曾在高盛（Goldman Sachs）任職。光是這個頭銜，就讓人覺得彷彿來自另一個世界。
但了解這個人如何使用 AI 後，那種印象完全被顛覆了。
田中敬。
他以第一名畢業於上智大學理工學部物理學科。2007 年通過 53 次面試進入高盛。參與超過 500 件投資案件，實際執行超過 60 件。負責的投資規模約 4000 億日圓，以企業價值計算則超過 1.2 兆日圓。最終擔任常務董事（執行董事級別）以及日本投資銀行部門的聯合主管。他在該公司服務了 17 年。
光看他的經歷，就是一位「雲端之上的人物」。
田中先生在訪談中說道：
<p過去需要 3 週的研究和撰寫厚厚文件的工作，結合 AI 後，現在大約 1 小時就能完成。</p>
從 3 週變成 1 小時。
這個規模很驚人。聽起來像是誇大其詞。但這是他親口說出的故事。
聽到這個，很多人會想：「他是前菁英，腦袋構造就是不一樣。」
但有件事引起了我的注意。
當你實際追蹤田中先生的 AI 使用方法時，會發現它出乎意料地簡單。他所做的並非靠天賦或秘訣。而是一個任何人都可以從今天開始模仿的樸實「框架」。
內容很長，建議先儲存起來，方便之後回顧。
為什麼大多數人停留在「便利工具」
首先，田中先生與一般人的差異在哪裡？如果能掌握這一點，接下來的 7 種方法就能融會貫通。
大多數人把 AI 當作「聰明搜尋」來使用。丟出一個問題。得到一個答案。結束。很方便。但這是任何人都能做到的方式。AI 變得只是個資訊販賣機。
這不是田中先生看待 AI 的方式。從研究到假設建構、決策支援，再到自動生成文件。他把這整個流程作為一個連續動作交給 AI。他不把 AI 定位成「偶爾依賴的工具」，而是「重新配置工作根本的夥伴」。
那些把它當作搜尋替代品的人，與那些把它當作加速判斷裝置的人，兩者之間的差異有如天壤之別。
我認為他的使用方式中有兩條主軸。一個是「模板化」。將你腦中的判斷流程化為文字，轉移給 AI。另一個是「壓縮」。在更短的時間內產出相同品質。請帶著這兩個軸線來看這七種方法。
方法 ① 先將判斷的「模板」交給 AI
第一個方法最有效。而且幾乎沒有人這樣做。
工作遇到瓶頸時，你是否每次都從零開始煩惱？「該推進這個計畫嗎？」「該發表這個產品嗎？」每次腦袋都一團亂。很常見，對吧？
田中先生不一樣。他事先決定好投資決策所使用的「模板」，並讓 AI 記住。只要倒入收集到的資訊和自己的假設，就能創造出判斷草案回來的狀態。因為不用每次都從零思考，所以很快。
這不僅適用於投資者。你重複判斷的次數越多，就越能將它們模板化。把它化為文字一次，交給 AI。首先，這樣告訴它：
1請從現在開始協助我做決策。我會先給你判斷用的「模板」。以後當我丟給你一個專案時，請務必根據以下四點來評估。2① 需求：真的有人想要嗎？（具體是誰？）3② 勝出理由：為什麼我來做比別人更有意義？4③ 最壞情況：如果失敗了，我會失去什麼？5④ 第一步：這個星期我能採取的最小行動是什麼？6請將每一項控制在 3 行以內。
然後，只要倒入你正在猶豫的計畫。需求、勝出理由、最壞情況、第一步就會被填滿後回覆給你。
我在這裡做的，是加上一個修正：「把④的第一步再縮小。細到今天 30 分鐘內能完成的程度。」判斷就是這樣才終於往前推進。
讓 AI 從 0 到 1，人類從 1 到 10。不要把順序搞反。
沒有這個模板的人，每次都回到起點，一輩子重複同樣的煩惱。你應該不一樣。
方法 ② 研究要「前一天晚上準備好」
這就是開頭所說「3 週 → 1 小時」的實體。
