很多人每天都在用 ChatGPT、Codex 或其他 AI 工具提升工作效率，但真正的問題是：你是否仍然每次都在逐次問 AI？這篇文章會拆解一段 AI 工作流程自動化 Prompt，教你如何回顧最近 30 日的工作紀錄，找出重複、耗時、易出錯的流程，並判斷哪些任務值得變成 Skill、Sub-agent 或 Automation。
很多人每天都在用 AI。
用 ChatGPT 寫 email、用 Codex 幫手改 code、用 AI 整理會議紀錄、用工具生成報告、做研究、改文案、準備簡報。
但有一個問題是：
你可能用 AI 用得很多，卻沒有真正累積出一套自己的工作系統。
每次有任務，你就重新開一個對話。
每次要寫類似的內容，你又重新輸入背景。
每次要整理資料，你又重新解釋格式。
每次要做報告、寫 post、寫 proposal、準備文件，你都像是從零開始。
表面上你已經用了 AI，實際上你可能只是把「人手重複工作」變成「人手重複問 AI」。
最近看到一段很有啟發性的 prompt，它的價值不在於可以幫你即時完成某個任務，而是它代表了一種更進階的 AI 使用方式：
不是叫 AI 幫你做一件事，而是叫 AI 回顧你過去一段時間的工作，找出哪些流程值得變成 Skill、Sub-agent 或 Automation。
換句話說，它不是一段普通 prompt，而是一段 AI Workflow Audit Prompt。
你可以把它理解成：
用 AI 幫自己做一次「工作流程健檢」，找出哪些重複、耗時、容易出錯的工作，應該被包裝成可重用流程、自動化任務，或者專門的 AI 助手。
這個思路，比單純收藏一段 prompt 更重要。
大部分人用 AI，仍然停留在「逐次問問題」
現在很多人使用 AI 的方式，其實仍然是一次性的。
例如：
- 幫我寫一封 email
- 幫我整理這份 PDF
- 幫我做一份簡報大綱
- 幫我改這段文案
- 幫我比較幾個工具
- 幫我把會議紀錄整理成行動清單
這些用法沒有錯，而且的確可以提升效率。
但問題是，如果你每星期都做類似任務，而每次都重新問一次，代表你其實沒有真正把 AI 變成工作系統。
例如內容創作者可能經常要做：
- YouTube 影片大綱
- 影片標題
- SEO description
- Facebook / Instagram post
- Thumbnail idea
- Blog article repurposing
企業培訓師可能經常要做：
- 課程大綱
- Demo prompt
- Slide structure
- Workshop handout
- 學員練習題
- 課後 follow-up email
管理層或營運團隊可能經常要做：
- 會議紀錄整理
- 每週工作報告
- 客戶 follow-up
- KPI 摘要
- Project update
- 風險與行動項目整理
如果這些工作不斷重複，它們就不應該永遠停留在「每次問一次 AI」的階段。
更好的做法是問：
這些工作有沒有固定步驟？
可不可以變成一個 Skill？
可不可以交給一個專門的 sub-agent？
可不可以變成定期 automation？
有沒有現有流程可以擴充，而不是重新建立？
這就是這段 prompt 最有價值的地方。
這段 Prompt 的真正價值是甚麼？
這段 prompt 的核心，不是叫 AI 寫文、不是叫 AI 寫 code、不是叫 AI 做研究。
它真正要求 AI 做的是：
回顧你最近 30 日的工作紀錄，找出重複出現、值得被包裝成工作流程的任務。
它特別要求 AI 留意那些：
- 重複出現的工作
- 很花時間的工作
- 容易出錯的工作
- 需要大量背景資料的工作
- 有固定流程的工作
- 適合標準化的工作
- 可以提升速度、質素、一致性或可靠性的工作
這個思路其實很重要。
因為很多人一講 AI automation，就會馬上問：
我可以自動化甚麼？
但這未必是最好的起點。
更好的問題應該是：
我過去一個月，其實重複做了甚麼？
哪些工作每次都要重新解釋？
哪些工作明明有固定步驟，卻一直沒有沉澱成流程？
哪些工作不應該再由我每次手動處理？
這段 prompt 就是幫你從「想像中的 automation idea」，回到「真實工作紀錄中的 automation opportunity」。
這會大大減少一個常見問題：
自動化了不重要的事。
很多人設計 AI Agent 或 automation 時，最大問題不是技術做不到，而是做了一些其實不值得自動化的流程。
這段 prompt 的好處，是它要求 AI 先找證據，再判斷是否值得建立。
Prompt 逐段拆解：它其實分成 7 個部分
這段 prompt 表面看起來是一大段文字，但背後其實有很清楚的設計邏輯。
如果逐段拆開，它大致可以分成 7 個部分。
Part 1｜設定任務目標：回顧最近工作，找出可包裝流程
Prompt 一開始是這樣：
Look back over my recent work from the last 30 days, or all available history if shorter, and identify repeated manual workflows worth packaging.
