題的答案

會計報表試算表:存貨、應付帳款、銷貨成本的餘額一覽
坑二

流程

做出來了 但沒人用

坑二的起點

這套病歷系統
本來是廠商做的

我們替客戶執行動物實驗
每一隻動物的觀察、手術、用藥、體重
本來就都有紀錄

我做的不是從零開始
是把整套搬過來、自己重寫一次

因為現在 我自己做得出來了

動物病歷時間軸:體重趨勢圖與逐日的觀察、用藥紀錄
然後

客戶不用它

帳號開好了、權限設好了、教學也給了
登入次數:幾乎是零

因為我搞錯了一件事

我以為客戶關心動物
其實他們只關心結果

我做的

動物的一切

每天的觀察、體重曲線、
用藥紀錄、手術過程

客戶要的

實驗結論

我委託的這個研究
現在進度到哪、結果如何

我把「我在意的事」 當成了「客戶在意的事」

而且需求沒有消失

他們還是會問
只是改寫 email

客戶想知道
我的研究進度
現在怎麼樣了
不登入系統
要記帳號密碼
還要找在哪一頁
直接寫信問
兩行字
三十秒的事
員工加班回信
查系統、整理、
寫成一封信

我花時間做了系統 
結果員工的工作量反而增加了

殘忍的算式
一套沒人用的系統
沒有系統更貴

沒有系統 至少沒付出開發成本
有一套沒人用的系統
付了全部成本、拿回零回報

它的成本不是零 是負的

洞察 一
人不會因為
你叫他用就用

人只會用
「不用還比較麻煩」
的東西

客戶寧可寫信 也不登入
不是懶 是寫信比較不麻煩

站在客戶的角度看

不是聽客戶怎麼說
是看客戶怎麼做

內部需要的

完整的計劃與病歷系統

每一隻動物的觀察、手術、用藥、體重
一筆都不能少

客戶需要的

計劃進度一目了然

不是動物醫療的詳細內容
是我委託的計劃 現在走到哪

客戶需要什麼 我們就做給他

客戶需要什麼 我們做給他

做出審查系統

翻 email
把客戶的來信
反查一次
找出最常問的事
來信最多的
就是客戶最關心的
放進審查系統
客戶自己上去
就看得到

給客戶的 是他最關心的內容
不是我們想給的全部

站在客戶的角度 官網也是一樣

用 AI 把官網重做了一次

本來只是想讓官網好看一點

結果客戶可以直接在網頁上寫需求
不用開信箱、不用想收件人、
不用客套的開頭跟結尾

問詢的摩擦 一次降到底

官網聯絡我們頁:客戶可直接填寫需求表單送出
做了新的系統 怎麼讓員工習慣?

員工不想填

滿足客戶的同時
還得讓員工願意配合

對員工來說

多了一個要維護的地方
但沒有省到自己任何時間

結果

能不填就不填
資料品質開始掉

制定政策很簡單
要員工配合工作、持續維護 才是困難的

我最得意的一步

上班第一個動作是什麼?

