gipi - 游舒帆Gipi 的學習筆記 (Page 10)

職場與工作技巧

正向思維，方法總比問題多

還記得我剛開始在網路上寫部落格時，經常會有人留言問我問題，我回答時總會建議他們往好的方向思考，也會跟他們說其實多數人並沒有那麼惡劣，你碰到的問題有時只要轉個彎就能解決了，不要擔心。因為我的回應方式大多偏向正向鼓勵，所以那時朋友就覺得我根本是一個超級樂觀跟正面思考的人。不過觀眾多了，總也會出現另一種聲音，他們會告訴我「你沒有碰過壞人」、「你的運氣很好，都碰到好老闆」。言外之意，他們覺得我之所以如此樂觀是因為我很幸運，而不是我用對了方法。轉眼過去將近 20 個年頭了，我當然比剛出社會時成熟許多，但我回過頭去看自己當年對事情的看法，我覺得心境沒有太大的改變，我還是相信人性本善，我還是認為工作中碰到的事都會有解決方法，我還是相信這世界有希望存在，我還是很樂觀。若要說有什麼不同，我想主要在我處理問題的方式跟應對技巧都有顯著的進步吧。我曾分享過我帶小孩去辦護照的事情，我覺得有些事情有解法，那就按著解法去做，如果沒有解法，那就是幾百塊的事情，不需要為了幾百塊而打壞一天的心情。有一次因為紅綠燈的左轉燈還沒亮，我急著轉，轉過去後馬上被警察攔了下來，當下覺得有點倒楣，但我也沒有為難警察

生活雜感

手把手，或許不是最好的領導方式

以前我對手把手帶著學有一種偏好，認為這可能是讓一個人最快成長的辦法，過去我也確實有很多這方面的成功案例，所以我對此堅信不疑。但在學院期間跟大家一起學習的過程，我完全感受到群體學習的力量有多可怕，也親眼見證手把手教學所看不到的可能性。我回想起我在陪孩子學習的過程，手把手，有可能是一種不敢放手的表現。當我愈想把每個層面都照顧好時，孩子反而錯過了新的可能性，因為我會想讓他避開我認為的每個坑，會想讓他按著我認為對的方向去走。「我認為對的」、「我經歷過的」其實是一種限制，因為它不見得是總是對的，更不會總是最好的選擇。我的手把手，反而成了孩子的上限，也成了學員或部屬的上限。我愈想讓他們避開我踩過的坑，卻反讓他們喪失了學習機會，他們沒有機會在面對問題時深入思考，甚至自己在嘗試過後進行調整，讓經驗成為他們最好的老師。往下思考時，我曾問自己：「我到底在怕什麼？」我是擔心他們犯錯嗎？還是擔心自己從此沒有存在感？事實證明，我確實有我懼怕的東西。而上面這兩個，很可能都存在。當我意識到自己內心的恐懼，我才能面對這些恐懼，並克服它。我想起多年前我師傅對我說的一句話：「你就是犯過很多

產品開發

從 20 哩行軍的故事，看如何面對不確定性

幾年前吉姆柯林斯出版了《十倍勝》這本書，書中談到了 20 哩行軍的故事。後來這個故事被廣泛地拿來作為商管的教材，多數的觀點談論的是關於紀律，部分則更著重於探討不確定性。多年前我在講專案管理課程時，我也會以 20 哩行軍作為開頭的案例，鼓勵大家思考，從這個案例中，我們到底能學到些什麼。今天我想用這篇文章，再次深入探討這個故事所能帶給我們的啟發。不過因為年代久遠，許多的史料以不全然可考，我僅就我能收集到的部分做了考究，內容肯定不完整。加上歷史往往是成功者撰寫的，所以真相是否真如往上文件所陳述我也不得而知，但我們姑且把這當成一個半虛構的案例來討論，試著從這個案例中有所學習。關於背景 19 世紀末至 20 世紀初，隨著科技的進步和地理知識的擴展，探險成為一種流行的活動。許多國家對於探索未知的極地地區充滿了熱情，尤其是南極點被視為人類尚未征服的最後邊疆。與此同時，探險也被視為國家實力和民族自豪感的象徵，成功抵達南極點不僅能為國家帶來榮譽，也能吸引資金和支持。而在當時，有兩支比較知名的南極探險隊，他們的領隊分別是：羅爾德·阿蒙森（Roald Amundsen）是挪威探險

