給繪新國際的
AI 落地實戰
從導入到上線的一條完整路徑 ─ 適合課程學員、銷售夥伴、創辦人，
聽完今天，回去你就能自己動手做。
00Bridge你們的痛點，
正好就是 STARTEK 兩個月前的痛點。
繪新做裝潢膜施工、STARTEK 做電控玻璃施工 ── 不同產業，同樣的卡點：報價繁瑣、客服重複、新人帶教慢、案例散落硬碟。隔行不隔事，我這兩個月走過的路你也能走。
每個案場規格都不同
膜的種類、空間尺寸、現場條件 ── 沒有兩個案場一樣，報價跟規劃都要重做
「請問可以包電梯嗎」答到爆
同一題答 50 遍，新業務不知道怎麼回，週末訊息一堆來不及回
新人要帶 2 週才能接案
課程結束後夥伴還沒進入市場，知識散在群組、找不到、學不齊
01Agenda聽 → 看 → 動手 → 帶回家。
前言 · AI 是什麼
AI 在現今時代的意義，Agent 之間互相溝通的趨勢
AI 應用三階段
簡化流程 → 與 AI 協作 → AI 變工具人
繪新的 Before / After
5 個跟你們業務直接相關的場景試想
Hands-on 實做
裝環境、建專案、跑第一個 Prompt、部署上線
你不需要學會寫 code，
你只需要學會怎麼讓 AI 替你做事。
02Why AI · 1 / 3AI 不再是「工具」，
是會幫你做事的同事。
你不再是「下指令」── 你是「交辦工作」。交辦得清楚，產出就好；交辦得含糊，產出就糟。
查資料、翻譯、改錯字
你下一條指令，AI 回一條答案。做完一件事就結束。
會自己拆任務、自己除錯、自己上工
你交辦一個目標，AI 會自己決定做幾步、用哪些工具、要不要回頭問你。
02Why AI · 2 / 3未來不是一個 AI，
是一群 AI 互相呼叫。
這幾年的關鍵字叫 MCP（Model Context Protocol）── 簡單講就是「AI 跟 AI 之間講話的共同語言」。AI 可以呼叫另一個 AI、呼叫你的工具、呼叫雲端服務，然後串起來自己跑。
一句話進來
判斷是「場勘預約」意圖
找出師傅可去的時段
估算路程、塞時間
客戶選一個 → 自動建單
對老闆的意義：你不用買一套「全功能 SaaS」── 你把不同的 AI 像積木一樣串起來，每塊都有人在維護、你只組合。這是中小企業第一次跟大公司站在同一條起跑線。
02Why AI · 3 / 3老闆思維 × AI 執行：
你決定方向，AI 處理細節。
「用 Next.js 14 寫一個 form，
欄位包含名稱、Email⋯⋯」
技術導向 ── 一講錯一個技術詞，AI 就走偏
「我要一個讓客戶填寫場勘需求的表單，
填完寄 email 給我，順便存進系統」
商業導向 ── 你最懂你的客戶要什麼，AI 自己選技術
創業者最大的競爭優勢，
是離客戶最近、決策最快。AI 把執行速度也補上之後，差距就拉開了。
03三階段 · 1 / 3簡化現有的
工作流程
你還在做的事，AI 替你加速。流程不變、工具升級。
- 寫信、改報價、整理 Excel
- 翻譯客戶問題、整理會議紀錄
- 做 PPT、寫 IG 文案、修圖
開始與 AI 協作
你想 → AI 寫 → 你驗收。從沒系統，到擁有自己的系統。
- 後台、表單、報表
- 客服回覆草稿
- 產品介紹頁
AI 自動化 ─
變你的工具人
你不在場，AI 也幫你跑。定時跑、有事件就跑、夜裡也跑。
- 每週自動發週報
- 客戶 LINE 進來自動分類
- 夜間自動回 FAQ
03三階段 · 2 / 3簡化現有的
工作流程
已經會了
開始與 AI 協作
你想到一個系統 → AI 把它寫出來 → 你用、你改、你驗收。這就是沒工程師也能做系統的階段。
- STARTEK 案例：報價系統、驗收單、場勘表單、電子報後台
- 從一張 Excel 升級成「客戶可以填的表單」
- 從一份 PDF 升級成「客戶能線上瀏覽的頁面」
- 第一版很爛是正常的 ── 改就好
AI 自動化 ─
變你的工具人
下一步
03三階段 · 3 / 3簡化現有的
工作流程
已經會了
開始與 AI 協作
已經會了
把 AI 自動化 ─
變你的工具人
你定義一次規則，AI 之後就自己跑。不需要你在場。
- 每週一早上自動寄上週銷售週報
- 客戶 LINE 進來自動分類、新人問題自動 FAQ 回覆
