
我們有一個客戶,去年發了一張公告:「全員 AI 化,從下週起,每位同事都要學會用 ChatGPT 加速工作。」三個月後再去看,行政部還在用 Excel 排假、行銷部還在用 Word 寫文案、業務還在 Line 一對一跟單。唯一的差別是,有 3 位主管去考了 AI 證照,剩下的人連 ChatGPT 都沒登入過。
這不是個案。BCG 2026 年企業 AI 成熟度調查 訪問了全球 12,000 名員工,發現 67% 的公司宣布了 AI 戰略、但只有 11% 的員工每週實際使用 AI 工具。最大的瓶頸不在工具、不在預算,而在「公司根本沒教員工怎麼用」。買了 ChatGPT Team,每人發一組帳號,期待員工自己摸索——這是中小企業最常見的 AI 培訓陷阱。
這篇文章寫給準備幫團隊上 AI 培訓的中小企業老闆與 HR 主管。我們把 60 天的培訓分成 4 個階段:認知、工具、實戰、產出。每個階段給你具體的內容大綱、時數、預算、KPI,看完之後你可以直接拿這份規劃跟外部講師談、跟內部主管對齊,或自己接手執行。

為什麼員工 AI 培訓比買 AI 工具更重要
先講個我們親眼看到的數字。一家 80 人的貿易公司,2026 年初幫全員開通 ChatGPT Team 帳號,月費約 USD 2,000,加上 Microsoft 365 Copilot 月費 USD 2,400,一個月 AI 工具支出 NTD 14 萬。半年後內部稽核,發現「每週至少使用 AI 工具 3 次以上」的員工只有 18 人——也就是 NTD 84 萬的年度工具預算,有 78% 是浪費的。
這就是中小企業 AI 導入最大的隱性成本。工具不是貴在月費,工具是貴在「員工不用、就完全是沉沒成本」。培訓的本質是把工具預算的 ROI 從 22% 拉回到 70% 以上,Prompt 技巧反而是其次。
指標 | 沒做培訓 | 做了完整培訓 |
|---|---|---|
每週活躍使用員工 | 20%~30% | 70%~85% |
工具預算 ROI | 20%~35% | 65%~80% |
導入後 6 個月離職率 | +12%(因焦慮) | -8%(因賦能) |
主管對 AI 滿意度 | 3.2/10 | 7.8/10 |
員工抗拒比例 | 45% | 12% |
Deloitte 2026 年 Future of Work 報告補充了另一個關鍵發現:做過完整 AI 培訓的員工,導入後 6 個月的離職率比未培訓的低 8%。原因不難理解——員工怕的不是 AI,員工怕的是「公司在悄悄評估誰能被 AI 取代」。培訓計畫一旦啟動,員工知道公司是在幫他升級而不是淘汰他,焦慮感會大幅下降。
第一階段(Week 1~2):建立 AI 認知與心理建設
第一階段最容易被老闆跳過,因為它「不教任何技能」。但這正是整個培訓計畫成敗的關鍵。員工如果在心態上沒被打開,後面 8 週你教得多深入,他都會找理由不用。
這個階段要做的 4 件事
- 全員大會 1 場(90 分鐘):老闆親自說明「為什麼公司要做這件事」、「公司的承諾是什麼」、「不會用 AI 取代既有員工」
- AI 焦慮工作坊 1 場(60 分鐘):讓員工匿名寫下對 AI 的擔憂,HR 主管現場一條條回應
- AI 工具體驗會 1 場(60 分鐘):給每個人一個無壓力的環境試用 ChatGPT、Claude、Gemini,目標是「玩」而不是「學」
- 建立內部交流頻道(Slack 或 Teams):員工可以隨時貼出「我今天用 AI 做了什麼」、「我遇到什麼問題」
ℹ️全員大會該講什麼
重點不在介紹 AI 技術,而在三件事:(1) 公司對 AI 的態度是什麼(賦能 vs 取代)(2) 不會用 AI 的員工會被怎麼對待 (3) 學會用 AI 對員工個人的好處(升職機會、薪資調整邏輯)。把這三點講清楚,員工才會願意投入時間學。
第二階段(Week 3~4):核心工具的通用技能
第二階段才開始教真正的技能,但記得——這個階段教的是「通用技能」,不是針對特定職能。所有部門的員工都需要會的事,例如:怎麼寫一個有效的 Prompt、怎麼跟 AI 對話迭代、怎麼判斷 AI 的回答是真是假。

