第一次你把那份每個月都要做的東西交給 AI。它做完交回來，你花了一個下午修改。第一次會這樣很合理。
第二次，還是一個下午。第三次，仍然是一個下午。到這裡，多數人的解釋是它學不會。
它確實不會學。對它而言每一次對話都是第一次，你改在成品上的那些內容，它一個都沒有看到。會累積的從來不是它，是那份被寫下來的規則，而多數人手上沒有那份東西。
這一篇在講什麼
AI 接走了「把這一次做出來」，所以「讓下一次不必再教一遍」變得更值錢。
先說清楚這一篇的範圍：這裡講的不是怎麼挑一套 agent 工具，是你手上那件每個月都會回來一次的事，怎麼從「每次都要改一個下午」走到「不需要你在旁邊」。整個過程分成五輪，每一輪你該改的東西不一樣，而判斷有沒有進展只看一個數字。
AI 不會累積經驗，累積的是你寫下來的那份規則
有一個前提要先確認，否則後面的做法都不成立：你在成品上改的東西，不會回到它身上。
這件事的實質，等同於你每個月都在教一個隔天就離職的新人。教得再仔細，下個月來的還是新人，而且是條件完全相同的新人。
唯一會留下來的是那份 SOP。所以整篇文章只要求一個行為上的改變：成品交回來的時候，你修改的對象是 SOP，不是成品。
成品仍然需要修正
這個月要交件的東西當然得改，那是當下必須處理的。真正的重點在改完之後：回頭確認那一處能不能寫成 SOP 裡的一行。修改成品是這個月的事，修改 SOP 是往後每個月的事。
這件事說起來簡單，做起來多數人做不到，原因很實際：改成品當下就看得到結果，改 SOP 要下個月才看得到，而下個月你通常已經忘記這個月改過什麼。
一件重複工作交出去的五個輪次，可以歸成三個階段
拆成輪次之後，每一段該做什麼、花多久、修改哪一層，就都有了位置。下面的時間是示意值，真正要看的是它的走向：一路往下。
-
打造 第一輪
由你親自執行，過程中同步記錄，花原本的時間再加二十分鐘。這一輪還沒有 SOP 可以修改，你正在產出它。
-
測試 第二、三輪
改由 AI 執行，你的修改時間從一個下午降到一小時。前提是每一處都要回寫進 SOP，而不是只把這一次的成品改對。
-
優化 第四、五輪
改由 AI 執行，你從二十分鐘抽查，降到五分鐘只看待確認清單。這一段要追蹤的不是成品，是修改處數還有沒有在下降。
三段的分界不在時間，在你每一輪改的是哪一層。改成品，時間永遠不會掉；改 SOP，它才會掉，而且是每一輪都掉。
這個拆法同時給出一個可量化的指標：本輪的修改處數。它比「成品做得好不好」更值得追蹤，因為成品的品質是一次性的，修改處數會不會下降則決定往後每個月的成本。
修改處數的計算方式
你動手改的一個地方算一處。
同一個問題改了三句話也算一處，因為它們會變成同一條規則。
適用前提
那件事要夠常回來。一年只做兩次的事，跑完五輪要兩年半，中間你早就忘記上一輪改過什麼，那份 SOP 也不會長大。判準很簡單：它回來的間隔，要短到你還記得上一次改了什麼。一個月一次剛好，一週一次更好，一季一次就已經在邊緣了。
那份規則要放在哪：放在下一輪會自己被讀到的地方
前面反覆提到的那份 SOP，實務上應該放在什麼地方。
這一題已經有成形的答案，而且不是我提出來的。這一兩年的 AI 工具不約而同收斂到同一個做法：那份規則不寫在對話框裡，而是放進一個固定的位置，工具每次開始之前自己讀一遍。
網頁版就已經有這個位置
用 ChatGPT 或 Gemini 網頁版的人不必另外裝什麼。ChatGPT 的專案與自訂指令、Gemini 的 Gems、各家的「專案指示」，做的都是同一件事：那份 SOP 貼進去一次，之後在那裡開的每一次對話，它自己都會先讀到。
