業務／銷售：每週有多少時間不是花在核心工作上？
以下是一份典型的業務／銷售週工時。實際數字每個人不同，
用診斷工具填自己的才準。
| 寫開發信、跟進信 | 4 小時 |
| 整理拜訪紀錄、寫報告 | 3 小時 |
| 查客戶與產業背景資料 | 3 小時 |
| 做報價單、提案簡報 | 4 小時 |
| 回覆重複問題（規格、交期、價格） | 2 小時 |
| 內部會議與回報 | 3 小時 |
| 實際見客戶、談判（核心工作，不該交給 AI） | 12 小時 |
非核心工作 19 小時／週，
其中約 10.6 小時今天的 AI 能接手大半。
三個切入點
1
拜訪紀錄 → 報告
3 小時 ➜ 約 0.6 小時
現在多數人怎麼做
回到車上或當晚憑記憶打字，隔幾天細節就模糊，寫出來的自己也不太想再看。
改成怎麼做
走出客戶大門，在車上按錄音講三分鐘。當天丟給 AI，直接吐出結構化紀錄：對方在意什麼、答應了什麼、下一步是誰的球。
為什麼是這件事它同時解決兩件事——省時間，而且紀錄品質變好。你手上那些「上次談到哪了」的空白，多半不是忘記，是當時沒寫。
2
開發信與跟進信
4 小時 ➜ 約 1.6 小時
現在多數人怎麼做
每封重寫，或套一個範本改公司名——前者太慢，後者一看就是罐頭。
改成怎麼做
把你寫得最好的那三封信餵給 AI 當範本，它學的是你的語氣，不是網路上的商用書信體。之後給對象與情境，產出的東西像你寫的。
⚠️ 這裡有個陷阱多數人第一次用結果很爛，因為只丟「幫我寫一封開發信」。差別全在有沒有給素材——你自己的信、對方公司的實際狀況。
3
客戶與產業功課
3 小時 ➜ 約 0.9 小時
現在多數人怎麼做
Google 公司名、翻官網、看新聞，資訊很散，見面前十分鐘還在惡補。
改成怎麼做
一次問完：這家最近發生什麼事、產業在煩什麼、我的東西切進去的角度是什麼。
🔴 這件事有紅線AI 查到的公司資訊會有錯，而且錯得很像真的。數字、人名、日期一律要回頭核對。把它當「幫你先讀完一遍的助理」，不是「幫你查證的人」。
行銷／企劃：每週有多少時間不是花在核心工作上？
以下是一份典型的行銷／企劃週工時。實際數字每個人不同，
用診斷工具填自己的才準。
| 寫社群貼文、文案 | 6 小時 |
| 找素材、做圖 | 4 小時 |
| 整理成效數據、做報表 | 3 小時 |
| 競品與市場調查 | 3 小時 |
| 寫新聞稿、EDM | 3 小時 |
| 跨部門溝通與會議 | 4 小時 |
| 策略發想與決策（核心工作，不該交給 AI） | 6 小時 |
非核心工作 23 小時／週，
其中約 14.0 小時今天的 AI 能接手大半。
三個切入點
1
社群貼文與文案
6 小時 ➜ 約 1.8 小時
現在多數人怎麼做
每則從零想，靈感好的時候很快，卡住的時候一則磨兩小時。
改成怎麼做
把你成效最好的十則貼文餵進去當風格範本，之後給題目產草稿，你改的是「哪裡不像我」而不是「要寫什麼」。
⚠️ 這裡有個陷阱沒給範本，產出的就是那種一眼看得出是 AI 的貼文。你的讀者分辨得出來，而且會掉追蹤。
2
素材與圖片
4 小時 ➜ 約 1.2 小時
現在多數人怎麼做
翻圖庫翻半天，找不到合適的就將就。
改成怎麼做
用生圖工具直接產你要的構圖，或讓 AI 幫你把想法講成一段能餵給生圖工具的描述。
⚠️ 這裡有個陷阱生出來的圖有版權與可辨識人臉的問題。對外素材別用 AI 生的真人臉，也別讓它模仿特定品牌的視覺。
3
成效數據與報表
3 小時 ➜ 約 0.8 小時
現在多數人怎麼做
從各平台後台抓數字，貼進試算表，再手寫一段結論。
改成怎麼做
數字匯出後讓 AI 讀，直接產出「這期發生什麼、為什麼、下一步建議」。
