先結算今年的課還有誰在用，再照工作問題分層排課、開課前定好成效指標，第四季就把課與預算提出去。
最後更新：2026 年 11 月｜每年第四季更新一次
每年第四季，HR 和訓練主管都會被問同一句話：明年的 AI 課要怎麼排？
前兩年很多公司先辦了「AI 入門講座」。講座當下大家覺得很厲害，回到座位卻不知道從哪裡開始用，三個月後問起來，真正每天在用的人很少。
所以 2027 年的 AI 課，目標要從「讓大家知道 AI」換成「讓每個部門用 AI 把手上的工作做完」。這篇把我在 300 多場培訓與演講現場看到的規劃重點，整理成一份清單。主文寫給 HR 與訓練主管，第八節另外寫給要開課的老師。
先看結論：2027 AI 課程規劃 8 件事
- 先結算今年：上過的 AI 課，現在還有誰在用？
- 盤點各部門的工作問題，再決定教什麼工具。
- 分三層排課：全員基礎、部門實作、種子與主管。
- 內容至少涵蓋提示、文件資料、流程與代理、查核、資安規範五塊。
- 工具跟著公司現有的辦公環境走。
- 一次講座不夠，排「上課、回去用、再回來」的節奏。
- 開課前就定好兩到三個成效指標。
- 第四季就把上半年的課與預算提出去，同時盯補助公告。
零、先結算今年：上過的 AI 課，還有誰在用？
排明年之前，先花半小時回頭看今年。老闆常砍的，就是「去年上過了，看不出差別」的課。
- 今年辦了哪幾場 AI 課？各多少人？
- 課後一個月、三個月，還有多少人每週在用？（不知道就發一份三題問卷問）
- 哪個部門做出了看得到的成品，例如範本、流程、省下的時數？
- 哪些場次聽完就沒下文？原因是太淺、太難，還是沒有規範不敢用？
這份結算就是明年預算的開場白：有在用的部門加深，沒動起來的先找原因，不要原封不動再排一次。
一、先問清楚：這堂課要解決什麼工作問題？
最常見的錯，是先決定「上什麼工具」，再回頭找問題。
建議反過來，請各部門主管各回答三題：
- 每週最花時間、最重複的工作是什麼？
- 哪些工作常卡在「找資料、整理資料、寫第一版」？
- 如果省下一半時間，你希望團隊拿去做什麼？
收齊答案你會發現，同一間公司裡業務、行政、研發、客服要的東西差很多。這就是「全公司同一堂通識課」效果有限的原因。
把需求收斂成老闆也承認的問題，寫成一句話：「誰，在什麼情況下，做不到什麼」。例如「業務在月底趕提案時，沒辦法一天寫完三份客製提案」。這樣的句子比「想學 AI」好爭取預算多了。
常見部門可以從這裡開始想：
- 業務：提案初稿、客戶會前資料整理、拜訪紀錄
- 行政與管理部：會議紀錄、公文與 Email 初稿、表單整理
- 客服：常見問答整理、回覆草稿、客訴分類
- 研發與工程：文件閱讀、規格比對、程式輔助
- HR 自己：職缺說明、面試題目、訓練教材初稿
問卷與訪談題目可以直接用這篇的範本：企業 AI 培訓需求調查怎麼做？附 HR 問卷與主管訪談範本。
二、課程分層：不要一堂課塞給所有人
比較成熟的排法是分三層：
- 全員基礎層：AI 能做什麼、不能做什麼、公司的使用規範與資料安全。時間短、人數可以多。
- 部門實作層：用該部門自己的工作練習，例如業務寫提案、行政整理會議紀錄、客服整理常見問答。人數要小，每人帶電腦當場做。
- 種子與主管層：培養部門裡的 AI 種子人員，學會拆流程、寫可重複用的指令與範本，回去帶同事；主管則學會怎麼訂規範、怎麼看成效。
三層比例看公司規模調，但部門實作層最不能省，改變真的發生在這裡。種子團隊與主管各自該學什麼，可以參考 台灣企業 AI 內訓兩個案例。
三、內容要涵蓋的五個主題
不管哪一層，2027 年的 AI 課程建議至少涵蓋：
- 提示與溝通：把任務講清楚、給範例、給格式，讓 AI 第一次就接近可用。
- 文件與資料：用 AI 讀長文件、整理表格、比對版本，以及哪些資料不能放進去。
- 流程與代理：AI 已經從「回答問題」走到「幫你做事」。課程要教大家把一件工作拆成步驟，並標出哪些步驟一定要人來確認。
- 查核與判斷：AI 會講錯。員工要會查來源、驗數字，知道什麼時候該停下來問人。
- 資安與規範：公司允許用哪些工具、哪些等級的資料不能上傳、產出要不要標註。
其中「流程與代理」這塊，如果想看每個部門可以從哪裡開始、哪些動作要指定簽核人，可以領這份 2027 企業 AI Agent 導入白皮書，整理了十個部門的第一步，留下公司 Email 就能免費下載，帶去開會當討論底稿。
三種開課方式怎麼選
| 企業內訓 | 外部公開班 | 線上課／訂閱 | |
|---|---|---|---|
| 適合 | 同部門 10 人以上、要用自家案例 | 少數人先去探路 | 全員基礎觀念、自學 |
| 優點 | 案例客製、可當場做出成品 | 單人費用低、彈性 | 便宜、隨時看 |
| 限制 | 要排時間、單場費用較高 | 案例不是你公司的 | 容易看不完、沒人回答問題 |
