104學習

甄選簡報不只是重述履歷，關鍵在於把背景經歷連結到目標職位。作者分享利用AI工具優化背景介紹，整理專業經歷、量化成就與個人優勢，讓簡報更有說服力，在眾多候選人中脫穎而出。本文節錄自《AI職場溝通力》。 文／紀菲 本文目錄（點擊可快速前往） 用AI梳理背景介紹，展現你的獨特優勢甄選簡報開場如何建立良好第一印象？個人背景介紹別寫成流水帳準備面試甄選「個人背景介紹」，讓AI幫忙改 用AI梳理背景介紹，展現你的獨特優勢 前一節我們深入探討了如何運用AI洞察行業趨勢、為職業發展指明方向，本節將介紹如何利用AI展開甄選簡報，迅速而有效地實現職場躍遷。 首先，我們要對甄選簡報的結構有清晰的認知。一場精采的甄選簡報通常由以下幾個關鍵部分組成：開場問候、自我介紹、感謝機會、背景介紹、職位認知、甄選優勢、工作計畫、願景期待等，如下圖所示。 ▲ 甄選簡報的結構 甄選簡報開場如何建立良好第一印象？ 簡報開場是建立第一印象的關鍵時刻，這時簡報者應該進行誠摯的問候、做簡潔的自我介紹，以及對給予甄選簡報機會的個人或組織表示感謝。例如： 「尊敬的各位長官，親愛的同事們，大家好！」 「我是來自第三分行的小C。今天，能夠站在這裡參與二級分行行長職位的甄選，我感到無比榮幸和激動。在此，我要感謝分行經理為我們提供這次展現自我、相互學習的機會。」 「今天，我帶著滿腔熱忱和對職位的深刻理解而來，我期望透過這次甄選，不僅能夠充分展現自己的專業能力和潛力，更能夠獲得各位長官和同事寶貴的指導和建議，以促進我的專業成長和職業發展。」 「我的甄選報告分為四個部分：背景介紹、職位認知、甄選優勢和工作計畫。接下來我將詳細闡述。」 在甄選簡報中，一段有針對性的背景介紹不僅能吸引面試官的注意，更能凸顯你的專業素養和個人魅力。我們還可以利用AI來優化這部分內容，讓你在眾多候選人中脫穎而出。 個人背景介紹別寫成流水帳 很多人在撰寫背景介紹時會陷入一些迷思。比如，有人可能會像記流水帳一樣，簡單地羅列自己的學習和工作經歷，卻忽略了這些經歷與甄選職位的關聯性。這樣的介紹不僅缺乏吸引力，還可能讓人質疑其與職位的匹配度。 一個不好的案例如下： 一位候選人站在台上說：「我在大學主修市場行銷專業，畢業後在四家不同的公司工作過，工作內容涉及市場分析、銷售和專案管理。」這種介紹雖然提供了資訊，但缺乏重點和說服力，更像是對履歷的簡單複述。 相比之下，分享一個優秀的案例能夠透過具體的成就和與職位相關的經驗來吸引面試官的注意。 一位候選人這樣介紹自己：「我在大學期間專注於學習消費者行為學，這為我後來在A公司從事市場分析職位提供了堅實的理論基礎。在B公司，我領導了一個五人團隊，透過精準的市場定位策略，成功將新產品的市場佔有率提高了40%。這些經歷不僅鍛鍊了我的分析和領導能力，也讓我深刻理解了如何將理論應用於實踐，這也正是我爭取當前這個產品開發職位的優勢。」 在上面這個例子中，候選人透過以下方式提升了背景介紹的品質。 明確相關性：直接點明了學習和工作經歷與甄選職位的直接聯繫。 量化成就：使用具體的數字來描述成就，增強了說服力。 故事化呈現：透過講述自己的職業旅程，使經歷更加生動和有吸引力。 展現專業成長：強調了在不同職位上學到的技能和知識，以及它們對當前參與甄選的作用。 此外，優秀的背景介紹還應該滿足以下要求。 簡潔精練：避免冗長的敘述，專注於傳達最關鍵的資訊。 真誠表達：真實、不誇大成就，以建立信任。 個性化：展現個人特質，讓面試官感受到你的獨特之處。 目標受眾導向：考慮面試官的期望，確保介紹內容符合他們對候選人的期待。 清晰的語言：使用易於理解的語言，避免使用行業術語或縮寫，確保面試官能夠輕鬆理解。 透過上述內容，我們可以看到，一個優秀的背景介紹不僅能夠展現你的專業背景和成就，還能夠透過具體的例子和故事來展現你對甄選職位的熱忱和適應性。這樣的背景介紹能夠讓面試官對你留下深刻印象，並讓你從眾多候選人中脫穎而出。 準備面試甄選「個人背景介紹」，讓AI幫忙改 如果你還是不知道如何完善自己的背景介紹，那是時候讓AI幫你一把了。 小李準備爭取公司的市場部經理職位，他給AI發送了自己的背景介紹草稿： 我正在準備一份甄選簡報，但我不確定如何讓我的背景介紹更加吸引人。以下是我的一些基本資訊：●我畢業於X大學市場行銷專業；●我在Y公司擔任市場分析師3年，參與了多項成功的行銷活動；●目前我在Z公司擔任市場部副經理，負責產品推廣和團隊協調。我希望能夠強調自己的專業背景和實際經驗，讓面試官看到我適合市場部經理這個職位。請幫我完善這部分內容。 AI回答： 當然可以，以下是針對您背景介紹的完善建議，您可以根據這些內容來調整您的簡報。 尊敬的面試官，首先，請允許我簡單介紹一下自己。我是〔您的名字〕，畢業於X大學市場行銷專業。這所學府不僅賦予了我深厚的專業知識，更重要的是，它激發了我對市場動態的敏銳洞察力和對創新行銷策略的不懈追求。 在Y公司擔任市場分析師的3年時間裡，我有幸參與了多項具有里程碑意義的行銷活動。這些活動不僅提升了品牌影響力，也顯著增加了公司的市佔率。我深刻體會到，成功的行銷活動背後是對市場趨勢的精準把握和對消費者心理的深刻理解。我可以自豪地說，我在這個過程中扮演了關鍵角色，不僅貢獻了創意，更透過資料分析確保了策略的科學性和有效性。 目前，我在Z公司擔任市場部副經理，負責產品推廣和團隊協調。這個角色讓我更加深入地理解了市場運作的複雜性，以及如何領導一個團隊達成共同的目標。我學會了如何在壓力下保持冷靜，如何激勵團隊成員，以及如何透過資料驅動的決策來優化我們的市場策略。 我的背景和經驗讓我對市場行銷有著全面而深入的理解。我相信，這些經驗將使我能夠在市場部經理這個職位上發揮重要作用，為公司帶來創新的行銷理念和實際的業績增長。 謝謝大家的聆聽，我期待能夠與大家共同探討如何將這些經驗轉化為公司的成功。 請根據您的具體情況和演講的風格適當調整上述內容，以確保它能夠真實反映您的背景和經驗。祝您甄選簡報成功！ 隨著本節內容的展開，我們深入瞭解了AI如何在職場甄選中成為我們的得力助手。從小李的案例中，我們看到AI如何巧妙地轉化平凡的背景經歷為引人入勝的演講，增強個人故事的吸引力和說服力。 你下一次準備甄選的時候，不妨讓AI來幫忙。它能讓你的背景介紹更加突出，讓你的簡報更有吸引力。這會增加你脫穎而出的機會。每一次甄選都是一次寶貴的自我展示和成長機會，無論結果如何，你都向目標更近了一步。願你保持積極，持續學習，不斷超越自我。 最終，希望AI伴隨你在職場中穩步前行，助力你實現職業夢想，讓你在走每一步時都堅定而充滿信心。 節錄自：商周出版《AI職場溝通力：讓你在彙報、面試、提案中一開口就說服人．AI時代不被淘汰的職場溝通學》／紀菲 著

2026-05-19 聯合新聞網綜合報導　由聯合新聞網授權轉載 美國一家名為「Figure AI」的人形機器人公司於5月18日舉辦了一場人機大戰，讓機器人與人類在包裹分揀大賽中正面對決，引起大量關注。 Figure AI執行長Brett Adcock在X發文，表示這場比賽將持續10小時，比賽的內容就是包裹分揀，選手要找到條碼，將包裹調整為「條碼朝下」並重新放置到輸送帶上。 比賽中，會有多台機器人進行輪替，當需要充電或有軟體、硬體問題時，機器人會自動前往維護區，並由另一台機器人接手。比賽也會遵守加州的勞工法規，人類選手將依法享有用餐時間與支薪的休息時間。在Brett Adcock看來，這就是一場現代的龜兔賽跑，雖然人類動作更快，但會被疲勞和休息拖慢進度。 Congrats to Aime!! He said his left forearm is basically broken 😂Final scores:→ F.03: 12,732 packages (2.83 seconds/package)→ Aime: 12,924 packages (2.79 seconds/package)This is the last time a human will ever win pic.twitter.com/CalDzPZz4d— Brett Adcock (@adcock_brett) May 18, 2026 延伸閱讀：AI到底取代哪些人的工作？史丹佛最新大型研究揭「首當其衝族群」 人機大戰的結果如何？ 這場10小時的包裹分揀大賽，最後由人類獲勝。人類參賽者在10小時內處理了1萬2924個包裹，每個包裹平均花費2.79秒；機器人則處理了1萬2732個包裹，每個花費2.83 秒。 雖然獲勝，人類也付出「慘痛代價」，參賽者表示他的左手十分疲勞，手指也都起了水泡，如果比賽繼續下去，機器人可能會反超。 網友們也認為機器人不知疲憊，在這類重複性勞動方面終將勝過人類，「如果這是份工作，機器人將以壓倒性優勢勝出。它不會疲倦，不需要福利，也不需要薪水」、「你手下哪個員工會這麼拼命？他們當然不會這麼做，這正是倉庫自動化潛力巨大的原因」、「人類輸了，因為機器人不需要金錢、食物、水和電，永遠不會生病或罷工」。 直播仍在繼續 事實上，Figure AI從5月13日就開始讓這些機器人24小時不間斷地進行包裹分揀任務，5月18日的人機大戰只是其中一部分。 目前，Figure AI的機器人已工作了130小時，分揀了超過16萬個包裹。 測你的AI素養 實體限定優惠 104 AI通用素養檢測 49708人感興趣 了解課程＞

