同一個 AI,為什麼有人只拿來寫信?

同樣的模型、同樣的月費,有人拿來改錯字,有人拿來重新設計整條業務流程。差距不在工具,在你丟給它的是什麼問題。

主視覺:許多任務紙條匯入晶片,經過定義問題,指向清晰目標

昨天收到 Gary Chen 的電子報,整理一位 Anthropic 工程主管提出的「高、深、廣」框架,主軸是:你用 AI 的上限,卡在自己的野心與認知。我沒有逐條核對原始出處,也不在這裡轉述框架細節。我想接著談的是顧問這一端:客戶用 AI 卡住,很多時候不是不會用,是問題定得太小、太碎。

零碎任務,換不到商業結果

我常看到企業導入 AI 的清單長這樣:寫行銷文案、整理會議紀錄、回覆客服信、做數據摘要。每一項都省了一點時間,加總起來,老闆卻說不出公司哪裡變好了。

原因很簡單:這些是任務,不是問題。任務回答「要做什麼」;問題回答「我們要改變什麼結果」。

就像去看醫生只說「幫我開止痛藥」,醫生照開,你也確實不痛了,但沒人問過為什麼會痛。AI 很會照單開藥,顧問的工作是先問病因。

為什麼問題定義是顧問的價值

AI 讓「執行」變便宜了,於是「決定要執行什麼」變得更值錢。

客戶自己就能叫 AI 寫十篇文案。他做不到的,通常是退一步看:這十篇文案要解決的是曝光不夠、轉換太低,還是根本找錯客群?問題定錯,AI 只會更快把錯的事做得很漂亮。

所以我不太在意客戶問「哪個 AI 工具最好」。我比較在意他能不能說清楚:做完之後,哪個數字會不一樣,誰會在乎。

把任務往上翻一層

我會用一個簡單的練習,帶客戶把任務改寫成可驗收的問題。三個動作:

往上問一層「為了什麼」。「用 AI 整理會議紀錄」為了什麼?為了讓決議有人追。那真正的問題是「會議決議的執行率太低」,AI 整理紀錄只是其中一個手段,可能還需要指派負責人和追蹤提醒。

往深問一層「卡在哪」。決議沒人追,是因為紀錄太慢,還是因為沒寫清楚誰負責、何時完成?如果是後者,紀錄整理得再快也沒用。

往旁邊看一層「還牽動誰」。決議執行率牽涉主管、專案窗口、甚至跨部門。範圍拉開,才知道要誰一起驗收。

這三層跟 Gary 信裡的「高、深、廣」不必一一對應,是我在顧問現場慣用的版本。

寫成驗收條件,才算定好

問題定義完,我會要求寫成一句可以驗收的話:「三個月內,週會決議在期限內完成的比例,從現在的基準提升到雙方約定的目標」。基準要先量,不能憑感覺;目標要由負責人同意,不是顧問自己喊。

有了這句話,AI 用在哪裡就清楚了:可能是自動擷取決議與負責人,可能是到期前提醒,也可能根本不需要 AI,只需要改會議流程。顧問的價值,有時候正是告訴客戶「這段不必用 AI」。

下次客戶說「我們想用 AI 做某件事」,先別急著挑工具。問他:做完之後,哪個結果會不一樣?

答不出來,就先陪他把問題定對。

靈感來源:Gary Chen Patreon 2026-11-07 來信〈你用 AI 的上限,卡在自己的野心與認知:Anthropic 工程主管的「高、深、廣」三維升級框架〉,原文。本文未引用框架原文與細節,未採用信中瀏覽數;三層提問與會議決議情境為本文示意,非客戶案例。