新人加入直銷團隊時，最容易遇到的不是沒有資料，而是資料太多。
公司制度、商品資料、FAQ、教育訓練、團隊流程、客戶開發方法全部一起出現，很容易看完一堆，卻不知道什麼是最重要的。
AI 可以在這裡幫很大的忙：把長文件變成重點、把術語換成比較容易理解的說法、根據教材出測驗題，也可以協助新人整理自己還沒搞懂的地方。
但要先記住一個原則：AI 可以當學習助理，不能當正式制度的唯一來源。
第一種用法：先把正式教材整理成「新人版重點」
一份十幾頁、幾十頁的教材，對新人來說不一定容易吸收。
可以先讓 AI 協助整理：
- 這份文件主要在講什麼。
- 新人最先要記住哪五件事。
- 有哪些專業術語。
- 哪些規則容易混淆。
- 哪些地方需要另外問主管。
但最好讓 AI「只根據你提供的正式文件」整理，而不是讓它自由補充外部資訊。
這樣可以把 AI 的工作限制在解釋與整理，而不是讓它自己發明制度。
第二種用法：把不懂的術語翻成新人聽得懂的語言
新人常常不是沒看教材，而是看不懂某些詞。
可以請 AI 依正式文件，把一個概念拆成：
- 一句話定義。
- 簡單例子。
- 常見誤解。
- 和其他類似概念的差異。
例如「名單」、「潛在客戶」、「跟進」、「內容獲客」這些詞，可以先用容易理解的方式學，再回到團隊實際做法。
第三種用法：讓 AI 根據教材出測驗題，確認自己是不是真的懂
只看完資料，常常會有一種「我好像懂了」的錯覺。
比較好的方式，是讓 AI 根據同一份正式教材出題，例如：
- 五題選擇題。
- 五題情境題。
- 三個容易答錯的觀念。
- 一個要用自己的話解釋的題目。
做完後再要求 AI 指出答案在原文件哪一段，而不是只給一個「對／錯」。
這樣學習會從被動閱讀，變成主動檢查理解。
第四種用法：用 AI 模擬常見客戶問題，但答案要回正式資料
新人最怕真正遇到客戶時腦袋空白。
可以讓 AI 根據團隊 FAQ 模擬：
- 客戶第一次詢問。
- 對價格有疑問。
- 對工作方式不理解。
- 不知道某個產品或服務適不適合。
- 詢問下一步流程。
新人先練習回答，再對照正式 FAQ。
這裡的重點不是背話術，而是練習把正確資訊說清楚。
第五種用法：把新人每天的問題整理成「還不懂清單」
新人常常一天問很多問題，過幾天又忘了哪些已經問過。
可以固定每天把學習紀錄整理成：
- 今天學到什麼。
- 還不懂什麼。
- 哪些問題已經有正式答案。
- 哪些問題需要主管確認。
- 明天要複習什麼。
AI 很適合把散亂筆記整理成這種固定格式，主管也比較容易看出新人真正卡在哪裡。
哪些知識不能只問 AI？第一類：公司正式制度
獎金制度、晉升條件、參加條件、退貨規則、正式價格與公司政策，都可能隨時間更新。
AI 即使講得很流暢，也可能使用舊資料、一般性資料，甚至自行補出不存在的細節。
所以這一類問題應該以：
- 公司最新正式文件。
- 正式後台公告。
- 經公司確認的 FAQ。
- 指定的教育訓練資料。
作為最終依據，AI 只負責協助解釋。
第二類：法規與應告知事項
台灣《多層次傳銷管理法》對傳銷制度、參加條件、相關法令、商品或服務等事項都有明確規範，而且不得有隱瞞、虛偽不實或引人錯誤的表示。
這類資訊不能用「我問 AI，它說可以」當依據。
應回到主管機關現行法規、公司法遵資料或專業人士確認。
第三類：商品效能與健康相關說法
如果產品涉及保健、健康或身體效果，更不能讓 AI 自己生成「看起來合理」的功效說法。
新人尤其容易犯的錯，是把 AI 產生的一段文字當成正式產品說明。
正確做法是只使用公司核准、法規允許的正式資訊；任何不確定的功效說法都不要自行補充。
第四類：收益、成功案例與收入結果
收益與成功案例最容易被 AI 寫得很有說服力，也最不能亂寫。
