54

JH-054 · 全文 觀察意圖:做相關:JH-053 · JH-009 · JH-006 · JH-010 · JH-002 · JH-001

搵個人 Why 唔係寫口號:對齊貢獻同影響,先識問邊啲 AI 任務值得做

想用 AI「證明自己有用」之前,先寫得出你成日幫人完成咩、對方因而有咩唔同;口號同工具名填唔滿呢兩句,就仲未到識問。呢頁拆個人 Why 點樣落到工作身份同 AI 決策——輕提公開嘅 Why→How→What 順序,1 其餘用齋瞳做法:兩句草稿、三道問、唔畫金圈。

  • 2 句

    貢獻一句+影響一句;寫得出先算有個人 Why 草稿

    產出

  • 3 道問

    准唔准、有冇清單、邊個決定——對齊 Why 之後先過呢三道

    流程

  • 工具 ≠ 身份

    職稱同 AI 產品名係外層;貢獻同影響先係核心

    界線

你問

搵個人 Why 係咪等於寫一句使命口號?

唔等於。口號可以好靚但唔可執行。要寫得出你成日畀人嘅貢獻,對方因而有咩改變。

點做

我而家要寫咩?

兩句:我成日幫人完成咩;對方之後有咩唔同。寫唔出就唔好先背工具名。

睇完整答案
你問

點解用 AI 之前要對齊 Why?

對齊咗,你先知邊啲任務值得加速、邊啲只係堆產出、邊啲根本唔應自動化。

點做

對齊完下一步?

過三道問:准唔准、有冇清單、邊個決定。缺一道就停。

睇完整答案
你問

Find Your Why/Why→How→What 同呢頁有咩關係?

公開框架多數由「點解」講到「點做」再到「做咩」。1 呢頁唔抄書;只借順序,落到職場 AI:先識問,再揀工具。

點做

我要唔要畫金圈圖?

唔使。用兩格(貢獻|影響)加三道問就夠;金圈圖唔入紙本批改。

睇完整答案
你問

唔知自己強項,可唔可以先跳去揀 AI 工具?

可以試工具,但身份同方向仲亂時,工具只會放大忙。想由做過嘅事倒推,睇三件事尋根究底嗰篇。

點做

今日最小一步?

揀一件過去真工,寫兩句貢獻同影響;唔好一次過寫人生宣言。

睇完整答案

背 AI 工具名之前,先寫得出你成日幫人完成嘅一件事

好多同事一開口就報產品名:邊個 chat、邊個 agent、邊個插件。報完一輪,問佢「你成日幫人完成咩」,多數答唔出。

先寫一件你真係做過嘅事:會議之後邊個知下一步、客戶搞唔清嘅流程你點拆、新人上手你點留低步驟。職位名可以換;呢啲「成日幫人完成」嘅模式,先係你工作身份嘅線索。2

想由三件做過嘅事倒推天性同技能,接三件事尋根究底嗰篇;想盤點帶得走嘅技能,接盤點技能嗰篇。

個人 Why 要有「貢獻+影響」兩截;淨係講「我鍾意 AI」絕對唔夠

公開層次有人叫 Why→How→What:先講點解,再講點做,最後先講做咩。1 呢頁唔抄書、唔畫三環。

齋瞳職場寫法只收兩截:貢獻(你成日畀人嘅)+影響(對方因而有咩改變)。「我鍾意 AI」「我好積極」「成為更好嘅自己」全部唔入格——佢哋冇講你畀咗咩、對方變咗咩。

虛構示範(阿朗,營運):貢獻=「我成日幫同事將散落嘅需求寫成一頁可執行清單」;影響=「對方唔使再喺群組翻一百條訊息先開工」。有呢兩句,先討論要唔要叫 AI 幫手整理——而唔係先下載三個新工具。

