104學習

還在思考「我到底適合什麼工作？」或「轉職該往哪裡走」嗎？Google 推出了一款全新職涯探索工具 —— Career Dreamer，運用 AI 與勞動市場資料，幫助你探索潛在的職涯方向，建立個人化職涯敘事，甚至能搭配 Gemini 進行更深入的職涯對話。 目前這項工具僅對美國用戶開放，台灣地區的使用者若想體驗，需使用 VPN 進行登入，且整體介面與互動皆為英文。 Career Dreamer 是什麼？ Career Dreamer 是 Google 於 2025 年推出的免費職涯分析服務，目標是協助使用者從自身經歷中挖掘潛能，並探索未曾考慮過的職涯選項。只需幾分鐘填寫資料，系統就會根據你的背景產出個人化建議，並可無縫銜接 Gemini AI 進一步探索職涯問題。 🌟使用流程一次看懂 1. 填寫個人職涯資料 包括目前或過往的職稱、產業、學歷背景、技能與工作偏好等。 2. 產出個人化建議與職涯身份聲明 系統會根據你的輸入資訊，產出一份名為「Career Identity Statement」的職涯敘述，以及幾個可能適合你的職位選項，並附上各職稱的主要職責說明。 3. 導入 Gemini 進行更深入探索 若想更了解某個職位或職涯轉換的可行性，可將平台產出的 prompt 貼進 Gemini，展開 AI 導引式的職涯對話。 4. 推薦學習資源 根據你感興趣的職涯路徑，Career Dreamer 也會推薦免費的技能培訓課程，例如 Google Career Certificates 等。 誰適合使用 Career Dreamer？ - 正在尋找職涯方向的學生、新鮮人 - 有意轉職或思考職涯轉型的上班族 - 中斷職涯後重返職場者 - 想釐清自身優勢、發掘可能性的任何人 ⚠️使用前小提醒 - 目前僅開放美國用戶使用, 台灣用戶需透過 VPN 才能登入體驗 - 全面支援英文介面與英文 prompt 對話 - 不提供履歷自動撰寫等 Gemini 擴充功能，需另行搭配使用 怎麼開始體驗？ 👉 前往官方網站：[https://grow.google/careerdreamer](https://grow.google/careerdreamer) 📌 建議使用 VPN 並切換至美國地區，再進行操作 當你對未來迷惘時，這個工具是 AI 給你的第一步建議 Career Dreamer 是一款結合 AI 與市場數據的實驗性職涯工具，雖然目前僅支援英文與美國市場資料，但它提供的職涯敘述架構與思考引導，對所有正在思考職涯發展的你，依然有相當高的參考價值。不妨利用這個免費機會，為你的未來打開更多可能！

2026-04-25 聯合報記者陳宛茜　由聯合新聞網授權轉載 王申孟大學念的是資訊工程系，畢業後他卻沒選擇人人稱羨的工程師職涯，反而報考公職，還是和理工科八竿子打不著的「一般行政組」。他「打掉重練」，卻只花了兩年便考上競爭最激烈、錄取率最低的「一般行政組」。回想考試之路，王申孟認為自己的備考方式平平無奇，但能做到「正向思考、心態正確」、並懂得適度釋放壓力。「心態最重要。」他遇到許多考生、備考到最後信心崩潰。 畢業於龍華科技大學資訊工程系，王申孟畢業前發現工程師工作沒日沒夜，並不是他嚮往的生活。服替代役時他在公家機關服務，接觸到公務人員的職場文化，朝九晚五相當穩定，認為是適合自己的理想工作，當完兵後開始認真準備考公職。 日前考試院公布考公職最新數據，發現錄取率不到一成的「一般行政組」，錄取者多來自頂尖大學。王申孟表示，出身私立大學理工科，備考之初確實曾質疑自己「寫申論題怎麼可能寫過台大政大」，但他轉念一想「既然先天無法贏，只能花時間慢慢來」，努力和毅力成為他逆轉勝的關鍵。 對理工科的考生來說，考公職的申論題是一大關卡。