AI 協作實作 × 7 位工作者訪談
做得出來，真的等於學會了嗎？
從我的 AI 協作經驗與 7 位工作者訪談，重新理解「做得出來」和「真正會做」的差別。
一開始架站時，是跟著諾特斯的教學，一步一步完成網站的基礎架構與各項設定，也在過程中理解基本的經營邏輯。後來，開始用 ChatGPT 修改網站、整理文章，也嘗試做過購買管理與截圖分類的 App 原型。很多原本不知道怎麼開始的事情，真的慢慢出現在畫面上。但當作品逐漸成形，反而開始有點心虛：程式大多不是自己寫的，如果沒有 ChatGPT，還做得出來嗎？
尤其當 App 做到一半，開始碰到介面不夠順暢、功能是否真的實用，以及測試、部署與上架等問題。能感覺哪裡不對，卻不一定知道程式應該怎麼改。這也讓「做出一個東西」和「真正學會怎麼做」之間的差別，變得越來越明顯。
用 ChatGPT 做專案可以讓人更快開始，也能在過程中學到東西，但完成一個成果，不代表相關能力已經完全變成自己的。
想釐清的三件事
- 用 ChatGPT 完成專案，代表真的學會了嗎？
- 當程式與文字主要由 AI 產生時，成果還能算是自己的作品嗎？
- AI 降低技術門檻之後，人真正需要補強的是什麼？
我是怎麼用 ChatGPT 做網站和 App 的？
最早把 ChatGPT 用在 Rowan Builds 的網站經營上。從文章架構、段落調整、SEO 基礎檢查，到網站排版與問題排查，通常會先說明遇到的狀況，再請它提供修改方向。
這個過程和我在〈建立個人網站：我為什麼開始 Rowan Builds〉以及〈WordPress 架站第一週：5 個學習心得〉記錄的學習方式很接近：先做、遇到問題，再回頭查資料與修正。
後來也開始嘗試用 ChatGPT 協助開發 App。主要負責提出生活中遇到的問題、整理需求、決定畫面方向、測試功能，並回報哪裡不符合預期；程式架構、程式碼與許多錯誤排查，則主要由 ChatGPT 協助。
網站
調整版面、整理內容、排查設定問題。
文章
發想主題、整理結構、檢查資訊與修改文字。
App
說明需求、產生程式、測試功能、回報錯誤並反覆修改。
如果只看最後的畫面，很容易說「我做了一個 App」。但更準確的說法是：我在 AI 協助下做出一個原型，並在過程中負責需求、測試與取捨。這兩種說法聽起來相近，代表的能力卻不完全一樣。
用 ChatGPT 做專案，算是真的學會嗎？
以我目前的經驗來說，不一定。至少可以分成三個層次：
| 我目前做得到的 | 還不代表我已經會的 |
|---|---|
| 描述自己的需求 | 了解背後的技術原理 |
| 看出結果不理想 | 獨立找出問題並修正 |
| 在反覆測試中理解流程 | 從零完成相同的成果 |
例如，AI 可以產生程式或畫面，但當介面不流暢、功能互相衝突，或產出的成果只是「看起來可以」時，真正困難的往往才剛開始。我需要判斷它是否符合需求，也要知道哪些問題不能只靠繼續下提示詞解決。
AI 幫我跨過了「完全做不出來」的門檻，卻沒有自動補上所有基本功。它讓我更快接觸到一個領域，也更快看見自己不知道的地方。
七位工作者的 AI 使用經驗告訴我什麼？
為了了解這是不是只有我才會遇到的狀況，我在畢業專題中訪談了 7 位正在使用生成式 AI 的工作者，領域包含 AI 教學、內容創作、平面設計、影音、自媒體、網站與 SEO／GEO。
這次訪談屬於探索性的小型樣本，不能代表整個市場。不過，他們的經驗讓我看到幾個反覆出現的共同點，也出現了一些很重要的差異。
AI 最直接的改變，是工作變快
幾位受訪者都提供了具體例子：有人將原本約一小時的資料整理縮短到約二十分鐘；有人用 AI 分析字幕檔，大約五分鐘便能從一小時的影片中找出主題與時間碼；也有 SEO 工作者將原本需要三至五天的產業調查縮短到一至兩天。
這些經驗說明 AI 的確能壓縮整理、發想與執行時間。不過，工作變快不等於所有能力都被取代，也不代表每個人都因此獲得相同結果。
工作從「從零製作」轉向「判斷與修改」
其中一位受訪者把改變形容為：以前許多時間花在從零開始製作，現在更多時間放在判斷、修改、整合與品質控制。
