SHARING NOTES · 2026

從會用 AI,
到讓工作流變聰明。

商周 AI 創新百強兩天心得
給房地產新創的 5 個工作觀察

Martin2026.0530 分鐘 · 43 頁

/ 兩天前,我去了一個地方

商周首屆「AI 創新百強」論壇

不是 AI 工具大會,也不是技術秀。是商周第一次把台灣 20 家正在做 AI 的企業老闆與評審拉到同一個場子,問同一件事:到底誰把 AI 真的做出生意?

2 天
04.22 – 04.23
20+ 場
演講與對談
15+
產業龍頭分享實戰
3 位
評審:BCG/前國發會/簡立峰

鴻海 · 信義 · 家樂福 · 91APP · 中信 · 奧美 · ...

/ 兩天聽下來,我先說 3 個讓我印象最深的瞬間

兩天聽完,我回家路上
一直想著這幾段話。

鏡頭 1 · 鴻海 楊秋瑾
「未來企業差距
不在你多強
而在你多快用 AI。」

她上台第一句就脫稿:「不然對不起各位的熱情。」連做到全球 40% AI server 出貨的鴻海老闆,最擔心的還是「跑得不夠快」。

製造業鑽石獎 · 鴻海集團總經理
鏡頭 2 · 信義 王獻志
「我們沒要飛火星──
就是把人與人的
服務做好。」

講完這句話他才放出案例:一鍵清空、AI 派報審核(一年省 8000 小時)、阿義博士。沒有炫技,全是在解每天會痛的小事。

服務業鑽石獎 · 信義房屋數位長
鏡頭 3 · 家樂福 林文子
AI 是用來提升效率的,

是用來創造溫度的。」

200 家超市店長每天因 AI 預測省下 2 小時──不是拿來裁員,是拿來幫客人搬東西、找東西、泡咖啡。三年超市營收年成長 10%+。

數位轉型 7 年 · 家樂福數位長

/ 我發現這三句話,其實在說同一件事

他們都不是在比用什麼 AI──
是在比怎麼跟 AI 一起工作

所以兩天聽完,我帶回來的不是一份「AI 工具清單」。
而是5 個工作觀察,今天想跟大家分享。

/ 我先說一個讓我意外的故事

鴻海楊秋瑾講了一個東西,叫做
「董辦秘書」

「我們現在正在試一個 AI──讓它自動聽完每場會議、讀完 Teams 訊息、看完 LINE 群組。」

「人一天看不完那麼多訊息。AI 每天早上會把跨平台的關鍵資訊整理好──會議重點、訊息進度、待跟進的事,一份摘要交到你桌上。」

我聽完想了一下:這已經不是 AI 工具──這是 AI 已經內建在工作流裡
你讀不完的,AI 都幫你讀掉了。
1
聽會議會議內容自動轉摘要
2
讀 Teams + LINE跨平台訊息整理

/ 看完鴻海,我想到我們

這是鴻海的做法──
我們可以怎麼做?

邏輯其實不複雜:把『重複在做的事』,從『每次手動 prompt』變成『自動跑』。我們不必當鴻海,但可以從每天最煩的那件事開始──比如,物件文案。

現在 · 工具
物件文案 v1
自己先寫文案
丟給 ChatGPT 潤
下次重打 prompt

每次都要重新教 AI。下次換同事做,又一個版本。

下一步 · 工作流
物件文案 SOP(Skill)
把 SOP 寫成 prompt
新物件 → 一鍵套用
同事用 → 結果穩定

同樣的 prompt,重複用。下個月、新同事、新物件,輸出一致。

同樣的 AI──差別在你怎麼用它

兩天聽下來,最大的差別不是誰用了 AI

而是──把 AI 當什麼?

工具
一個人變快
vs
工作流
一群人

下一次做同樣的事,不用重新摸索。

今天的分享方式

5 個工作觀察 + 3 組案例

5 個工作觀察

1
把 AI 當夥伴,不是手腳
2
房地產 AI 的價值在懂行,不在炫技
3
小任務先跑起來,比大計畫重要
4
好的提示詞,是自己的工作方法
5
不是多做 AI,而是少做重複工作