這一句已經定義了整個任務。
它不是叫 AI 做一個新任務，而是叫 AI 回看你過去 30 日的工作，找出值得被包裝的重複人手流程。
這裡有三個關鍵字：
第一是 recent work。
它不是憑空想像，而是基於最近實際工作。
第二是 repeated manual workflows。
它不是找一次性的任務，而是找重複出現的人手流程。
第三是 worth packaging。
重點不是「做過甚麼」，而是「哪些工作值得被封裝成可重用資產」。
這個角度非常重要。
因為真正成熟的 AI 使用方式，不只是叫 AI 幫你完成任務，而是讓 AI 幫你發現：
哪些工作不應該再每次重新做？
Part 2｜指定資料來源：不要憑空建議，要根據可用證據
Prompt 接着要求 AI 使用證據，而且指定了使用順序：
Use available evidence in this order:
- Recent Codex sessions and task summaries.
- Codex Memories and rollout summaries to find patterns repeated across sessions.
- Chronicle, if enabled, to spot repeated work outside Codex.
- Existing skills, custom agents, and automations, so you reuse or extend what already exists instead of duplicating it.
這一段非常成熟。
因為它不是叫 AI 隨便提出 automation idea，而是要求 AI 根據不同來源去找證據。
它的邏輯是：
- 先看最近的 Codex sessions 和 task summaries
- 再看 Codex Memories 和 rollout summaries，找跨 session 重複出現的模式
- 如果有 Chronicle，就用來發現 Codex 以外的重複工作
- 最後檢查現有 skills、custom agents 和 automations，避免重複建立
這裡最值得學的地方，是最後一點：
不要一有 idea 就開新工具，要先檢查是否已經有類似資產。
很多人做 AI 工作流時，很容易不停建立新 prompt、新 agent、新 automation。
結果工具越來越多，但系統越來越亂。
這段 prompt 反而提醒我們：
高手不是不停建立新工具，而是懂得管理和擴充自己的 AI 工作資產。
Part 3｜尋找模式：甚麼工作值得被留意？
Prompt 之後寫道：
Look broadly for work that is repeated, time-consuming, error-prone, context-heavy, or benefits from a consistent process.
這一句是整段 prompt 的判斷核心。
它要求 AI 留意幾類工作：
| 類型 | 代表意思 |
|---|---|
| Repeated | 經常重複出現 |
| Time-consuming | 每次都很花時間 |
| Error-prone | 容易出錯、漏步驟、格式不一致 |
| Context-heavy | 每次都需要大量背景資料 |
| Benefits from a consistent process | 如果有固定流程，質素會更穩定 |
這幾個標準，其實也可以變成我們自己判斷工作是否值得自動化的 checklist。
例如你可以問自己：
- 這件事我是否每星期都做？
- 每次做是否都要重新整理資料？
- 是否經常出現格式不一致？
- 是否需要我重複解釋背景？
- 是否有固定輸入和固定輸出？
- 如果變成流程，是否可以節省時間或提升品質？
如果答案是「是」，那它就可能值得被包裝。
Part 4｜涵蓋不同工作範圍：不只是 coding
這段 prompt 還特別寫明：
Include workflows across coding, research, writing, planning, communication, operations, analysis, and personal administration.