「AI 把技術的門檻拉低了，但把判斷的門檻拉高了。」
這和我的經驗很接近。ChatGPT 可以一次產生很多文字、程式與方案，但我要決定哪一個能用、哪一個不符合需求，以及這個專案是否值得繼續。如果缺少基本認識，有時候甚至連 AI 做錯了都不容易發現。
AI 帶來的是新機會，還是取代原本的工作？
七位受訪者的答案並不完全相同。有人因為 AI 增加教學、顧問、內容製作與工作流程設計等服務；也有 SEO／GEO 工作者觀察到，客戶開始主動詢問品牌在 AI 搜尋中的能見度。
但另一位平面設計工作者已經感受到電商設計案件減少，因為部分客戶開始自己使用 AI 做圖。也有受訪者目前只感受到工作速度變快，服務內容、客戶需求或商業模式並沒有明顯改變。
所以，比起直接問「AI 會不會取代人」，我現在更傾向問：AI 先改變了哪一段工作？它降低了哪些需求，又創造了哪些新的需求？不同職業的答案可能完全不一樣。
最難被 AI 取代的，真的是創意嗎？
我原本也很想用「創意」作為簡單的答案，但受訪者的觀點並不一致。
- 平面設計工作者強調創意、設計感與美感。
- 影音工作者更重視判斷力、對人的理解與真實經驗。
- 接案剪輯師提到傾聽案主需求、溝通與剪輯細節。
- SEO／GEO 工作者則重視內容呈現、知識轉譯與思辨證偽。
- AI 教學與內容工作者反覆提到問題定義、需求表達與整合能力。
比起尋找一項絕對不會被取代的能力，我現在更傾向把它理解成一組能力：知道自己要解決什麼問題、判斷結果能不能用、理解真正要服務的人，並願意為最後的成果負責。
AI 協助完成的專案，還能算是我的作品嗎？
我認為可以，但前提是誠實說明 AI 做了什麼、我做了什麼，以及作品目前完成到哪裡。
- 不把 AI 產生的程式說成完全由自己編寫。
- 清楚標示作品是 AI 輔助成果或仍在測試的原型。
- 說明自己負責的需求、設計判斷、測試與取捨。
- 不隱藏失敗、暫停或尚未完成的部分。
- 不把「產出成功」直接說成「已經精通」。
這次的 App 嘗試就是如此。它並沒有發展成準備上架的成熟產品，我也一度覺得力不從心，最後還是決定先暫停，只保留成自己使用的工具。但這不代表過程完全沒有價值：我仍然碰到了需求規劃、介面、權限、測試、部署與功能取捨等問題，也因此更清楚自己接下來需要補足什麼。
我現在會怎麼使用 ChatGPT 做專案？
經過網站、文章與 App 的實作，再對照七位受訪者的經驗，我目前給自己幾個原則：
- 先說清楚問題，再選工具 不是因為 AI 能做，就一定要做
- 把 AI 產出當成初稿 重要內容、功能與資料仍要檢查
- 至少理解基本流程 不一定立刻學會全部程式，但要知道每個步驟大致在做什麼
- 保留自己的判斷 介面是否好用、內容是否可信、專案是否有價值，不能只交給 AI 決定
- 允許專案暫停 完成並不是唯一目標，知道何時停止也可能是一種判斷。
做出來之後，我還想知道什麼？
我現在仍然不會獨立寫出完整的 App，也不敢說自己已經懂得網站經營或 SEO。有些專案做到一半，我甚至選擇先停下來，因為我還不確定把它做完，是否真的比釐清它有沒有用更重要。
不過，回頭看這些嘗試，它們也不只是「叫 ChatGPT 幫我完成工作」。在反覆提出需求、測試與修改的過程中，我實際碰到了介面、權限、部署、內容判斷與功能取捨等問題，也逐漸看見自己目前能處理哪些部分，又有哪些地方仍然高度依賴 AI。
至於用 AI 做出成果，究竟算不算真的學會，我現在還沒有明確的答案。至少這些經驗讓我開始更仔細地分辨：哪些判斷是我自己做的、哪些事情仍然離不開 AI，以及接下來有哪些能力，是我願意再花時間補起來。
延伸參考
Google 對生成式 AI 內容的說明提醒，重點仍是準確性、品質與相關性，也建議在適合的情況下交代內容如何產生。這和本文保留 AI 協作說明的做法很接近。
說明：本文架構與文字整理使用 ChatGPT 協助，內容依據我的實作經歷與七位受訪者資料撰寫，最後觀點與取捨由我負責。訪談結果屬探索性觀察，不代表所有產業或工作者。