[AI 學習筆記] Day 5｜知識工作者怎麼用 AI 累積專案經驗，同時不讓對話散落各處？(4 個反思)

我建議用 AI 工具第一個要養成的習慣，是有意識地建立 Project。

因為每一次和 AI 的對話累積下來，都會變成自己的專案資產。

最近我在宣傳「五週復盤習慣養成挑戰營」第二屆的直播，陸續有同學收到電子報之後跑來問我問題。

問題其實都不難回答，內容大多在 Landing Page 上都有寫 (但絕大部分的人不會仔細看)。

我過去只能憑印象去回答，常常擔心漏掉某個重要的細節，也沒辦法把同學的問題對應到課程裡具體的某一週、某一個工具。

但這次我把活動相關的所有內容丟進 Claude Project，再進去開新對話回答同學的問題，效果出乎意料地好。

過程中我重新理解了「Project」對知識工作者的意義。

Project 是一個在 AI 工具中，可以存放特定主題相關資料的固定容器。

讓你之後的每一次對話都能直接在這個脈絡裡進行，不用每次都重新貼一遍背景資料。

目前主流的 AI 工具都有對應的功能：

• ChatGPT 有 Projects 功能，可以把對話、檔案、自訂指令收在同一個專案裡
• Claude 也有 Projects 功能，可以上傳檔案與設定專屬指令，這次我用的就是這個
• Gemini 本身沒有 Project 的設計，但 Google 提供了 NotebookLM，可以把多份文件、筆記、網頁上傳成一個 Notebook，效果上就等同於一個 Project

但不管你用哪一個工具，下面這 4 個反思都適用：

反思 1：AI 回答精準的前提，是脈絡夠完整

很多人在用 AI 的時候會直接把問題丟進對話框，期待 AI 給一個漂亮的答案。

這樣得到的回答，通常只能停在方向正確、細節模糊的層次。

我這次在 Project 裡放的東西，遠遠不只是 Landing Page。我把整個陪跑營的全生命週期內容都放進去：

• 課前通知信
• 每週課程的逐字稿
• 直播共學的學習單
• 第一屆學員的回饋
• 第二屆的規劃討論
• Discord 社群討論信
• Landing Page 的所有文字

差別出來了！

例如：

1. 有同學問我週一晚上要排班，無法參加直播會不會影響學習：AI 不只回答沒關係，還能直接點出陪跑營本來就不是以直播為核心，每天 10 分鐘打卡才是讓人改變的關鍵。這個回答的精準度，來自 Project 裡有逐字稿、有學員回饋，AI 才能講出這種實際運作層級的答案。
2. 另一位同學問我想轉職、想學復盤整理履歷適不適合參加：AI 直接點名課程第三週的 PAR 工作萃取、第二週的 ORID 情緒萃取能夠幫上忙。這些細節，憑印象回想要花很久的時間才寫的出來。

所以脈絡的豐富度，決定了 AI 回答的詳細程度。