AI對話多了，交接成了問題
這次嘗試建立AI員工，讓我重新練習分工、交接與做決定，也重新思考自己作為老闆的責任。當時看到一段名為 Dots 的數位同事介紹，描繪了有名字、外型、能接任務的 AI，也用寄發票的例子談到先詢問再執行。這讓我產生很多聯想。這篇記錄的是我的實驗心得，產品發布與功能仍應以官方資訊為準。
我看到這個概念，很興奮～因為自己剛好也在嘗試建造 AI 員工，而且已經進行了大概兩個禮拜。當時我常用 GPT、Claude 開對話做事，自己的經驗是：對話一多、內容一長，交接資訊就越來越難整理。一般我們公司是人跟人一起工作，有什麼事，你就找那個人就好了，很單純。
但是用ＡＩ，ＡＩ雖然聰明處理速度很快，但是越用越覺得ＡＩ讓事情延伸很多新的問題。譬如說，它進步速度太快了，上個月學的，這個月又變了，看別人都在用，自己好像又落後了一點，天天都在學，天天又出新的。Dots 的出現，我覺得會再一次改變組織架構跟工作方式。
現在很多人一個人開公司，自己接案子，或者像我一樣，是１０人以下小公司，有些工作是外包給別人，有些是自己用AI工具做。可是當AI 走向擬人化，它就會開始從個人工具，走向真正公開的數位員工(變成一個獨立個體)。然後我們會從管理工具變成管理AI員工，你不再是一人公司，只是你的團隊不是真的人而已。
就算你是上班族，也很可能會跟它在同一個專案裡共事。你覺得有道理嗎？那如果你就是像我一樣，用很多ＡＩ工具的人，我想問你個問題！
你會想招募什麼樣的ＡＩ角色（數位員工）進來你的團隊呢？
我本來也沒想到這個部份。跟大家一樣，一開始只是想用 AI 更快的做事情，補足我的短板。我公司小，真人同事管出納、倉儲、生產、出貨這些需要真的人做的事。看營業數據、看報表、想內容、研發新東西、討論規格，這些都在我身上。這些工作很吃腦力。常常早上開始，一路做到下午兩三點，中間沒停過。很多事情是重要又枯燥的。
可是小公司要招人，真的不容易，像是行銷就很缺，歡迎你來投履歷喔。（我說真的）。那我想說，處理數據丟給 AI 嘛，我把腦袋留給真的需要我判斷的事。AI 那麼聰明，給它資料，設定規則，可是它做不到１００％可靠，因為它不一定會每次都去讀你寫的規則。
還有昨天跟它講過的事，今天可能要再講一次。換一台電腦，再講一次。換新的對話，又要再講一次。到後來我覺得，自己每天好像都在帶新人。在我當時的使用方式裡，得由我打開對話、主動交辦。
你想想看，哪有人今天跟你開完會，明天不記得昨天講了什麼？
種種問題，所以我就在想，如果ＡＩ工具能設計成ＡＩ數位員工就好了...。一個記得講過什麼、知道自己負責什麼、會在deadline前自己把事情做完的人，它有自己的人格特質，行銷擅長什麼，營運擅長什麼。就這樣，我開始打造這個計劃，一邊想、一邊試，也繼續留意其他數位同事的做法。
先從共用筆記與分工開始
那我是怎麼做的？
我先想我心裡要的樣子：資料，自己去抓。哪裡覺得怪怪的，要主動把問題找出來，錯誤率要低，而且要兩層審核，最後給我一份重點，我只要看重點、做決定。說出來你可能不信。前面我花了一段時間想，跟 AI 討論、去找資料看怎麼做。真正動手把它搭起來，大概就一個禮拜的時間。
