一位台灣女性職場工作者透過 ChatGPT Work 協調研究、報帳、檔案與報告工作流

AI 職場工作術｜ChatGPT Work 版 · 不寫程式 · 零基礎從 0 開始

事情永遠比人多？
你做判斷，讓 AI 團隊動手。

講師 Alex Hsieh · 謝明宏

企業與學校授課 20+ 堂、100+ 小時；3 門 Udemy 線上課程，學員評價 4.5+ 星

我朋友實際上常遇到：一個人要當總務、分析師、簡報設計師。發票堆成一疊、Excel 開了六個視窗、報告還沒開始想——不是你不夠努力，是雜務本來就不該一個人扛完。

✓憑證先去重、分類，再進入可重算報帳表
✓下載項目先預覽、確認，再整理與保留 rollback
✓多格式資料收斂成總表、dashboard、簡報與 Word
✓競品研究交給 Iris → Andy → Vivi 分階段接力

上完課你手上有：附來源研究報告、報帳表與 dashboard、歸檔計畫、管理簡報，加上 Team folder 工作方式——隔天上班就能用，判斷權留在你手上

NT$699 超值早鳥價，點我

原價 NT$2,499 · 募資期 8/30 過後漲價，早鳥價只到 8/30。

認識你的團隊

跟你的超級同事 Alex 打聲招呼，ChatGPT Work 團隊就位

嗨，我是 Alex — 你的超級同事

日常雜務交給我，我判斷這件事自己處理，還是分給對的專員接手。從今天起，做不完的事你不用再一個人扛。

簡單來說，你只要開口交辦一句話，Alex 會決定自己動手還是分派給團隊——你不用記住五個人各自的專長。

重點來了：這 5 位專員是你理解職場分工的角色地圖；Lab 5 會附 Iris／Andy／Vivi 的 Team folder 角色檔與 Skills。你要學的不是造人，是帶人：交辦、驗收、把關。

Alex 替你把工作分派給這 5 位專員　↓

Max總務・日常雜務

把每天的雜務接手——收件、報帳、歸檔，跑過一次就固化成 SOP。

發票報帳 Excel＋儀表板
Downloads 一鍵歸檔
重複雜務固化成 Skill

Iris情報員・收集

替你把外面的情報一次撈回來——競品、產業、關鍵字，整理成看得懂的一頁。

競品／產業情報彙整
關鍵字機會清單
來源附連結可查證

Andy分析師・分析整理

把又多又亂的資料讀懂、對齊、算對——分析正確性是他的底線。

多份 Excel 統一成一張總表
對帳＋異常標記
比較表／關鍵指標

Vivi簡報設計・呈現

把結果變成給人看的東西——一頁儀表板、一份簡報，直接能報告。

一頁 HTML 儀表板
PowerPoint 週報簡報
圖表／視覺化

Sophie文書內容・溝通

把想法寫成能寄出去的東西——報告、會議紀錄變待辦、文案與 Email。

Word 報告／對外文件
會議紀錄→待辦清單
文案／Email 多版本

課程路徑

不是從按鈕開始，是從一件真實工作開始

整條路徑只有一個方向：從「AI 會回答」走到「我知道怎麼帶 AI 團隊交付」。第一步小到不會失敗——M0 只是幫 AI 布置一個 local project、交辦一句話，30 分鐘拿到第一個成果；最後一關，你已經在帶一支 3 人 AI 小隊。中間每一關都只加一塊積木：工作背景（Context）、可重跑技能（Skill）與 Tasks／本機檔案邊界不是拿來背的名詞，而是在實作裡真的用到時才學。

實作前提

這門課以 ChatGPT Plus 為基線，主要操作環境是電腦版 ChatGPT Work App 與 local project。手機／平板可以看課，但完成實作請準備電腦。無需先備知識——課前章節從安裝開始一步一步帶；基礎班不需要 Workspace Agents。

M0 · 第一次交付讓 AI 讀資料，做出可檢查成果

M1 · 任務與交辦先選任務，再說清楚接受標準

M2 · 工作背景讓 Alex 記得你、專案與工作邊界

M3 · 固化流程把重複雜務整理成可重跑技能

M4 · 決策成果多格式資料收斂成表格與報告

M5 · AI 小隊會平行的分流，有依賴的接力

五個 ChatGPT Work 職場實作從混亂資料走到研究表、報帳表、歸檔、報告與 AI 小隊交付，途中由人確認重要關卡 — 每一關都要從輸入走到交付；碰到金額、搬檔與對外成果，就由你停下來確認。