如果你用的是接得到檔案的工具
另一種位置是放在工作的資料夾裡。Claude Code 叫「CLAUDE.md」，跨工具的通用寫法叫「AGENTS.md」，把某一類任務的做法整包打起來、需要時才載入的叫「Skill」。名字不一樣，跟上面那一格做的是同一件事。內容也不必寫成程式，那就是一個純文字檔，用你平常講話的方式寫就可以。
有了這個位置，前面那句「修改的對象是 SOP 不是成品」就從觀念落到動作層：你要修改的是放在那個位置上的那一份。下一輪它會自己被讀進去，不需要你記得提供。
位置好不好，只有一個判準：下一輪開始的時候，那份規則會不會自己出現在 AI 面前，還是要你想起來手動提供一次。靠記得的那種通常撐不過三輪，所以與其練記性，不如先把它貼進上面那一格講的專案指示裡，那是今天就打得開的。
第一輪：親自執行一次，同步記下每一個停頓
第一輪不要先坐下來寫 SOP，而是照平常的方式做一次，過程中同步記錄。
要記的只有一種東西：每一個你停下來想了一下的位置。內容很短，一句話就夠，寫下當時在猶豫什麼。
為什麼事後回想抓不到
你做熟的那件事裡面，最關鍵的判斷早就變成反射動作，坐下來回想的時候它們根本不會浮上來。所以憑空寫出來的 SOP 通常很整齊，卻剛好漏掉最重要的那幾條。停頓抓得到它們，回想抓不到。
停頓清單的實際樣貌
拿整理 AI 資訊那一條來說，我第一輪記下來的停頓是這幾筆：這條算不算新聞、這家公司自己發的算不算數、這個日期是發布日還是更新日、這個功能我們自己有沒有在用、這一條要不要寫進去給客戶看。每一筆都很短，短到你平常根本不覺得自己停過。
做完之後那張停頓清單就是 SOP 的第一版。它會零散而且不完整，這是正常的，因為看起來完整的第一版通常是想出來的，不是做出來的。
還有一個附帶效果：清單裡會有幾個停頓，是你自己也答不出來的。那幾個位置正好是最不該交出去的，先標起來，它們後面會一路留到第五輪。
第二與第三輪：修正的對象是規則，不是這一次的成品
第二輪的成果通常很差，交回來的東西你幾乎全部要改，而我在課堂上看到多數人正是在這裡放棄的：看到落差這麼大，結論是「這件事果然不能交出去」。但第二輪本來就該是這個樣子，因為那份 SOP 才剛從一張停頓清單長出來，完整度大約只有三成。第二輪的目的不是拿到能用的成品，是把那漏掉的七成逼出來。
關鍵在改完之後追加一個動作：把「我剛才改了什麼」轉寫成「SOP 現在該怎麼寫」。以我自己在跑的那條 AI 資訊整理為例，第二輪的轉寫如下。
-
第一頁
你改了把「業界趨勢」改成「某某公司宣布」，因為那是那家廠商自己發的公告。
SOP 寫成單一公司自己發布的消息一律標記為公告，不得寫成趨勢或市場動向。
差在哪改一次只救這一頁，寫進去之後往後每一頁都不會再犯。
-
第三頁
你改了把那個數字的出處，從一篇整理文換成原始報告。
SOP 寫成每一條的連結必須指向原始出處，轉述與整理文都不算，找不到的整條拿掉。
差在哪你改的是一個連結，SOP 管的是 AI 以後怎麼挑連結。
-
第六頁
你改了刪掉那個功能，因為它上個月已經下架了。
SOP 寫成產品功能類的資訊超過三個月要回官網確認現況，確認不了的列進待確認。
差在哪刪掉是處理結果，回官網確認是處理原因。
轉寫有一個判準：要寫到不必再判斷一次的程度。「注意來源可信度」不是規則，那是把判斷原封不動丟回去；「單一公司自己發布的不得寫成趨勢」才是規則，照著做就好，不需要任何經驗。