4 堂核心課的建議內容
- 第 1 堂:Prompt 基本功(120 分鐘)。教 CRISPE 框架(Context, Role, Instruction, Steps, Persona, Examples)、寫好 Prompt 的 5 個元素、改寫 Prompt 的迭代方法
- 第 2 堂:AI 對話的進階技巧(90 分鐘)。教多輪對話、用追問取代重新生成、用 system prompt 鎖定風格、用範例引導 AI(Few-shot Learning)
- 第 3 堂:辨識 AI 幻覺(90 分鐘)。教 5 步驟驗證法:交叉比對、要求引用來源、邊界條件測試、追問細節、用領域知識檢驗
- 第 4 堂:公司資安與 AI 倫理(60 分鐘)。教什麼資料可以丟、什麼不能丟、公司 AI 使用政策、發生 AI 失誤時的回報流程
⚠️千萬不要外包給「教 Prompt 技巧」的講師
市面上 8 成的 AI 培訓講師會把整個課程做成「Prompt 大全」——「教你 100 個神級 Prompt」。這種課的問題是員工背了 Prompt 但不會自己寫,碰到沒背過的情境就卡住。好的講師會教思維框架,而不是 Prompt 字串。
第三階段(Week 5~7):分部門的場景實戰
第三階段是培訓的核心,也是學員投入度最高的階段。把員工依職能拆成不同小組,每個小組學一套針對自己部門的 AI 工作流。實戰課的關鍵是「真實任務」——不要用 hello world 練習題,要用員工每天實際遇到的任務當教材。
部門 | 實戰場景(建議 6~8 個) | 週時數 |
|---|---|---|
業務 | 寫提案、開發信、追單、會議紀錄、CRM 摘要 | 4 小時 |
行銷 | 文案、廣告投放、社群、EDM、競品分析 | 4 小時 |
客服 | FAQ 回覆、客訴情緒、工單分派、知識庫 | 4 小時 |
人資 | 履歷篩選、面試題目、員工問答、政策起草 | 3 小時 |
財務 / 會計 | 發票辨識、報表分析、稅務問答、對帳 | 3 小時 |
行政 / 助理 | 排程、會議紀錄、報告整理、信件回覆 | 3 小時 |
研發 / 工程 | Code Review、Debug、API 文件、需求拆解 | 5 小時 |
分部門實戰的另一個好處是培養「部門內的 AI 種子」。每個部門讓 1~2 個學得最快的同事當 lead,後面遇到問題就互相 ping。這個做法比派一個資訊部的人去支援全公司更有效——因為部門種子懂業務語言,他們解釋的時候員工聽得懂。
第四階段(Week 8~10):個人 AI 工作流產出
第四階段是收成期。每個員工要產出一份「我的 AI 工作流文件」,內容包含:我每天哪些任務交給 AI、用什麼工具、怎麼提示、預期節省多少時間、過去一個月實際節省多少時間。這份文件交給直屬主管當作這次培訓的「結業作業」。

