❚ 關於課程
ChatGPT Chat 擅長對話協作；ChatGPT 桌面版工作代理擅長多步驟執行。
這兩件事聽起來像同一回事，但工作方式完全不同。一般 ChatGPT Chat 主要在對話中回應；ChatGPT 桌面工作代理則能在授權範圍內讀取工作資料夾、整理資料、套用模板並產出成果。你的角色也因此改變：從「提問者」變成「任務委派者與驗收者」。
這門課想解決的問題是：為什麼交給 AI 的任務總是跑偏？答案通常不是工具不好，而是任務規格不夠清楚、工作區沒有設計好、輸出沒有可驗收的標準。學會這三件事，你才真正能讓 AI Agent 幫你完成可交付的工作。
❚ 課程說明
任務交下去，AI 做出來的東西卻不是你要的？
你是否遇過以下困擾？
把需求說了一大堆，桌面工作代理產出的方向卻跑偏，不知道問題出在哪裡
擔心 AI 自動改壞原始檔案或覆蓋重要資料，但又不知道怎麼設計防呆機制
想讓 AI 幫忙產出一份可以交出去的報告，但最後還是要自己重頭整理
這些狀況背後有一個共同原因：任務規格不清楚、工作區沒有結構、驗收沒有依據。這門課從工作區設計出發，教你把模糊需求轉成桌面工作代理可執行的任務規格，並在每個階段做好驗收與回饋。
❚ 課程內容
5 大主題 × 從任務定義到成果驗收
ChatGPT 桌面工作代理的工作方式與使用邊界
ChatGPT Chat 與桌面工作代理的差異：對話協作 vs. 多步驟執行
工作代理不是全自動員工，而是受規則、權限與人工審核約束的任務協作者
任務規格撰寫與工作區規劃
如何把模糊需求轉成清楚的任務規格：輸入、輸出、驗收條件
工作區結構設計：任務說明.md、工作流程.md、驗證清單.md
資料整理與工作階段拆分
如何把散落資料來源整理成可追溯的輸入
將整體任務拆分為可逐步推進的執行階段
桌面工作代理實作：市場調查工作流全程演練
從原始資料到摘要、圖表、Dashboard、研究報告與寄件草稿
桌面工作代理如何在授權範圍內讀取檔案、整理內容、套用模板並產出成果
階段驗收與工作流複用
每個執行階段的自檢清單與人類審核節點設計
如何把一次完成的任務流程抽象成可重複執行的工作流模板
❚ 完課收穫
能清楚區分 ChatGPT Chat、網頁版 Work、ChatGPT 桌面版工作代理與 Codex 的工作邊界及適用情境
掌握任務規格撰寫方法，降低工作代理執行方向跑偏的風險
完成一個結構完整的桌面工作代理工作區與任務規格文件
取得工作代理輸出驗收清單與錯誤回饋模板，可沿用到其他任務
建立屬於自己的 AI 協作守則，明確人機協作的邊界、審核節點與責任分工
❚ 適合對象
- 已能穩定使用 ChatGPT，想進一步讓 AI 處理資料整理、批次文件產出或多步驟工作任務的進階學員
- 負責市場調查、競品分析、專案交付或資料彙整，需要產出可驗收成果而非只是文字草稿的營運、企劃或 PM
- 不具工程背景，但需要和技術團隊協作、或希望自己能管理 AI 執行任務的業務骨幹或流程改善推手
這堂課不重教 ChatGPT 基礎提示詞、Projects 或 Apps，建議已完成 ChatGPT AI Agent 工作坊或具備同等操作基礎再參加。學員需自備 ChatGPT Business 帳號，或申請 ChatGPT Business 一個月試用版，並於課前安裝好 Codex。
❚ 課程資訊
- 時間：2026.9.22（二）14:00-17:00
- 地點：捷運大安站附近（最晚於課前一週通知）