王申孟回憶，他第一次寫申論題花了足足三個小時，寫完還被補習班老師退貨，讓他深感挫折。但他不放棄，蒐集好幾本申論題題庫書、從零開始一題題練基本功。他規定自己每天至少寫一題申論題，揣摩架構、學習邏輯，從一題寫三小時、逐步練到一題只要寫20分鐘。 王申孟自認是「長跑型選手」，備考這兩年，他每天從早上九時讀到晚上七八點，只在中午休息一小時。但到了最後階段，他規定自己每個周日都要休息、避免彈性疲乏。他認為正因為自己是「文科新手」、因此對一般行政的課本內容感到新鮮，尤其發現內容可以跟時事互相對照、還可以用理解的方式背法條。因此即使近乎全年無休，他也不會感到讀書倦怠。 上考場前，王申孟有一個特別的「儀式」—向自己信心喊話「考題我一定會寫。」他坦承自己「超有自信」，即使是「越區挑戰」，也深信自己「一定會考上」。「正向的心態很重要。 」他認為， 如果自己都不相信自己，「誰來幫你？」，因此「一定要相信自己。」 延伸閱讀：精準掌握考官閱卷20秒重點 「先工作再考試」成她公職上榜秘訣

對於軟體工程師來說，程式碼補全工具是提升工作效率的關鍵。Supermaven 是由前 OpenAI 研究員 Jacob Jackson 開發的最新工具，不僅比 GitHub Copilot 更快，還支援高達 100 萬 tokens，讓生成的程式碼更符合專案需求。除了補全程式碼外，Supermaven 還提供 AI 助手功能，能在編輯器中直接解答問題，徹底改變了程式設計的方式。本文將詳細介紹 Supermaven 的功能與優勢，並說明如何在開發過程中最大化利用這款工具。 ▍Supermaven 是什麼？ Supermaven 是一款由前 OpenAI 研究員 Jacob Jackson 開發的程式碼補全工具，旨在幫助軟體工程師更快速地撰寫高品質的程式碼。這款工具以其卓越的速度和精確度，在業界脫穎而出。與傳統的程式碼補全工具不同，Supermaven 不僅能夠補全程式碼，還能夠分析龐大的程式碼庫，確保生成的程式碼與專案中的其他部分無縫銜接。 ▍Supermaven 功能優勢 ● 超快速程式碼補全：
Supermaven 的回應速度是 GitHub Copilot 的三倍，幫助工程師更快速地撰寫程式碼，減少等待時間。 ● 支援高達 100 萬 tokens：
能夠分析龐大的程式碼庫，確保生成的程式碼與專案中的其他部分無縫銜接，讓補全結果更加精細且符合專案需求。 ● Supermaven Chat 功能：
內建 AI 聊天助手，允許工程師在編輯器中直接向 AI 提問，獲取即時解答，快速解決問題或尋找最佳解決方案。 ● 多模型支援：
支援不同的 AI 模型（如 GPT-4.0 和 Claude 3.5 Sonnet），使用者可根據需求選擇最適合的模型來獲得最佳效果。 ▍如何使用 Supermaven？ ● 安裝擴充套件：
先在自己的 IDE（如 VS Code）中安裝 Supermaven 擴充套件。 ● 配置設定：
安裝完成後，進行簡單的配置，即可啟用 Supermaven 的功能。 ● 使用程式碼補全：
在撰寫程式碼時，Supermaven 會自動提供補全建議，根據上下文提供最合適的程式碼片段。 ● 使用 Supermaven Chat：
如果遇到問題，可以隨時在編輯器中使用 Supermaven Chat 功能，向 AI 提問並獲取即時幫助。 ▍Supermaven 方案費用 Supermaven 提供多種方案以滿足不同需求的工程師： ● 免費方案：
提供基本的程式碼補全功能，適合剛接觸 Supermaven 的使用者體驗其基本功能。 ● 專業方案：
月費訂閱制，提供更快速的回應速度和更大的 token 支援，同時解鎖 Supermaven Chat 功能，適合需要高效開發的專業工程師。 ● 企業方案：