打卡
那我就把線上打卡做進系統

要打卡
每天上班
非做不可
打開它
因為打卡
就在這裡面
日復一日
從需要提醒
變成不用思考
肌肉記憶
像刷牙一樣
自動

不是因為我要你打開 
是因為你要打卡 而打卡在這裡

而且打開之後 他要做的事全都在裡面 每多一次切換 就多一次「算了我等等再用」

但一定有人會想

打卡
不是為了抓誰遲到

在我們公司

遲到不扣薪
事假、病假也不扣錢

打卡只是讓出勤這件事「看得見」而已

當懲罰那把刀不在

監控的壓力自然就散了

同事的反應大多是
「是有點麻煩 但 OK 我配合」

系統是拿來讓大家做事更順的 
不是拿來當鞭子的

把工具的定位擺對了 人才願意跟你一起用它

洞察 二
我沒有去改變人的習慣

我把系統
長進了人本來就有的習慣裡

不用說服任何人「這套系統很好、要愛用」
只要讓「打開它」變成像刷牙一樣自動 
剩下的交給時間

有個很「二代」的現實 · 紙本當備援

紙本還在
而我沒打算硬逼它退休

上一代堅持要留紙本

而他們的理由 一點都不迂腐
他們怕的是「數位會消失」

系統會當機、硬碟會壞、
雲端帳號會出事;
但一疊紙放在櫃子裡 斷電也還在

線上打卡是主線 紙本是備援

系統出事 紙本接得住
我能做的 
是先把數位這套做到夠好、夠順、夠可靠
讓它自己一點一點把信任賺回來

而不是一刀砍掉紙本、逼所有人就範

那樣做 系統會贏一時 但會失去人心
也會失去上一代那份「凡事留一手」的智慧

我還沒做完 還在路上
但在路上
已經讓我收穫良多

它逼我把流程理清楚:
每一個流程 我都說得出前因後果
因為要做系統 資料的關聯性是最重要的

我在路上學到的

三層 決定三種壽命

前端

好的前端 讓你願意用

決定第一天的感受

後端

好的後端 讓你可以用

決定第一年的穩定

資料結構

好的資料結構 讓你用得久

決定第十年還能不能改

坑三

維護

有人用了 換我扛不動

插曲

教科書說 
全部塞在一起 是錯的

教科書的答案

拆成一個個小系統

各自維護、各自擴展

沒有錯
前提是:你有一個團隊

我的現實

只有我一個人維護

拆開 = N 套部署、N 份監控
資料還要對得起來

對一個人來說
那不是幫助 是災難

我不是不懂拆 是算過帳之後故意不拆

給每一個接班的你
架構的對錯
要放進
「誰來維護、為誰服務」
的脈絡裡看

教科書給的是通則
但我們要解的 是這間公司的題

而這才是真正的坑

做出來簡單 
讓人用 維護更難

做出來 簡單
有 AI
一個人也做得出來
讓人用 難
客戶不登入
員工不想填
維護 更難
漏洞、套件更新
每天都有新的事

做出來是一次的事 讓人用要一直調整
維護是每一天的事

先講一件很少人知道的事

全世界的軟體漏洞
都有公開編號

假設你家的門鎖

型號 ABC-123

有人發現這個型號
可以用一根迴紋針打開

這件事會被登記起來

編號 CVE-2026-1234

登在一份公開的清單
任何人都查得到

這是好事 公開才有人修
但它同時也意味著另一件事

公開的意思是

正在你家巷口的那個人
查得到

漏洞被公開
編號發布
細節寫得很清楚
你看到了
如果你有在看
他也看到了
而且他有自動化工具
整片網路掃過去
比誰快
你補洞
他掃到你

漏洞公開的那一刻 時鐘就開始跑了
所以要定期追蹤 CVE

而且問題不只在你寫的那部分

你的系統裡
大部分不是你寫的

你寫的

你自己的功能與流程

或者說 你跟 AI 一起寫的

但底下還有

幾百個別人寫的元件

資料庫、網頁框架、登入、
圖片處理、寄信、加密

每一個都可能
下個月冒出一個 CVE

你什麼都沒改 系統卻自己變得不安全了

所以

維護
沒有完成的那一天

大家以為的

做完就結束了

驗收 付款 上線
然後就可以不管了

實際上

上線才是開始

機器每天幫你看有沒有新的洞
要不要補、什麼時候補
是人的判斷

簽約時記得問一句:上線之後 誰負責更新?
這是合約裡最常漏掉的一條

套件有漏洞?套件不更新了?
不是在維護

就是在維護的路上
坑四

決策

扛住之後 數字站不站得住

一個問題 分辨所有系統
「這個數字怎麼來的?