這份文件有兩個重要作用。第一是給員工自己——強迫他把零散的 AI 使用經驗整理成 SOP,下次新人來可以直接接手。第二是給公司——HR 拿到 80 份這樣的文件,就有了一份完整的「公司 AI 工作流知識庫」,哪些任務已經 AI 化、哪些還沒、哪些工具被頻繁使用、哪些工具沒人用,一目了然。
產出文件的範本欄位
- 我的職位與主要工作內容
- 我目前每週 AI 化的任務(5~10 項)
- 每項任務的工具、Prompt、節省時間
- 我遇到的最大瓶頸是什麼
- 下一季我想學會的新 AI 應用
結業文件的好處
這份文件等於是員工自願寫下的「我能被 AI 加成多少」,對個人來說可以拿來談加薪、對公司來說是組織知識資產、對 HR 來說是未來新人 onboarding 的最佳教材。一份文件三方都贏。
60 天培訓計畫的預算拆解
中小企業最關心的問題:這套培訓要花多少錢?以一家 50~80 人的公司為例,我們拆過幾家客戶的實際數字,給你一個基準:
項目 | 預算範圍 | 說明 |
|---|---|---|
AI 工具年費(50 人) | NTD 60 萬~90 萬 | ChatGPT Team + Claude for Work 雙軌或單一 |
外部講師(4 堂核心 + 6 堂部門實戰) | NTD 30 萬~50 萬 | 找有實戰經驗的講師,不要找學院派 |
內部 AI 種子員工津貼 | NTD 5 萬~12 萬 | 每位種子發 1~2 萬獎金 |
教材與練習平台 | NTD 5 萬~15 萬 | Notion 知識庫 + 內部練習機器人 |
時間機會成本(員工上課時數) | NTD 80 萬~120 萬 | 每人 16~20 小時 × 平均時薪 |
合計(含機會成本) | NTD 180 萬~290 萬 | 年度回收期 6~9 個月 |
看到合計數字老闆可能會被嚇到。但請記得這個算法包含了員工上課時數的機會成本,也就是「員工這 16 小時如果不上課可以產出多少業績」。實際的「現金支出」大約是 NTD 100 萬~165 萬,跟一個資深員工年薪相當。
用一個資深員工年薪做整個團隊的 AI 升級,這筆帳怎麼算都划算——前提是培訓計畫真的有跑完,員工真的學會用。如果只是丟錢買工具不培訓,那 100 萬會打水漂。
怎麼評估培訓有沒有成功
最後談 KPI。中小企業最容易犯的錯是用「上完課的人數」當 KPI——這完全沒意義,員工坐在教室裡跟學會用 AI 是兩件事。真正能驗證培訓成功的指標只有三個:
- 行為指標:每週活躍使用率。公司管理後台(ChatGPT Admin、Claude Console)可以拉出每位員工每週的對話次數,目標是 70% 員工每週至少使用 3 次
- 產出指標:時間節省自評。每月做一次匿名問卷,問員工「這個月用 AI 平均每週節省幾小時」,目標是平均 4 小時以上
- 商業指標:部門產能變化。挑 3~4 個部門做業績/產能對比,培訓前 vs 培訓後 3 個月,目標單人產能提升 15%~25%
中小企業 AI 培訓最常踩的 5 個雷
- 雷 1:先買工具再規劃培訓。應該反過來——先確認培訓計畫、預定上課時程,工具開通跟培訓週次對齊,避免工具放著養蚊子
- 雷 2:把培訓當員工福利。應該當投資——強制出席、有結業要求、跟年度績效掛鉤
- 雷 3:只培訓主管,沒培訓基層。AI 不是管理工具是執行工具,最該學的是每天做事的人,主管要學的是怎麼 review 而不是怎麼操作
- 雷 4:用內部 IT 主管當講師。IT 主管懂技術不懂業務語言,員工會聽不懂。請外部講師或請部門主管自己上
- 雷 5:培訓完就不管了。培訓只是起點,後續每月要有 follow-up(種子員工聚會、新 Prompt 分享、工具更新說明)
常見問題
Q我們公司只有 15 人,需要這麼完整的培訓嗎?
可以縮短到 30 天版本,把第一階段(認知)與第二階段(工具)合併成 1 週 6 小時,第三階段直接用實戰 + 種子員工帶教。15 人團隊用 30 天版本,總預算約 NTD 30~60 萬。
Q有些員工就是不想學,怎麼辦?
先區分「真的不想學」與「焦慮但不敢說」。後者用一對一懇談就能化解。真的不想學的,可以維持原有工作流,但公司要明確:未來 1~2 年內,沒有 AI 技能的員工不會被裁,但也不會被升職、不會接新專案。讓員工自己決定。
Q外部講師找誰?要看什麼資歷?
看三件事:(1) 有沒有實際在公司導入過 AI(非純講課)(2) 是否願意客製化教材(拒絕通用 PPT)(3) 是否提供培訓後 1~3 個月 follow-up。市面上現成的「AI 證照講師」大多只符合第 1 個條件。
Q培訓要不要做考試?
不要考紙筆考試(員工會去 GPT 找答案,沒意義)。改用「實戰任務驗收」——每個學員交一份用 AI 完成的真實工作產出,由直屬主管評分。這個方式既驗證學習成果,又直接產生工作價值。
Q60 天太長,能不能濃縮成 2 週密集班?
不建議。AI 工作流的核心是「習慣養成」,密集班學的東西回到日常 1 個月就忘光。寧可拉長到 60 天每週 4 小時,讓員工有時間消化、試誤、回到工作中應用。
下一步:你的公司 AI 培訓藍圖
這篇文章把 60 天培訓計畫的骨架攤開了,但每家公司的部門結構、員工年齡、業務性質都不同,最後要落地的「實戰場景」必須客製。如果你想討論你公司的具體培訓路徑,或想把這套規劃結合到客製化系統開發(例如打造一個內部專用的 AI 助理)一起做:
延伸閱讀:中階主管的 AI 焦慮完整解方、中小企業 AI 自動化導入指南、企業 AI 治理委員會啟動指南。
歡迎預約免費 AI 顧問諮詢,我們會根據你公司的人數、部門、預算,給出一份可直接執行的 60 天培訓藍圖。
AUTHOR
自由揚John
想了解更多?看看我們的相關服務
相關文章

ESP32-P4 是什麼?2026 用它做機器人的初學者完整指南——和一般 ESP32 差在哪、新手怎麼開始

我們公司怎麼跑出 20+ AI 流程?系列第 2 篇:排程治理 SOP——時間表、重試、報警、版本管控 4 維度 + 5 條紅線

Headless CMS 選型完整指南:Strapi / Sanity / Payload / Contentful / WordPress Headless 五條路徑 — 中小企業內容團隊 6 個決策、5 條合約紅線、3 個報價區間

A/B Testing 與 Feature Flags 採購完整指南:LaunchDarkly / Statsig / GrowthBook / Unleash / 自架四條路徑 — 中小企業老闆 6 個治理決策、5 條合約紅線、3 個報價區間

軟體外包 PM 配置完整指南:廠商 PM vs 業主 PM 3 條配置模式、6 個職能、4 條合約條款、5 個失敗訊號——中小企業老闆把『PM 是誰』從合約附件搬到首頁的決策手冊

留言(0)
尚無留言,成為第一個留言的人吧!