公司資料不能帶進課堂，AI 課程怎麼選才練得出工作成果？
如果公司規定不允許把客戶名單、報價或內部文件貼進課堂使用的 AI 工具，你仍然能上實作課；老師可以保留工作的任務結構，改用虛構資料讓你練出同一種判斷，再說明如何回到公司核准的環境。選課要看這套練習能不能交出可檢查的成果。
我看 AI 課程，不把「學員敢不敢貼真實資料」當實作指標。我看的是：學員能不能說清楚任務、拿到可檢查的成果、指出哪些地方必須由人確認，最後知道怎麼把練習接回工作。
先分清楚：任務可以是真的，資料不必是真的
一堂課要教你把 AI 用在工作，至少有兩種東西：工作任務和工作資料。任務可以很真實，例如把詢價信分類、找出缺少的資訊、草擬下一步回覆；但練習資料可以是老師設計的虛構內容。
這不是把實作變簡單。真正要練的是：怎麼定義輸入、怎麼說明判斷規則、怎麼要求輸出、如何檢查結果。這些能力不會因為把真實客戶姓名換成「王先生」就自動出現，也不必靠一份真正的客戶名單才練得起來。
反過來說，學員把真實資料貼進 AI，畫面上出現一份摘要或漂亮文案，也不能證明課程教會了可重複的工作流程。可能只是工具當場生出一段文字，學員仍不知道資料能否這樣使用、產出有沒有漏掉重點、下一次怎麼重做。
一張安全練習卡：選課前就能拿來問老師
假設你想學的是「把新詢價分流，讓業務知道先問什麼」。用下面這張卡檢查課程設計，課堂練習就有機會接上工作，同時不必把真實客戶資料交給未經核准的服務。
- 工作任務：判斷一封新詢價目前缺少哪些資訊，並草擬下一步問題。
- 想拿到的成果：分類、缺漏欄位、建議追問、回覆草稿、人工確認項目。
- 練習資料：使用虛構公司、虛構聯絡人及虛構需求；不從真實信件改幾個名字就當成匿名資料。
- 判斷規則：不知道的預算、交期或承諾標示「未知」，不可自行補答案。
- 驗收方式：分類有理由、追問能補足決策資訊、回覆沒有擅自承諾，真人能看懂下一步。
- 回到工作：先確認公司核准的 AI 服務、帳號、資料範圍與人工檢查方式，再套用同一任務流程。
這張卡的重點不是任何工具都能用，而是把「工作需要什麼」和「工具能接觸哪些資料」拆開。公司允許的服務、使用者權限與資料處理方式，仍要依你所在組織的規定確認。
完整示範：用虛構詢價練出可檢查的回覆流程
拿一間假設中的小型企業顧問公司來看。它收到一封詢問：「想請你們協助規劃內部 AI 培訓，請問大概怎麼合作？」實際工作可能牽涉客戶名稱、部門人數、預算、內部系統與策略內容。課堂不需要拿真實信件來練，先用下面這份虛構資料就能練判斷。
練習輸入
虛構公司：青禾設計工作室。虛構聯絡人：林小姐。需求：想了解團隊 AI 培訓。人數：未知。預算：未知。希望完成日期：未知。已知問題：不知道應先安排工具課，還是先整理工作流程。
可直接改用的任務指令
你是詢價資料整理助理。請只根據我提供的內容，輸出五欄：①目前已知需求；②缺少但會影響方案的資訊；③建議先詢問的兩個問題；④一段不含價格、時程或成效承諾的回覆草稿；⑤需要真人確認的事項。沒有提供的資訊寫「未知」，不要自行推測。若問題有兩種解讀，列出差異，不要替客戶選答案。
期望產出
- 已知需求：希望了解團隊 AI 培訓；對課程順序尚未確定。
- 缺少資訊：團隊人數、主要工作、目前使用工具、預算、希望完成時間。
- 優先追問：「目前最希望改善哪一項工作？」、「預計由哪些職務參加？」
- 回覆草稿：「可以先從團隊最常遇到的一項工作談起，再判斷適合先練工具、任務流程或部門應用。方便分享目前最想改善的工作，以及預計參與的職務嗎？」
- 真人確認：是否要附課程方案或報價；可提供的訓練日期與服務範圍。
這份結果不是要 AI 直接替業務成交，而是讓業務少漏掉重要問題，同時不讓 AI 自行填入未知的價格或承諾。老師若能帶你從輸入一路做到這種可檢查的輸出，再指出哪一步要由人接手，這比「看我用一個真實客戶案例跑出神奇答案」更能看出教學是否完整。
選課時比較三種教法
只看工具示範：容易看懂，未必能帶回工作
老師展示一段提示詞，AI 產出看似完整的報告。若沒有說明輸入如何整理、錯誤如何修正、成果怎麼驗收，你下課後可能只記得那一次操作。這種課適合先認識工具，但若目標是改善團隊流程，就要再找任務拆解和驗收練習。
一定要用真實資料：畫面很貼近現場，卻不代表方法更扎實
真實資料有助於理解情境，但不是唯一的教學材料。當學員不知道服務帳號、資料權限或公司規則時，把真實內容貼上去只會把「學會操作」與「能不能使用資料」混成一件事。能用虛構資料練同樣的判斷，反而更容易看出老師是否真的教了流程。
任務拆解加虛構資料：最容易檢查你到底學會什麼
老師先定義工作目標與輸出，再給一組虛構練習資料，帶你調整指令、檢查結果、修正錯誤，最後列出回到公司後要確認的環境與權限。你能看見自己做出的成果，也能知道哪些步驟可以重複、哪些決定仍要交給同事或主管。
報名前直接問這五題
- 課程會不會示範如何把一項工作拆成輸入、判斷規則與輸出？
- 沒有公司資料時，能否用虛構練習資料完成同一種任務？
- 課堂會不會給出可檢查的成果範例或驗收條件？
- 老師會不會帶你辨認哪些內容是未知、需要人工確認，不能由 AI 自行補齊？
- 課後如何確認公司核准的服務、帳號及資料範圍，再把練習移到工作現場？
如果答案只有「放心，大家都這樣用」或「上課再把資料貼上來」，我會先停下來問清楚。你買的是學習方法，不是把公司資料拿去測某個工具的膽量。
服務條款看完，仍要回到公司規則
資料是否能交給某個 AI 服務，不能只看課堂怎麼安排，也不能用「有沒有拿去訓練」一項代替全部判斷。數位發展部的《公部門人工智慧應用參考手冊》專門針對公部門，設有資料安全章節；企業可以參考其治理思路，但不能把公部門手冊直接說成所有公司的規定。OpenAI 的說明頁也分別說明個人方案與 Business、Enterprise、Edu、API 的模型改善資料預設，這只代表 OpenAI 各服務的政策差異，不代表其他供應商，也不等於公司已核准某種資料使用方式。
所以我的順序是：先確認公司允許在哪裡做，再用安全的練習資料學會怎麼做。不要反過來先把資料貼出去，才開始查規則。
延伸閱讀：數位發展部《公部門人工智慧應用參考手冊》；OpenAI：資料如何用於改善模型效能。
我是鄭錦聰老師。我談 AI 課程，最後會回到一個很實際的問題：學員能不能把工作說清楚，讓 AI 交出可檢查的成果，再知道如何在自己的工作環境裡接手。這也是我設計 AI 教學時看重的交付方式。
如果你也想把 AI 從會回答帶到能依任務交付，可以先看《AI 成功思維》的公開課綱，對照自己要練的工作。