News

[Gipi 電子報]試刊 20241216

學習

對人工智慧對齊問題的探討

先前我們曾在一篇文章中談論到會限制 AI 發展的因素，其中一項是關於人類的限制。這邊的限制涉及法規以及道德層面的議題，也正是因為這些議題過於複雜，所以推進速度並不算快，因為這涉及對整個社會的穩定與安全議題。如果 AI 失控，做出對人類有害的舉動時，人類已將大量的控制權交給 AI，那人類該如何自保？這裡頭涉及了事前的干預，也就是避免 AI 產生這類意圖，或者在產生這類意圖時，有機制能防止他採取行動。而涉及了事後的補救，也就是當事情已發生，還可以如何回復原樣。但現階段討論較多的，大多是事前干預。但事前干預，該如何干預？什麼樣的干預方向才恰當？這些問題暫時都沒有標準答案，但我們需要做出對齊，確保我們對這些事情的看法一致。而「AI 對齊」(AI alignments)就是應確保 AI 的行為能與人類價值觀相匹配，確保 AI 以對人類和社會有益的方式行事，不會因此侵害人類的人身安全與和權利。今天看了一篇騰訊研究院的文章(大模型時代AI價值對齊的問題、對策和展望)，有些不錯的收穫。加上內容大多是基於英美語系國家的的科學研究，而非中國本地，

經營管理

客戶不回訪、不續購，不見得是產品有問題，問題很可能出在這

近幾年，還是有許多企業在跟我討論關於產品改善的問題，但有許多問題聊到最後我都發現，問題或許不見得出在產品本身，而出在營運上。首先還是跟大家分享兩個有趣的案例。第一個案例，是我一位賣健康食品的朋友 Jack，有次跟他閒聊時他提到了客戶回購這件事。 Jack：「我做電商銷售健康食品已經 2 年多了，目前每月營業數字也破百萬了，但回購率一直上不去，去年努力了一整年，回購率好不容易從 12% 提升到 15%，但感覺已經是上限了，最近在想到底要不要調整一下產品。」 gipi：「你做了什麼？為什麼會覺得是產品問題？」 Jack：「該做的促銷都做了，回購的折扣我覺得也很不錯，但回購就是上不來，所以覺得很可能是產品有問題。」 gipi：「剛剛簡單查了一下，網路上似乎沒有什麼負評，感覺不是產品問題。」 Jack：「但目前實在想不到其他原因了。」聽完他的描述，我問他：「客人們買回家後有沒有開封吃，或者持續吃，這個你清楚嗎？」 Jack：「這不確定，但應該都會吃才對。」 gipi：「這樣吧，請你從那些應該回購卻沒有回購的客人名單中挑選100位，打電話逐一跟他們確認兩件事，第一，

學習

關於自信心的建立

羅蘭：「自信不是天生的，而是練習出來的。」我從小時候開始，對自己一直也都沒什麼自信，我的體能不錯，但通常就是班級前三，我的腦袋還行，但也不會是班上最強，我對自己的外表沒自信，我甚至將小學畢業紀念冊上自己的照片剪掉。大學時期，我因為成績不好，只會打球，打球甚至成了我唯一獲得自信的地方。出社會後，我雖然掛著研發工程師的職稱，但其實我程式一竅不通，學習能力也不好，連最簡單的程式都寫不出來。搞到最後，我對自己的能力也喪失了自信。每當我喪失自信時，我就會想逃避面對這些問題，像是剪掉畢業紀念冊上的照片，曠課不上課，迴避學習程式，只想著拖完上班時間快點下班。直到我不得不面對，又或者是有其他事情讓我獲得了自信，我才能真正把一件事做好。外表的自信，靠得是國中有些同學喜歡我，讓我覺得原來我沒這麼遭；課業的自信是我真的認真念書後，我還是能考上原先第一志願的研究所；寫程式的自信則是因為有人教了，而我也認真學了，並從中找到程式的樂趣。我自己就是經歷過好些年的探索，才能掌握自信。知道自己會什麼，能做到什麼所謂的自信不是說那種覺得自己搞得定所有事，沒有事情難得倒自己。我認為這不

產品開發

馬斯克談產品研發過程可能犯的錯誤

今天下午看到一個 2021 年 Elon Musk 接受專訪的影片：https://www.youtube.com/watch?v=t705r8ICkRw 裡頭提到蠻多產品開發的觀念，包含需求、分工，以及工程師的職責，我個人認為非常值得一看，以下我幫大家摘要了部分我有感觸的內容。讓你的需求更簡潔簡化需求，而非複雜化需求，許多工程師會傾向於增加需求或規格，但真正好的做法應該是減法。這個減法理論從 Steve Jobs 到 Elon Musk 都非常推崇，我個人也認為是很關鍵的議題。在一個產品中，增加東西是容易的，但往往會增加複雜度，當我們總想著增加時，思考解決問題方法時，我們往往只有「增加」這個方向，而不會想著「減少」與「重新設計」。這其實也是所有技術債的成因之一。而習慣用加法的產品，很容易模糊了產品的焦點。當產品核心功能不具備競爭力時，很多產品團隊會開始想給客戶更多，而更多經常意味著失焦，