課前

工具安裝

準備好 ChatGPT Plus 帳號，安裝 ChatGPT Work App，建立練習用 local project，確認 primary folder 與實際檔案輸出。

環境設定

實作 1（Lab 1）

幫 Alex 布置辦公室，30 分鐘做出第一份看得懂的產出：0050 前三大成分股分析表。

ChatGPT Work 入門

先判斷任務、風險與交付，再選 Chat、Work 或 Codex 入口；後續實作主要使用 ChatGPT Work App，練習把目標、輸出路徑與接受標準說清楚。

建立超級同事 Alex

用 AGENTS.md、Context files 與核准 Memory 做出可審核的工作背景與 Alex 指揮規則——決定哪些背景可以保存、哪些不能，不必每天重新解釋自己。

自動化日常雜務

實作 2／3

做出兩條固化成可重跑 Skill 的工作流程：合成憑證 → 去重分類 → Excel／dashboard，以及 Downloads sandbox 歸檔。需要本機檔案時在 Work local project 執行；金額、寫入與搬檔仍保留確認關卡。

資料變報告

實作 4

6 份混合格式檔案 → 一張總表＋一份簡報（7 組指令分三階段完成，確認數字與呈現重點後再交付）。

帶出小隊

實作 5

第一次體驗多角色、分階段工作流程：Alex 先讓 Iris 蒐集，再交給 Andy 分析、Vivi 呈現。帳號支援時可用臨時子代理（subagents）處理獨立研究；有依賴的工作仍按順序接力，不把 Team folder 說成 Workspace Agents。

⭐

加碼單元

早鳥就含

AI 流利度 4D 框架（委派／描述／辨別／盡責）心法課——這塊早鳥就含。

每個實作都跑同一個人與 AI 協作迴圈

1 · 先看現在怎麼做找出卡點、資料與預期交付。

2 · 跟 Alex 跑一輪讓 AI 收集、整理、分析與產出初稿。

3 · 人工確認關卡金額、來源、搬檔與對外版本由你確認。

4 · 驗收與修正檢查數字、格式、完整性與是否真的有用。

5 · 固化再重跑把穩定規則整理成可重跑技能，換資料再叫一次。

NT$699 超值早鳥價，點我

看得到的成果

5 個實作，每一關都有輸入、人工確認與可驗收輸出

5 個真實職場 Lab，不是功能巡覽——每一張都對應一個完整任務：有輸入、計畫、人工確認關卡（Human Gate）、實際檔案與換資料重跑。你在課堂上會親手跑一次，確認與驗收仍然由你完成。

📈實作 1 · 附來源研究報告

想研究一個題目，得開好幾個分頁，來源與結論散在各處整理成附來源、查詢日與限制的一份 Markdown＋HTML 報告

人工確認：核對來源、理解非投資建議

Lab 2：合成憑證經去重、人工確認再進入 Excel 與 dashboard 的流程圖

🧾實作 2 · 報帳儀表板

PDF／JPG 憑證混在一起，一張一張核對，還怕重複算錯先分開重複、待確認與可納入項目，再整併成可重算的報帳表與 dashboard

人工確認：金額、科目、重複與例外

🗂️實作 3 · 下載項目歸檔

Downloads 裡檔案混在一起，連重複與命名衝突都看不清楚先預覽 old path → new path，再整理、驗證與保留 rollback 對照

人工確認：先確認搬移、命名與例外

📊實作 4 · 複雜 Excel 報告

6 份格式不一的報表，光對齊格式就用掉半天整併成總表＋儀表板＋簡報＋Word，每個數字的來源都攤開給你確認

人工確認：確認數字、異常與故事重點

Lab 5：Alex 分派 Iris、Andy、Vivi 完成研究、分析與簡報接力的流程圖

🕵️實作 5 · 競品分析簡報

想做競品分析卻沒空——研究、比較與簡報全部擠在同一個人身上一句話交辦，讓 Iris → Andy → Vivi 依角色與依賴完成簡報草稿

人工確認：定義競品、核對時效與結論

五個 Lab 都不是只看示範：你會用實際檔案完成、重開、抽查、重算，再換資料重跑。工具換成 ChatGPT Work，交付與驗收標準不打折。

學員怎麼說

上過的人，怎麼形容這堂課

以下回饋來自同一套 AI 職場工作方法的 Claude Cowork／企業內訓場次；證明的是交辦、驗收與 Human Gate 的教學價值，不把它寫成 ChatGPT Work 操作畫面的見證。

