同樣請 AI 整理一份客戶服務回覆，有人得到漂亮的文字，有人得到附上訂單依據、保固條件與待確認事項的草稿。差別常藏在資深同事沒有寫下來的習慣：先查哪個欄位、哪些承諾不能做、什麼情況需要找主管。當企業開始讓 AI 接手工作，這些經驗也需要有可以交接的形式。
近期訊號：企業開始整理自己的 AI 工作方法
Google 在 2026 年 10 月的 Gemini at Work 發表中，將可重用的技能與企業技能目錄列為工作代理的組成。這讓企業多了一個值得關注的方向：把部門反覆使用的方法整理起來。本文的導入建議是米亞科技的實務設計觀點，並非產品功能保證；實際可用功能仍須依方案與提供狀態確認。
技能，像是一份給 AI 使用的工作手冊
工具讓 AI 查訂單、讀文件或建立草稿；技能則說明何時使用這些工具，以及如何完成一類工作。以客服為例，技能可以要求先確認訂單與適用的保固版本，再整理問題、列出缺漏，最後產出回覆草稿。知識庫提供資料，工具提供操作，技能把步驟與判斷接起來。這些分工可供架構設計參考，不代表不同平台的技能格式能直接互通。
從一件反覆發生的小事開始
假設一家設備服務商每週都要處理維修詢問，這是示意情境，並非米亞科技已交付的客戶案例。第一個技能可以只負責準備維修受理草稿：讀取案件、查詢設備型號、整理故障描述，並指出缺少的序號或照片。先讓客服少花時間翻找資料，比一開始就要求 AI 自動判定責任、報價與安排出勤，更容易訂出清楚的驗收條件。
把 SOP 補上範例、例外與交付格式
原本寫著「確認保固後回覆」的 SOP，對新同事與 AI 都可能不夠具體。可用的技能應交代適用案件、必須取得的資料、查詢順序、完成格式，以及需要轉交人的情況。例如序號不符就列為待查，不把相似機型視為同一台設備；文件版本衝突時保留兩個來源，請負責人判定。再附上一份合格草稿與一份常見錯誤，團隊就比較容易對齊品質。
連上資料之後，仍要接好系統規則
Google 10 月發布的中小企業案例提到，品牌設計公司 Sunhouse 使用 Gemini Enterprise 尋找 Google Drive 的歷史設計資料。這類案例呈現的是讓既有資料更容易被使用；企業若要進一步把結果接進交易流程，還需要自己的規則。維修金額、稅額與保固資格應由既有程式或核准規則計算，AI 負責整理依據、解釋與起草。對外承諾、更新正式紀錄及派工，則依公司權限與簽核執行。
讓技能有負責人，也有版本
技能文件寫著「不得超出權限」，不能取代後端授權。每次操作仍由系統檢查身分與可存取範圍，外部文件中的指令也不能自動成為公司規則。團隊可記錄技能負責人、版本、適用日期與引用的制度版本；將密碼與金鑰放在受控憑證管理中，而不是技能內容。即使平台支援自行改進技能，也應先審閱變更，再讓它影響正式工作。
用真實案件驗收，讓經驗逐步累積
挑選已去識別化且獲准使用的歷史案件，涵蓋資料齊全、缺件、過期條款與權限不足等情況。比較同一組案件導入前後的準備時間、漏列事項、人工修改量與越權嘗試。更換模型、工具或保固條款後，再跑一次相同案例，確認技能仍然適用。若變更造成退步，回到前一版，保留原因與修正紀錄。
米亞科技觀點：讓公司的經驗成為可維護的能力
技能的價值來自業務知識與系統整合一起成長。部門主管說明判斷方式，第一線同事提供常見例外，工程團隊接好資料、權限與可驗證的輸出。從一個範圍清楚的流程開始，讓每次改善都留下可重用的方法，企業才能逐步累積自己的 AI 工作能力。