這句其實很關鍵。
因為很多人一看到 Codex，就會以為這只適合 developer。
但它的思路其實不只適用於 coding。
它可以用於：
- coding
- research
- writing
- planning
- communication
- operations
- analysis
- personal administration
換句話說，這段 prompt 真正的價值不在於 Codex，而在於 workflow discovery。
對內容創作者來說，它可以幫你找出重複的內容生產流程。
對老師或培訓師來說，它可以幫你找出重複的教學材料製作流程。
對管理層來說，它可以幫你找出重複的報告、會議、跟進流程。
對行政或營運團隊來說，它可以幫你找出可標準化的日常工作。
所以這段 prompt 不應該只被視為 developer prompt，而應該被視為一種通用的 AI 工作流盤點方法。
Part 5｜設定篩選條件：不是所有重複工作都值得自動化
Prompt 接着加入了一組條件：
Only act on a candidate when it:
- occurred at least twice, or is clearly likely to recur and costly to repeat;
- has stable inputs, a repeatable procedure, and a clear output or stopping condition;
- would materially improve speed, quality, consistency, or reliability;
- is not already adequately covered.
這段非常重要，因為它避免 AI 亂建議。
不是所有重複工作都值得自動化。
一個候選流程要值得處理，至少要符合幾個條件：
第一，它至少出現過兩次，或者明顯會再次出現，而且重複成本高。
如果只是一次性的任務，不一定值得特別建立流程。
第二，它要有穩定輸入、可重複步驟、清楚輸出或停止條件。
例如「每週整理 5 篇 AI 新聞，輸出一份 300 字摘要」就很清楚。
但「幫我變得更有創意」就太模糊。
第三，它要能實際提升速度、品質、一致性或可靠性。
如果自動化後沒有明顯改善，那可能只是為了自動化而自動化。
第四，它不應該已經被現有工具充分覆蓋。
如果已有 skill 或 automation 做得夠好，就不需要重複建立。
這一段其實可以總結成一句話：
好的 AI workflow，不是甚麼都自動化，而是只自動化那些穩定、重複、有價值、可驗證的工作。
Part 6｜選擇最小合適形式：Skill、Sub-agent、Automation 或 Skip
Prompt 之後要求：
Choose the smallest appropriate form:
- Skill: a reusable workflow or playbook.
- Custom subagent: a bounded specialist role or investigation task suitable for delegation.
- Automation: a scheduled or recurring check, report, reminder, or monitor.
- Skip: work that is too one-off, ambiguous, sensitive, or poorly evidenced to package.
這是整段 prompt 最值得學的一部分。
它沒有叫 AI 把所有東西都變成 automation，而是要求 AI 選擇「最小合適形式」。
這個思維非常重要。
很多人一談 AI Agent，就想做一個很大的自動化系統。
但很多時候，其實一個簡單 Skill 已經足夠。
你可以這樣理解：
| 類型 | 適合情況 | 例子 |
|---|---|---|
| Skill | 有固定流程，可以重複使用 | YouTube SEO 生成流程、報告摘要流程 |
| Custom subagent | 需要專門角色或深入調查 | 市場研究助手、資料驗證助手 |
| Automation | 需要定期或觸發式執行 | 每日新聞摘要、每週 KPI 報告 |
| Skip | 不值得包裝 | 太一次性、太模糊、太敏感、證據不足 |
這裡的重點是：
不要一開始就追求大型 Agent。
先判斷最小有效形式。
有些工作只需要一個 prompt template。
有些工作適合變成 Skill。
有些工作需要 sub-agent。
有些工作才真正需要 automation。
真正成熟的 AI workflow 設計，不是把所有事都變複雜，而是用最簡單的形式解決最常見的重複問題。
Part 7｜先產出 shortlist，再只建立高信心項目
Prompt 最後要求：
First produce a compact shortlist with:
- repeated workflow
- supporting evidence and dates
- frequency/confidence
- recommended form
- why it is or is not worth creating
然後才說：
Then create only the high-confidence missing items.