Day 1 共用筆記本｜大家記得同一件事。Day 2 開職缺＋面試｜找四個主管。Day 3 每天打卡｜主管自己上班看數據。Day 4 會議室｜主管一起開會、互相挑毛病。Day 5 工作清單｜開完會，要有人真的去做。我想做到的是：「沒事自己做，有事再找老闆，做錯要會學。」這是設計目標，還需要持續測試。
這邊，我會跟大家說五個最重要的部份。一開始我做了一本共用的筆記，先讓它們記得所有的事情。不管我今天用的是哪一個 AI，在家裡還是在公司，打開來看到的，都是同一本筆記本。我把這本共用筆記放在雲端，當成交接本：誰做到哪裡、接著誰做、什麼時間做，都記在上面。但雲端不是永不遺失的保證，筆記也需要維護與備份。
那有了筆記本，問題就解決了嗎？
沒有，又出現一個新問題。同一件事，同一個問題，每個 AI 都能回答，都能做。聽起來很好對不對？可是這其實不好，因為誰都能做，最後就不知道誰該負責。在管理不好的公司裡，一件事丟在群組說「誰有空看一下」，通常就是沒人認領。那管理好的公司怎麼做？每件事都有一個人負責。營運有營運的人，品牌有品牌的人。
可是光這樣還不夠。同一個位置，萬一有人離職，新來的人能力各方面可能接不起來。那 AI 會不會也這樣？我覺得很有可能。在我的這次測試裡，GPT 與 Claude 給出的答案呈現不同傾向。下面沒有提供完整版本、設定與可重現紀錄，只能看作當次經驗。
所以我要先想清楚，什麼樣的數位員工，才適合我們公司。想來想去，我突然靈機一動，那乾脆像招真的人一樣，先開職缺，再面試。除了工作能力，也看它其他方面，是不是真的適合公司要的樣子。所以我下一步，真的把 AI 當員工來招募了。
你可能會想，這不是新東西吧？國外已經有人做出虛擬辦公室的軟體，就是畫面上是一間可愛動畫辦公室，裡面還有小小的人物走來走去的那種。對我來說，可愛的虛擬辦公室外觀還不夠。我更在意裡面的角色如何分工、交接與承擔責任。
我想做的不只是這樣，是找到對的人，他們不只是會做事，他們有自己的行事風格，沉穩或活潑，對數字很敏銳、很保守，還能告訴我「專業上應該怎麼決策跟怎麼做」的人。這種人，如果在真的公司的話，就大概是中階主管的層級了吧～
四個角色與各自責任
所以我開了中階主管的職缺。我從我公司目前的現況先了解，該補的是什麼角色，後來就決定是營運主管、品牌內容主管、商品主管、顧客管理主管。這四個看事情角度可以比較點、線、面都能顧及的中階主管角色。我的設計是讓這四個角色依任務複雜度，再安排助理協作；實際能否可靠完成，仍要逐項檢查。
這四個位置，每個位置都有自己的職責，有自己可以決定的事，也有一定需要來找我的事。說白了，它們就是幫我整理資訊、協調大家、追進度的主管。以後有些中階主管的工作，會不會交給 AI？這是我的推想。看數據、整理資訊、轉達決定與追進度，都有可以嘗試的部分，但不等於已能完整取代人的管理責任。
所以如果你是上班族，未來可能需要學習與這些系統合作。至於主管會不會被取代，現在還不能說定。我招募的，就是這樣的角色。那開了職缺就有面試啊。面試總要有面試官吧？所以，我先做了一個 AI 顧問，專門幫我面試這些應徵者，還有設計整個數位員工的運作系統。
第一天，AI 顧問跟Dots一樣居然問我：你要幫我取什麼名字？
我想都沒想。我就說：「就叫你陳宗賢好了。」。如果你有在學經營管理，這個名字你一定聽過。陳老師是業界很厲害，是實戰派的企業顧問。我現在剛好也在上他在知識衛星開的課程。所以很直覺的就當然是取我尊敬的老師的名字啊。很有趣的是，因為我把它取這個名字，現在它講的話，我就會不知不覺地很認真聽。
