Grok Bot Galaxy 第三天（第 23/40 段）

🧑‍🏫 這一段是 Grok Bot Galaxy 第三天的後半場。講者先回顧她怎麼讓 Grokbot（Grok 的 AI 助手）每週自己找出可以改進的地方，再回答現場提問，內容包括怎麼控制成本、bot 要怎麼分層管理，還有實際幫她省下多少時間。如果你已經開始用 AI 助手，但覺得它一直「差一點」，這段可以教你怎麼讓它越用越順手。

• 261:04 自我改善系統的第一項：完整的系統稽核。它會檢查講者的 Slack，找出她手動在做、卻沒請 Grokbot 幫忙的事，提出可自動化的機會，每週三回報
  ↳ system audit（系統稽核）就是定期盤點。它會翻看她的 Slack（公司常用的聊天工具），找出她一直自己動手、其實可以交給 bot 做的事，每週三報告一次。
• 261:04 第二項是講者覺得最有幫助的 voice learning（學習語氣）：她需要修改草稿、Slack 訊息和 email 的次數越少越好
  ↳ voice learning 是讓 bot 學會你說話、寫字的口氣。她覺得這項最有用，判斷標準也很簡單：bot 寫的草稿、訊息和 email，她要動手改的次數越少，就代表學得越好。
• 261:36 voice learning 的做法：比對 bot 寫的草稿和她實際送出的版本，把差異（Delta）傳給 Wally，由 Wally 更新規則，於是越用越好
  ↳ 做法是把 bot 的草稿和她最後真正寄出的版本拿來對照，兩者的差別叫 Delta。這些差別交給 Wally 去更新寫作規則，每改一次它就學一次，越用越像她本人。
• 261:36 講者建議：要把這件事做成一個系統
  ↳ 意思是不要等偶爾想到才去調整，而是把「檢查、回饋、修正」變成固定的流程，讓它自動一直跑下去。
• 262:08 回顧重點一：先做 voice dump。講者稱之為 imagination gap，限制 Grokbot 的往往是使用者自己對「什麼做得到」的想像
  ↳ voice dump 就是先把想法一股腦說給 bot 聽。她說常卡住的地方叫 imagination gap：不是 bot 做不到，而是你根本沒想到可以叫它做。
• 262:08 請 Grokbot 自己挑戰自己：怎麼做得更好？還能做什麼？你不需要有全部答案，先 voice dump、給足 context 就好
  ↳ 所以要反過來問 bot：「怎麼做會更好？還能幫我做什麼？」context 是背景資訊，例如你的工作內容和困擾。你不用先想好答案，把背景講清楚就夠了。
• 262:08 回顧重點二（講者自認有點偏心的個人建議）：在最前面放一個 bot
  ↳ 她坦白說這是她的個人偏好：在所有 bot 的最前面放一個總管 bot，也就是 chief of staff（幕僚長），由它先接下事情，再分派給其他 bot。
• 262:45 Gus 讓講者不會被一堆對話淹沒，由 Gus 管理團隊。你不必管 10 個 bot，只要管 3 個 manager；想怎麼建就告訴 agent，它們會處理
  ↳ 她的總管叫 Gus，幫她擋掉大量對話。agent 是能自己動手完成任務的 AI 助手。概念跟公司分層一樣：你只對 3 個主管 bot 下指令，底下的 bot 由主管去管。
• 262:45 回顧重點三：讓它成為會持續成長的系統（living system）。Grokbot 約 90% 的事會自己做好，其餘就針對你最在意的事多花點心力
  ↳ living system 是指會持續成長、調整的系統，不是設定完就放著不管。Grokbot 大約九成的事會自己做好，剩下的一成，就挑你最在乎的地方多花力氣去調。
• 262:45 例子：講者很在意自己的語氣、喜歡用驚嘆號。Grokbot 一開始不愛用驚嘆號，她就教它多一點個性