能不能回答這句話
往往就是一套系統堪不堪用的分水嶺

所以我堅持一件很笨的事

每一筆進出 都留一筆帳

省事的做法

只記「現在剩多少」

又快又省空間
但只要有人問「怎麼來的」
你就答不出來了

VS
我的做法

每次進、出、調整、報廢 都留帳

真相永遠在流水帳裡
「現在剩多少」只是
算出來、拿來查得快的快取

在我這行 這本流水帳是法規義務
不是我吹毛求疵

但就算不受稽核 
你確定你想活在一個
「答不出來」的公司裡嗎?

系統真正活著的那一刻
不是它上線的那天

是某天你發現
連最資深、最愛唸的
那個老員工

都已經不記得
「沒有它」的日子怎麼過

還記得開場那句嗎 阿母都忘記應該怎麼算帳

那工具呢?

工具我放在
最後一部分

Cloudflare、GitHub、AI 夥伴
還有幾句可以直接抄走的話

02

AI 的邊界

這一段不是要你現在全力投入 AI

不是

「快點全面導入」

也不是「AI 很危險 別碰」
這兩種話都太便宜了

知道它的邊界在哪

它會在哪裡出錯、錯的時候長什麼樣
以及你怎麼分辨它給你的東西

知道邊界之後 它才變成你的老師
而不是一個你不敢用、或是用了不敢查的東西

接下來講三種盲區
它會編 它想不到壞人 人會給錯東西

盲區一

AI 不是在說謊
它是在補空白

面試現場

你問一個問題 面試者不知道答案
但他判斷「說不知道」會被扣分
所以他講了一段聽起來很合理的話

AI 也是這樣被訓練的

它學到的是「要給出好答案」
不是「不確定就閉嘴」
所以它會非常有自信地編一個

最危險的不是它答錯 是它答錯的時候 語氣跟答對時一模一樣

你會遇到的長相

幻覺的三種常見樣子

編出不存在的功能

它說某個軟體有某個按鈕 講得有模有樣 你去找 沒有

編出不存在的出處

引用了一份報告、一條法規、一個條號 格式完美 但那份東西不存在

把兩件真事接錯

最難抓的一種 每個零件都是真的 組起來的結論是錯的

怎麼防

換一個問題問

問錯的問題

「AI 準不準?」

這個問題沒有答案
同一個工具 這題準、下題不準

問對的問題

「我怎麼知道它錯了?」

這個問題有答案
而且可以事先設計好

  1. 要出處 不要答案 要它指出「這句話是從哪裡來的」
  2. 要它去查 而不是回想 讓它實際打開檔案、實際查資料 貼真實結果 而不是憑印象描述
  3. 把前兩項變成規定 靠自律會忘 要變成流程 這就是等一下要講的 Hook
  4. 不要什麼都餵給它 給的東西越雜 它答得越像樣 也越容易把兩件不相干的事接在一起
一句話
AI 不是知道越多越聰明

知道得越乾淨越可靠
為什麼要乾淨?

每個領域的證據標準不一樣

領域要多少證據才敢動做錯了會怎樣
醫療極高 不確定就寧可不做不可逆
商業機率夠好就賭期望值為正就接受失敗
農業受自然變數支配週期長 一次一整年
繪畫沒有對錯只有一致或不一致

全部混在一起 
它會用商業的思考回答醫療的問題
每一句都是真的 錯的是整個框架

盲區二 · 它想不到壞人

飯店的房卡

你叫它做一個「讓使用者下載檔案」的功能 
它做好了
但你沒交代「要擋住想偷看別人檔案的人」 
所以它沒做

301你的房間 你有權進入
302別人的房間
總機房飯店的機房

系統的做法是:你在櫃台寫下房號 櫃台就照著給你那間的鑰匙

沒有人檢查你寫的房號是不是你有權進的房間

攻擊怎麼發生

如果我不寫房號
而是寫「往上一層」呢?