- 新案場照片進相簿 → 自動上傳作品集網站
- 每月自動產出夥伴績效報表
04STARTEK 實際做了什麼 · 1 / 4startek-system
報價 → 驗收 → 場勘 → 電子報
把日常文件全部搬上系統，同一筆資料只輸入一次，後面所有單據自動帶。
- 報價單確認 → 自動建 Case + 附件
- 驗收單、場勘單共用客戶 / 案場資料
- 電子報名單跟客戶資料庫直接連動
- iPhone 編表單也順手（雙 layout）
每張報價/驗收/場勘的開單時間 ~25 分 → ~5 分，資料不會重 key。
04STARTEK 實際做了什麼 · 2 / 4不用買 SaaS，
用 LINE 就能打卡。
小公司 5 人，買 SaaS 一年要 NT$3 萬。請 AI 寫了一個 LINE LIFF 版本，一個下午搞定。
- 員工從 LINE 點一下就打卡，不用裝 App
- 地點驗證、遲到自動標記
- Admin 看月報表、匯出 CSV
- 合約年 vs 日曆年都會算（之前漏算被踩雷）
04STARTEK 實際做了什麼 · 3 / 4外銷型錄、Podcast、
施工規範頁。
同一個品牌系統 #004AB5，三種對外場景同步上線。
1 · startek-catalog — 外銷 PDLC 挑選指南
部署在 Startek 東京 server 給海外客戶看，六 section 結構（Cover / Feature / Material / Case / Radar / CTA）
2 · startek-talkroom — 明星相談室
Podcast 節目專案頁，每集自動排版 + 上架 SOP
3 · startek-construction-spec — 施工規範頁
手機 RWD（寬表格自動加 .scrollable wrapper）
04STARTEK 實際做了什麼 · 4 / 4把重複的事，
變成「一句話搞定」的 Skills。
行銷部最累的是「同樣的事每週做一次」。把 SOP 教給 AI 之後，下指令就跑完。
- IG 圖卡 / 輪播：丟一段文字 → 自動 STARTEK 配色拆卡
- 明基經銷諮詢 SOP：截圖丟進來 → 自動分流 → 擬回信
- SEO 雙向交叉連結：兩篇都排前 10 不合併、改交叉
- 電子報範本：六 section 結構（Cover/Feature/Material/Case/Radar/CTA）
- 對外文件保守原則：利雅德 Riyadh＝代理商門市、加州＝協助當地廠商，不誇大
會用 STARTEK 主色 + 思源黑體，7 張 narrative arc。
[3 分鐘後出圖]
04Outcome · STARTEK 兩個月量化結果一個人，撐起原本需要
一個小團隊的工作量。
- 每週開報價/驗收/請款 ~10 小時 → ~2 小時
- 每月對帳 ~3 天 → ~半天
- IG/電子報排版 ~每週 4 小時 → ~30 分
- 業務流程「想到就改」，不用排隊等工程師
- 對客戶有任何想法當天就能上線測試
- 客戶問題 LINE 進來不再「同一題答 50 遍」
05給繪新的建議 · 1 / 5從「業務跟設計師來回 3 天」
到「拍照丟進去，半小時出規劃」。
每個案場都從頭開始
- 業務拍現場照片回公司
- 跟設計師討論 → 出 3D 草圖
- 客戶想看不同顏色組合 → 重做
- 整個流程 3 天才出第一版
AI 看現場照片 + 材質庫直接出方案
- 現場照片丟進去，AI 認出空間類型
- 從繪新材質庫挑 3-5 個適合花色
- 合成「貼後效果」預覽圖
- 30 分鐘出 3 個方案給客戶選
關鍵：你不用買 AI 軟體 ── 你把繪新的「材質庫＋過往案例」變成 AI 可以讀的資料，再加上 Claude / GPT 的視覺能力，就是你們的施工規劃 Agent。
05給繪新的建議 · 2 / 5從「Excel 一張一張改」
到「LINE 一句話，PDF 自己出」。
老闆親自抄、客戶等兩天
- 業務回公司 → 翻 Excel 抄上次的
- 材料單價、施工人工費要逐項查
- 客戶要修一個項目，整張重做
- 每個業務的報價格式都不一樣
報價系統內建材料庫 + 自動 PDF
