如何訓練 AI 員工：第一週上線教戰守則

AI 員工 不是裝上去就會自己上工。第一週沒教好，後面只會越跑越歪。你要先把它當新同事，而不是當搜尋框。

這篇直接給你一個可執行的上線順序：先建知識庫，再寫品牌語氣，接著定升級規則與審核節奏，最後才切到自動回覆。這樣做，AI 員工 才會穩；不然它很容易變成一個很會講、但很難交付的工具。AGI 員工 的方向也是一樣，先把一件事做對，比什麼都重要。

1. 先把知識庫整理乾淨

第一步不是寫提示詞，是整理資料。

先挑 20 到 50 筆最常用的內容：產品 FAQ、價格規則、服務範圍、退費條件、交付流程、客戶常問的例外情況。這些資料最好放在 Notion、Google Docs，或你團隊本來就在用的資料夾裡。重點是清楚，不是多。

如果你把舊簡報、聊天紀錄、零散備忘錄全塞進去，AI 員工 只會學到一堆噪音。它需要的是「常見問題的標準答案」，不是整個公司記憶體。

2. 寫出品牌語氣和固定模板

接下來才是語氣。

你要先定三件事：要不要用表情符號、句子長短偏哪邊、遇到不確定時怎麼說。比如客服回覆可以固定成「先確認問題 → 再給答案 → 最後補一個下一步」。這種模板比空泛的「請專業一點」有效很多。

如果你有品牌手冊，就把它翻成可執行規則。像是哪些字要避免、哪些稱呼要固定、哪種情況要先講歉意。你可以參考 DoYourWork.AI 的能力頁面，也可以看這篇英文版基礎定義：What is an AI Employee?。

3. 先設升級規則，再談自動化

AI 員工 最怕的不是不會答，是亂答。

所以你要先寫清楚什麼情況一定要交給人：報價變動、合約條款、客訴升級、資料安全、金額超過某個門檻。只要踩到這些條件，就不要硬回，直接轉人。

這一步很像在 Slack 或 Gmail 裡設紅線。你不需要它什麼都懂，你只需要它知道什麼不能自己決定。這也是為什麼先看 AI 員工 vs AI 助理 很有幫助：有些工作本來就該由助理做，不該急著放給員工。

如果你想看更接近「工作自動化」的切法，也可以順手看 什麼是 AI 員工？。

4. 先審後送，跑三輪再說

不要一開始就自動送出。

最穩的做法是先審後送：AI 員工 先寫草稿，人看過再發。至少跑三輪，觀察它是不是會重複犯同一種錯。像是稱呼不對、語氣太硬、漏掉附件、或把時間講錯，這些都很常見。

如果三輪裡有兩輪都要大改，就代表你的資料或規則還不夠清楚，不是它還不夠聰明。這時候不要急著加權限，先回去修知識庫。

5. 何時切到自動回覆

只有一種情況我會建議你開自動回覆：低風險、重複高、格式穩。

例如 FAQ、收件確認、會議改期、簡單分流。當你發現它連續一段時間都能保持穩定，而且人類只需要偶爾抽查，就可以先把最安全的那一段放開。其他工作先別碰。

這個節奏很像養成一位新同事。不是第一天就叫他獨立簽核，而是先讓他學會怎麼回信、怎麼記錄、怎麼找人。想看完整的工作邊界，這篇也可以搭配 AI 員工 vs AI 助理 一起讀。

如果壞了怎麼辦

最常見的壞法有三種。

第一，資料太亂。它看了太多版本的答案，結果每次都不一致。解法很直接：刪掉雜訊，只留標準答案。

第二，規則太模糊。它不知道什麼該回、什麼該停。這時候就把升級條件寫得更明白，最好連例外都列出來。

第三，權限開太快。它還沒穩，你就讓它自動送。這種情況先退回「先審後送」，不要硬撐。

如果你想把這套方法放到真正的日常工作裡，從 Slack、Gmail、Notion 這三個地方開始最實際。它們是很多 AI 員工 最容易先跑順的場景。

如果你想更完整地理解這個分類，也可以回頭看 DoYourWork.AI 的首頁能力區；那邊會更清楚看到 AI 員工 是怎麼接在現有工作流上。

外部參考：

• Slack Workflow Builder
• Notion AI

Frequently asked questions

AI 員工 第一週最先要做什麼？

先不要急著接自動回覆。第一週最重要的是三件事：把它會看的資料整理好、把語氣寫清楚、把哪些情況一定要找人說明白。

知識庫要放什麼？

放最常被問到的 FAQ、產品說明、價格規則、常見例外、過去的好回覆。不要一開始就塞一堆雜資料，因為雜資料只會讓答案更亂。

什麼時候可以從先審後送改成自動回覆？

當它連續幾輪都能答對、格式穩定，而且你很少改它的草稿時，就可以小範圍開自動回覆。先從低風險情境開始，不要一次全開。

AI 員工 跟 AGI 員工 有差嗎？

有。AI 員工 先把一件工作做穩，AGI 員工 則是能跨情境學新任務。訓練方式很像：先給規則、再給回饋、最後才放大權限。

如果它一直答錯怎麼辦？

先檢查是不是資料太散、語氣太模糊、或升級條件不夠明確。大多數問題不是模型不夠強，而是你給它的作業說明不夠好。

小團隊也需要訓練嗎？

越小的團隊越需要。人少時，每個流程都更容易卡住，所以更該先把重複工作教給 AI 員工，像 Slack、Gmail、Notion 這類日常工作最適合先試。