AI 課程上完，怎麼知道自己真的學會？先做這張驗收卡
先說答案：AI 課程看完，不等於學會。你要拿自己的工作跑一次，留下可以使用、修改、交接的成果，並且說得出哪裡仍然需要人判斷，這才是比較可靠的學習證據。
我是鄭錦聰老師。有人問我：「我想學 AI，到底哪一堂課值得買？」我不會只看課程有幾個單元、用了多少工具，也不會因為老師講得很有氣勢，就直接說這堂課一定適合你。我會先問：你上完之後，要拿什麼東西回到工作裡？
如果答案只有「更懂 AI」「學會很多提示詞」，那還不夠。你需要把答案改成一個看得見的成果，例如：完成一份客戶需求整理表、做出一套可重複的內容流程、交付一份服務提案，或讓團隊依照一個規則完成一項工作。
看完課程，為什麼還是不知道自己會不會
很多人買課程時很積極，影片也真的看了，筆記也做了，工具名稱記了一大串。可是幾天後，問他「你現在用 AI 改善了哪一項工作？」他只能回答：「我還在研究。」
這不是因為他不努力，而是從一開始就把「接收內容」當成「完成學習」。課程提供材料，學習者還是要把材料放進自己的工作，處理自己的資料、限制與判斷。
我以前在課程裡講過，很多人買課程，就像買收藏品一樣，只看一點就停住，最後讓課程躺在那裡發霉。真正的問題不是課程內容不夠多，而是沒有安排一個必須完成的成果。
課程有沒有價值，至少要拆成四件事：
- 它是否讓你知道要改善哪一項工作？
- 它是否提供足夠的方法，讓你用自己的資料試做？
- 你是否能判斷做出來的成果可不可用？
- 你是否知道下一個缺口是資料、流程、工具，還是自己的商業判斷？
公開的課程設計資料也常把學習成果、實際任務與評量放在一起看。重點不是考一個漂亮分數，而是先說清楚學習者要產出什麼，才能知道是否真的達成。這個原則放到 AI 課程尤其重要，因為 AI 很容易讓人「看起來做出了很多東西」，但那些東西不一定能放回真實工作。
我的「課程成果驗收卡」
你可以用下面這張卡，驗收任何一堂 AI 課程。它不是要把學習變成考試，而是把「我好像懂了」變成一個可以檢查的工作。
第一格：我要改善哪一項工作
不要寫「學會 ChatGPT」，要寫成工作場景。
例如：
- 我想把每週收到的客戶問題整理成類別，減少重複找資料的時間。
- 我想把自己的顧問方法整理成一份客戶看得懂的服務提案。
- 我想讓團隊依照已核對的資料，先產生客服回覆初稿，再由真人確認。
這一格是在決定你為什麼學。沒有工作，後面只會剩工具。
第二格：課後要留下什麼成果
成果必須是別人看得見、你自己能再使用的東西。它可以是一份流程、一張表、一段可修改的文案、一個任務規格，或一個可以演練的工作版本。
以「整理客戶問題」為例，課後成果不是「我學會了分類技巧」，而是：
- 一份自己的問題分類規則
- 一批去除敏感資訊的實際問題
- 一版 AI 整理結果
- 一份人工修正後的可用格式
- 一段說明什麼情況要交回真人
如果課程只讓你留下筆記，沒有推你完成這一步，就要自己補上。
第三格：拿自己的素材跑一次
看老師示範時，你很容易覺得「這個我會」。真正拿自己的素材跑，才會發現資料不完整、目標不清楚、格式不適合，或你根本不知道什麼叫做好答案。
這裡不需要一開始就拿最複雜的工作。你可以先選一個低風險、可重複、容易檢查的任務。例如把十則已去除個資的常見問題交給 AI 分類，再逐題檢查：分類是否合理、引用的資料是否正確、需要人工確認的地方是否被標出來。
