AI 讀不懂你的 SOP

這句話通常講得比「資料很多」更理直氣壯，因為那疊東西是真的花過力氣的。共用資料夾裡躺著十幾份：出貨流程、客訴處理、報價權限、新人訓練，有幾份還編了版本號。

於是老闆把寫得最完整的那一份丟給 AI，說，照這個處理。

回來的東西看起來很像那麼回事。分段整齊，每一步都對得上文件裡的字。可是拿給那個部門的主管看，他掃過三行就搖頭：這樣不行。

問題不在 AI 沒讀。它讀了，而且讀得比公司裡任何人都仔細，連附錄那頁沒人翻過的例外說明都讀了。問題在那份文件從第一行開始，就是寫給另一種讀者看的。

01那份 SOP 有一個隱形讀者

打開你手上任何一份 SOP，都會找到這幾句話：

視情況調整。依客戶重要性判斷。如有疑義，請洽單位主管。

這些句子在人類 SOP 裡不是瑕疵，是效率。因為寫的人心裡有一個很具體的讀者：一個進公司三個月、就坐在你斜對面、有事會轉頭問你的人。他看過別人怎麼處理，記得上次那個客戶為什麼是特例，卡住的時候會抬頭。所以文件可以省，省下來的他會自己補。

AI 不會抬頭。

它讀到「視情況調整」，不會停下來問是哪些情況；它會照著這四個字，自己生一個看起來很合理的情況，然後往下走。它讀到「依客戶重要性判斷」，也不會問你這裡的重要性怎麼算。整份文件裡愈是那種「大家都知道」的地方，它愈容易自己編一套。

而且它編得很漂亮。這才是難辦的地方。如果它直接說「這裡我不會」，你馬上就發現缺口在哪。它不會。它會補得跟你的文風一模一樣，只有真正做過這件事的人看得出來哪一段是憑空長出來的。

數位時代《一天一 AI》專欄的韋惟珊把這件事講得很直接：AI 如果做得不好，通常不是 AI 的問題，而是原始文件就沒寫好。

02六個從來沒寫進去的欄位

大多數組織的 SOP 只回答一件事：做什麼。

第一步登入系統，第二步填單，第三步送審。動作寫得很清楚，順序也不會錯。但真正決定這件事做得對不對的那些東西，一格都沒有。

這六格空白，人類讀者一輩子不會發現。因為他讀到「請依實際情況判斷」的時候，腦子裡已經自動填進了三年份的經驗。

有個實測的例子很傳神。有人把公司的影音製作 SOP 貼給 AI，要它「幫我做 podcast 規劃」，結果不如預期。回頭查才發現，那份 SOP 講短影音的篇幅很多，podcast 的部分很少。這不是 AI 笨，是那份文件本來就沒打算回答這個問題。它的範疇沒寫，所以沒有人（包括 AI）知道問過頭了。

AI 的答案不好，先別急著怪 AI。多半是那份文件，本來就沒打算回答這個問題。

03於是你開始在對話框裡補

發現缺口之後，多數人的反應是把它補在對話框裡。

「記得客訴超過三天沒回要往上升級。」「報價低於六折要先給我核。」「遇到經銷商的案子不要套這個流程。」

這一次的答案真的對了。你鬆一口氣，覺得抓到訣竅了。

問題是下週換一個同事來問，全部歸零。他不知道要補那三句。於是你把那段話存下來，存成一份「以後都貼這個」的指令。下次又發現一個漏洞，再加一段。三個月後，那份指令有兩千字，沒有人記得裡面哪一句是為了什麼問題而寫的，改一句就有別的地方跟著壞掉。

到這裡，你手上的東西已經不是 SOP 了，但它也還不是一個技能。它只是一段愈長愈厚的提示詞。

差別在哪？三個問題自己驗：

01　AI 知道什麼時候該用它、什麼時候不該用嗎？

寫下觸發條件的人很多，寫下「什麼時候不適用」的人很少。這一條最常被漏掉，也是誤觸發的主因。客訴處理的規則沒標明「不適用於經銷商爭議」，AI 就會拿去處理經銷商爭議，而且處理得很有自信。

