> ## Content Index
> Fetch the complete content index at: https://jerromy.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI 不只是幫你完成工作，更要幫你累積能力
- URL: https://jerromy.com/ai-bu-zhi-shi-bang-ni-wan-cheng-gong-zuo-geng-yao-bang-ni-lei-ji-neng-li/
- Published: 2026-08-30T16:01:12.000Z
- Updated: 2026-08-30T16:05:16.000Z
- Author: Lee Chih Min
- Tags: ai

## 從一份沒有範本的網站規格書，

## 看「效率導向」與「學習導向」的兩種 AI 用法

最近，公司有位同事要整理官方網站的視覺說明書與技術規格書。

但公司沒有既有的範本或標準。

我建議他先請 AI 找架構、整理內容，讓他能先把眼前的工作完成。

如果換成是我，我也會使用 AI。

但我不會一開始就問：

> 請幫我產出一份網站規格書。

我會先問：

> 要做好這份文件，我需要懂什麼？

## 同樣使用 AI，目的可能完全不同

同事使用 AI，主要是為了提高效率：

> 遇到問題、取得答案、完成任務。

這種方式沒有錯。

工作有期限時，速度本來就很重要。

但我的出發點，會多一層「學習」。

碰到不熟悉的工作，我會先請 AI 幫我整理這個領域的知識，  
找出必學內容與判斷標準。

我可能請它規劃幾堂課，  
也可能請它整理知識地圖、比較案例，或用問題測試我的理解。

形式並不重要。

重要的是：

> 我不想讓 AI 跳過理解，而是讓它幫助我完成理解。

接著，我會先花一段時間學習，再開始實作。

實作遇到問題，就回頭補充知識、修改，再繼續往下做。

## 先弄懂，才知道 AI 給得對不對

以網站視覺說明書為例，我不只想知道裡面要放顏色、字體和按鈕。

我還會問：

1. 這份文件是給誰看的？
2. 使用者能不能理解設計的用意？
3. 其他設計師與工程師能不能照著使用？
4. 這套規則能不能在未來繼續延伸？

視覺說明書當然要排版好看。

畢竟顧名思義，它本身就是一份「視覺」說明書。

但好看不是唯一目的。

它真正的功能，是把設計師腦中的想法，  
整理成其他人看得懂、用得上的規則。

技術規格書也是如此。

它不能只列出尺寸、格式與參數，而要先說清楚：

> 這項規格想解決什麼問題？

接著，才說明使用情境、限制與技術細節。

否則內容再完整，客戶還是不知道為什麼要這樣做。

## 同樣是網站，規格也不一樣

集團 CMS 重視的可能是：

- 多站管理
- 角色權限
- 內容審核
- 多語系
- 版本紀錄

電商網站更在意的則是：

- 商品
- 庫存
- 付款
- 訂單
- 物流
- 退款

它們都叫做網站，卻不能直接套用同一份規格書。

範本只能提供骨架。

真正決定內容的，是系統的目的、使用者與營運流程。

如果沒有先理解這些差異，我也無法判斷 AI 產出的文件是否適用。

## 先花兩天學習，不一定比較慢

假設一項工作原本需要七天，我寧可先花兩天理解，再用五天完成。

前兩天看起來沒有產出，卻能幫我建立判斷能力。

下次遇到不同系統時，我會知道：

1. 哪些內容可以沿用？
2. 哪些規格需要重做？
3. 客戶可能在哪裡看不懂？
4. AI 漏掉了哪些流程與例外情況？

第一次可能仍然需要七天。

下一次，也許只需要四天。

這個速度不是來自省略步驟，而是之前的學習開始累積。

## 研究也支持這種 AI 用法

華頓商學院副教授 Ethan Mollick 曾分享一項世界銀行實驗。

學生接受六週由 GPT-4 支援的結構化輔導後，研究估算其進展相當於一般教育環境約 1.5 至 2 年的學習成果。

但這不是讓學生自行把問題丟給 AI。

實驗中有明確的課程設計，也有教師提供引導。  
這項研究證明的不是「AI 可以取代教師」，而是：

> 當 AI 配合明確課程、教師引導與學生主動思考時，才可能有效提升學習。

[查看 Ethan Mollick 的第一篇 X 貼文](https://x.com/emollick/status/1879633485004165375?ref=jerromy.com)

Ethan Mollick 也提醒，把 AI 當成答案助手，  
可能讓人記得更少；把 AI 設定成導師，效果才會不同。

好的 AI 導師不會直接給答案，  
而是透過提問、提示與回饋，引導使用者自己思考。

簡單來說：

> AI 幫你完成，不一定能讓你學會；AI 引導你思考，才有機會累積能力。

[查看 Ethan Mollick 的第二篇 X 貼文](https://x.com/emollick/status/2049483353716339024?ref=jerromy.com)

這也接近 MIT 教授 Seymour Papert 提出的「建造式學習」：

> 人會在實際做出作品的過程中，持續理解、犯錯與修正。

[查看 MIT 對建造式學習的說明](https://openlearninglibrary.mit.edu/courses/course-v1%3AMITx%2B11.132x%5F3%2B1T2017/courseware/d2e695cedf3c41389f3f615847bbbce4/0b033c7cba9e4a0cb531fb38cb4c9d92/?ref=jerromy.com)

## AI 放大的，是速度還是能力？

我和同事都在使用 AI。

差別不在於誰比較會使用工具，而是希望透過工具得到什麼。

效率導向是：

> 遇到問題 → 使用 AI → 完成任務。

學習導向則是：

> 遇到問題 → 建立理解 → 開始實作 → 發現不足 → 補充學習 → 留下能力。

兩種方式都能完成工作。

但如果 AI 只負責處理眼前的問題，  
下一次遇到不同情境時，可能仍然需要重新詢問。

如果在過程中建立了自己的判斷能力，下一次就能更快調整，  
甚至建立一套讓其他人也能使用的方法。

> 效率解決的是這一次的問題。  
> 學習累積的，是下一次解決問題的能力。

我希望 AI 幫我走得更快。

但我不希望它替我錯過學習。