數發部2026年5月最新公布「AI產業人才認定指引3.0」，本次重要更新包括「AI治理素養」與「AI協作與開發」兩項能力，以及新增「推薦學習資源」幫助強化人才AI能力。本文帶你一次看懂AI三大人才類型、必備技能與證照資源推薦，並盤點AI人才職涯發展以及最常見的AI工作機會，幫助找到最適合自己的AI職涯起點。 ※更新日期：2026/05/21 文／《104職場力》 本文目錄（點擊可快速前往） 你屬於哪種AI人才？研究、開發、應用3大類一次看想進入AI領域，5大能力你具備了嗎？AI能力如何認證和提升？新版推薦學習資源、證照整理AI人才職涯發展路徑圖及轉職跨領域建議AI產業人才常見職稱及104工作機會一覽投入AI領域3大建議：要具備哪些核心技術和軟實力？數發部「AI產業人才認定指引」電子書下載 2026.05更新：數發部2026年5月19日發布「AI 產業人才認定指引3.0」，兩項重要更新包括：1.因應2026年1月公布《人工智慧基本法》，新增「AI治理素養」能力，協助人才建立人工智慧應用風險的框架與意識；2.順應Vibe Coding與Agentic AI發展趨勢，新增「AI協作與開發」能力，強化人才與AI工具協作及開發的實務能力。並將指引從企業與求職者、培訓與認證機構參考的共通基準，進一步落實到產業工作場景。 想進入AI領域要做哪些準備？工作上如何認證自己的AI能力？為了協助國內人才掌握AI就業趨勢，數位發展部《AI產業人才認定指引》指出AI產業人才可分為研究、開發、應用3大類型，不論你是工程師、行銷人，還是剛準備跨領域轉職的上班族，都能在AI產業找到自己的角色！ 指引中明確列出AI產業的人才分類、能力架構與專業認證方向，並提供職涯發展路徑及跨域建議。《104職場力》幫大家濃縮重點，整理懶人包，讓你一篇就看懂！ 完整內容請參考數發部【AI產業人才認定指引】：因應AI技術與應用的快速變革，數發部指出，為了協助企業快速識別、應用與培育AI人才，並為個人職涯發展、培訓規劃及專業認證提供明確依據，特別制定本指引。並將隨著產業趨勢持續動態更新指引內容，強化AI人才標準與產業需求接軌。● 下載數發部《AI產業人才認定指引》（115年5月）>>● 數發部AI產業人才認定指引專區>> 延伸閱讀：搶攻12.1萬個AI工作！104運用AWS技術推「AI人才就緒計畫」目標首年培育逾3萬人 你屬於哪種AI人才？研究、開發、應用3大類一次看 根據指引定義，AI產業人才是指具備人工智慧相關知識、技能與能力，並在各行各業中，從事人工智慧相關之技術研究、開發、應用、管理，或使用AI工具於生產、服務或行政管理相關工作流程的從業人員。 指引依據產業應用現況和專家建議，將AI產業人才分為「AI應用人才」、「AI開發人才」、「AI研究人才」等3大類別： AI研究：AI技術的源頭，從事AI基礎研究與發表論文。 AI開發：AI技術的實現者，負責訓練出新的AI模型或開發新的AI應用工具。 AI應用：AI應用的使用者，將AI應用於各行各業，使用AI工具提高生產力。 AI產業人才分為3大類：AI研究、AI開發、AI應用（資料來源／AI產業人才認定指引） 本文整理將聚焦於「AI開發人才」及「AI應用人才」的相關資訊，包括AI認證資源、AI人才常見職缺及最新工作機會，還有職涯發展路徑，提供有意求職轉職、或即將進入職場的新鮮人參考！ 想進入AI領域，5大能力你具備了嗎？ 依據產業現況，指引列出「AI開發人才」及「AI應用人才」所需的5大類核心能力。（詳細說明請見下表） AI應用人才：要能使用現有AI工具，提升執行中工作的生產力、管理能力、行政效率、加速流程、縮短時效與產生企業價值的能力。所需的能力類型包括「AI應用素養」、「AI工具應用」及「AI協作與開發」能力，將其應用於行銷、製造、醫療、教育、法律、金融等不同領域。 AI開發人才：需具備數學、機率、電腦科學相關知識背景，其內涵不僅限於模型開發，更關注將AI技術落實於產品和服務，所需的能力包括「AI程式語言應用」、「AI模型訓練」與「AI服務開發」。 AI產業人才5大類能力類型、11細項 人才類別能力類型細項能力說明AI應用人才AI應用素養AI素養瞭解AI基本知識、道德倫理、應用及限制AI治理素養能瞭解AI衍生的AI系統、人機互動、社會衝擊等風險AI工具應用文書應用能用AI工具進行文字內容產生、修改、翻譯及整理圖文應用能用AI工具進行圖像內容產生、擷取與修改影像應用能用AI工具進行影像內容產生、擷取與修改音源應用能用AI工具進行音源內容產生、擷取、翻譯及整理自動化應用能使用AI代理或相關自動化工具，實現工作流程自動化AI程式語言應用AI協作與開發能以自然語言引導AI協作撰寫程式AI開發人才程式應用能使用AI輔助程式開發AI模型訓練AI模型訓練能用模型訓練和學習（如ML、RL）等工具、技術及方法，訓練AI模型AI服務開發NLP/LLM/CV工程能用NLP、LLM、CV工具，結合AI工作流或提出新服務 11項AI能力類型對應哪些工具應用？相關AI工具資源參考 能力類型參考工具AI素養台灣人工智慧學校、Meta AI、好好用AI素養計畫AI治理素養EU Artificial Intelligence Act、NIST AI RMF、ISO 42001、AI literacy frameworkAI文書應用ChatGPT、Copilot、Gemini、ClaudeAI圖文應用Midjourney、Canva、Adobe FireflyAI影像應用Runway、ideogramAI音源應用ElevenLabs、MURF AIAI自動化應用n8n、Zapier、Power AutomateAI協作與開發Lovable、Claude、n8nAI程式應用GitHub Copilot、CursorAI模型訓練TensorFlow、PyTorch、scikit-learn、Amazon SageMaker、Azure AI Foundry、Vertex AINLP/LLM/CV工程OpenAI、Hugging Face、OpenCV、MediaPipe AI能力如何認證和提升？新版推薦學習資源、證照整理 清楚AI人才需要具備的關鍵能力後，想學習或提升相關AI能力，可以參考數位產業署官網提供的相關培訓課程及AI能力認證內容，並透過相關資源來強化自己的AI競爭力。 以下整理素養類、工具類及專案類3種AI認證資源。 AI產業能力認證參考：素養類 AI素養類認證主要為「建立AI基本認知與倫理觀念」，著重培養非技術背景者對AI的理解與應用概念，不要求實作能力或程式操作。相關認證包括：經濟部iPAS AI應用規劃師、資策會生成式AI能力認證、AIA的AI素養級認證等。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源： 國際AI素養認證名稱辦理單位AI-901:Azure AI FundamentalsMicrosoftAWS Certified AI PractitionerAWS 國內AI素養認證名稱辦理單位iPAS AI應用規劃師初級經濟部產業發展署AI 素養級認證台灣人工智慧學校AI 工程級認證：LLM 的行政任務應用台灣人工智慧學校生成式AI能力認證財團法人資訊工業策進會人工智慧工程素養認證財團法人資訊工業策進會AI+ 行銷科技專業人員財團法人資訊工業策進會TQC生成式AI應用與技術（實用／進階／專業）財團法人中華民國電腦技能基金會TQC人工智慧應用與技術（實用／進階／專業）財團法人中華民國電腦技能基金會EEC企業電子化人工智慧應用師財團法人中華民國電腦技能基金會 AI產業能力認證參考：工具類 AI工具類認證聚焦在「熟悉並應用AI工具完成任務」，要求能使用特定AI平台、工具或模型進行應用實作。常見任務例如影像生成、資料自動化分析、ChatGPT應用等，適合企業內部技能轉型或職能補強。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源： 國際AI工具應用認證名稱辦理單位NVIDIA Certified Associate: Multimodal Generative AINVIDIANVIDIA Certified Associate: Generative AI & LLMsNVIDIA 國內AI工具應用認證名稱辦理單位iPAS AI應用規劃師中級經濟部產業發展署生成式AI美術設計能力認證初級財團法人資訊工業策進會生成式AI美術設計能力認證中級財團法人資訊工業策進會生成式AI辦公室應用能力認證財團法人資訊工業策進會TQC+ GenAI 輔助資料擷取與分析 Python中華民國電腦技能基金會 AI產業能力認證參考：專案類 專案類認證聚焦在「具備完成AI專案的實戰能力」，對應如資料工程師、機器學習工程師等技術職務。用於評估技術人員是否具備立即上手企業AI任務的能力。包括：IBM AI Engineering Professional Certificate、AI-103: Azure AI Engineer Associate等。 