上個月，我接了一個海港漁村的社區活化案，時間緊、任務重。為了加速，我決定全程導入 AI 來寫那份厚厚的補助計畫書。我心想，這下穩了，三天就能交出第一版。結果？初審就被打回來，評審意見寫著「內容空洞、缺乏在地連結」。
那一刻，我真的在辦公室崩潰。身為一個還算資深的專案經理，這是我第一次體驗到科技帶來的「極速翻車」。經過一個禮拜的熬夜修改，我總結了幾個用 AI 寫計畫書的血淚教訓，希望能幫大家避開我踩過的坑。
我犯的第一個錯，就是太相信 AI 了。我把計畫大綱丟給它，然後就開始請它自動生成各個章節。AI 產出的文字確實漂亮、結構完整，但讀起來就像一篇「通用型」的模範作文，什麼都說了，卻又什麼都沒說。
比如，它寫到漁村的困境是「青年人口外流、傳統產業沒落」，這句話放眼全台灣任何一個鄉村都能用。後來我才明白，AI 是你的副駕駛，它能幫你看路、提醒你，但方向盤最終還是要握在自己手裡。你得先有核心的策略和獨特的在地觀察，再讓 AI 幫你潤飾和擴寫，而不是反過來。
「Garbage In, Garbage Out」這句話在 AI 協作上體現得淋漓盡致。我一開始給的指令很隨便，像是「幫我寫一段計畫緣起」。AI 給我的就是千篇一律的樣板文。後來，我學乖了。我把指令修正得非常具體，這是我當時給 AI 的其中一個指令：「你是一位關心台灣漁村文化發展的社區工作者，請根據我提供的這三份訪談紀錄（附上與老船長的對話摘要）、這篇關於『食魚教育』的報導，以及我們預計舉辦的『一日漁夫體驗』活動流程，撰寫一段約 300 字的計畫緣起，強調『體驗式學習』與『在地知識傳承』的重要性。」出來的結果，品質天差地遠。
這點真的讓我嚇出一身冷汗。在我最初的版本裡，AI 幫我引用了一個數據，說「根據 2022 年漁業署統計，該地區的漁獲量下降了 30%」。聽起來超專業對吧？但我隱約覺得不對勁，親自上政府網站查了資料，才發現根本沒有這個數據，AI 為了讓文章看起來更可信，自己「創造」了一個看似合理的統計資料。
從那之後，我規定自己，所有 AI 產出的數據、法規、引言，都必須手動查核原始來源。把它當成一個資訊豐富但偶爾會吹牛的實習生，你就知道該怎麼跟它合作了。
寫計畫書最痛苦的環節之一，就是發想創新亮點。我以前都是自己關在會議室裡絞盡腦汁。現在，我會把 AI 當成一個壁打ち（對打練習）的對象。我會問它：「我現在有個『一日漁夫體驗』的初步構想，但感覺不夠吸引人。如果從『親子家庭』或『企業 CSR』的角度切入，你覺得可以增加哪些互動環節？」AI 可能會給我十個點子，其中八個很普通，但只要有一兩個能刺激到我的想法，就非常有價值了。試著跟它來回對話、追問，而不是只把它當成一個文字生成器。
最後也是最重要的一點，計畫書是有溫度的，尤其是在社區發展領域。評審想看到的，不只是漂亮的文字，更是你對這片土地的熱情與理解。AI 產出的文字即使再完美，也缺乏那份發自內心的「人味」。
所以，我現在的做法是，讓 AI 幫我處理 70% 的架構和資料整理工作，但最後的 30%，包含故事的開頭、關鍵的呼籲、展現熱情的段落，我一定會親筆重寫。就像一道菜，AI 可以幫你備料、切菜，但最後調味、擺盤的那個大廚，永遠都該是你自己。