🔴 這件事有紅線AI 算數會錯。所有數字回頭跟原始報表對過再送出——尤其是成長率跟佔比這種它最愛自己算的。
人資／教育訓練：每週有多少時間不是花在核心工作上？
以下是一份典型的人資／教育訓練週工時。實際數字每個人不同，
用診斷工具填自己的才準。
| 篩履歷、寫職缺說明 | 4 小時 |
| 安排面試、與候選人往返 | 3 小時 |
| 寫內部公告、政策文件 | 3 小時 |
| 整理教育訓練教材 | 4 小時 |
| 做人事報表、統計 | 3 小時 |
| 員工問題諮詢回覆 | 3 小時 |
| 面談、判斷人、處理衝突（核心工作，不該交給 AI） | 8 小時 |
非核心工作 20 小時／週，
其中約 11.1 小時今天的 AI 能接手大半。
三個切入點
1
教育訓練教材
4 小時 ➜ 約 1.0 小時
現在多數人怎麼做
每次辦訓練都重做一套投影片，講完就躺在資料夾裡。
改成怎麼做
把過去的課程錄音、講義、問卷回饋丟給 AI，讓它整理成可重複使用的教材與測驗題。
為什麼是這件事這項投報最高，因為教材是「做一次用很多次」的東西。而且你手上通常已經有素材，只是散在各處沒整理。
2
人事報表與統計
3 小時 ➜ 約 1.0 小時
現在多數人怎麼做
從系統匯出、貼進 Excel、手動算、再寫一段說明。
改成怎麼做
匯出後讓 AI 讀，直接產出趨勢說明與異常提示。
🔴 這件事有紅線薪資與個人績效資料不要整份丟上雲端 AI。要用就先去識別化——把姓名、員工編號換成代號。
3
內部公告與政策文件
3 小時 ➜ 約 1.2 小時
現在多數人怎麼做
法規改一次，一疊文件要跟著改，改漏了才發現。
改成怎麼做
讓 AI 比對新舊版本，列出哪些文件受影響、該改哪幾句。
⚠️ 這裡有個陷阱AI 對台灣勞基法的理解不可靠，常混到中國或美國的規定。它可以幫你找出「哪裡要改」，但「改成什麼」要人確認。
主管／部門經理：每週有多少時間不是花在核心工作上？
以下是一份典型的主管／部門經理週工時。實際數字每個人不同，
用診斷工具填自己的才準。
| 寫週報月報、向上回報 | 4 小時 |
| 開會與寫會議紀錄 | 6 小時 |
| 審核部屬產出的文件 | 4 小時 |
| 整理數據當決策依據 | 3 小時 |
| 回覆內部與跨部門訊息 | 4 小時 |
| 做簡報 | 3 小時 |
| 決策、帶人、一對一（核心工作，不該交給 AI） | 8 小時 |
非核心工作 24 小時／週，
其中約 9.3 小時今天的 AI 能接手大半。
三個切入點
1
週報月報與向上回報
4 小時 ➜ 約 1.4 小時
現在多數人怎麼做
週五下午開始拼湊這週發生什麼，翻訊息紀錄找線索。
改成怎麼做
平常把零碎進度隨手丟進一個檔，週五讓 AI 整理成報告。你做的是判斷輕重，不是回憶。
為什麼是這件事這項投報最高，而且門檻最低——不需要學新工具，只需要改一個習慣：進度隨手記，不要憑記憶湊。
2
數據整理與決策依據
3 小時 ➜ 約 1.2 小時
現在多數人怎麼做
各系統各一份報表，拼在一起才看得出全貌。
改成怎麼做
匯出後一起丟給 AI，讓它找出彼此矛盾或值得注意的地方。
🔴 這件事有紅線AI 會算錯，而且錯得很自然。決策前關鍵數字一定要自己驗一次——尤其是它幫你「順便算」的那些。
3
內部訊息回覆
4 小時 ➜ 約 2.4 小時
改成怎麼做
批次處理，讓 AI 先摘要一輪、擬好草稿，你只做確認與送出。
⚠️ 這裡有個陷阱別讓 AI 直接代你發訊息給部屬。語氣抓不準的代價，比省下的時間貴很多。
企業主／負責人：每週有多少時間不是花在核心工作上？
以下是一份典型的企業主／負責人週工時。實際數字每個人不同，