⭐⭐⭐⭐⭐

來喔！沒上會後悔！

改變的瞬間：分派工作Astrid 學員

⭐⭐⭐⭐⭐

會教你如何應用 Claude，指導整個 Claude 的概念，不只是皮毛。

改變的瞬間：Lab 5 分工工作流的方式Winny 學員

⭐⭐⭐⭐⭐

很實用。

改變的瞬間：自動化Tammy 學員

⭐⭐⭐⭐⭐

專案管理部分很實用，一定要上！

改變的瞬間：專案管理Miya 學員

⭐⭐⭐⭐⭐

簡單直白，可以帶上自己工作上的問題來問 Alex。

改變的瞬間：Team 協作YC 學員

⭐⭐⭐⭐⭐

讚！

改變的瞬間：M2 就覺得可以固定產月報Angela 學員

看完整評價牆　→Udemy 92 則公開評價＋企業內訓、社群回饋的原始截圖

⚠️ 他們也說了不順的地方

前段的環境設定與 Lab 1–2 比較吃力，得摸索一下；檔案量大的 Lab 跑起來會慢。這是真的——所以每個 Lab 都附「撞牆心法」，把我自己實測時卡住的地方先寫出來。

老實講，這門課不是每個人都適合

適合你，還是不適合你？

與其等你買了才發現不適合，不如先老實講清楚——省你退費的麻煩，也省我們彼此的時間。

🧭 專案經理／跨部門 🧾 財務／行政 📣 客戶成功／行銷／客服

✓適合你

完全沒碰過 ChatGPT Work 也可以——課程從安裝教起，不寫程式
想學會交辦、驗收與設人工確認關卡
一人多工：總務、分析、簡報全壓在你身上
想把做過一次的流程固化成下次能重跑

✕不適合你

只想聽理論，不想自己動手做 Lab
期待一包萬用模板，不想套進自己的工作情境
不願意準備 ChatGPT Plus 帳號與電腦版 Work App
主要目標是寫程式、串 API、跑資料庫或建企業級 Workspace Agents
想要全自動，不留任何人工確認關卡

⚠️ 老實說（這門課的邊界）

還有一條我看得比工具重的界線：這門課不會教你把腦子外包給 AI。每個實作都標清楚「哪些是 AI 幫你做的、哪些是你該自己決定的」——金額的最終核對、對外的承諾、誰扛哪件事，這些判斷留在你手上。AI 給草稿，你給判斷——外包了判斷，你就外包了價值。

如果左邊有兩三條你點頭，右邊一條都沒中，這門課大概適合你；如果右邊中了一兩條，先想清楚再決定，退費規則見常見問題。

為什麼是 Alex Alex Hsieh · 謝明宏

我站在 AI 課最容易斷掉的地方：
工具做得到，工作卻不敢真的交出去。

很多示範停在「AI 能做什麼」。但你回到公司，還要面對資料能不能給、數字怎麼核、誰來批准、成果能不能交。重點來了——這中間卡住的，往往不是技術難，是流程分析難：誰有權限、資料能不能出去、責任算在誰頭上。我能接住這段落差，不是因為一項更亮眼的頭銜，而是因為我同時走過技術與治理、企業與教學、工作經營三個現場。

01技術與治理現場：我做過企業 AI 代理（AI Agent）、n8n、MIS／SRE、雲端架構與 ISO 27001，知道真正的導入不是按下「執行」，而是把權限、資料、風險與責任一起想清楚。

02企業與教學現場：中華電信、國家實驗研究院與高雄餐旅大學等企業／學校授課累積 20+ 堂、100+ 小時，我長期觀察不同背景的人怎麼從「聽懂」走到「敢拿自己的工作來做」。

03工作經營現場：我不把指令當答案，而是教你選任務、定義交付、設人工確認關卡（Human Gate）、驗收成果，再把跑通的方法固化成下次叫得動的流程。

我更在意的，不是你會不會叫 AI 做事，而是你能不能成為一個會帶 AI 交付的人。
所以這門課不會叫你把判斷交出去——我會帶你把工作拆成 AI 能動手、人能把關的流程：AI 給草稿，你給判斷。