針對大型團隊或企業客戶，提供自訂方案和專屬支援服務，滿足企業級開發需求，包括多用戶協作和進階功能設定。 Supermaven 是一款不可多得的程式碼補全與 AI 助手工具，特別適合那些希望在開發過程中提升效率的軟體工程師。通過其快速、精準的補全功能以及強大的 AI 聊天助手，Supermaven 能夠大幅減少開發時間，提升專案質量。如果你是一位追求高效率和高質量的工程師，Supermaven 絕對是你不可或缺的工具。 ➤ 立即使用：https://supermaven.com/ ➤ 歡迎在104學習精靈關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！

1. 什麼是全形和半形字符？ 全形字符是指佔據一個全角位置的字符，通常用於中文、日文等語言中。半形字符是指佔據一個半角位置的字符，通常用於英文、數字等語言中。 2. 全形和半形字符有什麼區別？ 全形字符的寬度是半形字符的兩倍，因此在排版和顯示上會佔用更多的空間。這在文字對齊和佈局中可能會產生差異。 3. 如何在電腦上切換全形和半形模式？ 在大多數應用程式中，可以使用 Shift 鍵加上 Space 鍵來切換全形和半形模式。 4. 為什麼在文書處理軟體中，中文字符會自動轉換為全形？ 在中文輸入法中，為了與英文半形字符區分開來，中文字符通常會自動轉換為全形字符，這樣更符合中文排版的需求。 5. 全形和半形字符的使用有什麼注意事項？ 在進行排版和設計時，需要考慮全形和半形字符的寬度差異，以確保文字對齊和版面設計的一致性。 6. 全形和半形字符在標點符號上有什麼差異？ 在標點符號上，全形字符通常比半形字符更大、更寬，這在排版和版面設計中需要注意。 7. 全形和半形字符的用途有哪些？ 全形字符通常用於中文、日文等語言的文字排版，而半形字符則通常用於英文、數字等語言的文字排版。 8. 如何在Windows 10或Windows 11中切換全形和半形模式？ 在Windows 10或Windows 11中，可以使用 Shift 鍵加上 Space 鍵來切換全形和半形模式。 9. 全形和半形字符在資料庫存儲中的處理有什麼需要注意的地方？ 在資料庫存儲中，需要確保對於全形和半形字符的處理能夠保持一致性，以避免數據錯誤或顯示問題。 10. 全形和半形字符的使用與國際化設計有何關係？ 在進行國際化設計時，需要考慮到不同語言使用的字符寬度差異，以確保文字可以正確顯示和排版。 關注我們~知道更多辦公室小知識！

在工作中，Dashboard 儀表板已經是許多團隊做決策的重要工具。無論是行銷成效追蹤、課程營運分析、業務銷售管理，或是網站流量觀察，Dashboard 都能幫助我們快速看懂數據變化。 但很多人遇到的問題是： 「我有資料，但不知道該看什麼。」 「我知道想做 Dashboard，但不知道圖表怎麼設計。」 「我想請 AI 幫忙，卻不知道怎麼問才有效。」 其實，AI 不只是幫你畫圖，更適合在 Dashboard 製作前期協助你釐清目標、整理指標、設計版面與產出分析洞察。只要問對問題，AI 可以大幅降低你從零開始做 Dashboard 的門檻。 一、先搞清楚：Dashboard 不是圖表集合，而是決策工具 很多人一開始做 Dashboard，會直接想： 「我要放折線圖、長條圖、圓餅圖。」 但真正好的 Dashboard，不是把很多圖表塞在同一頁，而是幫使用者快速回答問題。 例如： 行銷 Dashboard 要回答的是： 「這個月流量有沒有成長？哪個來源帶來最多轉換？」 課程營運 Dashboard 要回答的是： 「哪些課程最受歡迎？完課率是否正常？學員在哪個階段流失？」 業務 Dashboard 要回答的是： 「本月業績達標了嗎？哪個業務、產品或客戶貢獻最多？」 