你有沒有這種經驗：跟 AI 講過「我的會議都排 45 分鐘」「檔名要用日期開頭」，隔天開新對話，它又全部忘光，你只好再講一次？在 Google 待過的生產力 YouTuber Jeff Su 最近用一支 20 分鐘的影片，把 OpenAI 的 ChatGPT Work 講得很透——重點只有一件事：掛一個資料夾、放一份叫 agents.md 的規則檔，AI 每次做事前都會先讀它，教一次、以後都照做。這篇我把整套做法拆給你看，順便講我自己在備 AI Agent 課時看到的共通原理。
先講結論：有沒有掛資料夾，是兩個完全不同的產品
Jeff Su 在影片裡示範了一個很有說服力的實驗：他先叫 ChatGPT Work 建一個生日行程，然後補一句「以後所有生日行程，標題都加蛋糕 emoji、備註寫『提醒買禮物』」。接著開一個全新的對話，只說「幫某人建生日提醒」——結果 emoji 跟備註自動出現了，他一個字都沒重講。
為什麼？因為那條規則被寫進了 agents.md。他影片裡最重要的一句話是：「如果你用 ChatGPT Work 卻沒掛資料夾，你基本上還是在用普通 ChatGPT。」掛了資料夾、裡面有規則檔，AI 每個任務前都先讀它，你得到的是穩定一致的結果；沒掛，它每次都是重新認識你一遍。
另外一個要先弄清楚的：ChatGPT Work 有網頁版跟桌面版兩種，非工程師直接用桌面版，網頁版功能弱很多。（工程師用的 Codex 是另一條線，這篇不碰。）
agents.md 是什麼？就是 AI 的員工手冊
我教企業同仁導入 AI 的時候，最常用的比喻是「新人報到」：一個新同事再聰明，你不給他員工手冊，他做事就是照自己的習慣來，每次結果都不一樣。agents.md 就是你寫給 AI 的員工手冊——而且整份用白話文寫，完全不用會寫程式。它通常分四塊：
- Global Rules（全域規則）：所有任務都要遵守的規矩，例如「改圖檔名時用簡短描述性名稱」
- Voice Principles（說話風格）：AI 幫你寫東西時，要像你、不像機器人
- Routing Map（分流地圖）：哪一類任務，去哪個子資料夾找脈絡（後面會講）
- Maintenance（維護方式）：檔案長大之後，AI 自己要怎麼整理它
之前寫過的〈用 Claude Code 打造一個不休息的 AI 工作團隊〉裡，我自己的工作區就是靠同一個概念在跑——Claude 那邊叫 CLAUDE.md，ChatGPT 這邊叫 agents.md，名字不同、原理一模一樣：把「你希望 AI 怎麼做事」寫成一份它每次都會讀的檔案。
4 步驟設定：10 分鐘搞定
- 拿一份模板、存成 Markdown：Jeff Su 影片說明欄有免費的 Google Doc 模板，下載時選「檔案 → 下載 → Markdown」。
- 檔名改成 agents.md，一字不差：他在影片裡特別強調，取名 agent.md、agent1.md 都不行，ChatGPT Work 認不得。
- 建一個資料夾、把檔案丟進去，然後在桌面版掛載它：資料夾名字隨意。桌面版切到 Work 模式 → 選擇專案 → 挑這個資料夾。掛載完成後，AI 每次做事前都會自動先讀 agents.md。
- 之後用「記住這條」教規則，不用手動改檔：直接在對話裡說「Remember this：以後幫我改圖檔名，都用簡短描述性名稱」，AI 會自己把規則寫進 agents.md 的對應段落。你可以點開檔案檢查它寫了什麼。
自問自答一下：這跟每次在對話開頭貼一段「你是我的助理，我的偏好是……」有什麼差？差在持久。貼在對話裡的只活在那個對話；寫進 agents.md 的，每個新對話、每個任務都有效，而且規則會隨著你用「記住這條」持續累積。
接上你的工具之後，才是真正的重點
ChatGPT Work 可以透過外掛接 Gmail、Google 日曆、Notion、Slack 這些你本來就在用的服務（Claude 那邊叫 Connectors、Gemini 叫連結應用程式）。但 Jeff Su 點出一個多數人沒想到的層次：「接上」跟「教會它怎麼用」是兩回事。接上日曆只代表它能建行程；教它「我的會議預設 45 分鐘、行程備註先寫結論再列三點」，它建出來的行程才是你要的樣子。