查看我的完整公開經歷 ↗

Alex 於 iThome Kubernetes Summit 演講現場 — iThome Kubernetes Summit・大型研討會演講現場

中華電信、國研院、高雄餐旅大學等企業與學校授課 — 中華電信／國研院／高餐大・企業與學校授課現場

GCP、AWS、CKA、CKAD 雲端證照徽章 — GCP／AWS／CKA／CKAD 雲端證照徽章・Credly 可查證

6,000+公開履歷統計的教學觸及YouTube＋Udemy＋企業培訓

4 場大型 AI／技術研討會講師最大場次 700+ 人

878 位Skool 社群成員我固定每週一、週五都在

709 位學員3 門 Udemy 線上課程92 則評價・講師評價 4.5+ 星

20+ 堂・100+ 小時企業與學校授課中華電信／國研院／高餐大

4 張雲端／Kubernetes 證照GCP・AWS・CKA・CKAD

1 本出版技術著作雲端／DevOps／SRE 轉職技術書

常見問題

買之前，你大概會想問這些

Q不會寫程式可以嗎？要先準備什麼？

可以，只要準備好三樣東西就能開始。

電腦、ChatGPT Plus 帳號、ChatGPT Work App
Work 產出表格、文件、簡報與整理後檔案，不寫程式碼
課前準備章節會帶你一步步裝好環境

Q跟免費 YouTube 影片差在哪？

免費影片能幫你認識功能，但這門課要帶你把一件工作真正跑完整。

先定義交付目標、準備資料，再讓 Alex 執行
在人工確認關卡（Human Gate）停下來，親手驗收成果
最後把做過一次的流程整理成可重跑的方法，不是看完示範就結束
每個實作都有明確的輸入、產出與卡點，不是看示範就算完成

Q為什麼這麼便宜？

因為我希望讓每個人都能用最短的時間學會 AI 工作實戰，不要為了價格卻步。

NT$699 是早期支持者回饋價，8/30 後調漲價格
現在加入鎖住這個價格；之後漲價，早鳥仍保留優惠
創始早鳥權益包含 Claude Cowork 與 ChatGPT Work 兩個平台基礎班

Q要花多久？可以看多久？之後更新要再付費嗎？

基礎班買斷不限期，可以分好幾天慢慢完成。

每個實作先抓 20–40 分鐘，因安裝與資料量而異
沒有觀看期限，M0–M5 修錯與維護更新都含在內

Q買了之後怎麼開始？卡住可以問誰？

完成綠界付款後，24 小時內會收到兩件事。

LINE 群「AI 職場工作術｜Alex相談室」的邀請——大家一起把 AI 變成你同事
社群每週一、週五我都會在，有問題直接留言就好。
每個實作都寫了「撞牆心法」，先幫你踩過卡點

Q可以退費嗎？

可以，退費有明確的條件與時間框。

課程開通後 7 天內，請先實際嘗試或完成實作 Lab 1
如果覺得不適合，且還沒開始 Lab 2，來信 support@cloud-f1.com 就能申請全額退費
確認符合條件後，退款會在 7 個工作天內原路處理

Q可以開公司統編報帳嗎？

可以。付款走綠界，可開立公司統編發票。

結帳時填統一編號，系統就會開立電子發票
賣方：雲端方程式數位科技有限公司（統編 62213859）

Q上完課，我會不會變成離不開 AI、連判斷都外包出去？

不會——這正是這門課刻意防範的事。

每個案例都附「🧠 人該決定的／🤖 AI 幫你做的」分界表，先劃清楚誰負責什麼
AI 負責收集資料、整理格式、寫初稿、重複執行；目標取捨、對外承諾、數字把關留在你手上
AI 給草稿，你給判斷
課程教的是「帶團隊」，不是「被團隊帶著走」
Max／Iris／Andy／Vivi／Sophie 是教學角色；Work 可用臨時子代理（subagents）處理彼此獨立的研究，有依賴的分析與呈現仍按順序接力；Team folder 不等於 Workspace Agents

外包了判斷，你就外包了價值。

QChatGPT Work 版和 Claude Cowork 版差在哪？

方法、課程進程與成果相同，主要差在你實際使用的工具與檔案慣例。

兩版都教 M0–M5、5 個 Lab、AI Fluency 4D、Human Gate 與成果驗收
Claude 版使用 Cowork、CLAUDE.md 與對應 Skills；本版使用 ChatGPT Work、AGENTS.md、Context files 與 Skills
Team-folder roles、Work 子代理與 Workspace Agents 是不同概念；本基礎班不需要 Workspace Agents
兩版使用獨立教材、工具畫面、課程入口與學習進度
你選平常工作使用的平台即可；創始早鳥權益包含兩個平台的基礎班

準備好了 → NT$699 超值早鳥價，點我

事情永遠比人多？
你做判斷，讓 AI 團隊動手。

✕改造前

✓改造後