買了 ChatGPT Pro 為什麼還沒省到時間？缺的不是 AI，是把 AI 嵌進工作流的自動化。
01 · Goal
學習目標
02 · Core
核心知識
03 · Demo
實戰範例
04 · Practice
課堂演練
四種角色 × AI 場景對照
上班族 / 業務 / 管理者 / 老闆，找最該優先 AI 化的工作。
全公司套同一套 AI 用法
行政、業務、主管都被要求「每天用 ChatGPT」，一個月後只有 7 篇零散草稿，沒人說得出省了哪段流程。
依角色挑第一個場景
行政先做會議摘要、業務先做 follow-up、主管先做 1on1 提綱；兩週回收 23 份可重用模板。
AI 是心臟，自動化是血管
光有 AI 不夠，要串起整條工作流。
AI 寫完還要人工搬運
業務小陳用 AI 寫信快了 8 分鐘，但還要打開 CRM、複製名單、貼到 Gmail；每封仍花 12 分鐘。
n8n 把血管接起來
Sheet 抓名單、AI 生草稿、Slack 預覽、Gmail 建草稿；80 位客戶月關懷從 6 小時變 90 分鐘。
三個指標決定該不該 AI 化
頻率 · 可標準化度 · 錯誤成本。
什麼都想 AI 化
主管 Amy 先挑薪資審核與客訴判斷，錯誤成本高，團隊花 2 週開權限會仍不敢上線。
用三指標篩第一版
她改挑高頻、格式固定、錯誤可人工檢查的會議摘要；第一週就穩定省下 3 小時。
上班族手打會議紀錄
品保小周每週 4 場會後花 30 分鐘整理，常漏負責人與期限；同事隔天還要追問。
AI 先整理再由人確認
錄音轉文字後由 AI 抽決議、待辦、風險；小周只補期限，20 分鐘寄出 4 場摘要。
業務手動翻 CRM 寫追蹤信
Ken 每月關懷 80 位客戶，常漏掉 45 天未回覆名單；上季流失 3 個老客戶。
AI + Sheet 產生個人化草稿
流程每月自動列名單並產 80 封草稿，Ken 只確認價格與交期；當月追回 9 個回覆。
主管憑印象做 1on1
Amy 進 1on1 才想起要談什麼，30 分鐘聊完沒有下一步；員工下週又問同一個卡點。
AI 用 SBI 框架整理提綱
她輸入 3 件具體事件，AI 產 Situation、Behavior、Impact、Next；會後每人都有 2 個明確行動。
提醒 — 老闆級決策一定要做 M7 雙重驗證，不可單一 AI 答案直接拍板。
老闆只看單月營收
Jerry 看到營收降 8% 就要求砍預算，沒看庫存、毛利與客訴，隔月缺貨更嚴重。
AI 先抓經營紅旗
他餵入營收、毛利、庫存與客服摘要，AI 標出真正問題是 A 品項缺料；會議改成追 3 個供應商。
AI 是心臟，自動化是血管。整條工作流串起來才省時間。
客戶問候靠人手補資料
小陳每封信都翻 CRM 和上次報價，80 位客戶要 6 小時，還漏 5 位本月生日客戶。
n8n + AI 先做草稿流
排程抓名單、AI 依需求寫 120 字、Slack 預覽後進 Gmail；小陳 90 分鐘完成確認。
每月 1 號 09:00 由 n8n 排程啟動。
從 Google Sheet 抓本月該關懷的客戶清單。
每筆資料丟 ChatGPT，個人化生成問候。
送 Slack 預覽，你確認後 n8n 自動寄。
花 10 分鐘做這份拆解表。
寫客戶 follow-up email（一週 10 次）
15 分鐘 × 10 = 150 分鐘 / 週
80% 套版、20% 客製
AI 寫初稿、自動化抓 CRM 塞範本、你按送出。
工作 AI 的 ROI 來自重複流程：資料進來、AI 判斷、產出草稿、人類確認、系統送出。若每次都手動複製貼上，你只是把單點工作變快；若能串成流程，才會真的省時間。
最該優先 AI 化的是會議後整理，因為頻率高、格式固定、錯誤可人工檢查。SOP：錄音轉文字，AI 抽決議、行動項、負責人、期限，你再確認後寄出。
判斷標準：若你每週開 3 次以上會議，這比寫 email 更值得先做。
客戶問候靠人手補資料