這個設計也很值得學。
它不是叫 AI 馬上動手建立所有東西，而是先做一份 shortlist。
這份 shortlist 包括：
- 重複工作是甚麼
- 有甚麼證據和日期支持
- 出現頻率和信心程度
- 建議變成 skill、subagent、automation、extend existing 還是 skip
- 為甚麼值得或不值得建立
這相當於先做一次 workflow audit report。
然後 AI 只應該建立那些高信心、缺失、值得補上的項目。
這可以避免三個常見問題：
第一，建立太多沒有用的 workflow。
第二，建立重複或重疊的工具。
第三，建立太大、太抽象、難以驗證的 agent。
這也是為甚麼這段 prompt 特別強調：
Keep them narrow, practical, source-aware, and easy to validate.
也就是說，產出的東西要夠窄、夠實用、知道根據甚麼來源，而且容易驗證。
Skill、Sub-agent、Automation 到底有甚麼分別？
如果你不是 developer，可能會覺得 Skill、Sub-agent、Automation 這些字有點抽象。
可以用更簡單的方法理解。
Skill：可重用的工作流程
Skill 可以理解成一份可重用的操作手冊。
它適合那些：
- 步驟相對固定
- 輸入和輸出清楚
- 不一定需要定期自動執行
- 但每次做時都想保持一致質素
例如：
- YouTube 影片 SEO 生成流程
- PDF 報告摘要流程
- 企業培訓課程大綱生成流程
- Blog post repurposing 流程
- 客戶 proposal 初稿流程
Skill 的重點是：
下次不用重新解釋一次，而是直接套用同一套流程。
Custom Sub-agent：專門處理某類任務的 AI 角色
Sub-agent 可以理解成一個專門助手。
它適合那些：
- 需要專門角色
- 需要分析或判斷
- 任務邊界清楚
- 可以被委派處理
例如：
- Market Research Agent
- Code Review Agent
- Fact-checking Agent
- Course Design Agent
- Legal Document Summary Agent
- Competitor Analysis Agent
Sub-agent 的重點是：
它不是單純跟步驟，而是以某個專門角色完成一類任務。
Automation：定期或觸發式自動執行
Automation 適合那些需要定期做、或符合某個條件時自動執行的工作。
例如：
- 每朝整理 AI 新聞摘要
- 每週生成 KPI report
- 每日監察指定股票新聞
- 每次收到表格後自動分類
- 每週提醒整理未完成任務
- 每月產生社交媒體內容日曆
Automation 的重點是：
它不只是可重用，而是可以定期或自動觸發。
Skip：有些工作不值得包裝
這一點也很重要。
不是所有工作都應該變成 skill、agent 或 automation。
以下幾類工作可以直接 skip：
- 只做一次的任務
- 邊界太模糊的任務
- 輸入不穩定的任務
- 結果難以驗證的任務
- 涉及敏感資料但缺乏安全設計的任務
- 已經有現有流程處理得很好
成熟的 AI 使用者，不是甚麼都自動化，而是知道甚麼不應該自動化。
不同角色可以怎樣使用這段 Prompt？
這段 prompt 雖然原本偏向 Codex 工作環境，但它的思路可以應用到很多不同角色。
內容創作者
內容創作者可以用它找出自己過去 30 日重複做過的內容流程。
例如：
- YouTube 影片大綱
- 影片標題
- Thumbnail idea
- SEO description
- Facebook / Instagram post
- Blog article
- Newsletter
- Short-form video script
可能產出的資產包括：
- YouTube SEO Skill
- Blog Repurposing Skill
- Social Media Post Agent
- Weekly Content Calendar Automation
企業培訓師 / 老師
老師或培訓師經常要準備課程、教材、練習、簡報和示範。
可以用這段 prompt 找出：
- 課程大綱設計流程
- Slide structure 生成流程
- Demo prompt 設計流程
- 學員練習題生成流程
- 課後 summary email
- Workshop handout 製作流程
可能產出的資產包括：
- Workshop Design Skill
- Course Outline Agent
- Exercise Generator Skill
- Training Material Review Agent
管理層 / 團隊負責人
管理層經常面對大量溝通、報告、跟進和決策支援工作。
可以用這段 prompt 找出：
- 會議紀錄整理
- 每週進度報告
