這幾天我看到兩個很值得警醒的訊號。Reid Hoffman 提醒管理者，別再把 AI 當成傳統軟體一樣慢慢導入，他主張固定做每週檢視：這週用 AI 試了什麼、學到了什麼；而 Box 的 Aaron Levie 則反過來點醒另一件事——現在某種程度「多花一些 token 做探索」不一定是浪費，因為那代表團隊真的在嘗試新方法。這兩句話拼在一起，剛好戳破多數人的盲點：你缺的不是工具，而是一個容許試錯、又能每週收斂成果的機制。
我常說，AI 不是拿來陪你聊天的，它要變成你的商業中樞。真正有價值的，不是你今天問了幾十次，而是每七天，你能不能留下三樣東西：一份更像樣的交付物、一個更清楚的評審標準、一段下次能直接複用的流程。這才是我理解的 AI 思維，也是知識變現真正開始拉開差距的地方。
前陣子我用一個講師型創業者的場景做測試。她原本每天都在 ChatGPT 裡問主題、問標題、問課名，問到第六天，資料夾裡有 42 份草稿，卻沒有一頁能直接拿去賣。我叫她先不要追新 prompt，只做一個動作：把「我要發文」改成「我要讓一個對 AI 半信半疑的人，願意先預約一次諮詢」。問題一改，整個產出都變了。第二週，她把 AI 生成的大綱、FAQ、異議回應、私訊邀約串成一條線，最後真的做出一版可上線的銷售頁，預約率從 7% 拉到 16%。
那一週我們的節奏其實很簡單。我先讓 ChatGPT 輪流扮演三個角色：一個像市場研究員，專門挖客戶最怕什麼；一個像文案，把痛點翻成人話；最後一個像很挑剔的審稿人，只問一句：「這份東西能不能拿去成交？」每跑完一輪，我們都不急著追完美，只看兩個訊號：有沒有人回訊息，頁面有沒有人停留。你會發現，AI 一旦有角色、有標準、有示例，它就不再像玩具，開始像員工。
另一個場景更真實。一位做 B2B 服務的老闆，最怕的不是學不會，而是花太多 token、花太多時間，最後什麼都沒留下。於是他每次都省著問，提示寫得很短，版本只跑一次，表面上很節制，實際上兩週都在原地打轉。後來我反而叫他放開來跑十個爛版本，再用一張檢核表淘汰。第三週開始，他的提案回覆時間從 2 天縮到 4 小時，團隊每週少開了 3 場無效會議，光是重工時間就省下 11 小時。這也是我很認同「早期別太怕合理試錯」的原因，因為真正昂貴的，從來不是 token，而是沒有學到東西的忙碌。
很多人以為，AI 時代比的是誰模型用得多。我反而覺得，未來 12 個月真正拉開差距的，會是另外一件事：誰先把每週一次的 AI 嘗試，變成每週一份可賣的交付物。前者像一直買健身器材，房間越來越滿；後者像真的固定訓練，三個月後身體會自己說話。Hoffman 講的每週檢視，和 Levie 講的容許探索，本質上其實是同一件事——別把 AI 當成本中心，先把它變成學習速度的放大器，再把速度變成內容成交與商業結果。
我自己走過創業起伏，也走過生病後重新看待人生的那段路，所以我越來越確定：真正讓人自由的，不是再學更多，而是把混亂變成方法，把方法變成成果，再把成果變成能幫人的系統。AI 最迷人的地方，不是它多聰明，而是它終於讓很多卡在「知道但做不到」的人，有機會重新拿回選擇權。
我後來把這種「每週試、每週改、每週更靠近成交」的 AI 工作流整理成一個入口，想少繞幾圈的人，直接從這裡接上就好：https://shortcut.tw/elementor-landing-page-12027/
