企業生成式AI實務課程紀錄：從AI工作流程、人事實地霧Prompt到資料分析與溝通應用

2026年9月1日上午課程紀錄｜生成式AI × Prompt × 資料分析 × 商務溝通

企業開始使用 ChatGPT、Gemini 與各種生成式 AI 工具後，真正影響成果的往往不是記住多少 Prompt，而是有沒有先讓 AI 理解工作背景、提供足夠資料，再把人物、任務、事實、使用情境與呈現方式交代清楚。

本堂企業 AI 實務課程由黃震宇（小胖老師）授課，從 AI 的角色定位、資料餵養、檔案與語音應用、企業資料分析，一路延伸到「人、事、實、地、霧」AI 工作指令五要素，以及採購、業務、跨部門溝通與商務談判中的 AI 應用。

課程同時討論 Google 搜尋與生成式 AI 搜尋的差異，說明企業如何透過更完整的網站資訊、實務經驗、專業內容、E-E-A-T 與結構化資訊，提升品牌被搜尋引擎與 AI 正確理解的機會。

黃震宇課堂核心觀點

AI 不是讀心術。先讓 AI 進入工作狀況，再把任務說清楚；資料越完整、指令越具體，產出的結果才越接近真正需要的工作成果。

AI應該被當成助理，還是專家？

課堂將生成式 AI 比喻為一位「具備廣泛知識能力的助理型專家」。人類工作者的優勢通常來自長期實務經驗與產業判斷；AI 的優勢則是可以快速整理跨領域資訊、比較不同觀點、建立初步架構並協助分析。

因此，企業使用 AI 的重點不是把所有決策交給 AI，而是善用它的資訊整理與推理能力，協助人員更快研究問題、整理資料、準備文件、產生初稿及思考不同可能性。

AI不只是寫文案，可以協助哪些企業工作？

企業使用AI的第一步：先讓AI進入工作狀況

課堂用「新進員工第一天上班」作為比喻。新員工早上九點報到，不可能九點零一分就完全了解公司的產品、客戶、流程與工作方法；AI 也一樣。

如果希望 AI 寫出真正適合企業使用的內容，就應先提供企業背景、產品資訊、規格、客戶、交易方式、應用情境與既有資料，再開始下工作指令。

餵AI資料有哪些方式？

AI 的輸出品質與所取得的資料密切相關。如果企業已經有原始文字、表格或電子文件，建議優先提供原始資料；圖片與語音則非常適合快速補充情境或記錄現場資訊。

企業資料可以全部直接丟給AI嗎？

不建議。企業在導入生成式 AI 前，應先建立基本的資料分級觀念，再決定哪些資訊適合放入一般雲端 AI，哪些資料需要去識別化、使用企業工作空間，甚至留在私有環境中處理。

AI資料分析：不要只問已經知道的問題

課堂以大量歷史交易紀錄作為案例。企業如果擁有多年訂單、客戶、品項、價格、時間、地區、庫存或毛利資料，可以讓 AI 協助整理與分析，而提問方式可分為「封閉式問題」與「開放式問題」。

開放式分析的價值，在於企業有時並不知道自己應該問什麼。AI 可以先協助探索，再由真正熟悉產業的人進一步判斷哪些發現具有商業意義。

黃震宇AI工作指令五要素：「人、事、實、地、霧」

課堂將 AI 工作指令整理成容易記憶的五個字：「人、事、實、地、霧」。核心不是背 Prompt 公式，而是提醒使用者：與 AI 溝通時，要把真正影響成果的資訊說清楚。

「人、事、實、地、霧」Prompt可以怎麼使用？

例如一家 B2B 零配件企業希望開發海外客戶，不需要只輸入「幫我寫一封開發信」，而可以把背景完整說明：

當背景、受眾、目的與使用情境都說清楚後，AI 才比較有機會產出真正符合企業需求的內容，而不是只有看似流暢、實際上卻無法直接使用的通用文案。

AI如何協助採購、業務與跨部門溝通？

課堂後半段將 AI 從「工具操作」延伸到工作溝通。採購、業務、財務、後勤或主管站在不同位置，自然會有不同考量；問題往往不是誰對誰錯，而是彼此不知道對方真正的限制與目標。

