Ask Gemini in Google Chat 最方便的地方,

也是最容易讓人問得太大的地方。

因為它可以幫你從:

Gmail。

Drive。

Calendar。

Chat

找工作資料。

所以很多人第一句很可能會說:

幫我整理 Project Alpha。

問題是:

哪一段時間?

整理什麼?

哪些算已確認?

整理完要不要直接做下一步?

全部沒有說。

今天只學一個很簡單的方法。

每次用 Ask Gemini 查工作以前,

先寫四段:

範圍。

時間。

要找什麼。

先不要行動。

第一段:範圍

先告訴 AI:

你現在只處理哪一件工作。

例如不要寫:

幫我整理最近的客戶工作。

改成:

只處理 Project Alpha。

或者:

只整理 ABC 客戶的網站改版專案。

為什麼?

因為同一個 Gmail、Drive、Calendar 裡,

很可能同時有:

十個客戶。

十幾個專案。

名字還可能:

很像。

範圍沒有寫清楚,

AI 就必須自己猜:

哪些資料屬於同一件事。

尤其是同一個客戶有很多專案時

例如:

ABC 公司網站。

ABC 公司廣告。

ABC 公司年度合約。

ABC 公司新品活動。

如果只寫:

整理 ABC 最近的進度。

可能把:

不同工作

混在一起。

所以第一句最好就是:

只處理「ABC 官網改版」專案。

先把:

邊界

畫出來。

第二段:時間

接著告訴 AI:

你要哪一段時間。

例如:

只看最近 7 天。

或者:

只整理昨天上午 9 點之後的新資訊。

或者:

只看上一次週會結束後的新變化。

為什麼?

因為工作資料最大的敵人之一就是:

舊資訊。

例如三星期前客戶說要星期五上線

後來又改成:

下星期。

如果 AI 把三星期前的 Email 找回來,

卻沒有注意到:

後面的變更,

就可能整理成:

上線日期:星期五。

文字沒有讀錯。

文件也真的存在。

但答案:

已經過期。

所以「最近進度」最好不要讓 AI 自己定義

直接寫:

只使用最近 7 天的 Gmail、Chat、Drive 與 Calendar 資訊。

或者:

如果找到更早資料,只能當背景,不要把它當成目前最新決定。

這樣:

更清楚。

第三段:要找什麼

這是最重要的一格。

不要只說:

「整理一下。」

而要告訴 AI:

整理完到底要回答:

哪幾個問題。

例如:

只找三件事:
  1. 已確認的新變更
  2. 明確指派給我的待辦
  3. 尚未決定的問題

這樣 AI 就不需要:

把所有內容都摘要。

因為「完整摘要」通常不是最好用的摘要

假設一個 Chat Space 有:

120 則訊息。

裡面真正影響你工作的,

可能只有:

5 則。

如果 AI 把 120 則濃縮成:

40 行,

你還是要:

重新閱讀。

真正有用的是:

它知道:

你現在到底要找什麼。

例如準備早上工作,可以只找這三類

已確認變更

哪些事情已經:

真的改了?

我的待辦

哪些事情:

明確要我處理?

未解問題

哪些事情:

現在還沒有答案?

這三類比:

「昨天大家聊了什麼」

更接近工作。

第四段:先不要行動

最後一定加一句:

先只整理並附來源,不要寄信、排會議、建立任務或修改文件。

這一句很重要。

因為 Ask Gemini 不只會:

找資料。

它也可以協助:

建立文件。

準備訊息。

管理行事曆。

甚至在符合資格的帳號中處理更多 Tasks。

所以查資料和:

採取行動

最好不要混在同一句 Prompt。

為什麼?

假設你說:

找到客戶最新要求,幫我回覆並安排會議。

如果 AI 第一個步驟:

找錯要求,

後面就可能:

根據錯誤資訊寫回覆。

再根據錯誤資訊:

排會議。

第一個小錯誤,

一路往後放大。

所以第一輪只做「Read」

也就是:

先讀。

先找。

先整理。

先附來源。

不要:

Send。

不要:

Schedule。

不要:

Create。

不要:

Modify。

看完資料後,再做第二輪

例如第一輪 Ask Gemini 回答:

客戶最近確認三件事:

A。

B。

C。

而且都有:

來源。

你自己確認:

沒有問題。

再說:

根據剛才已確認的 A、B、C,
幫我準備回覆草稿。
不要自行加入新的日期、價格或承諾。

這時才進入:

Prepare。

草稿看完,再決定要不要真正行動

例如:

幫我找下星期三個 30 分鐘候選時間。
先列出時間,不要直接建立 Calendar Event。

再確認一次。

最後才說:

使用第二個時間建立會議。

這樣:

找資料。

準備。

真正執行

就是三個不同步驟。

一分鐘版本可以直接這樣寫

只處理【專案/客戶名稱】。
只查看【時間範圍】內的 Gmail、Drive、Calendar 與 Chat 資料。
請只找:
  1. 已確認的新變更
  2. 明確指派給我的待辦
  3. 尚未解決的問題
每項都附上原始來源。
如果不同來源互相衝突,請分開列出,不要自行選一個當答案。
第一輪只整理資料。
不要寄出訊息、建立或修改會議、建立 Task,也不要修改任何文件。

這就是:

今天全部的方法。

為什麼還要寫「來源互相衝突就分開列」?