《多層次傳銷管理法》也規範，以成功案例推廣或介紹他人參加時，案例期間、獲得利益與發展歷程等事實不得虛偽不實或引人錯誤。
所以不能讓 AI 自行生成：
- 不存在的收入數字。
- 不存在的團隊成長。
- 客戶或傳銷商沒說過的見證。
- 虛構的成功時間線。
- 暗示一般人都能得到相同結果的說法。
案例內容可以延伸看 直銷如何使用案例內容建立信任？不能虛構哪些細節？。
第五類：客戶個資與敏感資訊
新人為了求快，很容易把整段客戶對話直接貼給 AI 問「我該怎麼回」。
這之前應先確認：
- 是否真的需要姓名。
- 電話、Email、地址能不能刪掉。
- 有沒有健康、財務或其他敏感資料。
- 團隊與公司允不允許這樣使用資料。
- 使用的 AI 工具如何處理資料。
能去識別化就先去識別化。AI 學習不能建立在不必要地暴露客戶資料上。
建立「正式知識來源階層」，新人就不容易搞混
團隊可以直接規定知識來源優先順序：
- 第 1 層：公司最新正式文件與公告。
- 第 2 層：主管機關法規與官方資料。
- 第 3 層：團隊已核准的 SOP、FAQ 與教材。
- 第 4 層：AI 的解釋、摘要與練習。
一旦不同來源說法不一致，就往更高層正式來源核對，而不是看哪個答案寫得比較有自信。
一個很好用的新人 AI 提示方式：只根據這份文件回答
如果有正式教材，可以要求 AI：
「只根據以下文件回答。如果文件沒有答案，請直接說『文件未提供』，不要自行補充。」
再要求它：
- 指出答案對應哪個段落。
- 把原文和簡單解釋分開。
- 列出仍需主管確認的問題。
這樣比完全開放式地問「我們公司的獎金制度怎麼算？」安全很多。
新人學習最好採用「讀正式資料 → 問 AI → 做測驗 → 真人確認」
- 先讀正式教材。
- 不懂的地方讓 AI 解釋。
- 讓 AI 根據教材出題。
- 自己回答。
- 回原文件核對。
- 仍有疑問再問主管。
這樣 AI 是加速理解，不是取代正式學習。
團隊也要教新人辨認「AI 很有自信，但其實沒有根據」
生成式 AI 最大的風險之一，就是錯誤答案可能寫得非常流暢。
NIST 持續強調 AI 使用需要測試、監督與人類檢查，因為實際部署後仍可能出現預料之外的輸出。
新人應養成幾個習慣：
- 看到精確數字就問來源。
- 看到公司制度就查最新版文件。
- 看到法律結論就查主管機關。
- 看到收益與健康說法就提高警覺。
- 看到 AI 說「一定」時再確認條件。
不要讓新人只學提示詞，卻不學判斷
提示詞可以提高輸出品質，但真正重要的是知道什麼答案不能直接採用。
一個新人如果會寫很漂亮的提示詞，卻不知道制度資料有版本、案例不能虛構、客戶個資不能亂用，反而可能更快產生問題。
所以 AI 教育應該同時教：
- 怎麼問。
- 怎麼查。
- 怎麼判斷。
- 什麼時候停下來找真人。
把新人常問的問題再回寫知識庫
新人使用 AI 過程中，如果同一個問題一直出現，代表團隊正式教材可能需要補強。
不要讓每一批新人都問同一題。
可以把問題整理回：
- 新人 FAQ。
- SOP。
- 教材。
- 內容資料庫。
這樣 AI 協助學習的結果，也會反過來讓團隊知識越來越完整。
團隊流程可以延伸閱讀 AI 如何幫助直銷團隊建立可複製的工作流程？。
正式知識一定要看版本日期，不能只看內容像不像真的
新人最容易忽略的不是內容，而是版本。
一份去年的獎金制度、一份已更新的退貨規則、一份舊產品說明，內容都可能看起來很完整，但只要不是最新版，就不能直接拿來回答客戶。
因此正式資料最好固定標記：
- 文件名稱。
- 版本或發布日期。
- 最後更新日期。
- 正式來源位置。
- 是否仍有效。