第三輪再跑一次，你會看到改的量明顯掉下來。那個落差不是它變聰明了，是 SOP 開始替你接手。
第四與第五輪：修改處數是這個階段唯一該追蹤的指標
第四輪之後要追蹤的不是成品做得好不好，是本輪的修改處數。
這個階段的判準
如果第五輪你改的量跟第二輪一樣多，
那不是它學不會，是你每次都在改成品。
這個訊號很準，因為它一次排除掉兩個最常見的誤判。第一個是怪工具不夠聰明，第二個是怪這件事太複雜、本來就不能交出去。兩個通常都不對，真正的原因是那份 SOP 從第一輪之後就沒有再長過。
改的量掉下來之後，你的位置也跟著換。第一輪你是做這件事的人，第五輪你是設計這台機器的人，而且你只看那張待確認清單。
第五輪的實際樣貌是這樣：成品交回來，你直接跳到最後那張待確認清單。清單上有三筆，你花五分鐘各處理一筆，成品本身一個字都沒看。這不是偷懶，是因為成品該符合的條件都寫在 SOP 裡了，你再看一次也只是重複做機器已經做過的事。
修改處數停滯的三種成因，都出在規則的寫法
如果你確實每一輪都有回頭修改那份規則，處數卻仍然不動，那問題出在翻譯的品質，不在你的執行力，這兩件事的處理方式完全不同。三種情況最常見。
-
第一種
修改的對象是措辭，不是規則
你把一句話改順了，但「讀起來怪怪的」沒辦法寫成規則。要往下追一層問自己：怪在哪。是對象講錯了、順序放錯了、還是用了這個單位不會用的詞。追到那一層才寫得出規則。
-
第二種
規則被寫成了原則
「注意來源可信度」「語氣專業一點」「重點抓精準一些」，這三句都是原則，而原則是把判斷原封不動丟回去。下一次它還是會自己決定，然後你還是要改。
-
第三種
把單次例外寫成了通則
某一次客戶臨時要求的東西，被寫成常態規則，結果往後每一次你都要再改回來，改的量不減反增。判準是同一件事在三輪裡出現兩次，才值得寫進每次都會被讀到的那一份。只出現一次的，不是直接捨棄，就是另外放到那一類任務專屬的位置，不要混進通則裡。
在我看來，三種裡面最難自己發現的是第二種，因為原則寫起來很順、看起來也很專業。檢查的方式是把那一條拿給一個不懂這件事的人看，問他照著做得出來嗎。做不出來的就是原則，不是規則。
四條實際在跑的流程，各自停在不同的輪次
不是每一條都該走到第五輪。我手上有四條長期在跑，停的位置各不相同，而且都是刻意設定的停點，不是尚未完成。
-
停在第五輪
報價單與發票，一句指令直接完成
項目、價目、折扣規則、稅額算法全部已經定死在系統裡，判斷空間趨近於零。這種事整條跑到底沒有問題，因為它根本沒有需要立場的地方。
-
停在第五輪
整理與分析最新 AI 資訊，但流程自帶二次驗證
整理錯了我重看一次就好，沒有任何東西離開我。但它不是放著不管，流程裡有一步專門負責回頭對原始來源，下一節單獨講。
-
停在第四輪
定期更新品牌作品集，跑完要人看一眼
因為「這個案子能不能公開」不是規則決定得了的，那要問客戶。SOP 能做的只有把沒有標記同意的整案跳過，不要自己改寫成匿名版本放進去。
-
停在第三輪
比對專案進度並寄追蹤信，信自動寫但人按寄出
寄出去就是對外動作，收不回來。而且狀態欄空白到底是真的逾期還是對方還沒填，這一題到現在規則都判不準，只能標記起來給人看。
看起來像是難度差別，其實不是。決定一條流程停在哪一輪的，是那件事裡還剩多少「只有人能決定」的判斷，以及做錯了收不收得回來。
