01
導入 AI 失敗兩次之後,我先問:給誰、解什麼、怎樣算有用
我在設計團隊推了兩次 AI,沒有人改變做法。後來我學會先挑人、挑問題、定數字,並用這套方法把自己的客製履歷從 2 小時變成 15 分鐘。
30 秒看完
- 問題
- 公司要「導入 AI」,我在 5–10 人的設計團隊推了兩次(2023、2024):一場示範工具,一場講我怎麼看這件事。兩場反應都不錯,但沒有人改變做法,付費帳號的申請也沒批。
- 做了什麼
- 我回頭拆解:一個工具要被用起來有四關,分享只推過第一關。導入前該先講清楚給誰用、要解什麼、怎樣算有用,我一件都沒有。
- 結果
- 帳號我自己付到今天。現在導入新工具,我先挑一件量得到時間的事,量完、改完,再用數字說話。用這套方法,我的客製履歷從一份約 2 小時變成約 15 分鐘。
我負責的部分
- 判斷這些工具到底做得到什麼
- 能試的都試過,自己收斂到主流三個
- 兩場分享 —— 兩次都停在第一關
平台
- Figma
- Framer
- Uizard
- Galileo AI
- ChatGPT
- Adobe Generative Fill
團隊
- 五到十人的設計團隊
客戶與時間
- D-Link —— 內部
- 2023.07 · 2024.12

經過
推了兩次 AI,兩次都沒人改變做法
2023 年 7 月和 2024 年 12 月,我在五到十人的設計團隊各辦了一場 AI 工具分享。第一次示範 Photoshop 的 Generative Fill,準備了九組前後對照;第二次講我怎麼看整件事,做了 36 頁。兩場反應都不錯,但之後沒有人改變工作方式。
- 2
- 場分享,隔了 18 個月
- 36
- 頁簡報(第二次)
漏掉的事
一個工具要被用起來有四關
一場分享只能推人過第一關。我把第一關做了兩次,後面三關一次都沒想過。
- 1
知道有這個東西。
- 2
願意打開來試一次。
- 3
第一次做出來很爛,但還是願意再試。
- 4
真的放進自己平常的做法裡。
三個空白
沒挑人、沒問問題、沒定數字
這三件事本來該先講清楚,我一件都沒有。所以免費額度用完、要跟公司買帳號時,我拿不出任何東西去談。那筆沒批,帳號我自己付到今天。
- 1
要給誰用。我對整個團隊講,但手很快的資深設計師幾乎省不到時間,剛接手陌生工作的人卻可能省掉一整天。我應該挑差距最大、又願意試的兩三個人。
- 2
要解什麼。我拿到的是「導入 AI」,那是一個答案,不是一個問題。
- 3
怎樣才算有用。我沒說過,所以沒人知道到底成了沒有,包括我自己。
錯過的用例
被我錯過的那個 AI 用例
答案其實一直在眼前。那時候專案要一張圖,得先買圖庫,買圖庫要走版權簽核,簽核就是等。印象中一輪大約一到兩週(當時沒留紀錄,這是推估)。
如果當時拿這件事去談,我的提案應該是:「先在兩個專案用生圖取代圖庫,量等待天數和採購花費。」而不是一份 36 頁的簡報。
用 PM 的角度看,這幾乎是教科書等級的 AI 用例:
- 1
夠痛、夠常發生。每個專案都會卡一次,卡住的是整個時程,不只是設計師。
- 2
量得到。等待天數、圖庫花費,改之前、改之後都算得出來。
- 3
AI 剛好做得到。當時的生圖品質,拿來做情境圖、示意圖已經夠用。
- 4
風險要先講清楚。生成圖的版權歸屬、能不能用在對外素材,要先跟法務確認;正式的品牌素材,可能還是得買。
看對的部分
技術那一半我看對了
那一年大家都在問「AI 會不會取代設計師」。這問題太大,怎麼回答都不算錯,所以也沒什麼用。我換了一個小一點的問法:設計可以拆成五層,AI 現在走到第幾層?2024 年底我的答案是上面兩層:一句話生出畫面、配色、排版、幫圖層命名、草圖直接變 UI。再往下就開始亂掉。兩年後回頭看,這條線我大概還是畫在同一個地方。
選工具也是一樣的邏輯。我自己試過很多,最後收斂到三個:Claude、Codex、Gemini。標準只有三個:品質、好不好用、快不快。會收斂到主流,是因為它們進化得太快,小眾工具常常幾個月就被追過去,押在主流上,學習成本最低。
但這些都是在看技術,不是在做產品決定。它告訴你工具能做什麼,沒告訴你誰的一個禮拜會因此變短、事後要怎麼知道它真的有用。
2024 年底我畫的那條線:
AI 做得到
- 表現層
- 框架層
生畫面、配色、排版、草圖變 UI
還是要靠人
- 結構層
- 範圍層
- 策略層
功能怎麼湊成一個產品、公司要的跟使用者要的怎麼取捨
實際用過一次
框架實際用過一次:我的客製履歷
今年求職,每投一家就要針對職缺改一份履歷,一份大約 2 小時。這次我照自己的框架來:
給誰用。我自己。求職期間要投很多家,最痛的人就是我。
要解什麼。不是「用 AI 寫履歷」,而是改字周圍的雜事:讀職缺、找對應的段落、複製版本、匯出 PDF、寫求職信。
怎樣算有用。一份花多少時間,還有寫錯的地方有沒有變少。
結果一份從大約 2 小時,變成大約 15 分鐘的一段對話。第一次跑,它還抓出我 18 份舊履歷裡,同一個錯出現了 45 次。
我也在流程中間放了一關:AI 列出改寫清單之後先停下來,等我確認才動手。後來我拿免費模型做對照,它真的會編出我沒做過的經驗,那一關就是用來擋這個的。(完整過程我寫在 Medium)
- 2h → 15m
- 一份客製履歷(約略)
- 45
- 處同樣的錯,散在 18 份履歷裡
下次
下次導入,我會量這四個數字
四關,各對一個數字。分享擺在最後:分享是給已經想用的人聽的,它變不出想用的人。
- 1
知道 → 多少人聽過、看過示範
- 2
試一次 → 多少人真的打開來,做完一件事
- 3
再試 → 第二週還在用的人
- 4
變成習慣 → 每次省下多少時間,跟一開始量的比

