傳產必學！Google Gemini 實戰教學：讓 AI 當你的流程助理

為什麼我一直說：AI 的重點不在聰明，而在「能不能接手流程」

很多人第一次接觸 AI，都是從聊天開始。

問問題、要文案、請它幫忙想點子，當下很驚豔，但過幾天後就停用了。

原因其實很簡單——

因為它沒有真正「走進你的工作流程」。

對多數傳統產業與內勤夥伴來說，真正耗時間的不是思考，而是：

• 郵件一封一封讀、自己抓重點
• 會議結束後，花大量時間整理紀錄
• Excel 與文件之間不斷複製貼上

這些事情不難，但非常消耗專注力。

這也是我在課堂上反覆強調的一句話：

AI 的價值，不是取代判斷，而是接手那些你「不需要親自做」的整理工作。

而這正是 Google Gemini 最適合出場的位置。

AI 工具這麼多，為什麼我會特別推薦 Gemini？

學員最常問我的一個問題是：

「我已經有 ChatGPT 了，為什麼還需要學 Gemini？」

這其實不是二選一的問題，而是分工問題。

如果你把 AI 當成工作夥伴，可以這樣理解：

• ChatGPT 很像顧問，適合陪你想清楚、拆邏輯、從零開始
• Gemini 則更像行政與流程助理，專長是「把事情做完、整理好」

特別是當 Gemini 已經直接嵌入 Gmail、Google 文件與試算表後，它不再是一個外掛工具，而是你每天都會碰到的工作環境的一部分。

對內勤與傳產來說，「不用改工具習慣」本身，就是轉型成功的一半。

實務核心一：不是叫 AI 幫忙，而是「先幫它畫好輸出框架」

很多人用 AI 用得不順，問題通常不在工具，而在指令太模糊。

例如：

• ❌「幫我整理這封信」
• ✅「請讀取這封詢價信，並整理成以下四點：客戶名稱、產品型號、數量、預計交期，用條列式呈現」

這背後的關鍵差異在於：

你有沒有先替輸出結果定義好結構。

在實務上，我會把這種方式稱為「框架式提問」。

只要結構固定，AI 的輸出就能直接進入你的工作系統，而不是只看過就算了。

實務核心二：一次只交辦一件事，反而比較快

另一個常見誤區是「一次要 AI 做太多事」。

像是同時要它：

整理內容、寫回信、排時程、順便給建議。

在實測中可以很清楚看到：

任務越單一，輸出品質越穩定。

我通常會建議拆成三段：

1. 先整理重點
2. 再轉換成固定格式
3. 最後才產出行動清單或回覆草稿

這樣做不但錯誤率低，也更方便你快速檢查。

實務核心三：角色先鎖定，語氣才不會跑掉

在長對話中，AI 很容易開始「加戲」。

如果你只需要它整理資訊，卻一直給你建議，反而會干擾判斷。

一個很好用的做法是，在一開始就講清楚它的角色，例如：

「你現在是我的行政流程專員，只負責資訊分類與格式整理，不提供額外建議。」

這類指令，對內勤工作特別有用。

實務核心四：真正省時間的關鍵，在於與 Google 工具的整合

Gemini 最大的優勢，不是它多會聊天，而是它「就在你工作的地方」。

實務上常見的應用包括：

• 在 Gmail 側邊欄快速總結長信件串
• 在 Google 文件中，將會議逐字稿整理成決策與待辦
• 在試算表中，協助生成或解讀公式

這些都不是炫技，而是每天都用得到的場景。

實務核心五：專業感的最後一道防線，是快速驗證

即使到現在，AI 仍然可能出現錯誤或遺漏。

所以我一直提醒學員：

AI 產出後，請保留 30 秒人工檢查關鍵資訊。

特別是時間、金額、名稱這三類，一定要回看原文。

這不是不信任 AI，而是確保你的專業度不被影響。

三步驟，建立你自己的 Gemini 工作 SOP

你可以用這個簡化流程開始：

Step 1：先定義哪些事「只給 AI 做」

例如：會議雜訊整理、郵件重點萃取。

Step 2：為高頻場景建立固定指令

詢價信、會議紀錄、客戶需求整理，都各有一組指令。

Step 3：把好用的指令存起來重複用

我通常建議存在 Google Keep 或文件中，避免每次重打。

哪些事適合交給 Gemini，哪些不適合？

適合：

• 長信件重點整理
• 條列與表格互轉
• 公文或正式語氣修正

不適合：

• 高情緒溝通（道歉、衝突）
• 核心決策與策略判斷
• 法律與高風險合約審閱

這樣的界線劃清，反而用得安心。

實際案例：傳產內勤從手動整理到 AI 協作

在一間中部五金零件貿易商中，業務助理每天要處理大量詢價郵件。

導入 Gemini 後的流程是：

郵件進來 → Gemini 擷取型號與數量 → 人工快速核對 → 回覆草稿

結果很直接：

每天省下約 1.5 小時，錯誤率大幅下降。

這就是「不是換人，而是換做法」的轉型成果。

AI 不會取代你，但會放大你的工作方式

數位轉型從來不是一夕之間完成的。

它比較像是一個選擇題：

哪些事，值得你親自做；哪些事，可以交給系統。

當你開始把 AI 當成流程夥伴，而不是新玩具，

你會發現，工作真的可以變得比較不累。