同事 A 要改公司官網的一個段落。她的做法是：
這樣來回十幾次，一個下午過去了。到了月中，她的 AI 訂閱額度用完了，跑來問：「是不是該升級更貴的方案？」
不是。 問題不在方案，在用法。每一次「整段貼上」，AI 都要重新讀完整份檔案；每一次「整段複製回去」，都是一次可能貼錯的機會。她付的訂閱費，大部分花在讓 AI 重複讀同一份檔案。
同一件事，用對的方法做：AI 直接打開那個檔案、只改那一行、存檔。3 分鐘，不會貼錯行。這不是什麼高深技術——這是這張學習地圖上 R3 站的內容,而她現在在 R0。
看到這裡你可能想直接跳到「怎麼讓 AI 改我的檔案」。可以，但經驗告訴我們：先建立思維的人，後面每一站都走得快；直接學工具的人，換一個工具就迷路。
跟 AI 合作是一種能力，不是一種軟體操作。Anthropic（Claude 的開發公司）把這個能力拆成四個基本功，叫 4D 框架：
不是所有事都該交給 AI。月報表的資料整理？交。跟老客戶議價？不交。 好的委派從問自己開始：這件事的哪個部分是「重複、有規則、驗證得了」的？那個部分就是 AI 的。
比較這兩個指令：
「幫我寫貼文」
「幫牙醫診所寫 IG 貼文，對象是怕看牙的上班族，語氣輕鬆，150 字內，結尾放預約連結」
第一個會拿到一篇不能用的罐頭文，然後你花二十分鐘來回修。第二個一次到位。你花在描述上的一分鐘，省掉來回修改的二十分鐘。
AI 會很有自信地講錯話。它引用的法條、它算的數字、它「記得」的公司規定——你驗收了嗎？ 判斷不是「感覺對不對」，是有方法的：要求它列出來源、拿它的輸出跟原始資料對、先在小範圍測試再放大。
客戶的個資能不能貼進 AI？產出的文案發出去之前誰簽核？出錯了是「AI 的錯」還是你的錯？ （答案是你的。名字掛在成果上的人負責——這也是為什麼前面三個 D 重要。）
四個 D 在日常工作裡其實是兩個迴圈：
這一站的過關方式：拿你工作中的一項真實任務，寫出這張四格表——
| 交什麼給 AI | 怎麼描述 | 怎麼驗收 | 出錯誰負責 |
|---|---|---|---|
寫得出來，你就出站了。下一站 R2：把聊天用對——讓 AI 記住你的公司，停止每次從零開始。