實務上常見的組合是：全員基礎層用線上或大場講座，部門實作層用內訓，種子人員可以先送公開班再回來帶。
四、工具怎麼選：跟著公司現有環境走
HR 最常問：「要教 ChatGPT、Gemini 還是 Copilot？」
先看公司已經在用的辦公環境。用 Google Workspace 的公司，從 Gemini 開始阻力最小；用 Microsoft 365 的公司，Copilot 比較自然。重點是讓員工在每天打開的地方就能用，而不是多學一個平台。兩邊的差異比較在這篇：ChatGPT 還是 Gemini 做企業內訓比較好？
工具更新很快，課程要把重點放在「方法」，工具畫面只當示範。明年工具改版，課程就不用整份重做。
五、時數與節奏：一次講座不夠，要有回訪
比較有效的節奏是「上課、回去用、再回來」：
- 第一次上課：學方法，當場做出一份自己工作用得到的成品。
- 兩到四週後：回訪或線上答疑，看大家實際用了什麼、卡在哪裡。
- 一季後：收集部門案例，挑出值得推到全公司的做法。
預算只夠一次的話，至少課後留一個群組或表單，讓學員能把問題丟回來。
六、成效怎麼看：開課前就定好要量什麼
上完課只問「滿意度幾分」，很難說服老闆明年續辦。開課前先定兩到三個指標，例如：
- 某項工作的平均完成時間（上課前後各量一次）
- 部門裡每週有在用 AI 的人數
- 課後一個月內，實際被採用的範本或流程數量
數字不用很精準，但前後要用同一種量法，年底寫成果報告才有東西比。現成的課前、課後與 30 天追蹤表在這篇：AI 內訓成效怎麼評估？
七、預算與補助：第四季就要提出去
多數公司在第四季編隔年預算，AI 課等到明年才提，就容易錯過這一輪。
預算算法（帶去開會用）
年度 AI 課程預算 ≈ 講師費 ＋ 工具帳號 ＋ 場地與設備 ＋ 回訪費用
- 講師費：場次 × 每場時數 × 每小時費用
- 工具帳號：要用付費版工具的人數 × 月費 × 使用月數
- 回訪：線上答疑或第二次課的場次
講師費可以先參考下面這篇的報價拆解來試算。企業內訓常見是半天 3 小時、一天 6 小時兩種排法，實際費用跟人數、是否客製案例、地點有關，企業 AI 內訓費用 這篇有完整拆解。
補助：勞動部、經濟部等單位近年都有訓練補助，多數要在開課前申請，有些方案經費用完就提前截止。以各單位當年度正式公告為準，路線怎麼搭可以先看 企業 AI 培訓政府補助：3 條路線怎麼搭。
2027 AI 課程規劃表（可直接複製）
| 項目 | 要填的內容 | 範例 |
|---|---|---|
| 要解決的工作問題 | 每個部門最重複的 1～3 件事 | 業務：每月寫 20 份提案 |
| 對象與分層 | 全員／部門實作／種子與主管 | 業務部 25 人，實作層 |
| 使用工具 | 公司現有環境 | Microsoft 365 Copilot |
| 時數與節奏 | 第一次課＋回訪時間 | 半天課＋三週後線上 1 小時 |
| 成效指標 | 2～3 個，前後同一種量法 | 提案初稿時間、每週使用人數 |
| 預算 | 講師＋帳號＋場地＋回訪 | 依費用頁試算 |
| 補助 | 申請單位與截止日 | 依當年度公告 |
| 負責人 | HR 窗口、部門主管、種子人員 | — |
八、給老師與講師：2027 年課程設計的提醒
如果你是要開 AI 課的老師，2027 年的學員會更挑：
- 學員多半已經用過 AI，別再從「什麼是 ChatGPT」開始。先做課前調查，把程度分開。
- 每一段都讓學員帶走一個可以直接用的成品，比講十個功能更有感。
- 案例要貼近學員的產業。課前跟窗口要真實的工作情境，記得去識別化。
- 課程內容每季檢查一次，工具改版的地方要更新。
- HR 挑講師時會看什麼，可以反過來對照 HR 挑企業 AI 講師的檢查表，把你的課綱、案例與課後支援準備好。
現場最常見的三個坑
這幾年在企業現場，最常看到的不是預算不夠，而是這三件事：
- 只排一場大講座：全公司一起聽兩小時，聽完沒有作業、沒有回訪，三個月後用的人很少。
- 規範比課程晚到：員工上完課很想用，卻不知道哪些資料能放、哪些不能，乾脆不用；或反過來什麼都往裡丟。
- 沒有前測：開課前沒量任何數字，年底只能拿滿意度交差，續辦就很難說服老闆。
三個坑對應的解法，就是上面第五、第三、第六節。
還不確定公司走到哪一步？可以先領白皮書，裡面有五題檢查，做完把答案帶去開會。
如果你正在規劃 2027 年的 AI 課程，不管你是 HR、訓練主管還是老師，都歡迎找阿峰老師聊聊，一起把課排對：https://autolab.cloud/corporate-training/?f=blog
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 11 月 4 日。補助辦法與工具方案會調整，請以各單位當年度公告及你的帳號畫面為準。