經理人用戶成長中心 支琬清
微軟 CEO 怎麼用 AI？他每天用這 5 個 prompt 做決策、盯專案、回顧會議重點
微軟（Microsoft）執行長薩蒂亞・納德拉（Satya Nadella）透過 LinkedIn 與 X 分享他如何將 AI 融入個人日常工作流程，並利用已整合 GPT-5 的 Copilot 工具，藉此提升工作效率。
納德拉將 AI 視為一種「全新的智慧層級」，能夠橫跨所有應用程式，並公開了 5 個每天使用的 prompt。
1. 提前預知會議重點：讓 AI 幫你搞懂對方在想什麼
Prompt：「根據我與［/person］先前的互動，列出對方在我們下次會議中最可能關注的 5 件事。」（Based on my prior interactions with [/person], give me 5 things likely top of mind for our next meeting.）
這句 prompt 的設計核心是運用 AI 的上下文記憶與預測。納德拉利用 AI 回顧他與對方的過往溝通，預測對方在下次會議中最可能關心的事，幫助自己提前做好準備。適合用在處理客戶關係、合約談判等場景。
2. 一鍵生成專案報告：告別繁瑣的彙整工作
Prompt：「根據郵件、聊天紀錄和［/series］中的所有會議，撰寫一份專案更新報告：包括 KPI 與目標的差距、成敗分析、風險點、競爭對手動態，以及可能被問到的尖銳問題與建議回答。」（Draft a project update based on emails, chats, and all meetings in [/series]: KPIs vs. targets, wins/losses, risks, competitive moves, plus likely tough questions and answers.）
這個 prompt 能自動化繁瑣的專案彙整工作，大幅節省時間。AI 會將零散的資訊統整成一份條理分明的更新文件，幫助使用者快速掌握進度和風險，並預先準備好如何回應高層或利害關係人的難題。
3. 專案進度量化分析：用數據看清成功機率
Prompt：「我們是否準備好在 11 月推出［Product］？請檢查工程進度、試點計畫成果和潛在風險，並提供一個成功機率。」（Are we on track for the [Product] launch in November? Check eng progress, pilot program results, risks. Give me a probability.）
這個 prompt 最強大的地方，在於它會直接要求 AI 根據專案進度和風險資料，給出一個量化的成功機率。相較於傳統口頭報告中，那些「差不多」或「快完成了」等模糊說法，這種明確的數字輸出，顯然更具執行性和參考價值。
4. 時間分析：搞懂自己的時間都花去哪了
Prompt：「請分析我過去一個月的行事曆與電子郵件，整理出 5 到 7 類我花最多時間處理的專案，列出各自的時間占比與簡短說明。」（Review my calendar and email from the last month and create 5 to 7 buckets for projects I spend most time on, with % of time spent and short descriptions.）
納德拉用這句提示詞來進行「時間盤點」，藉由 AI 分析行事曆與信件，了解自己的時間主要花在哪裡，以及是否符合原先設定的優先順序和策略目標。對於高階主管、創業者或任何重視效率的人來說，這都是一個絕佳的「自我檢核」工具。
5. 會議準備神器：自動回顧討論脈絡
Prompt：「請根據我選取的電子郵件內容，以及過去主管與團隊的討論，幫我準備接下來的［/series］會議。」（Review [/select email] + prep me for the next meeting in [/series], based on past manager and team discussions.）
這句提示詞對多工處理者來說尤其重要。Copilot 能迅速從過去的訊息串和討論紀錄中，抓取關鍵資訊，讓使用者在切換專案或客戶時，不會腦袋一片空白，能快速掌握狀況，做好萬全準備。
從「指令」到「對話」，AI 溝通黃金法則與 2 大要點
雖然隨著大型語言模型（LLM）的智慧化，提示詞的精確措辭已變得不那麼重要，但有效的溝通仍是發揮 AI 潛力的關鍵。
開發 Claude 的公司 Anthropic 提出「清晰提示黃金法則」，即「將你的提示詞展示給同事看，最好是那些對任務背景了解不多的人，並請他們照著做。如果他們感到困惑，那麼 Claude 很可能也會困惑。」
此外，專家也指出，與 AI 互動就像與人類對話一樣，需要不斷適應和調整。如果第一次生成的結果不符合預期，應更明確地闡述需求，或提供更具體的細節。
