ABOUT

我擅長的不是先做系統,而是先把問題看清楚。

我從業務現場、客戶需求與日常作業出發,把模糊問題整理成可執行、可驗證、能持續運作的流程,再選擇適合的 AI、自動化或內部工具。

01/BACKGROUND

從業務現場,走向流程設計與 AI 協作開發。

  1. 業務現場

    從客戶溝通、需求釐清與實際工作情境理解問題。

  2. B2B 系統與需求理解

    參與客製系統導入與跨部門需求溝通,理解流程與系統之間的落差。

  3. 流程設計

    把模糊需求、例外與責任整理成可執行、可驗收的流程。

  4. AI 協作開發

    使用 AI 加速研究、拆解與實作,但保留人工方向與驗收。

11 年以上在業務與客戶溝通第一線,其中約 5 年參與 B2B 企業系統專案,對接航空業與金融業的客戶主管層,經手新台幣數百萬元等級的系統導入案件。這段經歷讓我理解:系統導入不是把產品交付出去就結束,而是要在客戶需求、實際流程、技術限制與組織溝通之間取得平衡。

投入 AI 協作開發後,我把這套對流程與使用情境的敏感度,帶進實際的內部工具與自動化平台,從規則整理、產品方向、實作管理到驗收與移交。

WORKFLOW DESIGNER & AI PRODUCT BUILDER

先把問題與流程看清楚, 再決定系統應該做多少。

11 年+業務與客戶溝通經驗
5 年B2B 企業系統導入專案
−87.5%月結轉檔處理時間(4 小時 → 30 分鐘)
正式驗收企業跨系統流程平台,已移交

02/WHAT I DO

四個步驟,把模糊問題變成能持續運作的流程。

01

找出真正的流程阻塞

不從工具出發,先確認卡點實際發生在哪一步、影響誰。

02

把模糊需求整理成規則

拆解成可以判斷、可以驗收的具體條件,而不是抽象目標。

03

做出可使用的版本

選擇適合的 AI、自動化或內部工具,做出能實際操作的版本。

04

放回真實工作中驗證

上線後持續觀察是否真的解決問題,而不是交付就結束。

03/HOW I WORK WITH AI

AI 加速執行,人負責判斷與取捨。

AI 用於研究、拆解問題與加速實作——從釐清需求到寫程式,都可以讓 AI 先做一輪。

HUMAN ACCOUNTABILITY

方向、規則、取捨與風險由我判斷。 AI 的產出必須先經過驗收,不會直接視為完成。

04/SELECTED EVIDENCE

三個案例,三種不同規模的流程問題。

01

跨系統訂單流程自動化平台

正式驗收並移交

製造業內部團隊,兩套系統間的訂單、出貨與對帳流程,已正式驗收移交。

閱讀案例
02

AI 專案營運與追蹤平台

持續迭代中的 AI 協作治理

把 AI 協作從聊天紀錄,變成可交辦、可驗收、可回看的工作系統。

閱讀案例
03

施工排程與通知流程改善

約 30 分鐘 → 約 5 分鐘

把 12 分頁 Excel 排程,變成手機可查、LINE 主動通知的工作流程。

閱讀案例

05/WHAT I AM LOOKING FOR

目前在找的方向。

系統導入顧問/AI 導入顧問

把真實工作流程整理成可執行、可驗證的改善方案。

客戶成功/Product Operations

協助產品與 AI 工作流程從概念走向實際使用。

內部工具與工作流程設計

處理跨系統、人工重工、追蹤與交接問題。

企業流程改善合作

從小範圍 POC 開始,驗證問題與改善價值。