104學習

花錢上課、拿到完課證明，為什麼轉職、加薪、升遷依然卡關？學了這麼多職涯會什麼沒改變？本文分析工作者與雇主對「學習」的認知落差，提供職場能力轉化的4層架構、實戰變現法，幫各位把學費變成真正的職涯籌碼。 文／《104職場力》 本文導覽 「有上課」不會加分？主管與面試官真正在意的是什麼？知識如何變籌碼？跨越「學完到變現」的4大階段第1層：聽得懂（打好底子，但別淺嚐即止）第2層：用得上（把新方法放進日常工作）第3層：做出成果（拿真實爛攤子開刀）第4層：被看見（用數字說話，把功勞變成籌碼）延伸思考：花錢上課到底是「真有需求」還是「買心安」？ 上班突然想學東西，多半是職場給了某種刺激，比如看到同事用AI幾分鐘搞定工作，開始擔心自己沒價值；點開想投的職缺，發現條件多了一項陌生技能；或者在同一個位子卡了幾年，薪水和職稱紋風不動，心裡難免發慌。 這時候，下單買課成了最快見效的定心丸，輸入卡號、跳出報名成功的那一秒，心裡通常會鬆一口氣：至少，我已經開始做點什麼了……但把影片看完、拿到完課證明後，隔天走進辦公室，依舊是那個轉職卡關、調薪沒份的小透明，於是又陷入了新的職涯焦慮循環。 這很像辦健身房會員，簽完約天天報到就覺得自己會改變，卻忘了體態養成是繳完錢後，從學用器材、矯正姿勢、反覆訓練來的，不是天天去健身房滑手機就會長肌肉；學習也一樣，我們都以為「上完課職涯就會改變」，其實要打破現狀，課後只是起點，當公司看見你真正動起來之後的成果，才可能給你更多機會！ 「有上課」不會加分？主管與面試官真正在意的是什麼？ 工作者進修時，習慣計算的是自己的「輸入成本」，比如：花了多少週末、看了幾小時影片、買了幾堂線上課、筆記多精美等。 但在企業端，評價標準永遠只有：你能不能把學到的東西轉化為實際產出、直接變現，或幫組織達成目標？ 如果上班族進修只停留在「我有上過課」的自我滿足，那在「求職、調薪、升遷」這3個職場最現實的場景中，就容易因為巨大的認知落差而吃虧！底下用一張表對比兩種想法的差異，並提供真正有益的指標： 場景普通人思維老闆主管期待的能力真正的關鍵評估指標轉職求職我修畢40小時Python數據分析，附上完課證書能不能看懂未經整理的數據，並從中找出商業盲點親手處理過的案子並能清楚說明解題邏輯（證明能力有落地、能解決問題）爭取調薪今年自主進修了3門AI自動化流程課有沒有真的幫自己或團隊減少每週重複的工作負擔組織的成本節省量或產出擴增量（證明學習有轉化成省時或創造營收的能力）角逐升遷讀完了專案管理與團隊領導的完整理論框架專案卡關、跨部門起衝突時，敢不敢出面收拾？預計怎麼處理？責任承擔半徑（證明在混亂與不確定中具備推進力） 雖然有點殘酷，但對企業來說，有價值的是「解決問題的確定性及能力」，不僅僅是員工個人的「求知慾」，只有將輸入的內容轉化為組織有感的輸出，「學習」才具備議價空間。 知識如何變籌碼？跨越「學完到變現」的4大階段 如果從著名的「柯氏評估模型（Kirkpatrick Model）」來分析，把一項新知識放進職涯中，要依序走過「認知、工具、產出、影響力」這4個層級： 認知層➜聽懂專業名詞、跟著示範操作、取得完課證明（上完課只到這邊） 工具層➜帶回日常工作替換舊流程、在實際業務中除錯 產出層➜做出真實專案、建立量化儀表板、打造個人作品 影響力層➜跨部門成效驗證、被市場看見（具備議價與變現權） 多數人之所以覺得進修對職涯沒幫助，是因為才剛跨過第1層，就以為能收穫第4層的結果，才沒那麼簡單！每階段都有阻力跟盲點，卡關的話，不妨參考底下建議： 第1層：聽得懂（打好底子，但別淺嚐即止） 剛看完教學、聽得懂名詞，跟著講義範例也能跑出正確結果，很多人這時候就容易陷入盲點、走出兩種極端： 一種是「只看前兩章學點皮毛就自滿」，以為記住幾個流行單字就等於學會。 另一種則是「為了追求完課率而死讀書」，把看影片當成打卡。 專業能力需要完整架構支撐，不能只偷懶學碎片，想破局，首先要耐著性子把核心邏輯搞懂，不必非得死背每個細節，只要底層原理通了就可以嘗試往下實際操作，別讓學習只停留在腦袋裡。 延伸閱讀：線上課永遠看不完？5點燃起線上學習動力，讓每分錢都花得有價值 第2層：用得上（把新方法放進日常工作） 這階段開始想把新觀念或工具帶回辦公室，不過起初會發現「用新方法反而做得比原本更慢」，甚至頻頻碰壁出錯，多數人會在這個陣痛期退縮，默默換回原本笨拙但熟悉的舊習慣，但這樣很可惜，因為熬過陣痛期才有可能長出「肌肉」。 建議每學完一個關鍵技能，就強迫自己在當週工作中至少用一次，剛開始一定會卡關，但多撞幾次牆，工具才可能真正變成你的武器，練成不用開講義也能下意識用出來的本能。 第3層：做出成果（拿真實爛攤子開刀） 頻練習很好，但課程附帶的練習檔通常都是清洗乾淨、邏輯完美的「無菌室環境」，跟真實職場中資料格式殘缺、需求講不清楚的狀況不同，很多人在教材裡拿滿分，一回到工作現場面對混亂就完全不知從何下手，這樣也不算「學會」。 建議大家練習完那些簡單範例後，直接拿手邊最棘手、最繁瑣的真實業務當白老鼠，想辦法做出成果，無論是一份能輔助主管決策的自動化報表、一套團隊可通用的SOP，還是能放進履歷的個人專案，在會出錯、有破綻的真實爛攤子裡親手除錯一次，實戰經驗遠勝照著教材點擊百次。 第4層：被看見（用數字說話，把功勞變成籌碼） OK你做出了一點東西，但完全沒人知道，那終究還是難逃被埋沒的命運！在企業眼裡，沒被看見、沒經過量化、沒顯示出效益的產出，就很難變成談薪或升遷的籌碼。 別再盲目相信「默默努力老闆主管自然會看見」，請主動呈現自己的價值，把「我學了什麼」調整成「組織因為我這項能力獲得了什麼好處」，比如：把「具備自動化處理能力」改成「導入自動化腳本重構跨部門報表流程，每週幫全組省下6小時，資料出錯率降低95%」，讓精準的量化效益把你的學費與時間兌現成真正的職涯籌碼！ 延伸思考：花錢上課到底是「真有需求」還是「買心安」？ 除了學費，成年人進修昂貴的成本還包含下班後有限的專注力，上課只是突破職涯的其中一個方式，並非絕對！下次再產生「好像該買堂課」的焦慮衝動時，不妨先對照以下檢核點： 痛點定位是否具體？ 如果理由只是模糊的「想提升競爭力」、「跟上AI趨勢」，通常買下的只是焦慮緩解劑，具體的痛點應該是：「我下個月必須做出產品原型，需要先學會線框圖設計工具，這堂課能幫助我學會這項技能」。 這個卡點是「缺知識」，還是「缺行動」？ 捫心自問，有些事情我們早就掌握基本概念，只是遲遲不願面對繁瑣的執行過程，行動力欠缺的問題，買再多大師課也無法解決。 解決問題的最小途徑，真的是購買一套完整的課程嗎？ 工作上的特定卡點，有時一份官方技術文件、一支10分鐘的操作影片，或請教資深同事一杯咖啡的時間，解決效率遠高於30個小時的系統長課。 未來90天內，是否有明確的實踐場景？ 如果學完之後，在目前的職責範疇或可執行的專案中找不到任何落地機會，這門課有很高機率會在熱度退去後被遺忘殆盡。 願意在下班時間自掏腰包投資自己，絕對是值得鼓勵的態度！如果說一堂好課是把精良的工具，比起追求收集了幾把工具，更應該聚焦在「能拿這把工具在崗位上開拓／產出／節省了什麼」才更能顯現個人價值！ 點擊按鈕搜尋合適的學習資源 延伸閱讀： 想做的事對職涯有價值，但短期不會有回報，怎麼找行動力？ AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 能力相同，憑什麼升遷的是他？一場簡報竟成為職場勝負關鍵！

PM職缺中常出現：「3年以上參與專案工作經驗(ODM、OEM尤佳)」而ODM跟OEM又是什麼意思呢？ 名詞解釋： 。OEM－Original Equipment Manufacturing：接受客戶完全指定，按原圖設計代工製造。例如：富士康幫Apple代工。 。ODM－Original Design Manufacturing：為客戶提供設計、製造代工的服務。例如：廣達電腦公司替Dell、Apple、Sony等知名大廠生產筆記型電腦。 延伸閱讀－OEM/ODM的PM心得 https://www.managertoday.com.tw/columns/view/55646

2026-09-30 聯合新聞網科技編輯張明哲　由聯合新聞網授權轉載 OpenAI在DevDay 2026活動推出全新的AI助理dots ，由GPT‑6 Astra驅動，主打全天候運作、獨立執行並處理各種任務為自己做事的AI agents，在人機協作方式下，可以讓用戶可以把時間和心力留給自己。使用AI助理dots時，可以設定界限、追蹤進度，並持續參與需要用戶判斷的決策，另外也內建防護措施，避免把密碼暴露給模型使用。 dots和ChatGPT差異在哪裡？ 應該有很多人好奇，OpenAI和dots的差異在哪裡。ChatGPT算是「聊天工具」，需要一直下指令去讓AI回應，簡單來說有點像是一問一答的方式在進行；而dots則是從聊天工具進化成主動跟進、持續追蹤、跨工具工作的「長時間代辦工作的AI員工」，讓dots變成核心能力。 dots主打全天候運作、獨立執行並處理各種任務為自己做事的AI agents，並可以設定界限、追蹤進度，並持續參與需要用戶判斷的決策，另外也內建防護措施，避免把密碼暴露給模型使用。（圖／翻攝自OpenAI官網） dots是什麼？可跨平台協作延續對話 dots由GPT-6 Astra驅動、擁有自己的雲端電腦，能持續從用戶回饋中學習，進行全天候工作，OpenAI官方表示，dots可以連接超過4000個應用程式，並在ChatGPT網頁版、行動版、桌面版、簡訊、Slack或Teams，跨平台協作隨時和dots進行提問、探索想法、引導工作方向，甚至還可以進行語音對話，互動得愈多，也可以讓dots了解用戶的偏好及思考方式，提供協助。 OpenAI也把dots塑造可愛的卡通角色，像是綠色、黃色、粉紅色和藍色的dots，色彩顏色相當鮮明，讓使用上不會覺得冷冰冰。 dots提供安全保護機制 使用AI代理人最讓人擔心的就是隱私問題，dots會以ChatGPT的保護機制為基礎，針對可執行的工作提供額外的安全與隱私防護措施，用戶可設定界限、追蹤進度，並持續參與需要你判斷的決策。 官方提到，每個dots都在各自的雲端電腦上工作、具備內建規則，知道何時可自行採取行動，何時需要請求核准。用戶可以透過「自訂規則」允許特定操作、要求先取得核准，或封鎖這些操作，並可在「活動檢視」中追蹤進度，包括背景工作的進度，並視需要調整dot的工作方向。 （圖／翻攝自OpenAI官網） 官方表示，若用戶未點選連結核准時，電腦及其中的內容都會與dots保持隔離；登入支援的網站時，dots可以使用已儲存的密碼，不會將密碼暴露給模型。另外，若用戶未和dots進行互動時，它會進行「主動研究」，在背景尋找能幫上忙的事，不過只會在僅限讀取的工具使用已連接的應用程式，意味著dots無法控制用戶的電腦、變更應用程式內容。 除此之外，dots內建資安防護措施可以抵禦惡意指令，並監控可能造成危害的行為，若監控系統偵測到安全疑慮，就能暫停或停止dots的工作。 （圖／翻攝自OpenAI官網） 誰能用dots？ 官方表示，即起會陸續開放給ChatGPT Pro與Business Premium使用者，而ChatGPT Enterprise需要等待工作區管理員啟用後，才能試用測試版。 而ChatGPT Pro或Business Premium方案已包含第一個Dot，不需要額外付費，且這些方案也包含處理更深入工作的額度，並在推出後的第1個月提供更高的用量上限，未來可新增更多dots處理工作、增加產量。 官方也提到，用戶與dots的對話不會計算在ChatGPT的用量限制，若用戶請dots在Codex或ChatGPT工作中啟動或管理任務時，這些任務才會計入用量限制。 如何啟用dots？ 初次使用dots的用戶，可以在ChatGPT桌面應用程式或電腦的瀏覽器中建立第1個dots，連接應用程式，再讓它自我介紹。完成初始設定後，用戶就能在ChatGPT行動應用程式中傳訊息給它。 （圖／翻攝自OpenAI官網）

你每天用幾次AI？除了ChatGPT、Gemini，還用過哪些工具？公平交易委員會29日公布調查，國內約50.5%民眾曾使用生成式AI，受訪AI使用者中，近4成曾使用付費版本。《104職場力》整理調查中的AI工具使用頻率、常用工具、用途與付費情形，文末附上10款AI工具的功能、方案整理，一次掌握大家怎麼用AI！ 文／104職場力 本文目錄（點擊可快速前往） 公平會生成式AI消費行為調查：逾5成民眾曾使用、近4成已付費訂閱ChatGPT、Gemini使用比例領先，Claude、NotebookLM排名第3、4用AI學知識、處理工作都超過5成，選工具最看重符合需求近4成曾付費訂閱AI工具，69.7%自己付、23.5%公司買單近9成免費AI用戶認為「額度已足夠」，品質下降多數換工具10款常見AI工具整理：免費版與付費方案一次看 公平會生成式AI消費行為調查：逾5成民眾曾使用、近4成已付費訂閱 公平會發布「消費者使用生成式AI工具之行為問卷調查」，調查結果指出，我國生成式AI工具整體使用率約50.5%，使用者中近4成（39.8%）已付費訂閱。 公平會於2026年5月委託市調公司辦理問卷調查，以全國22縣市、年滿18歲且過去6個月曾使用生成式AI工具之民眾為對象，訪問期間為2026年5月6日至28日，共完成有效樣本1,079份。 在1,079位過去6個月曾使用生成式AI工具的受訪者中，32.4%每天使用，是各使用天數選項中比例最高的一項；其次為每週使用2天（14.2%）、每週使用3天（14.1%）。 每天使用次數方面，以「每天6次以上」占21.8%最高，其次為「每天3次」，占21.7%。報告指出，整體受訪者平均每週使用約4天，每天使用約8次。 ChatGPT、Gemini使用比例領先，Claude、NotebookLM排名第3、4 大家用過哪些生成式AI工具？調查顯示，過去6個月曾使用的工具中，ChatGPT占87.9%、Gemini占67.8%，接著為Claude（8.9%）及NotebookLM（8.1%）。（註：NotebookLM已更名為Gemini Notebook） 以下整理使用比例達1%的前10款工具（可複選）： 排名AI工具過去6個月曾使用比例1ChatGPT87.9%2Gemini67.8%3Claude8.9%4NotebookLM8.1%5Copilot5.1%6Grok4.5%7DeepSeek3.8%8Perplexity AI3.6%9Canva2.9%10Gamma1.0%完整名單請見調查結果 若只計算「最主要使用」的工具，ChatGPT占56.6%、Gemini占34.6%，兩者合計91.2%；接著為Claude（2.6%）、Copilot（1.6%）。 公平會指出，受訪者多有同時使用或嘗試多款生成式AI工具的經驗，「多棲」使用已是普遍現象。 不同年齡層的使用情形也有差異。例如，18～39歲受訪AI使用者使用ChatGPT的比例皆超過9成；50～59歲受訪AI使用者使用NotebookLM的比例則為12.1%，是各年齡層中最高。 用AI學知識、處理工作都超過5成，選工具最看重符合需求 用戶使用AI工具，主要拿來做什麼？調查中，「獲取或學習知識」（56.5%）及「工作處理」（55%）是最主要的使用目的，其次為「資料彙整」（34.4%）。 使用目的（可複選）比例獲取或學習知識56.5%工作處理55.0%資料彙整34.4%生活規劃管理25.6%創意發想17.1%娛樂聊天17.0%課業學習10.5% 至於為什麼選擇某款工具作為主力，47.2%受訪者表示「提供的服務／功能符合個人需求」；其次為「最早接觸的生成式AI工具，已習慣使用」（25.1%），再來是「準確率高」（15.8%）及「生成能力強」（13.7%）。此題同樣可複選。 近4成曾付費訂閱AI工具，69.7%自己付、23.5%公司買單 受訪AI使用者中，39.8%過去6個月曾使用付費版本。而在付費使用者之中，有64.3%使用1款付費工具、26.9%使用2款、5.3%使用3款，其餘使用4款以上。 在付費使用者之中，使用AI工具的費用支付來源以「自己支付」最多，占69.7%；其次為「公司／雇主付費」占23.5%。 費用支付者（可複選）比例自己支付69.7%公司／雇主支付23.5%親人／朋友／同學支付14.5%機構／學校／政府單位支付4.9% 其中，使用者付費訂閱AI工具的費用，每月總訂閱支出以500元以上、未滿1,000元最多，占50.2%；其次為未滿500元（26.3%），以及1,000元以上、未滿1,500元（11.7%）。 調查中也問到，若主要使用的付費AI工具一次漲價10%，例如從600元漲至660元，會繼續訂閱嗎？有76.3%受訪者表示不會因調漲改變現有方案；其餘23.7%則會採取改訂其他付費工具、轉用免費版、降級方案或取消訂閱等方式因應。 近9成免費AI用戶認為「額度已足夠」，品質下降多數換工具 在本次調查受訪的AI使用者中，有60.2%過去6個月未使用付費版本。沒有付費的原因，以「免費額度已足夠」占89.5%最高，其次為「不願意自己付費」（12.6%）及「費用太貴」（5.4%）。 假設主力使用的免費AI工具品質下降，例如免費額度減少、回應速度變慢的情況下，多數受訪者會選擇「改用其他免費版本的生成式AI工具」（76.7%），只有15.5%「維持原工具但改成付費版本」，願付金額則多集中於「未滿500元」（69.6%）。 面對免費工具品質下降的選擇比例改用其他免費AI工具76.7%改用原工具的「付費版本」15.5%取消使用所有生成式AI工具5.7%繼續使用原工具免費版2.1% 公平會表示，本次數據反映2026年5月調查期間的使用情形。由於生成式AI技術迭代及市場競爭情勢變化迅速，業者提供的商業模式，包括免費或付費方案可使用的額度，都可能隨時調整，公平會將持續關注相關市場發展。 10款常見AI工具整理：免費版與付費方案一次看 《104職場力》小編整理調查中曾使用比例達1%的10款工具，依用途分類，同類中依使用比例排序。付費方案僅列個人方案，價格以官網顯示為準。 對話型AI：問答、寫作、處理工作 工具主要功能方案ChatGPT文字對話、寫作、資料分析、搜尋及圖像生成免費版；付費方案：Go、Plus、Pro（說明）GeminiAI對話、研究、寫作及圖像生成，可整合Google服務免費版；付費方案：Google AI Plus、Pro、Ultra（說明）Claude文字寫作、文件處理、程式及內容製作免費版；付費方案：Pro、Max（說明）CopilotAI對話、搜尋及圖像生成，付費方案整合Microsoft 365免費版；付費方案：Microsoft 365個人版等（說明）GrokAI對話、即時網路與X搜尋免費版；付費方案：SuperGrok等（說明）DeepSeekAI對話、搜尋、推理及檔案文字處理免費使用 研究整理型：整理資料、查找來源 工具主要功能方案NotebookLM依上傳的資料協助研究、問答及製作摘要免費版；付費方案：透過Google AI方案升級（說明）Perplexity AI搜尋網路資訊，提供附來源的回答免費版；付費方案：Pro等（說明） 視覺製作型：簡報、圖文、設計 工具主要功能方案Canva簡報、圖文、影片等視覺內容製作免費版；付費方案：Pro等（說明）GammaAI簡報、文件及網站製作免費版；付費方案：Plus、Pro等（說明） （資料來源：公平會、各AI工具） 推薦閱讀： 「產業新尖兵」明年起補助AI工具訂閱！青年參訓最高補10萬、每月再領8千學習獎勵 低價版ChatGPT Go訂閱方案台灣可用了！差異、定價一次看 OpenAI還要測試廣告 AI工具使用率創新高！研究報告曝後遺症：員工每周浪費8小時瞎忙

