GenAI 應用轉化工作模式

課程概述

生成式 AI 與其說是一項技術，不如說是一種新的工作方式。這堂課談的是實際的工作場景：怎麼有策略地用 GenAI 工具，把個人和團隊的生產力拉上來。從寫郵件、分析資料到寫程式碼，你會學到一套有系統的方法，把 GenAI 接進日常的工作流程裡。

你將學到

• 識別日常工作中最適合 GenAI 輔助的五類任務
• 運用 Google Workspace AI 功能提升文件處理效率
• 設計「GenAI 增強工作流」（AI-Augmented Workflow）
• 評估 GenAI 工具導入後的生產力改善指標

核心概念

最適合 GenAI 輔助的五類任務

1. 起草與編輯：初稿撰寫、語法修正、風格轉換、多語言翻譯
2. 摘要與整理：長文件摘要、會議記錄重點提取、資訊分類
3. 分析與洞察：資料趨勢分析、報表解讀、異常偵測說明
4. 學習與研究：概念解釋、技術比較、學習路線規劃
5. 程式碼與自動化：程式碼生成、腳本撰寫、工作流程自動化

Gemini 在 Workspace 裡能幫上什麼忙？

Google Workspace 已把 Gemini 放進日常工具裡：Gmail 可以協助起草與修改郵件，Docs 能從空白頁建立初稿、改寫並比對寫作風格，Sheets 可以建立或修正公式、整理資料，Slides 也能產生可編輯的投影片。實際能看到哪些功能，會依方案、語言和推出進度而不同；導入前先確認帳號權限，不要把教學畫面當成每個人都已經有的功能。

AI-Augmented Workflow 設計

設計 GenAI 增強工作流時，可以先抓三個原則。第一，從高頻又有明確格式的工作開始，例如整理會議紀錄或把資料改成固定欄位。第二，牽涉專業判斷、對外承諾或敏感資料時，把決定權留給人，AI 只負責準備草稿和證據。第三，把常見修正記錄下來，更新範本、規則與測試案例；不是把每一筆使用者回饋直接拿去「餵模型」。

生產力提升的正確衡量

GenAI 帶來的生產力提升，不能只看「省了多少時間」這一個指標。比較完整的衡量方式還要看幾個面向：處理速度（同一個任務花多久做完）、輸出品質（錯誤率、完整度）、創新產出（多了多少新想法），還有工作滿意度（少做了多少重複性的雜事）。重點不是「用 AI 取代人」，而是「用 AI 讓人做得更好」。

實作重點

• 記錄一週的工作內容，標記哪些任務可以用 GenAI 輔助並分級（高/中/低價值）
• 在 Google Docs 中嘗試用 Gemini 功能草擬一份技術文件，記錄需要人工修正的比例
• 設計一個簡單的 GenAI 輔助工作流：定義觸發條件、AI 處理步驟與人工審核點
• 計算導入 GenAI 工具前後的任務完成時間差異，建立量化的改善紀錄

Lab 導讀

Lab 連結：Gen AI Apps: Transform Your Work — Google Cloud Skills Boost

這個 Lab 以情境模擬為主，讓你實際體驗 GenAI 工具在不同工作場景下的用法。重點是搞懂什麼時候該用哪種工具，以及怎麼把 AI 的輸出接回工作流程裡。測驗會考你在不同場景下的工具選擇判斷，還有 GenAI 輔助工作的最佳實踐。

延伸學習

• GenAI Agent 轉型組織 — 從個人提升走向組織變革
• Gemini 貫穿軟體開發生命週期 — 針對開發者的 GenAI 工作流
• GenAI 驅動網站現代化 — GenAI 在實際專案中的應用