OpenAI，也就是 ChatGPT 的開發團隊。他們內部的人每天是怎麼用 AI 的？
我先跟你說清楚：這裡沒有什麼神奇的提示詞技巧。
「通勤時用語音模式諮詢。」
「拍下菜單照片來問問題。」
說真的，幾乎無聊到讓人失望。
不過，他們只是最早開始養成這些簡單習慣的人。核心原則只有一個：
「持續把生活與工作中的麻煩事交給 AI 處理。」
我接下來要介紹 5 種你今天就能開始模仿的方法。
不過，第五種有點不太一樣。它直接連結到 OpenAI 內部目前正在發生的最大變化。
你好，我是 tatsuki。我協助中小企業導入 AI，幫助他們把 Claude 和 Codex 整合到業務中。我也是個整天都在跑 Claude Code 的人。
當我看到有人說「我有在用 AI，但感覺工作沒什麼改變」時，我總覺得：
關鍵不在功能，而是在你怎麼「交代」事情。
你不用是工程師也能把這些方法帶回家。其實，後半段才是真正精彩的地方。
▼ 文章最後，我準備了 7 個讓你充分利用 AI 的 bonus。
[技巧 1] 語音腦力激盪
ChatGPT 的負責人 Nick Turley 據說會在早上通勤時，用語音模式跟 App 對話。
https://x.com/OpenAI/status/2075310019185389913
不過，他不是為了得到答案。而是為了把腦中亂七八糟的想法說出來，藉此整理思緒。
AI 不會反駁你，也不會催你。正因為如此，像「今天會議中最想傳達的重點是什麼？」這類問題，比你自己一個人喃喃自語更快解決。
我把這個叫做「撞牆式腦力激盪」。在這五種方法中，這是最好入門、最容易模仿的一個。
你現在就能做的一件事：在通勤的 10 分鐘裡，對語音模式說：「讓我用說的來整理今天該做的事。」
✗ 用來得到答案
◯ 用來發洩、把想法外化出來
[技巧 2] 把「背景脈絡」嵌入記憶
ChatGPT 有「記憶」功能（能記住你過去分享過的背景資訊）。把你希望它記住的事情，一次告訴它就好。
例如，一開始只打這樣：
「我負責中小企業的 AI 導入。請用禮貌的日語回答，並先講重點。以後請根據這個前提來對話。」
只要這樣，之後所有的對話就會根據你的需求來進行。再也不用每次重新解釋自己的立場和偏好。
你也可以用「自訂 GPT」（一個可以預先載入常用指令的專屬 ChatGPT，製作只需幾秒鐘）來做同樣的事。對於重複性的任務，一次建立「模板」會更快。
✗ 每次從頭解釋背景脈絡
◯ 一次教會你的工作、職位和寫作風格，讓之後所有對話都個人化
[技巧 3] 猶豫不決時「拍照丟給 AI」
前科學傳播主管 Andrew Mayne 據說會在餐廳裡拍菜單，然後問：「這些裡面哪個適合我？」
他完全消除了猶豫不決所花的時間。
這不限於食物。說明書、合約、不熟悉的表格都行。最適合那些你一直因為讀起來很麻煩而拖延的事。
✗ 因為讀起來很麻煩而拖延
◯ 直接拍照問：「這部分哪些跟我有關？」
[技巧 4] 初次見面「先做功課」
首席研究官 Mark Chen 據說會把初次見面對象的背景資料給 ChatGPT，讓它生成聊天話題和可能的共同點。
他不是把對話本身交給 AI。而是提高自己準備工作的基本水準。
對於害怕初次見面冷場的人來說，這種「準備 3 個聊天話題」的方法非常有效。無論是業務、面試還是副業會議都一樣。
✗ 空手赴約，忍受尷尬的沉默
◯ 提供對方的背景資料，準備好「3 個共同話題」
順帶一提，據說就連 CEO Sam Altman 也會用它來整理收件匣、掃描文件，甚至尋求育兒建議。不是用來取代專家，而是當作「另一個可以諮詢的人」。
以上就是 1 到 4：諮詢與準備。
第五種則有點不同。
[技巧 5] 把「執行本身」交給 AI
1 到 4 是關於諮詢或請 AI 幫忙準備，而第五種是把工作本身完全交給 AI。
這種用法，目前正在 OpenAI 內部產生最大的影響。
可能會讓你驚訝，但公司內部的 AI 明星已經不再是 ChatGPT。
一年前，公司內部的 AI 幾乎只等於 ChatGPT。現在，大約有 98% 的員工使用一個叫做「Codex」、能處理任務的 AI Agent。而且據說，內部由 AI 產生的內容，有 99.8% 是透過 Codex 來的。
老實說，這個 98% 的數字是員工自我回報的，所以聽聽就好。不過，99.8% 的產出比例，在方向上應該很接近真實情況。