我們都知道履歷很重要， 但真正影響錄取的， 很多是履歷寫不出來的能力。 像是溝通、表達、邏輯、簡報…… 你可能改了很多次履歷， 關鍵字、經歷、學歷都寫得很完整， 投出去卻始終等不到回音 不是你不夠好， 只是那些真正重要的能力， 一直沒有被看見 招募現場的節奏，比我們想像的更快、更殘酷。 HR 平均只花短短幾秒瀏覽一份履歷， 這幾秒鐘裡，藏著三個結構性的困境： 1️⃣ 語言表達力，履歷上寫不出來， 再會說話、再擅長簡報的人,一旦被壓縮成條列式的文字,魅力就消失了大半，你怎麼跟人溝通、怎麼把複雜的事情講清楚，這種軟實力很難靠一份 PDF 傳達 2️⃣ 面試臨場反應，永遠是未知數， 企業想知道你臨場應變、邏輯思考的能力，但在正式面試前,誰也無法保證，這也是為什麼很多人明明能力很好，卻在第一關就被刷掉，不是輸在實力，而是輸在「還沒被看見」 3️⃣ 缺乏客觀標準，企業難以比較，每個人自我介紹的方式、包裝的方式都不一樣,企業要在有限時間內公平比較上百位求職者的溝通能力,幾乎是不可能的任務，少了共同的衡量尺,好的人才很容易被埋沒在人群裡 ❇️那怎麼辦呢？ 既然問題出在「溝通實力看不見」， 那或許解法也很簡單， 把它變成看得見的東西 這正是「台灣簡報認證」誕生的原因，這項認證由三位台灣簡報教育界的代表人物王永福、謝文憲、葉丙成共同發起，三人長年深耕簡報與表達訓練，這次攜手打造一套職場簡報能力標準，專門用來檢核求職者的「簡報溝通能力」 https://nabi.104.com.tw/course/104nabi/9f6af93c-7aee-4950-b393-dbb5897314dd 有了業界公認的創辦人背書，這張證書不只是一張紙，而是企業願意信任的客觀依據 ❇️【初級考什麼？6 大核心能力】 認證是圍繞著職場實際需要的六大核心能力設計： • 簡報觀念 • 簡報準備 • 投影片技巧 • 表達技巧 • 邏輯結構 • 群眾分析 💡【20 分鐘，換一張看得見的證明】 整個流程並不複雜：線上測驗共 30 題,70 分及格,全程約 20 分鐘就能完成 通過之後，104 學習會直接幫你把認證回傳到履歷上，讓你的溝通實力被企業看見。 具體來說，只需要 4 個步驟： 1️⃣線上完成報名 https://nabi.104.com.tw/course/104nabi/9f6af93c-7aee-4950-b393-dbb5897314dd 2️⃣免費收到《初級考前說明》影片，由三位創辦人親自解說重點技巧 3️⃣收到線上測驗連結，70 分過關 4️⃣通過者104幫您認證回傳履歷，終身有效 ❇️【別讓「看不見的能力」限制你的下一份工作】 與其繼續猜測自己哪裡不夠好， 不如花 20 分鐘， 讓「台灣簡報認證」把你原本就具備的溝通實力， 轉換成企業一眼就能看懂的語言 https://nabi.104.com.tw/course/104nabi/9f6af93c-7aee-4950-b393-dbb5897314dd

你可能已經會用AutoCAD畫直線、圓和矩形，但看到三視圖，仍不確定一條虛線代表什麼。本篇用有貫穿孔的L形塊，從觀看方向出發，帶你分辨可見輪廓、隱藏線與孔軸中心線。 本文目錄 學習成果 會操作，也要能讀懂形狀 先觀察L形塊與孔 前視圖：L形外輪廓 俯視圖：矩形、階差與圓孔 右視圖：換方向再判斷 投影法與三視圖對應 換你做：哪些視圖要畫虛線？ 答案：A前視圖＋C右視圖 核心圖解 課後練習與解析 課後行動 常見問答 接著學：把缺口變成練習 參考來源 第2堂｜會AutoCAD就會機械製圖嗎（3分03秒） 學習成果 用觀看方向解釋孔為什麼呈現圓或兩條虛線。 指出前視圖與右視圖的孔軸中心線。 依輪廓、孔軸與可見性三步驟判讀三視圖。 會操作，也要能讀懂形狀 你可能已經會畫直線、圓和矩形，但讀機械圖時，還需要知道每一條線對應哪個形狀。本篇換成一個L形塊，加上底座上的貫穿孔。透過圖解，你會看懂三視圖為什麼不同，以及虛線和中心線該出現在哪裡。 先觀察L形塊與孔 先看立體。這個零件由左側的直立部分和右側水平底座組成。孔位在底座上，由上往下貫穿。外形、厚度、孔徑和孔位尺寸已標在圖上，閱讀時先找對應位置，不必一次記住所有數字。接著觀察：孔沿哪個方向穿過？換一個觀看方向，孔口還看得見嗎？ 圖面尺寸：寬60、深30、高40；立壁寬20、底座厚12；孔徑Ø12，孔中心x42、y15，沿垂直方向貫穿底座。單位為毫米。 前視圖：L形外輪廓 從正前方看，外輪廓是L形，你看到寬度和高度。孔不是朝向你的，而是由上往下穿過底座。前方材料把孔遮住，所以在底座內，用兩條垂直虛線表示孔的左右邊界；兩條虛線中間，再用中心線表示孔軸位置。 俯視圖：矩形、階差與圓孔 從上往下看，外輪廓變成60×30的矩形。左側直立部分和右側底座高度不同，因此在寬20的位置，有一條表示階差的可見線。現在你的視線沿著孔軸，看得到孔口，所以畫一個圓，再加上相交的中心線，指出圓心。 右視圖：換方向再判斷 從右邊看，外輪廓是矩形，底座頂面形成一條可見線。孔被右側材料遮住，所以底座內也有兩條垂直虛線。在兩條虛線中間，還要畫一條垂直中心線表示孔軸，它位在深度15的位置。虛線表示孔的邊界，中心線表示孔軸；兩者都需要，不能只畫其中一種。 投影法與三視圖對應 這個例子用第三角法，俯視圖在前視圖上方，右視圖在前視圖右方。前視和俯視對應寬度，前視和右視對應高度，俯視和右視對應深度。考試作答前，先確認題目指定的投影法與允許的繪製方式；同一張圖不能混用投影法。 換你做：哪些視圖要畫虛線？ 換你做：這個底座上由上往下貫穿的孔，在A前視圖、B俯視圖、C右視圖中，哪些視圖需要用虛線表示？先想像你站在哪裡、孔有沒有被材料遮住，再選答案。 答案：A前視圖＋C右視圖 答案是A前視圖和C右視圖。這兩個方向，孔被材料遮住，所以畫虛線；B俯視圖直接看得到孔口，所以畫圓與中心線。讀圖可以用三步驟：先看外輪廓，再找孔軸方向，最後判斷可見或被遮住。下一篇〈機械製圖丙級怎麼準備？五題自評找出備考缺口〉用五個問題，找出你現在最該練的地方。 核心圖解 L形塊第三角法三視圖，對照前視與右視的孔隱藏線及中心線 課後練習與解析 L形塊貫穿孔判讀練習：前視、俯視、右視哪些方向需要虛線 底座的垂直貫穿孔，哪些視圖要用兩條虛線表示？A前視圖與C右視圖。孔被材料遮住，兩條虛線表示孔的邊界；中間仍要畫孔軸中心線。俯視直接看到孔口，所以畫圓與相交中心線。 右視圖孔軸的中心線在哪裡？在深度15的位置，是兩條孔邊界虛線中間的垂直中心線。中心線與隱藏線用途不同，都要保留。 課後行動 在L形塊三視圖標出可見線、孔隱藏線與中心線。 說出前視與右視為什麼看不到孔口。 換一個有孔零件，依外輪廓→孔軸方向→可見性三步驟判讀。 常見問答 隱藏線與中心線可以互相代替嗎？ 不可以。隱藏線表示被遮住的孔邊界，中心線表示孔軸；在本例前視及右視圖，兩種線條都需要。 考試一定使用第三角法嗎？ 本例採第三角法。正式作答前要先確認題目指定的投影法，並在同一圖面保持一致。 接著學：把缺口變成練習 到104學習搜尋AutoCAD，優先選擇附練習圖檔、從圖層設定帶到標註與出圖的課程。丙級基礎練穩後，再往乙級方向前進。 前往104學習，搜尋AutoCAD課程 參考來源 資料查核日期：2026-10-14。 115年度全國技術士技能檢定簡章（115.08版） 電腦輔助機械設計製圖丙級術科測試應檢人參考資料 徒手畫題庫修訂公告 更多 機械製圖丙級 推薦好文 機械製圖丙級考什麼？學科、徒手畫與電腦畫一次看懂 機械製圖丙級怎麼準備？五題自評找出備考缺口

NPI 的全名是「新產品導入」（New Product Introduction），是一個常見的商業術語，在製造業和產品開發領域中使用。這表示將新產品或服務引入市場的過程，包括產品概念、設計、開發、測試和最終上市等階段。NPI 過程通常是複雜的、多階段的，旨在確保新產品成功推出，並滿足市場需求。 【NPI 各工作階段】 當一家公司決定推出新產品或服務時，NPI 過程將成為實現這一目標的核心。這個過程涉及多個階段和各種活動，以下是 NPI 過程的一般步驟： 1. 概念階段：在此階段，公司確定新產品的初步概念和目標。這可能涉及市場調查、競爭分析和顧客需求評估。 2. 設計階段：在這個階段，公司開始設計產品的外觀、功能和特性。工程師、設計師和其他相關人員將合作開發產品原型。 3. 開發階段：一旦設計確定，就進入開發階段。這包括製造試驗樣品、進行測試和評估產品的可行性。 4. 測試與驗證：在這個階段，公司將對產品進行各種測試，包括功能測試、性能測試和可靠性測試。同時，也會對產品進行用戶測試，以確保產品符合客戶的期望。 5. 生產準備：當產品經過測試和驗證後，公司將準備進入量產階段。這可能包括供應鏈管理、生產流程優化和培訓工人等活動。 6. 市場推出：最後一個階段是產品的市場推出。這包括制定市場推廣計劃、培訓銷售人員、準備促銷材料等，以確保產品成功進入市場並獲得客戶的關注和接受。 【PM在NPI過程中的角色】 在新產品導入（NPI）過程中，PM在各個階段都扮演著重要的角色，並在整個過程中提供領導和協調。以下是專案經理在每個階段可能承擔的角色： 1. 概念階段：在這個階段，專案經理可能負責協調團隊進行市場調查和競爭分析，以確定產品的概念和目標。他們可能會與市場部門合作，收集客戶反饋，確定產品的市場需求。 2. 設計階段：在設計階段，專案經理可能負責管理產品開發的時間表和里程碑。他們需要確保設計團隊按時完成工作，並在需要時解決任何問題或障礙。 3. 開發階段：在這個階段，專案經理可能需要協調不同部門的工作，包括工程、製造和測試團隊。他們需要確保開發過程順利進行，並在需要時調整計劃。 4. 測試與驗證：在測試階段，專案經理可能需要確保測試計劃按照預定計劃執行。他們可能會監督測試團隊的工作，並跟蹤測試結果，以確保產品符合要求。 5. 生產準備：在進入生產階段之前，專案經理需要確保供應鏈的準備情況良好，生產流程的優化工作進行順利，並準備好應對任何潛在的問題或風險。 6. 市場推出：在市場推出階段，專案經理可能需要協調市場營銷活動的執行，確保市場推廣計劃的有效實施。他們可能會與銷售團隊合作，確保產品順利進入市場並達到銷售目標。 專案經理在 NPI 過程中的角色是確保整個過程順利進行，各個階段之間的協調和溝通，以確保新產品成功推出並達到預期的業務目標。

