單元一：從顧問、執行到託付
用辦一桌菜的比喻，理解 AI 參與工作的三個成熟階段與人類責任。
單元一：從顧問、執行到託付
Kaine 用「辦一桌菜」說明 AI 參與工作的三個階段。差別不只是 AI 能力變強，而是誰在動手、誰在決定，以及工作邏輯是否已經被說清楚。
階段一：顧問
做事的人仍是你，AI 站在旁邊回答問題。就像你正在炒菜，遇到火候、順序或調味問題時問廚師。
- 你做的事：查資料、整理、撰寫與操作。
- AI 的角色：解釋、比較、提醒與提供選項。
- 省下的成本：查資料與卡住的時間。
- 常見用法：請 AI 解釋功能、比較兩種做法、檢查一段文字是否清楚。
顧問階段最適合剛開始使用 AI 的人，因為人仍掌握完整過程，也比較容易發現錯誤。
階段二：執行
做事的人換成 AI。它像一位能實際下廚的廚師，你說清楚要什麼菜、有哪些材料、誰要吃，它就先做出一版成品。
- 你做的事：提供材料、限制、格式、受眾與成功條件。
- AI 的角色：起草公告、製作考題、整理表格、規劃簡報或產生視覺內容。
- 省下的成本：重複動手與建立第一版的時間。
- 人的責任：檢查內容、指出差距並要求修正。
這個階段不是「一句話後完全不管」。第一版通常只是共同工作的起點；交辦越清楚，修正成本越低。
階段三：託付
你已經規劃好整套做事邏輯，不必每次逐步指揮。就像把菜單、材料規格、烹調順序、出菜時間與檢查條件都設計好，系統可以按照規則重複運作。
- 你做的事：定義目標、材料來源、流程、排程、例外與驗收方式。
- AI 的角色：依既定流程持續處理工作。
- 省下的成本：反覆盯進度與逐步下指令的時間。
- 必要前提：流程已經穩定，而且關鍵輸出仍有監督、驗證與停止機制。
託付不等於放棄責任。AI 是否能自動排程或連接其他工具，取決於實際系統設定；不能只因為模型會回答，就假設它會自己執行、發布或追蹤任務。
如何判斷目前在哪一階段
問自己三個問題：
- 最後動手產出的人是我，還是 AI？
- 我是否已提供足夠材料與驗收條件？
- 如果 AI 做錯，我能不能立刻發現、停止並修正？
若第 2、3 題還答不清楚，就不適合急著進入託付。先在顧問或執行階段把工作方法磨清楚，通常更有效率。
Teach-back
- 顧問和執行最大的差別是什麼？
- 為什麼託付需要流程與驗收條件，而不只是更長的 prompt？
- 選一件你的工作，說明它目前在哪個階段，以及下一階段還缺什麼。