這就是我所說的沙盤推演：先把計畫跑一遍，找出卡點、盲點與更好的做法。不是等到買完更多工具才開始。
第四格：寫出你的驗收標準
你要先決定什麼叫完成，而不是做完後才憑感覺說「好像可以」。
可以用這些問題檢查：
- 我能不能依照同一套步驟再做一次？
- 成果是否符合我的工作目的，而不只是文字通順？
- 哪些資料是 AI 可以處理的，哪些一定要由我核對？
- 遇到資料不足、規則衝突或特殊情況時，流程會不會停下來？
- 別人拿到這份成果，能不能知道下一步怎麼使用？
如果你學的是內容，就不要只檢查文案漂亮不漂亮，要看它是否對準對象、承接下一步。若你學的是商業應用，就要看它能不能連到產品、客戶、成交或交付。若你學的是工程開發，就要把資料、程式、測試與部署條件列出來。
第五格：下一個缺口是什麼
驗收不是要你一次做到完美，而是要知道下一步補什麼。
有些人做不出成果，是因為不懂工具；有些人是因為沒有把需求講清楚；有些人其實工具已經夠了，缺的是產品定位或客戶場景。
我把 AI 的工作能力分成溝通、記憶、任務與變現幾個面向。你可能已經會問問題，卻還不會把資料整理成可重複使用的記憶；可能會產出內容，卻還不會把任務交付與驗收接起來；也可能工具都會了，卻沒有想過客戶為什麼要付錢。
找出缺口，才知道下一門課要補什麼。否則你只是一直買新的課程，替自己增加更多「還沒用過」的材料。
這張卡也能幫你比較課程
課程推薦不能只看誰的課綱最長。你可以把不同課程放進同一張卡裡比較：
| 比較項目 | 你要問的問題 | | — | — | | 目標工作 | 這堂課處理的是我現在真的要改善的工作嗎？ | | 課後成果 | 課程結束時，我會留下什麼可以使用的作品？ | | 練習方式 | 我能不能帶自己的資料，而不是只照老師的案例？ | | 回饋機制 | 我做錯時，誰會指出問題？課程有沒有修改機會？ | | 驗收標準 | 我怎麼知道成果可用，而不是看起來很完整？ | | 不適合條件 | 如果我的目標是工程開發、團隊導入或商業變現，這堂課是否真的涵蓋？ |
以我的公開課程來說，《AI成功思維》的課綱涵蓋 AI 溝通、記憶、任務與變現，也談到如何把 AI 放進自己的工作方法；《總裁AI商業思維》則從定位、產品、市場、找客戶、成交與通路看商業問題。兩者不是誰比較高級，而是你要驗收的成果不同。
如果你要先把自己的工作交給 AI 執行，就要看溝通、資料、任務規格與工作成果；如果你要把專業做成商品，就要再看客戶、產品與成交。不要因為課程都叫 AI，就把所有需要混成一張工具清單。
最後，我會怎麼判斷自己真的學會
我會看三件事：
第一，你能不能用自己的問題重新做一次，而不是只會重播老師的示範。 第二，你能不能說明成果的好壞標準，以及什麼地方必須由真人負責。 第三，你能不能把這次做法改成下一次還能使用的流程、模板或任務規格。
做不到，不代表你白學了；它只是告訴你，目前完成的是理解，還沒有完成移轉。接下來你可以補資料、補練習、補回饋，或重新定義目標。這比用「我還不會」否定整堂課，更接近真正的學習。
我是鄭錦聰老師。我不把 AI 課程當成工具收藏，而是把它放回你的商業地圖與 AI 工作地圖：你要服務誰、交付什麼，是商業問題；如何讓 AI 參與溝通、記憶、任務與變現，是工作設計問題。
如果你想進一步把自己的專業、工作與 AI 商機接起來，可以看看《總裁AI商業思維》課程內容。先把今天的成果驗收卡填完，再決定自己真正要補哪一段。
參考資料