它說這個不行，我會屁股挪一挪坐直，再想一想。它說你現金算清楚，我就趕快再算一次。
有時候我會想，到底我是老闆，還是它是我老闆？
當然啦，我只是單純借了名字，這個東西跟他沒有任何關係。名字可以借，老師那幾十年的功力，是借不來的。
同題面試的過程
好，面試開始。每個職位有兩位應徵者，一位是 GPT，一位是 Claude。同一個題目，讓它們各答一次，就像一個考場，兩個人在考同一張考卷。而且我不考知識。我給它們的是公司裡真的會遇到、沒有標準答案的問題。其中一題是這樣設計的。
Ａ產品市場正在發熱，競爭對手已經在做了，供應商又剛好給我們很甜的價格。老闆非常喜歡，我們應該趁勢去做一波流量商品嗎？
結果兩個一開口，都先潑冷水：現金呢？庫存呢？這個新品，會不會把我們現在賣最好的那個吃掉？
哇，很像那種開會時很掃興的主管對不對？大家都很嗨，就他在那邊問錢。可是你仔細想，這種人，往往是最可能讓公司不會倒的那一個。有趣的是，潑完冷水之後，兩個就走不同的路了。GPT 很像那種很會算的資優生。它先把帳算清楚：要壓多少現金，多久回得來，然後建議先小量試賣，賣得動再加碼。
Claude 呢，比較像很細心的執行派。它連跟供應商怎麼談、出貨有哪些規定要注意，都幫我想到了。可是，它算錢的時候公式搞混了。而且還自己補了一個我題目裡根本沒給的條件。
我看到的時候笑出來。這不就是那種很認真、很細心，可是偶爾會自己腦補的同事嗎？
後來面試到中間，我開始有一種警覺。有些回答，一開始看起來很舒服。講得很漂亮，很合我的意。
可是看第二遍會覺得，嗯⋯⋯你是不是只是在講我想聽的？
這個真的很像真人面試。以前面試真人，我怕他太會包裝自己。現在面試 AI，我怕它太會順著我。其實這也不能全怪 AI。心理學有一個說法，叫確認偏誤。意思是，我們會特別喜歡、特別容易相信，跟自己想法一樣的東西。人本來就愛聽順耳的話。AI 又剛好，很會給你順耳的話。
所以面試它的時候，我其實也在面試我自己：我是不是，只想聽我想聽的？
越面試，兩個人的個性就越明顯。面試品牌內容主管的時候，GPT 很會搭架構，也很會說服老闆。它跟我講的不是品牌情懷，是這樣做，客人會不會回來買。Claude 則是很會落地。商品頁怎麼排、包裹裡的小卡寫什麼、哪些字不能用，它都想得很細。
面試顧客主管的時候，GPT 超龜毛。題目裡營收不錯，回購也不錯，看起來都很好。
它偏偏不滿意，一直在抓：取消的單是不是變多了？客服是不是花了更多時間？這個好成績，會不會只是把以後的錢提早拿來用？
我看著看著就想說，有夠會挑毛病。可是偏偏，這種人最能從細節裡找出藏起來的問題。另一個呢，很會站在客人那邊想。客人為什麼不開心，要怎麼回，客人才不會更火大。
後來面試到一半，我還擔心：它們這麼會答，會不會偷偷先看過很多我們的資料？
因為 AI 是有記憶的。如果它看到我目前雲端上存的資訊，那它答出來的，到底是它自己想出來的，還是偷瞄後的答案？
所以後來我嘗試只提供角色與題目，不主動給公司的背景資料，看看答案有什麼不同。這是我自己的比較方式，不能當成經過驗證的隔離測試。就像考試的時候老師說：考生請把手機收起來。面試完之後，我本來以為，最後會是 GPT 贏，或是 Claude 贏。
