判斷同事是真的具備高效率，還是僅僅依賴 AI 產生「工作垃圾」（workslop），可以從觀察其工作流程的「品質控制」與「深度參與度」來進行評估。根據《經理人》整理的分析，許多員工雖然產出量大增，但若缺乏對 AI 產出的審查與修正，這些內容往往實質空洞，反而會增加後續團隊成員的溝通與審核成本。[1][3]
觀察指標：他是「創作者」還是「檢查員」？
要判斷同事的真實能力，建議觀察以下三個面向：
- 審查與二次加工的痕跡：真正的強者會將 AI 視為輔助，並投入時間進行「二次加工」。研究顯示，約有 9% 的工作時間應花在審查與清理 AI 內容上。[4] 若同事產出的內容精準、符合公司脈絡，且能清楚說明哪些部分是 AI 輔助、哪些是個人專業判斷，這通常代表他具備駕馭工具的能力；反之，若產出內容充滿雜訊或不符合實際業務需求，則可能是過度依賴 AI 的警訊。[4][5]
- 對「隱含背景知識」的掌握：對於複雜或高度專業的任務，AI 往往缺乏公司內部的文化與背景知識。[4] 若同事在處理這類任務時，能精準保留關鍵的舊代碼或商業邏輯，而非全盤照搬 AI 的建議，這顯示他具備 AI 無法取代的專業判斷力。[4]
- 工作流程的透明度：根據《經理人》建議，企業應要求員工保留 AI 使用的歷程紀錄，包含使用的工具、提示詞（Prompt）以及人為修改的過程。[7] 若同事願意分享其工作流程，並能解釋如何透過提示詞優化產出，這代表他是有意識地在管理 AI；若他對工作過程避而不談，或產出內容品質參差不齊，則可能只是在進行「Token 極大化」的無效衝刺。[3][7]
避免陷入「生產力幻覺」
請留意，AI 帶來的效率紅利有時會被轉化為處理更多「原本不會去完成」的瑣碎任務，這會讓同事看起來非常忙碌，但對組織核心目標的貢獻卻有限。[6] 若要判斷對方的強弱，重點不在於他產出了多少，而在於他是否能將 AI 產出的內容與企業的關鍵績效指標（KPI）連結，確保產出具備實際價值與正確性，而非僅僅是為了填滿工作時段。[2][5]