前幾天跟一位做企業教育訓練的客戶開會，他提到最近參加同業聚會，有人一直在講GEO，他一開始還以為是在講地理位置行銷，後來才搞懂原來是生成式引擎優化，跟他們公司網站在ChatGPT、Perplexity這類AI工具中會不會被推薦有關。他問我一個很直接的問題：GEO到底要怎麼做，有沒有一套具體的步驟可以照著走，而不是只聽到一堆概念名詞，卻不知道回去要先做哪一件事，公司也沒有多餘的人力慢慢摸索。這篇文章就是想回答這個問題，把GEO優化拆解成七個具體步驟，讓還不熟悉這個領域的人，看完就知道第一步該從哪裡開始。 【GEO是什麼，跟傳統SEO差在哪裡】 很多人問GEO到底是什麼，其實GEO生成式引擎優化這個全名，就是目前業界比較正式的中文譯名，指的是讓網站內容有機會被ChatGPT、Google AI Overview、Perplexity這類生成式AI引用或推薦的一整套做法。傳統SEO優化的對象是搜尋引擎的演算法，目標是讓網站出現在搜尋結果的前幾名；GEO優化的對象則是大型語言模型，目標是讓AI在生成答案時，願意引用你的內容當作參考來源。兩者的底層邏輯有相通之處，例如都重視內容品質和網站的技術健全度，但GEO更強調內容的完整性、準確性、以及是否能直接回答一個具體問題，而不是靠關鍵字密度或外部連結數量取勝。 很多人問seo geo是什麼關係，簡單說，可以把GEO想成是SEO在AI時代的延伸，兩者不是互相取代的關係，而是需要同時經營。做好傳統SEO的網站結構和內容品質，本來就是GEO的基礎，只是還需要額外針對AI的理解和摘錄習慣做調整。 【GEO優化第一步：盤點現況，了解自己在AI搜尋中的位置】 開始做GEO之前，第一步不是急著改內容，而是先了解現況。用幾個跟自己產業相關的常見問題，實際去問ChatGPT、Perplexity這類工具，記錄下品牌有沒有被提及，如果有，是被正面提及還是中性帶過；如果沒有，是完全沒被提到，還是被提到但資訊不準確。這個盤點工作看似簡單，卻是很多企業會跳過的一步，導致後面的優化方向缺乏依據。 【第二步：整理內容資產，找出可以優化的頁面】 盤點完現況後，接著要檢視網站現有的內容，找出哪些頁面本來就有機會被AI引用，例如常見問題頁、產品說明頁、教學文章，這些頁面通常是優化的優先順序。同時也要誠實檢視，哪些內容寫得太表面、太行銷導向，缺乏具體資訊，這類內容即使流量不錯，對GEO幫助也有限，需要重新規劃。建議用一份簡單的表格，把重要頁面、目前狀態、優化優先順序都列出來，避免後續執行時漫無目標，想到哪改到哪。 【第三步：把內容改寫成問答式結構】 這是GEO優化最核心的一步。把重要資訊整理成清楚的問答形式，每個問題都給出完整、具體的回答，包含足夠的細節、數據或案例佐證，而不是簡短帶過。AI在生成答案時，偏好摘錄結構清楚、資訊完整的段落，如果內容寫成一大段沒有分段的文字，AI很難準確擷取重點，也就降低了被引用的機會。實務上建議先從客服最常被問到的問題開始整理，這些問題通常也是使用者最常拿去問AI的問題，優先處理投入報酬率最高。 【第四步：強化內容的準確性和時效性】 AI對於內容的準確度要求比想像中高，過時或有錯誤的資訊，即使排名不錯，也很難被AI引用，甚至可能因為資訊不一致，讓AI選擇引用其他來源。建議定期檢視內容有沒有需要更新的地方，尤其是價格、規格、法規這類容易變動的資訊，保持內容的即時性，也是GEO優化持續要做的功課，不是改完一次就結束。 【第五步：技術面優化，讓AI更容易讀懂網站】 內容調整之外，技術面也不能忽略。網站的結構化資料標記能幫助AI更明確辨識內容類型，例如產品資訊、常見問題、文章屬性；頁面載入速度和行動裝置體驗，會影響AI爬取內容的效率；網站的內部連結架構也很重要，讓相關內容彼此串連，方便AI理解網站整體的知識架構，而不是把每個頁面當成孤立的資訊碎片。這部分如果內部沒有工程資源，可以先從免費的網站健檢工具開始檢查，抓出最基本的技術問題優先處理，不需要一次到位。 【第六步：持續測試與追蹤，找出真正有效的寫法】 內容調整之後，不能改完就放著，需要定期用實際問題去測試，觀察AI有沒有引用調整後的內容，引用的是哪一段、用了什麼樣的表達方式，藉此累積出對自己產業和內容風格有效的寫法。這個過程沒有捷徑，需要耐心持續測試，因為不同產業、不同類型的問題，AI偏好摘錄的內容形式也會有差異，沒有一套公式適用所有情況。建議把每次測試的問題、結果和調整動作都記錄下來，累積幾個月後回頭看，通常就能整理出一套屬於自己產業的內容寫法邏輯。 【第七步：把GEO優化變成長期的內容經營習慣】 最後一步也是最容易被忽略的一步，就是把GEO當成長期經營的習慣，而不是做完前六步就結束的專案。AI工具的判斷邏輯會持續調整，內容也需要跟著市場和產業變化定期更新，建議企業內部指定固定的窗口，每個月或每季檢視一次現況，逐步累積調整經驗，長期下來才會看到穩定的成效。 戰國策集團在協助客戶做GEO優化時，通常會先完整走過前兩個步驟的盤點工作，再依照客戶的產業特性和資源，決定後續五個步驟的優先順序和節奏，因為每個產業適合的切入點不太一樣，沒有辦法用同一套流程套用在所有客戶身上。如果對自己網站目前在AI搜尋中的現況有疑問，歡迎直接找我們聊聊，先了解現況也是踏出第一步的方式。 【企業內部誰該負責GEO優化，需要成立專門的團隊嗎】 很多客戶問，做GEO優化是不是要另外成立一個新的部門，其實不需要。比較務實的做法，是在現有的行銷或內容團隊裡，指定一個窗口負責統籌，這個人不一定要懂技術，但需要熟悉公司的產品和客戶常問的問題，同時願意花時間持續測試和追蹤成效。技術面的工作，例如結構化資料標記、網站健檢，可以視需要找工程資源協助，或委外給熟悉GEO的顧問團隊處理，不需要企業內部從零開始學。真正重要的是，要有人固定投入時間，而不是把GEO優化當成臨時交辦的任務，做完一次就沒有後續追蹤，這也是很多企業做了一半就停滯的原因。 【常見的GEO優化迷思：三個容易做錯的地方】 實際輔導客戶的過程中，發現幾個很多企業一開始都會踩到的坑。第一個迷思是以為GEO優化就是把關鍵字塞進內容裡，跟過去做SEO的舊思維一樣，結果內容讀起來很不自然，AI反而不容易理解真正的重點，這種做法在AI時代效果非常有限，甚至可能因為內容不通順而被判定品質不佳。第二個迷思是覺得只要內容夠多就有幫助，於是大量產出品質參差不齊的文章，但AI在篩選引用來源時，看重的是內容的準確度和完整度，而不是數量，與其寫十篇空泛的文章，不如把三篇內容寫到位。第三個迷思是做完一輪優化就期待馬上看到效果，實際上GEO優化的成效需要時間累積，AI重新學習和收錄內容需要一段觀察期，操之過急容易半途而廢，甚至因為看不到立即成效就放棄，非常可惜。 避開這三個迷思，其實就已經比很多還在摸索的企業更接近正確方向，剩下的就是照著前面的七個步驟，紮實地一步一步做下去。 【常見問題】 Q:GEO優化跟AI SEO是一樣的東西嗎？ A:概念高度重疊，GEO是比較正式的學術用語，AI SEO則是業界比較口語的講法，實務操作上內容邏輯相通，不需要特別區分成兩套獨立的做法。 Q:做GEO優化會不會影響原本的SEO排名？ A:不會，好的內容結構、準確的資訊、清楚的問答形式，對傳統SEO排名同樣有幫助，兩者是相輔相成，不是互相衝突的關係。 Q:七個步驟需要按照順序做嗎？ A:建議按照順序，尤其是前兩步的盤點工作，如果沒有先了解現況就直接改內容，容易花力氣在不是重點的頁面上，效率會比較差。 Q:中小企業資源有限，可以只做其中幾步嗎？ A:可以，如果資源真的有限，建議優先做第一步到第三步，把最重要的內容改成問答結構，投入報酬率通常最高，其餘步驟可以之後再逐步補齊。 Q:多久需要重新檢視一次GEO優化的成效？ A:建議至少每季檢視一次，如果產業變化快或內容更新頻率高，可以縮短到每個月檢視一次，持續追蹤才能掌握真正有效的調整方向。 Q:GEO優化需要重新架設網站嗎？ A:通常不需要，重點在於既有內容的結構調整和技術面優化，除非網站本身有嚴重的技術問題，否則不建議貿然重新架站，反而可能中斷既有的收錄紀錄。 Q:一個人的行銷團隊，有辦法自己做完七個步驟嗎？ A:有機會，但建議放慢節奏，先專注在第一到第三步，把最重要的內容處理好，技術面和持續追蹤的部分可以視情況尋求外部資源協助，不需要獨自扛下所有工作。 Q:GEO行銷跟GEO優化是同一件事嗎？ A:實務上兩個詞常被交替使用，GEO行銷比較偏向從行銷策略的角度看待這件事，GEO優化則偏向具體的內容和技術執行，兩者最終目的是一致的。 Q:七個步驟大概需要投入多少時間才能走完一輪？ A:視網站規模和內容量而定，一般中小企業網站，扎實走完前五步大約需要一到兩個月，第六、七步則是持續進行的長期工作，沒有明確的結束時間點。 回到一開始那位教育訓練客戶，後來他們照著這七個步驟，先花了兩週時間盤點現況和整理內容資產，再逐步把課程介紹和常見問題頁面改寫成問答結構，三個月後我們陪他重新測試了當初那幾個關鍵字，發現有一半以上的問題，AI回答時已經會提到他們的課程名稱。他後來跟我說，這個過程最大的收穫不是流量增加多少，而是終於搞懂GEO不是什麼神秘的新技術，而是把內容寫得更誠實、更具體、更好懂，這件事本身就值得長期投入，也讓公司內部對於未來要怎麼經營內容有了更清楚的方向，不再是聽到新名詞就緊張，而是知道該從哪一步開始動手。 戰國策SEO/GEO服務 諮詢網站：hotels.com.tw 服務專線：0800-003-191 LINE ID：@119m

「鯰魚效應」（catfish effect）對應「死海效應」（Dead Sea Effect） 好的留不住 留下來的也做不來！ 在企業管理中，我們常提到「死海效應」與「鯰魚效應」。前者指出了組織中好人才的流失，給公司帶來的可怕後果；後者則強調引入新血的重要性，可以有效刺激團隊活力，提升整體效率。 想像一下，死海的水因為蒸發而越來越鹹，最終幾乎無法承載生命。而在企業中，優秀的人才面對不良的管理環境也會選擇離開，留下來的員工則可能無法提供應有的貢獻。這種狀況就像死海一樣，最終會導致組織陷入停滯，造成工作上失去生機。 相反地，「鯰魚效應」是引入有能力的新成員，打破現有的同質化氛圍，激發老員工的潛能和創造力。新血的加入能夠讓團隊產生新的活力，重新燃起工作的熱情，進一步提升組織的核心競爭力。 在當今快速變化的商業環境中，企業必須意識到「鯰魚效應」的價值，主動引進優秀人才，改革舊有系統才能持續發展，讓組織在競爭中立於不敗之地。別讓你的團隊成為死海，以鯰魚為引，讓團隊生活起來吧！ 「鯰魚效應」（catfish effect）對應「死海效應」（Dead Sea Effect）組織變革好球個案

AI會先取代誰，又會留下哪些位置給人類？李開復以工作內容自由度與人際互動依賴度，提出智力、體力工作兩張職場地圖，解析難被AI取代的關鍵，以及未來最值得培養的5種能力。本文節錄自《AI未來已來》。 文／李開復 本文目錄（點擊可快速前往） 兩張地圖：我的工作還安全嗎？智力工作的四象限地圖體力工作的四象限地圖李開復：3個方向，未來的路成為團隊裡最會用AI的那個人 兩張地圖：我的工作還安全嗎？ 現在把鏡頭從你的公司拉到整個勞動力市場上。每個人都想要一張能進行自我對照的地圖，以判斷自己的工作到底安不安全。很多年前我就做過AI將改變、甚至取代人類工作的預測，事實證明我的邏輯是對的。隨著AI的飛速進步，我把這個預測更新成下面兩張地圖：一張給智力工作者，另一張給體力工作者。 下面先講兩條由兩張地圖共用的軸。 橫軸表示的是一份工作的內容自由度。低自由度意味著工作環境中有標準答案，邏輯清楚、對錯分明，機器在這裡有壓倒性優勢；高自由度意味著工作中沒有標準答案，這種工作可能看起來有一些模糊、很新穎，對隨機應變能力有很高的要求，有時連問題本身都不容易說清楚，人在這裡有優勢。這條軸的兩端並非總是截然兩分的，但大體上可以認為自由度愈低，機器愈占上風。 縱軸表示的是一份工作對人際互動的依賴度。在低依賴度一端，價值是你工作的速度、規模、成本、品質等，在這些方面，機器在未來都會更強；在高依賴度一端，價值是誰能在場承擔責任、誰值得被信任、誰能說服他人、誰能創建合法性、誰能關心別人、誰能被另一個人需要，在這些場景中，人更強。 這兩條軸劃分出四個區域：機器最占優勢的是「工作內容自由度低＋人際互動依賴度低」區域，人最占優勢的是「工作內容自由度高＋人際互動依賴度高」區域。 智力工作的四象限地圖 圖／《AI未來已來》 下面具體介紹智力工作四象限地圖的4個區域。 機器主場（工作內容自由度低＋人際互動依賴度低） 在這個區域，每項工作都有清晰且可遵循的標準答案，不需要某個特定的人在場，比如資料輸入、帳務處理等。一個很「扎心」的事實是，以前我們認為人類能力的高點之一——基礎程式碼撰寫，居然也在這個區域。因為程式碼對不對是有標準答案的。正因為有這把客觀的尺，AI在寫程式碼上才進步神速。所以如果今天你只是一個「寫程式的封閉執行者」，那麼你能留在機器主場的日子就不多了。 人機協作（工作內容自由度低＋人際互動依賴度高） 機器已經比人更會執行這個區域的工作的核心環節，但這個區域的工作仍然需要保留一部分人——可能是為了取得信任、擔負責任，或者確保合法。比如，AI已經能解讀放射科提供的影像資料了，但簽字負責的仍是主治醫生。又如，法官做出的裁決可能本就基於AI的推薦，但這一判決必須由人來做出才有合法性。 這個區域的工作者面臨的風險就是可能變得只會「蓋章」。若是如此，那麼其遲早會被取代。 開放成果（工作內容自由度高＋人際互動依賴度低） 這個區域的工作的特點是：內容很雜、很新穎，所以還得由人來做，但沒人在乎由哪一個人來做。這一類工作沒有關係溢價，如前沿研究、原創寫作、腦力激盪、給全新問題想出第一版策略等，它們處於人類智力和創造性的前沿，但很少涉及人際關係。這個區域的工作者暫時安全，但這種安全性會隨AI技術的進步逐漸下降。 人性核心（工作內容自由度高＋人際互動依賴度高） 這個區域的工作特點是內容很雜且是關於人的。這類工作的從業者多為資深人員，包括心理治療師、優良教師、資深業務等。這是目前人類最有優勢，也最安全的區域。 體力工作的四象限地圖 體力工作的四象限地圖是類似的。（如圖22所示） 圖／《AI未來已來》 左上方的部分，還涉及很多人際互動，收銀員有時要和客戶互動、理髮師需要和客戶聊天溝通，機器的滲透還相當有限。 左下方是機器主場，涵蓋的工作包括倉庫分揀、流水線裝配、產品品質檢驗等，機器正在一塊塊拿下這個區域。 在圖中愈往右的區域，機器的優勢愈小。右下方的工作包括老屋水電改造、災後救援、管道搶修等，對於這些雜亂的工作，工作者需要在不可預測的空間裡隨機應變，人仍然穩穩占優勢。而右上方涵蓋的工作，如護理、臨終關懷、助產、到府私廚等，更是隱藏著機器無法觸碰的人性核心。 這裡還有一個反直覺的現象。十年前，絕大多數人認為AI會先搶走工廠工人和卡車司機的工作，知識工作者最安全。但真實結果是大腦能幹的活比我們以為的更封閉，手腳能幹的活比我們以為的更開放。這正是「摩拉維克弔詭」在四象限地圖上的樣子。 在AI 1.0剛出現的時候，包括我在內的很多人都把創意工作當成人類的安全區，沒想到生成式AI一腳就踏了進來。創意工作可以分為以下兩種。 重組式的創意工作——公式化的行銷文案、圖庫插畫、範本設計，這類工作很快就被推到了「封閉＋交付結果」區域，AI在此已占上風。 原創式的創意工作——真正去界定一個新問題，這是AI很難觸及的，這類工作仍處於「開放＋交付結果」區域。 所以「創意能讓你安全」本身是一個過度簡化的結論，重要的是你得分清你做的是哪一種創意，究竟是有跡可循的公式重組，還是原創性極強的新想法。 李開復：3個方向，未來的路 本節的內容是給每個人的一張行動地圖，這也是你能轉達給身邊其他人的建議。地圖的價值在於告訴你：哪些仗別再打了，以及哪些方向真的通向人還占優勢的地方。整體有以下3個方向供你參考。 方向一：往「開放」靠 你要主動去尋找那些最難、標準化程度最低、最沒人願意去做的事，去問題還沒被定義清楚的地方。如果你是工程師，與其更快地寫一段標準函數，不如去啃那個連需求都沒人說得清的專案。你要去做靠品味和判斷、沒有清晰對錯的事，成為那個決定什麼值得做的人。當執行幾乎免費，稀缺的就不再是「做」，而是「選」。培養品味、磨練同理心都很有價值，你要大量去看你所從事的產業裡最好的作品，逼自己講清楚它好在哪裡。 方向二：往「複雜、風險、把關」靠 高風險的把關、跨部門的協調、要照顧各方利益與進行合規的判斷，這些愈是依賴人和規則的專案，AI愈啃不動。而且出了事，只有人能承擔責任，AI無法承擔責任。你要把自己放到「出了事要由你負責」的位置上去，那正是價值聚集的地方。 方向三：往「溫度、信任」靠 未來人類參與最多的工作，不是前沿技術領域的工作，而是「另一個人特意為我付費」的服務工作。當一個人有了更多的時間和更厚的錢包，他要的往往不只是一頓飯、一堂課，而是「我無條件信任他」、「有個人真的把心放在了我身上」的感受。人與人的關係很多時候需要時間和經歷的累積，這是AI完全無法取代的。 這裡再分享5種無論朝哪個方向走都該努力培養的能力，按重要性由高到低排列如下： 一是模糊中的判斷力（資訊不全時做對決定，並知道什麼值得做）。 二是建立信任與關係的能力（讓他人希望你在場）。 三是共情與在場能力（真正聽懂他人的話）。 四是指揮AI的能力（界定問題、拆解、委派、驗證、整合）。 五是獨特的品味與策展能力。 成為團隊裡最會用AI的那個人 最後，如果挑一件清晰且可以執行的事情來幫助你在未來獲得更強的競爭力，那麼它會是：從2026年起，成為你的團隊裡最會用AI的那個人，這是你能買到的最便宜的保險，而且別只用它追求「更快」，要用它追求「更高」，讓它把你托舉到原來達不到的層級。這正是破解「斷梯」難題的辦法。AI先取代的恰恰是初級職位，新人一開始就要和AI競爭，這第一級台階反而是最困難的；而善用AI，新人能直接交付出過去要熬幾年才拿得出的東西。 節錄自：天下文化《AI未來已來）：變革巨浪中的CEO、企業、個人轉型戰略》／李開復 著

近年來，隨著科技的快速發展和數位化的浪潮，資訊安全已經成為各行各業無法忽視的重要課題，企業組織對於資訊安全人才的需求也急劇攀升。想要加入資安行業，具備相關經驗雖然重要，但若擁有資安證照，能會讓你在眾多應聘者中脫穎而出的關鍵。 ✅對資安入門者的建議： 對於資安入門的工作，如資安維運人員或資安駐點工程師，基本的資安管理機制和技術了解至關重要。推薦取得的證照包括經濟部產業人才能力鑑定(iPAS)資訊安全工程師中級能力鑑定、(ISC)2的Certified in Cybersecurity (CC)以及安碁學苑的資訊安全技術人才培育計畫研習證書。 ✅進階資安工作者的建議： 對於更進階的資安工作，如資安顧問或資安技術檢測工程師，深入了解資安管理機制是必要的。建議取得證照有(ISC)2的CISSP、ISO/IEC 27001 LAC、CompTIA Security+等。針對技術深度，可以考慮EC-Council的CEH或CPENT、CompTIA PenTest+等證照。此外，隨著雲服務的崛起，CSA的CCSK證書也成為相當值得追求的目標。 資安證照不僅為你的履歷增色，更是你在競爭激烈的面試中脫穎而出的秘密武器，透過參與專業培訓課程，透過專業講師的概念解析與考題講解，能讓求職者更順利取得專業證照！ 📢推薦證照課程 👍 🔶🔷資安入門者➤ IPAS 資安工程師中級培訓：https://acsiacad.pse.is/ipascourse 資訊安全技術人才培育：https://acsiacad.pse.is/newhirecourse 🔶🔷進階資安工作者➤ ISO 27001資安管理系統主導稽核員：https://acsiacad.pse.is/iso27001course CCSK 雲端安全知識證照培訓班：https://acsiacad.pse.is/ccskcourse

您是否正站在職涯發展的十字路口？根據《2025 下半年綠領人才就業趨勢報告》，綠領人才已成為當前最具爆發力的職業選擇。2025 年下半年，招募綠領的企業家數已突破 4,157 家，平均每月人才缺口高達 29,305 人。 這股綠色浪潮的成長速度驚人，企業對綠領人才的需求在 8 年內增長了 278%，是整體就業市場增長率的 5.7 倍。無論職場新人還是資深專家，現在是切入綠色賽道的最佳時機。 💡 為什麼您應該現在就考取「綠領證照」？ Q1：考取環境部「淨零綠領人才培育課程合格證明」真的有用嗎？ ➡️證照資訊 https://nabi.104.com.tw/ability/10049142 非常有效！ 數據顯示，求職者在履歷中勾選此證明後，獲得企業面試邀約的成長率高達 544%。對於原先未獲得邀約的會員，更有 43% 的人成功「破蛋」，敲開企業大門。 Q2：我的學歷背景不符合，也能挑戰綠領職缺嗎？ 絕對可以！ 2025 年下半年有 49.3% 的綠領工作不限科系，且 56.2% 的職缺歡迎年資一年以下或不限經驗的求職者。綠領人才具有學歷背景多元的特徵，橫跨理工與社會人文等 18 大學群。值得注意的是，隨著永續專案管理需求增加，具備環境部核發的「綠領人才培訓課程合格證明」的 PM 相關職缺快速成長，該證明已在短時間內躋身熱門綠領證照行列。 Q3：綠領的薪資待遇真的比較好嗎？ 是的！目前揭露月薪的綠領職缺中位數為 4 萬元，比整體職缺高出 5.3%。更有 33% 的綠領職缺月薪高於 4 萬元，具備專業技術與證照的人才，薪資談判空間極大。 ✍️ 考照前小試身手：淨零碳規劃管理師 模擬試題 https://nabi.104.com.tw/assess/2df0e155-3bd5-4613-ac2e-118a0dc7db66 ▶️想跟上這波薪資溢價 5.3% 的綠色浪潮嗎？👉 【推薦課程】 https://nabi.104.com.tw/course/104nabi/11779bb6-1e21-42cf-bc6f-9010a3c9920c