小陳每封信都翻 CRM 和上次報價，80 位客戶要 6 小時，還漏 5 位本月生日客戶。
n8n + AI 先做草稿流
排程抓名單、AI 依需求寫 120 字、Slack 預覽後進 Gmail；小陳 90 分鐘完成確認。
最該優先 AI 化的是追蹤信，因為素材分散但格式相似。SOP：CRM 抓客戶狀態，AI 依上次互動寫三版語氣，業務挑一版修 20% 後送出。
配合 M2：同一封信給採購與工程師，Prompt 背景要不同。
客戶問候靠人手補資料
小陳每封信都翻 CRM 和上次報價，80 位客戶要 6 小時，還漏 5 位本月生日客戶。
n8n + AI 先做草稿流
排程抓名單、AI 依需求寫 120 字、Slack 預覽後進 Gmail；小陳 90 分鐘完成確認。
最該優先 AI 化的是回饋準備。SOP：輸入員工近期成果、卡點、具體事件，AI 用 SBI 框架整理談話提綱，主管再調整語氣。
提醒：AI 可整理措辭，但管理責任不能外包。
客戶問候靠人手補資料
小陳每封信都翻 CRM 和上次報價，80 位客戶要 6 小時，還漏 5 位本月生日客戶。
n8n + AI 先做草稿流
排程抓名單、AI 依需求寫 120 字、Slack 預覽後進 Gmail；小陳 90 分鐘完成確認。
最該優先 AI 化的是經營資料整理。SOP：匯入營收、毛利、庫存、客訴、現金流，AI 先抓異常與追問，再由老闆決定行動。
配合 M7：涉及投資、裁員、報價策略時，不能只看單一 AI。
客戶問候靠人手補資料
小陳每封信都翻 CRM 和上次報價，80 位客戶要 6 小時，還漏 5 位本月生日客戶。
n8n + AI 先做草稿流
排程抓名單、AI 依需求寫 120 字、Slack 預覽後進 Gmail；小陳 90 分鐘完成確認。
客戶問候靠人手補資料
小陳每封信都翻 CRM 和上次報價，80 位客戶要 6 小時，還漏 5 位本月生日客戶。
n8n + AI 先做草稿流
排程抓名單、AI 依需求寫 120 字、Slack 預覽後進 Gmail；小陳 90 分鐘完成確認。
情境：業務每月要關懷 80 位客戶，過去靠人工翻 CRM，常漏掉久未聯絡名單。改成 n8n 後，流程是 Schedule Trigger → Google Sheets Read → Filter 本月名單 → OpenAI 生成草稿 → Slack 預覽 → Gmail Draft → 人工確認寄出。
你是 B2B 業務助理。
請根據以下客戶資料產生一封 120 字內問候 email。
客戶資料：
- 公司：{{company}}
- 聯絡人：{{name}}
- 上次互動：{{last_touch}}
- 近期需求：{{need}}
- 禁止承諾：價格、交期、庫存
輸出格式：
Subject: 一行主旨
Body: 3 段內，親切但不肉麻
CTA: 邀請對方回覆是否需要更新資料
限制：不要提 AI，不要過度推銷。
Subject: 關於下季材料規格的更新確認
王經理您好，前次討論到貴司下季可能調整遮光膜規格，我這邊先跟您確認是否需要更新版 TDS。
若近期排程已有初步方向，我可以先協助整理適合的規格選項。
您方便時回覆即可，我再安排後續資料。
工作名稱：
每週次數：
每次花多久：
輸入資料在哪裡：
輸出要給誰：
可標準化比例：
錯誤成本：低 / 中 / 高
AI 負責：整理 / 撰稿 / 分類 / 查漏
人類負責：確認 / 判斷 / 送出
第一版自動化工具：ChatGPT / Claude / n8n / Zapier
示例：客戶 follow-up email
每週 10 次，每次 15 分鐘，資料在 CRM 與 Sheet。
可標準化 80%，錯誤成本中。
AI 負責產三版草稿，人類確認價格與交期後送出。
第一版先用 Sheet + ChatGPT，第二版再接 n8n。
提醒：第一版只求跑通，不求全自動；能穩定省下 30 分鐘，再談串系統。