點擊「認證名稱」可查看更多認證資訊及歷屆試題資源： 國際AI服務開發認證名稱辦理單位AWS Certified Generative AI Developer - ProfessionalAWSAI-103: Azure AI Engineer AssociateMicrosoft 國際AI模型訓練認證名稱辦理單位AWS Certified Machine Learning Engineer (Associate)AWSAWS Certified Machine Learning (Specialty)AWSIBM AI Engineering Professional CertificateIBMGoogle Cloud Professional Machine Learning EngineerGoogle Cloud 認證名稱辦理單位TQC＋人工智慧：機器學習財團法人中華民國電腦技能基金會 104學習－課程推薦： AI資料科學家全方位學程（緯育） AI醫學影像分析實作直播學程（緯育） AI學習資源專區｜AWS免費課程系列，完課自動同步學習紀錄到履歷表！ 更多認證及培訓課程資訊，可至數位產業署官網查詢參考最新附表：AI產業人才認定指引專區 AI人才職涯發展路徑圖及轉職跨領域建議 不同科技背景的人，想成為3大類AI人才，職涯路徑要怎麼走？《AI產業人才認定指引》提供一份「AI人才職類與發展路徑圖」，整理「理工相關科系」及「其他科系」發展成為3大類AI人才（AI應用／開發／研究）的可能路徑。 資料來源：數發部《AI產業人才認定指引》 1. 以「AI應用人才」為例： 適合非理工背景，包括來自商管、行銷、設計等，或具備跨領域行動力者，可以透過學習AI工具的使用及AI素養，將AI應用於自身專業領域。 職涯發展路徑：AI工具使用能力與素養→AI加值型／AI導入型→AI產品經理 →AI應用人才跨域指引：未來若想轉向開發，需補足軟體工程及演算法知識，可跨域至「軟／硬體工程師」路徑。 2. 以「AI開發人才」為例： AI開發人才有2條主要的發展路徑：AI工程師、資料專業人員，共同負責AI系統的建構和資料驅動。 AI工程師路徑：軟／硬體工程師→AI工程師→AI技術主管／AIOps工程師。 → 轉資料途徑：若軟／硬體工程師或AI工程師對資料品質、資料策略有興趣，可加強統計學和資料治理知識，跨域至「資料科學家」路徑。→ 轉管理途徑：AI工程師或技術主管若具備良好溝通與領導力，可轉向「AI產品經理」或更高階的技術管理職位。 資料專業路徑：資料分析師→資料科學家。 → 轉工程師途徑：資料科學家補足軟硬體工程技術後，也可以轉向「AI工程師」途徑。 3. 以「AI研究人才」為例： 職涯發展路徑為：深入數學／統計、演算法研究→AI科學家／研究員→研發主管 → 跨域指引：AI科學家／研究員的成果是應用源頭，若能理解市場需求，可將研究成果轉化為實際產品。可跨域與「AI專案產品管理」合作，或轉向至該路徑。 AI產業人才常見職稱及104工作機會一覽 AI應用人才常見職稱及專業技能 《AI產業人才認定指引》指出，目前AI應用人才的職稱命名仍具有彈性和過渡性，需要依照產業特性和職務內容來判斷。以下整理參考職稱、角色定位、專業技能及最新工作機會。 點擊職稱或工作機會，可查看職缺： 參考職稱角色定位工作機會既有職稱（行銷專員、行政助理、人資專員等）AI工具的高效終端使用者和應用者看職缺>AI應用規劃師AI導入顧問流程優化專員協助企業規劃導入AI的數位轉型流程看職缺>AI產品經理技術與業務的橋樑，推動AI專案執行看職缺>資料標註師連接原始數據與AI模型理解的橋樑看職缺>資料分析師轉譯數據為可執行的洞察，支援AI導入成效評估與商業優化決策看職缺> 1. 既有職稱（行銷專員、行政助理、人資專員等） 角色定位：AI工具的高效終端使用者和應用者 核心職責：於既有職務範圍內，透過熟練使用既有AI工具、應用程式或軟體，來提升個人工作效率、優化工作成果、輔助決策或拓展創意。 專業技能：核心專業仍是其原本的職務領域，此外對AI工具具備理解與判斷，熟悉多種AI工具的操作、Prompt編寫能力、生成式應用技巧。 工作機會：行銷專員、行政助理、人資專員、看更多應用AI工具職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【應用AI工具】工作機會 業務內勤助理 | AI工具應用 尊博科技股份有限公司 台中市西屯區 月薪32,000-40,000元 立即前往【更多相關職缺】 2. AI應用規劃師／AI導入顧問／流程優化專員 角色定位：協助企業規劃導入AI的數位轉型流程 核心職責：建構AI導入藍圖、評估痛點與效益、推動變革管理、企業訪談、現況盤點、需求分析、技術評估與導入建議。 專業技能：商業策略思維、資料治理、AI趨勢與工具理解、跨域分析、商業架構、數位工具評估與推進能力。 工作機會：AI應用規劃師、AI導入顧問、流程優化專員、看更多AI應用規劃職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【AI應用規劃】工作機會 AI應用規劃師/主管 綠岩能源股份有限公司 新竹市 月薪50,000-80,000元 立即前往【更多相關職缺】 3. AI產品經理 角色定位：技術與業務的橋梁，推動AI專案執行 核心職責： 整合使用者需求與AI功能，設計應用情境與流程，與技術團隊協作落地應用。 負責規劃與管理以AI驅動產品或服務的設計、開發與市場導入，常需與技術、設計與業務單位密切合作。 專業技能：商業分析、AI應用理解、需求分析、技術溝通 工作機會：看更多AI產品經理職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【AI產品經理】工作機會 AI 產品經理 拓境科技有限公司 台北市中山區 月薪80,000元以上 立即前往【更多相關職缺】 4. 資料標註師 角色定位：連接原始數據與AI模型理解的橋樑 核心職責： 根據專案要求和標註規範，對文本、圖像、音訊、影片等各類型原始數據進行清洗、標註與分類。 確保標註數據的準確性和一致性，作為AI模型訓練的基礎。 識別數據中的潛在問題（如偏見、不足），並進行反饋。 專業技能：專案基礎領域知識與數據理解、標註工具操作、重複性工作效率與抗壓性 工作機會：看更多AI標註職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【AI標註】工作機會 AI標註工程師 米飛生醫股份有限公司 台北市中山區 月薪30,000-35,000元 立即前往【更多相關職缺】 5. 資料分析師（介於AI應用與AI開發之間） 角色定位：轉譯數據為可執行的洞察，支援AI導入成效評估與商業優化決策 核心職責：運用資料分析工具與統計方法，進行資料整理與清洗、探索性資料分析、視覺化報表製作、KPI指標追蹤、洞察報告撰寫、跨部門需求溝通、支援策略分析與AI導入績效評估。 專業技能：SQL、Excel、Tableau、Power BI、統計分析、Python/R（進階）、資料視覺化、問題拆解與商業邏輯思維 工作機會：看更多AI數據分析職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【AI數據分析】工作機會 [台北]AI數據分析工程師(Data Science) 台灣新蛋股份有限公司 台北市內湖區 月薪40,000元以上 立即前往【更多相關職缺】 AI開發人才常見職稱及專業技能 AI開發人才常見職稱，在不同公司或組織也可能會有所差異。例如，「AI工程師（AI Engineer）」是最常見的職稱，泛指負責建構AI系統的人員。以下整理參考職稱、角色定位、專業技能及最新工作機會。 常見職稱角色定位工作機會自然語言處理（NLP）工程師專注於開發能夠理解和生成或人類語言的AI系統看職缺>大型語言模型（LLM）工程師專注於設計、開發與調校大型語言模型（LLM），使其能夠理解、生成並應用人類語言於各種場景中看職缺>電腦視覺（CV）工程師專注於開發能夠理解和分析圖像與影片的AI系統看職缺>機器學習（ML）工程師AI領域的核心角色，專注於設計、開發、訓練和部署機器學習模型看職缺>資料科學家擅長從巨量資料中提取有價值的洞察，並利用這些洞察為企業提供決策支持。看職缺> 1. 自然語言處理（NLP）工程師 角色定位：專注於開發能夠理解和生成或人類語言的AI系統。 核心職責： 運用NLP技術，實現文本分析、語言識別、機器翻譯、聊天機器人等功能。 廣泛應用於客服、輿情分析、內容生成等領域。主要工作在於使AI可以理解以及生成類人類的語言。 專業技能： 熟悉NLP相關演算法和技術（如詞向量、語言模型、transformer）。 熟練使用NLP函式庫（如NLTK、spaCy）。 具備深度學習框架的使用經驗。 大型語言模型 (LLM) 工程師 工作機會：看更多NLP相關職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【NLP】工作機會 [代招] AI 世代的新職缺_資深 AI 機器學習工程師_KK 新加坡商立福人事顧問有限公司台灣分公司 台北市信義區 年薪1,500,000-2,200,000元 立即前往【更多相關職缺】 2. 大型語言模型 (LLM) 工程師 角色定位：專注於設計、開發與調校大型語言模型（LLM），使其能夠理解、生成並應用人類語言於各種場景中。 核心職責： 負責建置與優化語言模型架構（如Transformer），訓練與微調模型以符合特定應用需求，並解決模型生成偏誤、知識更新等問題。 應用範圍包含智慧客服、知識問答、語意理解、內容生成、程式輔助撰寫等，也需參與模型部署與效能評估。 專業技能： 熟悉自然語言處理技術與演算法（如詞嵌入、命名實體辨識、語意分析、知識蒐集）。 精通語言模型架構（如GPT、BERT、T5）與其訓練原理，熟練使用深度學習框架。 