做了一堆AI工具，卻沒多久就晾在那裡？該如何真正用AI解決工作問題？104資深協理李明倫分享3個實際案例、5類提示詞與7步驟實作法，教非技術職從「非做不可」的工作開始，把工作拆成角色交給不同的AI，打造你的「AI營運團隊」。 文／《104職場力》整理 本文目錄（點擊可快速前往） 新需求不斷增加、系統卻跟不上，工作卡在人工怎麼辦？如何選題：第一個AI專案，不要挑最大的問題讓AI進入工作流程：3個案例看人與AI重新分工非技術職如何和AI協作？把AI當「第一天上班的聰明新人」從問題到落地：非技術職也能採用的7步驟從最想解決的問題開始，打造你的AI營運團隊 公司導入AI後，興沖沖用AI做了一堆工具、Dashboard與Skill，卻過沒多久就晾在那裡，或者做一做就沒有下文……這可能是許多工作者近期的共同經驗和痛點，到底該如何和AI分工協作、真正用AI提升工作效率？ 104人力銀行資深協理李明倫（Will Lee）觀察，生成式AI的出現，讓「先做一個工具看看」變得很容易，而他認為，AI應用能否落地，關鍵不在工具本身，而在一開始挑的問題。因此他認為，導入AI的第一個問題，不是先想「AI可以做什麼」，應該從「我現在最想解決什麼問題？」開始。因為持續存在的問題會帶來足夠的改善動力，團隊才會願意反覆測試、修正，最後把AI放進日常工作。 本文整理自104人力銀行資深協理李明倫於104「AI煙火小聚」分享的主題「如何打造你的AI營運團隊」，他並非技術職主管，過去兩年卻與團隊透過生成式AI、自動化及AI輔助開發（Vibe Coding），逐步改善資料整理、客服追蹤與工作流程，本次分享他與AI的協作心法。以下節錄精華內容。 【開始前的提醒】操作前應確認AI工具權限與資安規範本次分享中，李明倫使用公司提供的Claude企業版來協助盤點工作問題。實務上，工作資料能否提供給AI，仍應依照各公司核准的工具、權限與資安規範來判斷。建議操作前需確認哪些資料可以上傳、哪些內容應先去識別化。 新需求不斷增加、系統卻跟不上，工作卡在人工怎麼辦？ 在成長期的單位，常見的工作狀況是：新的客戶、新的服務與新的流程持續出現，連帶增加新的名單、資料、報表、分析及管理需求；即使工作量倍數成長，但人力卻沒倍數成長，系統建置速度也不一定能跟上，因此耗費大量時間在人工整理資料。 「最好的方法還是系統。」李明倫說：「可是新的單位、新的服務很多流程還不確定，不可能直接建到CRM。」尤其是新服務剛開始運作時，流程與規格可能仍在調整。若此時投入大量工程資源建正式系統，一旦作業方式改變，系統都得跟著改。他形容，這階段急著要求PM與工程建系統，「其實只是在丟另外一個炸彈給他們」。 這種情況下，許多團隊會先用Excel試算表來因應過渡期。「結果就是我很會用Excel，包括寫各式函數。」他說，資料不多時，這種方式快速又有彈性；但隨著檔案、函數與使用者增加，Excel的極限逐漸浮現，例如檔案跑不動、多人共用時可能誤改、資料散落在不同檔案，或是主管需待人工彙整才能掌握進度，都是可能發生的問題。 而本次分享的AI輔助開發工具，李明倫將它定位為「過渡方案」。它不取代正式後台，也沒有直接串接所有系統；用途是讓尚未定型的流程先被實際使用、驗證和修正。等規格逐漸穩定，團隊再把真正需要的功能移入正式系統。這段過渡期也像一場低成本的使用者測試，幫助更快確認規格與使用方式。 如何選題：第一個AI專案，不要挑最大的問題 首先要注意的是，不是所有工作都值得投入時間打造工具，李明倫建議，優先挑「高頻、重複、可標準化、成效可驗證」的問題： 高頻：經常或定期發生。 重複：大量步驟相同，人工反覆複製、整理或確認。 可標準化：狀態、判斷條件、處理順序或截止時間能說清楚。 可驗證：能用時間、錯誤率、處理量、採用率或其他KPI比較改善前後。 選定之後，他建議先問5個問題，把答案寫下來當作「改善前」的基準：這件事多久做一次？每次花多少時間？有幾個人參與？哪裡最容易出錯？成功後要看哪個KPI？ 另外，第一個專案不必挑全公司最大的痛點。規模越大，利害關係人、資料來源與例外情況通常越多。從最常重複、最容易驗證價值的工作著手，更容易做出第一個真的有人使用的版本。 讓AI進入工作流程：3個案例看人與AI重新分工 案例1：客服案件量大，進度仍靠Excel管理 把Excel搬上網頁只是表面，真正的改變是工作方式 某個客服團隊每天要處理大量資料，一筆筆聯絡、確認、做紀錄。曾經客服為了不掉球，發展出「把資料複製到Excel」的整理方式，記下當天聯絡狀況與下次聯絡日期，也方便主管查看進度及數據。為了改善工作流程，團隊起初嘗試增加試算表的函數和提醒，檔案卻隨資料累積變得更龐大、跑不動。李明倫接著把工作群組中的大量溝通訊息、現有流程規則、團隊成員口頭反映的問題彙整，交給AI協助標出流程中明確與仍在變動的部分，以及可能的斷點。 關鍵在於，AI蒸餾出可能的問題之後，還要跟現場同仁確認。「AI畢竟不在這個單位裡面，整理完以後我們還是會跟同事討論，哪些是大家認同的、哪些是AI想像的。與實際狀況不符合的，就剔除掉。」 問題收斂後，他們以Vibe Coding建立網頁工具來快速驗證。客服仍然處理同一批案件，但操作方式改變了： 所有案件集中處理，減少在不同資訊之間來回切換 網頁化操作，多人可同時查詢及填寫，資料不會互相覆蓋 可依案件屬性、時間與處理狀態等條件搜尋及排序 優先顯示當天必須處理案件，急件也能調整優先序 主管可直接查看處理量及相關數據，省去另行整理 【案例1】管理工具介面示意圖（圖／104職場力小編使用AI製作） 這項工具的重點不只是幫忙整理資料，還改變了客服每天如何工作。客服能把注意力放在聯絡與服務，資料搜尋、排序、提醒與統計則交由工具承接。流程還在變動時，團隊也可以快速修改規則，持續確認哪些功能值得進入正式後台。 他分享，工具導入後，即使曾有人力較吃緊的時期，團隊單人每日處理量仍能較過去平均提升一倍以上，工作量的波動也有所下降。不過他也補充，還有各種因素可能影響成果，因此不能將改善幅度完全歸因於工具。 案例2：開發名單持續增加，需在多份Excel不斷切換 從「整理排序」到「開發優先順序建議」 另一個團隊會接到多種來源的開發名單，例如講座名單、不同月份的專案名單、AI推薦名單，每種檔案格式、欄位和產生時間不同，累積一段時間後，客服可能需要在多份試算表之間切換與比對；多人共用時，同樣可能不小心覆蓋資料。 為了改善工作模式，本例也以AI輔助開發製作管理工具，將不同批次的名單集中到同一個工具，客服可依人員、批次或開發狀態篩選，主管也能看到整體進度。同時，工具內不會直接顯示敏感的聯絡資訊，沿用內部原有的權限控管。 【案例2】管理工具介面示意圖（圖／104職場力小編使用AI製作） 這個案例不同之處，是「名單整理排序」還多了一道AI與人工的來回協作：以AI參考過去成功案例的特徵，提出新名單的開發優先順序建議，並交由人工審查註記。人工複核被安排在關鍵判斷和防呆節點，大量整理與初步排序則交給AI。 案例三：公用客服信箱大量來信，回覆、紀錄、管理都費時 Power Automate與AI接力分類處理 公用信箱的回覆與管理也是許多團隊的痛點。信件數量少時，大家可以直接分工處理；但隨著業務成長，短時間內累積數百封來信，便可能出現重複處理、漏回或無法掌握處理進度等問題。 團隊原本把每封信登記到Excel試算表，再手動註記分類及處理狀態，管理雖有改善，行政負擔卻很重。 李明倫和AI討論解決方案，說明來信量、人工步驟與管理困難，最後決定採用Power Automate自動化工具，將Outlook收到的郵件定期匯入試算表，不必再花時間備份，收到即同步；再由AI協助分類，最後上傳至前例開發的客服處理工具，集中查看信件類別與處理進度。另外，Power Automate是AI提出的第2個建議。原先想的解法不可行，討論來回幾次才定案。  【案例3】信件管理流程示意圖（圖／104職場力小編使用AI製作） 共通點：沒有預設解法、讓AI從工具變營運夥伴 3個案例看下來，第一個共通點是都沒有預設既定解法。他們把團隊工作現況與遇到的困難交給AI盤點、討論，再從幾個解決方案裡比較選擇、來回修正，最後採用的做法有時可能與最初想像相差很遠。這些工具也都由團隊共同討論、實際使用並調整修正。 第二個共通點，是工作被重新拆解過。李明倫用「AI營運團隊」來形容，核心主張是把工作重新解構，拆解能力、角色，再看哪些可以交給AI。以名單案例為例，一套流程內其實有好幾種職責，例如整理與比對資料（助理、分析）、釐清規格與流程（PM）、開發工具（工程）、產出主管要看的數字（Dashboard管理），最後才是實際聯絡客戶的客服。現在其中好幾段交給AI，角色之間會互相接力，人只留在需要判斷的節點。讓AI從工具，真正變成「共同營運夥伴」。 非技術職如何和AI協作？把AI當「第一天上班的聰明新人」 「AI不是通靈。即便他非常聰明，你沒有跟他講清楚，他的回答當然不會精準。」 李明倫把AI視為第一天上班、能力很強的新同事。不過，AI能快速分析與建立原型，卻不了解部門情境，也不會讀心。若提供的背景越模糊，來回修正的次數通常越多。 因此盤點型提示詞可以包含5類資訊： 背景現況（Existing）：工作現狀、流程如何運作 規則與判斷邏輯（Rules）：工作實務上的詳細規則，包括決策規則、狀態定義、操作模式 佐證資料（Evidence）：實際工作檔案、畫面與案例說明 問題與落差（Problem）：目前看到的問題，哪裡耗時、容易出錯、缺少SOP 明確任務要求（Ask）：希望AI最後產出什麼、給誰用，例如建立SOP、待確認資訊、問題及建議 他也分享，「盤點型」和「工具型」的prompt不太一樣：盤點型要把問題和資料給足，和AI討論出卡點；而工具型比較單純，就是把功能講清楚。 AI「專業新人」交辦模板 想請AI先協助盤點問題，可以使用以下格式： 我目前要處理的工作是＿＿。現在由＿＿負責，使用＿＿工具。這件事大約每＿＿執行一次，每次花費＿＿。目前最耗時或容易出錯的環節是＿＿。現有資料包括＿＿。必須遵守的規則是＿＿。我希望改善的結果是＿＿。請先幫我整理目前的工作流程、主要痛點與可能解法，暫時不製作工具。請同時標出適合由AI協助的步驟，以及仍應由人判斷的步驟；如果資訊不足，請先向我提問。 實作心得1：一次只加一個功能，做完立刻驗證 直言自己並非技術職，李明倫打造工具時，會先和AI討論方案是否可行，確認後再逐步增加功能。他曾一次要求多項調整，結果自己和AI都容易混亂；後來改成一次處理一個小功能，完成後立刻驗證。此外，正式讓同事使用工具後，後續修改則要區分測試版與正式版（Staging／Production），避免調整功能時讓現場工具直接停擺。 實作心得2：AI說「很簡單」，不代表真能做出來 AI提出可行方案後仍要實測。李明倫坦言，有些AI口中的「很簡單」，最後仍可能做不出來；第一版範圍越小，團隊越能及早發現限制。遇到看不懂的技術問題時，他也會直接請AI換一種方式解釋，確認自己理解後再做選擇，避免盲目操作讓後續修改變得更複雜。 實作心得3：把專案知識建立在MD檔 每個主要專案也會建立MD檔，記錄規則、步驟與使用方式，避免重要脈絡散落在長對話中。至於是否進一步做成可重複調用的Skill，則要看流程的共通性。李明倫提到，許多工具的規則非常細，只適用特定單位；若跨團隊無法直接套用，保留成專案MD檔更實際。 實作心得4：文字講不清楚，就截圖給AI看 李明倫提到，和AI來回修正時，他大量使用截圖：把畫面截下來、圈起要改的地方，比打一長串文字精準得多。若要說明幾份檔案之間的關聯，他甚至會用PowerPoint畫成一頁示意圖。部署失敗時也是同樣做法：平台上會顯示錯誤訊息，截圖給AI就會自行修正，讓錯誤不再是障礙。 從問題到落地：非技術職也能採用的7步驟 想從0開始一個AI專案，必須涵蓋選題、盤點、測試與持續營運。綜合李明倫分享的實務做法，整理為以下7個步驟： Choose 選題：選一個值得解決的問題，優先挑「高頻、重複、可標準化、成效可驗證」。寫下發生頻率、每次花費時間、參與人數、常見錯誤與成功指標。 Define 定義：用EPSP梳理現況（Existing）、問題（Problem）、AI解法（Solution）、標準流程（SOP）與預期影響（Business Impact）。 Discover 盤點：蒐集現有試算表、文件、SOP、工作討論、操作畫面，訪談真正執行工作的人（使用者痛點），再請AI整理流程、痛點與可能機會。整理完務必回到實務現場逐項確認。  Prototype 原型：只解決一條核心流程，第一版先求能用、能測，不急著做成完整系統。 Test 實測：找一位真實使用者放入真資料，實際使用一段時間（一天／一週），記錄錯誤與新需求，反覆修正。 Standardize 標準化：把有效做法整理成固定輸入、固定流程與固定輸出，並定義負責人、更新頻率、SOP及檢核標準。 Review 檢討：定期檢查時間、品質、KPI、使用率與可擴充性；若規則或現場需求改變，再回到下一輪選題與定義。 李明倫認為，真正可複製的不是Prompt，而是「Problem → Solution → SOP → Review」的方法，重新拆解工作，讓工作流程持續進化。 從最想解決的問題開始，打造你的AI營運團隊 而在工具導入後，李明倫建議AI專案的成效不要只看「做出幾個工具」，應追蹤使用者是否持續使用、人工時間是否下降、錯誤或遺漏是否減少、工作品質和核心指標是否改善，以及這套流程能否被交接與持續調整等。 他也強調，雖然本次分享是使用Claude，但不同AI工具都能協助盤點流程與建立原型，介面設計、功能穩定度和使用習慣可能各有差異，選擇自己和團隊用得順手的工具即可。真正決定專案能否落地的，仍是問題是否值得解、規則是否講得清楚，以及使用者是否參與驗證。 從「非做不可」的工作開始，AI才會進入每天與每週的真實流程。當團隊持續經歷「發現問題、建立解法、形成SOP、檢視成效、再修正」的循環，累積下來的成果會超過零散的提示詞或單一工具，逐漸形成一套可運作、可交接、可改進的人機協作系統。 [course_plugin api_type='course_id' title='測你的AI素養' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']

廣告代理商常常告訴我們廣告成效不錯，但為什麼業績卻沒有明顯提升？這個問題涉及多個層面，包括數據解讀、全面的業績分析、持續優化的重要性以及自我學習的價值。透過理解和掌握這些關鍵因素，才能真正提升廣告效果並增強業績。本文將深入探討這些方面，幫助您找出問題根源並提出有效解決方案。 這個問題涉及幾個重要方面: ▍數據解讀的重要性 廣告代理商可能會選擇性地展示有利於自己的數據。如果缺乏廣告知識，很容易被誤導。因此，了解基本的廣告概念和關鍵指標非常重要，這樣才能客觀評估廣告效果。 ▍全面分析業績表現 業績不佳可能有多種原因，不僅僅是廣告本身的問題。需要從多個角度分析： -廣告素材（圖片、文案）是否吸引人 -一頁式網站（Landing Page）是否有效承接廣告訴求 -網站用戶體驗是否良好，購買流程是否順暢 -持續優化的重要性 -提升業績是一個持續優化的過程。需要不斷測試、分析和改進廣告策略、網站設計和用戶體驗等各個環節。 ▍自我學習的價值 雖然學習廣告知識需要時間和精力，但從長遠來看，這種投資是非常值得的。它可以幫助你更好地理解和管理廣告投放，避免資源浪費，最大化廣告效益。 總之，要真正提升廣告效果和業績，需要全面的理解和持續的努力。建立基本的廣告知識，結合對自身業務的深入了解，才能做出明智的決策並有效地與代理商溝通。

