AI 幫你省了時間,為什麼待辦反而更多?
- 問題AI 降低了產生候選與草稿的成本,卻可能把更多查證、取捨與收尾工作推到人面前。
- 有趣轉折兩個模型各用約 10 至 12 秒交出十項可執行工作後,實驗室才發現結果不是少了待辦,而是瞬間多了二十個需要判斷的候選。
- 可以帶走把 AI 產出的內容先留在候選區;每十個只讓一個進入執行,並先寫清楚誰會因此改變什麼決定。
把好奇的那一頁翻開
這不是成果倉庫,而是一本會繼續長大的實驗圖鑑。挑一篇進去,看問題、轉折、翻車,以及最後能帶走的方法。

我在 7 月 10 日開始使用 ChatGPT Work,原本只想省下重複的網站發文工作,卻一路長出分工、驗證、派工、人工核准與正式版本回收。這篇記錄 AI 內迴圈與人類外迴圈如何在真實工作中逐步形成。
我只是想替 Lukas Lab 換上暖白背景、深藍文字與藍灰連結,WordPress 編輯器也顯示儲存成功,正式前台卻仍是白底黑字。這篇記錄一次 custom/custom- 色彩變數引用不一致的翻車,以及我如何只復原顏色、分兩輪重套並避免把小錯修成全站事故。
規則寫完後,怎麼知道 AI 真的會遵守?這篇記錄一套 AI 工作制度如何經過四輪 Eval,從責任路由、敏感憑證到廣域搜尋範圍,三次失敗後才達成 45/45,也說明為什麼通過測試不等於絕對安全。
一頁靜態網站本身不難;真正花時間的,是讓原型經過查帳、退件、安全檢查與人類裁決,最後成為可以公開、回滾與長期接手的成果。