3 組案例故事

信義房屋
服務 / 信任 / 邊界
家樂福
小任務 / 漸進迭代
Skill / 提示詞
把工作方法寫下來

前提

我們公司,
不是從 0 開始。

大家其實已經在用 AI 了。今天不是要說「應該開始用」,而是說既然已經在用,下一步可以怎麼用得更穩。

網頁
簡報
文案
資料整理
初稿發想
潤稿

用成熟度看

公司目前大概在 L2 → L3

L1
工具輔助
L2
個人助手
L3
流程協作
L4
模式變革
L5
自行進化

← 我們在這 →

個人助手型很有價值,但每個人各自摸索,效果取決於當下怎麼問。下一次換一個人或隔一週再做,結果可能就不一樣。

今天的核心問題

怎麼讓 AI 不只是單次協助,
而是流程協作

單次協助
  • 潤稿
  • 美化
  • 改語氣
  • 翻譯

很有用,是大家現在已經在做的

流程協作
  • 拆題
  • 整理判斷標準
  • 找盲點
  • 產出第一版

下一步,今天想多聊一點

1
/ 5 觀察

觀察一

不要把 AI 當你的手腳──
把它當夥伴

手腳是「你說做什麼,它就做什麼」。夥伴是「你先說你要什麼,再一起想怎麼到那裡」。以終為始

最常見的模式

END」── 事情快結束才找 AI

文案
AI 潤稿
簡報
AI 美化
資料
AI 摘要

如果受眾、角度、主軸一開始就不對,後面修再漂亮,也只是把錯的方向修得比較順。

比較好的方式

START」── 一開始就讓 AI 幫你拆題

?
這件事要說給誰聽?
?
對方最在意什麼?
?
有哪些盲點?
?
哪裡可能講太滿?
?
有沒有反對意見?
?
最弱的論點是哪個?

AI 不一定給最終答案,但能幫你先產一版 70 分的思考架構
而且它可以跟你來回辯論──你提一個觀點,請它反駁;它提一個方向,你挑戰它。盲點是這樣被挖出來的。

用房地產例子

物件文案不是先寫完再修,
先問這間房適合誰

首購
負擔感、輕鬆入手
小家庭
學區、空間、安全
通勤族
捷運、班次、生活機能
投資型
租金、增值、空置率
# 交通# 生活機能# 採光# 格局# 缺點處理

簡報也是一樣

不是做完再美化,
而是先排故事線

Goal要達成什麼
Audience誰在聽
Purpose聽眾要帶走什麼
視覺長什麼樣

這份分享其實也是先討論這些,再決定案例和視覺

把 AI 當夥伴
從「要去哪」開始談。

以終為始──先把最終想要長什麼樣子講清楚,AI 幫你拆題、找盲點、產出第一版。需要討論的就直接問,不要讓他亂猜。方向對了,後面才不用重做。

2
/ 5 觀察

觀察二

房地產 AI 的價值,
在懂行的經驗,不在炫技。

這點是我覺得跟我們產業最有關的。看起來很酷的不一定有用;真正有用的是把現場經驗、專業判斷、信任邊界變得更穩。

CASE 1 / 3

信義房屋

AI 不取代信任,
讓服務更穩

王獻志|信義房屋數位長|服務業鑽石獎

交易金額高、資訊落差大──服務裡有大量信任成分。他們做了 4 個 AI 應用,但全部不炫,全是在解每天會痛的小事。
AI 做分析與初步判斷,最終決策還是在人身上

智能配案
預測每個門牌下月出售機率
阿義博士
內部 ChatGPT,餵入創辦人談話

一鍵清空
守住邊界。

表面像 AI 修圖,真正重點不是清空,而是守住邊界

牆、門、窗、格局──不能亂動。

好的提示詞不是咒語,是把專業判斷寫清楚

保留:牆/門/窗/格局 清除:雜物 禁止:誤導
信義一鍵清空 Before/After

不性感、不夢幻──
真的有用

8,000
小時 / 年(派報合規審核)
第 1 輪
AI 先挑問題,人做最後判斷

AI 導入不一定要從最夢幻的場景開始──可以先找低風險、重複、但很耗人的入口。

AI 放大的是專業
不是取代專業。

懂房地產的人,才知道 AI 該守哪些界線。所以重點不是擔心被 AI 取代──而是想清楚:「AI 能放大我哪一塊專業?我的判斷怎麼寫,能讓 AI 重複執行一部分?」

經驗流程

越是需要信任、判斷、邊界的產業,越不能只看 AI 的表面,而是要看它有沒有把專業流程變穩。

3
/ 5 觀察

觀察三

小任務先跑起來,
比大計畫更重要。

很多時候我們覺得 AI 導入要有完整策略、完整系統。但聽完案例,我反而覺得最重要的是先找小任務真的跑起來。

CASE 2 / 3

家樂福的七年路

林文子(家樂福數位長)說:「先打 5 年地基,才能在 2023 啟動 AI。」
對照之下,「我們已經會用 AI」的我們,可能省了她很多年。

2018
啟動數位轉型
不是 AI,是流程數位化
2019
成立新 IT 部門
不跟 legacy IT 綁一起
'19–'20
打掉重建
SAP、Google Cloud、API
2023
啟動 AI ★
智能食譜、商品櫥窗、生鮮預測
2025
營收 +10%/年
200 家超市每天省 2 小時

但這場分享要講的不是「七年路」,是 2023 之後的部分──先讓小任務跑起來,再從回饋修流程。零售場景非常多,不可能一次做完。所以他們先選智能食譜、商品櫥窗、生鮮預測小任務驗證。

而且 AI 一直在變強。以前要試很久的事情,現在很多已經是現成的──我們不必再走七年。

關鍵啟發

先解每天都會痛的小問題
不要一開始就做大轉型。

整理資料
把零散資料變成可比較的表格
比較物件
同區、同坪、同租金帶 → 一鍵比
彙整紀錄
把雜亂對話 → 需求 / 疑慮 / 下一步

大轉型容易變抽象,也容易讓同事覺得是「額外工作」

對 50 人新創特別有感

3 個小流程,
改掉就明顯有感

競品比較
同區、同坪、同租金帶 → 先讓 AI 做第一輪整理
區域摘要
交通、生活機能、風險點 → 先產一版可檢查草稿
帶看紀錄
零散對話 → 整理成需求、疑慮、下一步