而且它不只是給工程師用的。在法務、會計、招募等部門，Codex 已經成為主要工具。
行政人員使用 Codex 處理的工作中，有超過四分之一是以前必須向工程師請求的程式碼相關任務。
那麼，內部的人是怎麼「交代」的呢？即使不是工程師，也可以偷學三個原則。
(1) 從執行者變成指揮者
他們不再自己動手做細節工作。在開發流程中，人類直接寫程式碼的數量是零。這正是團隊的核心：「0 行手寫程式碼。」（開發團隊細節：https://openai.com/index/harness-engineering/）
(2) 先建立「背景脈絡文件」
他們不會每次寫長長的指令。而是準備一個 AGENTS.md（給 Agent 的指令說明，一個匯總角色與規則的單一索引檔案），讓 AI 每次讀取它。
內容可以簡單到只有幾行：
AGENTS.md 內容範例：
- 角色：中小企業 AI 導入支援
- 規則：用日文補充技術用語。不要武斷，要提供原始資料來源。
- 語氣：有禮貌（ですます調）。不要誇大。
用他們的話來說：「如果說每件事都重要，那就沒有一件事重要。」所以，100 行的「地圖」就夠了，不需要一本厚厚的字典。
(3) 小規模、快速、頻繁迭代
Codex 團隊規模很小，只有 3 到 7 個人。但他們在 5 個月內大約產生了 1,500 次變更。
秘訣是「不要一次追求完美，先小規模釋出，之後再修正。」他們體認到等待的成本比修正的成本更高。
即使你不是工程師，今天也能試試看。與其給指令，不如給 ChatGPT 一個目標。
「把這個任務全部做完。執行步驟我交給你了。卡住的時候問我。」
與其詳細教方法，不如給目標，再加上「卡住的時候問我」這句話。光是這樣，你就站到了「把事情搞定」的那一邊。
✗ 自己一行一行動手
◯ 說出目標和要遵守的規則，然後把執行本身交給 AI
[把這 5 種方法濃縮成一句話]
如果要把它們濃縮成一句話，那就是：
請教、請它寫、然後交辦。
1 到 4 是「請教」和「準備」，5 是「執行」。你越按照這個順序增加「交辦量」，結果就會越累積。
這不只是感覺。另一項針對所有使用者的調查（「人們如何使用 ChatGPT」，涵蓋約 7 億人）回報，大約一半（49%）的 ChatGPT 對話是「請教」，其次是「工作」（40%），而在專業情境中最常見的任務是「寫作」。（調查：https://openai.com/index/how-people-are-using-chatgpt/）
說到底，他們不過就是做了這些事。
[總結]
- 這不是什麼特殊才能。他們只是更早開始「持續把麻煩事交給 AI」。
- 從 1 到 4 的請教與準備，再到 5 的「交辦執行」。你交辦得越多，差距就越大。
- 順序永遠一樣：請教、請它寫、然後交辦。
改變前與改變後，大概就是這樣：
從「對 AI 問一個問題就結束的人」，變成「先把麻煩事交給 AI 的人」。
如果你讀到這裡，只是覺得「喔，這樣啊」，那麼明天你大概還是會像往常一樣只問一個問題。大多數人都這樣。
你要不要在今天通勤的 10 分鐘裡，試試看「撞牆式腦力激盪」？還是今天又要跟往常一樣？
界線大概就在那裡。
你不需要一次全部做到。不如從技巧 1「語音腦力激盪」開始吧？
給讀到這裡、想要真正開始行動的你
我經營一個 LINE 的 OpenChat（可以匿名加入），我們一起學習 AI 活用、Claude Code 和 X 操作。
加入後，可以免費獲得「7 個 Claude 活用 Bonus」，可以直接用在工作中。超過 80% 的內容也能套用在 Codex 上。
- 300 個通用 Claude 提示詞
- Claude Cowork 完整指南
- 用 Claude Design 製作素材
- 用 Claude Code 自動化 X 發文
- Claude Code 入門套件（技能 + MCP）
- Claude Code 安全性
- Claude Code x Obsidian
領取方式：
- 首先，加入 OpenChat：https://t.co/90omRA4UQ7
- 加入後，傳送關鍵字「Bonus」（特典）。
這樣就能拿到。
讓我們一起帶著武器，在 AI 時代生存下去。如果這篇文章有幫助，請在引用貼文中留下評論，我會全部轉發！