因為真實工作很常:

不同地方寫不同版本。

例如 Gmail:

星期五交。

Chat:

可能改下星期。

Calendar:

還是舊日期。

Drive 的 Project Plan:

甚至一個月沒更新。

這時 AI 最危險的做法是:

偷偷替你決定:

哪個才是真的。

比較好的答案應該是

Gmail

星期五。

Chat

有人提出可能延後,但尚未確認。

Calendar

仍顯示星期五。

然後告訴你:

目前資料存在衝突。

這才有用。

不要要求 AI「幫我選最新的就好」

除非有一個非常清楚的:

版本規則。

例如公司明確規定:

Calendar 才是正式交付日期。

或者:

只有 Project Manager 的確認訊息才算正式。

否則:

時間比較新

不一定等於:

權限比較高。

例如實習生今天說「應該下星期」

不一定能推翻:

昨天客戶正式確認的星期五。

所以工作資料有兩種「新」:

時間比較新

最近說的。

權限比較高

有權做決定的人說的。

AI 不能只看:

Timestamp。

還要看:

工作規則。

如果公司有正式規則,可以一起放進 Prompt

例如:

交付日期以客戶正式 Email 確認為準。
Chat 裡的討論只能當補充,不得自行覆蓋正式日期。

這就會比單純說:

「找最新版」

更安全。

「範圍」也不要只靠關鍵字

例如專案叫:

Project Sunrise。

另一個舊專案也曾經使用:

Sunrise

當活動名稱。

只靠文字搜尋,

還是可能:

混進來。

所以如果有:

特定 Drive Folder。

特定 Chat Space。

特定客戶。

特定文件

都可以在問題裡:

說清楚。

Ask Gemini 本身也能使用不同 Workspace 來源

Google 官方現在說明,

Ask Gemini 可以搜尋:

Gmail。

Drive。

Calendar。

Chat

等 Workspace Context。

而 Google 的 Workspace AI 也逐漸提供:

來源選擇與搜尋範圍控制。

所以使用 AI 找工作資料時,

真正成熟的習慣不是:

「資料越多越好。」

而是:

完成這個問題需要哪些資料?

例如只想知道今天會議,不需要整個 Drive

如果問題只是:

今天下午有哪些會議?

那根本不需要:

搜尋所有客戶文件。

同樣地,

如果只是找:

上星期某份簡報,

也不需要:

同時研究整個 Web。

工作 Context 不是:

愈多愈聰明。

很多時候反而是:

愈精準愈好。

但要特別注意:Prompt 裡寫「只看 Project Alpha」不是系統權限

這一點非常重要。

今天教的四段方法,

是在告訴:

Gemini 這一次工作應該怎麼做。

它不是:

系統層級的存取控制。

如果你的帳號原本能看到其他資料

寫:

只看 Project Alpha

不等於其他 Drive 文件突然:

被鎖住。

真正決定 Gemini 可以存取哪些 Workspace 資料的,

仍然包括:

公司管理員設定。

來源系統的分享設定。

檔案擁有者權限。

Workspace AI 控制。

所以:

Prompt 範圍

和:

系統權限

不能混為一談。

這就像你跟助理說「今天只整理 A 客戶」

助理仍然可能擁有:

B 客戶資料夾的鑰匙。

你今天只叫他:

不要碰。

這是:

工作指令。

真正的權限控制則是:

他根本有沒有:

那把鑰匙。

兩層都重要。

所以敏感資料仍然要靠真正的權限管理

例如:

人事資料。

薪資。

醫療資訊。

法律文件。

財務。

客戶機密。

不要只依靠:

Prompt 寫:

「不要查看。」

真正不該看的資料,

應該從:

權限層

就限制。

那今天這個方法到底解決什麼?