想讓AI幫忙操作Chrome瀏覽器、讀Gmail、下載附件、寫進Google Sheet，又怕它亂點、亂寄信？作者以教師可能遇到的「自動批改作業信」為例，示範用Codex Chrome Extension設定白名單、二次確認與留痕log三層護欄，再一步步放手讓AI操作瀏覽器。本文節錄自《ChatGPT × Codex全攻略》。 文／曾慶良（阿亮老師） 本文目錄（點擊可快速前往） 動手做前準備清單全章流程地圖：4步由小到大動手實作：讓Codex操作你的Google Chrome動手操作3大禁區 編按：作者以「老師自動批改學生作業信」為範例，示範讓Codex讀取Gmail「作業繳交」標籤的來信、下載附件、產出評語，再逐列寫進Google Sheet。雖然示範情境在教學現場，但換個主題就能套用到職場，例如整理應徵者的履歷信、客戶詢價信或活動報名回覆；文中的白名單、二次確認、留痕log三層護欄，也適用於任何讓AI代操瀏覽器的工作。※本文以「Chrome Extension」模式操作，是由Codex直接在你的Chrome「已登入」的Gmail等分頁操作，不必處理OAuth、API token（這些憑證都不用辦），看得到它在做什麼。 動手做前準備清單 項目規格沒有怎麼辦Codex CLI + 桌面App已完成、能登入補安裝，Codex CLI 、桌面AppChrome Extension從Codex App Plugins內裝補安裝，Chrome extensionGmail帳號有「作業繳交」標籤、收得到信Gmail內建立一個Label「作業繳交」Google Sheet一張空白工作表，欄位先排好Drive內新建一張，命名「本學期_作業批改」 Google Sheet欄位先排好 第一列填入這6個欄位（順序很重要，等下Skill要按這個順序寫入）： ABCDEF批改日期學生姓名作業主題AI評語字數建議評分 權限設「僅特定人員」或「限校內帳號（你的學校網域）可存取」，把你自己（和真的需要看的同事）逐一加進去。不必也不要用「擁有連結的任何人可檢視」，Codex用你登入的身分操作，本來就進得去，不需要開公開連結。 此表含學生個資（姓名＋評語），絕對不可以用「擁有連結的任何人可檢視/可編輯」公開連結分享。公開連結等於把全班個資丟到網路上任人抓取。務必設成「僅特定人員」或「限校內帳號」，並定期到「共用」設定檢查存取名單有沒有跑進不該有的人。 【補充】企業導入前置（用公司信箱、下載含個資附件前必看） 本章讓Codex操作你「已登入」的信箱、下載附件、寫進Sheet，放在公司環境要先過3關，別自己一個人默默開跑： 公司信箱須經IT /資安核准：使用Codex Extension操作公司Gmail / Workspace前，先問過IT或資安窗口，確認符合公司對第三方工具存取信箱的規範，否則別用個人身分擅自授權公司帳號。 先用測試帳號跑通：第一輪用一個測試信箱＋假資料把流程走順，確認護欄有效，再碰真實信箱。 附件含個資要確認合法性、用完清除：下載的.docx /客戶附件若含個資，先確認你有處理的合法依據（同意/業務必要），處理完就從~/Downloads/inbox-essays/之類暫存夾刪除，別長期堆在本機或同步到公開雲端夾。 全章流程地圖：4步由小到大 1 授權與護欄 Chrome Extension 範圍限定 + 二次確認 ↓ 2 寫 Skill auto-email-processor 四階段定義 ↓ 3 跑 1 封測試 盯著看，確認沒亂點 ↓ 4 放開跑全部 批次處理 + 失敗重試 + 總結報告 絕不可跳過步驟3，跑1封測試看看，這是整章最關鍵的安全閘門。沒看過第1封就放執行，等同把你的Gmail鑰匙交給陌生人。 動手實作：讓Codex操作你的Google Chrome 步驟1-A 授權與三層護欄 確認Codex桌面App已開啟、已登入 確認Chrome已裝Codex Extension Chrome右上工具列點Codex圖示 看到「Chrome plugin connected」狀態 = 正常 Codex桌面App內的Plugins區也顯示「Chrome plugin connected」，兩邊都看得到 = OK Codex從這裡開始就有能力「在你登入的Chrome內」做事。所以下一步馬上設範圍限制，沒設好就不要往下做。 步驟1-B 護欄1：範圍限定（白名單） Codex Extension預設「進入新網站會問」。但更穩的做法是明確設一份白名單。在Codex對話開頭就先宣告： 本對話只允許操作 mail.google.com、docs.google.com、sheets.google.com。 任何其他網域請拒絕並回報給我。 明確列出允許與禁止的清單： # 允許 Codex 操作的網域白名單 mail.google.com # Gmail docs.google.com # Google Sheet / Docs sheets.google.com # Google Sheet（舊網域別名） # 禁止：其它一律不行 ✗ bank.example.com # 銀行 ✗ pay.example.com # 支付 ✗ facebook.com / x.com # 社群媒體 這是用文字下的範圍限制，搭配Extension預設的「進新網站問一次」雙重防護。 步驟1-C 護欄2：二次確認 在Codex對話開頭就先指定下面五類動作必須先暫停問你，得到「OK」才能繼續： 刪除任何信件 → 必須問 寄出任何信件 → 必須問 移動信件到垃圾桶 → 必須問 修改Sheet既有列（非新增）→ 必須問 修改Gmail filter / forwarding設定 → 必須問 「標記為已讀」、「加標籤」、「下載附件到自己電腦」、「在Sheet新增一列」這幾項算可逆操作，不需要每次都問。 步驟1-D 護欄3：留痕log 叫Codex把它做的每一步寫成log，方便事後抽查： 請建立一個 ~/codex-logs/email-processor.log 每次處理一封信，寫一行 JSON： {"ts":"2026-05-17T10:00:00Z","subject":"...","sender":"...","action":"已批改寫入Sheet","ok":true} 失敗時 ok:false，多寫 reason 欄位。 請在每次跑完 Skill 後自動 append。 跑完一輪後，cat ~/codex-logs/email-processor.log（Windows PowerShell：Get-Content $HOME\codex-logs\email-processor.log）看得到N行JSON，每行對應一封信。 動手操作3大原則 範圍限定：只開放特定網域，其餘一律拒絕 二次確認：刪/寄/改既有資料必須先問 留痕：每次操作寫log，可事後追查 三個都做到了，才往下進步驟2寫Skill。 步驟2-A 寫auto-email-processor Skill macOS / Linux（或在Git Bash執行）： mkdir -p ~/.agents/skills/auto-email-processor cd ~/.agents/skills/auto-email-processor touch SKILL.md Windows PowerShell寫法（同一件事的PowerShell寫法）： New-Item -ItemType Directory -Force $HOME\.agents\skills\auto-email-processor Set-Location $HOME\.agents\skills\auto-email-processor if (-not (Test-Path SKILL.md)) { New-Item -ItemType File SKILL.md } 如果Windows使用者希望直接沿用Bash指令，可以在~/.agents/skills/的上層資料夾右鍵 → Open Git Bash Here，就能在Git Bash內原樣執行mkdir -p、touch。兩個方式擇一即可，不必兩邊都跑。 為什麼用Skill而不是直接打prompt？Skill寫一次、用很久。下次要批改只要說「跑auto-email-processor」，不必再貼整段流程描述。 2026新功能NEW：Record & Replay（錄一次、重播多次） Skill有3種建立法： 手寫SKILL.md（本節做的） 對話中請Codex幫你生 Record & Replay，你手動把一連串網頁操作（點「作業繳交」標籤 → 過濾未讀 → 下載.docx）錄製一遍，Codex會把它存成可重播的Skill。像Gmail這種步驟固定、重複性高的流程特別適合這種方式，錄完再回頭微調SKILL.md補上護欄。搭配always-allow（總是允許）：把重播時重複跳出來的權限請求（例如每次都問「可以操作mail.google.com嗎」）設為「總是允許」，就不會一直被打斷，但只對白名單網域開always-allow，刪/寄/改既有資料這類敏感動作仍維持二次確認。 步驟2-B SKILL.md開頭：frontmatter與Scope SKILL.md一定要以YAML frontmatter開頭（name、description是必要欄位，觸發詞寫進description，Codex才會自動觸發）： --- name: auto-email-processor description: 讀 Gmail「作業繳交」標籤內的未讀信，抓 .docx 附件，套 essay-feedback Skill 批改，寫回 Google Sheet「本學期_作業批改」。觸發詞：批次批改、處理交作業信、跑 email processor。 --- # auto-email-processor ## Scope - 允許網域：mail.google.com、docs.google.com、sheets.google.com - 禁止：其它任何網域 - 允許動作：讀信、下載附件、加標籤、Sheet 新增列 - 禁止動作：刪信、寄信、修改 Sheet 既有列 Skill的「身分證」段落，讓Codex知道「我可以做什麼、不能做什麼」。 步驟2-C 中段：四階段Steps ## Steps ### Phase 1 讀 1. 開新分頁到 https://mail.google.com 2. 點左側「作業繳交」標籤 3. 加「is:unread」過濾條件 4. 列出信件主旨與寄件者，不要點開 ### Phase 2 分（過濾） 對每封信，符合所有三條件才處理： - 寄件者是學生（你的學校網域，例：@school.edu.tw） - 主旨含「作業」或「homework」 - 有 .docx 附件 ### Phase 3 處（批改） 1. 下載 .docx 到 ~/Downloads/inbox-essays/ 2. 從寄件者名 / 主旨解析學生姓名與作業主題 3. 呼叫 essay-feedback Skill 批改 4. 把回傳的「評語/ 字數/ 評分」記下來 ### Phase 4 記 1. 開 Google Sheet「本學期_作業批改」 2. 新增一列：日期 / 姓名 / 主題 / 評語 / 字數 / 評分 3. 回 Gmail 標該信「已讀」+ 加「已批改」標籤 4. 寫一行 log 到 ~/codex-logs/email-processor.log 【補充】Phase 3那句「呼叫essay-feedback Skill」是哪來的？ 這支批改Skill在「多檔案批次處理」篇建立過，該章resources/essay-feedback/有現成檔案，只要將其複製到~/.agents/skills/essay-feedback/就能被本章觸發。還沒建也能先跑通流程，把Phase 3第3步暫時換成這3行替代做法： 用Codex內建能力讀出.docx純文字內容 請Codex直接寫一段150字評語、估算字數、給A / B / C建議評分 把這三個值當成回傳結果往Phase 4傳（先能寫進Sheet，之後再換成正式的essay-feedback） 步驟2-D 末段：Rules護欄 ## Rules ### MUST（必須） - MUST 敏感操作前停下來問我（刪信、寄信、改既有列） - MUST 處理失敗的信維持「未讀」、加標籤「需人工處理」 - MUST 每處理一封寫 log - MUST 全程操作我這個帳號，不可切到別人的 Gmail ### NEVER（絕不） - NEVER 自動回信給學生 - NEVER 跨網域操作（白名單以外） - NEVER 刪除任何信件 - NEVER 修改 Sheet 既有列（只能 append） ## Tools - Codex Chrome Extension（Gmail / Sheet 操作） - Codex 內建 .docx 解析 - essay-feedback Skill（subagent 呼叫，來源見第三篇 CH19） Skill寫完存檔。Codex下次看到觸發詞會自動讀SKILL.md。 準備測試素材：先讓信箱有東西可讀 Skill寫好了，但如果「作業繳交」標籤裡一封信都沒有，步驟3的測試就沒東西可跑。動手前先花3分鐘，自己造1～2封測試信，讓自動化有真實素材可讀。這步驟做完，跑步驟3才有意義。 準備1～2份.docx測試檔：隨手開Word（或Google Docs →下載為.docx）打一段假作文，存成例如：測試作文_王小明.docx。想更真實就做兩份、換個學生名。 自己寄給自己：在Gmail點「撰寫」，收件者填你自己的Gmail，主旨故意帶關鍵字（例：第八單元作文 作業繳交 王小明，一定要含「作業」讓Phase 2過濾條件吃得到），把剛才的.docx當附件夾進去，寄出。寄1～2封。 建一個標籤：Gmail左側sidebar往下拉找到「建立新標籤」，命名為作業繳交（就用這章Skill要讀的標籤名，別另取，不然Skill讀不到）。若動手前清單那步已經建過，這步跳過。 手動把測試信貼上該標籤：回收件匣，勾選剛剛那1～2封自寄信 → 點上方「標籤」圖示（或右鍵）→ 勾「作業繳交」。現在這個標籤底下就有真實的未讀作業信可供Codex練習了。 【提醒】用「自寄信」當測試素材最安全就算Codex跑歪了、標錯標籤，動到的也只是你自己建立的虛假信件，不會影響到學生真正交的作業。等步驟3測試通過，再放真實信件進來。 步驟3-A 跑1封測試（最關鍵的一步） 進Codex： codex 輸入： 請執行 auto-email-processor Skill，但這次只處理 1 封測試： 1. 開 Gmail 2. 找到「作業繳交」標籤內第一封符合條件的未讀信 3. 完整跑完 Phase 1-4 4. 跑完後回報你做了什麼（步驟列表、最後 Sheet 寫了哪一列） 整個過程請在我面前跑、不要靜默。 每動一步先告訴我「我準備做 X」，等我說 OK 才執行。 【提醒】請全程盯著螢幕看！不要去泡咖啡、不要切到別的視窗。第一次跑就是要確認「它真的有照規矩來」。 步驟3-B 盯著看的時候要確認什麼？ Codex跑的時候，眼睛確認這6件事： Codex開的是正確的Gmail標籤（不是收件匣全部） 它沒有點開不該點的信（例如沒有.docx的、或寄件者不是學生的） 下載.docx時沒覆蓋你既有檔案 批改完Sheet新增一列（不是修改既有列） 信件標為「已讀」+ 加「已批改」標籤，沒刪除、沒進垃圾桶 log檔有一行新紀錄 任何一項不對 → 立刻按Esc中止（在CLI內跑則按Ctrl + C）、修SKILL.md、再跑一次測試，不要現在就往步驟4前進。 步驟3-C 第一次跑常見的「走偏」 Q1：Codex點到收件匣不是「作業繳交」標籤 回答：Gmail介面更新時，標籤位置會變動。SKILL.md改成「在左側sidebar用文字找『作業繳交』再點」，不要靠固定位置。 Q2：把作文老師個人信也當成作業處理 回答：Phase 2過濾條件不夠嚴。再加「主旨必須有作業/homework」「附件必須是.docx」雙條件。 Q3：Sheet寫到錯的工作表（同一活頁簿有多張表） 回答：Skill補上「先點底部tab確認是『本學期_作業批改』再寫」。 Q4：標完「已批改」標籤後又標「重要」 回答：Codex在學Gmail介面，可能誤點。Rules補：「只加『已批改』標籤，其他不准動」。 步驟4-A 測試OK了，跑全部未讀 同一個Codex對話內輸入： 很好，剛才測試正確。現在請執行 auto-email-processor Skill 處理「作業繳交」標籤內所有未讀信。 需求： 1. 並行數：1（順序處理，方便我看） 2. 失敗自動重試 1 次 3. 重試仍失敗的信：加標籤「需人工處理」，跳過，繼續下一封 4. 全部跑完給總結報告：成功 N 封 / 需人工 N 封 / 失敗 N 封 5. 列出需人工的信件主旨與寄件者，方便我之後處理 開始。 「並行數1」會比較慢，但安全。等你跑過3-5次都OK再考慮加到2-3並行。 步驟4-B 預期看到的總結報告 ✅ auto-email-processor 處理完成 成功批改：23 封 需人工處理：2 封 - 「期中作文.docx 附件損壞」 / 小明 <ming@...> - 「忘記附檔」 / 阿花 <hua@...> 失敗：0 封 Google Sheet 已新增 23 列 Gmail 標記已讀 + 標籤「已批改」：23 封 標籤「需人工處理」：2 封 log 寫入 ~/codex-logs/email-processor.log：25 行 數字加總 = 標籤內未讀信總數 = Sheet新增 + Gmail標記 = log行數，四個數字對得起來就是完成。 步驟4-C 抽查Sheet內容是否正確 打開「本學期_作業批改」工作表 隨機挑3列，對應到原信件 檢查欄位：日期、姓名、主題、評語、字數、評分都對 檢查AI評語有沒有亂寫（這部分是essay-feedback Skill的責任，但這次順便抽查） Gmail內隨便開一封看是否標籤「已批改」+「已讀」 看log檔最後幾行有ok:true 6項都對 = 整套流程信任度 +1。下次可以放心多並行、少盯著。 動手操作3大禁區 把這3個禁令寫在便條紙貼在螢幕上： 不操作金融帳戶：銀行、支付、券商、加密貨幣交易所，一律白名單外。不論看起來多簡單的「查餘額」也不行，因為AI沒辦法分辨「查」和「轉」之間只差一個按鈕。 不自動寄信給真人：草稿可以、儲存可以，但按下「寄出」這個動作絕對是你自己按。AI寄錯信沒辦法收回，後果你扛。 不超範圍：Skill寫了什麼就只做什麼。不要在同一個Codex對話「順便叫它做別的事」，授權邊界會模糊掉。要做別的就開新對話、重新設權限。 節錄自：博碩文化《ChatGPT × Codex全攻略：從零基礎到自動化，打造你的AI Agent工作流》／曾慶良（阿亮老師） 著

在職場上，善良究竟有沒有用？這個問題一直困擾著很多人。今天，我要分享一個關於善良的故事，或許能給大家一些啟發。 小美是一家中型企業的行政助理，她總是笑容可掬，對同事非常友善。無論誰有困難，她都樂於伸出援手。有人文件丟了，她會主動幫忙找；有人家裡有急事，她也願意幫忙調班。然而，這樣的善良卻沒有給她帶來明顯的職場優勢。 有一次，公司接到了一個大型項目，所有人都忙得不可開交。某個週五下班前，主管臨時安排小美準備一份報告，並要求她週一一早交上來。這對小美來說無疑是個大挑戰，因為她已經安排好周末的家庭活動。 小美沒有拒絕，她選擇留下來加班，把自己的計劃往後挪。她認為，幫助公司完成這項緊急任務是她的責任。結果，她花了整個周末加班，把報告做得非常詳細和準確。週一早上，主管對她的工作表示非常滿意，但除了簡單的感謝，並沒有更多的讚賞或獎勵。 幾個月後，公司進行了一次內部晉升考核。小美的工作表現一向不錯，她對這次晉升充滿期待。然而，最後晉升名單公布時，卻沒有她的名字。她感到非常失望，覺得自己的善良和努力似乎都白費了。 這時，公司的CEO找到了小美，告訴她：“你一直以來的努力和善良，我們都看在眼裡。只是這次晉升，我們更需要的是一些具備特定技能和經驗的人。但是，我們非常重視你的貢獻。”CEO的話讓小美感到些許安慰，但也讓她更加困惑：善良真的在職場上沒用嗎？ 事實上，小美的善良和樂於助人，讓她在公司內部樹立了良好的口碑。幾個月後，公司決定開拓新的業務，需要一個既懂得內部流程又能協調各方的人來負責。這時，CEO想到了小美。他們認為，她的善良和協作能力，正是這個新崗位所需要的特質。 就這樣，小美被任命為新業務部門的負責人。她的工作態度和善良品格在這個新崗位上得到了充分發揮。她不僅能夠妥善處理內部事務，還能很好地協調各部門的合作，最終使得新業務部門迅速成長，為公司創造了可觀的利潤。 小美的故事告訴我們，善良並不是職場中的累贅。儘管在短期內，善良可能不會立即帶來明顯的職場優勢或回報，但長遠來看，善良能夠幫助我們建立良好的人際關係和職場形象。這些無形的資產，往往能在關鍵時刻帶來意想不到的機會和回報。 所以，善良在職場上並非沒有用。相反，它是一種強大的力量，能夠幫助我們在競爭激烈的職場中脫穎而出。當我們面對挑戰時，不妨像小美一樣，用善良和耐心去應對，最終你會發現，這些付出都會以某種形式回到你身邊。 接下來，我們再來看看另一個例子。這個故事的主人公是大偉，一個剛剛入職不久的市場專員。他同樣以善良著稱，但他遇到的職場挑戰和小美有所不同。 大偉進入公司後，發現市場部的工作氛圍非常競爭，每個人都在為自己的業績而努力。初來乍到的大偉，並沒有什麼資源和人脈，但他相信，只要自己真誠待人，總能夠得到同事們的認可。 有一次，市場部接到了一個大客戶的投標項目。這對於每個業務員來說，都是一次展示自己能力的好機會。大偉雖然很想爭取這個機會，但他發現，部門內的資深員工小張最近家中有事，無法全力以赴參與這次投標。 大偉主動找到小張，表示願意幫助他分擔一些工作，讓小張能夠安心處理家務事。小張非常感動，兩人一起加班加點，最終順利完成了投標文件。這次合作不僅讓大偉得到了小張的認可，也讓部門領導對他刮目相看。 不久後，市場部的一個項目主管職位空缺，大偉因為這次出色的表現和他平時的善良，成為了這個崗位的不二人選。這次晉升不僅讓大偉的職業生涯邁上了新的台階，也讓他更加堅信，善良在職場中同樣是無價的資產。 善良的力量，不僅僅體現在人際關係上，還會在你不經意間，為你打開一扇新的職業大門。因此，無論你身處什麼樣的職場環境，都不要放棄對人的善意和幫助。這些看似不起眼的舉動，往往能夠在關鍵時刻，為你贏得意想不到的機會和回報。 總結來說，善良在職場上並非沒用。小美和大偉的故事告訴我們，善良和真誠不僅能幫助我們建立牢固的人際關係，還能在關鍵時刻帶來職業上的突破。所以，不要輕視善良的力量，因為它可能正是你職場成功的秘密武器。 希望這篇文章能夠給大家帶來啟發和力量，讓我們一起在職場中，用善良和真誠，創造屬於自己的成功之路。

