Mii Lab · Enterprise · pg. 01 / 09
For Enterprise · 企業 AI 自動化內訓 Issue No. 01 · 2026

讓你的團隊 把日常工作 拆成 AI 工作流。

適合已經開始使用 AI，卻還看不到明確成效的團隊。3 天內，員工會用自己的工作，拆出一條能執行、能維護的自動化流程。

預約 30 分鐘免費對談 → 先看 3 天怎麼上
Feature Reel · 5 min
3 小時的人工整理，
變成8 秒跑完的 AI 工作流。
↗ 5 分鐘了解 AI 自動化的核心方法論
An Overture · The Landscape AI 走到哪了

AI 已經進入
「代理人執行任務」
階段。

AI 的重點，已經從「問答」走向「執行」。但多數員工還停在潤稿、摘要、複製 prompt。真正的落差，是工作還沒被拆成 AI 能接手的流程。

— 2022-2023
單一對談
以前多半把問題貼進 ChatGPT 或 Claude，請它回答、潤稿、摘要。
— 2024-2025
連到資料
與工具
Connectors、MCP 讓 AI 不只看聊天框，也能連文件、程式庫、資料庫與內部工具。
Now · 2026
代理人
接手流程
ChatGPT agent、workspace agents、Codex 這類工具，已經能研究、操作、寫 code、產報表、跑長任務。
— Next
多代理
協作
A2A 這類協議正在解決「不同代理人如何互相溝通」，企業會開始管理一群 AI 工作者。
— Business
公司變成
AI 可讀系統
官網、文件、SOP、資料庫都會成為 AI 的工作來源。內容不只給人看，也要讓 AI 能讀懂。
— So what?

企業缺的不是更多 AI 工具。而是有人能把工作拆成 AI 跑得動的流程。這堂課，就是把團隊從「會問 AI」帶到「會管理 AI 工作流」。

Chapter 01 · The Position 你的員工在哪裡

大部分人卡在
「每天用」，
離「自動化」
還有一階。

— 課程目標
第二階　自動化
「按一下就跑」的境界
★ 你的員工在這
每天用 AI 9%
會用，但每次都要重做
— 一般人
沒用過　91%
3 Days
3 天課程
帶你的員工
登頂
— What this means
for your team

91% 的人沒用過 AI、9% 每天用但每次都要重做。Mii Lab 的 3 天課程設計就是把員工從中間階直接拉到第二階，不只會用，還能自動化。

Chapter 02 · The Problem 為什麼買了 AI 工具沒效

已經買了 AI 工具，
為什麼員工
還是沒在用？

— Problem 01

公司付了 ChatGPT Team / Gemini for Workspace 的訂閱費，但員工只用它寫祝賀詞和潤稿。

— Problem 02

上完坊間的「ChatGPT 入門課」，員工拿到的是「100 個 prompt 模板」，回到工作流程還是手動。

A note from
the instructor
這些問題的共同原因：員工學的是「工具按鈕」，不是「拆解工作流」的能力。
工具會被取代，拆解力不會。
— 採購視角

差別不在課程內容，
在結業之後。

Before

一般內訓交付知識

課後只有滿意度問卷，員工回到座位，還是不知道自己的工作哪一段可以交給 AI。

After

Mii Lab 交付流程

每位學員帶走一條自己的流程，主管也看得到下一步該從哪裡導入。

Chapter 03 · What You Get 企業會帶走什麼

不只聽懂 AI，
而是帶走
能落地的工作流。

我不把課程設計成工具展示。每位學員都會帶一件真實工作進來，判斷適不適合自動化，再把它拆成可以執行的流程。

— Deliverable 01

部門自動化機會清單

用重複頻率、資料取得難度、風險程度和預期效益，判斷哪些工作適合先做，哪些應該保留人工判斷。

— Deliverable 02

學員自己的工作流原型

每位學員選一件真實、重複、可練習的工作，拆成目標、資料、規則、輸出，現場跑通第一個版本。

Principle 01先判斷：一次性工作，還是重複性工作
Principle 02AI 寫程式，程式才動資料
Principle 03用目標 / 資料 / 規則 / 輸出拆需求
Chapter 04 · The Principles 三條心法 — 課程的根