換成你自己的那一條，判斷方式是同一個：把流程從頭到尾走一遍，找出所有「這裡要做一個決定」的位置，然後逐個問，這個決定寫不寫得成規則。寫得成的往前推一輪，寫不成的就是你的停止線。停止線不會永遠在那裡，等你把某一個決定想清楚、寫成規則之後，它就會自己往後移。
全程自動執行，不等於沒有查核
整理 AI 資訊那一條走到了第五輪，但它不是就這樣放著不管。它的檢查是寫在流程裡面的一個步驟，不是靠我最後看一眼。
二次驗證那一步長什麼樣
整理完之後，流程還有一步：把整理出來的每一條拿回原始連結對一次。對三件事，這句話是不是那篇真的說的、日期對不對、這是產品公告還是真的有東西改變。對不上的整條標記，不要留在成品裡。
這一步之所以有效，關鍵在一個很容易被忽略的設計：做驗證的那一段不能看見前面是怎麼整理的，只給它成品跟原始來源。一個知道自己剛才怎麼想的，會傾向證明自己剛才是對的。
所以第五輪的「不需要你」不是沒有檢查。是連檢查都被寫進 SOP 了，而且寫成一個獨立的、看不到前情的步驟。
規則涵蓋不到的例外，是人最後留下的位置
回到最開始那個問題：走到第五輪之後，人還剩下什麼。
剩下規則涵蓋不到的例外。這一類永遠不會歸零，而它不歸零並不代表流程沒做好，那是這套機制原本就會有的結構。
原因很單純：規則是從過去的經驗長出來的，而現實一直在往前走。客戶換了窗口、價目表改版、某個工具下架、某項規定調整。每一次現實走在規則前面，就會有一筆落進待確認，而那一筆只有人處理得了，處理完又成為新的一行規則。
這件事叫固化，不叫自動化
自動化這個詞聽起來像一次做完就不必再管。固化則是每跑一輪再往前推進一段，而這條線永遠不會走到底，因為現實會持續補進新的例外。真正要維持的是這條線一直在往前，不是期待它有一天走完。
這個月可以先做的一件事
下一次修改它交回來的成品，改完先不要關掉。
把那一處，轉寫成 SOP 裡的一行。
你手上那件每個月都會回來一次的工作，上一次修改的那幾處裡面，哪幾處你已經寫進 SOP，哪幾處你打算下個月再改一次？
六個帶得走的重點
六個帶得走的重點
- AI 不會累積，那份規則才會：改在成品上的內容不會回到它身上，要修改的是它每次都會讀到的那一份。
- 第一輪靠執行，不靠回想：照平常做一次，把每一個停頓記下來，那張清單就是第一版。
- 第二輪的價值在轉寫：把「我改了什麼」轉成「SOP 現在該怎麼寫」，寫到不必再判斷一次。
- 只追蹤一個指標：本輪的修改處數。第五輪與第二輪相當，代表你修改的仍是成品。
- 不是每一條都該走到第五輪：取決於那件事還剩多少只有人能決定的判斷，以及出錯之後收不收得回來。
- 全程自動不等於沒有查核：把驗證寫成流程裡一個看不到前情的獨立步驟。
關於作者
- 525+場企業與組織培訓
- 19,500+位學員
- 150+家教育培訓場域
延伸閱讀
- SPLIT 分工｜哪些工作可以交給 AI：同組的上一篇。一件事裡面有哪幾種性質不同的工作。
- CHECK 查證｜AI 幻覺是什麼：二次驗證那一步實際上要查什麼。
- AIM 指令｜AI 指令怎麼下才精準：判準怎麼寫，這一篇寫得比較完整。
- GUARD 守線｜公司資料可以丟給 AI 嗎：流程的輸入端有哪些資料不該進去。
- PICK 選用｜AI 工具怎麼選：SOP 寫出來之後，要用什麼承接。
- COACH 帶人｜團隊都導入 AI 工具了，卻沒有員工願意使用：一份 SOP 要整組一起跑，靠的不是自律。
重點整理
AI 每次都要重改一遍，它不會累積經驗嗎？