2026-09-01 聯合報記者柯美儀　由聯合新聞網授權轉載 人工智慧時代來臨，教育部鼓勵大學積極培育具備AI素養的跨域人才。教育部今年5月發布「未來人才AI能力圖像」，近日再從「教育部磨課師」學習平台（https://moocs.moe.edu.tw/）首波推薦18門課程，讓民眾不受時間、空間限制，透過線上學習掌握AI核心能力。 教育部表示，「未來人才AI能力圖像」是我國推動各級學校AI教育與未來人才培育的政策藍圖，提出「運用AI學習的能力」、「負責任使用AI的能力」、「運用AI解決問題的能力」及「AI無法取代的能力」4大面向，引導國小、國中、高中到大學推動AI教育，透過基礎教育與高等教育銜接，提升未來人才整體競爭力。 為協助學生快速了解、應用AI，教育部首度與國立台灣師範大學團隊合作導入AI評估機器人，依據「未來人才AI能力圖像」指標，並從「趣味度、內容深度、實作程度、結構清晰度、應用廣度」5大面向，評估「教育部磨課師」平台上的人工智慧課程，首波推薦18門課程。 教育部說，18門課程涵蓋AI導論、機器學習、深度學習、自然語言處理及電腦視覺等主題，每門課程均清楚標註對應培養的AI能力指標。 其中，獲得專家及AI最高評分的「應用機器學習於 Python」，由國立政治大學教授林怡伶開設。林怡伶表示，課程為應用導向、非基礎課程，學習者應具備一定的程式能力或熟悉Python的語法。課程內容先說明機器學習，再說明基本的資料分析流程步驟，最後到機器學習模型。課程最大特點規劃完整的學習範圍，讓學生快速認識機器學習涵蓋的各項重大領域，並且能依循著教材去鑽研相關知識，輔助其自主學習。 →點擊查看更多Python課程 此外，東海大學楊朝棟教授開設的「AIoT技術與應用」也是此次推薦課程之一。課程以AIoT（人工智慧物聯網）為核心，整合人工智慧、物聯網、感測器、嵌入式系統及邊緣計算等技術，帶領學習者掌握AIoT系統基本原理及實作方法。 楊朝棟表示，希望學習者修習課程後，不僅具備AIoT相關知識，更能透過實際操作培養資料處理、系統整合與問題解決能力，學會將AI技術應用於物聯網設備與實際場域，進而具備自主探索及開發創新AIoT應用服務的能力。 →點擊查看更多AIoT課程 教育部磨課師目前已累積逾2000門跨領域優質線上課程，除提供中小學教師及教保人員在職進修課程，也因應教育發展趨勢建立主題專區，提供學習者主題式學習。 教育部資訊及科技司長葉家宏表示，教育部磨課師是免費開放全民學習的線上學習平台，修畢課程均可獲得修課證明；若為在校生，部分課程依各大學規定更可被採認為正式學分，自我進修又能獲得學分，有一箭雙鵰之效。 葉家宏強調，面對AI驅動產業轉型浪潮，教育部同步國際趨勢發布「未來人才AI能力圖像」，在磨課師平台上建立主題專區，也在平台上增加精準推薦、字幕生成的功能，這些資源完全開放，無論是學校、教師或學生，都能依需求彈性運用。教育部鼓勵各界善用這些優質資源，共同為培育AI世代努力。 →點擊查看更多AI課程 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 2026最新AI補助申請！台北市青年最高4000元、新竹市3000元，申請資格整理

Obsidian個人知識庫怎麼做？當資料越積越多，還分散在Google Drive、Google Sheets、Notion等處，想查一件事得開3個工具。作者示範請ChatGPT盤點散落檔案、規劃筆記架構，再匯進Obsidian，讓相關筆記連結成能搜尋、連結的個人知識庫。本文節錄自《ChatGPT AI Agent 工作術》。 文／施威銘研究室 本文目錄（點擊可快速前往） 【步驟1】請ChatGPT讀取先前累積的資料並規劃筆記架構【步驟2】依規劃架構產出每個角色的獨立筆記【步驟3】完整Obsidian筆記庫內容 前面幾個範例，我們陸續整理出規則摘要、翻譯的策略文章、名詞對照表、人數配置規則、對局數據統計，這些資料分別存在Google Drive、Google Sheets、Notion好幾個不同的地方，想要一次看到「跟某個角色有關的所有資料」，還是得分頭去不同工具裡找。這一節會示範怎麼用Obsidian，把這些分散的資料統一彙整進同一個知識庫，並且讓相關的筆記彼此連結，之後只要點進「梅林」這個詞，就能一次看到規則說明、策略文章、配置注意事項跟數據表現全部連在一起。 編按：本節是作者分享「把資料變成知識」的最後一個範例。前面幾節以桌遊「阿瓦隆」的規則書、攻略文章、名詞對照表與對局紀錄為素材，示範文件整理流程，本節承接那些成果做彙整。參照時可以把素材替換成你手上的專案文件、會議紀錄或產業資料，流程完全相同。 必備工具： Obsidian：以純文字筆記為基礎的個人知識庫工具，支援筆記之間互相連結。下載Obsidian>> 桌面版ChatGPT：切換至Work模式（免費版帳戶目前可以透過桌面版使用Work模式，但無法透過網頁版及手機版使用。）下載ChatGPT Windows桌面版>> Documents Skill：讀取先前散落在不同文件裡的內容，轉換成適合匯入Obsidian的筆記格式。 下載Obsidian並指定路徑： 先到Obsidian官方網站下載並安裝程式：https://obsidian.md/download 安裝後我們可以先把Obsidian放著，回到ChatGPT建立筆記。 選擇系統類型並下載Obsidian（圖／旗標科技《ChatGPT AI Agent 工作術》） 下載完畢後開啟安裝精靈，按照預設選項點選下一步並安裝Obsidian（圖／旗標科技《ChatGPT AI Agent 工作術》） 點選建立會直接在左上方所顯示的路徑下開啟新的筆記庫；點選開啟則會跳出選擇資料夾的視窗來指定開啟筆記庫的位置（圖／旗標科技《ChatGPT AI Agent 工作術》） 【步驟1】請ChatGPT讀取先前累積的資料並規劃筆記架構 先選擇一個合適的資料夾建立專案，本次範例路徑為[C:\Users\Admin\Desktop\Avalon]，請ChatGPT盤點目前散落在各處的資料，提出一個適合Obsidian的筆記分類架構，而不是一股腦全部塞進同一篇： 提示詞 請幫我讀取「阿瓦隆規則一頁摘要」「阿瓦隆策略攻略中譯版」「阿瓦隆名詞對照表」「阿瓦隆人數配置對照表」「阿瓦隆對局數據統計」這幾份文件，幫我規劃一個適合匯入Obsidian的筆記架構，例如是不是要幫每個角色各建立一篇獨立筆記、規則跟策略要不要分開資料夾，並說明這樣規劃的理由。 ChatGPT會先盤點所有既有資料，提出適合Obsidian的筆記分類架構供確認（圖／旗標科技《ChatGPT AI Agent 工作術》） 【步驟2】依規劃架構產出每個角色的獨立筆記 確認架構之後，請ChatGPT先以第二篇章02角色為範本，幫每個角色建立一篇整合式筆記，確認內容是我們想要的： 提示詞 請依照剛剛確認的架構，幫每個角色建立一篇獨立筆記，內容整合這個角色在規則摘要裡的能力說明、策略文章裡提到跟這個角色有關的技巧、這個角色目前在我們團裡的出場次數與勝率數據，並在筆記裡用雙方括號的方式標記出其他相關角色的名稱（例如在梅林的筆記裡標記〔〔派西維爾〕〕），方便之後產生連結。 ChatGPT會為每個角色整合出一篇獨立筆記，並用雙方括號標記關聯角色以建立連結；點開Obsidian角色資料夾，會跳出剛建立好的角色說明筆記庫（圖／旗標科技《ChatGPT AI Agent 工作術》） 將資料夾路徑複製下來（圖／旗標科技《ChatGPT AI Agent 工作術》） 回到Obsidian，點選開啟（圖／旗標科技《ChatGPT AI Agent 工作術》） 貼上剛剛複製下來的路徑，把\02角色刪除，點選選擇資料夾；Obsidian會開啟路徑下的資料夾並將筆記庫的資料呈現在左側欄（圖／旗標科技《ChatGPT AI Agent 工作術》） 點開02角色點選角色索引或陣營資料夾即可查閱剛剛ChatGPT建立的筆記資料；點選梅林可以直接跳至該角色的介紹內容，一併附帶角色規則與遊玩攻略（圖／旗標科技《ChatGPT AI Agent 工作術》） （圖／旗標科技《ChatGPT AI Agent 工作術》） 第5步中，刪除02角色這個路徑是因為02角色資料夾只是整個筆記庫中的其中一個篇章，筆記庫的完整內容是建立在名為阿瓦隆的資料夾之下，我們可以先在此步驟把路徑設好，之後就不需要再更動他。 【步驟3】完整Obsidian筆記庫內容 確認角色的筆記都沒問題，我們就可以請ChatGPT把整份筆記庫完成，最後回到Obsidian即可隨時查閱這份匯集了所有資料精華的知識庫： 回到剛剛產生的筆記架構，點選加入聊天（圖／旗標科技《ChatGPT AI Agent 工作術》） 提示詞 1則註解幫我按照這個架構完成整個筆記庫。 （圖／旗標科技《ChatGPT AI Agent 工作術》） 等ChatGPT產出所有內容後，回到Obsidian便可以看見完整的筆記庫資料；點擊左側查看關聯圖圖示，能看到所有在筆記中互相關聯的名詞（圖／旗標科技《ChatGPT AI Agent 工作術》） 滑鼠移到某節點上可以看見單一筆記向外關聯的其他筆記（圖／旗標科技《ChatGPT AI Agent 工作術》） 從一開始那份落落長的規則書，到最後能直接產出一份知識庫，我們透過這9個範例，示範了怎麼把散落在各處、格式不一的文件、翻譯、影片、對局數據、討論心得一步步整理成一個真正可以查詢、可以互相連結的個人知識庫。 這個過程的核心，其實不是「阿瓦隆」這個題材本身，而是一套可以套用在任何領域的思路：先讓ChatGPT幫忙濃縮、翻譯、統一格式，把零散資料變成一致的結構，再透過Obsidian這類工具，讓這些資料彼此產生連結，最後才能真正從「一堆檔案」變成「一份隨時能查、能用的知識」。 不管你關心的是桌遊、工作專案，還是其他任何長期累積的興趣，這一整套流程都可以直接套用，讓你的資料庫真正為你所用。 節錄自：旗標科技《ChatGPT AI Agent 工作術：87 個職場實作範例 | ChatGPT Work × Plugins × Skills》／施威銘研究室 著 推薦閱讀： 用ChatGPT Work整理名片、簽到表！建立Excel聯絡人清單，統一格式、合併重複資料 ChatGPT怎麼整理Excel資料？清理欄位、統一格式，樞紐分析不出錯｜8組提示詞範本 ChatGPT幫你跑寄信流程！實測串Gmail、Google Drive，寫信、附檔、批次寄送都能做

幫外籍訪客帶路卻只說得出Over there？本文以辦公室指引為例，透過確認目的地、分段指引、帶到定位3步驟，用「動作＋地標＋位置」公式說清楚，還附電梯、洗手間與交接話術，透過影音教學馬上練習！ 文／104學習 本文目錄（點擊可快速前往） 一、先確認目的地，別急著指方向二、指路用「動作＋地標＋位置」三、帶領訪客時，邊走邊確認節奏四、常見設施指引，說清楚相對位置五、到達後，讓訪客知道接下來做什麼現在練習一次 外籍訪客來到辦公室，你想請他到會議室，卻只說了一句「Over there」。對方看向走廊，不知道該往哪裡走。你開始補充左轉、右轉、搭電梯，說了一長串，訪客反而更不確定。 辦公室指引的重點，不是一次說出很多方向，而是讓對方在每個轉折點，都知道下一步要做什麼。先記住三步驟：確認目的地、分段指引、帶到定位並交接。 搭配本課程5分鐘影片，先聽英文示範，再換成自己辦公室的空間練習。以下人名、樓層、會議室與路線都是假設情境；實際帶領訪客時，應以現場配置與公司接待流程為準。 影片來源／104學習 一、先確認目的地，別急著指方向 訪客到場時，先問候、介紹自己，再確認要拜訪誰： Welcome to our office. I’m Anna. Who are you here to see?歡迎來到我們辦公室。我是Anna，請問您要找哪位？ 接著依公司流程確認預約或聯絡接待同事。需要登記時，可以說： Please sign in at reception first.請先在櫃台登記。 不要為了讓訪客覺得方便，就略過必要流程或直接指向不開放的區域。身分與目的地確認後，才決定是口頭指路，還是親自帶領。 如果只是附近的洗手間，短句搭配地標通常就夠；如果目的地需要穿過多道門、轉換樓層，或需要有人陪同，主動帶領會更清楚。 I’ll take you to the meeting room. This way, please.我帶您去會議室。這邊請。 二、指路用「動作＋地標＋位置」 只說「往那裡走」容易讓人猜。換成看得見的地標，對方比較容易確認自己走對了。 假設會議室在茶水間旁，可以說： Go straight down this corridor, then turn left at the pantry.沿著這條走廊直走，在茶水間左轉。 接著補上終點： The meeting room is the first door on your right.會議室就在右手邊第一扇門。 這裡有3項資訊：直走與左轉是動作，茶水間是地標，右手邊第一扇門是位置。比起說「很近，就在那邊」，這樣的指引更容易執行。 方向要以訪客前進時的視角說明。若你與對方面對面站著，自己的左邊可能正好是對方的右邊，可以先轉向同一方向再指引。地標也要使用訪客看得到、認得出的名稱，避免只說公司內部才懂的暱稱。 短路線可以一次交代一兩個動作；轉折很多時，就分段說，或直接帶領，不要要求訪客一次記住整段路線。 三、帶領訪客時，邊走邊確認節奏 主動帶路不只是走在前面。開始前說明目的地，走動時配合訪客速度，到轉彎或入口前，再補上下一個動作。 Please follow me. We’ll take the elevator to the third floor.請跟我來。我們搭電梯到3樓。 跨樓層時，以建築物實際標示為準。若樓層名稱容易有不同理解，可以指向樓層按鈕或現場標誌確認，不要只憑自己的慣用說法。 也可以自然詢問偏好： Would you prefer to take the elevator?您會比較希望搭電梯嗎？ 先問需求，再選路線，不必替訪客推測原因。若對方有其他通行需求，確認可用的路線與設備後再帶領。 四、常見設施指引，說清楚相對位置 訪客詢問洗手間時，可以用短路線加相對位置： The restrooms are down this corridor, opposite the elevators.洗手間在這條走廊前方、電梯對面。 Opposite是「在對面」，next to是「在旁邊」。例如： The pantry is next to the meeting room.茶水間就在會議室旁邊。 這些句型的地點都可以替換，但空間關係必須符合現場。如果你也不確定目的地在哪裡，就說明要確認，不要猜一條路線讓訪客自己找。 Let me check where that room is.讓我確認一下那間會議室的位置。 訪客沒聽懂時，不必把相同的長句再說一次。可以放慢、改用一個地標，或直接帶路： Let me show you the way.我帶您過去。 五、到達後，讓訪客知道接下來做什麼 抵達會議室不代表接待已經完成。先指出房間名稱，再告知座位、等候安排或接待同事，避免訪客不知道是否能進入。 Here we are. This is Meeting Room A. Please have a seat.我們到了。這裡是A會議室，請坐。 需要通知同事時，可以說： I’ll let David know you’re here.我會通知David您已經到了。 只說自己能做到的下一步。尚未確認同事何時到場，就不要承諾「他兩分鐘後一定會來」。如果必須等候，可以先請訪客在指定區域稍候，並實際聯絡接待同事。 現在練習一次 選一條辦公室短路線，寫下「動作、地標、終點位置」，用英文說給同事聽。再模擬親自帶領訪客：先說目的地，到達後說明下一步。 最後檢查：左右是否以訪客視角說明？地標是否看得到？到達後是否知道要坐下、等候，還是與誰會面？你不需要使用複雜英文，就能把訪客帶到正確地方，並把接待交接清楚。

