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

多個工具不等於一隊人

我見過不少創業者同時訂閱幾個 AI 工具：一個寫內容、一個做圖片、一個錄會議、一個找資料。畫面看起來很先進，工作仍然很累。原因是工具之間沒有角色，也沒有交接。每一次使用，都要由老闆重新貼背景、重新解釋標準，再親自把結果搬去下一個地方。

真正的 AI 團隊，不是把工具名稱排成一行。它應該像一間細公司：每個角色知道收到甚麼、要交付甚麼、甚麼情況一定要找人，以及完成後交給誰。當這些規則被保存，一個人的判斷才會慢慢變成公司的方法。

工作流一：研究與決策助手

這條工作流不是叫 AI 替老闆決定，而是減少老闆在資料海中失去方向。

輸入可以包括客戶問題、競爭者公開資料、過往方案、銷售結果和本星期的限制。AI 角色是整理來源、標示矛盾、列出未知和提出數個可驗證選項。完成標準是每個結論都有來源、假設被清楚標示，而且下一步能在有限時間內測試。

人的工作是選擇問題、判斷風險和批准行動。AI 不應把沒有來源的市場說法包裝成事實，也不應因為資料很多就替公司作重大投資決定。

工作流二：客戶跟進助手

一人公司最容易漏的不是大項目，而是細小承諾：星期五前回覆、補一份文件、三星期後再聯絡。這些承諾散在電郵、WhatsApp、會議紀錄和腦內，忙一天便沉底。

客戶跟進助手可以在每次互動後整理需求、承諾、下一步、負責人和日期；每日列出需要人處理的項目；為回覆準備草稿。但「發送」應按風險設界線。一般確認可以在覆核後發出；報價、法律承諾、折扣和敏感內容必須由人批准。

完成標準不是 inbox 清空，而是客戶知道下一步，公司亦能追溯承諾從哪段對話而來。

工作流三：交付與品質助手

當老闆同時負責銷售和交付，最常見問題是答應時記得很清楚，做完時只剩一個模糊印象。交付助手把已確認的範圍轉成清單、時間線和驗收點；在提交前對照原始要求，標記遺漏和不一致；完成後保存客戶回饋和修正。

AI 可以做第一輪檢查，但不能自我驗收。尤其是數字、法律、健康、財務、品牌聲明和客戶機密，都要由合適的人核實。公司亦要保存版本，避免「最新一份」其實是 AI 重新生成、但已偏離批准內容的一份。

假設情境：顧問不再每日由零開始

以下是教學用的假設情境，不是 Smark Global 客戶個案。

一位香港獨立顧問每星期做市場研究、回覆查詢、開會、寫方案和交付報告。他已經使用 AI，但每次都重新貼上公司介紹和寫作要求；有時語氣不同，有時漏了客戶在會議提過的限制。

他先建立三份簡單規格：研究輸出必須有來源和未知；客戶摘要必須有承諾、日期和下一步；交付檢查必須逐項對照批准範圍。三條工作流共享同一份服務描述、語氣、價目原則和不可自動處理事項。

幾星期後，最大的改變未必是「一天做到十倍工作」，而是不用每天重新記起自己應該怎樣工作。當有新助手加入，他亦不需要只靠口頭傳授。這才是一人公司開始擁有組織能力的時刻。

權限、成本與失控邊界

AI 團隊要像真實團隊一樣有權限。研究助手可讀公開資料，不代表它可讀全部客戶檔案；跟進助手可草擬訊息，不代表它可自行發送；交付助手可檢查文件，不代表它可批准付款或簽約。

每條工作流亦要有成本上限、錯誤記錄和停止開關。當輸入不足、信心低、涉及敏感內容或超出範圍，系統要懂得交回人處理。自動化的成熟，不是甚麼都不問人，而是知道何時一定要問人。