AI 素養怎麼練？用 4D 框架建立自己的協作流程

AI 素養指的是「以有效、高效、合乎道德且安全的方式使用 AI」的能力，它由技能、知識、洞見與價值觀組成，不是單靠幾句提示詞就能練成。要把它拆成可操作的步驟，可以用 Anthropic 設計的 4D 框架：委派（Delegation）、描述（Description）、辨別（Discernment）、審慎（Diligence），分別練習判斷、表達、懷疑與負責這四件事。

AI 素養到底是什麼能力？

AI 素養可以拆成六個能力：認識 AI、理解責任、保護資料、辨識偏見、深化學習、自主決策。這六個能力又對應三個階段——第一階段是知道 AI 是什麼、能做什麼；第二階段是能在學習、工作、生活裡用 AI 達成具體目標；第三階段是能用 AI 做出原本沒人做過的事。換句話說,「會打字叫 AI 幫忙」只是第一階段,真正的 AI 素養要走到能判斷、能負責的第二、第三階段。

這不只是個人技能問題，已經變成制度層級的要求。普渡大學在 2025 年 12 月通過政策，要求 2026 年秋季入學的新生在大學部畢業前必須具備「AI Working Competency」，校長蔣濛的說法是：許多公司已經停止招聘甚至大規模裁員，迫使大學思考哪些職位會被「會用 AI 的人」取代。歐盟的 AI Act（Regulation 2024/1689）也要求使用 AI 系統的組織必須讓員工具備 AI 素養，違反規定還有罰則。World Economic Forum 在 2023 年的《Future of Jobs Report》裡把「AI 與大數據」列為未來五年技能訓練的第一優先順序。

但這裡有一個弔詭的地方：Atlassian 針對近千名美國知識工作者做的對照實驗發現，同樣一份作品，如果評分者被告知創作者用了 AI，會把懶惰程度評得高出 10 倍，被推薦負責高能見度專案的機率也少了 24 個百分點。也就是說，「會用 AI」被政策和企業要求著要學，但在同事眼中坦承用 AI，反而可能變成扣分。這正是為什麼 AI 素養不能只練「怎麼用」，還要練「什麼時候用、怎麼呈現、出事誰負責」——這正是 4D 框架裡委派與審慎要處理的問題。

4D 框架的兩個循環

4D 框架分成兩組互相連動的循環：

• 委派—審慎循環：處理「這件事該不該交給 AI、什麼時候交、出了問題誰負責」。
• 描述—辨別循環：處理「怎麼和 AI 一來一回，讓產出逐步貼近你真正要的東西」。

這兩個循環合起來共有 24 項可觀察的指標（描述 8 項、委派 7 項、辨別 5 項、審慎 4 項），但對一般使用者來說，不用背指標，抓住每個 D 要練的核心動作就夠。下面分別說明。

委派：哪些任務該交出去，哪些自己留著

委派要練的是判斷力，不是把所有事都丟給 AI。AI 本質上是機率預測，它有龐大的全球知識庫，但完全不知道你公司的背景、目標受眾、具體需求——可以把它想成「剛到職、智商極高但完全狀況外的優秀實習生」。這個比喻決定了哪些工作適合交給它。

限制	意思	該怎麼處理
多功能性	AI 能切換各種任務，但切換後的結果仍要由熟悉主題的人檢查	熟悉領域的人把關
幻覺	可能編出不存在的資源、事實、例子	抽查存在性與正確性
知識截止日期	近期的標準、日期、地方規範不一定是最新的	另外查證
上下文視窗	長任務容易丟失前面的脈絡	定期整理重點給它
複雜推理	多步驟推理中間容易出錯	拆小步驟分段檢查

AI 產出之後，閱讀、補充、驗證與取捨仍然要由人接回去，「交出去」從來不是「交出去就不管」。

練習：挑一件你下週要做的任務，列出裡面哪幾步是「資訊整理、草稿生成、格式轉換」這類適合交給 AI 的，哪幾步是「需要你對受眾、風險、後果負責」而必須自己留著的。寫成兩欄清單，之後遇到類似任務直接比對。

常見誤區：把「AI 做得快」當成「該交給 AI」的理由。速度不是委派的標準，誰該為結果負責才是。

描述：怎麼把背景、受眾、限制講清楚

描述要練的是表達力——把你腦中的背景、目標、限制講清楚，AI 才有機會做對。常見的結構化寫法是四個核心元素：

• 角色設定（Persona）：要 AI 扮演什麼身分來回答。
• 背景脈絡（Context）：公司、受眾、情境是什麼。
• 具體任務（Task）：要做的事情是什麼，愈具體愈好。
• 輸出格式（Output Format）：要什麼形式的結果，字數、結構、語氣。

實際操作可以分四步驟：先把任務拆解成小塊，再針對常用任務建立自己的提示詞模板庫,接著用多輪對話疊代優化,最後一定要人工複查並做在地化微調。比如寄信邀請的任務，如果一開始就講清楚「給誰看、字數上限、語氣」，比事後反覆修改快得多——這和寫系統提示詞與使用者提示詞的邏輯是同一件事：先把規則講清楚，後面的對話才省力。

另一種更完整的描述方式是建立一份「情境文件」，內容包含你自己的價值觀、角色、對象、目標、限制條件，以及「AI 可以參與的地方」和「AI 不可以參與的地方」。這份文件寫一次就能重複用在同類型的任務上，不用每次重新解釋一輪背景。

