About / 李肇原

文科橘貓,在未知中共同找路。

CAT__SOC
JOEY CAT AI

我從法律與社會學的訓練出發,習慣追問:一個說法根據什麼成立、忽略了誰、在什麼條件下會失效。

後來大量使用 AI 做研究、寫作、會議整理、商業判斷與知識工作,我看見另一個問題:工具可以很快做出東西,但如果判斷沒有被說清楚,速度只會讓混亂更快累積。

所以文科橘貓不把自己定位成替人安裝更多 AI 的技術商。我做的是陪人穿透重要又混亂的工作問題:若卡在高成本選擇,就共同做出可回看的決策;若卡在反覆工作,才把方法建成實際操作者能測試、重跑與接手的 AI 工作流。

工作信念

在未知中共同找路,把下一步做到可驗證。好的工作方式也不該讓人永遠更忙,而要留下摸魚也不會崩掉的空間。

工作方法

同樣先穿透,依購買任務走向不同終點。

品牌信念穩定,但決策服務不假裝一定要交付工作流;只有重複工作才需要測試與移交。

A / ONE COSTLY DECISION

商業決策校準

穿透 → 共決 → 驗證

  1. 01

    穿透

    拆開事實、假設、選項、利益關係與未知。

  2. 02

    共決

    用判準比較方案,也說清楚為什麼拒絕其他選項。

  3. 03

    驗證

    留下下一步、要收的證據,以及重新打開決策的條件。

B / ONE REPEATABLE WORKFLOW

AI 工作流建置與移交

穿透 → 共建 → 測試 → 移交

  1. 01

    穿透

    釐清任務、操作者、資料來源、品質門檻與常見失敗。

  2. 02

    共建

    把當事人的默會知識放進最小可用原型。

  3. 03

    測試

    用已知與未見案例檢查品質,不讓順利示範代替驗收。

  4. 04

    移交

    由指定操作者獨立重跑,留下維護邊界與恢復路徑。

工作原則

讓每個判斷都能被檢查。

P1

釐清問題

先找出真正需要做的判斷或工作,不讓工具名稱替需求作答。

P2

主動反證

把外部來源、原始材料與整合判斷分開,主動找會推翻結論的訊號。

P3

快速自學

遇到陌生領域先建立足以判斷的模型,再用來源與真實案例修正。

P4

現場共建

把使用者的默會知識放進方法,做出能操作、能驗收、低維護的版本。

工作邊界

有些事,我刻意不做。

拒絕不適合的工作,不是少服務一點,而是讓留下來的合作可以被驗收。

  • 不是泛用 Prompt 講師,也不靠工具清單製造進步感
  • 不是軟體或網站代工公司;技術產物只服務於已框定的決策或工作流
  • 不是人生教練或心理治療者,不把人生困惑、關係與私密經驗當成商業服務
  • 不提供法律、財務或醫療專業意見;需要這些判斷時應找相應合格專業者
  • 不把只有我看得懂的自動化留給你維護,也不承諾所有問題都要產生工作流

PUBLIC NOTES

平常的觀察與實驗,多半留在 Threads。

官網負責說清楚合作;社群則保留研究中的問題、AI 使用觀察與一人公司的現場思考。

前往 Threads @cat__soc

如果這種工作方式適合你

先看清楚服務邊界,再決定要不要申請。