先搞清楚問題、策略、細節這 3 層，AI 才幫得上忙（每層都附上可參考的 prompt）
我們想請你幫忙設計一個共創工作坊，幫我們團隊釐清策略與找到共識。
作為服務設計師、專案經理，你可能會面對客戶或主管提出這樣的需求。如果你直接把這個需求丟給 AI，很快就可以得到很多很多工作坊規劃的方法還有工具：分組討論、腦力激盪、what if、HMW、共識收斂⋯⋯等。看起來都合理，但主管看完只問：「這個流程真的可以幫我們解決現況問題嗎？」、客戶說「這好像跟我們想的不太一樣」，結果整份重做。
事實是：「沒有共識」，可能只是現象，不一定是真正的問題。沒有對應的策略，即便發展出一個很完整的工作坊流程也不能幫助客戶或主管解決問題。
這是這幾週，我和兩位資深夥伴一起規劃一場企業工作坊的親身感受，我也從中淬鍊幾個重要的步驟，跟我在一邊做一邊使用的 AI 技巧。
這篇你可以看到：
- 1為什麼「沒有共識」只是現象，不一定是真正的問題
- 2企業沒有共識的五種常見原因
- 3問題 → 策略 → 細節三個步驟，各自對應的 AI prompt
- 4AI 畫出來的畫布與排出來的時間，你要自己補的兩件事
- 5AI 加速的是每一層，但不會減少迭代次數
步驟一：先找出真正的問題
企業沒有共識，背後可能有很多原因。例如：
- 1老闆其實沒有把策略方向說清楚
- 2不同部門 KPI 不同，每個人本來就在追求不同的成果
- 3專案主管以為現在要解決 A，其他部門卻以為公司要做 B
- 4大家對市場、顧客或競爭環境的理解不同坐在同一張桌子上，討論的其實不是同一件事
- 5企業文化本來就習慣由上而下決策大家並不確定這次是真的要共創，還是最後仍然等主管決定
如果沒有先搞懂這些，你只是設計一套「讓大家交流的流程」。最後很可能只是讓大家更充分地表達彼此不同的意見，卻沒有回應真正發生問題的核心；這樣，交流完畢，可能會出現更多紛爭，而共識還是不會出現。
所以第一步是：先理解「產業脈絡」「組織文化」「角色關係」，以及問題為什麼發生。
這時 AI 很好用。你可以把訪談紀錄、公司背景、產業資訊丟進去，請它協助你找假設、找矛盾、找還沒被回答的問題。AI 是一個有非常多資訊、方法的博士級助理（恩，可以這樣說吧 ^^）。所以這些問題，他可以幫你搜尋網路資料，協助你釐清可能的問題。
你可以參考 prompt：
「請你作為企業管理與組織發展顧問。以下是客戶目前描述的問題與背景。請不要直接提出解法，而是先分析『為什麼會發生這個問題』。請分別從產業環境、組織文化、部門目標、決策機制、角色認知與主管期待等角度，提出可能原因，並列出我接下來應該向客戶追問的問題。」
AI 跟你討論出來後，可以先收斂出幾個可能問題，帶著問題跟客戶或主管提問，一方面幫助你自己找到問題癥結，另方面很可能你就已經在擔任一個專業顧問協助團隊梳理現狀（專業在這個時候就可以發生了！）
步驟二：找到問題後，還要有對應的策略
知道問題，也不代表就知道怎麼解。例如你已經發現：跨部門各說各話，每個人都有自己的解決方案，大家想做的事情也不一樣。
這時如果只是讓大家繼續討論「你覺得應該怎麼做？」、繼續解釋「為什麼要這樣做」、「能做到什麼」等等⋯⋯很可能還是在原本的解決方案裡打轉。
真正需要的策略可能是：先暫停討論各自想做什麼，重新找到大家共同要達成的目標。
接著再從共同目標往下梳理：我們要達成什麼成果？哪些事情最重要？不同部門各自要扮演什麼角色？這時候，才有可能使用 OKR、策略地圖、目標樹或其他工具來協助對焦。
所以，用什麼工具不是重點。工具是為了解決前面判斷出的問題。
參考 prompt：
「根據前面分析出的核心問題，請你作為策略顧問，提出 3 種可能的介入策略。每個策略請說明：要解決的核心問題、背後邏輯、預期成果、適合使用的管理工具，以及實際可以帶領團隊討論的問題。不要只推薦工具，請說明工具為什麼適合這個問題，並帶出工具操作的範例。」
這時，你可以對應上面的問題，把幾個策略、預期成果以及示範案例，拿給客戶或主管討論，看看這個方向是不是大家所期待。如果這個步驟確認了，那一個工作坊就八九不離十了！（但還不到十～如果你沒完成第三步驟，可能還會功虧一簣。）
步驟三：最後才是落地細節
問題找對了，策略也對了。但真正執行時，還有一堆細節會決定成敗。
以工作坊來說：幾個人一組？一題到底要討論 10 分鐘還是 30 分鐘？要先個人思考，還是直接分組？便利貼上要寫一件事還是三件事？大家討論共創畫布多大？便利貼放得下嗎？大家討論完，要怎麼收斂？主持人什麼時候應該介入？哪些內容要在工作坊前先完成？
如果是專案推動，也一樣：誰負責？什麼時候完成？誰有決策權？規格怎麼確認？供應商什麼時候進場？
這些看起來很小。但最後常常就是這些細節，決定一個策略能不能真的落地。
參考 prompt：
「你是資深專案經理兼工作坊主持人。策略與工具如下：〔貼上〕。請拆成執行細節：分組人數、每段流程與時間，並設計每段流程要討論用的畫布與產出：欄位版面、尺寸、便利貼大小與顏色、貼在哪裡、預計產出內容。」
不過這裡要提醒兩件事。
AI 改變的不是「生內容」，是三層都變快了
以前光是查資料、找方法、設計工具、排流程，可能就要花很多時間。現在 AI 可以很快幫你把這些東西展開。
但前提是：你要先知道真正的問題是什麼 → 應該採取什麼策略 → 怎麼把策略落實到細節。
我現在會把 AI 協作分成三層：
AI 可以把每一層、每個步驟都加速。對我來說，他可以幫我加快「看到我預期的結果，讓我可以更有效地跟客戶溝通」。但我認為討論的迭代與交流次數，不會變比較少，反而有可能因為產出速度快，迭代次數更多。
畢竟，如果第一層判斷錯了、第二層的策略錯了，後面只會更有效率地把錯的事情做完。
你上一次用 AI 生出來、卻被客戶或主管改掉的東西，是卡在哪一層？
p.s. 在運用 AI agent 時，有一個很有趣的體驗：看到我電腦裡對應的策略，AI 快速地去發展、自己操作，一個一個把模組建立起來。真的很可愛，而且效率超高。
如果你的團隊也正在規劃策略工作坊，或想把 AI 協作真正用在顧問與專案工作上，歡迎了解合作方式。