- Project risk summary
- 客戶 follow-up
- 團隊 action item tracking
- KPI summary
可能產出的資產包括：
- Meeting Summary Skill
- Weekly Management Report Automation
- Project Follow-up Agent
- Risk Review Checklist
Developer / 技術團隊
對 developer 來說，這段 prompt 會更加直接。
可以找出：
- code review pattern
- bug triage
- release notes
- documentation
- test case generation
- refactoring checklist
- repeated setup steps
可能產出的資產包括：
- Code Review Skill
- Bug Triage Agent
- Release Notes Skill
- Documentation Generator
- CI Monitor Automation
行政 / 營運 / 個人工作管理
即使不是技術或內容工作，這段 prompt 仍然有用。
例如：
- 整理 email
- 安排會議
- 整理收據
- 跟進文件
- 每月報銷
- task list cleanup
- 個人學習計劃整理
可能產出的資產包括：
- Email Reply Drafting Skill
- Expense Summary Automation
- Personal Admin Agent
- Weekly Task Review Automation
如果你不是 Codex 用戶，可以怎樣改？
原 prompt 提到 Codex sessions、Codex Memories、rollout summaries、Chronicle、skills、custom agents 和 automations。
如果你不是 Codex 用戶，仍然可以借用同一個思路。
你可以改成：
- 回顧我最近的 ChatGPT 對話
- 根據我貼上的最近 30 日工作摘要
- 根據我上載的 meeting notes
- 根據我提供的 task list
- 根據我最近做過的 content calendar
- 根據我公司的 SOP / project notes
- 根據我過去一個月的 email 類型
例如你可以這樣使用：
以下是我最近 30 日經常處理的工作清單，請幫我找出哪些值得變成可重用 prompt、工作流程、自動化任務或專門 AI 助手。
這樣即使沒有 Codex 或 Chronicle，你仍然可以使用這段 prompt 的核心概念。
真正重要的不是工具名稱，而是它背後的思維：
先回顧真實工作，再找重複模式，然後決定是否值得封裝。
使用這段 Prompt 前要注意甚麼？
這段 prompt 很有用，但不代表可以盲目照抄。
使用時有幾點要注意。
1. 沒有足夠歷史紀錄，AI 可能會估錯
如果你的 AI 工具沒有足夠工作紀錄，或者你沒有提供最近任務資料，AI 很可能只能憑空猜測。
所以最好提供：
- 最近任務清單
- 對話紀錄摘要
- 常見工作類型
- 會議紀錄
- project notes
- content calendar
- recurring tasks
證據越清楚，建議越可靠。
2. 不要把敏感資料隨便交給 AI
如果你的工作涉及客戶資料、商業機密、學生資料、醫療資料、財務資料，就要特別小心。
可以先提供去識別化版本，例如：
- 不放真實姓名
- 不放客戶公司名稱
- 不放金額細節
- 不放內部機密資料
- 只描述工作類型和流程
AI workflow audit 可以做，但資料安全仍然要由人把關。
3. AI 建議不等於一定要執行
AI 可能會建議很多 skill、agent 或 automation。
但最後要由人判斷：
- 是否真的值得做？
- 是否有足夠頻率？
- 是否能節省時間？
- 是否容易維護？
- 是否會令流程更複雜？
- 是否有風險？
不要為了看起來先進而建立太多 AI workflow。
工具越多，不代表效率越高。
4. 最好先從小流程開始
如果你第一次做 AI workflow audit，不建議一開始就建立大型 agent system。
你可以先由一個小流程開始，例如：
- 每週文章 repurposing
- YouTube description 生成
- 會議紀錄整理
- PDF 摘要格式化
- 每週工作報告
- 客戶 follow-up email draft
先把一個流程做穩，再慢慢擴充。
Full Prompt：英文原版
Look back over my recent work from the last 30 days, or all available history if shorter, and identify repeated manual workflows worth packaging.
