掌握CODA 與AI深度思考達目標（黃岳永）
近年來，生成式人工智能（GenAI）如雨後春筍般湧現，只需向AI輸入一個問題，AI便能自動生成一篇長文或建議。起初，許多人都對AI生成的高效率讚不絕口，但用得多了，便發現生成內容常常只是把一堆資料拼湊在一起，仔細一看，其實相當混亂且難以理解。
我們並非真正缺乏資料，也不是懶得寫（儘管有些人確實如此），而是許多人一不小心誤入歧途，讓AI替自己思考和決策，這樣便容易被AI的「幻覺」所迷惑。我們使用AI時應該採用「Jarvis Workflow」，就像電影《鐵甲奇俠》（Iron Man）的智能管家Jarvis，讓AI成為我們的數碼分身，協助看清問題、整理資訊、釐清邏輯，然後快速行動。
在上周的專欄中，筆者分享了Jarvis工作流程的四部曲──CODA模型。接下來，不妨把這套模型應用在實際案例中，假設我正在籌備一個針對長者看護的社會創新項目，要如何利用AI達成目標？
首先，要清楚自己的需求，了解市場趨勢、整合成功案例來設計策略藍圖，並撰寫有說服力的簡報和計劃書。第一步是收集（Capture）資料，這一步至關重要，因為資料的質量和可信度，直接影響計劃的成敗。推薦使用Perplexity.ai和Google Gemini，前者適合提出明確問題，並獲得具引用來源的答案；後者可分析PDF、影片及網頁，整合為摘要內容。切記要避免使用Reddit和小紅書等未經驗證的內容來源。
首先向AI輸入提示：「列出近兩年AI應用於長者照護的成功案例與挑戰」，在資料收集完成後，接下來是理清重點與邏輯，即組織（Organise）。
這一步驟由AI協助整理、比對和摘要，而非直接得出結論。可以使用Google的NotebookLM，該工具允許用戶上傳最多300份文件、影片和網站，自建資料庫，確保AI僅根據這些來源回應，避免虛構訊息。
第三步是將資訊轉化為觀點與策略，即提煉（Distill）。這時可以繼續使用NotebookLM，以表格方式整理資訊差異，建議使用語音Podcast模式，一邊聽AI讀出重點，一邊即時提出問題，這過程有助梳理概念與釐清邏輯。
當資料齊全、邏輯清晰，行動（Action）便能自然而然地發生。這時可進入撰寫、製作簡報、規劃推廣活動的階段，還有多種工具可供選擇，例如Notion、Miro和Canva，方便記錄、協作和設計推廣。
Jarvis Workflow並非捷徑，而是結構化地與AI共創。事實上，AI的真正價值在於成為一個可對話、有記憶、懂脈絡的數碼思考夥伴。在這個資訊爆炸、速度至上的時代，最值得我們珍惜的，正是深度思考的習慣。
更多黃岳永文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
