種子團隊要把事情做出來，主管要決定哪些事情值得做。兩種角色需要不同的課程成果。
企業規劃 AI 內訓時，常先問「要上哪些工具」。我更在意的是：上完課之後，誰要負責推動？如果答案是工程師和跨部門種子成員，課堂應該讓他們動手做。如果答案是主管，就要把決策、授權與團隊規範放進來。
以下整理兩個培訓案例。企業名稱採匿名呈現，內容依我在 2026 年 3 月提供的授課方向與成果紀錄整理；課堂產出與後續營運成效分開看。
案例一：半導體設備商，用實作培養種子團隊
這場培訓為六小時，目標是協助公司內部 AI Hackathon 培養種子團隊。這批成員需要具備自己操作、拆解問題，以及帶其他同仁入門的能力。
上午先建立 AI 趨勢與提示詞基礎，練習把角色、情境與期望交代清楚。下午進入 AI 程式部署、Deep Research 與 NotebookLM 的應用。安排的重點，是讓「怎麼問」接到「做出什麼」，讓成果能被同事檢視。
依當時的授課紀錄，現場曾在十五分鐘內完成一套訂餐系統的部署展示；也有機構工程師運用 AI 產出防塵設計方案。課後提供二十五個提示詞範本及十二部門應用場景指南。
這些成果代表學員能在課堂中完成原型與方案草稿。訂餐系統是否適合長期正式營運，仍須驗證權限、資料保存與異常處理；工程設計方案則需要專業人員審查與後續測試。課堂做得出來，是導入起點，還不是營運效益的證明。
案例二：電信業，把主管課程接到部門行動
電信業案例採六小時、四個班次的規劃，並依主管層級調整重點：高層主管較著重趨勢與管理語言，初級主管增加工具操作與可檢視的成果。
課程涵蓋 AI 輔助決策、主管示範、部門導入評估、資料使用紅線、團隊規範與九十天行動計畫。每位主管的課程成果設定為五份文件：
- AI 決策輔助邊界圖：哪些部分可以交給 AI 整理，哪些決定仍由人負責。
- 部門導入評估表：列出值得先做的工作，以及需要哪些資料。
- 資料分級決策矩陣：讓同仁知道不同資料適用的工具與處理方式。
- 團隊規範文件：定義操作、複核、紀錄與例外處理。
- 九十天實施路線圖：排出試行、檢討與擴大的步驟。
這裡的九十天是行動計畫的期間，並非已經追蹤九十天、證明成效。企業要評估實際成果，仍要回頭確認工作流程是否有被採用。
兩種導入路徑，怎麼判斷先做哪一種？
| 企業目前的卡點 | 優先培訓對象 | 課堂應交付的成果 |
|---|---|---|
| 同仁想用，但不知道怎麼開始 | 種子團隊 | 能操作的原型、可重用範本與示範說明 |
| 同仁已經在用，主管無法判斷風險與價值 | 主管 | 工作優先序、資料規範、複核責任 |
| 各部門各做各的，成果難以擴散 | 主管與種子成員搭配 | 共用驗收方式與跨部門交接文件 |
兩條路可以搭配：主管選定試行方向與邊界，種子團隊把工作做出來，再把操作問題帶回來調整規範。不要要求某一個熱心同仁同時扛起工具教學、資安判斷與全公司的變革。
HR 可以怎麼驗收，而不是只收滿意度？
以下是我建議的驗收方法，不是上述企業已公布的成效數據。
課前選定一項重複工作。 寫清楚輸入資料、目前產出、審核者與常見錯誤。沒有明確任務，就很難知道課程有沒有幫上忙。
課堂驗收可重做的成果。 除了講師電腦上的示範，也請學員用另一份材料重做。換一份資料就無法完成，代表方法還需要補強。
課後追蹤使用與品質。 由部門主管檢視是否持續使用、人工修改量有沒有減少，以及錯誤是否能被發現。時間節省必須以相同工作範圍比較，並把複核時間算進去。
阿峰觀點：內訓最值得留下的，是下一個人用得起來的做法
我不會把一張漂亮的成果圖當成導入終點。真正有價值的交付，包含可用材料、操作說明、適用條件，以及遇到例外時找誰處理。你是機長，AI 是機組人員；企業需要的不只是會操作工具的人，也需要會交辦與驗收的人。
規劃前可先閱讀 企業導入 AI 的起步方式 與 怎麼挑企業 AI 講師。若想評估自己的公司適合哪條路，可在 企業培訓諮詢 留下培訓對象、部門工作與期待成果。
案例依作者授課紀錄整理。外部已公開的相關案例可參考 企業 AI 導入案例文章；本篇課程時數以作者原始紀錄為準。
作者：黃敬峰（AI峰哥／阿峰老師）｜企業 AI 實戰培訓專家。
資料查核：2026 年 9 月 11 日。產品功能、方案與操作介面若有調整，請以文內官方來源及你的帳號畫面為準。