依我當時的評分，兩者差不到兩分。這個分數只描述我的面試練習，不能推成通用模型排名。真正差很多的，不是分數，是個性。就這次答案而言，我覺得 GPT 比較像策略型的資優生，Claude 比較像細緻的老鳥。這是擬人的比喻，不是模型固定不變的個性。
當我在跟顧問討論的時候，我自己愣了一下。因為這時候，我感覺自己是真的在面試員工了。我思考的已經不是誰比較聰明，而是：這個適合營運，這個比較適合品牌，這個邏輯很好，但是個性我擔心不太適合這個位置。
會議與交接
好，最後主管都到齊了。從那天開始，它們每天會自己上班打卡，設定目標、看相關的數據。然後有些工作總是會跨部門，這時候它們需要進會議室討論。所以我設了一個自動做會議記錄跟事件追蹤的專用會議室。第一次它們開了一個數據優化會議。它們看著同一批數據，從各自的角度發言，有時候還會堅持看法，不過最後就由主席，我們的陳顧問來整合。我就是看他們討論的內容（旁聽）。
最後有會議紀錄，有待辦事項。誰要做什麼怎麼追蹤Deadline是多久等等。就真的很像真的人在工作的樣子。剛開始很好笑，我不是專業的ＡＩ使用者，所以沒想到要設計自動化的機制，Ａ做完要交給Ｂ繼續的工作，是我手動複製貼給Ｂ的。結果我變成它們四個中間傳話的小弟。
現在他們會自己交接給該看的人，不用再經過我。（我要看也有紀錄可以看）。而且最重要的是，不用等我打開對話叫它。時間到了，它自己做。前面的資料到了，它自己接著做。卡住了，才來找我。
補充說明：以上是Tony錄製當時對自己系統的操作記述。本次整理沒有獨立重跑其公司流程，不能據此宣稱長期可靠性已經驗證；這個限制不表示上述工作尚未發生。
哪些決定必須回來問我
說到這邊，你可能會問「你就不怕他們亂搞？」。其實一開始就有想到了，這個風險是我花最多時間在想的。
到底什麼事情要經過我？
要花錢的，要改價格的，要對外發東西出去的，遇到方向性的決定。其他的，你們自己處理。聽起來好像很簡單對不對？可是哪些事讓它們自己決定，哪些事一定要回來找我，中間這條界線，其實很難畫。每家公司的組織都不一樣，產業不同也會差很多，像這種問題就要用第一性原理，從根本去思考。
我想到的是，以後每一家公司，很可能都雇到同一款數位員工。它們一樣聰明，一樣勤快，不用睡覺，不會請假，甚至以後會變成機器人，走進辦公室當你的同事。你想，當很多工作由數位員工去做，企業的人少了，人的特質少了，那我的公司跟別人的會差在哪裡呢？這就很考驗領導的人的能力了
理念與混合團隊
我自己覺得有兩個很重要。第一個是你的理念與價值觀要更清楚。AI 能幫忙產出與整理內容，可是產出再多，也沒有真的走過你走過的路。速度與數量不能代替判斷。不管是一人公司也好～小企業也好，公司的經營，品牌的獨特味道，一定是老闆的性格理念、產品獨特的價值觀，團隊成員的特質有很大的關係。你為什麼開始做、你在意什麼、你不願意做什麼。
從這邊想就會慢慢畫出那條界線。這對創業者很重要。當你一人開始創業，後面一定會變成經營者，不管是真人員工或ＡＩ員工，你越清楚自己的理念與價值觀，你的團隊就不容易走偏。第二個是你得學怎麼領導混合型的團隊
這是一個新挑戰，像我公司的真人員工管的是出納、倉儲、生產、出貨，這些事情需要人在現場。前端的工作看數據、想內容、做分析。交給數位員工，他們也會發Line通知真人員工要做什麼事，譬如要注意哪支商品要增加備貨，哪個款項付款日期已到等等，日常工作會慢慢結合得越來越深。