它不會累積。對它而言每一次對話都是第一次，你改在成品上的內容它一個都沒有看到，實質上等同於每個月都在教一個隔天就離職的新人。真正會留下來的是那份 SOP，而它現在有現成的位置：網頁版就用 ChatGPT 的專案與自訂指令、Gemini 的 Gems 這一類「專案指示」，貼進去一次，之後每一次對話都會自己被讀到；接得到檔案的工具則是放在工作資料夾裡、每次開始前會自己讀的一個純文字檔，Claude Code 叫 CLAUDE.md，跨工具的通用寫法叫 AGENTS.md，把某一類任務打包起來的叫 Skill。所以要調整的行為只有一個：成品交回來的時候，當然要改，但改完要回頭確認那一處能不能寫成 SOP 裡的一行。多數人做不到，是因為修改成品當下就有結果，修改 SOP 要下個月才看得到。
怎麼判斷一件事有沒有真的在被固化？
只追蹤一個指標：本輪的修改處數。這個數字應該一輪比一輪少。如果第五輪的處數與第二輪相當，那不是它學不會，是你每一次修改的仍然是成品。這個訊號很準，因為它一次排除掉兩個最常見的誤判：怪工具不夠聰明，以及怪這件事太複雜本來就不能交出去。真正的原因通常是那份 SOP 從第一輪之後就沒有再長過。
SOP 的第一版應該怎麼產出？
不要先坐下來回想，而是照平常的方式做一次，過程中同步記錄，記下每一個停下來想了一下的位置，內容一句話即可，寫下當時在猶豫什麼。你做熟的那件事裡面最關鍵的判斷早就變成反射動作，回想的時候不會浮上來，所以憑空寫出來的 SOP 通常很整齊卻漏掉最重要的幾條。做完之後那張停頓清單就是第一版，它會零散而且不完整，這是正常的。清單裡有幾個你自己也答不出來的停頓，那幾個位置最不該交出去。
修改之後要怎麼轉寫成 SOP？
判準是要寫到不必再判斷一次的程度。舉例來說，你把「業界趨勢」改成「某某公司宣布」，翻譯出來的規則是「單一公司自己發布的消息一律標記為公告，不得寫成趨勢」。你把出處從整理文換成原始報告，規則是「每一條的連結必須指向原始出處，轉述與整理文都不算」。反過來說，「注意來源可信度」不構成規則，那是把判斷原封不動丟回去，下一次它仍然會自行決定。
是不是每一件事都該做到完全不需要人看？
不是。決定一條流程停在哪一輪的，是那件事裡還剩多少「只有人能決定」的判斷，以及做錯了收不收得回來。像報價單與發票這種項目、價目、折扣規則全部定死在系統裡的，判斷空間趨近於零，可以整條跑到底。像作品集這種牽涉到「客戶同意不同意具名」的，規則做不了決定，跑完要人看一眼。像寄追蹤信這種寄出去就收不回來的對外動作，信可以自動寫好，但按下寄出的是人。
全程交給它自動執行，查核要怎麼辦？
整條跑不等於沒有檢查，而是把檢查寫成流程裡的一個步驟。以資訊整理來說，整理完之後還有一步是把每一條拿回原始連結對三件事：這句話是不是那篇真的說的、日期對不對、這是產品公告還是真的有東西改變，對不上的整條標記不要留在成品裡。關鍵在一個容易被忽略的設計：做驗證的那一段不能看見前面是怎麼整理的，只給它成品跟原始來源，否則它會傾向證明自己剛才是對的。
走到最後一輪之後，人的價值落在哪裡？
剩下規則涵蓋不到的例外，而這一類永遠不會歸零。規則是從過去的經驗長出來的，現實卻一直在往前走：客戶換了窗口、價目表改版、某個工具下架、某項規定調整。每一次現實走在規則前面，就會有一筆落進待確認，而那一筆只有人處理得了，處理完又成為新的一行規則。這也是為什麼這件事叫固化而不是自動化：自動化聽起來像一次做完，固化則是每跑一輪再往前推進一段。
本文更新於 2026 年 8 月。AI 與數位工具改版快速，實際功能與名稱可能已有變動，建議以官方文件為準。