  ↳ 她在乎的是語氣，平常很愛用驚嘆號，但 Grokbot 一開始寫得比較平淡。所以她特別花時間教它，讓文字多一點她本人的個性。
• 263:49 Q&A：「account reset」使用情境的 prompt，是先告訴 Gus 自己在什麼情況會卡住、覺得被淹沒
  ↳ Q&A 是現場問答。有人問「account reset」這個使用情境的 prompt（給 AI 的指令）要怎麼寫。她的做法是先告訴 Gus 自己在什麼情況會卡住、覺得被事情淹沒。
• 264:21 接著列出需要知道的事（例如 risks 等），其餘由它自己建好。也可以直接說「我被 X 淹沒了」或「給我 X 的最新進度」，先有第一個 prompt 再慢慢擴充
  ↳ 接著列出你需要掌握的事，例如 risks（風險），其他的讓它自己建。一句「我被 X 淹沒了」或「給我 X 的最新進度」就能開始，之後再慢慢加。
• 264:55 自我改善腳本一開始沒設限，一次會丟來大約 10 個要建的新 bot／agent，有矯枉過正的情形
  ↳ 自我改善腳本（一套自動執行的指令）一開始沒有設上限，一次就丟出大約 10 個建議新建的 bot 或 agent，多到反而消化不了。
• 264:55 所以講者訂了規則：每週只能給一個建議，因為很容易過度投入在一直執行、卻沒人在看的 routine 上
  ↳ routine 是在背景定期自動執行的任務。她規定一週只能給一個建議，因為很容易越建越多，最後一堆 routine 在跑，卻沒有人在看結果。
• 264:55 如果不認同那週的建議，她通常會反駁、要求換一個；每週三收到建議時，至少做一次自我改善
  ↳ 她不會照單全收，如果覺得那週的建議不好，就會反駁、要它換一個。原則是每週三收到建議時，至少動手改進一件事。
• 266:40 要串接其他系統或軟體，通常透過 MCP 或 API，也常能直接在 VM 裡設定
  ↳ 要串接其他軟體，通常用 MCP 或 API。API 是軟體之間溝通的接口，MCP 是讓 AI 連接外部工具的標準。也常能直接在 VM（雲端的虛擬電腦）裡設定好。
• 266:40 成本：Grokbot 設計上很省成本，但要策略性地使用，有些事情比較花錢
  ↳ Grokbot 本身設計得很省錢，但不是怎麼用都便宜，有些用法特別花錢，要先想清楚怎麼用比較划算。
• 266:40 例子：讓它跑完整的 UI 操作來建表單比較貴；先整理好需求、丟給 Google Forms AI 建比較省。使用 VM 會比較貴一點
  ↳ 讓它在 UI（操作畫面）上一步一步點來建表單很貴；先把需求整理好，交給 Google Forms 內建的 AI 直接生成就省很多。用 VM 也會貴一點。
• 267:17 routine 可能很貴，因為大家常高估需要的頻率。例如每 15 分鐘檢查一次，不想看就忽略，但背景執行的量會累積
  ↳ routine 的錢常花在頻率設太高。例如每 15 分鐘檢查一次，你沒去看，它在背景也照樣在跑，次數一多，成本就累積起來了。
• 267:17 如果有 3 個每 15 分鐘跑一次的 routine，一天就是好幾百則訊息、prompt 和回傳
  ↳ 算一下：每 15 分鐘跑一次，一天就是 96 次；3 個 routine 就接近 300 次，每次都有 prompt 和回傳，這些量全部都會算進成本。
• 267:50 讓團隊保持精簡：不需要 45 個 bot，每個 bot 專注在它該做的事上，這也有幫助
  ↳ bot 不是越多越好，不需要養 45 個。讓每個 bot 專心做好自己那件事，比較好管，也不容易亂。
• 267:50 Q：多久後能讓 Grokbot 直接管理客戶帳戶？講者認為現在還有必須由人做的工作