02　做完了，怎麼算做對了？

「要準確、要完整、要有幫助」不是標準，是口號。全部是形容詞，沒有一個可以照做，也沒有一個可以驗收。標準長得像這樣：這封回覆必須包含補償方案與時限；超過三個爭議點就轉人工。動詞加受詞，可以照做，也可以在做完之後判定合格或不合格。

驗收標準不寫，AI 永遠覺得自己做對了。

03　遇到不在流程上的狀況，它該怎麼辦？

真實工作從來不是一條直線。資料缺一半、客戶同時寄了三封信、問的事情超出這份文件的範圍，這些情況一定會發生，而且通常就發生在你最不想出錯的那次。分支要事先寫好：資料不齊就標記出來等人確認，不要自己補；超出範圍就明說，建議改用哪一份。

三題都能答，你手上的才是一個可以交給別人用的東西。有一份流傳頗廣的自評表把它量化成八個維度、滿分一百：八十分以上日常可用，九十分以上才進團隊共用。低於八十的，作者的講法很不客氣，說那還是長提示詞，別假裝它是技能。

還有一個更前面的門檻：範圍。一個技能對應一個交付物，不是一個工作職能。「客服助理」不是技能，那是職位；「客訴信進來，產出回覆草稿加升級判定」才是。名字裡出現全能、所有、任意這類字眼，八成就是範圍沒收好。窄，才觸發得準，也才驗收得動。

04明天早上可以做的第一件事

不需要先招人，也不需要先買系統。挑那份「新人最常問、也最常做錯」的 SOP 就能開始。

Step 01　讓 AI 先讀，整理出五件事。

把文件上傳，請它整理出：執行步驟（按順序）、重複出現的規則、常見錯誤、執行前必須確認的關鍵資訊、成功標準（怎樣叫做完了、做對了）。

這一步的重點不是它整理得多漂亮，而是你會看到它整理不出來的那幾格。空白的地方就是缺口，而且是你二十年來從來沒發現自己沒寫的。人自己讀是讀不出來的，因為人會自動填空；交給一個不會舉一反三的讀者，缺口才會現形。

Step 02　把五件事寫回去，並且寫清楚什麼時候不適用。

用剛才那五項當骨架，讓 AI 幫你重寫成一份給機器讀的版本。有一句一定要加進去：「當我說（任務名稱）時啟動，但不適用於（兩三個不相關的任務）。」缺什麼資訊，讓它先問你，不要讓它自己想。

Step 03　拿一個真實任務跑一次。

不要用假案例測。挑一件這週真的要做的事，然後只看三件事：

• ✓ 該啟動的時候，它有沒有啟動
• ✓ 資訊不夠的時候，它會不會主動問，還是自己編
• ✓ 有沒有答錯而你差點沒看出來

Step 04　答案不好，先回頭看文件的範疇。

在調任何參數之前，先問一句：這份文件本來就有涵蓋這個問題嗎？前面那個 podcast 的例子就是這樣，追到最後是文件的範圍問題，不是 AI 的能力問題。

最後補一句省時間的：不是每份 SOP 都適合。流程與判斷型的最適合，像是出提案簡報、回應客訴、出報價單，它們有講得清楚的步驟與規則。照著截圖操作的教學手冊最不適合，那牽涉到解讀畫面和操作外部平台，現階段勉強不來。

一次一份。跑得動、真的有人在用了，再加下一份。

寫給人看，跟寫給 AI 用，不是同一件事

「SOP 我們有啊」這句話沒有錯。

只是那疊文件回答的是「人該怎麼做」，而 AI 需要的是「憑什麼算做對了」。前者可以留白，因為讀的人會補；後者不能，因為讀的人不會問。差別不在寫得夠不夠詳細，在於寫給誰看。

這也是為什麼 SOP 沒辦法整包外包給軟體。工具能幫你重排格式，但那六格空白裡該填什麼，只有每天在做這件事的人知道。這支隊伍做的事，是坐下來把那幾格問出來、寫成 AI 拿得動的形狀，再陪你跑完第一份的驗收。

讓 AI 加速，讓人定錨。加速的部分工具已經很成熟了，定錨的部分還在你的人身上，而且從來沒有人請他寫下來過。

想知道哪一份 SOP 最值得先動，我們的 AI 落地體檢會從實際流程往回推，挑出投報率最高的那一份。

為品牌築根，為數位開路。