- 選材料、填數量 → 自動算稅、運費、總價
- 一鍵生成 PDF，公司 LOGO、條款全部到位
- 客戶簽收後自動建工單
- 同一張報價單，業務、客戶、會計都看得到
現場 demo：等等帶你們看 STARTEK 的報價系統實際長什麼樣，這就是 Stage 2「與 AI 協作」做出來的成品。
05給繪新的建議 · 3 / 5從「同一題答 50 遍」
到「AI 讀完你們的資料，自己擬回覆」。
客服爆量、新人不會答
- LINE 一週進 100+ 個詢問
- 「電梯可以包嗎」「車體會脫膠嗎」一直重複
- 新業務不知道哪些可做、哪些不接
- 週末訊息積到週一才回完
AI 讀完你們所有 SOP 自己回
- 客戶問題進來，AI 搜你們的知識庫
- 找到相關內容 → 草擬回覆給你過目
- 你按「送出」/ 改一改再送 / 退回讓 AI 重寫
- 查不到的 → 標記為「新知識候選」
這個叫 RAG（Retrieval-Augmented Generation）── 簡單講就是「先查資料、再回答」的 AI。Zeabur 自己內部就在用，他們的版本叫「斑馬手冊」，有 6,751 條知識、4 種使用入口。後面會講。
05給繪新的建議 · 4 / 5從「新夥伴一對一帶 2 週」
到「AI 知識庫，學員自己問自己會」。
兩位老師的時間是瓶頸
- 每個學員問題類似，老師重複講
- 夥伴接案後遇到狀況不敢打電話
- 群組 LINE 文字太亂、找不到舊回答
- 新夥伴 2 週才能獨立報價
課程內容變 AI 助教 24 小時在線
- 學員問「BODAQ 跟 LG 差在哪」→ AI 答 + 引用教材頁
- 現場遇到「邊角起泡」→ 拍照丟 → AI 給解法
- 夥伴第一次報價 → AI 帶他走完流程
- 查不到的問題 → 自動轉給老師回
對課程的價值：學員會更願意買課，因為買的不只是 14 堂錄影 ── 是一個會回答你問題的 AI 助教，跟你一輩子。這個賣點，市場上目前沒人有。
05給繪新的建議 · 5 / 5從「案場照躺在硬碟」
到「半天部署一個可以給客戶看的案例網站」。
陶朱隱園、誠品南西、保時捷台北⋯
- 這些案場照片散在不同硬碟、雲端
- 業務想拿出來給客戶看要翻半天
- 網站案例頁更新一次要找廠商
- 沒有適合 SEO 的單頁
每個案場一個漂亮的單頁
- 挑 10 張照片 + 寫 100 字
- 「幫我做一個陶朱隱園的案例頁」
- AI 自動排版、自動 SEO、自動加聯絡按鈕
- 部署到自己的網域 → 業務直接傳連結
STARTEK 的對照案例：外銷型錄、Podcast 節目頁、施工規範頁 ── 都是用這個流程做的，每個從零到上線不超過一個下午。
05給繪新的建議 · 總覽挑你最痛的先做一個，
不要全部一起做。
建議起手式：場景 3（客服回覆）── 因為這是你們會議裡明講想要的，做起來最有感、回收最快。
06兩個月心路歷程 · 1 / 4一切從 Vault 開始。
Vault = 公司的「知識金庫」 ── 你把所有零散的東西集中起來，給 AI 記得。
沒有 Vault，AI 每次都從零開始幫你。
有了 Vault，AI 第一句話就懂你的公司。
最常見的問題：「請 AI 幫我寫報價單」 ── AI 回的是「通用版」，不是繪新版。為什麼？因為 AI 不知道你們用 BODAQ、用 LG，不知道你們的稅率、不知道你們的付款條件。
把這些寫進 Vault 一次，未來永遠都用得到。
06兩個月心路歷程 · 2 / 4就是一個資料夾，
裡面放每件公司核心知識。
- identity/ ── 創辦人是誰、品牌定位
- context/ ── 公司基本資料、品牌色、產品定義、市場、案例
- products/ ── 每個產品的細節、適用場景、定價
- sop/ ── 各種流程的標準做法
- partners/ ── 合作夥伴資料（繪新今天會被加進來）
- memory/ ── AI 自己記住的偏好
每個資料夾裡都是 .md 文字檔，純文字、可以用任何文字編輯器打開
- 公司基本資料（電話、地址、統編、創辦人簡介）
- 三大主業介紹（裝潢膜、車體膜、廣告工程）
- 合作品牌清單（BODAQ、LG、3M、Avery、Lintec）
- 代表案例（陶朱隱園、誠品南西、保時捷台北）