3 條心法，
讓員工帶走
自己的判斷力。

工具會換，判斷邏輯不該跟著失效。這堂課要留下的，不是某個 prompt 模板，而是員工回到工作現場後，知道哪裡值得自動化、該怎麼拆、怎麼驗收。

01— First Principle
once repeat

一次性的事 vs 重複性的事

不論工具怎麼進步，第一個判斷永遠是這個：你要做的這件事，是「做這一次」還是「以後會一直做」？答案不同，工具就完全不同。

One-time · 一次性
直接走網頁版
  • 寫一封給供應商的信
  • 整理一次會議記錄
  • 查一個產業數據
  • 把一段英文翻成中文
Claude.ai · ChatGPT · Gemini
Repeated · 重複性
走 AI + 程式自動化
  • 每週彙整加盟店業績
  • 每月整理進貨價格
  • 每天寄日報給主管
  • 每次月初做請款附件
寫一次，下次按一下就跑
02— Second Principle
AI 程式 Data — bridges — AI never touches data

把 AI 跟資料分開

很多人會問：「我直接把資料貼進 ChatGPT 不就好了嗎？」一次可以。但第十次、第一百次，會出兩個問題。

— Reason 01 · 安全

資料不會被餵給 AI 訓練

你把公司業績、客戶名單貼進個人版 ChatGPT，預設會被拿去訓練。讓「程式」當橋樑：資料留在公司系統，AI 從頭到尾沒看過一筆真實資料。

— Reason 02 · 可重用

寫一次，下次按一下就跑

貼進網頁版：每週都要重新貼、重新講、重新等回答。讓「程式」做事：寫一次存起來，下次資料更新，按一下「執行」，從 8 小時變 8 秒鐘。

AI 寫程式，程式才動資料。 — AI doesn't touch your data, the code does.

※ 課堂使用 Google Apps Script (GAS) 是因為員工已有 Workspace、零門檻起步。但這只是 implementation，同樣的原則也可以用 Python、Zapier、Make、n8n 達成。

03— Third Principle
目標 資料 規則 輸出 Goal Data Rules Output

怎麼把需求跟 AI 講清楚

大部分人寫 prompt 平均 9 個字；有效 prompt 平均 30-40 字。不是寫長就好，是有結構。員工學完，每次跟 AI 講話都用這 4 步驟。

01— Step One
目標Goal

一句話：什麼進來、什麼出去。

02— Step Two
資料Data

資料在哪裡、長什麼樣子。

03— Step Three
規則Rules

計算什麼、判斷什麼、例外怎麼處理。

04— Step Four
輸出Output

產出什麼、什麼格式、寄給誰。

使用前：員工平均寫 9 字 給 AI 使用後：員工平均寫 30-40 字，有效率 3-4 倍
— The
Foundational
Principle
「AI 寫程式，
程式才動資料。」
Day 1, Module B
— Sandra, 2026

這句話是課程的軸：員工學完，會自己分辨什麼問題該用 AI、什麼問題該用程式、什麼問題該找人。

Chapter 05 · The Curriculum 課程架構

3 天課，3 個模組：
從判斷、拆解，
到跑起來。

— Module A
01

判斷力

For 管理層 / 全員　・　Solves 不知道什麼事該用 AI 的問題

先建立判斷標準：哪些工作適合自動化，哪些只需要用 AI 輔助，哪些不該硬做。

Input各部門日常工作清單
In class評估重複性、風險與效益
Output部門自動化機會清單
— What students take away
  • 「一次性 vs 重複性」判斷框架
  • 部門自動化機會清單，挑出值得優先嘗試的工作
  • 4 步驟需求引導表（目標 / 資料 / 規則 / 輸出）
— Module B
02

拆解力

For 關鍵流程員工　・　Solves 問 AI 問不清楚的問題

把一句模糊的交辦，拆成 AI 能理解、員工能驗收的具體任務。

Input一個真實、重複、卡住的工作
In class拆成目標、資料、規則、輸出
Output跑得起來的 GAS 自動化
— What students take away
  • 把「模糊主管交辦」拆成 AI 能執行的具體任務
  • 1 個自己工作流程的 GAS 自動化，跑通、能改、能重複用
  • 「看得懂 code 的 4 個地方」，不需要學程式語法，也能改 AI 給你的程式
— Module C
03

自動化力

For 數位轉型小組 / IT　・　Solves 單點工具串不成流程的問題

把單點工具串成流程：資料從哪裡來、誰要收到、什麼時候自動執行。

Input跨工具、跨資料來源的任務
In class串接資料、工具、通知與回報
Output個人 AI 助手與 Agent 流程
— What students take away
  • 部署一個串 Sheet 後台的網頁應用（公開連結，同事可以用）
  • 個人 Gem 助手 / Claude Desktop 工作環境配置
  • 1 個 Agent 自動化流程（自動爬資料 + 寫日報 + 寄信）

※ 3 天可以分階段上完（如：上午班 / 下午班 / 隔週上）。也可單獨採購 Module A 作為高階主管 workshop。

Chapter 06 · The Journey 3 階段升級 — 課程帶員工的路徑

從「我問 AI 答」
到 AI 跑完
一條流程

這段讓主管快速看懂課程推進路徑：不是多學幾個工具，而是把團隊帶到能管理 AI 工作流。

01
— Past · 大多數人停在這
?