三條他示範、你今天就能照抄的規則：
- Gmail：「回信不要加簽名檔，我已經有預設簽名了。」
- Notion：「一律用我資料庫裡現有的模板，不要從零開新頁面。」
- Slack：「摘要討論串時，固定分成三段：決策、待辦、未決問題。」
規則越教越多之後會有新問題：agents.md 每個任務都整份載入，塞太肥、AI 的表現反而變差。解法也很直覺——跟它說「建一個 tool-conventions.md，把所有工具規則搬過去，原位置留一個連結」。主檔保持精瘦，工具細節放分冊。
進階兩招：分流地圖，跟教它學你的文筆
第一招，Routing Map（分流地圖）。與其把所有東西塞在一個大資料夾，不如按生活跟工作切成子資料夾：旅遊一個（放會員資訊、座位偏好、去過哪）、報告一個、專案一個。然後在 agents.md 的分流地圖寫「旅遊相關任務 → 去 travel 資料夾」。Jeff Su 說「我想規劃冰島旅行」，AI 自己知道去旅遊資料夾撈脈絡。他自己的工作區已經切出 30 幾個這種「工作站」。
第二招，用「初稿 vs 定稿」教它學你的文筆。這是我覺得全片最值得偷的一招：AI 給你初稿，你反正都會動手改；改完之後，把你的定稿貼回去，跟它說「比對這兩版，找出可重複的差異，更新說話風格那段」。他示範一次就萃取出 7 條可重複的寫作規則。你本來就要做的修改，變成一次性的教學投資——重講自己偏好的次數會越來越少。
我在備課時看到的共通原理：AI 不是不聰明，是不認識你
這幾週我在準備一堂 AI Agent 入門課，課程設計時我把最大塊的時間留給的不是工具操作，而是「開場引導」——先讓 AI 知道你是誰、你要做什麼、你的偏好是什麼，包含怎麼把你在其他 AI 累積的記憶搬過來。因為我自己踩過太多次：同一個問題，有沒有給背景，答案品質差一個檔次。
agents.md 做的就是把這件事制度化：與其每次口頭交代背景，不如寫成一份 AI 每次必讀的檔案。這跟我在〈AI 越用越累？別把 AI 當工具，當同事來交辦〉講的是同一件事的兩面——把 AI 當同事，就要給它員工手冊；只把它當搜尋框，它永遠只能給你罐頭答案。
還有一個對台灣使用者實用的點：Jeff Su 自己是同一個資料夾同時掛給 ChatGPT Work 跟 Claude Cowork——資料夾裡放一份 agents.md 給 ChatGPT 讀、一份 CLAUDE.md 給 Claude 讀，兩邊共用同一套脈絡。你不用先選邊站，規則檔寫一次，兩家的 AI 都認得你。
套用前的三個提醒
- 登入權限想清楚再給。ChatGPT Work 的內建瀏覽器可以登入你的帳號代跑瑣事（Jeff Su 拿來檢查課程網頁的每一條連結有沒有失效），方便歸方便，等於把帳號交給 AI 操作——他自己也說，這是「信任換便利」的取捨，敏感帳號別掛。
- 規則檔是活的，要定期整理。越用規則越多，記得用瘦身那招拆分冊，不然主檔肥了、輸出品質反而掉。
- 這套概念不綁定 OpenAI。agents.md、CLAUDE.md、Gemini 的設定檔，本質都是「給 AI 的員工手冊」。學會這個思路，換哪家工具都帶得走。
小結
回到開頭那個痛點：AI 不是記性差，是你沒給它筆記本。掛資料夾 → 放 agents.md → 用「記住這條」持續教，這三個動作做完，ChatGPT Work 才真正從「每次都要重新自我介紹的聊天機器人」變成「越用越懂你的同事」。今天花 10 分鐘設定，先從三條工具規則教起，一個禮拜後你會有感。
▶ 完整教學影片
本文整理改寫自 Jeff Su 的影片〈Learn 95% of ChatGPT Work in Under 20 Minutes〉（2026），並加入我自己的教學經驗與觀點。
延伸閱讀：用 Claude Code 打造一個不休息的 AI 工作團隊｜AI 越用越累？Anthropic 5 招：別把 AI 當工具，當同事來交辦｜AI 只拿來問問題，難怪沒感覺？OpenAI 首度公開全球數據，關鍵差在一個動詞
留言
張貼留言