- 常見客戶問題 FAQ（先寫 10 題）
- 夥伴入門 SOP（接案到結案流程）
不用一次寫完。寫一條算一條。
下次客戶問什麼答不出來 → 答完就把答案寫進 Vault。半年後你就有全公司最完整的知識庫。
給 Flora 的延伸閱讀 → 附件 D · Vault for Founders ── CW Lin（Portaly CEO）公開的完整創辦人 Vault 框架（CC BY 4.0），含 12 個模板與 7 天起手式，工作坊後可直接帶回家照著做。
06兩個月心路歷程 · 3 / 4GitHub ── 你不怕弄壞東西。
GitHub 是「程式碼的時光機」。AI 做的每個系統、每個案例網站、每個 Vault 改動，都可以回到任何一個時間點。
AI 改壞了？回到上一版就好
兩個月來我「按錯按鈕」「答錯 AI 問題」十幾次，從來沒有真的弄丟東西 ── 都用 GitHub 回去了。
3 個指令、半小時學會
git add · git commit · git push ── 就這三個。其他 AI 會幫你決定。
公司資產第一次「在雲端」
Vault、系統、案例頁 ── 全部都在 GitHub 上，電腦壞了、人離職了，知識還在公司。
把每一次 AI 寫的東西都 push 到 GitHub。
三個月後回頭看，會是你最值錢的資產。
→ 詳細怎麼設定見附件 B（QR Code 在最後一頁）
06兩個月心路歷程 · 4 / 4Zeabur 的「斑馬手冊」
就是把公司知識變成 AI 可呼叫的 API。
資料來源：DOCS · FORUM · BLOG · CHANGELOG · SKILLS · AI 自己學到的
- Web UI ── 非技術同事用瀏覽器搜尋
- Claude Code ── 工程師 / PM 開專案前自動讀取
- Zeabur Agent ── 客服回客戶前先查一下
- API ── 任何內部工具都可以呼叫
整套架構已開源，繪新如果走到 Stage 3 可以一鍵部署到自己的 Zeabur
給繪新的建議路徑：先從 Vault（資料夾＋文字檔）開始 → 用順了，等公司知識超過 100 篇之後，再升級到斑馬手冊架構。不要一次跳到工業版，學員會跟不上。
07動手實做 · 0 / 5動手前 5 分鐘 checklist。
今天我們會在 1 小時內走完
- 安裝 Claude Code
- 設定終端機（cc 快速啟動）
- Zeabur 建專案 + 開啟雲端終端機
- 跑你的第一個 Prompt
- 把成果部署上線
舉手、不要自己默默掙扎
90% 的問題是沒打對指令或權限沒給，現場 30 秒就解。回家自己卡半天就放棄了，超可惜。
07動手實做 · 1 / 5安裝 Claude Code。
Claude Code 是「會操作你電腦的 AI」── 它可以在你的終端機裡幫你寫 code、改檔案、跑指令、部署上線。
macOS · 兩條指令
# 安裝完設定環境變數
$ echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc && source ~/.zshrc
✓ 安裝完成
首次啟動 claude 會問你選色、選登入方式 → 用 Claude 訂閱登入即可。
Windows · 用 PowerShell 跑
PS> Set-ExecutionPolicy RemoteSigned -Scope CurrentUser
# 2. 安裝 Claude Code
PS> npm install -g @anthropic-ai/claude-code
✓ 安裝完成
Windows 需要先裝 Node.js（node.js/download）跟 Git for Windows。
掃 QR 拿完整教學（附件 A）：含截圖、可能卡住的點、Windows 的詳細補充
07動手實做 · 2 / 5設定終端機 ── cc 快速啟動。
這一步不是必要，但強烈建議。設完之後終端機不會閃爍、滑鼠可以滾動、輸入 cc 一鍵啟動 Claude。
macOS · 一行指令
# 之後在任何資料夾打 cc 就能啟動
$ cc
✓ Claude Code 啟動，滾輪可以回看、畫面不閃爍
