我照網路教學設好 AI，它還是常常亂搞、忘東忘西、每次都要從頭教！

先說結論：你不是不會用 AI，你只是還在「單機模式」——每次都從頭開始。

我猜你的日常長這樣：開一個新對話，把前因後果重打一遍，下一大段 prompt，拜託它照你的意思做。它有時候做得不錯，你超開心。

然後隔天重開，它什麼都不記得了。你角色的設定、你上次講好的規矩、你踩過的坑——全部歸零。你又得從頭教一次。

或者更氣的：你明明白紙黑字寫了「不要這樣做」，它照樣這樣做。你看著它一臉自信地亂搞，忍不住吼：「不是啊兄弟，我不是才剛跟你說過嗎？！」

別急著懷疑自己。這不是你 prompt 爛，也不是你笨。是你缺了一整塊東西——那塊東西叫工作流（workflow）。

你缺的詞 = 工作流（workflow）／AI 協作系統

這篇文章有點不一樣。它不給你檔案、不給你程式碼——因為工作流是要「長」在你自己的習慣裡的，直接抄別人的沒用。我只是想讓你看看：一個真的把 AI 當同事在帶、而不是當許願機在用的人，背後那套流程長什麼樣。

看完，你至少會知道自己少了哪幾塊。

---

一、記憶：別讓你的 AI 每天上班都失憶

大部分人用 AI 最大的浪費，就是每次都在重新自我介紹。

想像你請了一個超強的員工，但他有一個問題：每天下班回家，隔天來上班就把昨天的事全忘光。 你昨天教他的公司規矩、客戶的名字、專案的來龍去脈，今天全部要再講一遍。

再強的員工，這樣用都是廢的。對吧？

所以第一件事：給 AI 一個「腦子」——一個它每次開工都會先讀的記憶庫。

我自己的做法是分兩層（這個分法很重要）：

• 常駐規則：一小份「鐵律」，每次開工必讀。像是「回我話一律用中文」「不確定就先問」「碰資料庫前先想清楚會影響多大範圍」。這份要短，短到它每次都讀得完、記得住。塞太多它會抓不到重點。
• 隨用隨查：真正的知識——踩過的坑、專案的細節、某個工具的怪脾氣——分門別類存起來，平常不讀，需要才調出來。 就像你辦公室的檔案櫃，不會每天早上把每一份都翻一遍，但要用的時候找得到。

這兩層我合起來叫它 second brain（第二大腦）。重點不是名字多炫，而是：你踩過的每一個坑、學到的每一課，都要「寫下來」，讓下一次的 AI 讀得到。 不然你等於每天都在踩同一個坑。

---

二、護欄：光「寫規則」沒用，你要的是「會自動攔的東西」

這裡是很多人卡住的地方，也是最反直覺的一點：

你寫在文字裡的規則，AI 可以照樣無視。

你在規則裡寫「不要刪這個資料夾」。它今天心情好就聽你的，明天不知道哪根筋不對，就照刪不誤——然後一臉無辜跟你說「我以為你是要我清乾淨」。

寫規則就像在牆上貼「請勿吸菸」的告示。有用嗎？有一點。但真正想禁菸，你會裝煙霧偵測器——它不管你有沒有看告示，你一點菸它就叫。

在 AI 的世界裡，那個「煙霧偵測器」叫 hook（自動攔截）。它不是拜託 AI 乖，而是在 AI 真的要做某個危險動作的那一瞬間跳出來擋下。文字規則是「請你不要」，hook 是「你做不到」。差別非常大。

我自己就掛了一整排這種攔截器：碰到危險指令先攔下來確認、AI 想亂推薦一個沒查證過的工具就擋住、寫日文對外的內容一定要先過一輪審查……這些不靠 AI 自律，靠機制。

這也是為什麼我常說一句話：管 AI，靠護欄，不要靠它的良心。 它沒有良心，它只有當下的機率。

---

三、反幻覺：逼它「不知道就說不知道」

AI 最危險的不是它不會，是它不會卻裝會。

你問它一個它其實不知道的事——某家公司多大、某個數字多少、某個做法對不對——它不會跟你說「我不確定」。它會用一模一樣的自信語氣，編一個聽起來超合理的答案給你。你信了，就出事了。

這在江湖上有個詞，叫幻覺（hallucination）。

我對付它的方法是一條鐵律，我把它寫進 AI 的規則裡，而且反覆強調：「不知道就說不知道。猜測必須標明『這是猜測』。」

聽起來很簡單，但威力很大。因為它把 AI 從「我要給一個答案」的模式，切換到「我要給一個誠實的答案」的模式。加上這條之後，我的 AI 開始會說「這部分我不確定，讓我先查一下」——而這，就是我要的。

