用 AI 當顧問

May 24, 2026

友人最近找我聊他的職涯和公司經營。我推薦了我把 AI 變成策略助理的做法，並且讓他看了我的 project instructions，而他看了我的 project instructions 與 AI 副手一文後，覺得方向對，但隨即卻步了。

「你的 project instructions 那麼長，」他說，「我根本不知道自己該寫什麼進去。」

他說得很有道理。我的 project instructions 確實很冗長，而且它是經過多輪對話、不斷補充才變成現在這樣。對一個才要開始的人來說，看著一份豐富的 instructions，會很難想像自己怎樣一步步建立起來。

反向工程一個生成器

於是我想到另一個做法：「與其叫他從零開始慢慢摸索，不如用 AI 來問他、來引導他。」

我根據自己現有的 project instructions，反向推導出一個「instructions generator prompt」。這個 prompt 會逐步向他提問——關於策略助理的角色定位、他的個人特質、公司背景、客戶輪廓、經營限制、長期目標。每一個區塊問 2～3 個問題，確認後再繼續。

最後，AI 根據他的回答，自動組織成一份完整的 project instructions。

乍看之下，這只是把「手工寫」改成「AI 問」。但實際上，它改變了一個關鍵的東西。

在我的經驗裡，project instructions 變得豐富，是因為我在多輪對話中，逐漸發現「啊，我還沒告訴 AI 這個」。比如，我最初沒想到要明確寫下「一人公司的約束」，是在被 AI 的建議「量測、做 A/B testing」糾正了幾次之後，才意識到需要補充。

這個過程管用，但效率不高。你要先問問題，再被糾正，再補充。

但如果用 generator 反過來做，AI 先問你，逼你在一開始就想清楚。當它問「你目前最大的瓶頸是什麼」時，你必須給出答案，即使也許不是正確的答案。

你被迫在一開始就提供關鍵信息，而不是等著被對話糾正。結果是，生成出來的 project instructions 從第一版開始，就包含了那些「要經過多輪對話才會發現」的維度。

換句話說，generator 把我花多輪對話才學到的「關注點」，一開始就問了。

下個月我會在 sciwork 分享 Graph Thinking。

如果你在做推薦系統、詐欺偵測、或者只是覺得 SQL JOIN 寫得很痛，這場可能對你有用。6/13，歡迎來參加。