很多人在談職涯定位時，第一個問題都會變成：「我到底喜歡什麼？」
這個問題不是不重要，但它很容易把人卡住。因為喜歡常常會變，能力也會變，市場更會變。如果只靠感覺做決定，很容易花很多力氣，最後才發現自己努力的方向不是最適合的方向。
我更相信一句話：選擇重於努力。
努力是必要的，但如果選擇錯了，努力會變成消耗。AI 真正有價值的地方，不是幫你找到一個標準答案，而是幫你把模糊的想法拆成可以驗證的假設。
我會先看四件事
我做職涯定位時，會先看四個維度：
做得自然
願意長期投入
有人願意交換價值
符合想留下的影響
職涯方向
四個維度不是一次選定答案，而是用經歷、作品、訪談與市場實驗持續更新的交集。
這四件事不是拿來想一下午就結束，而是要變成資料。你可以把過去工作經歷、成就、被稱讚的事情、失敗案例、興趣、收入來源、想服務的對象全部丟給 AI，請它幫你整理模式。
AI 不會比你更懂你的人生，但它很擅長幫你看見你自己忽略的重複訊號。
下一步不是找答案，而是做實驗
很多人做職涯選擇時，會想一次選對。我自己的經驗剛好相反：真正可靠的選擇，是靠一連串小實驗修正出來的。
例如你想往 AI 教育走，不要一開始就想開完整課程。你可以先做三件小事：
- 寫一篇文章，測試市場是否看得懂你的觀點。
- 做一場小型分享，觀察聽眾真正提問的是什麼。
- 做一份工作表或 Prompt 模板，看大家會不會真的使用。
這三個動作比單純想像更有用。因為它們會回傳市場訊號：誰有興趣、哪一句話有共鳴、哪個問題最痛、哪個產品可以繼續長大。
我會用 OGSM 把願望變成行動
職涯定位最怕變成漂亮口號。所以我會用 OGSM 把它落到行動：
- Objective：我想成為哪一類人的解決方案？
- Goals：三個月後，我要看到哪些具體成果？
- Strategies：我用哪些內容、產品、社群與合作方式前進？
- Measures：我要用哪些數字判斷這條路值得繼續？
如果一個方向無法被拆成 90 天行動計畫，那它通常還只是願望，不是策略。
| OGSM | 90 天職涯範例 | 驗證方式 |
|---|---|---|
| Objective | 成為中小企業信任的 AI 工作流講師 | 一句話能否讓目標受眾理解 |
| Goals | 完成 3 場分享、10 次訪談、1 個付費試辦 | 場次、訪談數、付費驗證 |
| Strategies | 每週文章、企業訪談、小型工作坊 | 內容互動與邀約轉換 |
| Measures | 30 位有效名單、3 家試談、1 家成交 | 每兩週回顧並調整假設 |
AI 在這裡扮演什麼角色
AI 不負責替你活人生。AI 負責幫你加速整理、對照、模擬與輸出。
我會請 AI 做幾件事：
- 幫我整理過去經歷，找出反覆出現的能力線。
- 幫我比較不同職涯選項的優勢、風險與市場需求。
- 幫我設計 30 天、60 天、90 天的小實驗。
- 幫我把實驗結果整理成下一步行動。
真正的重點不是問 AI：「我適合做什麼？」
真正的重點是問：「根據我目前的資料，哪三個方向最值得用低成本方式驗證？」
我的結論
AI 時代的職涯定位，不是把自己交給演算法，也不是等工具告訴你答案。
它是一套新的行動方法：把自我理解變成資料，把選擇變成假設，把努力變成可檢查的實驗。
當你開始這樣做，職涯就不只是找工作，而是設計自己的下一個版本。