單一問答

一問一答，每次從零開始

員工把問題輸入、AI 給回答、員工貼出來用。看起來方便，但工作量還在員工身上。

  • 每次都要重新講背景
  • 同樣工作每週重做一次
  • 資料貼 AI 有外洩風險
  • 工具換版本要重學
— 結果

91% 員工停在這個階段。

02
— 這套課程的核心
? auto

工作流自動化

員工拆解需求，AI + 程式做事

把重複工作拆成 AI 能執行的步驟。寫一次，下次按一下就跑。換什麼 AI 工具都還能用。

  • 員工學會拆解模糊需求
  • AI 寫程式作為橋樑
  • 資料留在公司系統
  • 同樣的工作 8 小時 → 8 秒
— 結果

每位員工帶走至少 1 個跑得起來的自動化流程。

03
— Frontier · 課程進階
A ✓ ✓ ✓

解放雙手

從工具人 → 變 manager

AI 不只回答，自己跑完整條流程。員工只看結果，不看 code。

  • 員工交付目標（一句話）
  • AI 自己決定怎麼做
  • 多步驟自動串聯
  • 員工只看結果
— 結果

帶走 個人 AI 助手 + Agent 自動化流程。

A Brief Glossary · 課程會帶到的 AI 名詞
Agent
AI 不只回答，會自己執行多步驟任務、做完回報。
Claude Cowork
Anthropic 桌面 agent app，AI 可讀寫你的電腦檔案。
Codex App
OpenAI 的 agent 模式，整合在 ChatGPT 裡。
MCP
Model Context Protocol，AI 串接公司系統的標準協議。
Chapter 07 · The Case Case No.01 · 2026
★ Field Notes
真實案例 — 跨部門內訓現場紀錄
A First-hand Account

課程結束之後，
我陸續收到學員的訊息。

沒人要求、課堂沒教，他們在課堂之外又自己寫出新東西。下面是其中一段對話。

— The Engagement

台灣某大型企業集團 · 跨 8 部門 · 3 天全員內訓

— Before · 入課前

多數只會單一問答

把問題貼進 ChatGPT、複製回答。每次都要重講一遍背景。

— During · 課程中

每人寫完一條按一次就跑的工作流

把自己負責的重複工作拆成 AI + Sheets + Apps Script 自動化原型。3 天結業時全員完成。

— After · 結業之後

有人課外又寫了一個

學員把同樣方法用在課程之外，做出自己的存股財務儀表板。下方是這位學員結業數週後傳來的訊息。

Notably · Day 2

一位將近 50 歲、0 工程背景 的員工，
第 2 天就把 GAS 自動化 自己跑了出來。

而下面這段 LINE，是另一位學員下課後主動傳來跟我分享的：

學員
結業數週後
某個週五晚上
學
老師，沒丟妳的臉吧。
22:46
學
學員自製存股儀表板示意（Google Sheets + Apps Script） — 學員自製存股儀表板 · Google Sheets + Apps Script · 示意重繪
22:46
你好棒唷。
22:48
S
你用什麼做的？
22:48
S
資料存哪？
22:48
S
學
資料存在 Google Sheets。
用 GPT + Apps Script 做的。
22:51

值得留下的，從來不是 prompt 模板或工具操作。是員工結業之後，還在自己長。

※ 公司因保密協議未具名 · 對話經學員同意截取，已做匿名與細節脫敏處理。

另有多件作品 — Selected builds & experiments
許多 AI-built 工具 · 2024-2026
  • 產業電子報— Data
  • 業績總整理— Data
  • 校友會報名網站— Web
  • 甜點品牌官網— Web
  • 水餃訂購系統— Web
  • 電子雞養成（PWA）— App
  • 手寫風貼文產生器— App

大部分作品沒有公開連結，它們不是給市場的產品，是「我自己用的工具」。但我用 AI 寫得出這些東西，意味著我教你的方法是真的可行的，不是課堂理論。
到「關於我」看完整作品集 →

