×
切換帳號
台灣數位訓練課程
課程
知識
系統教學
登入
索引
00:00
1.
70-20-10 學習法則,要很久才能累積經驗
筆記
(0)
未登入或權限不足!
討論
影片問題
問卷
資訊卡
字幕
廣告
×
寫筆記
loading ...
00:00
1.
70-20-10 學習法則,要很久才能累積經驗
×
嵌入網址
語法
複製語法
解析度
1280x720
自訂大小
原始碼嵌入
原始碼嵌入 (比例 4:3)
原始碼嵌入 (比例 16:9)
自訂大小
x
×
QR code
分享
嵌入網址
QR code
索引
筆記
討論
全螢幕
列印日期 : 2026/07/01
台灣數位訓練課程
知識庫
AI 人工智慧之道 ~ 每天 10 分鐘,打造沒有幻覺的 AI 知識庫
70-20-10 學習法則,要很久才能累積經驗
長度: 01:39,
瀏覽: 191,
最近修訂: 2026-04-25
×
播放影片: https://training.xms.tw/media/5599
你知道嗎?
我們辛苦投入大量資源做的教育訓練,佔經驗來源的比例只有 10%!
大部分的經驗,有 70% 來自工作經驗中的累積,20% 來自和他人的互動 (回饋與指導)。
這就是知名的 70-20-10 的學習法則,
被廣泛應用在企業培訓與人才發展中,包括台積電 110 年度永續報告書中提及的人才培育執行項目。
需求
為什麼教育訓練只有佔 10% 呢?
這就回到一個根本的問題 ~
新人,要教他什麼?
以終為始,當然是職務處理工作的技能
要做什麼?
怎麼做? (SOP)
會遇到什麼問題、如何解決? (FAQ,也就是看到什麼、想到什麼的「經驗」)
痛點分析
因為沒有落實「職務工作盤點」,紀錄平常在做哪些事情,
要做什麼?只能憑印象,就不能「
有系統地
」教會新人。
SOP 可能也是同樣的問題
即使有紀錄,可能早已過時、不完整、甚至重複、不一致 ...
要教的內容就不夠具體、明確。
會遇到什麼問題呢?
這幾乎就都沒有紀錄了,當然就無從教起。
因為經驗沒記錄,
教育訓練後,還是只能「碰到就問、做錯就學」,這就是為什麼 70% 的經驗來自工作中的原因了。
70-20-10 模型
提醒我們一件事,
大多數真正有效的學習,不是在教室,而是在現場發生的。
沒有實戰就不會內化
沒有回饋就不會進步
突破
當然就是把「
碰到
、做錯」的經驗記錄下來!
這樣至少在教育訓練的時候,就有好的教材來源,還可以透過「測驗」引導學習重點,打破教育訓練只有 10% 效果的魔咒。
更完整的內容,可以參考:
每天 10 分鐘,打造沒有 AI 幻覺的知識庫
(記錄經驗)
10 倍速的經驗傳承
×
×
複製檢核清單
loading ...
×
×
×
關閉
×
loading ...
評語
請登入後才可以評分
×
評分
×
查看更多
loading ...
上一篇
下一篇
討論
詳細
位置
知識庫
AI 人工智慧之道 ~ 每天 10 分鐘,打造沒有幻覺的 AI 知識庫
資料夾名稱
AI 人工智慧之道 ~ 每天 10 分鐘,打造沒有幻覺的 AI 知識庫
上傳者
蘇德宙
單位
台灣數位員工
建立
2026-04-21 07:02:12
最近修訂
2026-04-25 09:49:01
長度
01:39
知識庫
AI 人工智慧之道 ~ 每天 10 分鐘,打造沒有幻覺的 AI 知識庫
1.
用 AI 幫團隊效率 / 業績提升 20%
1.1
需求:有問題要問誰?
1.2
GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
1.3
為什麼 AI 展示時都很厲害,但實際導入後卻常常令人失望
1.4
隱性經驗危機,AI 巧婦難為無米之炊
1.5
每天 10 分鐘,打造一個沒幻覺的 AI 知識庫
1.6
寫了,就不要浪費 (從討論互動中紀錄 QA)
1.7
用 AI 帶動團隊業績提升 20%
1.8
提升業績案例 (1) ~ 連鎖超商的水餃促銷
1.9
提升業績案例 (2) ~ 連鎖超商泡麵促銷
1.10
推動,很困難?「小行為 + 即時激勵」就對了
1.11
輔導方案 ~ 導入 xms+ AI 知識庫
2.