Gemini Spark是Google推出的AI代理功能，7月29日後陸續開放給台灣用戶。和一般Gemini有什麼不同？Task、排程、Skills怎麼分？《104職場力》小編實測排程、Gmail監控與跨Google服務工作，並整理官方應用案例！ 文／《104職場力》 本文目錄（點擊可快速前往） Gemini Spark是什麼？和一般Gemini用法差異？Gemini Spark目前誰可以用？訂閱才能用嗎？Gemini Spark怎麼用？先認識Task、Schedule和SkillsGoogle官方提供Gemini Spark應用範例Gemini Spark實測：排程功能、自動擬回信草稿、專案進度追蹤什麼時候適合用Gemini Spark？ 【使用工具】Gemini Spark網址：https://gemini.google.com/spark步驟：前往Gemini，在側欄點擊「切換至Spark」圖示訂閱：需使用個人Google帳號，台灣Google AI Pro或Ultra訂閱用戶可使用。Google於7月29日宣布Spark在台灣陸續開放，支援繁體中文。 主流生成式AI持續增加代理（AI Agent）能力。除了問問題、產生內容，使用者現在也能把一項較完整的工作交給AI，由它規劃步驟、使用不同工具，甚至在背景持續處理任務。 Google推出的Gemini Spark就是這類型個人AI代理，7月29日起在台灣陸續開放給Google AI Pro訂閱用戶。Spark可以處理多步驟工作、設定持續性任務，也能串接Gmail、雲端硬碟、文件、試算表、簡報、日曆等Google服務。由於運行於Google雲端，即使闔上筆電或鎖定手機螢幕，工作仍可在背景繼續。 如果平常已經在使用Gemini，可能會有疑問：Gemini本來就能串接Gmail、雲端硬碟、設定排程，Gemini Spark還多了什麼？哪些工作可以切換到Spark？ 以下從功能、介面與實際工作情境來看差異。 延伸閱讀：Google AI代理Gemini Spark登台！免複雜設定 背景自動運作搞定雜事 Gemini Spark是什麼？和一般Gemini用法差異？ Gemini Spark可以理解成Gemini裡用來執行與管理完整任務的工作模式。用戶交付目標後，建立工作、規劃執行步驟，再視需求使用Google服務、Connected Apps、Skills、檔案或網站完成工作。Google將Gemini Spark定位為可自動處理複雜工作流程、管理持續性任務的個人AI代理。 對照一般GeminiGemini Spark主要用途問答、摘要、寫作多步驟、跨工具、持續任務使用方式開對話直接提問設定目標、建立任務並執行工作模式單次回應為主拆解多步驟工作、持續執行並回報進度任務排程固定時間為主固定時間／Gmail觸發／事件觸發重複工作可透過Gem等方式預先設定指令可建立Skills套用工作方式執行狀態需發問當下才執行可在背景持續處理 快速理解Spark的差異，可以抓3個重點： 1. 從對話進一步變成可以管理的Task Gemini Spark會把一個完整目標建立成Task（工作）。使用者可以查看工作進度、追加或修改指令，任務也能在背景持續執行，適合包含多個步驟、需要一段時間處理的工作。 2. 把多個Google服務串進同個工作流程 Gemini Spark可串聯使用Google Workspace，包括日曆、文件、雲端硬碟、Gmail、Keep、試算表、簡報和Tasks等；也能搭配Google搜尋、Youtube及部分第三方應用。同一個任務可以跨不同服務接續處理工作。 3. Schedule＋Skills：決定「何時做」和「怎麼做」 Google將Spark的基本邏輯整理為：工作（Task）-要做什麼；排程（Schedule）-什麼時候做；技能（Skills）-要怎麼做。 一般Gemini已有固定時間的「排程動作」，而Spark的「排程」是可以依固定時間、收到特定Gmail或特定事件啟動任務；「技能」則是一組可重複使用的指令與背景資訊，告訴Spark某類工作要如何完成。 Gemini Spark目前誰可以用？訂閱才能用嗎？ 依照Google說明，Gemini Spark使用者須年滿18歲，使用個人帳號訂閱Google AI Pro或Ultra，並開啟「保留活動記錄」。公司或學校Google帳號目前尚未支援。 裝置方面，Spark可在Gemini網頁版、行動App、Mac版Gemini App使用。 若要於工作情境使用，帳號限制尤其值得注意。本文雖然會以工作情境實測，但由於目前僅開放個人帳號使用，使用時務必注意資安問題，避免為了使用Gemini Spark而把公司郵件、客戶個資或內部文件搬進私人帳號。 Gemini Spark怎麼用？先認識Task、Schedule和Skills 進入Gemini後，在側欄切換至Spark，即可看到「工作」、「排程」、「技能」與「連結的應用程式」等功能選項。 點擊側欄可切換至Spark，介面上可見工作、排程、技能及連結的應用程式。 工作Task：直接交付完整目標 建立Task時，可直接描述工作，也可以上傳檔案、雲端硬碟資料、Notebook，或指定Skill、連結應用程式。Gemini Spark會規劃執行步驟，並可背景處理任務，使用者可於工作面板查看進度。此外，Spark也能使用遠端瀏覽器等工具處理部分網頁任務。 排程Schedule：固定時間或事件觸發 可以直接用自然語言建立排程任務，例如「每週一早上執行」，也可以設定收到特定郵件或偵測到某項事件後開始工作。也可以手動建立排程。 以時間為準：指定時間執行，可設定一次、每小時、每天、每週、每月或每年。例如：「每天早上7點查看我的電子郵件、日曆和Google雲端硬碟，並告訴我應該優先處理哪些事。」 Gmail監控：收到符合Gmail篩選條件的郵件後啟動。例如：「每當收到客戶詢問信，根據對方需求草擬包含推薦服務與報價的回信，並存入草稿匣待我審核。」 主題監控：追蹤任何條件主題，符合指定事件後啟動。例如：「每當台北市有新的展覽活動要舉辦時，請透過電子郵件把詳細資訊發給我，並建議一個日曆上我可以安排的時間去參觀。」 不過Google提醒，Gemini監控仍不適合追蹤快速變動的資料，或執行「門票開賣時立即通知我購買」等時間緊迫的工作。 技能Skills：把常用工作規則存下來 技能（Skills）目前僅在Gemini Spark提供，和Gemini原有的「Gem」是不同功能。使用Skill可以保存自訂指令、參考資訊與工作規則，之後重複套用在不同Task中。Gemini Spark也可以依照任務內容自動判斷是否使用相關Skills。如果有一套工作每次都要重新解釋格式、規則與處理方式，就適合整理成Skill。 可以透過Gemini、使用預先填入或空白範本，或上傳技能檔案來建立技能。 延伸閱讀：「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看 Google官方提供Gemini Spark應用範例 參考Google官方部落格說明範例，實際應用可以延伸到： 付費訂閱管理：「每月1號檢查信箱裡的帳單、數位發票與訂閱通知，找出漲價或即將到期的試用服務。」 週末活動安排：「每週五早上8點幫我找到我可能會感興趣的活動、附上詳細連結並統整到『週末計畫』文件中。如果有1~3個極力推薦的活動，直接加入我的行事曆。 旅行規劃：「只要信箱收到航班或飯店確認信，就自動把資訊存進『ＯＯＯ行程規劃』試算表；並查找當地期間有趣的活動，自動填入行事曆的空檔。」 婚禮籌備：「從Gmail找出婚禮出席回覆，將賓客飲食限制整理成表格，並草擬一封摘要信給外燴廠商。」 回覆客戶詢問信：「掃描收件匣中的客戶詢問信，根據對方需求草擬包含推薦服務與報價的回信，並存入草稿匣。」 建立信件寫作風格Skill：「閱讀我過去的50封電子郵件並歸納出寫作風格指南。將此設為名為『代筆專家』的專屬技能，自動套用到未來草擬的信件。」 這些例子共同的特色，是一項工作通常包含「找到資料、判斷、採取後續行動」等數個步驟。 Gemini Spark實測：排程功能、自動擬回信草稿、專案進度追蹤 實測1｜排程與事件觸發 定時排程：一般Gemini也能做到 首先以常見的工作需求測試，要求每天早上整理重要行程和待辦事項： 「每天早上8點，查看我的Google Calendar和Gmail，整理當天重要行程、需要完成的待辦，以及需要回覆的郵件。最後列出優先處理的3件事。」 實測結果：一般Gemini或Gemini Spark都能建立定時排程。 （圖／104職場力小編測試） （圖／104職場力小編測試） Gmail監控：收到信件觸發後啟動工作 接著以「客訴信回覆」為例，測試Spark的Gmail監控排程。 職場力小編先在Google Drive建立一份「測試用客服規範」，並在Gemini Spark輸入： 當收到主旨包含「客服」的新郵件時：1. 整理客戶反映的問題與訂單資訊。2. 查找Google Drive中的客服處理規範。3. 根據規範整理建議處理方式。4. 在Gmail建立回覆草稿。5. 不要自行寄出郵件。 建立後的流程會是：收到客訴 → 啟動Task → 雲端文件查規範 → 整理處理方式 → Gmail建立草稿。這裡的差異比較明顯：不必先看到郵件再下指令，符合條件的新信就會成為工作流程的起點。 （圖／104職場力小編測試） 實測結果：收到模擬客訴信後，就能在信箱看見回信草稿。 （圖／104職場力小編測試） 實測2｜整理散落在Gmail、雲端文件的專案進度 再來測試專案管理情境：開過幾次會、文件也改過幾版，最新資訊散落在Gmail、雲端文件、日曆，想知道最新進度，Spark能整理好嗎？ 職場力小編分別在雲端文件、Gmail建立了一組「新品上市」資料，包括會議記錄文件、專案討論信件等，並刻意放入上線日、產品負責人、價格等幾個資訊異動。 接著在Gemini Spark輸入： 查看最近兩週與「秋季新品上市」相關的Gmail、Google Drive和Google Calendar資料，整理目前已確認的決策、待辦事項、負責人、截止日期與尚待確認事項。如果不同資料有衝突，請以較新的資訊為優先，並指出原本內容和後續變更。找不到明確期限時標示「尚未確認」，不要自行推測。最後建立一份Google Docs「秋季新品上市｜專案進度與待辦整理」。 實測結果：本次實測中，Spark能正確辨識資訊變更，並標記未確認事項，最後建立Google文件。不過，若整理涉及重要專案決策資訊，仍建議再次查核確認整理內容。 （圖／104職場力小編測試） 什麼時候適合用Gemini Spark？ 可以先從任務的複雜度與觸發方式判斷： 需求比較適合問問題、寫文案、摘要單一資料一般Gemini即可固定每天／每週取得資訊Gemini或Spark排程皆可一項工作包含多個連續步驟Gemini Spark需要跨Gmail、Drive、Docs、Sheets等服務接續處理Gemini Spark收到特定Gmail後才開始處理Gemini Spark某個事件發生後再執行工作Gemini Spark想保存重複使用的工作規則Gemini Spark Skills 使用Spark時仍要保留人工檢查。Google將Spark標示為仍在早期開發階段，提醒AI可能出錯，也可能從郵件、文件或網站讀到誤導內容；涉及傳送訊息、修改資料、購物或其他重要操作時，部分流程會要求使用者確認。登入資訊、付款資料等敏感內容也不應直接輸入Task對話。 整體來看，Gemini Spark將Task任務管理、背景執行、Google服務間的跨工具操作，以及排程、技能放進同一套工作模式。對只需要查資料、寫內容或固定取得摘要的使用者，一般Gemini已能處理不少需求；當工作包含多個後續步驟、需要跨Google服務接續處理，或必須等待某個條件成立後再開始，Spark更容易展現它的用途。 [course_plugin api_type='course_id' title='測你的AI素養' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']

撰文作者：Angel｜數位行銷百科行銷總監 以目前可查證的公開服務資訊來看，台中企業可優先比較的 GEO 公司包括 艾斯伊歐行銷公司、MTMG SEO、台灣SEO公司、排名行銷公司、歐鎷資訊與天矽科技。這六家公司皆有提供 GEO、AI 搜尋、SEO、內容優化或網站架構相關服務，但各自擅長的方向不同，有些偏向整合行銷，有些專精搜尋排名，也有業者著重網站技術與企業系統。 我最近常看企業常遇到一個問題：Google 關鍵字還在前面，品牌卻沒有出現在 ChatGPT、Perplexity 或 AI 摘要裡。這不一定代表 SEO 失效，而是搜尋決策多了一層。使用者可能先讓 AI 整理選項與推薦名單，再決定是否進入網站。Google、OpenAI 與 Perplexity 目前都已提供以即時搜尋、網站檢索或搜尋索引為基礎的生成式回答功能。 先搞清楚：GEO 跟 SEO 到底差在哪？ GEO（Generative Engine Optimization，生成式引擎優化） 的目標，是提高內容或品牌在生成式回答中的可見度；SEO 則著重讓頁面能被搜尋引擎檢索、理解、排名並帶來點閱。兩者的觀察指標不同，但底層能力高度重疊。 Google 官方已說明，AI Overviews 與 AI Mode 沒有額外收錄門檻，也不需要特殊的 GEO 標記；技術 SEO、可檢索內容與對使用者有價值的原創資訊，仍是進入生成式搜尋功能的基礎。因此，我會把 GEO 視為「跨 AI 搜尋環境的能見度管理」，而不是 SEO 的替代品。 實務上新增的工作主要有三類：建立具第一手價值的主題內容、確認 Google 與各 AI 搜尋爬蟲能正常存取網站，以及用固定題庫持續追蹤品牌提及、引用來源、導流與轉換。ChatGPT 搜尋與 Perplexity 分別使用 OAI-SearchBot、PerplexityBot 等不同存取機制，因此不能只測試單一平台。 找台中 GEO 公司前，先問自己這三個問題 不是每家公司都要立刻合作 GEO 代操。找服務商前，我會先做三項檢查。 第一：網站能被搜尋引擎與 AI 搜尋爬蟲正常存取嗎？ 先確認重要頁面可被索引、robots.txt 沒有誤擋爬蟲、防火牆不會攔截 OAI-SearchBot 或 PerplexityBot，內容也不是登入後才看得到。基礎抓取有問題時，應先修技術，不要急著大量產文。OpenAI 與 Perplexity 都建議網站允許其搜尋爬蟲，才能提高內容出現在搜尋回答中的機會。 第二：你有沒有 AI 無法從別處輕易複製的內容？ 真正有競爭力的素材通常是案例、價格邏輯、選擇條件、失敗原因、專家判斷、原創數據與第一手圖片。Google 也強調有價值、獨特、非同質化的內容；只用 AI 改寫競爭對手文章，很難建立長期優勢。 第三：你願不願意耐心持續測試？ GEO 需要建立基準、調整頁面、等待檢索，再比較不同平台的引用變化。若只想在一兩週內增加詢問，廣告通常更直接。 台中 6 家實力派經營 GEO 的公司 我的篩選標準是：有確定提供台中GEO優化服務的廠商、官網有 GEO 或 AI SEO 說明、能看到方法論或案例。以下依服務定位排列，不代表絕對排名。 我整理的六家公司都能協助台中企業布局 GEO、SEO 或 AI 搜尋能見度，但服務定位並不完全相同。 1. 艾斯伊歐行銷公司 艾斯伊歐行銷公司是我會優先放進比較名單的整合型 GEO 公司，服務範圍包含 SEO、GEO、網站設計、內容策略、數位廣告、品牌曝光與整合行銷。相較於只處理文章撰寫或單一關鍵字排名的業者，艾斯伊歐較重視網站架構、內容主題、品牌實體與後續轉換之間的關聯。其官方服務區域也明確包含台中，能承接台中企業的遠端或跨區行銷需求。 我認為艾斯伊歐的主要特色，是將 GEO 視為整體網路行銷的一部分，而不是額外包裝出來的單一服務。企業除了要讓 ChatGPT、Google AI Mode、Gemini 或 Perplexity更容易理解品牌，也必須先處理網站可檢索性、內容深度、品牌權威與搜尋意圖。如果網站有流量卻沒有詢問，還需要進一步改善頁面動線、行銷漏斗與 CTA，這也是整合型團隊較有優勢的地方。 合作前，我仍建議確認 GEO 專案實際包含哪些平台、每月會執行多少內容、是否處理網站修改，以及報告會不會分別追蹤 Google 自然搜尋、AI 品牌提及、引用來源與實際轉換。 適合對象：希望同步處理 SEO、GEO、網站架構、內容策略與轉換規劃的台中企業，尤其適合 B2B、專業服務、醫療、製造業及重視長期品牌資產的公司。 2. MTMG SEO MTMG SEO 是以 SEO、GEO 與一站式網路行銷為核心的團隊，公開服務涵蓋 GEO 優化、AI 搜尋內容優化、網站 GEO 架構、SEO、品牌行銷與網站設計，服務區域也包含台中。從服務定位來看，它不是只追蹤品牌有沒有被 AI 提到，而是會將網站架構、內容主題、搜尋意圖與品牌訊息一起納入規劃。 我會把 MTMG SEO 排在第二名，主要原因是它的服務整合程度較高。許多企業做 GEO 時，容易把工作拆成不同供應商：網站交給設計公司、文章交給寫手、SEO 交給顧問、廣告再交給另一家代理商。最後常出現網站結構與內容策略不同步、文章有流量卻沒有轉換，或品牌說法在不同頁面不一致的情況。 若企業希望將 SEO、GEO、網站設計、品牌內容與整合行銷放在同一套策略裡，MTMG SEO 會比較符合需求。不過，整合型方案通常涵蓋範圍較廣，若企業只想處理一項技術問題或少量頁面，仍應先確認能否採用單次顧問或分階段執行。 適合對象：準備全面布局 Google 與 AI 搜尋、需要網站改版，或希望整合 SEO、GEO、內容、品牌與網站轉換的台中企業。 3. 台灣SEO公司 台灣SEO公司以搜尋引擎優化為主要基礎，並逐步延伸至 GEO、網站技術優化、關鍵字策略、內容行銷、網站架設與數據分析。其官方網站有將台中列入服務地區，GEO 服務則涵蓋內容策略、語意架構、品牌實體與結構化資料等方向。 我認為台灣SEO公司比較適合目前 SEO 基礎尚未穩定的企業。例如網站收錄不完整、頁面層級混亂、重要服務沒有對應頁面、文章缺乏主題規劃，或關鍵字排名長期停留在第二頁之後。這類網站若直接投入大量 GEO 內容，通常很難建立穩定的 AI 搜尋能見度，應先改善網站體質與內容架構。 從公開資訊來看，台灣SEO公司的服務比較偏向執行與顧問並行，企業可依內部人力選擇由外部團隊代操，或由顧問協助建立關鍵字、內容與網站優化流程。合作前建議確認 GEO 是否獨立計價、內容產量、網站修改權責，以及 AI 搜尋成效使用哪些指標驗收。 適合對象：網站自然流量不穩、關鍵字排名不佳，或希望先把 SEO 基礎打穩，再逐步延伸至 GEO 與 AI 搜尋曝光的台中企業。 4. 排名行銷公司 排名行銷公司原本便以 SEO、關鍵字排名與品牌網路行銷為主要服務，近年也公開提供 GEO 優化。其 GEO 執行方向包含重新整理 5. 歐鎷資訊 歐鎷的台中總公司位於西屯區，長期服務 B2B、工業製造、多語系網站與 SEO。其官網已將 AI SEO 內容行銷列為服務項目，也公開發布 B2B GEO 策略指南，內容涵蓋結構化內容、專業案例、問答設計與 SEO、GEO 整合。 部分公開案例標示品牌獲得 ChatGPT、Perplexity、Google Gemini 等 AI 工具收錄或推薦。它與一般消費型內容公司的差異，在於對中部製造業、產品規格、技術資料、多語系內容與海外市場相對熟悉。案例成果仍屬公司官網自述，洽詢時應進一步瞭解測試方式。 最適合：機械、組件、工業設備、外銷製造商與需要多語系內容的品牌。 6. 天矽科技 天矽科技在台中西區設有分公司，服務包含客製網站、系統開發、網站資安與 GEO／SEO。公開說明強調 W3C 程式結構、Schema／JSON-LD、語意清楚的內容階層，以及技術架構與內容策略雙軌規劃。 它適合網站功能複雜、需要 API、會員系統、企業內部系統或較高資安要求的組織。要注意的是，結構化資料可以協助搜尋引擎理解特定資訊，也能爭取部分複合式搜尋結果，但 Google 已明確表示它不是進入生成式搜尋的特殊門票；若提案只談 Schema、沒有原創內容與成效量測，仍然不完整。 最適合：中大型企業、客製系統、品牌官網重建與高資安需求。 選擇台中 GEO 公司時，我會怎麼判斷？ 第一，要求可重複驗證的測試，不要只看一張截圖 AI 回答會受到時間、地區、帳號狀態與提問方式影響。有效示範應包含固定問題、測試日期、使用平台、品牌提及與引用來源紀錄，而不是現場問一次，剛好出現品牌就算成功。 我還會要求服務商保留原始測試資料，因為只有具備時間軸，才能判斷品牌能見度是持續成長，還是偶然出現。 第二，問清楚 Google、ChatGPT 與 Perplexity 怎麼分開處理 Google 的生成式搜尋建立在既有搜尋索引、品質與排名系統上；ChatGPT 搜尋使用 OAI-SearchBot；Perplexity 則使用 PerplexityBot，並具備依使用者請求即時存取網站的機制。服務商不需要宣稱有神祕技巧，但應該知道各平台的存取條件、引用形式與量測方式並不完全相同。 第三，要求看完整報告，而不是單點排名 一份可以用來做決策的 GEO 報告，至少要包含測試題庫、品牌提及率、引用率、競爭品牌占比、被引用頁面、AI 推薦語境、導流與轉換。 Google 已提供生成式 AI 成效報告，協助網站分析內容在 Google 生成式搜尋功能中的表現；ChatGPT 的推薦連結也會加入 utm_source=chatgpt.com，讓網站能在分析工具中辨識部分引薦流量。只有幾張 AI 回答截圖，很難判斷真實趨勢。 第四，確認 SEO、內容與網站技術由誰負責 若公司只賣 llms.txt、保證 AI 第一名，或把 Schema 說成必然被引用的祕密武器，我會直接排除。 Google 官方不僅指出生成式搜尋仍以基礎 SEO 與原創內容為核心，也提醒企業應審慎評估第三方 GEO、AEO 工具或服務的主張。好的服務商應說明什麼有效、什麼仍在測試，也願意承認任何平台都沒有保證收錄。 最後說一句實話 台中已經有不少公司提供 GEO、AI SEO 或生成式搜尋服務，但市場對「GEO」的定義仍不一致：有些業者偏內容策略、有些偏網站技術，也有些只是替原本的 SEO 方案換名稱。就 Google 官方的角度來看，GEO 與 AEO 仍然建立在整體搜尋最佳化之上，而不是另一套完全獨立的排名系統。 而且真正值得合作的台中 GEO 公司，不會只說「讓 AI 推薦你」，而是能把網站可檢索性、原創內容、品牌可信度、AI 引用監測與商業轉換串成可執行流程。選擇的重點不是哪家公司比較大間或有名，而是它們的強項與實力是否剛好能處理你現在的瓶頸。 作者介紹： 你好我是數位行銷百科行銷總監「Angel」具備超過300件以上的網路行銷、SEO 搜尋引擎優化與 GEO 生成式引擎優化實戰經驗。擅長協助企業規劃網站架構、內容策略、關鍵字布局、技術 SEO 與 AI 搜尋與引用可見度提升。 參考資料： 1. https://nabi.104.com.tw/posts/nabi_post_eae54b34-84f8-4418-bd96-6df2629f96ff 2. https://mtmgseo.com/top-generative-engine-optimization-company/ 3. https://aiseo.com.tw/top-geo-marketing-company/ 4. https://vocus.cc/article/6968aab2fd89780001c99447

