• 00:00 1.
    為什麼傳統的激勵方法，效果不好？
  • 索引
  • 筆記
  • 討論
  • 全螢幕
為什麼傳統的激勵方法，效果不好？
長度: 07:13, 瀏覽: 112, 最近修訂: 2026-05-21
傳統典型的方法，例如
  1. 和績效掛勾
  2. 公開表揚
  3. 遊戲化
  4. ...

看起來都很好，大家也都在用
但實際的效果卻很有限，甚至可能會產生嚴重的副作用 ...

怎麼說呢？
根據福格的行為模型 B = MAP (動機X小行為X提示)


傳統的「激勵」方法，
僅著重在「動機」，而忽略更重要的兩個重要條件「小行為」和「清楚的提示」。
甚至可能會產生嚴重的副作用。

例如「和績效掛勾」，
有了 KPI 大家就會開始思考如何用最省力的方式拿到高分，徹底扼殺了發自內心的分享意願。

公開表揚呢？
挑戰在於它的頻率和規模，需要動用很多資源，成本不低，所以不可能常常辦。
就無法符合 ABC 的原則、很難養成習慣。

以下就舉幾個常見的方法以及分析其中的利弊得失。


和績效掛勾
這是最傳統的方式，就是把知識分享的質與量跟最實際的東西「績效和獎金」掛鉤，用金錢來強化「動機 M」。

方法簡單粗暴且直接，
但執行難度最高 (要建立複雜的制度和有資源)，
而且還有嚴重副作用「劣幣驅逐良幣」！

一旦分享變成一個要被打分數的 KPI，
大家就會開始思考如何用最省力的方式拿到高分，結果可能導致知識庫裡充滿了大量為了湊數而寫的品質低落的內容。

更糟的是他會徹底扼殺了發自內心的分享意願！
大家會從我想幫助同事變成我得完成這個任務。把一件美事變成「上下交相賊」的苦差事，投入大量心力、大錢卻弄巧成拙 ...


公開表揚
例如，評選一個本月最佳分享王，
在全公司大會上燈光打下來執行長親自頒獎，滿足了榮譽感。

榮譽感和社會認同，的確是比金錢更持久的內在動機。
但是這個方法的挑戰在於它的頻率和規模。

要辦一場有儀式感的表揚會，
需要動用很多資源，成本不低，所以不可能常常辦。

而一旦頻率太低 (如一季一次)，
跟日常的微小行為之間的連接感就變弱了，就很難養成習慣。
就像是你每天運動，但一年後才給你一個獎盃，那中間的364天，你很難感受到激勵一樣。


