那些沒有 AI 的日子，正在為你的 AI 時代打底：從樂高、詩詞到「直覺式」的資訊分類法

我們總以為 AI 時代需要的是全新的大腦

事實上，決定你能把 AI 駕馭得多好的

往往是那些沒有 AI 的日子裡，你所累積的無用之用

🧠 邏輯不是天生，而是對問題領域的「語感」

當我們能夠在龐雜的資訊中「一眼看出分類」，或者直覺地知道該呼叫哪個 AI 工具（是該用 NotebookLM 整理文獻，還是用 Gemini 寫 Python 腳本），這背後靠的不是天賦，而是對問題領域的熟悉度。

我常把這種熟悉度稱為「語感」。

就像學外語一樣，語感好的人不需要在腦中默背文法公式，就能自然脫口而出正確的句子。在沒有 AI 的時代，這種資訊分類與處理的語感就已經存在了；AI 的出現，只是讓擁有這種語感的人，執行效率變得極高。

那麼，這種「邏輯分類與表達」的語感，究竟是怎麼培養出來的？回顧我自己的學習歷程，我發現答案出乎意料地「不科技」。

🧱 樂高與文言文：我的 AI 思維啟蒙

如果把與 AI 溝通的過程拆解，核心能力其實只有兩個：歸納與演繹的邏輯，以及精準描述的語言組織能力。而這兩項能力，恰好對應了我過去的兩項興趣。

1. 樂高模型與無限制的自由創作（歸納與演繹）

很多人以為邏輯訓練就是要狂算數學題，但在我身上，邏輯的底層架構來自於從小玩的樂高與模型。 樂高的本質是什麼？是「模組化（Modularization）」。當你面對一堆散落的積木，你必須在腦中先有一個建築的藍圖（演繹），然後把相同形狀、顏色的積木分類，一步步拼湊出實體（歸納）。 這跟現在我們面對複雜專案時，懂得把大問題拆解成小任務，再指派不同的 AI 工具去完成，在思維上是完全一致的。這就是我常說的「樂高哲學」——沒有限制的自由創作，才是最深刻的邏輯訓練。

2. 文言文與詩詞歌賦（精準描述與降噪）

另一個常讓人意外的經歷是，我其實最擅長的是文學創作，尤其是古典詩詞。 許多人覺得文科生在 AI 時代會吃虧，大錯特錯！寫提示詞（Prompt Engineering）的核心是什麼？是用最精煉、最準確的語言，把背景、目標與限制說清楚，去除一切干擾 AI 判斷的「雜訊」。 這不就是「文言文」和「詩詞」在做的事嗎？在字數嚴格受限的格律中，推敲每一個字的動靜與因果關係。這種高度濃縮資訊的文字鍛鍊，讓我在面對 AI 時，能夠自然地寫出結構嚴謹、沒有廢話的指令。

🚀 從「舉步維艱」到「一路暢通」的個案故事

雖然我熱愛文學，但高中以後，我一頭栽進了資訊領域。老實說，過去學得非常辛苦。

在過去那些手刻程式碼的日子裡，我腦中有無數個跨域結合的想法，我知道「這個功能在邏輯上絕對做得出來」，但受限於非本科出身的技術硬實力，我就是寫不出那段程式碼。那是一種「大腦跑得比手快」，卻處處碰壁的無力感。

但現在，生成式 AI 補足了那段「實作的落差」。

只要我的邏輯是通的，只要我能用精準的語言把架構描述出來，AI 就能瞬間幫我補齊那些我曾經寫不出來的程式碼。過去累積的那些「看得懂卻做不到」的痛苦，在 AI 時代瞬間轉化成了「一路暢通」的爽快感。

結語：尋找屬於你自己的「前置技能」

我常常跟學員分享，我是一個個案；同樣的，每個人都是一個個案

你不需要為了學好 AI，現在跑去玩樂高或是背唐詩三百首

我的經驗與方法只能作為參考，無法被完美複製

你該做的是回頭檢視自己的人生歷程：

或許你是個烘焙高手，你對食譜比例與發酵時間的精準掌控

就是你的「流程邏輯」

或許你是個資深護理師，你能在緊急狀況下瞬間判斷病患的輕重緩急

這就是你頂尖的「資訊分類與降噪能力」

AI 時代真正能拉開差距的，是你過去的人生經歷，如何內化成你獨特的思考方式

不要輕忽你過去走過的每一段路，把它們找出來，把它們當作與 AI 對話的基石

你終會走出一條只屬於你自己的、一路暢通的 AI 協作之路