設計一條可靠的 AI 工作流

能跑，和可靠，是兩回事

這個單元，你做了一個會議記錄助理、一條自動整理回饋的流程，也學會了在試算表裡讓 AI 寫公式。每一個，你都測試過，也都能跑。

但請想像三個月後：

• AI 服務某天下午連不上，那幾個小時的回饋去哪了？
• 有人填了一份很長的客訴，AI 判成「不用跟進」，結果沒人處理
• 主管問：「這個東西到底幫我們省了多少時間？」你答不出來

這些問題，在做第一條流程時通常不會遇到，但只要用得夠久，一定會遇到。這堂課要做的，就是在問題發生之前，先把它們設計進去。

我們用上一堂的「講座回饋自動整理」當例子，把它從「能跑」升級成「可靠」。

第一步：先量出「現在」

在改任何東西之前，先記下現在的做法花多少時間。沒有這個數字，之後就無法知道到底省了多少。

用一週的時間，簡單記錄：

• 這件事多久發生一次？例如每月大約 120 份回饋
• 每次花多少時間？例如讀一份、挑重點、轉貼給團隊，大約 3 分鐘
• 哪裡最容易出錯？例如忙的時候，客訴會被拖好幾天才看到

最後一點很重要。很多時候，自動化最大的價值不是省時間，而是不會漏掉。

第二步：決定人要介入多少

不是所有步驟都該全自動。判斷的方法很簡單，問自己：「如果 AI 這一步做錯了，會怎樣？」

錯了的影響	人的角色	例子
很小，內部看得到、馬上能修	全自動，定期抽查	回饋摘要貼到團隊頻道
會被外人看到，或影響別人的工作	AI 起草，人確認後才送出	回覆客訴的信、對外公告
無法挽回，或牽涉錢、法律、個資	不交給 AI 執行，最多提供參考	退款、刪除資料、人事決定

這種設計叫做「人在迴圈中」（human-in-the-loop）：流程大部分自動，但在關鍵的地方停下來，等人點頭。

套用到講座回饋：摘要貼到內部頻道，風險低，可以全自動。但「需要跟進」的回饋可能牽涉退費，所以我們加一條規則：AI 只負責標記和起草回信，實際聯絡客戶和決定退費，一定是人來做。

第三步：假設每一步都會失敗

可靠的流程，不是「不會出錯」，而是出錯的時候有人知道、資料不會不見。把每一步可能失敗的方式都列出來：

可能的失敗	怎麼處理
AI 服務暫時連不上、逾時	開啟自動化工具的「重試」設定；重試仍失敗就通知你
AI 的輸出格式不對，例如少了「需要跟進」那一行	加一個條件步驟檢查格式；不符合就把原始回覆轉給人工處理
輸入很怪：空白、超長、夾帶指令	上一堂測過的情況，在指令裡寫好處理方式；超長的先截斷或轉人工
流程悄悄停了，例如授權過期	每週看一次執行紀錄；有些工具可以設定「錯誤通知」
費用暴增，例如流程不停重複執行	在 AI 服務的後台設定花費上限

核心原則只有一句：失敗的時候，把原始資料交給人，而不是讓它消失。 一份客訴沒被 AI 整理到沒關係，被整理錯了也還好，最怕的是它根本沒有人看到。

主線之外，多了三樣東西：人工放行、失敗時的備援路線、每一次的紀錄。

第四步：每次執行都留下紀錄

在流程最後加一個動作：把這次執行的結果寫進一份「紀錄表」試算表。欄位可以這樣設計：

欄位	用途
時間	什麼時候處理的
來源編號	對應到哪一份表單回覆，方便回頭查
AI 判斷	情緒、需要跟進與否
走哪條路	自動貼出／等人確認／轉人工
人有沒有修改	人工確認時，草稿是直接用，還是改了很多

這份紀錄有三個用處：

1. 出問題時查得到：「那份客訴到底有沒有被處理？」一查就知道。
2. 看出 AI 的品質：如果「人有沒有修改」這一欄常常是「改很多」，代表指令該調整了。
3. 算出成效：下一步就會用到。

紀錄表本身也有資料，只記需要的欄位，不要把整份回覆內容和聯絡方式都抄一份進去。也記得設定好誰可以看這份試算表。

第五步：隱私檢查

把資料流過的每一個地方都想一遍。還記得上一堂「資料流經了誰」嗎？在設計書裡，把這幾件事寫下來：

• 最少資料：AI 步驟只拿到它需要的欄位。整理回饋只需要「評分」和「意見」，不需要填表人的 Email 和電話。
• 核准的工具：用在工作上的每一個服務，是不是公司核准的？用的是哪一種方案？
• 金鑰放對地方：API 金鑰只存在自動化工具的連線設定裡，不寫在指令、試算表或文件中。
• 誰看得到：頻道、紀錄表、自動化工具的帳號，各有哪些人能存取？有人離職時，誰負責收回權限？

第六步：誠實地算出省了多少

兩到四週後，打開紀錄表，用這個算式：

每月省下的時間 =（原本每次的分鐘 − 現在每次檢查的分鐘）× 每月次數 − 每月維護的分鐘

用講座回饋當例子（以下是假設的數字，請換成你自己記錄的）：

• 原本：每份 3 分鐘，每月 120 份，共 360 分鐘
• 現在：大部分自動貼出，平均每份花 0.5 分鐘瀏覽和處理需要確認的，共 60 分鐘
• 維護：看執行紀錄、偶爾調整指令，每月約 30 分鐘
• 結果：360 − 60 − 30 = 每月省下 270 分鐘，大約 4.5 小時

一定要扣掉檢查和維護的時間，才是真正省下的。

除了時間，也看看品質：客訴平均多久被看到？有沒有漏掉的？人工修改的比例有沒有越來越低？有時候省的時間不多，但「再也不會漏掉客訴」，就已經很值得了。

反過來，如果算出來發現省不了多少，維護又很麻煩，停掉它也是一個好結論。不是每件事都值得自動化。

把它寫成一頁設計書

最後，把上面的思考寫成一頁文件。它能讓你在動手前想清楚，也能讓接手的同事（或三個月後的你）看懂這條流程。

工作流設計書：講座回饋自動整理（版本 2026-11-07）

目的：每份回饋在 10 分鐘內被團隊看到，需要跟進的不會漏掉
觸發：Google 表單有新回覆
步驟：AI 整理三行摘要 → 檢查格式 → 貼到團隊頻道
人工檢查點：需要跟進的，AI 起草回信，由負責人確認後寄出；退費一律由人決定
失敗時：重試兩次；仍失敗或格式不對，把原始回覆轉寄給負責人
紀錄：紀錄表試算表（時間、來源編號、AI 判斷、路線、是否修改）
隱私：AI 只拿到評分和意見；金鑰存在自動化工具的連線設定；紀錄表只有團隊看得到
負責人：（你的名字），每週一查看執行紀錄
成效：導入前每月約 360 分鐘；四週後回顧，決定保留、調整或停用

回頭看看這個單元

四堂課，你走過了一條完整的路：

• 把重複的交代存成自訂助理，讓 AI 穩定地做好一件事
• 用無程式碼工具讓它在背景自動發生
• 在試算表裡讓 AI 寫公式，數字經得起驗算
• 最後，用人工檢查、失敗處理、紀錄、隱私、成效，把它變成一條可以長期信任的工作流

AI 不會讓工作自己消失，但一條設計良好的工作流，能把你從重複的事情裡解放出來，把時間留給真正需要你判斷的地方。