田中先生說他會在睡前執行 AI 的 Deep Research（AI 自行上網搜尋並彙整成報告的功能）。隔天，在洗澡時間花 1 到 1.5 小時一口氣輸入。創造出睡覺時初步研究已經完成的狀態。
大多數人在需要的時候才「當場」開始搜尋。所以時間才會在研究上消失。田中先生把研究當作「稍後接收的東西」來準備。這就是決定性的差異。
你可以從今天開始。只要在睡前這樣做：
1請使用 Deep Research 在明天早上之前將以下主題彙整成報告。2主題：[主題]3我想知道的是：① 已知的事實與數據 ② 贊成與反對的論點 ③ 作為依據的主要資訊的連結。4不需要下結論。只要用條列的方式列出判斷用的素材。
早上喝咖啡時看一下結果。光是這樣，你的一天就會從「研究已經完成」的狀態開始。
方法 ③ 用語音說話，將寫作時間縮減到 1/10
一旦用模板加速了判斷，接下來要削減「寫作」所花的時間。
田中先生在文件製作上充分利用 AI 語音轉文字。他將大約 5 頁 A4 紙張的想法用口語方式講述約 2 分鐘。AI 會立刻將它轉成文字並整理。他說這樣能將打字的時間縮減到大約 1/10。
重點是不要停止思考。不要試圖讓腦袋的速度配合鍵盤打字的速度。一邊說話一邊思考，把整理工作交給 AI。
將透過智慧型手機語音輸入吹進來的混亂備忘錄，像這樣丟給 AI：
1以下是用語音輸入的整理前備忘錄。因為是口語，請保持意義不變，只調整順序，並濃縮成 3 個重點以及說明它們的簡短句子。請不要刪除我的措辭或口頭禪。
「請不要刪除我的口頭禪」這句話很有效。沒有這句話，AI 會用自己的統一寫作風格覆蓋過去，結果就變成那種「AI 感的文章」。
老實說，這篇文章的架構我也是邊走路邊用語音吹進去的。讓 AI 接手「好，來寫吧」這個最重的第一步。光是這樣，就能大幅降低開始行動的門檻。
方法 ④ 像「教國中生」一樣寫指示
即使知道工具的使用方法，如果指示隨隨便便，出來的東西也會隨隨便便。田中先生的話在這裡直接有效。
他說即使是複雜的事情，也要像教國中或高中生一樣，給予具體且明確的指示。不要說「做好一點」，而是假設對方什麼都不知道，寫下前提和條件。
差異就在這一點上。
- ✗ 「如何開始經營部落格當副業？」
- ◯ 「一位上班族想要開始經營部落格當副業。可用的時間是平日每天 1 小時。類型還沒決定。在這些條件下，我想和你一起決定第一個月的行動，並排出優先順序。」
即使是同樣的 AI，回覆的內容也完全不同。把對方當作一個聰明但什麼都不知道的後輩，傳遞背景資訊。光是這樣，精準度就會躍升。
如果覺得麻煩，可以在指示開頭加上這句話：
1為了高精準度執行這項任務，請先問我 5 個你想確認的問題。在我回答之後再開始執行任務。
先讓 AI 提問。這樣一來，你忘記傳遞的前提就會自然被補齊。
方法 ⑤ 將角色模型「附身」到 AI 身上
指示的精準度提升後，接下來要增加視角。這是一種用 AI 超越獨自思考極限的方法。
田中先生讓 AI 記住各領域角色模型的思考方式和表達風格，並從那些角度進行多面向分析。從自己腦袋無法觸及的角度獲得意見。
獨自腦力激盪的弱點在於視野無法超出自身。透過讓 AI 擁有另一個人格來填補這個缺口。
1請依序從以下 3 個立場對我的專案發表評論。2① 懷疑的投資者（戳破所有甜美的假設）3② 懶惰的讀者（他會覺得想繼續讀下去嗎？）4③ 一年後的我（這會留下來成為資產嗎？）5每個立場各給 1 個優點和 1 個嚴厲的批評。
這就變成你一個人自己在開多人會議的狀態。針對回傳的批評，你再疊加一層：「為了說服②的讀者，你會如何改變開頭 3 行？」這樣來回反覆幾次，專案的漏洞就會出乎意料地被填補起來。