../../ 總機房 / 全部客人名單
301我原本只能進這間
↑ 逃出去往上一層、再往上一層……
總機房系統設定檔、金鑰、全部客戶資料

路徑穿越(Path Traversal)櫃台照單全收
因為沒有人想過會有人這樣寫

為什麼它想不到

AI 是解題機器
不是防守機器

你交代的題目

「做一個可以下載檔案的功能」

它照做 做得很好

你沒交代的題目

「假設有人想害我 
他會怎麼用這個功能?」

沒問 就沒有

驗收任何東西的時候 多問這一句:
「如果有人存心搞破壞 他會從哪裡下手?」

盲區三 · 人給錯東西

五個會要你命的新手錯誤

錯誤為什麼要命該怎麼做
把金鑰貼進
AI 對話框
對話紀錄會留存、截圖會外流
而且你不見得知道那個 AI 工具背後是誰做的
讓 AI 看名字不要看
金鑰寫死在程式裡
推上 GitHub
網路上有機器人 24 小時
掃新上傳的程式碼找金鑰
盜刷常在數分鐘內發生
存在平台的保險箱裡
程式裡只留名字
金鑰放在
網頁前端
以為藏在網頁程式裡看不到
但瀏覽器按一下 F12 就是明碼
使用者的瀏覽器拿得到的
就等於公開
一把鑰匙
開全公司
一個外包小專案的金鑰外洩 
整個雲端帳號被接管
一個用途一把鑰匙
可以單獨作廢
用個人帳號
開公司的服務
人走了 帳號控制權跟著走
這不是技術問題 是資產歸屬問題
公司網域帳號
+ 多人管理權限
再退一步看

每一則都能公開
合起來就不能

單獨看 都無害

  • 主機放在哪裡
  • 備份什麼時候做
  • 現在有多少資料
  • 出事了怎麼復原
但是

合起來就是
一張完整的營運地圖

要打你的人
不需要偷你的密碼
只需要把公開的東西拼起來

所以我的程式碼是公開的
但營運資訊刻意分開放
這不是藏 是最小揭露

三種盲區 怎麼防

寫在紙上的規矩
等於沒有規矩

你不會忘記 但你會累
AI 不會累 但它會忘

所以要把規矩做成跳不過去的自動關卡
工程上叫它 Hook

換成你們公司的說法
SOP 寫對了
每個人也都照做了

還是出事

因為沒有人擋住「同時發生」這件事
而事後檢討 你查不出誰有錯

我自己就踩過:
兩個工作視窗 規矩各自都正確運作
但它們同時送出 額度還是燒掉了

同一個原則 三個尺度

三層防線

第一層 · 個人

AI 動手前 先講清楚要驗證什麼

講不出來就不准動 這一層我還能自己關掉

第二層 · 團隊

程式要進系統前 機器先檢查一輪

漏洞掃描、自動測試、有沒有寫「反悔的方法」 沒過就進不去
這一層要有人幫我一起關 才關得掉

第三層 · 資料

資料庫直接拒絕竄改紀錄

不是「不建議改」 是資料庫層級拒絕執行
這一層連我自己都改不了

越往下 越不靠自律

第三層長什麼樣

每一筆紀錄
扣在前一筆上

改不掉

資料庫的規則直接擋住修改和刪除
不是靠人有良心

藏不住

每筆紀錄扣在前一筆上
動了中間任何一筆
後面整條就對不起來

簽了就鎖

電子簽章之後紀錄鎖定
要改?只能作廢重來
不能當作沒發生過

而且系統每天自動檢查一次這條鏈有沒有斷
稽核本身 也要被稽核

順帶一提

你們公司蓋一個章
到底代表什麼?

