由答案機器到問題釐清
大部分人問 AI「應該點做」，卻沒有交代自己的處境。書中主張先描述背景與矛盾，讓 AI 幫你把問題講清楚，再談方案。
創辦人著作
《原來你一直用錯 AI，所以賺少咗一千萬》
作者 Harry Lui 以香港企業的日常營運為出發點，說明大部分公司用 AI 的方式為何停留在「問答案」，以及如何改為由業務背景、真實資料與可重用系統開始。
全書核心論點
AI 的價值不在於它能否給你一個像樣的答案，而在於你有否把公司真實的處境、資料與經驗交給它處理。當企業只把 AI 當成答案機器，就只會拿到通用答案；當企業先提供背景、再讓 AI 在自己的資料中找出規律，AI 才會指出客戶為何不買、哪一種失誤反覆出現，以及哪些做法值得變成公司制度。
適合誰
- 已經試過 AI 工具，但覺得成效停留在「寫快啲文案」的企業主與管理層。
- 需要向董事會或股東說明 AI 投入與回報邏輯的決策者。
- 手上有大量客戶對話、報價、投訴或維修紀錄，卻未用過的營運負責人。
- 一人公司或小團隊創辦人，想在不增加人手的情況下建立可重複的工作流程。
- 負責推動內部採用的 IT、營運或人力資源主管。
你會學到什麼
- 如何為一個真實業務問題準備背景：人物、已試過的做法、結果與想要的結果。
- 為什麼 prompt 技巧不是公司的核心資產，而資料、對話與營運紀錄才是。
- 如何從客戶不購買的紀錄中找出規律，而不是再要一段推銷文案。
- 如何把反覆解釋的公司知識，變成可重用、可覆核的系統。
- 一人公司如何以角色、資料、標準與交付物組成「第一隊 AI 團隊」。
- 哪些判斷、責任與私隱工作必須留在人手，不能交給 AI。
主題預覽
以下是全書的主要主題方向，並非章節目錄全文。
資料才是燃料
訊息、通話紀錄、投訴、維修記錄、產品照片、報名查詢、交易與物流紀錄，都是可用的燃料。書中說明如何判斷哪些資料值得先整理。
客戶不買的規律
客戶的異議與流失並非隨機。書中提出按購買階段與異議類型分析查詢、CRM 與銷售資料的做法。
把經驗變成制度
同一個問題不應每次靠記憶重新解釋。書中討論如何把重複的公司知識整理成可重用、可審核的系統。
一人公司的 AI 團隊
一人公司不應只是收集工具。書中主張以角色、資料、標準與交付物設計運作方式，像一支團隊而非一堆分散工具。
人的判斷與治理
AI 增強判斷，但責任、覆核、治理、私隱與證據仍屬於人。書中把這一點視為前提，而非附註。
關於作者
Harry Lui 是 Smark Global 創辦人，長期參與企業系統、數碼營運及轉型項目，並為香港企業提供 AI 培訓與顧問服務。本書把這些實務經驗整理成企業可自行採用的思考方式。
相關文章
由書中觀點延伸的文章
以下文章由書中觀點延伸，寫給香港企業的日常營運場景。
AI 策略與營運系統·5 分鐘閱讀
唔好再問 AI 答案：香港企業點樣由背景開始找出真正問題
多數公司唔係缺少 AI 工具，而係太快要求工具畀答案。真正有價值嘅第一步，是先將企業發生緊嘅事講清楚。
了解更多AI 策略與營運系統·5 分鐘閱讀
Prompt 唔係核心：點樣將企業資料變成可用嘅 AI 燃料
同一個 AI 工具，點解一間公司只會寫文案，另一間公司卻能找出漏單、重做和新產品機會？分別通常不在 prompt，而在資料。
了解更多AI 策略與營運系統·5 分鐘閱讀
客戶唔買，背後一定有規律：用 AI 連接 CRM、查詢與銷售
公司最有價值的客戶資料，未必是已成交訂單，而是那些差一點成交、最後沒有買的對話。
了解更多AI 策略與營運系統·5 分鐘閱讀
一人公司唔應該孤軍作戰：建立第一隊 AI 團隊嘅三條工作流
一人公司最大的限制不是只有一個人，而是每件事都要由同一個腦重新記起、重新判斷、重新開始。
了解更多