Use available evidence in this order:
- Recent Codex sessions and task summaries.
- Codex Memories and rollout summaries to find patterns repeated across sessions.
- Chronicle, if enabled, to spot repeated work outside Codex. Use Chronicle for discovery only; confirm important details in the relevant source system when possible.
- Existing skills, custom agents, and automations, so you reuse or extend what already exists instead of duplicating it.
Look broadly for work that is repeated, time-consuming, error-prone, context-heavy, or benefits from a consistent process. Include workflows across coding, research, writing, planning, communication, operations, analysis, and personal administration.
Only act on a candidate when it:
- occurred at least twice, or is clearly likely to recur and costly to repeat;
- has stable inputs, a repeatable procedure, and a clear output or stopping condition;
- would materially improve speed, quality, consistency, or reliability;
- is not already adequately covered.
Choose the smallest appropriate form:
- Skill: a reusable workflow or playbook.
- Custom subagent: a bounded specialist role or investigation task suitable for delegation.
- Automation: a scheduled or recurring check, report, reminder, or monitor.
- Skip: work that is too one-off, ambiguous, sensitive, or poorly evidenced to package.
First produce a compact shortlist with:
- repeated workflow
- supporting evidence and dates
- frequency/confidence
- recommended form: skill, subagent, automation, extend existing, or skip
- why it is or is not worth creating
Then create only the high-confidence missing items. Keep them narrow, practical, source-aware, and easy to validate. Do not create speculative, overlapping, or overly broad assets.
Finish with:
- what you created or extended
- what you deliberately skipped
- what needs more evidence before packaging
Full Prompt：中文版本
請回顧我最近 30 日的工作；如果可用紀錄不足 30 日，則使用目前所有可用歷史紀錄。請找出當中重複出現、值得被包裝成可重用流程的人手工作。
請按照以下優先次序使用可用證據：
- 最近的 Codex sessions 及任務摘要。
- Codex Memories 及 rollout summaries，用來找出跨 session 重複出現的工作模式。
- 如果 Chronicle 已啟用，可以用它發現 Codex 以外的重複工作。但 Chronicle 只作探索用途；如涉及重要細節，請盡可能回到相關來源系統確認。
- 現有的 skills、custom agents 及 automations，用來判斷是否可以重用或擴充已有資產，避免重複建立。
請廣泛尋找以下類型的工作：
- 重複出現的工作
- 花時間的人手流程
- 容易出錯的工作
- 需要大量上下文的工作