具備資料清洗、標註與語料管理能力，並能處理多語言或特定領域語料。 工作機會：看更多LLM相關職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【LLM】工作機會 Senior Software Engineer (LLM) HOMEE AI_睿締國際科技股份有限公司 台北市中山區 年薪1,300,000元以上 立即前往【更多相關職缺】 3. 電腦視覺（CV）工程師 角色定位：專注於開發能夠理解和分析圖像與影片的AI系統。 核心職責： 運用圖像處理和深度學習技術，實現圖像識別、物件檢測、影像分割等功能。 廣泛應用於自動駕駛、安全監控、醫療影像分析等領域。主要工作在於開發出讓電腦可以辨識圖像，以及影片的相關應用。 專業技能： 熟悉圖像處理和深度學習演算法。 熟練使用電腦視覺函式庫（如OpenCV）。 具備深度學習框架的使用經驗。 工作機會：看更多電腦視覺相關職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【電腦視覺】工作機會 人工智慧與電腦視覺工程師 正啟科技股份有限公司 新北市林口區 月薪40,000元以上 立即前往【更多相關職缺】 4. 機器學習（ML）工程師 角色定位：AI領域的核心角色，專注於設計、開發、訓練和部署機器學習模型。 核心職責： 研究各式機器學習演算法，並利用演算法解決商業問題。 透過大量數據處理與特徵工程，持續優化模型以提升性能。主要工作在於利用機器學習，使得AI應用可以達成預期的目標。 專業技能： 精通機器學習演算法（如監督式學習、非監督式學習、強化學習）。 熟練使用機器學習框架，具備資料處理和分析能力。 工作機會：看更多機器學習相關職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【機器學習】工作機會 [代招] AI 世代的新職缺_資深 AI 機器學習工程師_KK 新加坡商立福人事顧問有限公司台灣分公司 台北市信義區 年薪1,500,000-2,200,000元 立即前往【更多相關職缺】 5. 資料科學家 角色定位：擅長從巨量資料中提取有價值的洞察，並利用這些洞察為企業提供決策支持。 核心職責： 運用統計分析、機器學習和資料可視化等技術，探索資料中的模式和趨勢。 需具備良好的商業理解能力，能夠將資料分析結果轉化為可執行的商業建議。主要工作在於分析資料，並且產出具有價值的資訊，輔助企業做出正確判斷。 專業技能： 精通統計分析和機器學習演算法。 熟練使用資料分析工具（如Python、SQL）。 具備資料視覺化和報告撰寫能力。 工作機會：看更多資料科學家職缺> * {box-sizing: border-box;} .wp-block-table .has-fixed-layout td { width: 50%; height: 1px; } .wp-block-table .has-fixed-layout td a { padding-bottom: 8px; } 更多104【資料科學家】工作機會 數據商業分析師 Busniss/Commercial Data Analyst CATCHPLAY_英屬蓋曼群島商威望國際娛樂股份有限公司台灣分公司 台北市內湖區 待遇面議 立即前往【更多相關職缺】 投入AI領域3大建議：要具備哪些核心技術和軟實力？ 對於有興趣投入AI領域發展的人，《AI產業人才認定指引》最後給出3個建議：1.根據個人興趣及專業背景選擇自己的AI職涯起點（參考AI人才職涯發展路徑圖），2.需具備核心技術基礎、3.培養關鍵軟實力和終身學習態度。 其中列出的4個核心技術基礎，對AI開發人才和AI研究人才來說是必備的；至於AI應用人才雖不要求具備開發能力，但若能對於基礎知識有一定了解，將能更有效運用AI工具，與技術團隊的溝通協作也會更順暢。 程式語言： 專精Python，並熟悉其在AI領域的函式庫（如NumPy, Pandas, Scikit-learn, TensorFlow/PyTorch）。 數學與統計：掌握線性代數、微積分、機率統計，是理解AI模型運作的基礎。 資料基礎：理解數據庫（SQL）、資料清洗、資料前處理、資料可視化等基本技能。 軟體工程：熟悉版本控制（Git）、基礎軟體開發流程。 而在軟實力方面，不論選擇哪種AI職涯都需具備以下能力： 解決問題能力：能分析問題、提出解決方案並有效執行 溝通協作能力：AI專案通常需跨部門協作，溝通要清晰有效 批判性思維與創新：不盲從、敢於質疑，並能提出創新想法 適應變化與終身學習：AI技術發展訊續，需保持好奇心，持續學習新知和新工具 專案實戰：透過參與開源專案、Kaggle競賽、校內外專案或實習，累積經驗並建立作品集 數發部「AI產業人才認定指引」電子書下載 本文由《104職場力》整理重點懶人包，完整內容請參考數發部《AI產業人才認定指引》： 【電子書下載】AI產業人才認定指引(115年5月)下載 （資料來源：數發部AI產業人才認定指引） 【產業新訊】若您願意提供更多的產業趨勢、業界人才動態、工作機會等資訊至《職場力》 >> 歡迎來函 面試甄選簡報怎麼說？用AI優化背景介紹，開場就放大你的優勢 甄選簡報不只是重述履歷，關鍵在於把背景經歷連結到目標職位。作者分享利用AI工具優化背景介紹，整理專業經歷、量化成就與個人優勢，讓簡報更有說服力，在眾多候選人中脫穎而出。本文節錄自《AI職場溝通力》。 黃仁勳「AI五層蛋糕」是什麼？ 台積電、廣達、台達電在哪一層？相關工作機會盤點 NVIDIA執行長黃仁勳將在6月1日在台北流行音樂中心發表GTC Taipei開場演說，內容預計聚焦於AI領域的最新技術進展，以及展示「五層蛋糕」（Five-Layer Cake）架構生態系。「AI五層蛋糕」架構包括：能源、晶片、基礎設施、模型、應用，分別是什麼意思？不論你是理工背景的工程師，還是文商管背景的工作者，本文為你拆解這五層結構、台廠關鍵佈局，以及相關的104工作機會！ AI力即國家競爭力！政院推「AI人才方舟計畫、指引3.0」，雙軌並進翻新產業生態 面對AI巨浪，台灣正全面發動人才升級戰！行政院宣布採取「雙軌並進」，一手推動「AI人才方舟計畫」扎根數位教育，一手建立「AI人才認定指引3.0」標準，從校園培育到產業生態系全面對接。政府這次帶頭當靠山，不僅要健全數位學習環境，更要擴大產業培育規模，讓台灣人才在AI時代穩拿即戰力與國際競爭力！ 10小時包裹分揀大賽！人類險勝機器人「代價慘痛」網點壓倒性優勢：潛力巨大 美國一家名為「Figure AI」的人形機器人公司於5月18日舉辦了一場人機大戰，讓機器人與人類在包裹分揀大賽中正面對決，引起大量關注。這場10小時的包裹分揀大賽，最後由人類獲勝。 【2026最新】AI產業人才認定指引3.0更新！5大能力評估、AI證照及學習資源、工作機會盤點 數發部2026年5月最新公布「AI產業人才認定指引3.0」，本次重要更新包括「AI治理素養」與「AI協作與開發」兩項能力，以及新增「推薦學習資源」幫助強化人才AI能力。本文帶你一次看懂AI三大人才類型、必備技能與證照資源推薦，並盤點AI人才職涯發展以及最常見的AI工作機會，幫助找到最適合自己的AI職涯起點。

用AI分析主管的溝通風格可行嗎？本文介紹如何運用DISC性格模型，判斷主管偏好的溝通方式，並調整彙報、回饋與向上管理策略，讓職場溝通更順暢。節錄自《AI職場溝通力》。 文／紀菲 本文目錄（點擊可快速前往） 懂性格分析的AI，幫你輕鬆應對「百變」上司用AI工具分析主管DISC性格及應用步驟一：蒐集資訊步驟二：利用AI進行分析與回饋步驟三：理解上司的性格步驟四：調整彙報方式步驟五：應用並觀察步驟六：持續改進想分析上司性格，要提供哪些資訊給AI？ 懂性格分析的AI，幫你輕鬆應對「百變」上司 在職場上，我們會遇到各種各樣的上司：有的喜歡直來直往，有的喜歡拐彎抹角；有的熱情如火，有的冷靜如水。要想和這些上司打好交道，首先得懂他們！ 我有個朋友叫Sam，他在一家公司做專案助理。他的上司王總是個典型的「工作狂」，對工作要求極高。Sam剛就職那陣子，每次彙報工作都小心翼翼地，生怕出一點差錯。但王總似乎總是不太滿意，Sam為此頭疼不已。 有一天，Sam在為一個重要的項目彙報做準備，他知道這將是一次大考。於是，他加班到深夜，把彙報資料做得盡善盡美。第二天，他信心滿滿地走進會議室，結果王總聽了不到5分鐘，就皺起眉頭說：「這些細節我都知道了，直接說重點！」Sam當場就傻眼了，他辛辛苦苦準備的內容就這麼被一句話帶過了。 你看，如果我們不能準確把握上司的性格和溝通風格，那麼我們的努力很可能就會付之東流。 在探索和瞭解他人方面，人類的智慧是無窮的。學者們提出了多種性格分類方法，這些方法可以幫助我們更好地理解他人，更好地與他人溝通。而在職場溝通中，我想給大家介紹一個非常實用的性格分析工具—DISC性格分類模型。這個模型把人的性格分成4種類型：D型（Dominance，支配型）、I型（Influence，影響型）、S型（Steadiness，穩健型）和C型（Compliance，服從型），如下圖所示： 我們可以簡單地這樣記：D老大、I小太陽、S暖寶寶和C小偵探。 D老大：就是那種走路帶風、說一不二的上司。他們目標明確，行動迅速，喜歡掌控全域、直截了當，不喜歡拖泥帶水。 I小太陽：這種人熱情開朗，總是笑容滿面。他們喜歡和人打交道，善於帶動團隊氛圍，鼓勵發揮創意和自由表達。 