但是，不要全盤接受 AI 的意見。它嚴格來說只是找出問題的裝置。最終判斷由你來做。
方法 ⑥ 不要讓一個 AI 做所有事
從田中先生使用的工具就能看出這一點。
他列出的工具有 ChatGPT、Claude、Perplexity，以及用於語音輸入的 Notta。換句話說，他不把所有事情都交給一個 AI。他根據工作類型使用不同的 AI。
大多數人總是同一個 AI 問到底。但每個 AI 都有各自的專長。只要像這樣區分使用，品質就會改變。
- 研究與初步資訊收集 → Perplexity（答案會附上來源連結）
- 打擊練習與長文整理 → Claude 或 ChatGPT
- 語音轉文字 → Notta 或 Claude
如果試圖用一個 AI 做所有事，每件事都會變得半吊子。能根據用途切換的人，精準度就會領先那麼多。
不必一次全部到位。先在你平常使用的 AI 之外，多加一個研究用的 AI。這樣就足以開始了。
方法 ⑦ 將自己「內容化」並餵給 AI
最後一部分是關於專門為你提升 AI 本身的精準度。
田中先生在訪談中反覆強調「記錄的重要性」。事實上，他甚至說過去沒有記錄是「浪費」。記錄自己的想法、判斷、用語，讓它們可以隨時傳遞給 AI。換句話說，就是將自己內容化。
這很樸實但很有效。AI 對你一無所知。所以才每次都會回覆得像一個陌生的普通人。但是，如果你傳遞自己思考的紀錄，AI 就會開始回覆更貼近你的答案。
不需要寫大規模的日記。一天 3 行就好。累積到一定量之後，像這樣傳遞給 AI：
1以下是我最近想過的事情的筆記。請從中提取我的價值觀、判斷習慣、以及常用詞語，並用條列方式整理出來。以後在為我寫文章時，請反映這些特性。
這麼做之後，後續 AI 的輸出就會變得「個人化」。對我來說，也是只傳遞了一份總結自己溝通風格的備忘錄，之後需要修正回覆的次數就大幅減少了。
這就是我所謂的「知識就是王道」。在打磨提示詞之前，先整理好要傳遞給 AI 的知識。這是關鍵所在。
給那些心想「因為他是菁英」的人
讀到這裡，一定有人這麼覺得：「他以前是高盛的，天生智商就不一樣。」
剛好相反。
這 7 個方法不需要特殊資格或昂貴工具。把判斷模板化、前一天晚上準備研究、用語音寫作、像教國中生一樣指示、讓其他觀點附身、區分使用 AI、記錄自己。這些全部都可以用免費的 AI 從今天開始。
說起來，田中先生本人也是從國中入學考試失敗的起點一路累積上來的。他的 AI 使用方式之所以優秀，不是因為他有天賦。而是因為他冷靜且徹底地實行了任何人都能模仿的原理：「將腦袋裡的東西模板化，轉移給 AI。」
需要的不是技術。只是一個不讓 AI 迷路的設計。
總結
只要你還只是把 AI 當作「便利的研究夥伴」來使用，就還沒有發揮出它一半的力量。
- ① 先傳遞判斷的「模板」，再倒入計畫。
- ② 前一天晚上準備好研究。
- ③ 用語音說話，將寫作時間縮減到 1/10。
- ④ 像教國中生一樣，從前提開始具體指示。
- ⑤ 讓角色模型附身，一個人開多視角會議。
- ⑥ 不要讓一個 AI 做所有事，依目的區分使用。
- ⑦ 記錄自己的想法，讓 AI 專屬於你。
如果讀完之後只覺得「哦，是喔」，那麼明天你依然會像往常一樣手動處理所有事情。大多數人都這樣。
但你應該不一樣。試著今天就把你平常的一個判斷交給 AI。那將會是第一個模板。
最後
你覺得如何？
今天談到的「將判斷『模板化』並轉移給 AI」這個想法，我自己每天都在商業現場執行。一旦開始用這個想法運作，就回不去原本的方式了。