它解決的是:

工作問題太模糊。

例如:

資料很多。

時間很長。

專案很多。

AI 又可以採取下一步。

所以先限制:

範圍。

時間。

問題。

行動。

讓第一次答案:

比較容易檢查。

一個實際例子

假設你是:

活動公司專案經理。

明天下午要跟客戶開會。

不要問:

幫我整理明天開會要知道的東西。

改成:

只處理「2026 秋季新品發表會」。
只看最近 14 天的 Gmail、Chat、Drive 與 Calendar。
幫我找:
  1. 客戶正式確認的新需求
  2. 已改變的時間或場地資訊
  3. 明確分配給我的待辦
  4. 目前仍沒有答案的問題
每一項附來源。
如果 Email、Chat、文件或 Calendar 內容不一致,請分開列出。
先不要寫信、安排會議、建立 Task 或修改任何檔案。

這一輪做完,

你先看:

答案對不對。

第二輪才問:「哪些需要我今天處理?」

例如:

根據剛才已確認的資料,
只列出今天如果不處理,
會影響明天會議的事情。

這樣:

再縮小一次。

第三輪才讓 AI 準備工作

例如:

幫我把前三件事整理成明天會議的 Agenda 草稿。

注意還是:

草稿。

第四輪才執行

如果真的需要:

寄出去。

改 Calendar。

建立文件。

再做。

這種方式會比:

一句:

全部幫我處理好

慢幾十秒。

但對正式工作來說,

可能省掉:

大量返工。

特別是 Ask Gemini 已經可以管理 Calendar 時

例如 Google 官方列出的能力包括:

建立會議。

重新安排會議。

刪除既有事件。

找空檔。

這些功能:

很方便。

也正因為方便,

才更值得把:

查詢

和:

修改

分開。

找錯時間和改錯時間是兩種不同成本

AI 說:

我找到星期三下午有空。

如果錯了,

你可以:

不採用。

但如果它已經:

把六個人的會議直接改掉,

影響就變成:

六個人的時間。

所以 AI 每往:

Action

靠近一步,

確認的價值就:

更高。

Catch Up 也可以使用同一套四段法

不要:

我昨天錯過什麼?

而是:

範圍:
只看 Product Launch Space。
時間:
昨天上午 9 點到今天上午 9 點。
要找什麼:
已確認決定、我的待辦、尚未解決問題。
行動:
只附來源並整理,不要建立任何 Task 或會議。

這會比:

摘要全部未讀訊息

實用很多。

Morning Brief 也一樣

不要:

幫我整理今天工作。

可以寫:

範圍:
只處理我目前的三個主要專案。
時間:
最近 24 小時。
要找什麼:
今天已排會議、直接指派給我的事情、昨天之後改變的 Deadline。
行動:
只整理,不要寄訊息或修改 Calendar。

一樣四格。

找檔案也一樣

不要:

找上星期那個簡報。

改成:

範圍:
Project Alpha。
時間:
最近 10 天。
要找什麼:
Amy 分享給我的最新版簡報。
如果有多個版本,全部列出修改時間與來源,不要自行刪除或覆蓋任何檔案。

這樣你比較不會拿到:

錯版。

今天這個方法也能用在其他企業 AI

不是只有:

Ask Gemini。

例如:

Glean。

Microsoft 365 Copilot。

Notion AI。

ChatGPT 連接工作資料。

任何 AI 開始可以:

跨多個企業資料來源搜尋,

都可以先問:

哪個專案?

哪段時間?

我要哪幾類答案?

第一輪可以採取行動嗎?

這四個問題非常通用。

為什麼 AI 愈能讀公司資料,Prompt 反而愈需要縮小?

因為以前 AI:

不知道公司任何事情。

問題是:

Context 太少。

現在可能剛好相反。

AI 可以搜尋:

幾年的 Email。

大量 Drive 文件。

很多 Chat。

Calendar。

問題開始變成:

Context 太多。

而且裡面同時有:

新的。

舊的。

正式的。

討論中的。

已取消的。

彼此矛盾的。

所以 AI 工作下一個重要能力,

可能不是:

餵更多資料。

而是:

知道這次到底該看哪些資料。

最後記住這個四行模板就好

範圍

這一次只處理:

哪個專案?

哪個客戶?

哪個主題?

時間

只看:

哪一段?

要找什麼

只回答:

哪幾個問題?

先不要行動

第一輪:

只找。

只整理。

附來源。

不要動系統。

今天真正要記住的一句話

Ask Gemini 可以一次碰到:

Gmail。

Drive。

Calendar。

Chat。

這很方便。

但 AI 能看到的 Context 愈多,

第一句 Prompt 就愈不能只寫:

「幫我整理一下。」

先縮成:

範圍。

時間。

要找什麼。

先不要行動。

讓 AI 第一輪只負責:

把正確資料找回來。

等你確認來源之後,

再讓它:

準備。

最後才:

執行。

AI 真正幫你省時間,

不是因為:

一次做得最多。

而是因為:

第一次就先做對該做的那一小段。

今天,和 AI 一起進步一點。

每天學會一個 AI 技巧。

每天節省一點時間。

每天提升一點能力。

SasaDaily,陪你一起成長。

推薦閱讀

AI 一分鐘教學|2026/08/13:用 Glean 查公司資料時,先確認「答案、來源、版本」

AI 一分鐘教學|2026/08/12:做 AI 自動化前,先用「高頻、低風險、可驗證」挑第一個工作