小班授課,由我親自上門。每位學員帶著一件每星期都要做的工作來上課,我們在課上把工具裝好、接入他原本用的檔案和系統。課程結束時,那件工作已經用 AI 在做。
先看清楚問題在哪裡,就明白這門課為什麼要這樣設計。
聽的時候似乎都明白,回到座位打開自己那份 Excel,卻不知道第一步該做什麼。
示範的工具與日常工作無關,有些在香港根本無法穩定使用,散場後就再沒打開過。
講者在台上,員工在台下,回到公司誰也記不起當天做過哪幾步。
沒有人幫忙把工具接入真正的工作,WhatsApp 群組、Excel 報表、紙本單據一切照舊,兩星期後便放棄。
費用按人數和節數計算。30 分鐘初談之後,你會收到明確報價和上課時間表。
這門課的核心是「帶著自己的工作來上課」。開課前,每位學員交一件自己每星期都要做的工作。工具按貴公司的實際環境挑選,在課上一起安裝設定,再接入大家每天在用的檔案和系統。兩節課之間相隔一星期,讓學員把課上做好的東西用在真正的工作上,下一節課再一起修正。
一間公司一班,不與其他公司混合 · 上課地點在貴公司 · 上課語言由你決定 · 貴公司只需準備一間房和每人一部電腦,帳號和工具設定在課上一起完成
預約 30 分鐘免費初談三個部分,分 3 至 4 節上。每一部分都有實際成果。
大型語言模型是什麼,agent 和 harness 又是什麼;市面上那一堆名詞,哪些是真的新東西,哪些只是換了名字;AI 現在擅長哪類工作,又不擅長哪類。
成果:全隊有一套共同語言,討論 AI 時不再各說各話。
按貴公司的實際環境選定工具,在課上一起安裝設定,做幾個基本操作,再把工具接入大家每天在用的檔案和系統。同一節課定下數據規矩:公司機密不貼進任何 AI 工具,練習一律用匿名或虛構的數據。
成果:每位學員的電腦上都有一套能用的工具,數據規矩也定好了。
開課前,每人交一件自己每星期都要做的工作。課上把它拆開,一起搭建、一起試到能用為止,每節處理幾個人的個案。邊做邊學,也順便看看別人的工作是怎樣拆的。
成果:每位學員帶走至少一件已經用 AI 在做的工作。
課程結束後另外安排一節答問。很多問題要真正用起來才會出現,通常就在這個時候。
成果:卡住的地方有人接手,課程不會停在課室裡。
由我親自授課。
2026 年 9 月 7 日,我應邀在香港都會大學商學院演講,題目是「AI in Business: What works, what breaks, and why」,九十分鐘,現場約二百人。講座談的是 AI 在企業裡為什麼成、為什麼敗;這門課則把那九十分鐘的判斷,變成員工電腦上每天在用的工作。
我是黃嘉駿(Jason Huang),Eporo Technology 創辦人,常駐香港。八年美國一線科技公司經驗,曾在 Amazon 任 Tech Lead,在 Snowflake 任 Senior Software Engineer / Tech Lead;我經手的系統,每日有數百萬人在用。完整介紹
教課的人,就是寫過這些系統的人。由我親自上門授課,不會交給初級講師。
同一套教法,用在不同的工作現場。
營運、客服、選品每天都在重複查找和整理,人一多,做法就各有各的。
生意在跑,但報表靠人手拼湊、流程靠經驗,想用 AI 卻不知道該從哪件工作入手。
也說清楚這門課不適合誰:如果只想聽一場概念分享,不打算讓員工在課上動手處理自己的工作,這門課幫不上忙。那種需要,一場講座就夠了。
開課前最常被問到的八個問題。
工具在開課前按貴公司的實際環境挑選。有些主流工具在香港沒有正式提供,或者用起來不穩定,所以我們只選團隊真正用得到的,在課上一起安裝設定。
不會。公司機密不會貼進任何 AI 工具,練習一律用匿名或虛構的數據。這條規矩本身就是課程的一部分:團隊帶走的除了工具,還有這條使用數據的界線。
可以。上課語言由你決定:廣東話、普通話或英語。
一間房,和每位學員一部電腦。帳號和工具設定在課上一起完成。
最少 3 人,最多 10 人。人再多,課上就沒法逐一把每個人的工作做到能用。
不可以,一間公司一班。課上會談到各自真實的工作流程和數據,不適合和其他公司混合。
按參加人數和節數計算。30 分鐘初談之後,你會收到明確報價和上課時間表。
有。課程結束後另外安排一節答問,處理真正用起來才遇到的問題。
初談免費。你說說團隊的情況和想處理的工作,我直接告訴你這門課幫不幫得上。
發電郵預約