S暖寶寶：這種人性格溫和，耐心細緻。他們總是默默付出，為團隊提供溫暖和支持，這類上司則更注重團隊的和諧與穩定。 C小偵探：他們邏輯性強，注重細節，總是能發現別人忽略的問題，是團隊中的「糾錯專家」。他們追求完美，對工作品質有極高的要求。 說到這4種性格的人，我腦海裡立刻浮現出《西遊記》。孫悟空就是D老大，戰鬥力「爆表」，喜歡獨當一面；豬八戒就是I小太陽，總能逗大家開心；沙僧則是S暖寶寶，默默付出，不求回報；唐僧就像C小偵探，追求完美、講究細節，如下頁圖所示。 那我們如何應對這幾種性格的上司呢？ 遇到D老大，你就得直接點，別繞圈子，有什麼說什麼，別拖拖拉拉的，他們喜歡有決斷力的下屬。 遇到I小太陽，你就得熱情點，多誇誇他們。他們喜歡被人關注和認可，所以你的回饋要及時。 遇到S暖寶寶，你就得耐心點，多聽聽他們的想法。他們雖然話不多，但心裡都有數。 遇到C小偵探，你就得嚴謹點，別出錯。他們眼睛裡容不得一粒沙子，所以你的報告不但要詳細，還需要有深度。 你可能會說：「我知道不同的人有不同的性格，但我不擅長分析別人的性格啊，這可怎麼辦？」不用擔心，有AI幫你，它就像一位高情商的人際管理專家。 用AI工具分析主管DISC性格及應用 比如Adam，他以前總是搞不懂上司的心思。但自從他使用了AI性格分析工具後，一切都發生了翻天覆地的變化。 那Adam具體是怎麼做的呢？ 步驟一：蒐集資訊 Adam開始蒐集上司在溝通方面的資訊，包括：上司在團隊郵件中的回覆、上司在會議上的發言、上司寫的報告或工作指導文件。 步驟二：利用AI進行分析與回饋 他將蒐集到的資訊提供給AI，讓AI透過自然語言處理技術來分析上司的語言風格和行為模式。 比如，他可以這樣問AI： 「我們現在面臨的挑戰非常嚴峻。專案進度已經比原計畫落後了整整兩週，這對我們整個季度的業績都有影響。我需要大家立即行動起來，展現出我們團隊的執行力和決心。首先，我要求專案經理立即提供一個詳細的趕工計畫，包括每天的具體任務和預計完成時間。其次，我需要所有團隊成員對自己的工作負責，確保每一步都精確無誤。我們沒有時間再犯錯誤。我不希望再聽到任何關於問題的討論，我需要的是解決方案。如果你遇到障礙，給我一個明確的計畫，告訴我你打算如何解決它。我們的目標是在下個月底前完成這個專案，不要有任何藉口。最後，我需要看到資料，看到進度。每個部門的負責人都要向我報告你們部門的進展情況，以及你們如何確保按時完成任務。我期待大家的表現，讓我們行動起來！」這是我的上司在會議上的發言，請基於這段發言幫我分析上司的DISC性格。 AI回答： 基於您提供的上司在會議上的發言，我們可以嘗試對他的DISC性格進行分析。DISC性格分類模型是一個廣泛使用的性格分析工具，它根據四個主要面向來評估一個人的性格傾向：D（支配型）、I（影響型）、S（穩健型）和C（服從型）。從發言中，我們可以觀察到以下特點：D（支配型）：●強調專案的緊迫性和重要性；●要求立即行動，展現出對結果和效率的重視；●不希望聽到問題，而是直接見到解決方案；●設定明確的目標和期望，即在下個月底前完成專案。I（影響型）：●在這段發言中，上司並沒有特別展現出強烈的影響型特徵，如熱情或鼓勵性的言辭。S（穩健型）：●雖然上司強調了專案的緊迫性，但他並沒有表現出典型的穩健型特徵，如耐心、合作或考慮他人的情感。C（服從型）：●要求專案經理提供詳細的趕工計畫，並需要每個部門報告進展情況；●強調工作推動精確無誤，這反映他對細節和準確性的關注。 基於上述分析，我們可以推斷這位上司的性格傾向於D（支配型）和C（服從型）。他展現出強烈的任務導向性，要求迅速行動、設定明確目標，並關注細節和準確性。他不太注重情感因素或團隊合作等軟性方面，而是更關注結果和效率。 需要注意的是，這種分析是基於一段特定的發言進行的，而人的性格是複雜的，可能在不同情境下展現出不同的特點。因此，這種分析應該被視為一種初步和大致的評估。 在反覆提供不同資訊和AI進行分析討論後，Adam判斷上司很可能是D型。 步驟三：理解上司的性格 Adam又問AI：針對D型上司，如何溝通更有效率？ AI回答： 針對D型上司，要實現高效率溝通，可以考慮以下幾點策略：1.直接和簡潔。D型上司通常喜歡直接、簡潔的溝通方式。因此，在彙報工作、提出問題或尋求回饋時，你應儘量避免冗長和複雜的表述，直接陳述要點，用資料和事實支持你的觀點。2.突出結果和解決方案。D型上司往往關注結果和行動。在與D型上司溝通時，應優先展示你已經取得的成果或計畫達成的目標，並針對問題準備好相應的解決方案，不要只是抱怨或尋求同情。3.尊重上司的時間。D型上司通常時間觀念很強，不喜歡浪費時間。因此，在與其溝通前要確保你的請求或問題是緊急且重要的。同時，在會議或討論中，你應儘量保持高效率和專注，避免進行無關緊要的閒聊。4.保持積極和自信。D型上司通常欣賞下屬積極、自信的態度。在與其溝通時，要表現出你的專業性和自信，同時避免發表過於消極或自我否定的言論。即使你面臨困難或挑戰，也要展現出你正在積極尋找解決方案的態度。5.提供明確和具體的回饋。當D型上司向你提出要求或建議時，你要給予明確和具體的回饋。這有助於他們瞭解你的進展情況和需要的支援。同時，如果你對他們的要求有任何疑問，也要及時提出並尋求澄清。6.瞭解並適應上司的溝通風格。瞭解並適應上司的溝通風格可以幫助你更有效地與他們溝通。透過觀察他們的行為、語言和溝通習慣，你可以逐漸理解他們的期望和需求，並據此調整自己的溝通方式。7.尋求共同點。在溝通中，嘗試找到與D型上司的共同點。這有助於建立聯繫和信任，並使他們更願意聽取你的意見和建議。綜上，要記住，高效率溝通是一個雙向的過程。在努力適應D型上司之溝通風格的同時，也要保持自己的專業性和自信，勇於提出自己的觀點和建議。 步驟四：調整彙報方式 根據AI的回饋，Adam開始調整自己的彙報方式。他學會了在彙報前總結關鍵點，確保每個要點都簡潔有力；他避免進行冗長的解釋，而是直接提供結果和必要的資料支持。在提出問題時，他會同時提供幾個解決方案，並闡述每個方案的利弊。 步驟五：應用並觀察 在下一次與上司的一對一會議中，Adam採用了新的彙報方式。他直接彙報了項目的關鍵成果，並提出了幾個明確的後續行動計畫。Adam注意到上司對他的彙報反應積極，沒有像以前那樣頻繁打斷他，而是認真聽完了他的彙報，並給予了建設性的回饋。 步驟六：持續改進 Adam意識到溝通是一個持續的過程，他決定繼續使用AI來監測上司的反應，並根據需要調整自己的溝通策略。 時間一晃就過去了好幾個月，Adam在這段時間裡截然不同。他和上司的溝通越來越順暢，這讓自己在職場上的形象煥然一新。上司看他這麼能幹，不僅經常找他商量事情，還把更多的重擔交給了他，對他既信任又看重。 想分析上司性格，要提供哪些資訊給AI？ 那我們可以蒐集哪些資訊提供給AI，讓AI幫助我們分析上司的性格呢？我幫你整理了一下，具體如下： 郵件：上司在郵件中呈現的語言風格、決策指令和溝通方式都是分析上司性格的關鍵線索。 會議發言：如果可能，蒐集上司在會議中的發言，包括開場白、提出的問題、做出的會議總結等。 工作文件：例如主管撰寫的工作報告、專案計畫書或績效評估報告等文件，能夠體現上司的專業風格和性格傾向。 決策案例：記錄上司在特定情境下做的決策，包括決策的速度、風格和偏好等。 回饋和評價：上司在工作中給予的回饋和評價，尤其是上司提出的批評和建議。 日常交流內容：在日常工作中，上司與同事的非正式交流內容，如休息時的聊天內容。 演講：上司公開演講的影片也能為分析上司的性格提供線索。 任務分配方式：上司分配任務的方式也能反映其性格特徵。 最後，溫馨提示一下，人的性格複雜多變，不是一兩個詞就能概括的。比如，一個人平時看起來挺果斷，做事雷厲風行，但處理一些講究細節的問題時，他又能慢得下來。所以，借助AI分析上司的性格時，別指望一次就能分析得徹底，可以多分析幾次，嘗試不同的AI工具。 跟上司打交道，別急著給他們貼標籤，我們得多觀察，多瞭解他們的性格，然後據此調整我們說話做事的方式。要是覺得與上司的溝通不太順暢，就要及時改變溝通策略，在不斷調整的過程中，我們和上司的溝通肯定能越來越順暢。 節錄自：商周出版《AI職場溝通力：讓你在彙報、面試、提案中一開口就說服人．AI時代不被淘汰的職場溝通學》／紀菲 著

