你每天開 ChatGPT 問問題，公司卻沒什麼改變？因為「問 AI」和「帶一支 AI 代理人團隊」是兩件事。本文用三個跨部門的常設角色，示範非技術主管如何從零組出第一支 Agent Team，把沒人有空做的重複工作交出去。
週一早上九點，你照例打開 ChatGPT，問它一段給客戶的回信、一個產業名詞的意思，它每題都答得不錯。可是一年下來，如果有人問你「公司因為 AI 變了什麼」，你大概答不太出來，因為這一年你都把 AI 當成隨問隨答的對話框，問完就結束，隔天再從頭問一次。
真正的下一步，是從「會用 AI」走到「帶一支 AI 代理人團隊」，而這一步並不需要你會寫程式。這篇文章用三個跨部門角色，帶你看清楚非技術 AI 代理人團隊長什麼樣，以及非技術主管怎麼組出第一支。
「用 AI」其實有兩種，多數人卡在第一種
「用 AI」分成兩種層次。第一種是打開對話框、問問題、拿到答案就結束，這是把 AI 當工具；第二種是給 AI 一個常設角色和固定任務，讓它在你不在場時也持續運作，這是帶一支團隊。公司沒因為 AI 而改變，往往是因為整間公司都停在第一種。
差別可以用一個對照看清楚。停在第一種，你會說「我請 AI 幫我寫競品摘要」，得先想到才動；走到第二種，你會說「我有一個競品觀察員，每週一自動把對手動態整理成摘要放我桌上」。前者讓你多一個工具，後者讓你多一個下屬，這就是 AI 工作指派的意義。
微軟 2025 年的 Work Trend Index 報告把這個轉變稱為「agent boss」，意指未來每位工作者不論職級，都會在原本的工作之外開始管理屬於自己的 AI 代理人，而懂得指揮的人正在拉開距離，這跟智谷強調的「沒人做的工作，指揮 AI 來做」是同一件事。
一支 AI 代理人團隊長什麼樣：三個非技術角色示範
一支基本的 AI 代理人團隊可以只有三個角色，三個都不碰程式：一個負責整理，把散落的資訊變成可讀摘要；一個負責跟催，追進度、提醒還沒交的人；一個負責監看，盯著競品與客戶訊號。下面三個跨部門場景，讓你看清楚這套做法的應用範圍。
角色一：營運週報整理員。很多營運或業務主管每週要把各組丟進群組的零散數字、進度、客訴整理成老闆看得懂的週報，這件事不難卻很碎，通常吃掉週五下午兩個多小時。交給整理型角色後，它固定把訊息抓出來分類、寫成草稿，你花十五分鐘看過修掉不準的地方就行。
角色二：跨部門專案跟催員。跨部門專案最耗神的環節在追人，誰的部分還沒交、卡在哪一關，都得你自己一個個問。一個跟催型角色可以每天早上根據進度表整理出「今天該完成卻還沒完成」的清單提醒你該敲哪幾個人，讓你不必再記「誰欠我什麼」。
角色三：新人文件維護員。行政或人資手上常有一份新人報到文件，規定變了、表單換了文件卻沒跟著更新，每個新人都來問同樣的問題。一個維護型角色可以定期比對最新規定與文件，把過時段落標出來提醒你哪幾頁該改。
這三個角色有一個共同點，它們接手的都是早就該做、卻因為沒人有空而長期被擱著的舊事。微軟那份報告提到，全球八成工作者每天都沒有足夠時間把工作做完，一支 AI 代理人團隊的價值就是把這些被擠掉的事接回來。
組第一支 AI 代理人團隊，從「最煩的那件重複工作」開始
組第一支 AI 代理人團隊，最重要的原則是不要一次組三個角色，而是先挑一件你每週都要做、做起來很煩、又不太需要你親自判斷的重複工作，設計成第一個角色跑順了再加下一個。AI 代理人團隊是一個角色一個角色長出來的，一開始就挑最複雜的事是常見錯誤。
挑第一件工作可以照四個準則：要夠重複，每週或每月都會出現才值得設計；要規則明確，做法寫得出來；要低風險，第一版做不好也不會立刻出事；也要是你本來就懂的事，你才有能力檢查對錯。把這四點套到手上工作，通常會浮現一兩個人選。
