每到周五，你就要開始整理這周的工作進度。事情一多，你懶得一件件想清楚該怎麼寫，乾脆把工作事項一條條列給 AI：修改產品頁文案、和設計討論素材、回覆客戶問題、參加專案會議、整理銷售資料⋯⋯，最後再打一句：「請整理成本周工作摘要，內容專業、有條理。」

沒多久，一份周報就跑出來了，你看了一眼，覺得應該沒問題。隔天主管看完，只丟回一句：「這些我知道你都做了，但這周到底做出什麼結果？」

問題不在 AI 寫得好不好，是你交出去的指令，本來就只夠它做到「整理」，做不到「判斷」。你丟給 AI 一堆事項，它也只會照著事項的字面歸類，不知道哪件事重要、哪件事該放大講。

像是會議紀錄、專案摘要，只要牽涉到篩選與判斷，一句「幫我整理一下」都不夠用。要讓 AI 真的幫上忙，你得學會寫一張「工作委託單」，把原本放在自己心裡的判斷條件，一次講清楚。

為什麼工作都列出來了，主管卻覺得沒看到重點？

你剛剛丟給 AI 的那幾條紀錄，能證明你這周有在做事，但沒辦法直接說明做出了什麼結果。「修改產品頁文案」有可能是新版文案已經交給設計、準備上線，也有可能只改了兩句標題，還卡在等主管回覆。「和設計討論素材」有可能已經把上線前的問題解決掉了，也有可能只是開了個會，雙方都還沒有結論。

指令沒有要求 AI 分清楚「做了什麼」「做到什麼程度」，它就會把每則紀錄同等看待，寫出「持續推進專案」這類看不出結果的句子。

主管看周報，通常想知道哪些事情已經定案、哪些問題會拖到時程、有沒有哪裡需要他出面。你給 AI 的任務裡如果沒放這幾個判斷點，它自然只能停在「把紀錄講一遍」而已。

1. 交辦之前，先說清楚這份成果要拿來做什麼

同一批資料，因為用途不同，寫出來的報告也該不一樣。給直屬主管看的周報，要把成果、風險、需要他決定的事情放前面；給跨部門夥伴看，得補上工作交接的節點和時間；留給自己參考，細節可以多一點，連還沒想清楚的念頭都能先記下來。

所以下指令前，可以先講清楚這份東西給誰看、為了什麼：

這份摘要要給直屬主管看，希望他花 3 分鐘就能掌握這周的成果、專案風險，以及需要他協助決定的事。

這句話會改變 AI 挑內容的方式，它會知道不用平均分配篇幅去摘每一則紀錄，主管要的是能拿來做決定的資訊，不是流水帳。用途講得越具體，AI 越知道哪裡該放大、哪裡可以省。不用寫一大段背景，一句話交代清楚「誰要看、在什麼場合看、看完要拿去做什麼」，通常就足夠建立方向了。

2. 資料可以雜亂，但篩選規則不能模糊

就像你交辦工作給同事時，不會只把整疊資料丟給對方，還會說清楚該從裡面找什麼。給 AI 的指令也一樣需要篩選規則。

以周報來說，可以要求它先把紀錄分成 3 類：已完成的成果、進行中的事項、還沒解決的風險。 分類之後，再規定每一類該留下什麼資訊。已完成的要寫清楚交付了什麼、造成什麼影響；進行中的要標明現在到哪個階段；風險則要說清楚原因、可能造成的影響，以及需要誰幫忙。

有了這條規則，AI 才不會把「寄出一封信」和「談成一項重要提案」寫成差不多的分量。它也會開始去留意原始紀錄裡的動詞：哪些只是有參加、哪些是真的做完了、哪些還在等別人回覆，這是交辦工作時要守住的一條線，AI 可以幫忙整理、幫忙判斷，但不能替你編出原始資料裡沒有的成果。

3. 格式不是排版好看，是照讀者看資料的順序來安排

很多指令會寫「請用條列式」「請做成表格」，但真正有用的格式規範，要照著讀者看資料的順序來安排。假設主管習慣先看成果、再看風險、最後才確認下周安排，周報就該照這個順序寫，而不是照你想到的順序寫。

4. 資料不夠完整的時候，先約定好怎麼處理

工作紀錄常常缺東缺西，會議筆記可能漏了負責人，工作紀錄可能沒寫期限，客戶來信也可能沒講清楚優先順序。如果原始紀錄裡沒有成果數字、完成日期或負責人，也不要要求 AI「補上具體數據」。

如果指令沒有規定缺漏的資訊該怎麼辦，AI 可能會照著上下文自己補一個看起來合理的內容，這時可以在指令裡加一條簡單的規則：

如果資料不足以判斷，請列出缺少哪些資訊、需要確認什麼問題，先不要寫進正式周報。

這條規則讓 AI 在不確定的時候停下來，把問題丟回給你，你也能趁正式交件前把關鍵資料補齊。

一份完整的指令，應該像一張「工作委託單」

把前面 4 個動作合起來，你給 AI 的周報指令可以這樣寫：

這份指令交代了誰要看、為什麼要做這件事、資料怎麼分、內容怎麼取捨、輸出順序，還有缺漏資訊該怎麼處理。有了這些，AI 才能參與工作裡的判斷，而不是只負責把文字修得順一點。

學會交辦，就是把你腦中的標準說出來

很多人清楚自己不喜歡什麼樣的成果，卻很難在動手之前，先描述出理想的樣子是什麼。往往是看到 AI 的產出之後，才一句一句補：「這段太長」「這個案例不重要」「主管比較在意風險」「數字不能自己猜」。這些補充，其實都是把原本藏在心裡的標準講出來。

記得把這些標準寫下來，下次遇到類似任務，可以直接寫進指令裡，慢慢整理成一套固定的工作說明，比方說每周都要做的工作摘要，就能把主管在意的欄位、內容排序、查核方式留下來，之後只要換掉當周的資料就好。

把零散對話，升級成能重覆使用的流程

學會這 4 個動作之後，你可能會想，不同任務要準備哪些背景、設定哪些規則，才不用每次都重新摸索？已經調好的指令，又該怎麼留下來，避免下次還要重新磨合一遍？

經理人商管 LAB 推出【2026 Prompt 全攻略】線上課程，帶你練習釐清任務目的、準備必要資料、設定判斷條件，再把用得順手的對話整理成能重複使用的流程：

- 網路抓來的指令，換個工作情境就要重寫： 一份完整的工作說明該包含哪些條件：使用對象、工作目的、參考資料、驗收方式，把這幾塊拆開來看，遇到新的報告、企畫或分析任務時，就能自己組合出對應的指令，不必每次從零開始。

- 同一件事每周都在做，每次仍須重新解釋一遍： 透過回顧過去用得順手的對話，把固定不變的判斷標準與處理步驟抓出來，整理成能重複套用的指令。之後只要換掉當次的資料，就能沿用同一套流程，省下重複溝通和修改的力氣。

- 丟了很多資料，AI 整理後還是看不出重點： 先分清楚工作目的、讀者需求和資訊的優先順序，才能建立分類方式、篩選條件和必要欄位。下指令前先篩過一輪，整理出來的東西更能直接拿去做簡報、周報或決策討論。

透過【2026 Prompt 全攻略】課程教學，帶你把腦中的工作標準寫下來，讓每一次 AI 協作經驗，都能變成下次直接套用的工作流程。