- 畫面不閃爍 ── 預設模式每個字都整螢幕重畫，看久了眼睛痛
- 滑鼠可以滾 ── 預設模式滑鼠完全失效，要看上面說過什麼很麻煩
- 記憶體不爆 ── 預設聊到後面會吃到 800MB+
- cc 快速啟動 ── 打 4 個字母就開工
掃 QR 拿完整教學（附件 B）：含 Windows PowerShell 版、iTerm2 設定、滾輪速度調整、所有快捷鍵
07動手實做 · 3 / 5Zeabur 建專案 + 雲端終端機。
Zeabur 是「讓你寫出來的東西真的能上線」的雲端平台。今天我們會在這裡開一個繪新專屬的工作區。
取名「繪新國際」· 公司主帳號
huixin-ai-workshop · 屬於公司
透過 invite link / email
每人在 team project 下有自己工作區
附件 C 的 Zeabur 知識精選 + 確認 cc 可用
公司投入資源讓員工開發，產出屬於公司。Team 帳號集中計費、共享伺服器、老闆統一管理員工專案 ── 不會員工離職東西就帶走。
AWS 設定複雜、要懂 DevOps。Zeabur 給老闆用的 ── 選 template、按部署、5 分鐘有網址，計費直觀。
07動手實做 · 4 / 5跑你的第一個 Prompt ──
「幫我做一個繪新 FAQ Bot」
不講 code、不講框架。你只描述要什麼，AI 自己決定怎麼做。
你輸入的 prompt（白話）
─ 客戶在網頁上問問題
─ AI 回答
─ 回答要根據我等等貼給你的 FAQ 內容（10 題常見問題）
─ 介面用繪新的主色（藍黑色系），底下有 LINE 聯絡按鈕
─ 做好之後幫我部署到 Zeabur」
Claude Code 自己做的事
- 建一個 Next.js 專案、寫好聊天介面
- 把 FAQ 內容變成 AI 知識庫
- 接 Claude / OpenAI 的 API
- 套主色、加 LINE 按鈕
- 推到 GitHub、部署到 Zeabur
- 回你一個網址
中間如果有要決定的（比如「要不要記錄客戶問過什麼」），AI 會問你
07動手實做 · 5 / 5部署上線 ── 拿到你的網址。
這是最有感的一步。你親手做的東西，5 分鐘後變成真的網路上能打開的網址，發給家人朋友看。
一句話部署
# Claude Code 自己：
· 把 code push 到 GitHub
· 用 zeabur CLI 建立服務
· 設定環境變數、綁網域
· 等 build & deploy 完成
✓ 部署完成：
https://huixin-faq.zeabur.app
沒寫一行 code、有一個自己的 AI 客服
這就是 Stage 2「與 AI 協作」 ── 你描述、AI 執行、你驗收。從零到上線，30 分鐘。
- 接你們的 LINE 官方帳號
- 把更多 FAQ 加進去
- 讓 AI 自動把「答不出來的」整理給老闆
- 給課程學員一個專屬登入入口
08盤點 · 1 / 25 個能力維度 × 4 個層級 ──
看到自己卡哪，就知道下一步補什麼。
給繪新的誠實盤點：多數中小企業在 L0 / L1。不是壞事 ── 工具齊備、心態對，3 個月可以到 L2。模型來自 Zeabur Enterprise 評估框架。
08盤點 · 2 / 2從今天的工作坊到下一個有感成果。
本週：建你們公司的 Vault v0
在 GitHub 開一個 private repo 叫 huixin-vault。把今天試過的 FAQ 10 題、公司基本資料、合作品牌清單、5 個代表案例放進去。不用完美、一週寫完。
第 2-4 週：選一個 最痛場景 做出 v1
建議從場景 3 客服 FAQ Bot起手 ── 你們會議裡明講想要、回收最快。連到 LINE 官方帳號、放在課程網站旁邊，學員會被驚艷到。
第 2-3 個月：把學員 / 夥伴賦能當第二個產品
繪新的差異化不是「教貼膜」── 是「教完之後 AI 助教陪你一輩子」。這個賣點可以讓你們的課程價格直接升一級，市場上目前還沒人做。
你不是「導入 AI」── 你是用 AI 把繪新的差異化做出來。
Be smart,
be startek.
回去開始建你們的 Vault。
下次見面，希望聽到繪新自己的 FAQ Bot 已經上線。