決定人選之後，靠的是三個問自己的問題，無關任何技術步驟：這件事我希望它多久交一次、交出來該長什麼樣、哪些部分我一定要親自看過。把這三題想清楚，你其實已經寫好給這個角色的工作說明，這正是非技術 AI 導入最關鍵的一步。
智谷在帶非技術團隊時，常用「AI 能力卡牌」輔助挑選，它把各種能與 AI 協作的工作任務拆成卡片，讓不會寫程式的主管像分類撲克牌一樣判斷哪些工作適合先交出去。想先建立整體判斷框架，也可以參考我們談企業 AI 導入準備度的四個問題。
主管的新角色：從「自己做」到「帶 AI 代理人團隊」
當你開始帶一支 AI 代理人團隊，你的工作會從「自己把事做完」轉成三件事：把要的東西定義清楚、檢查交回來的產出、根據落差調整指令。這三件事聽起來很熟，因為它就是「帶人」，你對資淺同事做的交辦、驗收、回饋，跟帶一個 AI 角色是同一套能力。
這也說明了「不會寫程式」這個心理門檻其實比你想的低。組 AI 代理人團隊真正吃的，是把一件事講清楚、看得出產出好不好、知道哪裡要再調的管理經驗，帶過團隊的主管早就有了。
如果要給你一句能對老闆說的話，會是這句：我們不缺工具，缺的是有人把沒人有空做的事指派給 AI 去做。這套帶 Agent Team 的能力可以系統性地學，也是智谷規劃Claude Code 公開班時想交到非技術主管手上的東西。想更完整理解人和 AI 怎麼分工，可以再讀高階主管與 AI 的策略協作五個步驟。
FAQ
我完全不會寫程式，真的能組一支 AI 代理人團隊嗎？
可以。組一支 AI 代理人團隊真正吃的，是把一件事講清楚、看得出產出好不好、知道哪裡要調整的管理能力，都跟寫程式無關。你給 AI 角色的工作說明，本質上就是交辦給資淺同事時會講的話，帶過人的主管早已具備核心條件。
組一支 AI 代理人團隊大概要花多少時間和成本？
成本門檻比多數人想像的低。組第一個角色不需要採購新系統，主要花的是你定義工作、試跑、修正的時間，通常一個下午能拉出第一版，再用一兩週調順。真正的投資不在錢，而在主管願不願意花時間把規則寫清楚。
組 AI 代理人團隊，資安風險會不會更高？
風險是可以管的，關鍵在第一個角色選哪件工作。第一支團隊刻意挑低風險、不碰敏感資料的事，例如整理公開競品動態、跟催內部進度，跑順再往較敏感的任務擴。比起放任員工各自偷用 AI，由主管帶頭組團隊反而更安全。延伸閱讀可參考員工自帶 AI 工具的影子 AI 現象。
第一個該交給 AI 的工作，到底怎麼挑？
照四個準則挑：夠重複、規則明確、低風險、你本來就懂怎麼做。把這四點套到手上的工作，通常會浮現一兩個人選，多半是那件你每週都要做、做起來最煩、又不太需要動腦的事，千萬不要一開始就挑最複雜、最需要判斷的那一件。
想把「沒人有空做的事」系統性地交給 AI，來看看智谷的 Claude Code 公開班怎麼帶非技術主管組第一支團隊。
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。本文由智谷內容團隊整理，研究來源包含：Microsoft Work Trend Index 2025《2025: The Year the Frontier Firm Is Born》、Microsoft WorkLab 2025〈Agents, human agency, and the opportunity for every organization〉、商業周刊 2026〈Agent Boss 時代來臨：每個人都要學會管理 AI 代理人〉。
推薦精選文章
📚 C-Suite 擴張 160% 之後，企業高管溝通該從「銷售提案」升級為「戰略協作」
📚 企業AI導入卡關真正卡在哪？四個關於員工 AI 準備度的關鍵問題
更多企業 AI 培訓服務：https://www.kvalley.biz/tcservice/digital/