我做的

這件事是我執行的

我看過

我審閱了 但不代表我同意

我核准

我同意這件事往下走

我負責

出事算我的

大部分公司的章 這四種長得一模一樣
所以出事的時候才在吵:
「我只是看過 我沒有核准」

我的系統強迫你選一個選了 就跑不掉

現場實例

做這份簡報時
AI 被自己的規矩擋下來

我設了一條規則:
動任何檔案之前 先講清楚要驗證什麼

結果它第一個動作就被擋了
不是它願意配合 是它跑不掉

這就是第一層
而第三層 連我自己都跑不掉

事實前置閘攔截畫面:修改這份簡報前,必須先列出四項事實才放行
第二部分 · 小結

三種盲區 一個解

盲區一
幻覺
AI 編造
盲區二
想不到壞人
AI 疏漏
盲區三
人給錯東西
人的疏忽

把「要小心」變成「跳不過去的關卡」

內控從來就不是防機器 是防所有人包括老闆自己

03

帶回去的工具

前面講的邊界 用什麼守住

四樣東西

Cloudflare 把系統安全地給人用
GitHub 你的程式碼資產在哪裡
AI 夥伴 怎麼讓它幫你學
幾句話 可以直接複製貼上

這一段可以拍照

不用抄
後面每一頁都是你回去
就能開始用的東西

① 客戶怎麼進來

大樓的門禁櫃台

自己寫登入 要同時做對四件事:
密碼怎麼存、怎麼擋機器人
忘記密碼怎麼辦、誰登入過要留紀錄
錯一項就是客戶帳密外流

自己寫登入

每間辦公室各自裝鎖

每一扇門自己驗證身分 有幾扇門 就有幾個地方可能出錯 人走了 要一扇一扇去改

VS
Cloudflare Access

一樓統一驗證

進大樓才驗一次 用公司既有的 Google/Microsoft 帳號就能進;人走了 停掉公司帳號 所有門同時鎖上

你沒有保管別人的密碼 
就不會有弄丟別人密碼的風險

② 我的做法

最好的防駭
是根本不要有對外的門

一般做法

把門鎖好

對外開一個網址
然後層層設防

門一直在那裡
而你必須每一次都守住

Cloudflare Tunnel

根本沒有門

我的伺服器沒有公開位址
它主動往外連
在約定的地點跟訪客會合

掃描機器人不是攻不進來
根本找不到它

外面看得到的只有 Cloudflare 
看不到我的機器在哪裡

③ 但擋壞人的時候

不要連人一起擋

以前的驗證碼

「請選出所有紅綠燈」

扭曲的字母、看不清的照片、
選錯還要重來

這是把安全的成本
推給你的客戶

Cloudflare Turnstile

使用者什麼都不用做

背景自動判斷是人還是機器人
他只會看到一個小方框閃一下

剛剛那張官網截圖
左下角就是它

安全措施如果增加摩擦
那它保護的東西 最後就沒人用了

Cloudflare 工具箱

五樣東西 一頁看完

工具解決什麼什麼時候你會需要它
Access誰能進來內部工具要開給員工或客戶用
又不想自己管密碼
Tunnel不要有對外的門自己架的東西要能從外面連
但不想被掃描
Turnstile擋機器人 不擋人官網有表單 被灌垃圾訊息
R2檔案放哪有圖片、報表、附件要給人看或下載
D1資料怎麼查小型工具要存資料
但還不需要一整間會計室

五個都有免費額度 回去可以自己開來試

GitHub

你外包做完的程式碼
現在在誰手上?

常見的狀況

在廠商的帳號裡

你付了錢 但東西放在別人家
廠商倒了、吵翻了、那個工程師離職了?
你拿不回來

該有的狀況

在公司的帳號裡

廠商是被邀請進來做事的
做完可以移除
東西從頭到尾都在你家

這跟前面講的
「用個人帳號開雲端服務」是同一個坑
不是技術問題 是資產歸屬問題

講 GitHub 大家多半講版本紀錄 那是怎麼用
我想先問更前面一題:
東西在誰手上?

回去可以用

簽約前 問這三句

  1. 「程式碼放在哪個帳號底下?」
    答案該是「貴公司的」 如果是廠商的 要求轉移或共同管理
  2. 「合約結束後 我要怎麼把它拿走?」
    這件事要寫進合約 不要等吵架的時候才談
  3. 「現在可以請你把最新的版本給我看一下嗎?」
    如果對方支支吾吾、要「回去整理一下」 那代表你手上根本沒有
但反過來還有一個問題

別人給你的程式碼
你敢不敢跑?