我最喜歡的概念

70/100

不要要求 AI 做到 100 分,
讓 AI 先做到 70,人再補上判斷

AI 70%(產第一版、整理、比較) 人 30%(取捨、判斷、修正)
4
/ 5 觀察

觀察四

好的提示詞,
其實是自己的工作方法

很多人以為提示詞是找一句神奇咒語,但聽下來不是。真正好的提示詞,是把自己怎麼工作、怎麼判斷、怎麼檢查寫清楚。而且這些工作方法是會進化的──你的 prompt,也會跟著一起進化。

CASE 3 / 3

Skill / 提示詞

把自己的工作方法
寫成 AI 能照做的流程

不用一開始就正式化,也不用提交給誰。先存成私人工作流,下次少重打、少重想,就已經有價值。

LLM
通用大模型
Agent
會用 LLM 的助手
Skill ★
你的工作 SOP(markdown)

觀察四 · 核心概念

提示詞不是咒語
它是工作邏輯

把你「怎麼工作」寫下來,AI 才能照做。

怎麼判斷
哪些資訊重要,哪些只是背景
怎麼檢查
哪些地方容易出錯、誤導或違規
怎麼改寫
同一份內容,如何對不同受眾說

觀察四 · 補一個重點

Prompt 不是寫一次就結束──
它會自己進化

每跑完一次,順手請 AI 告訴你:
「這次哪裡可以做得更好?有什麼建議能改進這個 prompt?」

1
寫 v1
先用「夠好就好」的版本,不用一次到位
2
跑出結果
看 AI 產出什麼、哪裡偏了
4
修進 prompt
你判斷 OK 的修進去;不 OK 的跳過

↺ 回到 ① 跑下一次。每跑一次,你的 prompt 就更穩一點。

你的工作方法在進化──你的 AI,也跟著一起進化

房地產私人提示詞範例

「請用 6 個角度 分析一個物件」

1
交通
2
生活機能
3
價格帶
4
客群
5
風險與限制
6
對客戶的說法

不限業務部門

每個職能,
都可以有自己的私人提示詞

行銷
  • 同一房源 → IG / 官網 / 廣告 / 簡報 4 種語氣
  • 客群 persona 模板
  • 標題 A/B 候選
產品 / 工程
  • 需求拆解
  • 邊界情境列舉
  • 測試觀點補充
客服 / 營運
  • 雜亂對話 → 問題 / 狀態 / 下一步
  • FAQ 整理模板
  • 升級判斷 SOP

你越懂自己的工作,
AI 就越能幫你

AI 不會自動知道我們的專業邊界。但我們可以把自己的判斷方式寫清楚,讓 AI 變成穩定的助手。

5
/ 5 觀察

觀察五(最後)

不是多做 AI,
而是少做重複工作。

我不希望這場分享變成「大家回去要多做一件 AI 作業」。比較好的角度是:有沒有哪一件你每天都覺得很煩的事,可以讓 AI 先做第一版?

1
微調 1 / 3

小微調 1

工作開頭
先問 AI

不是只有結尾潤稿,而是在一開始就讓 AI 幫你拆受眾、角度、盲點和限制。降低重做的機率,後面工作比較有方向。

2
微調 2 / 3

小微調 2

把常用流程
存成私人提示詞

不用正式化,先自己好用就好。如果你每週都做類似的整理、比較、改寫,把那套流程存起來。下次少重打、少重想,就是進步。

3
微調 3 / 3

小微調 3

每週挑一個小任務,
讓 AI 做到 70 分

不用從大專案開始,也不用逼自己每天都用。先從自己最煩的那件事開始。重點:低壓、可選、不增加行政負擔。

如果要給老闆一個觀點

下一步不是買更多工具
而是讓專業經驗更容易被重複使用。

工具會一直變。公司裡真正有價值的是大家的經驗、判斷和流程。如果這些能被寫清楚,AI 才能幫公司累積能力,而不是每個人各自試一試。

再下一步

AI 不只是省時間
還能幫公司找新業績

省時間是基本盤。當經驗能被重複使用,AI 就有機會幫我們發現「以前看不到、來不及做」的業績切角。

基本盤

用 AI 省成本

  • 文案、簡報、潤稿提速
  • 派報合規檢核(信義一年省 8,000 小時)
  • 跨平台訊息整理(鴻海董辦秘書)
  • 內部 SOP 與資料整理

當 AI 把「重複的事」做完了──你才有時間做那些只有人能做的、會帶來新生意的事

AI 不一定要改變整間公司,
它可以先改變你每天
最煩、最重複、最消耗注意力的
幾件事。

下次遇到重複工作時,可以多問一句:
「這件事能不能先讓 AI 做 70 分,我再補上判斷?」

謝謝。

Martin · 2026.05