所以在請 AI 幫忙前，第一個關鍵不是丟資料，而是先說明 Dashboard 的使用目的。 二、第一步：請 AI 幫你定義 Dashboard 目標 你可以這樣問 AI： 我想製作一份 Dashboard，主題是「線上課程營運分析」。 使用對象是營運主管與課程企劃。 目的是每週追蹤課程流量、報名、購買、完課與學員回饋。 請幫我整理這份 Dashboard 應該回答哪些核心問題。 AI 可能會幫你整理出： 1. 本週整體營運表現如何？ 2. 哪些課程帶來最多瀏覽與購買？ 3. 使用者從瀏覽到購買的轉換是否正常？ 4. 完課率與學習參與度是否有下降？ 5. 哪些課程需要優先優化？ 這一步很重要，因為它會決定後面要看哪些數據、放哪些圖表，以及 Dashboard 的整體架構。 三、第二步：請 AI 幫你整理關鍵指標 KPI Dashboard 最常見的錯誤，是指標太多、重點不清楚。 你可以請 AI 幫你從目標反推 KPI。 範例 Prompt： 請根據以下 Dashboard 目標，幫我設計適合追蹤的 KPI。 主題：線上課程營運分析 目標：追蹤流量、報名、購買、完課與學員滿意度 使用者：營運主管、課程企劃 請用表格整理：指標名稱、指標定義、計算方式、適合圖表、觀察重點。 AI 可以幫你產出類似這樣的架構： 指標名稱：課程瀏覽量 指標定義：課程頁被瀏覽的次數 適合圖表：折線圖 觀察重點：流量是否成長 指標名稱：報名數 指標定義：免費或付費報名人數 適合圖表：長條圖 觀察重點：哪些課程吸引力高 指標名稱：購買轉換率 指標定義：購買人數 ÷ 瀏覽人數 適合圖表：趨勢圖 觀察重點：是否有轉換下降 指標名稱：完課率 指標定義：完成人數 ÷ 報名人數 適合圖表：橫條圖 觀察重點：課程內容是否留得住人 指標名稱：滿意度 指標定義：問卷或評分平均 適合圖表：儀表圖／卡片 觀察重點：學員回饋是否良好 這時候，你就不只是「做圖」，而是開始建立一套可以協助判斷營運狀況的數據邏輯。 四、第三步：把你的資料欄位交給 AI，請它判斷能做什麼 如果你手上已經有 Excel、CSV 或資料表，可以先把欄位名稱貼給 AI，不一定一開始就要給完整資料。 範例 Prompt： 我有一份課程數據資料，欄位如下： 日期、課程名稱、課程分類、瀏覽量、加入購物車數、購買數、完課人數、課程評分、廣告來源、營收。 請幫我判斷這份資料可以製作哪些 Dashboard 分析區塊，並建議每個區塊適合的圖表。 AI 可能會幫你拆成： 1. 整體營運總覽：瀏覽量、購買數、營收、轉換率 2. 課程表現排行：熱門課程、營收最高課程、完課率最高課程 3. 流量來源分析：不同廣告來源帶來的瀏覽與購買 4. 轉換漏斗分析：瀏覽 → 加入購物車 → 購買 5. 學習品質分析：完課率、評分、學員滿意度 這一步可以幫你快速判斷：現有資料能支援哪些分析，還缺哪些資料。 五、第四步：請 AI 幫你設計 Dashboard 版面 Dashboard 的版面順序也很重要。 通常建議從「總覽」到「細節」，讓使用者先看到最重要的結果，再往下追原因。 你可以這樣問： 請幫我設計一頁式 Dashboard 版面。 主題：線上課程營運分析 使用者：營運主管 請依照「由上到下」的閱讀順序，安排每個區塊、圖表類型與呈現重點。 AI 可以產出這樣的版面建議： 第一層：核心指標卡片 放在最上方，快速看到本週狀況： 總瀏覽量 總購買數 總營收 平均轉換率 平均完課率 第二層：趨勢變化 用折線圖觀察： 每日瀏覽量趨勢 每日購買數趨勢 每日營收趨勢 第三層：課程排行 用長條圖或表格觀察： 瀏覽量最高課程 購買數最高課程 營收最高課程 完課率最低課程 第四層：轉換漏斗 用漏斗圖觀察： 瀏覽 加入購物車 購買 完課 第五層：異常提醒與行動建議 請 AI 幫忙產出： 哪些指標異常？ 