AI分工協作新時代（黃岳永）
生成式人工智能（GenAI）興起之初，市場焦點多落在「邊一款最好用」、誰回應較快、誰寫作較流暢、誰功能最多等。隨着技術成熟，這種「單打獨鬥」的思維正逐步淘汰，取而代之的是「協同共創」，將多款各有所長的AI組合起來，按工序分工，搭建高效穩定的智能工作流程，運作模式愈來愈像一支專業團隊，而非孤軍作戰。
在研究與分析層面，「Perplexity + NotebookLM」是現時最具代表性的組合。前者擅長即時搜尋與資訊篩選，用戶可精準指定來源，如一批學術論文、政策文件或新聞連結，以掌握輸入的質與量；後者只處理用戶滙入的資料，在受控文本內分析與歸納，減少「幻覺」內容滲入結果，並可按設定角色（如「市場分析員」）輸出具結構的比較報告。研究者既能看見來源，又能追溯推論過程，AI不再是「黑盒子」，而是可審視、可審計的分析助手。
當文字報告完成，畫面呈現便交到擅長視覺化的工具手上。
Gemini以「整合建構者」見稱，可在Canvas介面一次過載入整份研究報告，運用內建工具把數據轉化為圖表、資訊圖或版面草圖，讓決策者以圖像方式迅速掌握重點，縮短「由字到圖、由圖到決策」的距離。若需建立可長期沿用的Dashboard，Claude可再接力，根據同一批報告構建互動圖表與儀表板，並儲存為模板；日後只需換入新數據，便能沿用既有結構與視覺風格。
在內容與資產創建環節，AI的角色亦由「工具」升級為「拍檔」。Perplexity可用作前端訊息收集和重點萃取，例如活動結束後，快速整理亮點與關鍵數據；Claude根據這些摘要生成可完全編輯的SVG資訊圖，用戶可在Figma等設計平台調整顏色、字體與構圖，迅速製作符合品牌要求的社交媒體圖像。這種分工模式，把搜尋、分析與設計有機串連，令原本需數天往返的流程，大幅縮短至數小時，以至更短。
若把視野再拉闊至培訓與知識管理層面，NotebookLM與Gemini的配搭，已能覆蓋由課程設計到教材呈現的一整條鏈。NotebookLM負責蒐集並整理權威資料，構思課程架構與單元重點，產出講義、練習及檢核清單；Gemini則把這些內容轉化為教學簡報、說明影片或產品原型，方便企業或機構用於內部培訓與對外推廣。
從資料搜集、觀點提煉，到視覺呈現與實際應用，AI的協作已愈來愈接近人類團隊的流水作業模式。
這股AI協作浪潮背後，是知識生產模式的一次結構性轉變：從依賴單一「萬能工具」，走向由多個「專才工具」組成的互聯生態。
對用戶而言，難題不再是「揀邊一款AI」，而是如何按任務性質設計合適的工具鏈，讓各款AI在最適合的環節出場，發揮最大邊際效益。
2026年即將來臨，與其問「AI會帶走什麼工種」，不如問一個更貼身的問題：新一年裏，自己是否已準備好與一支看不見的AI團隊，重新分工、重新合作？
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。
Related Posts