新人用 AI 學習時，也可以先要求它在摘要最上方列出文件版本，提醒自己不要把舊資料當新規則。
建立「我曾經答錯什麼」的學習紀錄，比只記正確答案更有用
如果新人每次答錯只被告知正確答案，很容易下次再錯同一題。
可以請 AI 幫忙把錯誤整理成：
- 我原本怎麼理解。
- 正確答案是什麼。
- 錯在哪個判斷。
- 正式依據在哪裡。
- 下次遇到什麼情況要提高警覺。
這種錯誤紀錄，比單純做更多題目更能幫新人建立判斷能力。
AI 可以幫忙解釋合規內容，但不能替新人做合規判決
例如新人看到一段行銷文案，可以請 AI 幫忙找出「哪些句子涉及收益、商品效能或成功案例」，作為初步檢查。
但最後能不能使用，不應只看 AI 說「可以」或「不可以」。正式判斷仍要回到現行法規、公司規範或負責人確認。
AI 適合幫忙提醒風險，不適合替團隊承擔法遵責任。
建立「一定要找真人」的紅線，新人才知道什麼時候不能再自己查
新人不是什麼都要問主管，但也不能什麼都自己問 AI。
可以直接把以下情況列成升級條件：
- 不同正式文件說法不一致。
- 找不到最新版資料。
- 涉及客訴或退款爭議。
- 涉及法律、收益、健康與敏感個資。
- 需要代表公司做正式承諾。
- AI 回答和正式教材衝突。
有了這些紅線，新人會更清楚什麼可以自己學、什麼必須停下來確認。
一份好的新人 AI 學習流程，最後要能回到真人實作
AI 可以幫忙理解與練習，但真正的業務工作還是要面對真實客戶、真實情境與真實限制。
因此學習流程最好包含：
- 正式教材學習。
- AI 輔助解釋。
- 情境練習。
- 真人回饋。
- 實際執行。
- 事後檢討與更新 FAQ。
AI 可以縮短理解時間，但真正成熟仍然來自實作與回饋。
新人真正的學習完成標準，不是「我看過了」
比較實際的完成標準是：能用自己的話說明核心概念、能找到正式來源、能辨認哪些問題需要查最新版資料，也知道什麼情況必須交給主管或負責人確認。AI 可以幫助加快理解，但不能替代這些基本判斷能力。
新人使用 AI 學習常見問題
新人可以直接問 AI 公司獎金制度嗎？
可以請 AI 協助解釋你提供的最新版正式文件，但不能把模型記憶當成公司最新制度。最終仍以正式文件為準。
AI 可以幫新人背產品資料嗎？
可以協助做摘要、卡片與測驗，但內容要來自公司核准資料。涉及商品效能與健康說法時，不能讓 AI 自由補充。
AI 回答附了來源，就一定正確嗎？
不一定。來源名稱、網址與引用本身也可能出錯。重要資訊仍要實際打開正式來源確認內容與版本。
新人可以用 AI 練習客戶問答嗎？
可以，適合用來練習情境與表達。但答案仍應以團隊核准 FAQ、公司正式資料與現行規範為準。
什麼時候一定要找真人確認？
遇到制度、價格、收益、商品效能、法律、客訴、敏感個資與正式承諾時，不應只靠 AI 決定，應回到正式來源或由負責人確認。
結論：AI 可以讓新人學得更快，但「知道去哪裡查真相」更重要
AI 很適合幫新人摘要教材、解釋術語、出測驗題、模擬常見問題與整理學習紀錄。
但真正成熟的新人，不是什麼都能問 AI，而是知道哪些資訊可以先用 AI 理解，哪些資訊一定要回正式文件、主管機關或負責人確認。
當團隊建立清楚的知識來源階層，再讓 AI 當學習助理，新人會學得更快，也比較不容易把「看起來很合理的回答」誤當成正式答案。
參考資料
- 公平交易委員會｜多層次傳銷管理法。
- 公平交易委員會｜多層次傳銷管理法施行細則。
- NIST｜Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile。
- NIST｜Challenges to the monitoring of deployed AI systems，2026。