職稱同工具係外層,可以換;貢獻同影響係核心,唔應隨便改口號交差

外層係職稱、部門、AI 產品名:佢哋會變。核心係你重複出現嘅貢獻模式同你在乎嘅影響:唔應為咗交差,改成海報金句。

你可以喺同一份工入面微調任務同關係,令貢獻更清楚,唔一定要即刻辭職。3 如果短期低潮同方向錯攪埋一齊,先分開睇轉定唔轉嗰篇,再返嚟改兩句。

閱讀順序係由內而外:兩句 → 對齊任務 → 三道問 → 先至揀工具。唔係三張同等卡片並排叫 Why/How/What。

對齊 Why 之後,先過三道問:准唔准、有冇清單、邊個決定——唔等於樣樣都要自動化

兩句寫好,只係過第一關。用 AI 之前仲要問:准唔准、有冇清單、邊個決定——同站內閘文同一條脊柱,只係呢頁由身份對齊行入去。

三道問 5 步:由兩句 Why 到今日試一次 AI 任務
  1. 寫兩句

    貢獻+影響。用過去一件真工,或者虛構低風險個案;唔好抄海報金句。

  2. 對齊任務

    呢個 AI 任務係咪服務你嗰兩句?唔係就降優先,或者唔做。

  3. 問准唔准

    公司/上司准唔准用呢類工具、用邊個帳號。未問清楚睇公司未訂 AI 規範嗰篇。5

  4. 問有冇清單

    有冇可輸入欄、輸出點用、要覆核邊啲?冇清單就唔好當『全部自動化』。

  5. 問邊個決定

    邊個人對結果負責、點留底。人監督先算完成。4

貢獻|影響|AI 決策自檢(每條:有/部分/未有)
項目狀態點解
我寫得出一句『我成日幫人完成咩』(貢獻),唔只係職位名 危險 寫唔出就返去揀一件做過嘅事;方法可接三件事尋根究底嗰篇。
我寫得出一句『對方因而有咩唔同』(影響),唔只係『好高效』 危險 影響要落喺人或者流程結果,唔係工具廣告詞。
呢個 AI 任務對得住上面兩句;唔係為咗『人人都用 AI』而用 要留意 對唔住就降優先。
我已經問過准唔准用、用邊個系統/帳號 危險 未問就唔好貼敏感資料。5
我知有冇輸入/輸出/覆核清單,或者至少寫咗三格自己用 要留意 冇清單=估『通常點做』。
我知邊個人決定、點留底;唔係工具輸出一句就算完成 危險 人監督同責任要分清。4

人監督同責任邊界寫喺可信 AI 框架入面:分清邊啲係人決定。4 資料同准用跟公司政策同私隱指引。5

唔好用 llms.txt、堆關鍵字、或者 schema「魔法」代替識問

有人以為:整咗 llms.txt、標題塞滿「AI 賦能|使命|未來」、再加一堆無關 schema,身份同收錄就會自己出現。唔會。

結構化資料頂多幫機器理解頁面講咩,唔保證排名,更加代替唔到你寫得出貢獻同影響。6 職場上,堆字同堆工具係同一類忙:外層好熱鬧,核心仲係空。

識問先:問呢頁/呢個工具服務邊個真實問題;問完先至談標記同自動化。

今日只做一件:用一件過去真工(或虛構低風險個案),寫兩句貢獻同影響,再過三道問

唔好約自己寫「人生 Why」。今日只揀一件事,寫兩句,再對住一個低風險 AI 任務跑三道問。敏感資料未獲准就唔好貼——做法睇邊啲資料唔好貼嗰篇。

搬返去你份工

今個星期只交一件:兩句 Why 草稿+一個通過三道問嘅低風險 AI 任務(或者明確寫「呢單唔做自動化」)。交畀自己或者信任嘅同事對一下——對嘅係貢獻同影響清唔清,唔係口號靚唔靚。

一句講晒

搵個人 Why 唔係寫口號;係寫清貢獻同影響兩句,再決定邊啲 AI 任務值得做。對齊之後仲要過三道問:准唔准、有冇清單、邊個決定——工具同職稱係外層,識問先係核心。

  • 識識問:問准唔准、問有冇清單、問邊個決定——用 AI 之前先問
  • 貢貢獻:你成日幫人完成嘅一件事——唔係職位廣告詞
  • 影影響:對方因而有咩改變——寫得出先算有草稿
  • 閘三道問當閘:准用/清單/人決定——對齊 Why 都唔等於全自動

常見問題

搵個人 Why 係咪一定要讀《Find Your Why》/畫金圈?

唔一定。公開框架可以幫你記得由『點解』講起。¹ 呢頁只要你寫得出貢獻同影響兩句,再用三道問對齊 AI 任務——唔抄書、唔畫金圈。

我鍾意玩 AI,可唔可以當自己嘅 Why?

唔夠。『鍾意工具』係興趣;Why 要講你畀人嘅貢獻同對方改變。興趣可以入 How/What,但唔好代替核心。

對齊咗 Why,係咪就可以樣樣都用 AI 做?

唔可以。Why 幫你揀值得做嘅任務;准用、清單、人決定仲要過。缺一道就停。⁴,⁵

轉職緊、身份好亂,係咪要先搵齊 Why 先准用 AI?

唔使齊先。今日兩句草稿就夠起步。身份可以靠做同試慢慢成形。² 想由做過嘅事倒推,睇三件事尋根究底嗰篇;盤點帶得走技能睇盤點技能嗰篇。

做咗 llms.txt、堆滿關鍵字、加晒 schema,個 Why 會唔會自動畀人搵到?

唔會代替識問。技術標記頂多幫機器理解頁面;schema 本身唔保證排名。⁶ 職場決策更加唔係靠堆字。先寫清貢獻同影響,再決定頁同工具要服務邊個問題。

兩句寫完之後,點樣判斷一個 AI 產品值唔值得用?

用真實任務試。對住你嘅兩句同三道問,拎一件低風險任務跑一次。做法睇值唔值得用嗰篇;貼料界線睇邊啲資料唔好貼嗰篇。

參考

  1. Simon Sinek/The Optimism Company. The Golden Circle(公開 Why/How/What 層次說明;本頁只輕提框架,唔引書內段落)(核對日期 2026-11-01).
  2. Ibarra, H. (2003). Working Identity. Harvard Business School Press(職涯身份靠試同重寫故事;同站內三件事尋根究底嗰篇口徑一致).
  3. Wrzesniewski, A., & Dutton, J. E. (2001). Crafting a job. Academy of Management Review, 26(2), 179–201.
  4. National Institute of Standards and Technology. Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST.AI.100-1(2023-01)(核對日期 2026-11-01).
  5. 個人資料私隱專員公署(2025-03-31)。僱員使用生成式 AI 的指引清單(新聞稿)(核對日期 2026-11-01).
  6. Google Search Central. Intro to structured data markup in Google Search(schema 幫助理解、唔保證排名)(核對日期 2026-11-01).