ClearForge
AI 導入治理與領導力工作坊
AI 治理工作坊：AI 進入團隊之後，PR 變多但 Code Review 更累、技術債更快累積、Tech Lead 帶不動團隊。這門課教 Tech Lead / Engineering Manager 建立分層 AI Review 治理架構與 Phase 1 導入計畫，讓 AI 加速而不失控。
一天密集（08:30–17:25）· 8–12 人小班
Tech Lead、Engineering Manager、Staff Engineer
小班討論 + 個案演練
你的團隊是不是正在經歷這些？
團隊開始用 AI 寫 code 之後，真正麻煩的事才開始——
PR 變多了，review 卻更累了，因為你不確定 AI 寫的 code 該用什麼標準看
有人產能暴增，有人完全不碰，團隊開始分裂
測試有寫，但設計越來越亂，技術債比以前更快累積
老闆看了新聞，開始問：「我們什麼時候全面導入？效率能提升幾倍？」
你最怕的不是團隊不用 AI，而是亂用 AI
這堂課不教你怎麼用工具。教你怎麼避免 AI 把團隊帶進新的混亂。
這堂課的 3 個不可替代價值
建立 AI Review 治理架構，而不是看得更仔細
AI 產出的 code 表面乾淨，但背後隱含大量你沒看到的隱性決策。你會學到怎麼設計一套讓人只需要介入最關鍵決策的系統——不是用眼睛找問題，而是審查決策、守住架構邊界。
帶得動團隊，不只帶得動自己
工具人人會裝，但怎麼選試行對象、怎麼設觀察指標、什麼時候該踩煞車——這些決策只有 Tech Lead 能做。你會帶走一份你自己團隊的導入計畫初版，以及一個決策壓力測試的實戰經驗。
能向上交代，也能向下落實
老闆問你效率提升幾 %，你該怎麼答？團隊有人抵制，你該怎麼處理？你會在課堂上同時演練這兩個方向的對話——因為 Tech Lead 夾在中間，這兩件事永遠是連動的。
上完課你會完成的 5 件事
不是帶走空白模板回家填——是在課堂上就完成初版，回去直接能用：
你的團隊 AI Review 分層架構
含自動攔截清單、決策審查問句、保留給真人決策的判斷清單
你的團隊 Phase 1 導入計畫
含試行人選、目標任務、觀察指標、向上溝通要點
溝通三原則 + 問診問句
從角色扮演提煉，上下合併為三條，帶走可直接使用
一份講師為你個人撰寫的診斷備忘錄
核心卡點判斷、具體下一步、你需要自己決定的問題
四週行動計畫 + 治理連結 Sprint 回顧問題清單
把當天產出物串成可執行的閉環
課後 7 天內
你應能完成
- 選出第一個試行任務並啟動
- 在團隊內導入 AI Review 分層架構
- 對主管說清楚導入目標、時程與風險邊界
這堂課是不是給你的？
✓ 最適合的人
- Tech Lead / Engineering Manager — 直接負責團隊的技術決策與交付品質
- Staff / Principal Engineer — 需要定義團隊的 AI 協作規範
- 小型團隊技術負責人 — 既做技術決策也管團隊
- 帶領 3 人以上開發團隊、正在面對 AI 導入壓力的技術主管
- 具技術背景、需參與 AI 導入治理決策的 Scrum Master / 敏捷教練
× 這堂課不適合你，如果
- · 你只想學怎麼用 AI 生 code，沒有團隊導入需求
- · 你目前沒有帶人，也不需要負責程式碼品質
- · 你期待上完課，明天團隊效率立刻翻倍
- · 你想要的是某個 AI 工具的完整操作教學
- · 你的團隊還沒開始寫程式（非軟體開發團隊）
你會怎麼度過這一天
- 一日密集工作坊：08:00 報到，08:30–17:25（約 6.7 小時教學，含午休）
- 班級人數：8–12 人（確保每位學員都能獲得個別診斷）
- 場地：共享空間會議室（公開班）或企業提供（內訓）
- 自備筆記型電腦：實機體驗環節需使用（詳見課前準備）
- 含午餐與茶點
上過的人怎麼說
來自真實學員的回饋——課程結束後寫的，原汁原味。
「原本在公司推 AI 導入卡在 AI Review 怎麼做，課程把它收斂成治理架構，不是靠單點突破。加上決策摘要、五項紅綠燈系統檢核、三階段導入路線圖，整個策略完整很多。最後還有回顧與行動計畫環節，能直接對到自己工作要怎麼推。」
「導入三層 Review 框架後，每次 code review 的時間明顯縮短，人為要介入的頻率也降低，整體蠻有幫助。目前先在後端開發團隊內部跑，還沒 push 到前端等其他團隊。」
「帶課方式收穫最大 — 情境卡、角色扮演、觀察者任務卡，不只是聽課，會被強迫思考遇到這狀況時有哪些思維框架可用。情境卡 A/B 比較最有幫助，把「沒有護欄時 AI 會把隱性決策帶走」變成可觀察的體驗。我打算在自己的 DevOps Days workshop 做類似設計。」