半導體產業需要什麼人才？國立高雄大學攜手高雄市政府青年局，邀集日月光半導體、華泰電子、臻鼎科技、華騰國際科技及104人力銀行等5家產業夥伴走進校園，透過產業趨勢分享、企業交流及S廊帶產業鏈策展，協助近250名學生認識半導體產業與多元職涯機會，展現產官學攜手培育跨域人才的行動力。 2026-10-06 國立高雄大學 發布 這場「S廊帶之大學跨界學習地圖－半導體產業人才交流活動」由高雄大學研究發展處產學育成中心與高雄市政府青年局共同辦理，9月23日於校內登場。活動不僅邀請產業夥伴分享產業趨勢與人才需求，更將半導體供應鏈轉化為可實際走訪的學習展區，搭配企業人資面對面交流，讓學生從產業知識、職務認識到實習與就業機會，逐步建立對未來職涯的具體想像。 高雄大學研發長邱昭文鼓勵學生應把握在學時的實習與企業交流機會。（高雄大學提供） 高雄大學研發長邱昭文表示，半導體產業需要的人才不限於理工領域，管理、人文及社會科學等不同專業，都有機會在產業鏈中找到發揮空間。他鼓勵學生把握大學期間的實習與企業交流機會，了解產業真正需要的能力，再將實務經驗帶回課堂，讓學習與產業需求相互呼應。他也強調，學校持續串聯企業與政府資源，目的就是讓學生在校期間有更多機會接觸產業，提早累積跨域合作與解決問題的能力。 高雄市政府青年局副局長汪小芬指出，隨著高雄半導體S廊帶逐步發展，產業聚落帶動更多元的青年職涯機會。高雄大學鄰近楠梓、橋頭等科技產業聚落，具有連結學術教育與產業現場的優勢。青年局透過職涯探索、企業交流及實習等資源，協助青年了解產業需求、累積職場經驗；此次與高大合作，正是希望讓學生在畢業前看見高雄產業發展的機會，找到適合自身專長的方向，並提升在地實習與就業的可能性。 活動一大特色，是高雄大學精心規劃的「S廊帶半導體產業鏈展區」。以「一支手機，看懂晶片如何誕生」為策展概念，現場運用大型圖文展板、產業地圖及地面導覽動線，呈現南部半導體產業聚落與供應鏈分工，並以晶片、電路板及模組等路徑，串聯IC設計、晶圓製造、封裝測試到終端產品的製作歷程。學生循著展區動線走訪，得以理解看似單一的電子產品，背後其實涉及不同企業、技術與專業人才的協作。 高雄大學產學育成中心營運長劉建成親自向學生導覽「S廊帶半導體產業鏈展區」。（高雄大學提供） 高雄大學產學育成中心營運長劉建成親自帶領學生導覽，從南部科技產業聚落的地理分布，延伸介紹晶片製造、封裝測試、電路板及模組等產業環節，說明半導體產業鏈不僅需要工程技術，也涉及管理、行銷及其他跨域專業。他強調，學校無法替學生決定未來要進入哪家公司，但可以將更多產業資源帶進校園，協助學生認識不同企業與職務，在面臨職涯選擇時擁有更充分的資訊。 5家產業夥伴則從不同產業位置，帶領學生理解半導體供應鏈的運作及人才需求。日月光半導體製程工程部專業技術副理陳軍弦介紹AI時代的先進封裝發展，指出人工智慧雖能協助製程監控、異常分析等工作，但如何辨識問題、整合資訊並提出解決方案，仍仰賴人的專業判斷。 臻鼎科技高雄人資課課長姚伯諺則以生活中常見的電子產品為例，說明印刷電路板（PCB）在產業鏈中的重要性，並介紹企業實習、人才培育及獎學金等資源，鼓勵學生及早探索產業。華泰電子人力資源處管理師杜亞訊分享封裝測試產業發展，以及與高雄大學合作推動的半導體封測學程。學生完成相關課程並取得認證後，可獲得企業免筆試、保證面試的機會，讓課堂學習與企業徵才建立實際連結。 104人力銀行資深副總經理暨人才永續長鍾文雄則分享人才市場趨勢。（高雄大學提供） 華騰國際科技人資發展部經理魏吉聰則從記憶體產業及求職準備切入，提醒學生選擇工作不應只看企業名氣，也須綜合考量工作地點、薪資待遇、個人成長與職涯目標。104人力銀行資深副總經理暨人才永續長鍾文雄則分享人才市場趨勢，提醒學生重視AI協作、跨域整合及持續學習能力，以因應快速變動的職場環境。 學生與產業夥伴人資代表面對面交流，深入瞭解產業知識。（高雄大學提供） 講座結束後，學生走進校內咖啡廳，與產業夥伴的人資代表面對面交流，進一步詢問職務內容、實習機會、獎學金及履歷面試等實際問題。相較於單向聆聽講座，這樣的互動也讓學生有機會從自身興趣與能力出發，了解不同企業對人才的期待，並將展區所認識的產業鏈知識，連結到具體的職涯選擇。 活動後問卷顯示，整體滿意度平均達4.71分（滿分5分），96.7％受訪學生給予4分以上評價；80.2％表示更加了解半導體產業供應鏈與發展趨勢，另有74.7％表示提升了留在高雄實習、就業的意願，或使原有職涯方向更加清楚。從產業講座、策展導覽到企業面對面交流，高雄大學將產業資源轉化為校園學習機會，也讓學生更具體看見自身專業與高雄半導體產業發展之間的連結。

根據 104 人力銀行大數據解析，教育輔導類人員的 AI 職務需求成長幅度大幅增漲 94%，顯示 AI 技能在教育領域的重要性日益提升。 Google 於 2025 年 8 月推出全球首張針對教育工作者的生成式 AI 認證「Gemini Certified Educator」https://nabi.104.com.tw/ability/10049167 這項免費認證旨在驗證教師對於生成式 AI 的基礎理解，以及在教育情境中負責任地整合 Google AI 工具的能力。考試形式為線上選擇題測驗，通過者可獲得有效期 3 年的官方電子證書。 測驗內容主要圍繞生成式 AI 應用與教學整合，情境題為主要題型，目的在考驗應試者在真實教學場景中的判斷與應用能力，以及教師在使用 AI 工具時的責任與倫理考量。 ▶️ 證照資訊👉 https://nabi.104.com.tw/ability/10049167 🔥常見問題 FAQ🔥 Q1：誰可以報考 Gemini Certified Educator？ 不需要教師資格，任何人都可以報考。雖然主要為教育相關人員設計，但對 AI 教育應用有興趣的學習者都可參與。 報考流程： 1. 註冊 Google for Education 會員 2. 填寫基本資訊 3. 完成 Gemini Certification 註冊 4. 開始線上測驗 Q2：考試內容包含哪些項目？ 考試形式： 線上選擇題測驗，建議預留充裕時間完成 主要考試範圍： • Google AI 工具應用：Gemini 相關功能與教育整合 • NotebookLM 運用：文件處理與學習輔助功能 • AI 基礎概念：生成式 AI 原理、倫理議題（偏見、隱私等） • 教學應用：個人化學習、差異化教學策略 • 責任使用：學術誠信、AI 素養培養 重點： 專注於免費功能應用，具體考試內容以 Google 官方教材為準 Q3：取得認證後有什麼幫助？ 專業發展： • 履歷加分，證明具備 AI 時代教學能力 • 有助轉職、升遷或申請國際計畫 • 在教育機構中被視為專業能力指標 • 符合市場趨勢：教育輔導類 AI 職務需求激增 94% Gemini Certified Educator 不僅是一張證書 https://nabi.104.com.tw/ability/10049167 更是教育工作者邁向 AI 時代的重要踏板，幫助教師建立在數位化教學環境中的專業 快速測一下實力▶️ https://nabi.104.com.tw/assess/4027eeba-dc95-4990-ace3-0450c17eb31a

2026-09-15 聯合報記者黃筱晴　由聯合新聞網授權轉載　圖／Meta提供 Meta在台灣宣布推出全新整合訂閱服務Meta One，集結Instagram、Facebook、WhatsApp與Meta AI進階功能，全球訂閱及試用人數已突破1,500萬人。Meta旗下各App與Meta AI核心功能維持免費開放，新服務則透過分級訂閱，鎖定個人、AI重度使用者、內容創作者及中小企業商家等不同族群，提供量身打造的專屬工具與運算資源。 Meta訂閱服務副總裁Helen Ma指出，社群平台已從單純分享連結演變為生活與商業重心，大多數用戶滿意核心體驗，但越來越多人需要專業化功能。Meta One有別於市面上零碎的外掛工具，直接以原生地方式深度整合各應用程式，讓工具在運作時更能理解創作者的風格與脈絡。 針對外界關注訂閱後是否能免除廣告，Helen Ma回應，Meta的核心服務始終由廣告模式支撐，即使訂閱Meta One也無法移除動態牆上的廣告。關於演算法是否會偏袒付費內容、導致動態牆過度商業化而擠壓好友貼文，她說明Meta One並未針對演算法調整內容推薦權重，訂閱提供的是深入受眾洞察與管理工具，而非直接拉抬排名，用戶若想調整推薦內容，仍可透過貼文選單設定隱藏不感興趣的主題。此外，訂閱服務未開放給未成年人，僅限18歲以上或符合各國法定成年年齡的使用者購買。 在方案劃分上，Meta One涵蓋單一平台方案與整合組合方案。單一App方面，適合想提升社交互動與個人風格的日常使用者，Instagram Plus與Facebook Plus月費皆為69元，提供自訂字型、訊息預覽、Messenger客製化與延伸心情反應；WhatsApp Plus月費為49元，主打聊天室備份空間、釘選功能與專注排程。 鎖定AI重度玩家與個人創作者的個人組合方案，整合了3大App所有Plus權益並大幅提高運算配額，可頻繁使用Muse模型生成影像或運用Restyle等特效。其中核心方案網頁版月費159元、App內購199元；高級方案網頁版月費519元、App內購650元，提供最充沛的AI運算資源。 針對小型商家與專業內容創作者，Meta One推出免密碼團隊協作、原創保護與Meta Business Agent全天候客服等商務工具。基礎方案網頁版月費369元起、App內購459元起，涵蓋身分驗證徽章、假冒防護與基本客服用量；進階方案網頁版月費899元起、App內購1,139元起，解鎖30天前排程限時動態、貼文與Reels原生外連等功能；適合大型團隊營運的專家方案與頂級方案，網頁版月費則分別自2,699元起與8,999元起跳，配置最完整的AI客服與專屬客服支援。目前所有方案均採按月計費，為台灣各類型用戶提供彈性升級的社群經營選擇。 Meta One創作者與商家方案協助建立專業門面。圖／Meta提供 Meta One創作者與商家方案可於自然觸及貼文與Reels中加入連結。圖／Meta提供

「到底該考哪張？」是許多人在求職或轉職時最常卡住的第一關。 坊間證照種類繁多，但並不是每一張都對你的職涯有幫助。有人花了半年準備一張根本不被企業看重的證照，也有人因為一張對的認證，在面試中直接拉開差距。 為了讓你把準備時間花在刀口上，依據 104 人力銀行數據與市場最新需求，將高含金量證照整理為三大類方向：AI 類、ESG 綠領類、語文・數位行銷・長照類，找到最適合你的選擇。 一、 AI 類證照 ❇️生成式 AI 課程認證　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10048799 • 適合對象：AI 初學者、各職類在職者，無需任何技術背景 • 費用：完全免費，完成課程即取得 Google 官方數位徽章 ▶️【點我免費做線上模擬測驗】 https://nabi.104.com.tw/assess/13967cfe-5c5d-4754-8cff-99c43cabd1e0 ❇️iPAS+ AI 應用規劃師能力鑑定（初級） 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10049056 • 適合對象：行銷、人資、行政、PM 等非技術背景職場人士，無需程式設計能力 • 市場動態：104 人力銀行統計，AI 相關職缺年增 38%，iPAS+ 初級已成為非技術職類最具代表性的 AI 能力背書 ▶️ 線上模擬試題練習 https://nabi.104.com.tw/assess/6c2efe0a-8456-4694-bdc3-a1813f66ee19 ❇️iPAS+ AI 應用規劃師能力鑑定（中級）　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10049057 • 適合對象：已具備資訊、數據或產品開發背景的專業人員 • 職場應用：適合 IT 工程師、數位轉型專員，作為初級的進階升級，進一步強化 AI 技術深度與跨部門整合能力 ▶️ 線上模擬試題練習 https://nabi.104.com.tw/assess/0b1426fe-7c6c-4138-a059-f59400d7eebe ❇️資策會生成式 AI 能力認證　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10048893 • 適合對象：想精進 Prompt 工程、提升 AI 辦公應用實戰能力的在職者 • 考試特色：聚焦生成式 AI 工具操作、Prompt 設計與實務應用情境，強調即學即用 ▶️ 線上模擬試題練習 https://nabi.104.com.tw/assess/13967cfe-5c5d-4754-8cff-99c43cabd1e0 ❇️Microsoft Azure AI-900（AI 基礎知識） 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10047979 • 適合對象：有跨國求職需求，或任職於使用 Microsoft 365／Azure 雲端服務企業的職場人士 ▶️ 線上模擬試題練習 https://nabi.104.com.tw/assess/9bd61b3a-9dd3-48ef-af4c-a17aaaeb4437 ❇️AWS Certified AI Practitioner　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10049019 • 適合對象：具備基本技術背景、有意投入雲端 AI 應用領域的工程師或產品人員 二、ESG 綠領類證照 ❇️環境部淨零綠領人才培育課程合格證明　 🔗 課程報名連結：https://nabi.104.com.tw/ability/10049142 • 適合對象：任何職類皆可跨域取得，文組、非理工背景均適合 • 職場應用：104履歷上勾選此證明的求職者相較未勾選前面試邀約暴增 5.4 倍 ❇️廢水處理專責人員合格證書 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10029207 • 適合對象：化工、環境工程、製造業從業人員，或有意轉型環安衛職類者 • 職場應用：綠領職缺企業要求 Top 1 證照，環安衛類職缺必備 ▶️ 線上模擬試題練習 https://nabi.104.com.tw/assess/1ffc4f33-d8f6-4aec-acc8-da4f83014746 ❇️空氣污染防制專責人員合格證書　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10029208 • 適合對象：製造業、煉油、半導體廠的環安衛人員，或有意投入空污防制職類者 ❇️ISO 14064 溫室氣體盤查員　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10048756 • 適合對象：ESG 專員、永續顧問、供應鏈管理人員，或上市櫃企業負責 CSR 報告的職場人士 三、語文・數位行銷・長照類證照 📌 此類證照橫跨多元職涯方向，適合希望在現有職類基礎上加值，或跨域進入服務、行銷、醫療照護領域的求職者。 ❇️TOEIC 多益測驗　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10034532 ▶️【免費模擬測驗】https://nabi.104.com.tw/assess/group/toeic • 適合對象：有意進入外商公司、跨國集團，或有海外派駐需求的求職者 • 職場應用：外商企業通常要求 600 分以上入職門檻，金色證書（860 分以上）在跨國職缺中具顯著競爭優勢 ❇️Google Analytics 個人認證（GA4）　 🔗 104 證照中心連結：https://nabi.104.com.tw/ability/10028451 ▶️【免費模擬測驗】https://nabi.104.com.tw/assess/ceb78afe-8583-4273-97a3-66fe940374df • 適合對象：數位行銷人員、電商運營、社群小編、品牌企劃，或任何需要解讀網站數據的職場人士 • 職場應用：數位行銷與網站經營者必備分析工具，是求職履歷加分的黃金證照 ❇️照顧服務員單一（丙）級技術士　 🔗 證照連結：https://nabi.104.com.tw/ability/10029185 ▶️【免費模擬測驗】https://nabi.104.com.tw/assess/c2d6707f-c205-4054-a741-d8d70decc4ae • 適合對象：有意投入長照機構、居家照護、日間照顧服務的新手從業人員 • 市場動態：台灣高齡化加速，長照 3.0 政策推動下，照護人力缺口持續擴大，此照就業保障高、工作穩定性強