• 00:00 1.
    70-20-10 學習法則，要很久才能累積經驗
  • 索引
  • 筆記
  • 全螢幕
70-20-10 學習法則，要很久才能累積經驗
長度: 01:39, 瀏覽: 434, 最近修訂: 2026-08-20
主題索引
1. 需求
2. 痛點分析
3. 突破
根據肯錫顧問和 Harvard Business Review 的報告，高效率的教育訓練真的很重要！

87％ 的受訪企業預計在未來 5 年內就會出現技能缺口 [1]
全球企業打算 2023 年在學習和發展計畫上投入超過 3,800 億美元 [2]



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。


7a8430913806a268eb1a1419d421c842.png



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
  1. 要做什麼？
  2. 怎麼做？ (SOP)
  3. 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：
  1. 每天 10 分鐘，打造沒有 AI 幻覺的知識庫 (記錄經驗)
  2. 10 倍速的經驗傳承


參考資料：
  1. McKinsey：Mind the [skills] gap
  2. Harvard Business Review：Help Your Employees Develop the Skills They Really Need

    評語
    請登入後才可以評分
    上一篇 下一篇
    位置
    1. 知識庫
    2. 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
    2026-08-20 12:02:14
    長度
    01:39
    引用
    1
    1. 知識庫
    2. AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    1. 1.
      快速入門
      1. 1.1
        AI 人工智慧之道
      2. 1.2
        60 分鐘就上手 ~ 從 AI 知識庫到 10 倍速傳承
      3. 1.3
        需求驅動：打造企業 AI 知識庫的唯一路徑
    2. 2.
      用 AI 幫團隊效率 / 業績提升 20%
      1. 2.1
        需求：有問題要問誰？
      2. 2.2
        GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
      3. 2.3
        為什麼 AI 展示時都很厲害，但實際導入後卻常常令人失望
      4. 2.4
        AI 幻覺 (hallucination) 與可能的風險
      5. 2.5
        隱性經驗危機，AI 巧婦難為無米之炊
      6. 2.6
        30 分鐘，建立基礎的 AI 知識庫
      7. 2.7
        每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      8. 2.8
        AI 知識社群
      9. 2.9
        寫了，就不要浪費 (從討論互動中紀錄 QA)
      10. 2.10
        用 AI 帶動團隊業績提升 20%
      11. 2.11
        提升業績案例 (1) ~ 連鎖超商的水餃促銷
      12. 2.12
        提升業績案例 (2) ~ 連鎖超商泡麵促銷
      13. 2.13
        推動，很困難？「小行為 + 即時激勵」就對了
      14. 2.14
        輔導方案 ~ 導入 xms+ AI 知識庫
    3. 3.
      AI 人工智慧之道
      1. 3.1
        生成式 AI 的 5 個根本限制
      2. 3.2
        什麼都先問 AI 就對了
      3. 3.3
        避免 AI 幻覺
      4. 3.4
        AI 人工智慧之道 ~ 打破砂鍋問到底！
    4. 4.
      AI 驅動的學習革命
      1. 4.1
        記錄經驗，可以很簡單！
      2. 4.2
        70-20-10 學習法則，要很久才能累積經驗
      3. 4.3
        設計測驗，確保學習效果最有效的方法！
      4. 4.4
        用 AI 實踐 10 倍速經驗傳承
      5. 4.5
        AI 驅動的翻轉教室3.0，打破聽課只有 5% 吸收率的魔咒
    5. 5.
      數位轉型
      1. 5.1
        AI 會議管理
      2. 5.2
        專案 / 工作管理
      3. 5.3
        職能知識庫
      4. 5.4
        工作日誌 ~ 結合職能 + 專案管理的超強便利貼
    6. 6.
      如何記錄經驗？
      1. 6.1
        寫文件，很難！
      2. 6.2
        只有文件，不夠！
      3. 6.3
        已經有文件了，為什麼還要寫 FAQ？
      4. 6.4
        不同的經驗，適合的紀錄方式也不同 (因地制宜)
      5. 6.5
        紀錄經驗，寫 FAQ 就對了
      6. 6.6
        文件 + FAQ，互補、截長補短
      7. 6.7
        文件看不到重點 vs. FAQ 對症下藥
    7. 7.
      維護資料
      1. 7.1
        維護資料，很困難！