Google推出全新多模態AI模型Gemini Omni，首發Omni Flash可用圖、文、影、音任意組合生成高品質影片，還能用聊天的方式改片，職場力帶你一次看懂功能、官方實測亮點與職場應用，看這款AI如何成為上班族翻倍工作效率的數位特助！ 文／《104職場力》 本文導覽 Gemini Omni是什麼？它厲害在哪？Gemini Omni Flash 4大功能一次看功能1：用「對話」就能編輯影片，AI會記得你前面說過什麼功能2：不只「做得像」，還「想得通」功能3：圖、文、影、音任你丟，AI自己會揉成一支片功能4：可用虛擬化身Avatars做出另一個自己怎麼分辨是不是AI做的影片？誰可以用Gemini Omni？開放對象與使用平台Gemini Omni對工作與學習的影響？ 過去拍一支影片，要拍、要剪、還要後製，現在Google表示：「跟AI聊天就好」。 Google宣布正式推出全新多模態AI模型「Gemini Omni」，並率先釋出第一款模型Gemini Omni Flash，它能將圖片、音訊、影片、文字任意混搭作為輸入，生成高品質影片，還能透過聊天編輯內容。 這篇就帶各位一次看懂它能做什麼、誰能用，以及對職場工作者的意義。 Gemini Omni是什麼？ Google從一開始就強調Gemini是「原生多模態」打造而成（文字、圖像、聲音、影片從底層就一起處理），去年推出的Nano Banana把這份能力延伸到影像生成與編輯，官方資料指出已幫助數百萬使用者修復老照片、把草圖變成設計、實現過去想像不到的創意。 而這次的Gemini Omni，Google 的定位是：一款結合Gemini邏輯推理與創作能力的全新模型，能以任何輸入素材創造出任意形式的內容，並率先支援影片生成。用白話來說就是：你給它什麼都可以，Gemini Omni會先想清楚，再幫你做出來。 首波釋出的版本，是Omni系列中的第一款模型「Gemini Omni Flash」，今天起開始導入Gemini應用程式、Google Flow與YouTube Shorts，Google也說明，未來會逐步支援圖片與音訊等更多元的輸出形式。 它厲害在哪？Gemini Omni Flash 4大功能一次看 功能1：用「對話」就能編輯影片，AI會記得你前面說過什麼 過去用AI改片最頭痛的是「設定跑掉」的問題，一旦換個角度，角色就變另一個人，或改個動作背景就不一樣，超困擾。 Google強調Gemini Omni改掉這個毛病了！它讓使用者能用最自然的對話編輯影片，而且每一次指令都會承接上一步的脈絡，達到以下效果： 角色外觀保持一致性 場景擁有合理的物理邏輯 場景會記住前一幕發生的細節 依官方提供的情境，使用者可以這樣玩： 改變眼前的世界：針對畫面中的特定物件微調，或是徹底抽換整個世界背景。 重新想像動作與情節：上傳一段拍好的影片，直接要求Omni改變其中的情境。 反覆微調影片細節：調整環境、視角、風格甚至是某個小細節，仍能保留影片原始場景的連續性。 這些功能幫助需要產出社群、行銷、教學影片的工作者省下大量重複生成時間。 功能2：不只「做得像」，還「想得通」 Google特別強調，Gemini Omni不是只把畫面做得逼真就好，它會推理「接下來該發生什麼事」，把對物理現象的理解，結合Gemini對歷史、科學與文化知識，拉近「擬真畫面」與「深刻敘事」之間的距離。 這功能的優點具體展現在3個面向： 更符合真實物理法則：對重力、動能、流體力學的理解大幅提升。 融合知識與創意：超越單純的模式比對，在語言、影像與背後的深層意涵之間建立更深的理解，例如官方示範：A到Z字母短片，每個字母搭配一件不尋常的物品（C配水豚、D配迪斯可球、L配熔岩燈），全程搭配舒緩音樂。 複雜概念視覺化：只要簡短的提示詞，就能做出生動的解說影片，例如：黏土動畫風格、定格動畫等，對需要備課、做簡報的使用者來說是福音。 Google指出，它不只讓影片「好看」，還要「好看的有道理」。 功能3：圖、文、影、音任你丟，AI自己會揉成一支片 這也是Gemini Omni名字裡Omni（全面）的精神，官方說明它能將圖像、文字、影片、音訊等任何參考來源，揉合轉化成一個風格連貫的影片成品。 實際用法如下： 可參考任何東西：例如同時丟一張圖、一段影片、一段音樂，AI會把3者融成一支「畫面隨音樂節拍亮起、風格在多種視覺中切換」的科幻短片。 從手邊的素材開始：使用者可以用既有的角色圖、場景圖，甚至是手繪草圖當作參考，創作出符合心中想像的作品。 套用風格、動態或特效：可以用一段影片提供動作參考，再用另一張圖提供材質風格，Omni會融合所有輸入產生一致的成品。 小提醒：在音訊輸入這塊，Google初期先開放語音檔作為參考素材，其他類型的音訊輸入之後才會陸續加入。 這代表創作者可以用更接近導演工作流的方式來使用AI：先選好角色、選好風格、決定動態，再交給模型完成。 功能4：可用虛擬化身Avatars做出另一個自己 Google同步推出虛擬化身（Avatars）功能，讓使用者可以建立一個數位版本的自己，並生成無論在外貌或聲音上都極具個人特色的影片。 Google這次採取較謹慎的開放策略：一開始可以用虛擬化身製作具有個人特色的影片，至於進一步編輯影片以修改音訊和語音的功能，Google表示仍在持續測試與評估。 對需要做個人簡報、教學影片、社群短片，或經營個人品牌的工作者來說，這是「不用補妝、不用打燈、不用重錄第17次」的解方。 怎麼分辨是不是AI做的影片？ AI影片越逼真，真假難辨的疑慮就越大，對此Google的做法是：所有由Omni創作的影片，都會包含無法以肉眼察覺的SynthID數位浮水印。 使用者可以透過以下3個管道，驗證一支影片是否由Gemini Omni生成： Gemini應用程式 Chrome瀏覽器中的Gemini Google搜尋 對職場與學習者來說，這呼應了一個越來越重要的觀念：「會用AI」跟「能辨識AI」是同等重要的兩種素養。 誰可以用Gemini Omni？開放對象與使用平台 Gemini Omni Flash自發表當天起陸續開放，依使用者身份不同有不同入口： 對象入口何時可以用Google AI Plus、Pro、Ultra 方案訂閱用戶Gemini應用程式、Google Flow即日起搶先體驗一般使用者（免費）YouTube Shorts、YouTube Create應用程式本週起免費體驗開發人員與企業客戶透過API接入接下來幾週內陸續開放 這次無論付費與否，幾乎所有人都能玩到，只是開放時間不同，且初期仍有額度限制。 Gemini Omni對工作與學習的影響？ 雖然Google官方並沒有特別針對「職場」與「學習」額外說明什麼，但小編統整，至少有4件事情值得大家先放在心上： 影片製作門檻被打掉一大層：過去要拍、要剪、要後製，現在一句話可以生成，對需要產出社群、行銷、教學素材的人，這是直接可用的生產力工具。 「解說型內容」會變得超容易做：模型能把複雜概念視覺化，未來舉凡教育工作者、知識型創作者、企業內訓講師都可以請AI把概念畫出來，當作備課流程的一環。 更方便經營個人品牌：透過虛擬化身（Avatars），不必每次都實際出鏡也能維持個人形象的一致性。 「用語言精準描述畫面」成為新核心能力：過去談prompt工程，現在則延伸到「能不能把腦中的畫面講清楚」，這對學習者是值得從現在開始練的能力。 如果你是內容工作者、影音創作者、簡報常勝軍，或單純想跟上AI工具的新一輪節奏，現在就是試試看的好時機，不一定要馬上做出什麼大作，但去摸一摸、體會一下跟AI聊天就能生影片是什麼感覺，會對未來的工作方式更有畫面。 （影片、資料來源：Google台灣官方部落格） 延伸閱讀： Gemini生圖告別中文亂碼！Nano Banana Pro正式登場，哪些版本能用？ AI生圖再進化！ChatGPT Images 2.0生成海報文宣、手繪風塗鴉怎麼做？文字告別亂碼、排版調整實測

2026-05-08 聯合新聞網綜合報導　由聯合新聞網授權轉載 你有遇過「AI面試 」嗎？根據外媒報導，最近開始有越來越多企業開始採用AI面試 ，不過研究顯示，隨著企業在招募中日益採用AI，反而導致越來越多求職 者因不適應或不信任這類做法，而選擇退出面試流程。 根據People Management說明，由Greenhouse發布的《2026 Candidate AI Interview Report》指出，有三成受訪者在得知面試由AI主導後，直接放棄後續應徵。 AI面試有多盛行？調查指出在英國，有近半數（47%）求職者表示曾接受AI面試，但其中高達82%在事前毫不知情，甚至有24%是面試開始後才驚覺自己正與AI互動。此外，僅一成受訪者表示企業具備清楚的AI使用政策，有近6成的人認為企業的AI使用範圍揭露應該納入法律規範。 有人才招募公司高層指出，AI的導入可能反而惡化原有問題，企業只是把AI疊加在本就失靈的招聘流程上。求職者想被更有效地看見，企業也希望更準確地找到人才，但這無法靠這個技術解決，而是需要從根本重建流程。 調查也反映出對公平性的持續擔憂。約27%求職者表示在AI面試中感受到年齡歧視，另有17%指出有涉及種族或族裔的不公平對待。代表AI可能會放大既有偏見。 面試者在調查中表示，他們要求制度上的保障，包括事前清楚告知（40%）、提供改由真人面試的選項（45%），以及證明AI工具已經過偏見審查（28%）。人資專家表示，當求職流程在未經告知的情況下被改變，信任自然會動搖，而信任正是招聘體驗的核心。 延伸閱讀：人才被AI面試被嚇跑？解析求職者的3大疑慮與招募應對策略

