你最該交給 AI 助理的，不是打字，而是客戶訪談後的判斷流程
從結構化萃取、分受眾輸出、綜合診斷報告，到 LLM Wiki 知識庫歸檔
你剛談完一場客戶訪談。錄音轉成逐字稿，又臭又長、東一句西一句，但你知道裡面有金礦。
接下來這個下午，你得從同一份素材，生出三種東西：一份給客戶高層或老闆的一頁決策摘要，精煉到能直接轉達；一份給執行團隊的待辦與操作指引，誰、做什麼、何時交、哪些雷不能踩；還有一份完整的歸檔診斷報告，記下事件鏈、判斷依據與後續建議。
這件事每週都在發生，而且全靠你本人的腦袋與一個下午。更痛的是：三個月後客戶問「我們上次那個類似的案子是怎麼處理的？」，你翻遍硬碟也拼不回來——因為你的判斷從來沒有沉澱成可查詢的資產，它只活在你的記憶裡，而記憶會褪色。
（不論你手上是客戶訪談、田野逐字稿，還是一次 lab meeting 的記錄，這篇文章講的都是同一件事。）
這不是 prompt 問題，是流程拆解問題
很多人遇到上面的狀況，第一反應是「我的提示詞是不是寫得不夠好」。但真正的卡點不在這裡。
這其實是一個流程拆解問題：一件複雜的知識工作，能不能被拆成「可交辦、可檢查、可歸檔」的步驟，其實這也是流程問題？
而這正是本系列從第一篇開始，一直在說明的同一套 mindset。前面我們聊過 Router（讓一個入口幫你分流到對的助理），也聊過 Evaluator-Optimizer（先檢查、再修改）。今天這收尾的一篇，要把最後一塊拼上：Orchestrator——協調者-工作者，以及如何讓它的產出不石沉硬碟，而是長成一個會累積的知識庫。
Pattern 一：Orchestrator，把一份雜亂輸入拆給一群工作者
Orchestrator 的結構其實很直覺：你有一個協調者，負責讀進雜亂的原始輸入、做初步判斷，然後依判斷把工作派給不同的工作者去做，最後再把各路結果綜合成一份成品。一個指揮、一群分工、一次彙整。
回到你的客戶訪談稿。我把整條流程拆成四步，每一步都對應一個明確的工作者：
- Step 1｜分類路由：協調者先讀完逐字稿，判斷這是哪一類案子（例如：流程效率問題、組織溝通斷點、還是策略定位問題），並說明判斷依據。這一步看似不起眼，卻是最關鍵的第一步——因為後面的處理方式，全看這裡分到哪條路。
- Step 2｜結構化萃取：先抽出所有案子共用的欄位（背景、關鍵人物、交期壓力），再依路由結果抽該類型專屬的欄位。判成「溝通斷點」就深挖各部門的資訊落差；判成「流程效率」就聚焦在哪個環節卡住。同一套提示詞，依分類自動切換要挖什麼。
- Step 3｜分受眾輸出：同一批結構化資訊，同時生出兩個版本。給高層的，是精煉、能轉達的決策摘要；給團隊的，是白話、可執行的待辦，標清楚「現在能做什麼、誰來做、哪些事在資深判斷進來前千萬別碰」。
- Step 4｜綜合診斷報告：把前三步合成一份能直接歸檔的案例記錄——案例摘要一句話講完、一條完整的事件發展鏈（觸發條件→關鍵決策點→症狀發展→最終結果），再標出最關鍵的「可攔截點」：這條鏈上，哪一個環節若早一步介入，整件事就不會發生。
換個好懂的對照模型：工廠收到一張設備異常通報單，做的是一模一樣的形狀——先判斷是參數問題還是機械卡料，再抽對應欄位，然後同時生「給操作員的版本」和「給師傅的版本」，最後綜合成診斷報告。換個領域，骨架完全一樣。回到你的情況，差別只是把「機台」換成「客戶案件」而已。
這套流程真的能跑。在我們的示範裡，協調者提示詞最後吐出的綜合報告，連 frontmatter 都備好了：案例編號、案件類型、關鍵字（3–5 個，供日後搜尋）——它一開始就是為了「之後要被查詢」而設計的。這是 Orchestrator 最被低估的價值：它不只幫你做完這次，還幫你把這次變成下次查得到的東西。
先別想著一次到位——最小起步只要一份逐字稿
看到四步拆解，你可能會想「這要寫好幾套提示詞吧」。不用。第一次跑，你只要拿一份現成的訪談逐字稿，加上你腦中本來就有的分類規則就能開始：
- 你自己當協調者，口頭判一句這是哪類案子（就是 Step 1，你本來就會，先別交給 AI）。
- 只把單一一個工作者交給 AI 試跑——建議從 Step 2 結構化萃取開始，叫它照你指定的欄位，把逐字稿抽成一張表。
- 人工驗收：欄位抓對了嗎？漏了哪個關鍵人物或前提？對了，再把 Step 3 分受眾輸出、Step 4 綜合報告逐一交辦出去。
怎麼算「跑通了」？給你兩個可驗收的訊號：成品丟給團隊後幾乎零疑問（代表分受眾輸出真的講清楚了），以及三個月後你用 frontmatter 裡的關鍵字真的搜得到這份案子（代表它真的入了庫、沒躺成死檔）。先穩穩做到這兩件事，你就已經把一段最耗時的判斷流程，成功交辦出去了——這也正是「先做一個能驗收的小原型，再談系統化」的起點。
Pattern 二：Evaluator-Optimizer，幫品質把關（快速回顧）
上面 Step 3 那份「給團隊的待辦」，其實還能更好。