HR 來信
聊職缺
安排面試
面試很正常
介紹產品
談得很愉快
丟一個連結
「把我們的產品
抓下來跑跑看」
你執行了
裡面藏著
偷你資料的程式

最近真實發生的手法 目標是加密錢包和私鑰
整個過程沒有一個環節看起來不正常

為什麼這招會成功

因為它攻擊的不是系統
肌肉記憶

工程師的日常

抓下來 裝一裝 跑起來

這三個動作一天做十次
做到不用思考

而不用思考的地方
就是警覺心關掉的地方

還記得嗎

我讓打卡變成肌肉記憶

讓員工不用被說服
就會打開系統

我用它讓人願意做事
他們用它讓人不加思索

同一個機制 看用的人是誰

你會說 我又不寫程式

這是商業詐騙的技術版本

以前的版本

假訂單 假合作 假匯款通知
騙你把錢匯出去

現在的版本

假招聘 假合作案

騙你執行一個檔案
然後它自己去拿你的東西

回去可以提醒三種人:

AI 夥伴

它最好用的地方
是幫你

大部分人是拿它做事
我想講另一種用法

接班要補的太多了

財務、法務、勞資、產業、技術
每一樣都有人在旁邊等你出錯

它不會不耐煩

同一個問題可以問到你懂為止
可以說「我還是不懂 換個說法」
而且不會有人知道你不會

這是我一個獸醫 敢去碰資料庫、碰資安、碰稽核法規的原因

用它之前 先給它背景和規矩 它笨的時候 先問自己給了它什麼

但別忘了第二部分講的:要它給出處 也要允許它說「我不知道」

五句可以直接複製貼上的話

回去就能用

你可以這樣跟 AI 說這是在防什麼
「這段話裡哪些是事實、
哪些是你的推測?分開列」
分辨 AI 內容
「引用出處 沒有出處的地方 
直接標『我不確定』」
幻覺
「如果有人存心要害我 
他會怎麼利用這個?」
AI 想不到壞人
「給我三個反對這個決定的理由 」 它太會附和你
「用我完全不懂這一行的方式 重講一次 」 拿它當老師
還有一句 盡量不要用
「你覺得我這樣對不對?

它被訓練成要讓你滿意
所以你這樣問 多半會得到「你說得對」

改成:「找出我這個想法最大的三個漏洞 」

回到那四個坑

這四個坑 你踩過幾個?

資訊搜救
賺錢
但說不出賺多少
流程
花錢做出來
然後躺在那裡
維護
有人用了
但只有一個人扛
決策
有數字了
但答不出怎麼來的

每個坑爬出來的方法都不一樣
先確定自己在哪一個 再決定下一步

我四個都踩過 而且有兩個現在還在裡面

起手式

這週就可以做的四件事

不用花錢、不用找工程師

  1. 挑一個最近結案的案子 算算看到底賺多少
    算得出來 恭喜;算不出來 你知道要從哪裡開始了
  2. 問一次:員工離職 多久能斷掉他全部的權限?
    答案如果超過一天 代表沒有統一的門禁
  3. 盤點:公司的雲端服務 是用誰的帳號開的?
    如果是某個人的私人信箱 這是今天最該處理的事
  4. 找出公司裡「那個很會用 Excel 的人」 問他一句:你現在最麻煩的是什麼?
    你的第一個系統 該長什麼樣子 答案通常就在他嘴裡
AI 讓一個人
做得出以前一個團隊的東西

但它不會替你
承擔後果
討論時間

你想先聊哪一個?

什麼時候要外包 什麼時候自己做?
怎麼說服員工?
資料給 AI 的風險?
要從哪個小工具開始做?
一個人維護要花多少時間?
工具怎麼選?
為什麼是 Claude Code?
謝謝

一起把它
做得更好

我也還在半路上
你們踩過的坑 我很想聽

豬博士動物科技 贊助 昱拓科技
← → 翻頁 · O 總覽 · N 備註 · F 全螢幕

講者備註

總覽 · 點選跳頁 · 按 O 或 Esc 關閉