Chapter 09 · The Instructor 講師介紹

為什麼是我來教？
因為我懂
工具之外的現場。

Sandra
Sandra · 2026

我是 Sandra。行銷企劃出身，0 工程背景，後來用 AI 把自己的重複工作一個個拆掉。

我做過品牌、產品、電商、通路、活動、連鎖營運與跨部門專案。這讓我在內訓現場，不只看工具，也看得懂員工手上的工作為什麼卡住。

  • 13 年品牌行銷 PM · 跨 8 個產業：文化觀光、FMCG、設計、電商、餐飲採購、連鎖餐飲、二房東、自媒體
  • 長期跨部門協作：研發、採購、營運、財務、IT、業務與生產端
  • 非工程背景實作者：我知道第一次看到 code、流程和資料時，員工會怕什麼
我課後給學員的問答工具 LiveBoard，
是我自己用 AI 寫的。我不只在教 AI，
自己每天都在用 AI 做真實產品。

這堂課會由我本人從需求對談、課程設計到現場教學一路負責。不是制式教材，也不是只教工具操作。

Chapter 10 · How I Work 流程與承諾

我怎麼工作，
兩面攤開給你看。

左邊是時間軸，你會經歷的 4 個步驟。右邊是工作信念，4 件你不用懷疑的事。兩邊一起看，比看任何客戶 logo 都實在。

The Process— 4 個步驟，看見時間軸

— Step 01 · Day 0

30 分鐘需求對談

我會問你 5-8 個問題：員工現在做什麼工作？卡在哪？團隊背景？預期成效？誠實告訴你「這個需求適不適合做內訓」。

— Step 02 · Day 1-5

客製課綱（3-5 天）

依貴司產業、部門組成、既有 AI 工具，調整教材與練習題。你會收到完整課綱 + 教材樣本，再決定要不要委託。

— Step 03 · Day 14-21

3 天交付

課程以線下實體進行。每位學員會收到「上課手冊 + 範本 Sheet」。

— Step 04 · Day 22-52

結業 30 天追蹤

結業 30 天內提供一次線上 office hour。

The Promises— 4 條你不用懷疑的事

— Promise 01 · Honesty

30 分鐘對談我會誠實告訴你「不適合」

如果你的團隊現在不適合做內訓（人數太少、老闆還沒對齊、流程還太亂），我會直接說，不會塞單。

— Promise 02 · No Pressure

沒看到報價單前，你不用決定任何事

對談結束後你會收到具體報價 + 客製課綱。預算、節奏、要不要做，全部你說了算。

— Promise 03 · Open License

教材授權 — 學員無限期使用

上課手冊、範本 Sheet、引導表、Code 片段，所有檔案結業後員工帶回工作崗位無限期用。教材不對外販售。

— Promise 04 · Founder-led

30 天追蹤期 — Sandra 親自回

不是 chatbot、不是 junior 助教。學員 30 天內遇到的問題，office hour 由我本人回答。

Chapter 11 · FAQ 採購常見問題

FAQ

01
最少幾人可以開課？
建議 8-15 人。少於 8 人不符成本；超過 15 人個別實作的指導品質會下降。如貴司需要小班（如 4-6 人高階主管 workshop），可單獨討論。
02
費用怎麼計算？
依 人數 × 天數 × 客製程度 估價，依實際客製內容報價。30 分鐘對談後我會給你具體報價單，沒看到報價前不需要決定任何事。
03
可以只上 1 天嗎？
可以。Module A（判斷力 + 部門自動化機會清單）可單獨採購為「高階主管 4 小時 workshop」，適合公司想先讓決策層理解 AI 在做什麼。
04
員工程度差異很大怎麼辦？
完全沒問題。課程會分成基礎任務與進階任務：新手先把一條流程跑通，熟悉工具的人則挑戰更複雜的資料串接或自動化情境。
05
課後員工不會用怎麼辦？
這是我和坊間 AI 內訓最大的差別：我們有 30 天追蹤期。學員回到工作崗位後卡關，可以在 office hour 直接問。
06
有沒有政府補助方案？
有。政府有針對企業與在職員工的訓練補助，方案與資格會隨年度調整，建議直接到勞動部產業人才投資方案查詢系統看最新適用方案。30 分鐘對談時我也可以協助你判斷適合哪一條。
07
線下要去你那邊還是你來公司？
老師到府（北中南皆可，台南為主場）。你只需要準備會議室 + 投影 + 學員筆電 + Wi-Fi。
08
教材是你的還是我們的？
教材著作權屬於 Sandra，但學員可以無限期使用結業時帶走的所有檔案（範本 Sheet、引導表、Code 片段、上課手冊）。教材不對外販售。
— Get in touch

如果你想知道公司
適不適合上這堂課，
我們可以先聊 30 分鐘。

我會直接和你判斷：現在該不該做、適合從哪個部門開始、3 天內能期待什麼成果。

預約 30 分鐘免費內訓對談 → 加入 LINE 好友 ↗
sandra@mii-lab.tw LINE OA 加入好友 ↗ 1 個工作天內回覆