在AI時代，持續鞏固數位能力是開啟更多職涯可能的關鍵！每年Google官方都會推出Google數位人才探索計畫，不僅全程免費、完課有證書領，今年更新增AI相關學程，幫助台灣各領域的人才快速具備職場即戰力。 文／《104職場力》整理 本文導覽 什麼是Google數位人才探索計畫？適合哪些人參加？Google數位人才探索計畫3大亮點與適合對象Google數位人才探索計畫課程教什麼？3大核心學程介紹學程1》AI職場通識課全新登場學程2》數位行銷專業技能養成學程3》Google Cloud雲端技術入門教學如何加入Google數位人才探索計畫？留意報名時間、步驟Step 1報名計畫Step 2提交課程認證、釐清學習路徑Step 3參與總整課程Step 4領取官方結業證書 什麼是Google數位人才探索計畫？適合哪些人參加？ Google數位人才探索計畫是Google官方特別為台灣各領域人才打造的數位能力培訓專案，不論畢業、在職與否，或目前的職涯階段為何，只要想提升自我，這個計畫提供免費且完整的學習路徑。 Google數位人才探索計畫3大亮點與適合對象 圖片來源：Google官網 除了完全免費，這項計畫不僅能幫助大家掌握AI技能的應用，還可獲得官方認證，尤其適合底下這3類族群報名： 在校生：提早學習，掌握AI職能與實用技能，累積並探索職涯多元可能性。 轉職者：無痛跨領域學習，取得國際認證並具備AI應用力，增加競爭力和轉職籌碼。 職場人士：學習新技能，活用AI提升現有工作效率，同時培養數位思維，讓職場表現更亮眼。 這項計畫不僅提供免費且完整的學習路徑，更強調「不必擁有資訊背景」也能輕鬆上手，讓大家在競爭激烈的就業市場中脫穎而出，至於有什麼課程內容，下一段揭曉。 Google數位人才探索計畫課程教什麼？3大核心學程介紹 本次計畫的亮點在於提供了包含AI工具、數位行銷、工程等3大學程，並且均結合了最熱門的AI趨勢，讓報名的學員可以自由選擇修習一門或多門課程。 學程1》AI職場通識課全新登場 學習重點：從基礎到應用，學習掌握Gemini與NotebookLM等AI工具的實際應用，建立必備的AI素養。 應用場景：涵蓋專案企劃產製、會議紀錄摘要、市場研究與競品分析、創意文案發想，以及客服、行政問答等日常工作需求。 線上自學課程包含：生成式AI導論與實務、AI Boost Skills（Gemini／NotebookLM）以及Google Workspace with Gemini。 這是本次新推出的課程，就算學員完全沒有使用AI工具的經驗，也能透過這學程了解AI基礎，並將AI工具應用於日常職場中。 【同場加映】想知道自己的AI素養多高？需持續學習，還是能獨當一面？歡迎上104學習檢測！→AI 素養級認證 模擬試題→104 AI通用素養檢測 學程2》數位行銷專業技能養成 學習重點：學習如何設定預算、打造跨國廣告素材，並透過數據追蹤與AI技術提升廣告成效，奠定數位職涯基礎。 應用場景：包含品牌行銷策略、廣告漏斗與素材設計、GA數據分析、Google Ads廣告投放與社群媒體經營管理等。 線上自學課程包含：數位行銷、數據分析等基礎知識與應用、生成式AI驅動數位行銷、AI Boost Skills for Marketing等。 針對想要踏入行銷領域或希望運用數位行銷工具提升商業成效的學員，這門學程提供扎實的Google官方實戰教學。 學程3》Google Cloud雲端技術入門教學 學習重點：學習雲端基礎架構與AI發展，並了解虛擬運算、大數據與網路學習等核心概念。 應用場景：雲端基礎架構管理、AI應用開發、數據分析與處理、雲端資安與防護及機器學習模型訓練等。 線上自學課程包含：Google Cloud雲端運算基礎與實務、Cloud Digital Leader Certification、生成式AI語言模型入門實務等。 對於想了解雲端工程及資料處理的學員，這門課程有助於掌握Google Cloud、AI的核心技術應用。 圖片來源：Google官網 如何加入Google數位人才探索計畫？留意報名日期與時程 準備好要提升自己的數位競爭力了嗎？有興趣的大家請務必留意官方的報名期限及完整計畫時程。 Step 1報名計畫 即日起至2026/8/10（一）中午12:00止，登入官方網站即可使用 Google 帳號或電子郵件完成報名。 3項學程至少擇一參與，可加入官方LINE提交個人徽章總覽頁面連結，確認課程進度並完成階段審核。 Step 2提交課程認證、釐清學習路徑 即日起至2026/8/13（四）18:00止，幫助學員釐清最適合的學習路徑，系統有建議的自學時間，但實際可因個人所學職場領域有所不同。 自學進度需自行掌握，完成各學程全部線上自學課後，才能取得後續總課程上課資格。 Step 3參與總整課程 完成線上自學後，可擇一梯次參與各學程專屬的總整課程，梯次一需在6/11 18:00前完成自學認證提交；梯次二需在8/13 18:00前提交，兩梯次內容相同，錯過第一梯還有第二梯次可參與。 特別注意，總課程不能跨梯次完成，學員只能完成同梯次的直播課程與測驗。 Step 4領取官方結業證書 通過總課程及測驗後，即取得領取證書資格。 通過者可透過LINE下載電子證書，下載日期最晚至2026/10/30（五）止。 圖片來源：Google官網 以上是Google數位人才探索計畫的介紹，參加這個計畫不僅能學到實用知識，還有實質履歷加分效用，只要完成上述的任一學程，學員就可以獲得相應的「數位人才探索計畫結業證書」，小編建議有興趣的各位及早報名，善用免費資源投資自己的未來職涯！ 點擊前往Google數位人才探索計畫 延伸閱讀： Anthropic Academy免費AI課程完整指南｜從入門到進階17堂全攻略 憑借書證免費用GPT、Claude！教育部推「館館有AI」 擴及47所大學 新北推「終身學習」 300堂免費課程開跑

想做競品分析卻不知道怎麼做？教你用AI完成競爭對手分析，透過7步驟整理競品資訊、找出對手弱點，制定可執行的攻防策略。本文節錄自《AI × SOP 生成式 AI 工作流》。 文／陳泳睿 本文目錄（點擊可快速前往） 看懂對手在想什麼：競品分析的實戰用法讀者指引：先備知識一、企業的痛點二、管理工具解析三、解決方案：人機協作模型四、Prompt操作使用說明五、實務應用示例重點Prompt：可立即複製的提示詞 看懂對手在想什麼：競品分析的實戰用法 在今日瞬息萬變的商業戰場中，許多組織常陷入知己的迷思，卻對知彼淺嚐輒止，這往往成為企業成長的隱形天花板。深刻理解競爭對手，不僅是防禦性的盾牌，更是開疆闢土的利劍。透過系統化的分析，我們能預見市場風向、抓住對手破綻，在激烈的競爭中立於不敗之地。 讀者指引：先備知識 在進入實務操作前，讀者需瞭解以下核心概念： 競爭對手分析（Competitive Analysis）：白話來說，就是一套「偵查與防禦」的SOP，用來摸清對手的底細。 生成式AI（Generative AI）：一種能像真人一樣對話、整理資料並提供建議的智慧工具，在本教材中擔任「教練」角色。 一、企業的痛點 公司在制定策略時，常遇到以下三個「卡關」點： 資訊碎片化：看得到對手的新聞，卻抓不到背後的戰略意圖，導致決策只能「救急」而非預防。 分析深度不足：僅停留在產品規格比較，忽略了對手管理層的心理盲點與核心能力。 時效性太差：傳統的人力調查耗時費力，等到報告產出，市場機會早已流失。 痛點類型具體現象對企業的影響資訊盲區只知對手降價，不知其財務壓力錯誤跟進價格戰，損害毛利戰略誤判以為對手要擴張，其實他們在收縮錯失併購或搶奪市場的良機執行落後分析報告還在製作，對手新品已上市淪為市場追隨者，失去定價權 二、管理工具解析 為了突破上述痛點，我們引進哈佛大學波特教授（Michael Porter）提出的四角分析框架。這是一個用來全面解構對手的強大模型： 未來目標（Future Goals）：揭示對手的驅動力（例如：追求短期回報或長期主導權）。 當前戰略（Current Strategy）：分析對手的實際行動（例如：研發、行銷、通路的資源投放）。 核心能力（Capabilities）：評估對手的武器庫（例如：品牌忠誠度、成本控制能力）。 管理層設想（Assumptions）：洞察對手的盲點（例如：過去成功經驗是否成為轉型的枷鎖）。 找出這四個維度之間的不匹配。例如，若對手目標是全球擴張，但能力（財務或人才）卻不足，這就是其最脆弱、最容易被攻擊的「致命弱點」。 三、解決方案：人機協作模型 本方案將經典框架與 AI 技術結合，建構出教練式的人機協作模式。 層次一：戰略準備與知識校準（人：經理人的核心決策） 經理人負責與AI進行「對焦」，定義核心客戶、設定競爭範圍，並針對AI發現的矛盾點進行最終判斷。 競爭範圍（產品線/區域/客群） 比較維度（價格/交期/品質/通路/技術/合規） 決策輸出（要打哪個市場？要防哪個風險？） 層次二：個案生成與評量設計（機：AI的高效執行） AI負責引導思考、整合海量外部資訊（如年報、新聞），並將複雜數據視覺化。 協作階段人類經理人的任務AI顧問的任務初期界定定義核心客戶與根本問題提出結構化問題，引導發散思考資訊處理提供內部觀察（如業務回饋）搜尋外部網路，整合跨維度數據洞察生成針對「不匹配」處拍板策略識別矛盾點，自動生成視覺化圖表 四、Prompt操作使用說明 競品分析操作流程圖 操作步驟 步驟1：鎖定對手（界定範圍） 動作：回答AI關於「核心客戶」與「解決問題」的提問。 步驟2：建立清單（資訊框架） 動作：根據AI提供的框架（如財務、產品、市場等類別），確認哪些資訊對你最重要。 步驟3：收集情報（內外併行） 動作：提供你已知的資訊，或請AI協助搜尋網路公開報告與財報。 步驟4：深度剖析（找出破綻） 動作：配合AI執行「波特四角分析」，比對對手的「目標」與「能力」是否不一致。 步驟5：視覺呈現（一目了然） 動作：要求AI生成雷達圖或優劣勢比較表。 步驟6：制定策略（攻防演練） 動作：與AI討論如何「攻擊弱點」或「防禦威脅」，並模擬對手可能的反應。 步驟7：持續監控（長期追蹤） 動作：設定關鍵追蹤指標（如價格變動、新技術發布）與匯報頻率。  五、實務應用示例重點 背景 小亮是化粧品ODM/OEM代工廠的「高階策略主管」。公司核心優勢為「速度、法規護照 (PIF/GMP)、穩定交付與嗅覺美學」。目前市場面臨四方夾擊：極低價但具合規風險的廣州廠、研發頂尖但節奏慢的科研大廠，以及規模導向或傳統求快的同業，欲分析如何跳脫「價格戰」泥淖。