學習

過去半年，我用生成式 AI 的學習與觀察

過去兩年，算是生成式 AI 大放異彩的日子，幾乎每個月都有重磅的服務推出，底層技術也刷新了好多次。我自己在過去半年因為時間上有較多的空檔，研究並且玩了好幾套 AI 工具，目前有些服務都已經成了我日常會使用的工具。我常用的工具 NotebookLM 被我用來整理我過往的內容與提供寫作建議，有時我需要一些內容架構或英文縮寫字時，我會請它給我 idea，它總是能給出許多我花大把時間都不見得想得出來的內容。當我想寫一篇特定主題的內容時，我會先請他幫我整理我對該主題過去發表過的觀點，在過往觀點上做出修改，文章產出的速度就可以很快了。我在寫書過程中，為了優化想法，我請 NotebookLM 給出的建議。我給了他大綱，然後請他幫我為每個部份找一個代表英文字，每個部份的英文字的首字結合在一起要是 VISION。他產生的又快又好，讓我很快地產生了新的想法。 ChatGPT / Perplexity / Microsoft copilot 通常是為了查詢資料，但知道用關鍵字慢慢查很花時間，這時我就會用這兩個服務來輔助。像我上次查「佐克伯這兩年為什麼比較少出現在媒體上，他有刻意在調整嗎

產品開發

讓 AI 生成程式，後續維護至關重要

近期因為研究 Github Copilot，也一併看了 Figma to code 相關的服務，因為我想生成式 AI 會影響的並不單純是寫程式本身，而是直接影響了整個軟體開發生命週期。釐清需求，我會考慮直接用 Figma 或其他設計工具搭配 AI 模組直接跟使用者溝通，然後若有雛型可以直接使用應該是非常快的。設計，Figma 應該就夠好用了，Figma to code 還能直接轉出前端程式碼跟 UI flow，也可以省下一些功夫。 Canva 或 Adobe 的工具也能轉成 html，也能省下一些功夫。Pseudocode to code，將虛擬碼轉成程式碼，目前還沒找到其他可以將規格直接轉成後端程式碼的工具，但合理來說，一些做軟體設計、UML 或者 pseudo code 相關的工具應該能做到。程式撰寫、code review、

經營管理

我經歷過最高效的新人培訓方式

新人的培訓，一直都是很多管理者跟經營者重視的問題，我自己參與過很多不同的新人培訓過程，但一直以來我認為最有效的培訓方式是我剛出社會時所接受到的培訓方式。剛出社會時，我所加入的團隊是一個五人小組，兩位學長，還有我們三位菜鳥，我們所擁有的培訓資源基本上並不多，但學長卻透過其他方式，給了我們很充分的 support。我們三位菜鳥都是剛畢業，沒有什麼寫程式經驗的新手，但我們卻要開始負責公司內一個底層的開發平台。這怎麼想都是一個巨大的挑戰，但我們還是順利接上了，而且到我們獨立作業，大約只用了 2-3 個月的時間。那當時，我們到底是如何做到的呢？首先，基礎的培訓一定還是有的，對於我們負責的產品，技術架構怎麼樣，有什麼元件，有什麼特性，別人如何運用這個平台來開發程式，這些在基礎的培訓中都有教。但像我們這種菜鳥，哪懂什麼技術平台，哪懂什麼物件導向，也是考量到這些問題，學長們在教育訓練過程舉了蠻多生活中的案例，像是用音樂廳來形容技術平台的角色，這就很淺白易懂了。不過聽懂是一件事，理解是另一回事，所以學長們在培訓過程也會出考題跟提問來確認我們是否真的理解。在我接受過的技術培訓中，這絕對

學習

有效學習的方法-底層知識學習法

談到學習方法這件事，我以前有分享過好多次，包含學習七步法，以及底層知識建立法，還有學院以教學為主體談論的學習金字塔，但嚴格來說，我所有學習的核心其實就是學習金字塔+底層知識建立法。學習金字塔的觀念有分享過很多次，但底層知識建立法我過去公開的文章裡面大概就是一篇談碎片學習為何無效的文章，所以我想可以先來聊一下底層知識建立法。底層知識建立法底層知識建立法強調的是透過持續累積可遷移知識(transferable knowledge)來加快學習速度。所謂的可遷移知識指的是什麼呢？像是數學，數學觀念好的人，學習很多東西的速度都會快很多，又比如溝通表達能力，溝通表達能力好的人，在需要與人頻繁溝通的職務上，進入狀況的速度也會快很多... 這些知識，都是跨越很多專業領域都會需要的。以我自己為例，我身上主要的可遷移知識像是溝通表達、邏輯思考、專案管理、問題解決等等，這些知識都是我累積很久，而且打磨得還不錯的能力，所以當今天我進入一個新工作崗位時，只要該職務所需的核心能力包含這四個，我上手的速度就會快很多。也是因為這樣，所以當年我轉換到產品經理職務時，需要學習的就是面向市場，以及產品設計跟