      2. 7.2
        ISO 的文件規範，很理想，但是 ...
      3. 7.3
        AI 驅動的維護資料 ~ 什麼都問 AI 就對了！
      4. 7.4
        維護案例 (1) ~ 改善「過時」的流程
      5. 7.5
        維護案例 (2) ~ 改善「不完整」的流程
    8. 8.
      記錄經驗 (1) ~ 寫 FAQ
      1. 8.1
        FAQ 怎麼寫？
      2. 8.2
        QBS ~ 寫成一個 QA 還是分拆多個？
      3. 8.3
        降低寫 FAQ 的門檻：AI 輔助與 PREP 結構應用
      4. 8.4
        寫 1 個 QA 要花多少時間？ (含寫作技巧)
      5. 8.5
        寫 FAQ (1) ~ 快速、高品質的標準化流程
      6. 8.6
        寫 FAQ (2) ~ 問題，要怎麼描述？ (原則與步驟)
      7. 8.7
        寫 FAQ (3) ~ 內容，先講重點就對了 (PREP)
      8. 8.8
        寫 FAQ (4) ~ 前提，有時候很重要
      9. 8.9
        寫 FAQ (5) ~ 排版，可以畫龍點睛！ (凸顯重點、增加可讀性)
      10. 8.10
        寫 FAQ (6) ~ 案例練習 (下標題、排版)
      11. 8.11
        向 AI 學習！
      12. 8.12
        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？
    9. 9.
      記錄經驗 (2) ~ 寫文件
      1. 9.1
        文件：用「重點」來整理就會簡單很多
      2. 9.2
        寫操作手冊 (1) ~ 設計原則
      3. 9.3
        寫操作手冊 (2) ~ 流程 & 案例練習
      4. 9.4
        經一事長一智，寫案例分析
      5. 9.5
        從案例分析到行為變革 (真實案例分析：不仔細看沒 follow 規格)
    10. 10.
      採取行動 ~ 導入系統與建立制度
      1. 10.1
        ABC 行動指南
      2. 10.2
        為什麼傳統的激勵方法，效果不好？
      3. 10.3
        冰山在融化 ~ 組織成功變革的 8 個步驟
      4. 10.4
        做，就對了
      5. 10.5
        導入企劃書 (1) ~ 策略
      6. 10.6
        導入企劃書 (2) ~ 深耕人才發展，邁向頂尖 (成為台灣領頭羊、全球典範)
      7. 10.7
        導入企劃書 (3) ~ AI 驅動的學習革命 ~ 翻轉教室 3.0 (邁向頂尖大學)
    11. 11.
      應用
      1. 11.1
        打造「學習型組織」的指南
      2. 11.2
        課程小幫手
      3. 11.3
        護理臨床經驗，可以 10 倍速傳承
      4. 11.4
        醫師案例報告，小改變大效果 (1) ~ 微調「重點整理」 ( take home message)
      5. 11.5
        醫師案例報告，小改變大效果 (2) ~ 使用「重點分析」
    12. 12.
      操作教學
      1. 12.1
        [操作] 建立 AI 小幫手 (1) - 基礎 AI 服務
      2. 12.2
        [操作] 建立 AI 小幫手 (2) - 打造沒有 AI 幻覺的小幫手
      3. 12.3
        [操作] AI 知識社群
      4. 12.4
        [操作] 用 AI 實踐 10 倍速經驗傳承
      5. 12.5
        [操作] 翻轉教室 3.0 ~ 線上錄影、AI 重點整理、設計測驗
      6. 12.6
        [操作] 案例分析 (1) ~ 問題處理
      7. 12.7
        [操作] 案例分析 (2) ~ 重點整理
    13. 13.
      Q&A
      1. 13.1
        Google 查得到的、ChatGPT 都可以回答的，還要問嗎？
      2. 13.2
        現在已經有很多文件了，可以直接給 AI 用嗎？
      3. 13.3
        如果不能用「文件」，那要用什麼？
      4. 13.4
        AI 為什麼會胡說八道？
      5. 13.5
        AI 胡說八道，可以解決嗎？
      6. 13.6
        要如何避免 AI 胡說八道？
      7. 13.7
        不讓 AI 生成，那要如何回答問題？
      8. 13.8
        大家都不想寫 Q&A ...
      9. 13.9
        能紀錄下來的經驗有限，真的有用嗎？
      10. 13.10
        寫錯怎麼辦？
      11. 13.11
        寫錯，會留下證據 ...
      12. 13.12
        FAQ 怎麼寫？
      13. 13.13
        推動很困難？
      14. 13.14
        AI 小幫手 or 知識社群 (討論區)，我該如何選擇？
    14. 14.
      課程目標與簡介 (07-01 14:00)
    © Copyright since 2017 by FormosaSoft Corporation.
    All rights reserved.