黃震宇老師將好的溝通者比喻為「橋王」：不急著偏向任何一方，而是先確認共同目標，再理解雙方的需求與限制，找出可以交換的條件，讓事情更有機會往前推進。

從Google搜尋走向AI搜尋，企業網站需要改變什麼？

傳統 Google 搜尋常從關鍵字開始，搜尋引擎提供一組相關網頁，再由使用者逐一閱讀與比較；生成式 AI 搜尋則常從完整問題或需求開始，由 AI 先整理多項資訊，再直接形成答案。

這並不代表 SEO 不再重要，而是企業除了「被搜尋到」，還需要進一步思考：網站內容是否足夠清楚，讓搜尋引擎、生成式 AI 與真正的客戶理解公司到底做什麼、適合誰、有哪些能力，以及為什麼值得信任。

企業想讓AI與客戶真正認識自己，網站應該提供哪些內容？

上午課程可以帶走哪些實務觀念？

企業生成式AI實務課程常見問題

Q1：AI應該被當成助理還是專家？

可以把 AI 理解成「具備廣泛知識能力的助理型專家」。它適合協助研究、整理、分析與產生初稿，但涉及企業事實、規格與重大決策時仍需人工確認。

Q2：為什麼使用AI之前要先餵資料？

因為 AI 不會自動知道企業的產品、客戶、價格、規格與工作方式。背景資訊越完整，AI 越有機會理解真正的任務與限制。

Q3：「人、事、實、地、霧」是什麼？

「人」是利害關係人與目標受眾；「事」是任務與目的；「實」是詳實具體的背景與事實；「地」是內容使用場景；「霧」則是希望呈現的氛圍、風格與格式。

Q4：企業可以把所有交易資料直接上傳給AI嗎？

不建議直接全部上傳。應先依公開、內部、機密與個資進行資料分級，必要時採用去識別化、企業工作空間或更嚴格的私有資料處理方式。

Q5：AI產出的文案或分析可以直接使用嗎？

不建議未檢查就直接使用。應確認事實、數字、規格、來源、品牌語氣及商業判斷，再依真正使用情境進行修改。

Q6：企業網站為什麼需要考慮SEO、E-E-A-T與GEO？

因為搜尋行為已同時發生在傳統搜尋引擎與生成式 AI。企業需要讓網站內容更清楚呈現產品、規格、經驗、作者、案例與可信任資訊，增加搜尋系統與 AI 正確理解品牌的機會。

本文講師與內容來源

黃震宇｜小胖老師｜企業AI、網站與數位行銷顧問

黃震宇人稱小胖老師，為國立成功大學 EMBA 高階管理碩士，現任一路科技股份有限公司總經理，長期投入企業網站規劃、SEO、AI 搜尋、生成式 AI、數位行銷、內容行銷、數據分析與企業業務實務。

曾擔任中華民國對外貿易發展協會網路行銷暨業務開發講師、中華民國青年創業協會講師，並具阿里巴巴網站業務及台灣經貿網顧問相關實務經驗。

本文依 2026 年 9 月 1 日上午實際授課錄音、現場板書與課堂互動內容整理。公開版本針對口語辨識錯字、重複語句與需進一步確認的資訊進行文字校正，保留實際課堂方法、案例邏輯與教學脈絡。

查看黃震宇完整介紹 認識一路科技 更多課程紀錄

AI真正提升的不是「寫得更快」，而是讓人能更快整理資訊、思考問題與完成工作

從餵資料、分析、工作指令，到人、事、實、地、霧與人工驗證，建立真正可以放進企業日常工作的生成式 AI 使用流程。