這就接回我們上一篇詳談過的 Evaluator-Optimizer——先檢查、再修改。簡單說：別再叫 AI「改好一點」，而是先給它一張評分表（rubric），讓它當檢查員逐項打分、指出問題，再讓它當修改員，只改被點名的地方、不亂動其他段落。
關鍵不在提示詞多華麗，而在那張 rubric。在我們的範例裡，工廠版用的是「老師傅的標準」來檢查操作員指南——安全邊界、步驟可執行性、資訊完整度、白話程度。回到你的情況，你要做的只是把「老師傅標準」換成「資深顧問標準」：這份待辦交出去，執行團隊會不會誤解、會不會漏掉前提、會不會踩到客戶的紅線？把這些寫成可評分的條目，AI 才知道「好」長什麼樣子。（細節這裡不重述，想看完整模板請翻上一篇。）
Pattern 三：LLM Wiki，把一次性報告變成會累積的知識庫
現在你每週都產出漂亮的診斷報告。但如果它們只是一份份躺在硬碟裡的 Markdown，三個月後那個「上次類似的案子怎麼處理」的問題，依然無解。
報告做完，不該是終點，而該是入庫。
說到知識庫，懂一點 AI 的人會想到 RAG（把文件切片、轉成向量、用相似度檢索）。它很正規，但對「幾十份、上百份」這種小規模資料來說，太重了。今天分享一個更輕量、年初由前 OpenAI 共同創辦人 Andrej Karpathy 提出的做法：LLM Wiki。他甚至發現自己用 LLM 查知識庫的用量，已經超過拿它寫程式。
它的核心很像一本書的結構：
- 唯一真實來源（raw）永不被竄改：你的原始報告原封不動地存著，AI 只能讀、不能改。
index.md是「目錄」：每歸檔一份報告，就在索引表新增一列——案例編號、摘要、可攔截點、關鍵字。要找東西，先看這裡。patterns/是「關鍵字索引」：當 AI 發現好幾個案例共享同一個根因，它會自動歸納出一條跨案規律，獨立成檔。CLAUDE.md是「館規」：這份 folder instruction 在你每次開啟資料夾時自動載入，定義了 schema、歸檔流程，以及「永遠不准動 raw」這類行為邊界。AI 之所以會乖乖照規矩編譯、查詢，秘密就寫在這裡。
魔法在於：整個 wiki 的維護——新增目錄列、判斷要不要歸納新規律、更新交叉連結——全由 LLM 依著 CLAUDE.md 自己完成。你只需要說一句「請歸檔這份報告」。
於是你終於可以問出那個三個月前答不出來的問題：「我們做過的零售客戶案子，有哪些共同的風險模式？」AI 會先翻 index、再讀對應的 patterns，給你一個有來源、可追溯的答案。
在我們的工廠示範裡，知識庫從五個獨立案例中，自動長出了一條規律：
P-01 物料規格變更未跨部門通知，一口氣涵蓋三個原本看起來不相干的異常案例。把「機台型號」換成「客戶產業／案件類型」，這就是你的顧問知識庫。
把三個 pattern 串起來看
收尾這一篇，我們其實已經悄悄把整個系列縫成了一條線：
- Router：在入口幫你分流，把對的問題交給對的助理。
- Evaluator-Optimizer：在過程幫你把關，先檢查再修改，讓品質可控。
- Orchestrator + LLM Wiki：把一次性的複雜流程拆成可交辦的步驟，再讓每次的產出累積成查得到的資產。
它們表面上是三個不同的設計範式，骨子裡是同一種眼光：把複雜的知識工作，拆成可交辦、可檢查、可歸檔的步驟。 一旦你擁有這種「流程拆解」的 mindset，你看任何 AI 工具的內部作業都會突然看得懂——而且更重要的是，你會更敢自己動手，把腦中那套流程交出去。
因為說到底，你最該被「助理化」的，從來不是打字這種雜事，而是那套只存在你腦中、難複製也難交接的判斷流程。
一個留給你的延伸思考
假設你的顧問知識庫累積到了上百份案例。當案例多到一個程度，知識庫該如何自己長出新的 pattern，而不是等你回頭手動歸納？當規律之間開始互相矛盾，又該由誰來仲裁？
這是 LLM Wiki 規模化之後真正有趣的問題，往後的內容會陸續展開。
如果這個系列讓你對「把知識工作做成 AI 助理」有了一點新的想像，歡迎追蹤我們、訂閱電子報。我們會繼續每期拆解一個真實的知識工作場景，陪你把那套藏在腦中的判斷，一步步變成可驗收、可累積的資產。
這篇文章是【AI 虛擬助理基礎工作方法】系列的第 5 篇／共 6 篇
📚 完整系列：
- 🔒 文章 1：為什麼 AI 工作方法比 AI 工具還重要？
- 🔒 文章 2：老闆 persona——為對話加上「視角」
- ✅ 文章 3：Router——讓一個入口管理多個專業教練
- ✅ 文章 4：停止叫 AI「改好一點」：建立「先檢查，再修改」的精準工作流
- ▶ 文章 5（你正在閱讀）：你最該被「助理化」的，不是打字，而是那套只存在你腦中的判斷流程
- 🔒 文章 6：SOP 是怎麼長出來的 + ISO/BPM/ACM 組合拳
[📩 訂閱電子報-收到第一手訊息]