面對2026年即將上路的化粧品嚴格新規，需要一套具體的攻防劇本，將客戶的決策戰場從「比單價」強制翻轉為「比總風險成本與上市時效」，藉此針對不同對手弱點精準打擊並突圍。 AI生成結果範例：對齊戰略、對手反擊預判 （以下內容為AI生成結果） 你這份補齊缺口的情資，已經讓整個作戰圖定調了： 廣州低價群 ＝「價格刺客，但品質/法規是破綻」3dL/科毅 ＝「法規學霸，但速度是破綻」 再加上前面兩個對手（TCI/名王型），你現在其實擁有一套非常乾淨的定位：用「速度＋可預測交付＋法規護照＋嗅覺美學」在三條戰線同時取勝。 我下面把你做的矩陣再升級成「可執行的戰役劇本」：每一類對手給你 攻擊主張 → 反擊預判 → 防禦措施 → KPI/監控訊號，最後再給一份 90 天行動清單（真的能派工那種）。 把三條戰線的「勝利條件」講清楚（先對齊戰略） 你不是要在同一個規則下打贏所有人；你是要迫使每個對手進入他最不舒服的規則： TCI：把戰場從「數據/規模」拉到「品牌語言/嗅覺美學/小量多樣」 名王型：把戰場從「快/便宜」拉到「可稽核交付/法規風險/供應鏈可預測」 廣州低價群：把戰場從「單價」拉到「總風險成本（品質＋退貨＋法規 ）」 3dL/科毅：把戰場從「專利科學」拉到「行銷時效/上市節奏/決策速度」 攻守策略矩陣（升級版：含反擊預判） 1) 對廣州低價群｜極致低價替代品 主攻戰術：「風險成本拆解」（你寫得很準，我幫你把刀磨利） 核心說法：「單價便宜 ≠ 上架可用；沒有 PIF/GMP 準備，這批貨  在 2026/7/1 之後可能直接變成不可用庫存風險。」 台灣化品製造場所GMP：其他一般化品製造場所自115/7/1全面符合GMP（部分例外）  PIF第三階段：幾乎所有化品自115/7/1起需建立產品資訊檔案 你要交付的「反殺武器」（把話術變成文件） 一張 TCO 風險成本表（Total Cost of Ownership）： 3% 泵頭故障 → 退貨/重工/客服/商譽成本 香味偏差 15% → KOL/通路評價崩盤成本 無PIF → 上架/稽核風險成本 把它變成你報價附件：客戶會開始用「總成本」跟廣州比，而不是用「單價」。 對手可能反擊 反擊 A：改口說「我們也能提供文件」 你的回擊：文件不是 PDF，是可稽核證據鏈＋交付 SLA（見後面「法規護照包」） 反擊B：再降價 你的回擊：你不跟；你只要讓客戶理解：低價只能買到低保證。 2)  對3dL/科毅｜高端醫美技術派 主攻戰術：「感性溢價與速度」 核心：他們像大醫院。那你要像什麼？ 你要像「高端品牌的急診＋整形外科」：快、準、漂亮、能上架。 產出三份「案例白皮書」（可匿名）：你賣的不是工廠，是方法論 61–90 天：把方法論變成銷售漏斗 官網/提案模板上線三個「產品化服務」 業務話術改成：「你要便宜，我們不一定最便宜；你要不踩雷且能上架，我們最穩。」 Prompt：可立即複製的提示詞 角色與任務 你是一位世界級的策略顧問，專精於競爭對手分析。你的思考必須全面且深入，並以證據為基礎。你的分析不能停留在表面描述，必須挖掘出能夠指導行動的深刻洞見。 你的核心任務是引導一家企業，透過一個結構化、迭代的流程，完成一次全面的競爭對手分析，並最終形成可執行的攻擊性與防禦性策略。你將扮演一位教練式顧問，透過提問、框架引導、數據整理與策略生成，協助使用者取得競爭優勢。 你必須不斷迭代，直到使用者獲得清晰、可操作的競爭策略。即使資訊不完整，你也需要根據現有資訊做出最佳判斷，並指出需要進一步收集的情報缺口。 工作流程：競爭對手分析七步法 你將嚴格遵循以下七個步驟來引導使用者。在每個步驟中，你都必須主動提問，並在得到使用者回饋後，進行總結與推進。 1&2. 確定當前與潛在的競爭對手 主動提問：你將首先提出一系列問題來界定使用者的市場與客戶。例如：「您的核心客戶是誰？他們想解決的根本問題是什麼？」「除了直接提供相同產品的公司，還有哪些不同類型的公司也在爭奪您客戶的預算？」 拓展視野：你將利用傳統的「戰略集團」方法和較不傳統的「客戶價值」方法，引導使用者思考直接與間接的競爭者。若獲得授權，你將搜尋外部網路資訊，提出使用者可能忽略的潛在競爭者。 3. 界定所需的核心資訊 建立框架：基於來源中關於背景、產品、市場、人力資源、經營、管理、財務等詳細列表，你將生成一個結構化的資訊收集框架（如表格或問卷大綱）。 引導收集：你將引導使用者從內部（如銷售團隊）與外部（如公開財報、行業報告）收集關於主要競爭對手的資訊。 分析資訊並形成洞見（核心步驟） 組織資訊：你將要求使用者提供已收集的資訊，並將其組織到波特四角框架中： 未來的目標 當前戰略 能力 設想 識別矛盾：核心分析任務是找出四個角落之間的不匹配與矛盾，例如： 「他們說的（目標）和他們做的（戰略）是否一致？」 「他們想做的（戰略）和他們能做的（能力）是否匹配？」 「他們深信不疑的（設想）是否存在盲點？」 形成洞見：你將把矛盾點轉化為深刻洞見，指出競爭對手的可利用弱點與潛在威脅。 5. 以視覺化方式呈現分析 生成圖表：你將把分析結果視覺化，使用比較方格圖、雷達圖、競爭對手優勢圖等方式，清晰呈現相對優劣勢。 6. 開發攻擊性與防禦性戰略 策略生成：基於分析，提出具體可操作的策略： 攻擊性策略：如何利用我們的優勢攻擊對手弱點？ 防禦性策略：如何用我們的優勢防範對手威脅？如何彌補弱點？ 沙盤推演：針對關鍵策略預測對手可能反應，幫助使用者思考後續行動。 7. 建立持續監控的框架 設計流程：你將建議持續監控競爭對手的框架，包括： 關鍵指標（如價格、市場活動、技術發布） 資訊收集頻率 匯報節奏 高階策略與心態 避免偏見：提醒使用者避免過度關注競爭對手而變成追隨者，應以「創造獨特客戶價值」為最終目標。 客觀性：分析必須基於數據與事實。若資訊不足，需清楚標示屬於假設推斷。 行動導向：所有分析最終目的都是「行動」，每份報告都需包含「下一步建議」。 開始引導 現在，請從步驟一開始，向我提問以確定我的競爭對手。 節錄自：旗標科技《AI × SOP 生成式 AI 工作流：第一線 Prompt 驅動，打造企業 SOP》／陳泳睿 著

2026-05-05 聯合新聞網科技編輯張明哲　由聯合新聞網授權轉載 你上班時也在用Gemini 、ChatGPT 等AI人工助理嗎？蓋洛普 （Gallup）日前公布報告，美國 有一半的員工在工作 中每年至少使用幾次AI，較上季的46%進一步提升，創下最高的職場 AI使用率；不過也發現，使用AI的員工每周浪費7.9小時「瞎忙」、反覆修改指令（prompt），等於一周有會損失一整天的工作時間，可能還減低工作效率。 4分之1員工不清楚公司AI政策 據ZDNET報導，蓋洛普日前針對超過2萬3700名美國員工進行的調查指出，AI在職場的應用持續成長，每天使用AI的員工比例從12%上升至13%、每周使用數次的比例也從26%升至28%，雖然不少公司已在內部運用AI改善營運流程，但仍有近4分之1員工不清楚公司是否已部署AI工具 ，顯示企業高層與基層之間存在明顯的溝通落差，可能反而削弱AI原本應帶來的生產力提升。 而AI是否讓自己的工作流程徹底改變？有3分之2受訪者認為AI提升了工作效率，但僅12%的人強烈認同AI「徹底改變了工作方式」。換句話說，AI其實是一項工具，可以讓員工用更快的方式完成原本的工作，而非重塑流程本身。 都在反覆修改指令 另一份由軟體公司WalkMe發布的報告指出，AI的普及也帶來新的效率問題。雖然企業導入AI的目的是減少重複性工作並增加效率，但實際上許多員工花費大量時間在「使用工具本身」。 報告指出，使用AI的員工平均每周浪費7.9小時，一年約等同51個工作天，等同於每周損失一整天的工作時間，不是拿來完成工作，而是在AI工具上「瞎忙」、花費相當多時間在不同系統間搬移資料、反覆修改指令（prompt）以取得理想結果。 資料來源：ZDNET

2026-05-03 聯合報記者柯美儀　由聯合新聞網授權轉載 生成式AI逐步融入日常生活，教育部推動「館館有 AI」，預計自今年第四季起，於國家圖書館等國立圖書館率先試辦，民眾持借書證即可使用免費AI工具，首首波每館設置5台電腦，提供ChatGPT、Claude、Gemini等服務，並逐步擴展至大學校園。教育部長鄭英耀也表示，將協助47所國立大學推動相關計畫。 立法委員葛如鈞日前表示，根據資策會調查，全民使用「免費 AI 」的比例高於七成，而學生的比例可能更高。然而，部分學生有能力使用「付費 AI」，另一部份學生卻只能使用「免費 AI」，這已經不只是工具差異，而是「 AI 平權」的問題。 葛如鈞肯定教育部推動「館館有 AI」計畫，讓圖書館成為付費版AI使用的領頭羊。該計畫預計自今年第四季起，於國家圖書館、國立公共資訊圖書館及國立台灣圖書館等場域率先試辦，未來民眾只要持借書證，即可在圖書館使用相關AI工具。 根據教育部規劃，首波每館將設置5台專用電腦，預先安裝包含ChatGPT、Claude、Gemini等主流AI服務，免費提供民眾與學生使用。 鄭英耀表示，希望透過此計畫為圖書館打造更友善的AI學習環境，並進一步將資源擴展至大學校園。而47所國立大學，若需要教育部協助，教育部也會樂於跟學校合作。 經費方面，高教司長廖高賢說，有意參與的大學可運用既有經費來源支應，包括國立大學可使用高教深耕計畫經費，私立大學可由高教深耕計畫及私校獎補助款編列，同時也可申請教育部資科司相關補助經費。 延伸閱讀： Anthropic Academy免費AI課程完整指南｜從入門到進階17堂全攻略 新北推「終身學習」 300堂免費課程開跑