AI 人工智慧之道
2.1
生成式 AI 的 5 個根本限制
2.2
什麼都先問 AI 就對了
2.3
AI 幻覺 (hallucination) 的風險
2.4
避免 AI 幻覺
2.5
AI 人工智慧之道 ~ 打破砂鍋問到底!
3.
AI 驅動的學習革命
3.1
記錄經驗,可以很簡單!
3.2
70-20-10 學習法則,要很久才能累積經驗
3.3
設計測驗,確保學習效果最有效的方法!
3.4
用 AI 實踐 10 倍速經驗傳承
3.5
AI 驅動的翻轉教室3.0,打破聽課只有 5% 吸收率的魔咒
4.
數位轉型
4.1
AI 會議管理
4.2
專案 / 工作管理
4.3
職能知識庫
4.4
工作日誌 ~ 結合職能 + 專案管理的超強便利貼
5.
如何記錄經驗?
5.1
寫文件,很難!
5.2
只有文件,不夠!
5.3
已經有文件了,為什麼還要寫 FAQ?
5.4
不同的經驗,適合的紀錄方式也不同 (因地制宜)
5.5
紀錄經驗,寫 FAQ 就對了
5.6
文件 + FAQ,互補、截長補短
5.7
文件看不到重點 vs. FAQ 對症下藥
6.
維護資料
6.1
維護資料,很困難!
6.2
ISO 的文件規範,很理想,但是 ...
6.3
AI 驅動的維護資料 ~ 什麼都問 AI 就對了!
6.4
維護案例 (1) ~ 改善「過時」的流程
6.5
維護案例 (2) ~ 改善「不完整」的流程
7.
記錄經驗 (1) ~ 寫 FAQ
7.1
FAQ 怎麼寫?
7.2
降低寫 FAQ 的門檻:AI 輔助與 PREP 結構應用
7.3
寫 1 個 QA 要花多少時間? (含寫作技巧)
7.4
寫 FAQ (1) ~ 快速、高品質的標準化流程
7.5
寫 FAQ (2) ~ 問題,要怎麼描述? (原則與步驟)
7.6
寫 FAQ (3) ~ 內容,先講重點就對了 (PREP)
7.7
寫 FAQ (4) ~ 前提,有時候很重要
7.8
寫 FAQ (5) ~ 排版,可以畫龍點睛! (凸顯重點、增加可讀性)
7.9
寫 FAQ (6) ~ 案例練習 (下標題、排版)
7.10
向 AI 學習!
7.11
向 AI 學習的案例:官網價格比較低,為什麼要向你們買比較貴的?
8.
記錄經驗 (2) ~ 寫文件
8.1
文件:用「重點」來整理就會簡單很多
8.2
寫操作手冊 (1) ~ 設計原則
8.3
寫操作手冊 (2) ~ 流程 & 案例練習
9.
採取行動 ~ 導入系統與建立制度
9.1
ABC 行動指南
9.2
為什麼傳統的激勵方法,效果不好?
9.3
冰山在融化 ~ 組織成功變革的 8 個步驟
9.4
做,就對了
10.
應用
10.1
打造「學習型組織」的指南
10.2
課程小幫手
10.3
AI 知識社群
10.4
護理臨床經驗,可以 10 倍速傳承
11.
操作教學
11.1
[操作] 建立 AI 小幫手 (1) - 基礎 AI 服務
11.2
[操作] 建立 AI 小幫手 (2) - 打造沒有 AI 幻覺的小幫手
11.3
[操作] 建立案例分析的微課程
12.
Q&A
12.1
Google 查得到的、ChatGPT 都可以回答的,還要問嗎?
12.2
現在已經有很多文件了,可以直接給 AI 用嗎?
12.3
如果不能用「文件」,那要用什麼?
12.4
AI 為什麼會胡說八道?
12.5
AI 胡說八道,可以解決嗎?
12.6
要如何避免 AI 胡說八道?
12.7
不讓 AI 生成,那要如何回答問題?
12.8
大家都不想寫 Q&A ...
12.9
能紀錄下來的經驗有限,真的有用嗎?
12.10
寫錯怎麼辦?
12.11
寫錯,會留下證據 ...
12.12
FAQ 怎麼寫?
12.13
推動很困難?