| 5 上一課 | 6 本篇 | 7 下一課 |
這是 4D 框架 Delegation 單元的第一課。前幾課建立了技術背景，從這課開始正式進入「怎麼用」的實戰環節。Delegation 的核心問題只有一個：這個任務，什麼部分由我來做、什麼部分交給 AI、什麼部分我們一起做？ 這課拆解 Delegation 的三個子能力——Problem Awareness、Platform Awareness、Task Delegation——並提供一個馬上能用的實作練習框架。
📋 課程基本資訊
| 項目 | 內容 |
|---|---|
| 所屬課程 | AI Fluency: Framework & Foundations |
| 課程章節 | Delegation（委派）— 第一課 |
| Lesson | Lesson 6：A closer look at Delegation |
| 課程平台 | Anthropic Academy（免費） |
| 預估學習時間 | 影片 6 分鐘 ＋ 練習 10–15 分鐘 |
🎯 這課學完你會得到什麼？
- 說明 Delegation 的定義及其三個子能力
- 辨別哪些任務適合自己做、哪些適合交給 AI、哪些適合協作
- 運用 Problem Awareness、Platform Awareness、Task Delegation 三步驟，為任何任務建立委派計畫
🧠 課程重點筆記
Delegation 到底在說什麼？
課程給出的官方定義非常清楚：
Delegation is making thoughtful decisions about what work is appropriate for you to do, for AI to do, or for you and AI to do together, and how to distribute those tasks.
Delegation 是做出深思熟慮的決策，判斷哪些工作適合由你來做、由 AI 來做，或由你和 AI 一起做，以及如何分配這些任務。
注意定義裡有三種可能：你做、AI 做、一起做。Delegation 不是「交給 AI 就好」，而是根據任務性質做出最合適的分配決策。
課程也強調一個重要前提：有效的 Delegation 需要兩種知識同時具備——你自己領域的專業知識，以及對 AI 能力的理解。只有其中一個，都會讓委派決策失準。
三個子能力：一步一步做好委派
trying to do?
Clearly understanding your goals and the nature of the work before involving AI.
在引入 AI 之前，先把任務想清楚：你的目標是什麼？這個任務的性質是什麼？需要哪些步驟才能達成？哪些部分需要創意、判斷或專業知識？
do well?
Understanding the capabilities and limitations of different AI systems.
了解你要使用的 AI 系統能做什麼、不能做什麼。不同的平台有不同的強項——Claude 和 ChatGPT 的擅長領域不完全相同，同一個平台的不同版本也有差異。這步驟讓你把任務匹配到正確的工具。
the plan
Thoughtfully distributing work between humans and AI to leverage the strengths of each.
結合前兩步的理解，做出實際的任務分配決策：哪些部分由你負責、哪些交給 AI、哪些一起協作完成。這不是一次性決定，在任務進行中你可能需要根據 AI 的表現動態調整。
任務委派的判斷基準
要判斷一個子任務該分給誰，可以問自己幾個問題：
| 判斷問題 | 傾向由人做 | 傾向交給 AI |
|---|---|---|
| 需要原創想法或創意嗎？ | ✅ 核心創意由人主導 | 可協助發想、擴展 |
| 需要領域專業判斷嗎？ | ✅ 專業判斷由人負責 | 輔助整理與格式化 |
| 需要最新資訊嗎？ | ✅ 人工查核時效性資料 | 處理非時效性背景知識 |
| 需要精確數字計算嗎？ | ✅ 驗算和確認數字 | 輔助框架與詮釋 |
| 是重複性、格式化的工作嗎？ | 僅做最終審核 | ✅ 很適合交給 AI |
| 需要大量資料整合或摘要嗎？ | 設定方向和驗證 | ✅ AI 的強項 |
