AI 工作流 / 模型分工

用 AI 跟用人一模一樣|知人善用,讓對的 AI 做對的事

朋友問我:用 Claude 做簡報,美感有比較好嗎?我把它拆成審美能力跟生圖能力兩件事。這篇用四個我每天在用的例子,講怎麼替不同的 AI 分工:Claude 審美、ChatGPT 生圖、Gemini 查資料、Haiku 當子代理跑腿。

封面:用 AI 跟用人一模一樣,知人善用讓對的 AI 做對的事。咪卡站在木凳上,把任務卡釘進分工板的生圖欄,分工板四欄是審美、生圖、查資料、客服
把工作分給不同的 AI:咪卡是我的 AI 助教,在封面上當主管

一位朋友問我:「用 Claude 做簡報,美感有比較好嗎?」我回答時把它拆成兩件事:審美能力跟生圖能力。這篇從這個問題出發,再加上我平常怎麼分配不同 AI 的幾個例子,講我對「學 AI」的理解。

適合誰
  • 手上同時有好幾個 AI,不知道什麼事該交給哪一個。
  • 覺得某個 AI 生的圖不好看、查資料不準,想知道是不是用錯地方。
  • 想用 AI 做客服或自動化,不確定要選貴的還是便宜的模型。
  • 管過團隊,想知道帶人的經驗能不能用在 AI 身上。
這篇想說什麼
  • 用 AI 跟用人是一模一樣的。比的是組織分工的能力、分工合作的能力,還有規劃工作流程的能力。
  • 每一家 AI 有不同的長處,同一家的不同等級也適合做不同的事。
  • 知道每個 AI 的特性,讓對的 AI 做對的事,讓它們分工合作。

例子一:Claude 做簡報的審美,跟 ChatGPT 的生圖,是兩件事

朋友問我,用 Claude 做簡報美感有比較好嗎?我真的覺得壓倒性的好。

朋友又問:可是它生成的圖片不好看,ChatGPT 生的圖片比較好看。

對,因為要分成兩件事:審美能力跟生圖能力。Claude 的審美最在線,ChatGPT 生圖漂亮。

圖卡:審美跟生圖是兩件事,左邊 Claude 審美最在線、規劃圖文架構排版,右邊 ChatGPT 生圖漂亮、需要的圖交給它生,咪卡坐在中間指向兩邊
審美和生圖分開交給擅長的 AI
能力交給誰做什麼
審美Claude規劃整體圖文、架構、排版
生圖ChatGPT(OpenAI 的生圖)需要的圖交給它生
審圖Claude看有沒有錯字、構圖配色是不是一致
圖卡:生完的圖交回 Claude 審,便條寫有沒有錯字、構圖配色一致嗎,底下一行就像主管帶人讓對的人做對的事,咪卡拿放大鏡檢查圖卡
生完的圖交回 Claude 審

ChatGPT 生的圖,我自己都不直接看,直接叫 Claude 去審:看有沒有錯字,整個構圖配色是不是一致。

這篇用到的三張咪卡圖卡,就是這樣做出來的:Claude 規劃分鏡和每張卡的文字,交給 OpenAI 的 Codex 生圖,生完再交回 Claude 逐張檢查文字與咪卡的樣子。

延伸閱讀

例子二:Gemini、Grok、GPT Astra、GPT Dots,每一家都有不同的長處

Gemini 查資料:當子代理去爬,只抓事實回來

很多人說 Gemini 會有幻覺,這是真的,Google 官方也承認。所以我現在是把 Gemini 當子代理(主模型派出去、專門做一件事的小幫手)去爬資料,只叫它把事實抓回來,不讓它做判斷。它要附上來源,查不到就說查不到。判斷和統整交給主模型。

為什麼爬 Google 的資料找它?因為 Gemini 有官方內建的「用 Google 搜尋接地」(Grounding with Google Search)功能:開啟這個功能時,它回答前會先去 Google 搜尋,照真實網頁回答並附來源。Google 官方說明這個功能就是用來降低幻覺的(官方文件、安全指引)。

接地只能降低,沒辦法歸零所以抓回來的事實還是要附來源,最後由別的模型判斷。

Grok 查 X、GPT Astra 做 3D 模型、GPT Dots 當秘書長

要做的事交給誰為什麼
查國外比較快的消息Grok可以去爬 X 的推文
生成 3D 模型GPT Astra我覺得它現在操作建模、生成 3D 模型做得不錯
當我的秘書長GPT Dots手機、筆電、桌機之間的聯動,還有雲端 Agent 電腦跟本地電腦,都連接得很好

所以每一家還是會有差異,各有不同的長處。

例子三:同一家的模型,Opus 5.5 規劃、Haiku 當子代理爬幾百則留言

同一家模型也有不同等級,我會讓它們做不同的事。我現在很多事情都用 Haiku。它跟官方講的差不多:快、便宜,機械性的操作沒問題,螢幕操作也進步了。

Anthropic 官方怎麼說 Haiku 5.5內容
速度官方說是 Haiku 系列到目前最快的
價格平均運行成本比上一代 Haiku 4.5 低約 75%
適合的工作量大、在意成本、重複性的工作,例如摘要、分類、資料庫查詢
螢幕操作電腦操作測驗(OSWorld 2.1 離線子集)從上一代的 15.7% 進步到 72.4%

來源:Claude Haiku 5.5 官方頁。

比如說我看到一篇講得超讚的貼文,它爆紅了,底下有幾百則留言,裡面有很多很棒的方法。我會這樣分工:

STEP 1Opus 5.5 先排一次

把要怎麼爬、爬什麼排好,讓它記住。

STEP 2Haiku 當子代理去爬

自己去爬那幾百則留言,這是很機械性的操作。

STEP 3Opus 5.5 統整

爬完再叫 Opus 5.5 統整大家的意見。

延伸閱讀

例子四:官網客服要用哪個模型,看客戶問題的難度

客戶問題的樣子我的選法
固定的產品和服務,客戶問來問去就是那幾個問題,例如產品規格、大小Haiku 就好
問題比較複雜、比較抽象,例如我自己的知識官網Sonnet 5.5
延伸閱讀

用 AI,更像在規劃團隊合作:知人善用

其實我覺得現在用 AI,或者更準確地說用 Agent,真的更像在規劃團隊合作、規劃組織模式。

每個 AI 模型就是一個員工。我們要知 AI 善用,並且用人不疑,疑人不用。

就像主管帶人,讓對的人做對的事。現在要知道 AI 的特性,讓對的 AI 做對的事,讓它們分工合作。

圖卡:Claude 審美 GPT 生圖,讓對的 AI 做對的事,咪卡坐在導演椅上指著畫架上的簡報版面
讓對的 AI 做對的事

要知道每個 AI 的特性,知道它們可以怎麼搭配:

  • 誰有哪些長處
  • 誰可以來當主管
  • 誰能細心仔細
  • 誰創意無限
我的原話用 AI 跟用人是一模一樣的。比的是組織分工的能力、分工合作的能力,還有規劃工作流程的能力。這才是我理解的學習 AI。

所以現在 AI 大廠,也都直接把 AI 工具員工化、擬人化,幫助大家更好地進入情境。