延伸出來還有一條：碰到牽涉到「人」或「事實」的問題，先去查我的資料庫，查完再開口。 因為我的記憶不可靠，但我寫下來的檔案是可靠的。先查，再說。

---

四、工具選擇：同一件事有五種做法，你要一張「決策表」

當你玩得夠深，你會發現一個甜蜜的煩惱：同一件事，有好幾個工具都能做。

比如「叫 AI 去讀一個網頁」，我手上就有好幾種方式：有的快、只是想單純讀一頁的內容；有的能真的登入我的帳號、操作需要密碼的網站；有的適合寫成一個可以重複跑的腳本。它們各有各的強項，也各有各的雷。

新手的問題是：每次都用同一把槌子敲所有東西。 結果簡單的事用了殺雞用牛刀的工具（慢又貴），複雜的事又用了太陽春的工具（做不到、卡住）。

我的解法是給自己寫一張決策表（decision tree）——白話講就是「如果……就用……」的對照表：

• 只是想快速讀一頁 → 用最輕最快的那個。
• 需要登入、要用到我的帳號密碼 → 用能保留登入狀態的那個。
• 這件事我以後還會重複做很多次 → 花點時間寫成可重複跑的腳本。

寫下來之後，我（跟我的 AI）就不用每次現場糾結，照表選就好。這張表本身，就是經驗的結晶。 你踩過哪個工具的雷，就在表上註記一句，下次就不會再踩。

---

五、驗證：說「做好了」之前，先找「第三方」看一眼

最後一塊，也是最容易被跳過的一塊：驗證。

AI 有個很人性的毛病——它不會揪自己的錯。 你叫它寫完東西、再叫它自己檢查，它十之八九會跟你說「檢查過了，沒問題！」

你會自己跟老闆說自己的報告哪裡寫爛嗎？不會嘛。AI 也一樣。

所以我的鐵律是：做完的東西，找「第三方」看一眼，再說「done」。 那個第三方，可以是另一個 AI——換一個不同的模型、用一雙沒有立場的眼睛去挑毛病。自己改自己的考卷，永遠改不出東西；換個人來改，一挑一個準。

而且我對「做好了」這三個字很嚴格。在我這，「做好了」的定義是：測試有跑過 + 第三方看過 + 真的驗證過結果——不是「看起來應該可以」。「應該可以」通常就是「等下要出事」的意思。🤣

---

你會搜錯的關鍵字 vs 該搜的正確詞彙

你崩潰時會打的（搜不到）	該搜的正確詞彙
「AI 每次都忘記，怎麼辦」	AI memory / knowledge base / persistent context
「AI 不聽我的規則」	guardrails / hooks / enforcement（不是純 prompt）
「AI 一直亂編答案」	hallucination / grounding /「不知道就說不知道」
「AI 工具那麼多不知道用哪個」	tool routing / decision tree
「怎麼確定 AI 真的做對了」	verification / second opinion / third-party review

---

收尾：從「許願機」升級成「工作流」

回頭看這五塊——記憶、護欄、反幻覺、工具選擇、驗證——你會發現它們其實不是什麼黑魔法。

它們是你怎麼帶一個聰明但不完美的員工：給他記得住的筆記、設好他不能亂來的護欄、逼他誠實、教他什麼情況用什麼工具、東西交出去前找人覆核。

差別只在於，你帶的是一個永遠不會累、但也永遠不會自動長記性的員工。所以那套「制度」得由你來建。

這，就是「一個人 + AI」真正能做出東西的原因。 不是因為你 prompt 下得多神，是因為你在 AI 外面，搭好了一整套讓它跑得穩的框架。

我不是要你今天就全部做完——挑一塊開始就好。真要我建議，先從第三條（「不知道就說不知道」）開始，因為它最便宜、效果最立即。

而我們在這個許願池做的事，就是把上面每一塊——記憶怎麼搭、護欄怎麼掛、決策表怎麼寫——把你崩潰時打出來的那句「AI 怎麼又亂搞」，翻譯成能真正找到答案、甚至直接搭起來的東西。

我想把 AI 從「每次都要重教的工具」變成「像一個記得脈絡、照我規矩做事的同事」。請幫我盤點我目前的 AI 使用方式，缺了哪些環節。請針對以下五個面向各給我 2-3 個具體、我今天就能開始做的動作，並用白話解釋每個面向在解決什麼問題：

1. 記憶（memory / knowledge base）：怎麼讓 AI 不要每次重開就失憶？
2. 規則與護欄（rules / guardrails / hooks）：怎麼讓 AI 真的照我的規矩做，而不是我寫了它照樣忽略？
3. 反幻覺紀律（anti-hallucination / grounding）：怎麼逼它「不知道就說不知道」，而不是自信亂編？
4. 工具選擇（tool routing）：同一件事有好幾個工具能做，怎麼判斷什麼情況該用哪個？
5. 品質驗證（verification / second opinion）：怎麼在說「做好了」之前，先驗證它真的做對了？

最後請告訴我：以我現在的程度，這五個裡面「最該先補」的是哪一個，為什麼。