用診斷工具填自己的才準。
| 看報表、掌握營運數字 | 4 小時 |
| 開會前的資料準備 | 3 小時 |
| 寫對外的信、提案、致詞稿 | 3 小時 |
| 處理行政雜事、跑流程 | 4 小時 |
| 找人、面試 | 2 小時 |
| 對外社交、拜訪、談合作（核心工作，不該交給 AI） | 10 小時 |
| 想策略、做決定（核心工作，不該交給 AI） | 8 小時 |
非核心工作 16 小時／週，
其中約 8.6 小時今天的 AI 能接手大半。
三個切入點
1
行政雜事與流程
4 小時 ➜ 約 1.6 小時
現在多數人怎麼做
簽核、填表、找文件，一天被切碎好幾次。
改成怎麼做
制式文件讓 AI 起草，你只做判斷跟簽名。
⚠️ 這裡有個陷阱小團隊最有感。但公司越大，卡的越不是打字速度而是流程本身——那個 AI 解不了，要改制度。
2
營運數字與報表
4 小時 ➜ 約 1.8 小時
現在多數人怎麼做
每月看一次，看得出好壞，但看不出為什麼。
改成怎麼做
連續幾個月的數字一起餵進去，讓它指出趨勢與異常，而不是只報單月結果。
🔴 這件事有紅線AI 算數會錯，而且錯得很自然。要拿去做決策的數字一定要自己驗過一次——尤其是它「順便幫你算」的成長率跟佔比。
3
開會前的資料準備
3 小時 ➜ 約 1.0 小時
現在多數人怎麼做
各部門各給一份報表，你自己拼起來才看得出全貌，常常開到一半才發現數字對不上。
改成怎麼做
把幾份報表一起丟給 AI，讓它先找出彼此矛盾、值得追問的地方。你進會議室時手上是問題，不是資料。
為什麼是這件事這項投報最高。老闆的時間不該花在拼資料，該花在問對問題——而 AI 最擅長的正是「先幫你讀完一遍」。
資訊／IT：每週有多少時間不是花在核心工作上？
以下是一份典型的資訊／IT週工時。實際數字每個人不同，
用診斷工具填自己的才準。
| 回覆同事的技術問題、教人用系統 | 5 小時 |
| 寫文件、SOP、操作手冊 | 4 小時 |
| 老闆交代「研究一下 AI」、寫評估報告 | 3 小時 |
| 重複的系統設定、開帳號、權限 | 4 小時 |
| 資安與稽核的例行工作 | 3 小時 |
| 真正的系統架構、開發、除錯（核心工作，不該交給 AI） | 12 小時 |
非核心工作 19 小時／週，
其中約 9.0 小時今天的 AI 能接手大半。
三個切入點
1
同事的技術問題與教學
5 小時 ➜ 約 2.0 小時
現在多數人怎麼做
同一個問題被問十次，你回十次，而且每次都重打。
改成怎麼做
把回過最完整的那幾則整理成內部問答，讓 AI 依提問對照回覆，真的解不了再轉給你。
為什麼是這件事這項解的是你最煩的事——不是難題，是重複的簡單題。
2
文件、SOP、操作手冊
4 小時 ➜ 約 1.2 小時
現在多數人怎麼做
系統上線時沒空寫，之後永遠沒寫，新人來了只能口耳相傳。
改成怎麼做
錄一段操作過程的口述，讓 AI 轉成步驟文件。門檻從「坐下來寫兩小時」變成「邊做邊講三分鐘」。
為什麼是這件事IT 部門最大的隱形負債就是沒文件。這件事 AI 真的能解，因為難的從來不是文筆，是開始寫。
3
老闆交代「研究一下 AI」
3 小時 ➜ 約 1.5 小時
現在多數人怎麼做
你被叫去評估，但沒人說要解決什麼問題，只好看一堆工具，寫一份沒人看的報告。
改成怎麼做
先讓 AI 幫你把「工具比較」翻成「這個工具能解我們哪個實際問題」，並產出三個問句回去問老闆，把需求問清楚再動手。
⚠️ 這裡有個陷阱⚠️ 真正的陷阱不是工具選錯，是需求沒問清楚。多數 IT 的 AI 評估案都死在「老闆想要的不是你研究的」——先回去問，比研究快十倍。