- 如果有一致流程會明顯受益的工作
請涵蓋不同工作範圍，包括 coding、資料研究、寫作、規劃、溝通、營運、分析及個人行政工作。
只有當某個候選流程符合以下條件時，才進一步處理：
- 至少出現過兩次，或者明顯很可能再次出現，而且重複成本高；
- 有穩定輸入、可重複的處理步驟，以及清楚輸出或停止條件；
- 能明顯提升速度、品質、一致性或可靠性；
- 並未被現有 skill、agent 或 automation 充分覆蓋。
請為每個候選流程選擇最小而合適的形式：
- Skill：可重用的工作流程、操作手冊或 playbook。
- Custom subagent：有清楚邊界的專門角色，或適合委派的調查 / 分析任務。
- Automation：定期或重複執行的檢查、報告、提醒或監察任務。
- Skip：太一次性、太模糊、太敏感，或證據不足，不適合包裝的工作。
請先產出一份精簡 shortlist，包含以下欄位：
- 重複出現的工作流程
- 支持證據及日期
- 出現頻率 / 信心程度
- 建議形式：skill、subagent、automation、extend existing 或 skip
- 為甚麼值得或不值得建立
然後只建立高信心、目前缺失、值得補上的項目。請保持每個項目範圍清晰、實用、能追溯來源，而且容易驗證。不要建立推測性、重疊或過於寬泛的資產。
最後請總結：
- 你建立或擴充了甚麼
- 你刻意跳過了甚麼
- 還有哪些項目需要更多證據，才適合被包裝成 workflow、skill、agent 或 automation
一般 ChatGPT 用戶版本
如果你不是 Codex 用戶，或者沒有 Codex Memories、Chronicle、skills、agents 等功能，可以用以下更通用的版本。
這個版本適合一般 ChatGPT 用戶，尤其是想回顧自己工作模式、找出可自動化機會的人。
請根據我提供的最近 30 日工作紀錄、任務清單、會議紀錄、對話摘要或工作描述，幫我找出當中重複出現、值得被包裝成可重用流程的人手工作。
請特別留意以下類型的工作：
- 重複出現的工作
- 每次都很花時間的工作
- 容易出錯或漏步驟的工作
- 每次都需要重新提供大量背景資料的工作
- 有固定輸入、固定步驟或固定輸出的工作
- 如果建立標準流程，能提升速度、品質、一致性或可靠性的工作
請涵蓋不同工作範圍，包括內容創作、研究、寫作、課程設計、簡報製作、客戶溝通、會議整理、營運管理、數據分析及個人行政。
請只處理符合以下條件的候選流程：
- 至少出現過兩次，或者很可能會再次出現；
- 有相對穩定的輸入；
- 有可重複的步驟；
- 有清楚的輸出或完成標準；
- 包裝成流程後，能帶來實際效率或品質提升。
請先用表格列出 shortlist，欄位包括：
- 重複工作流程
- 支持證據或例子
- 預估出現頻率
- 信心程度
- 建議處理方式：Prompt template、Skill、Custom AI assistant、Automation、Extend existing workflow 或 Skip
- 建議理由
然後請只針對最高優先級的 3 個項目，提出具體建立方法，包括：
- 建議名稱
- 適用場景
- 所需輸入
- 處理步驟
- 預期輸出
- 可以如何驗證結果是否正確
- 下一步應該如何開始
最後請總結：
- 最值得優先建立的工作流程
- 暫時不值得處理的項目
- 需要更多資料才能判斷的項目
我的看法：Prompt 只是入口，真正重要的是工作系統化
這段 prompt 值得收藏，但真正值得學的不是逐字照抄。
它最重要的啟發是：
AI 的價值，不只是幫你完成一次任務，而是幫你發現哪些任務不應該再由你重複做。
以前我們學 prompt engineering，很多時候重點是如何問得更清楚、如何得到更好的答案。
但當 AI 工具愈來愈強，真正值得思考的問題已經開始改變。
不只是：
我應該怎樣問 AI？
而是：
我有哪些工作應該變成可重用流程？
哪些任務應該交給專門 agent？
哪些工作應該自動定期執行？
哪些流程可以沉澱成自己的工作資產？
未來懂 AI 的人，不只是懂得寫 prompt 的人，而是懂得設計流程、沉澱經驗、建立工作系統的人。
換句話說：
Prompt 是入口，workflow 才是資產。
如果你每天都在使用 AI，但仍然每次由零開始，這段 prompt 正好可以幫你停下來，重新檢查一件事：
你究竟是在用 AI 完成工作，還是在用 AI 建立一套更聰明的工作方式？
如果你平日已經經常使用 AI，不妨試試用這段 Prompt 回顧自己最近 30 日的工作。你可能會發現，真正值得學的不是更多 Prompt，而是如何把自己的工作流程變成可重用、可委派、可自動化的 AI 工作系統。
追蹤以下平台，獲得最新AI資訊：
Facebook: https://www.facebook.com/drjackeiwong/
Instagram: https://www.instagram.com/drjackeiwong/
Threads: https://www.threads.net/@drjackeiwong/
YouTube: https://www.youtube.com/@drjackeiwong/
Website: https://drjackeiwong.com/