而且，僅限限時。我正在免費發送「12 項 AI 活用大補帖」。
從 AI 活用的基礎，到將 80% 的工作交給 AI 的系統。電子書、入門指南、用語集、以及免費的個人諮詢。我把目前的所有知識都濃縮在這 12 項中。
首先，有 6 本建立 AI 活用「基礎」的電子書。從第 1 冊開始依序閱讀，就能自然掌握 AI 活用的精髓。
- VOL.1 提示詞 × 上下文完全精通（決定 AI 輸出品質的兩大要素，共 5 章。請從這裡開始。）
- VOL.2 工作型 AI 完全精通（名為 Claude Code 和 Codex 的「工作型 AI」入門。）
- VOL.3 知識完全精通（如何儲存並擴充 AI 會反覆讀取的「資訊資產」。）
- VOL.4 除錯完全精通（將「好像怪怪的」變成「原來是這裡不一樣」的實戰技巧。）
- VOL.5 如何將 80% 的工作交給 AI（從盤點任務到 API/MCP 整合，一口氣擴大委託範圍。）
- VOL.6 技能完全精通（建立一個指令就能完成工作的系統。系列完結篇。）
接下來，有 2 本可以從今天開始使用的入門指南。讓你能毫無懸念地把「工作型 AI」裝進自己的電腦。
- Claude Code 入門指南（給 Claude 使用者。從安裝到初始設定。）
- Codex 入門指南（給 ChatGPT 使用者。從安裝到初始設定。）
此外，還有 3 頁共 60 個詞的 AI 術語解說，方便你查詢。所有「現在無法問出口」的詞都在這裡。
- AI 術語解說 ① | 基礎篇（生成式 AI、提示詞、幻覺——關於 AI 本身的 20 個詞。）
- AI 術語解說 ② | Claude Code/Codex 篇（終端機、技能、路徑——每天會接觸到的畫面上的 20 個詞。）
- AI 術語解說 ③ | 整合/工具篇（API、MCP、.env——自動化時會碰到的 20 個詞。）
以及第 12 項。
- 免費個人諮詢（1 ON 1 / X GROWTH）。我將一對一告訴你如何以最短最快的方式成長你的 X 傳播力，並同時獲得廣告收益。即使是 AI 完全初學者也能重現的方法，如果你「不知道從哪裡開始」，請來參加。名額有限，請盡快。
總共 12 項。而且全部免費。即使不參加講座或免費個人諮詢，也能取得所有電子書、入門指南和用語集。
聽起來像在說謊吧？但這是真的。
領取方式很簡單。從加入下方的 LINE 群組開始。
另外，我會在群組中公開無法在 X 上分享的實用資訊。
點這裡開始。
老實說，這 12 項內容不是一次就完成的。我重複製作了好幾次，才精煉到連 AI 初學者都能毫不猶豫使用的形式。
讓我再說一次。需要的不是技術。只是一個不讓 AI 迷路的設計。
今天，何不結束那種只從 AI 那裡尋求「答案」的疲憊呢？
參考資料
田中敬先生的發言與經歷基於以下公開資訊。
- The Keyperson 採訪（具體的 AI 使用方法、「3 週 → 1 小時」、使用的工具）
- PIVOT「前高盛田中敬的 5 個法則」
- Pen Online（前一晚的 Deep Research、洗澡時的輸入）
- Wikipedia「田中敬」（上智大學、學部第一名 / 53 次面試 / 投資規模約 4000 億日圓，企業價值超過 1.2 兆日圓 / MD、日本投資銀行部門聯合主管 / 在職 17 年）
- 書籍：「到一億為止的人，從一億開始的人：在高盛 17 年投資家揭露的『兆元級』思維」（德間書店）
