你以為 AI 只能聊天?它能做的事比你想像的多太多了。
先講結論
AI 最擅長的是有範本可循的重複性工作——寫制式信件、整理資料、翻譯、摘要。它最不擅長的是需要創意判斷和情感理解的事。把它當成一個超快的助手,而不是一個能替你思考的人,你就會用得很順。
文字類:你的私人寫手
文字處理是目前 AI 最強的領域,畢竟 LLM 就是靠文字訓練出來的。
| 你想做的事 | AI 能幫你 | 你可以試試這樣說 |
|---|---|---|
| 寫 email | 給它情境,它幫你寫出得體的信 | 「幫我寫一封 email 跟客戶說交期要延後一週,語氣要客氣但明確」 |
| 摘要 | 丟一篇長文,它幫你抓重點 | 「把這篇文章整理成 5 個重點,每點一句話」 |
| 翻譯 | 比 Google 翻譯更自然 | 「把這段翻成英文,語氣是商業正式的」 |
| 改寫語氣 | 同一件事換個說法 | 「這段文字太嚴肅了,幫我改成比較輕鬆的口吻」 |
| 校稿 | 幫你挑錯字和不通順的地方 | 「幫我檢查這篇文章有沒有錯字、文法問題或邏輯不通的地方」 |
| 寫社群貼文 | 給它主題就能產出 | 「幫我寫一則 IG 貼文,推薦這家咖啡廳,風格活潑一點」 |
小提醒:AI 寫出來的東西一定要自己看過一遍。它偶爾會瞎掰事實(這個下一篇會詳細講),而且它寫的東西有時候會太「AI 味」——就是那種很工整但沒有個人風格的感覺。
圖像類:不會畫畫也能出圖
以前做一張簡報配圖要花好幾百塊買圖庫或請設計師,現在你打幾個字就有了。
| 你想做的事 | AI 能幫你 | 你可以試試這樣說 |
|---|---|---|
| 生成圖片 | 用文字描述就能產出圖片 | 「一隻橘貓坐在咖啡廳窗邊看雨,水彩風格」 |
| 修圖 | 去除不要的東西、換背景 | 「把照片裡路人移除掉」 |
| 去背 | 一秒把背景去掉 | 直接丟圖到 remove.bg 或用 ChatGPT |
| 辨識物件 | 拍照讓 AI 告訴你這是什麼 | 「這是什麼植物?」(附照片) |
| 做簡報配圖 | 產出特定風格的插圖 | 「畫一張扁平風格的插圖,主題是團隊合作」 |
小提醒:AI 生成的圖片偶爾會有怪異的地方——多一根手指、文字亂碼、背景物件不合邏輯。用之前自己檢查一下。
語音類:聽得懂也說得出
語音 AI 的進步速度也很驚人,現在的語音合成已經很難分辨是不是真人了。
| 你想做的事 | AI 能幫你 | 實際應用 |
|---|---|---|
| 語音轉文字 | 開會錄音變成逐字稿 | 用 Whisper 或 Google 的語音辨識 |
| 文字轉語音 | 把文章唸出來 | ElevenLabs、Google TTS |
| 即時翻譯 | 跟外國人對話時即時翻譯 | Google 翻譯的對話模式 |
| 會議摘要 | 錄音直接變成會議紀錄 | 把錄音轉文字後丟給 ChatGPT 整理 |
你可以試試:下次開會時打開手機錄音,結束後用免費的語音轉文字工具把它轉成文字,再丟給 ChatGPT 說:「幫我把這份會議逐字稿整理成會議紀錄,列出討論事項、決議和待辦」。
數據類:你的私人分析師
不是每個人都會用 Excel 樞紐分析表,但每個人都會說中文。AI 讓你用說的就能分析數據。
| 你想做的事 | AI 能幫你 | 你可以試試這樣說 |
|---|---|---|
| 分析表格 | 上傳 Excel/CSV,它幫你解讀 | 「這份銷售數據裡,哪個月份表現最好?為什麼?」 |
| 找趨勢 | 從數字中發現規律 | 「這份數據有沒有什麼明顯的趨勢或異常?」 |
| 產生報告 | 把數據變成文字報告 | 「根據這份數據,幫我寫一份給主管的月報摘要」 |
| 做圖表 | 自動產生視覺化圖表 | 「把這份數據做成折線圖,X 軸是月份,Y 軸是營收」 |
小提醒:AI 分析數據時可能會算錯(對,真的會算錯)。重要的數字一定要自己驗算。它比較適合「幫你快速看出方向」,不適合「當成最終答案」。
程式類:不只工程師能用
你可能想說「我又不是工程師,這跟我有什麼關係」。但其實 AI 寫程式的能力對非工程師也很有用:
| 你想做的事 | 即使不是工程師也能用 | 你可以試試這樣說 |
|---|---|---|
| 寫 Excel 公式 | 不用背 VLOOKUP 了 | 「我有一欄是日期,想算每個月的平均值,Excel 公式怎麼寫?」 |
| 寫 Google Apps Script | 自動化 Google 文件操作 | 「幫我寫一個 Google Sheets 腳本,每天自動寄出報表」 |
| 做簡單網頁 | 給它設計稿就能產出 HTML | 「幫我做一個簡單的活動報名頁面」 |
| 自動化重複操作 | 把手動的事情變自動 | 「我每天要把 A 資料夾的檔案改名然後搬到 B,能自動化嗎?」 |
如果你是工程師,AI 能做的就更多了——寫程式碼、除錯、Code Review、寫測試、重構。但那是另一個系列的內容了。
哪些事 AI 做不好?
先簡單提一下(下一篇會詳細講):
- 需要最新資訊的事:它不知道昨天發生了什麼
- 需要精確計算的事:它在「預測文字」不是在「算數」
- 需要個人判斷的事:「我該不該離職」這種問題它只能給通用建議
- 需要情感回應的事:它可以模仿安慰的語氣,但它並不是真的理解你的感受
- 涉及機密的事:你輸入的內容可能被用來訓練模型
實用建議:從一件小事開始
不要試圖一次學會所有 AI 工具。建議你:
- 挑一件你每天都在做的重複性工作(寫 email、整理筆記、翻譯文件)
- 用免費的 ChatGPT 或 Claude 試試看
- 比較 AI 產出和你自己做的差多少
- 根據結果決定要不要繼續用
很多人一開始覺得 AI 很厲害,但用了幾次就放棄了。通常是因為問法不對——怎麼跟 AI 說話是一個技巧,後面的文章會教你。