Delegation 的目標不是把所有事情都自動化，而是為每個任務創造最有效的人機協作。有時候，最好的決策就是「這件事我自己來」。
實際情境範例
用「準備一場 30 分鐘的客戶簡報」來示範完整的 Delegation 思考流程：
🎯 任務：準備一場 30 分鐘的客戶簡報
① Problem Awareness：這場簡報的目的是說服客戶採用新方案。我需要了解客戶的背景、整理我方的數據、設計說服邏輯，並製作視覺化的投影片。核心的說服邏輯需要我的判斷，數據的解讀需要我的專業知識。
② Platform Awareness：Claude 擅長整理資料、草擬文字、提供架構建議，但不了解我們的客戶背景和內部數據。我需要提供足夠的脈絡，並驗證它給的任何具體數字。
③ Task Delegation 計畫：
- 說服邏輯和核心論點 → 我來
- 簡報大綱草稿 → AI 協助起草，我修改
- 各節投影片文字內容 → AI 協助，我審核
- 客戶背景研究 → 我來（AI 不了解特定客戶）
- 數據圖表的文字說明 → AI 協助撰寫
- 最終投影片設計 → 我來或用其他工具
✏️ 課程練習：和 AI 一起制定委派計畫
這個練習讓你馬上把 Delegation 框架套用到真實任務上。
練習步驟
第一步：選一個真實任務
從你的工作或生活中挑一個小任務——起草一封郵件、規劃一個會議、整理一份報告的大綱都可以。
第二步：把任務告訴 Claude
開啟 Claude.ai，用這個開場方式開始對話：
第三步：一起探討這四個問題（記得是對話，不是列清單！）
- 這個任務的整體目標是什麼？好的結果長什麼樣？
- 要達成目標，有哪些不同的子工作需要完成？
- 哪些子工作需要人的專業知識、創意或判斷？
- 哪些部分 AI 可以有效協助？
第四步：一起制定委派計畫
根據對話的結果，整理出一份簡單的分工方案——哪些你來、哪些 AI 來、哪些一起做。
課後反思
- 回想一個你最近用 AI 做的任務——如果當時有 Delegation 框架的意識，你的做法會有什麼不同？
- 你的工作或學習中，哪些類型的任務最適合 AI 協作？
🔜 下一課預告
Lesson 7 會把 Delegation 帶入一個更完整的場景：多步驟的專案規劃。你會選擇一個真實的專案，定義願景、拆解任務，並建立一份能在整個課程中持續使用的委派計畫。這個專案將成為你在後續每個 4D 能力課程中實際操練的素材。
📖 延伸閱讀
❓ 常見問題 FAQ
Delegation 是一次性的決定嗎？
不是。Delegation 更像一個動態過程。你在任務開始前做初步的委派計畫，但在實際執行中，可能發現 AI 在某個部分表現超出預期，或某個部分需要更多人工判斷。隨時根據實際情況調整分工，是 Delegation 的重要一部分。
如果我不確定某個任務適不適合交給 AI，怎麼辦？
最簡單的做法就是課程練習示範的方式：直接和 AI 討論。告訴它你要做什麼、你的目標是什麼，然後一起探討哪些部分它能有效協助。這個對話本身就是一種 Platform Awareness 的累積。
Delegation 和直接下指令給 AI 有什麼差別？
直接下指令是 Automation 模式——你說什麼，AI 做什麼。Delegation 是更上層的思考：在你輸入任何指令之前，先想清楚整個任務的分工策略。Delegation 是決定「要不要用 AI、用在哪裡」，下指令是「怎麼用 AI」。
Platform Awareness 要怎麼建立？
最有效的方式是實際使用和觀察。每次用 AI 完成任務後，記錄它在哪些地方表現好、哪些地方令你失望。閱讀 AI 官方文件和課程（像這門 AI Fluency 課程）也能系統性地建立 Platform Awareness。這是一個持續累積的過程，隨著你使用越多，判斷會越來越準確。
Delegation 的目標是讓 AI 做越多越好嗎？
不是。課程明確說明：Delegation 的目標是為每個任務創造最有效的人機協作，而不是最大化 AI 的使用量。有些任務最好完全由人來做，這也是一個有效的 Delegation 決策。
📬 喜歡這篇文章？訂閱電子報不錯過任何更新
生成式 AI 時代，最珍貴的資產不是工具本身，而是你的提問力與協作思維。
每週精選 AI 實戰技巧、官方課程更新與 AI 工作流攻略，直接寄到你的信箱！
Leave a Reply