02 / AI IDEA SYSTEM
想不到 AI idea?先找生活裡反覆出現的摩擦
好的 AI 產品通常不是從模型能力清單開始,而是從某個人一直等待、複製、搜尋、整理、犯錯或無法決定的瞬間開始。
START WITH FRICTION
AI idea = 摩擦點 × AI 能力 × 明確使用者
如果先問「最新模型能做什麼」,很容易得到一堆有趣但沒有需求的功能。 換一個起點:觀察哪些工作反覆消耗注意力,又有哪些判斷可以被輔助而不是被盲目取代。
FRICTION×CAPABILITY×USER=AI IDEA
OBSERVATION LENS
先找這六種訊號
等待
人們在等資料、核准、回覆或另一個系統。
搬運
同一份資訊被反覆複製、改格式、貼到不同工具。
搜尋
答案存在,但散落在文件、對話與人的記憶裡。
分類
有人每天做大量相似判斷,卻沒有一致標準。
遺漏
流程靠記憶維持,一忙就會漏掉關鍵步驟。
不敢決定
資訊太多或風險不透明,決策因此停滯。
COPY-READY WORKSHOP
AI idea 發想 Prompt
你是一位重視問題價值與可驗證性的 AI 產品策略師。 我觀察到的摩擦點: 【誰】在【哪個流程】反覆花時間做【什麼事】,目前造成【等待/錯誤/成本/風險】。 請完成: 1. 先重述真正的問題,不要急著提出功能 2. 找出可用的 AI 能力:理解、生成、分類、擷取、預測、代理執行 3. 提出 5 個不同風險等級的解法 4. 每個解法列出:使用者價值、必要資料、最小驗證、主要風險 5. 依「兩週內能否驗證」排序 限制: - 不要把聊天機器人當成預設答案 - 沒有足夠資料時明確標示 - 優先考慮人機協作與可逆操作
IDEA STARTERS
9 個可繼續延伸的 AI 題目
01
Incident Brief Copilot
把告警、部署與 runbook 整成可查證的事故簡報。
02
Runbook Gap Detector
從歷史事故找出沒有被文件覆蓋的處置步驟。
03
Prompt Regression Lab
用固定測試集比較 Prompt 版本的品質退化。
04
Cost Anomaly Narrator
把雲端費用異常翻成服務、團隊與變更脈絡。
05
Decision Memory
記錄團隊決策、假設與後來的實際結果。
06
Meeting Pre-mortem
會議前模擬反方問題,找出提案中最脆弱的假設。
07
Learning Path Composer
依目標、程度與可投入時間組合個人化練習。
08
Creative Constraint Mixer
不是隨機點子,而是用限制組合生成可執行創意。
09
Life Admin Triage
把收件匣、待辦與行事曆整理成今天真正要做的三件事。
FILTER BEFORE BUILDING
用四個問題,淘汰看起來很酷但不值得做的 idea
- Value
解決後,誰的時間、錯誤、成本或風險會明顯下降?
- Data
有足夠且合法可用的資料嗎?輸入品質能被檢查嗎?
- Risk
模型答錯時會發生什麼?操作可逆嗎?需要人類核准嗎?
- Test
能不能在兩週內用真實使用者與一個清楚指標驗證?