遊戲化
像是設計一個知識貢獻排行榜，
用積分徽章之類的，利用人們的競爭心和成就感來驅動行為。

核心是提供及時可視化的進度回饋。
當你看著自己的名字在排行榜上攀升或是解鎖了一個分享大師的徽章，那種滿足感本身就是一種強烈的內在動機。

不過遊戲化也有陷阱，
如果設計不當，很容易變成另一種形式的 KPI，大家會開始刷分，而不是真正投入在分享有價值的內容。

    評語
    請登入後才可以評分
    上一篇 下一篇
    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.
      用 AI 幫團隊效率 / 業績提升 20%
      1. 1.1
        需求：有問題要問誰？
      2. 1.2
        GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
      3. 1.3
        隱性經驗危機，AI 巧婦難為無米之炊
      4. 1.4
        每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      5. 1.5
        寫了，就不要浪費 (從討論互動中紀錄 QA)
      6. 1.6
        用 AI 帶動團隊業績提升 20%
      7. 1.7
        提升業績案例 (1) ~ 連鎖超商的水餃促銷
      8. 1.8
        提升業績案例 (2) ~ 連鎖超商泡麵促銷
      9. 1.9
        推動，很困難？「小行為 + 即時激勵」就對了
      10. 1.10
        輔導方案 ~ 導入 xms+ AI 知識庫
    2. 2.
      AI 人工智慧之道
      1. 2.1
        生成式 AI 的 5 個根本限制
      2. 2.2
        什麼都先問 AI 就對了
      3. 2.3
        AI 幻覺 (hallucination) 的風險
      4. 2.4
        避免 AI 幻覺
      5. 2.5
        AI 人工智慧之道 ~ 打破砂鍋問到底！
    3. 3.
      AI 驅動的學習革命
      1. 3.1
        記錄經驗，可以很簡單！
      2. 3.2
        70-20-10 學習法則，要很久才能累積經驗
      3. 3.3
        設計測驗，確保學習效果最有效的方法！
      4. 3.4
        用 AI 實踐 10 倍速經驗傳承
      5. 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. 4.
      數位轉型
      1. 4.1
        AI 會議管理
      2. 4.2
        專案 / 工作管理
      3. 4.3
        職能知識庫
      4. 4.4
        工作日誌 ~ 結合職能 + 專案管理的超強便利貼
    5. 5.
      如何記錄經驗？
      1. 5.1
        寫文件，很難！
      2. 5.2
        只有文件，不夠！
      3. 5.3
        已經有文件了，為什麼還要寫 FAQ？
      4. 5.4
        不同的經驗，適合的紀錄方式也不同 (因地制宜)
      5. 5.5
        紀錄經驗，寫 FAQ 就對了
      6. 5.6
        文件 + FAQ，互補、截長補短
    6. 6.
      記錄經驗 (1) ~ 寫 FAQ
      1. 6.1
        FAQ 怎麼寫？
      2. 6.2
        降低寫 FAQ 的門檻：AI 輔助與 PREP 結構應用
      3. 6.3
        寫 FAQ (1) ~ 快速、高品質的標準化流程
      4. 6.4
        寫 FAQ (2) ~ 問題，要怎麼描述？ (原則與步驟)
      5. 6.5
        寫 FAQ (3) ~ 內容，先講重點就對了 (PREP)
      6. 6.6
        寫 FAQ (4) ~ 前提，有時候很重要
      7. 6.7
        寫 FAQ (5) ~ 排版，可以畫龍點睛！ (凸顯重點、增加可讀性)
      8. 6.8
        寫 FAQ (6) ~ 案例練習 (下標題、排版)
      9. 6.9
        向 AI 學習！
      10. 6.10
        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？
    7. 7.
      記錄經驗 (2) ~ 寫文件
      1. 7.1
        文件：用「重點」來整理就會簡單很多
      2. 7.2
        寫操作手冊 (1) ~ 設計原則
      3. 7.3
        寫操作手冊 (2) ~ 流程 & 案例練習
    8. 8.
      採取行動 ~ 導入系統與建立制度
      1. 8.1
        ABC 行動指南
      2. 8.2
        為什麼傳統的激勵方法，效果不好？
      3. 8.3
        冰山在融化 ~ 組織成功變革的 8 個步驟
      4. 8.4
        做，就對了
    9. 9.
      應用
      1. 9.1
        打造「學習型組織」的指南
      2. 9.2
        課程小幫手
      3. 9.3
        AI 知識社群
    10. 10.
      操作教學
      1. 10.1
        [操作] 建立 AI 小幫手 (1) - 基礎 AI 服務
      2. 10.2
        [操作] 建立 AI 小幫手 (2) - 打造沒有 AI 幻覺的小幫手
      3. 10.3
        [操作] 建立案例分析的微課程
    11. 11.
      Q&A
      1. 11.1
        為什麼 AI 展示時都很厲害，但實際導入後卻常常令人失望
      2. 11.2
        Google 查得到的、ChatGPT 都可以回答的，還要問嗎？
      3. 11.3
        現在已經有很多文件了，可以直接給 AI 用嗎？
      4. 11.4
        如果不能用「文件」，那要用什麼？
      5. 11.5
        AI 為什麼會胡說八道？
      6. 11.6
        AI 胡說八道，可以解決嗎？
      7. 11.7
        要如何避免 AI 胡說八道？
      8. 11.8
        不讓 AI 生成，那要如何回答問題？
      9. 11.9
        大家都不想寫 Q&A ...
      10. 11.10
        寫 FAQ 有什麼好處？
      11. 11.11
        能紀錄下來的經驗有限，真的有用嗎？
      12. 11.12
        寫錯怎麼辦？
      13. 11.13
        寫錯，會留下證據 ...
      14. 11.14
        FAQ 怎麼寫？
      15. 11.15
        推動很困難？
    © Copyright since 2017 by FormosaSoft Corporation.
    All rights reserved.