  ↳ 有人問多久之後可以讓 Grokbot 直接接手管理客戶帳戶。她的看法是：現在還有一些工作一定要由人來做。
• 268:22 AI 進步太快，她說兩天後會怎樣都不知道，更別說兩年後；但人在少數特定事情上很擅長，尤其面對客戶時
  ↳ 她說 AI 變化快到連兩天後會怎樣都很難講，更別說兩年後。但人在某些事上就是比較擅長，尤其是面對客戶的時候。
• 268:22 她認為離那一步還很遠；重點是把不需要人做的工作交出去，讓人在工作時間發揮更大影響力
  ↳ 所以她覺得離全部交給 AI 還很遠。重點是把不需要人做的工作交出去，讓自己的工作時間花在真正有影響力的地方。
• 269:25 時間運用：以前每天約 6 小時開會，另外還要 3–4 小時處理其他事，一天工作 9–10 小時
  ↳ 她以前的狀況是：每天開會大約 6 小時，會後還要花 3、4 個小時處理其他事，一天常常要做 9 到 10 個小時。
• 269:25 現在開會量差不多，但她覺得更接近在 8 小時內完成、甚至做更多事
  ↳ 現在會一樣多，但其他雜事有 bot 分擔，她覺得比較能在 8 小時內做完，甚至完成的事更多。
• 269:55 每天至少省下好幾個小時，也多出時間做自己喜歡的事
  ↳ 算下來每天至少省了好幾個小時，多出來的時間可以去做自己喜歡的事。
• 270:25 Q：bot 之間要不要再加中間層（像組織圖）？講者目前沒這個需要
  ↳ 有人問要不要像公司組織圖那樣，在 bot 之間再加一層中階主管。她說目前還不需要。
• 270:25 好的人類主管大約最多管 10 人；Gus 目前管到 15、20 個都表現很好。如果開始覺得接近極限，再加一層才合理（她還沒測過極限）
  ↳ 她拿人類主管來比：一個好主管大概最多帶 10 個人，Gus 現在管 15 到 20 個 bot 都還很順。她還沒測到極限，等真的覺得吃力再加一層就好。
• 271:02 做 voice dump 時，可以順便跟 bot 討論適合你自己的架構；目前如果能直接跟每個 bot 溝通也沒問題
  ↳ 做 voice dump 時，可以順便問 bot：「什麼樣的架構適合我？」如果你現在直接跟每個 bot 溝通就很順，也沒問題。
• 271:34 對客戶留存與成功的幫助：它會找出讓客戶更成功、但她沒時間或沒注意到的機會，例如客戶一直在等的小型新功能上線
  ↳ 在經營客戶上，它會幫她找出能讓客戶更成功、但她沒空或沒注意到的機會。例如客戶一直在等的小功能終於上線了。
• 271:34 這時它會先擬好 email、提醒她，她再寄給客戶，讓客戶更信任她，也能提早發現新機會
  ↳ 這時 bot 會先把 email 擬好並提醒她，她確認後再寄給客戶。客戶會覺得她很關心自己、更信任她，她也能更早發現新的機會。
• 272:05 例如她的 account agent「Harbor」一直在監看某個帳戶，發現狀況會提醒她，讓她更快處理
  ↳ Harbor 是她管客戶帳戶的 agent，會一直盯著某個帳戶，一有狀況就提醒她，讓她能更快處理。
• 272:05 她覺得客戶感受到更量身打造的服務，因為她有時間和精力提供客製化體驗
  ↳ 因為雜事有人接手，她有時間和精力為客戶提供客製化的體驗，客戶也感受得到這是量身打造的服務。
• 272:40 Q：兩個 bot 協作時怎麼驗證彼此的結果？例如 Harbor 會不會檢查 Frankie 的工作？講者說她不知道怎麼運作，但如果 Harbor 會檢查 Frankie 的工作再回覆，她會感到意外
  ↳ 有人問兩個 bot 合作時會不會互相檢查，例如 Harbor 會不會核對 Frankie 的成果。她說不清楚實際怎麼運作，但如果 Harbor 真的會檢查 Frankie 的工作再回覆，她會很意外。

講者提到，自我改進腳本一開始會一次建議很多新機器人，後來她對建議數量設了什麼規則？