沒有誰取代誰，反而比較像是重新定義了團隊。我覺得以後會有真人跟ＡＩ員工混在一起這樣的公司應該會越來越多。
很多人說ＡＩ搶飯碗，但我覺得它是在更新工作的意義。這是一個自然過程，有些工作會消失，但是新的需求也會慢慢長出來。工業革命的年代，網路發明的年代，不就是這樣嗎？
這次經驗讓我覺得，除了請 AI 問問題，我也需要學定義問題、設計流程，以及帶一個真人與 AI 合作的團隊。這是我的學習方向，不是每個人的工作都會如此。
反對理由與三條界線
那沒當過主管，要怎麼開始呢？我想分享兩個。第一個是像一個主管一樣判斷跟管理ＡＩ給的資訊匯報。下次你叫 AI 幫你做決定，多問它一句：「這件事，有什麼理由不做？」。這句話能幫我找反對理由與盲點，卻不能驗證答案正確。涉及事實與數據時，還是要回到可查的資料；涉及決策時，也要自己承擔判斷。
不敢的話，你就知道，它只是順著你給東西，但有很多你沒想到的，它不會告訴你。這是現在用ＡＩ的人很容易犯的錯誤。第二個是像一個主管一樣有培育計劃，如果你是已經有好幾個 AI 在幫你做事的人，一定要幫它們畫三條界線。什麼是它可以自己做的，什麼要先問你，什麼是它絕對不准碰的。
讓你的ＡＩ團隊知道它的權限到哪裡，該從哪裡開始，就像以前我們進新公司，新人報到有訓練有資深同事帶著走，工作從簡單到複雜。我本來以為，這段打造數位團隊的時間，是我在創造ＡＩ。後來發現，創造的過程，我學習到的更多。以前我是自己找資料、自己分析、自己做決定、自己追進度，我一點也不輕鬆。
現在我比較常在問的是：這件事，到底應該是誰負責？
甚至我會反過來問自己：欸，為什麼這件事還要我做？
數位焦慮與自己的探索
現代ＡＩ進步很快，很多人都有「數位焦慮」。如果你不知道自己要什麼，每一個新工具出來，你會覺得都像在告訴你：你又落後了。心理學有一個說法，叫「錯失恐懼」。意思是你很怕別人都會了，只有你沒跟上。所以你一直追。追這個，學那個，學完又變了。
當你的注意力一直被外面的變化拉著跑，那你的心是往外散的，當然會累會很焦慮。要擺脫這種數位焦慮，就要把注意力收回來，收回到你自己身上。我們一定要記得，那個不能被複製的你，才是最重要的。
每個人更應該去探索自己：我是誰？我想幹什麼？我擅長做什麼？做什麼事的時候，我會特別沉浸在裡面，感覺特別快樂？
而且你不是一個人在探索。你現在有 ＡＩ更容易去探索。你可以跟它一直聊，讓它問你問題，幫你把腦袋裡的想法挖出來。然後跟它一起，去做出一個東西。可能是一個小軟體、一個遊戲、一個可以療癒人的音樂，甚至是用 3D 列印，把你自己的設計印出來。
讓自己畫的角色在影片裡動起來，也是我的一次探索。世界的變化越來越快，這個是很自然的。當你知道自己是誰、想做什麼，每一個新工具出來，都只是多一個幫你把想法做出來的助手。對我來說，把工具連回自己想做的事，比一直追新功能更有方向。它不保證消除焦慮，但讓我比較願意開始做一點有趣的東西。
像我，最近最大的一次探索，就是這個招聘大工程。這篇記錄的是 2026 年 10 月 9 日的進展；當時的目標是十一月底，工程仍在推進。這個日期不是已完成的宣告。我不知道，五年後我們講的「公司」，還是不是今天這個樣子，有什麼大的變化。
但我知道的是這整個過程，我重新了解了一次什麼叫做老闆，什麼叫做領導者
如果可以雇一個數位員工，你最想先交給它哪一件事？把這件事說清楚，也就是開始練習分工。