CH1 批判思考 Critical Thinking
| Day | 通用場景 | 思考習慣組合拳 | 新創 AI 技能 |
|---|
| Day 1 |
企業導入 AI 工具時，如何選擇試用對象，才能得到最真實有效的反饋？ |
#問對問題
#合理性評估
#偏誤檢驗
#行為塑造
|
AI 導入診斷師 |
| Day 2 |
用 AI 產出研究報告或專業文件時，如何確保內容不是幻覺、數據不是編的？ |
#拆解問題
#可驗證性
#證據基礎
#演算法
|
AI 驗證助手 |
| Day 3 |
AI 開發面臨便利性和準確性無法兩全時，如何用「操作性檢驗」找到真正的問題定義？ |
#問對問題
#效用理論
#心理成因
#受眾
|
問題重構教練 |
| Day 4 |
手上的資訊不完整又不準確，怎麼用 AI 從多個不完美的來源拼出最接近真相的答案？ |
#差距分析
#來源品質
#效用理論
#模型建構
|
多來源整合顧問 |
| Day 5 |
為什麼技術上完美的自動化方案，員工就是不肯用？如何在開發前就避免這種情況？ |
#問對問題
#合理性評估
#可驗證性
#觀察性研究
|
工作流嵌入設計師 |
CH2 創意思考 Creative Thinking
| Day | 通用場景 | 思考習慣組合拳 | 新創 AI 技能 |
|---|
| Day 6 |
面對大量格式不統一的文件，如何用 AI 一次搞定而不是逐個客製化？ |
#類比
#限制條件
#可複製性
#拆解問題
|
通用表單解析器 |
| Day 7 |
公司裡老師傅的經驗能不能用 AI 挖出來，讓新人也能快速上手？ |
#建立假說
#模型建構
#個案研究
#差距分析
|
經驗萃取知識庫 |
| Day 8 |
資源有限（人少、預算少）時，如何善用 AI 把「一個人」變成「一個團隊」？ |
#限制條件
#最佳化
#演算法
#效用理論
|
虛擬團隊指揮官 |
| Day 9 |
如何從「自己做事」轉變為「指揮 AI 做事」？這種認知轉變該怎麼開始？ |
#類比
#科學學習法
#捷思法
#領導原則
|
AI 協作指揮家 |
| Day 10 |
AI 產出的半成品如何透過流程設計，變成可以賣錢的成品？ |
#演算法
#設計思考
#限制條件
#內容組織
|
創意流水線設計師 |
CH3 溝通思考 Communication Thinking
| Day | 通用場景 | 思考習慣組合拳 | 新創 AI 技能 |
|---|
| Day 11 |
內容品牌要拓展海外市場時，如何讓不同語言的受眾覺得「這是專門為我做的」？ |
#媒介選擇
#受眾
#多媒體運用
#偏誤檢驗
|
跨文化內容適配器 |
| Day 12 |
你以為對方要的是「更快」，但真正的痛是行政工作把他們從最重要的事上拉走？ |
#受眾
#問對問題
#溝通設計
#媒介選擇
|
客戶痛點洞察顧問 |
| Day 13 |
如何讓 AI 產出的報告不只是「看起來像那回事」，而是直接可交付客戶？ |
#內容組織
#組織結構
#表達
#演算法
|
簡報效率加速器 |
| Day 14 |
客戶說的話不等於客戶要的東西，如何在動手之前就把方向對準？ |
#受眾
#語義內涵
#專業素養
#可驗證性
|
需求翻譯官 |
| Day 15 |
向非專業人士報告或提案時，如何把技術行話翻譯成對方聽得懂的語言？ |
#組織結構
#論點陳述
#語義內涵
#設計思考
|
行話翻譯機 |
CH4 互動思考 Interactive Thinking
| Day | 通用場景 | 思考習慣組合拳 | 新創 AI 技能 |
|---|
| Day 16 |
AI 系統涉及多方利害關係人時，如何權衡各方利益做出最佳決策？ |
#系統描繪
#多層次分析
#複雜因果關係
#機率理論
|
利害關係人地圖 |
| Day 17 |
大企業推動 AI 轉型時，如何讓員工從「被動配合」變成「主動搶著參加」？ |
#行為塑造
#領導原則
#個體差異
#建立假說
|
組織動力引擎 |
| Day 18 |
大量重複性的合約或文件審查，如何用 AI 建立系統性的風險檢查流程？ |
#系統描繪
#多層次分析
#網絡分析
#演算法
|
風險地圖繪製師 |
| Day 19 |
主管如何用制度（而非口號）讓團隊真正把 AI 融入日常工作？ |
#領導原則
#行為塑造
#權力動態
#最佳化
|
AI 考核設計師 |
| Day 20 |
如何設計內容讓受眾不只是「看完就走」，而是真的改變行為或購買？ |
#說服技巧
#制定策略
#情商
#受眾
|
行動導向內容設計師 |