練習：把你最常用 AI 處理的一類任務（寫信、整理資料、畫草稿）寫成一份固定模板，標好角色、背景、任務、格式四欄，之後直接套用再微調。

常見誤區：只給任務、不給背景。AI 不知道你公司的規矩、你的讀者是誰，講得越模糊，它越容易自己亂猜。

辨別：怎麼看出答案哪裡不對勁

辨別要練的是懷疑的習慣。AI 本質上是一個語言整理工具，擅長根據文字資料歸納、改寫、分類，但「看起來合理」不等於「確實正確」。常見的幻覺表現包括編出不存在的數據、查不到的報告，或是把人物說法和研究結果講得像真的一樣。有三個方法可以直接用在你的提示詞裡：

1. 先講好規則：告訴 AI「如果你對答案沒有把握，請直接說明不確定的原因，不要自行補齊缺漏資訊」，減少它硬湊答案的機會。
2. 數字與引用回到來源：凡是數字、引用、人物說法，都要求它標出來源，並按優先順序排：官方資料 > 原始研究或報告 > 政府或學術機構 > 企業公告 > 具公信力媒體 > 二手整理文（且要標註）。
3. 分類呈現：請它把回答分成「已確認事實」「合理推論」「建議做法」三類，你一看就知道哪些可以直接用、哪些要自己再查。

測試 AI 的能力邊界也有具體做法：挑一個你自己熟到能抓錯的主題，請 AI 分別向不同程度的對象解釋，看它會不會簡化錯；請它推薦具體資源後抽查這些資源是否真的存在；問一個有時效性或地方性的問題,再請它主動釐清常見的誤解在哪裡。這幾招同時也是檢查幻覺與過度自信最直接的方式，更完整的查證做法可以參考AI 幻覺怎麼辦。

練習：下次拿到 AI 給的答案，先問自己「如果這是假的,我要怎麼在三分鐘內戳破它」,然後真的去查一個最可疑的數字或引用。

常見誤區：把「講得很流暢、很有條理」當成「內容正確」的證據。語言組織能力和事實正確性是兩件事，AI 在前者上通常表現得比後者更好。

審慎：資料能不能上傳,出問題誰負責

審慎要練的是責任感——這是最容易被忽略、但後果最嚴重的一環。先說資料面：涉及敏感或他人資訊時，只能使用組織核准的工具；去識別化要移除姓名、編號等直接識別資訊；但要特別注意，如果樣本量很小（比如小班級、小團隊），光靠性別、年齡這類間接資訊,也可能被重新推回個人身分。這部分的工具選擇與風險,可以對照AI工具會不會洩漏公司資料一起看,團隊導入前的權限與風險盤點則可以參考AI Agent 導入前要搞懂什麼。

再說責任面。研究已經發現用 AI 不是穩賺不賠的事：一份研究發現四成美國辦公室員工收過「workslop」——看起來完整、實際上空洞的 AI 產出內容，估計對企業生產力造成數百萬美元損失；也有實際案例是外包人員交付明顯是 AI 生成的內容，公司創辦人因此損失一萬美元還得全部重寫。更麻煩的是,有四分之一用過 AI 的員工,會在同事來問問題時叫對方「自己去問 AI」，這種把責任推給工具的心態,正是審慎要防範的。另外有研究指出,主管如果用 AI 取代原本該有的指導對話（像帶人、給職涯建議），員工的離職意願、過勞比例都會上升,團隊協作能力也會下滑——這提醒我們,審慎不只是資料安全,也包括「哪些事不該讓 AI 代替人去做」。

一個可以直接拿來用的審慎做法,是幫自己的 AI 使用留下紀錄：標註用的是哪個 AI 模型與版本、保留與 AI 的對話紀錄或截圖、能說清楚自己怎麼驗證和修正過產出。這樣不只方便事後追查問題,也是在前面提到的「坦承用 AI 反而被貶低」困境裡,替自己留一條可以說清楚「我做了什麼把關」的證據線。

練習：下次交出一份 AI 協助完成的成果前,花兩分鐘寫下你驗證過哪幾個關鍵點,存下來。

常見誤區：以為「AI 生成的內容」和「我自己寫的內容」責任不同。實際上,只要是你交出去的東西,驗證與把關的責任永遠在你身上,不在 AI 身上。

寫一份自己的 AI 價值文件

把上面四個 D 練過一輪之後,建議寫一份簡短的個人 AI 價值文件,分三個區塊：

• 意圖：你想用 AI 達成什麼目標。
• 原則：你想堅守的兩到三條規則（例如「數字一定要查來源」）。
• 界線：哪些工作你永遠會親自完成,不交給 AI。

這份文件不用長,但寫下來之後,遇到新任務就有一個現成的判斷基準,不用每次重新想一遍。

一週練習路線

如果想有系統地練,可以用一週時間走一輪：

天數	練習內容
Day 1-2	委派：挑三件近期任務,列出「交給 AI」與「自己留著」的兩欄清單
Day 3-4	描述：把一類常用任務寫成固定模板（角色、背景、任務、格式）
Day 5	辨別：找一個你熟的主題測試 AI,刻意找出至少一個錯誤或編造內容
Day 6	審慎：盤點你目前上傳給 AI 的資料有沒有敏感資訊,補上驗證紀錄的習慣
Day 7	寫一份個人 AI 價值文件,回顧前六天的練習,調整原則與界線

4D 框架的重點不是背四個英文單字,而是練出一套自己能重複使用的判斷方式：什麼該交出去、怎麼講清楚需求、怎麼懷疑答案、出事誰負責。這四件事練熟了,才是真正「會用 AI」,而不只是會打提示詞。