哪些課程需要優化？ 下週建議追蹤什麼？ 六、第五步：請 AI 幫你產出圖表建議與分析文字 Dashboard 不只要有圖，還要能解釋圖。 你可以請 AI 幫你把數據轉成「主管看得懂的分析摘要」。 範例 Prompt： 以下是本週 Dashboard 數據： 瀏覽量 50,000，較上週成長 12%； 購買數 1,200，較上週下降 5%； 營收 180 萬，較上週成長 3%； 完課率 42%，較上週下降 8%。 請幫我產出一段 Dashboard 分析摘要，包含：主要發現、可能原因、建議行動。 AI 可能會產出： 本週課程瀏覽量較上週成長 12%，代表流量導入表現良好，但購買數下降 5%，顯示流量成長尚未有效轉換為購買。營收仍小幅成長 3%，可能與高單價課程銷售增加有關。不過，完課率下降 8%，需進一步檢視課程內容長度、學員學習動機與提醒機制。建議下週優先分析流量來源品質、課程頁轉換設計，以及完課率下降較明顯的課程。 這類文字很適合放在 Dashboard 頁面旁邊，或用在週報、月報裡。 七、可以直接使用的 AI Prompt 模板 模板一：從零開始規劃 Dashboard 我想製作一份 Dashboard，主題是【請填主題】。 使用對象是【請填對象，例如主管、營運、行銷、業務】。 主要目的是【請填目的，例如追蹤成效、找出異常、輔助決策】。 請幫我規劃這份 Dashboard： 1. 應該回答哪些核心問題 2. 適合追蹤哪些 KPI 3. 每個 KPI 的定義與計算方式 4. 適合使用哪些圖表 5. 建議的版面配置 模板二：根據資料欄位設計 Dashboard 我有一份資料，欄位包含： 【貼上欄位名稱】 請根據這些欄位，幫我設計一份 Dashboard。 請包含： 1. 可分析的主題 2. 建議的分析區塊 3. 每個區塊適合的圖表 4. 可以產出的洞察 5. 還缺少哪些資料欄位 模板三：請 AI 幫你做 Dashboard 分析摘要 以下是 Dashboard 數據： 【貼上數據】 請幫我產出一段主管簡報用的分析摘要。 請包含： 1. 本期主要發現 2. 與上期相比的變化 3. 可能原因 4. 需要注意的異常 5. 下一步行動建議 模板四：請 AI 幫你檢查 Dashboard 是否好用 以下是我規劃的 Dashboard 架構： 【貼上 Dashboard 區塊與圖表】 請幫我檢查這份 Dashboard 是否適合給【使用對象】使用。 請從以下角度給我建議： 1. 指標是否太多或太少 2. 圖表類型是否合適 3. 閱讀順序是否清楚 4. 是否能支援決策 5. 有哪些可以簡化或優化的地方 八、請 AI 做 Dashboard 時，最常見的 5 個錯誤 1. 只說「幫我做 Dashboard」，沒有說明目的 AI 需要知道這份 Dashboard 是給誰看、用來做什麼決策。 不同使用者需要的指標會完全不同。 2. 指標太多，沒有主次 Dashboard 不是資料倉庫。 建議先抓 5 到 8 個核心指標，再依需求展開細節。 3. 只做圖表，沒有分析結論 好的 Dashboard 應該讓人看完後知道「接下來要做什麼」。 可以請 AI 加上洞察、異常提醒與行動建議。 4. 沒有定義指標計算方式 例如「轉換率」到底是購買數 ÷ 瀏覽量，還是購買數 ÷ 加入購物車數？ 如果定義不清楚，Dashboard 很容易造成誤判。 5. 沒有考慮資料更新頻率 有些 Dashboard 適合每日更新，有些適合每週或每月更新。 請 AI 設計時，也可以一併指定更新頻率。 九、結語：AI 不是只幫你畫圖，而是幫你建立數據思考流程 請 AI 幫忙產出 Dashboard，最重要的不是工具，而是問法。 你可以把 AI 當成一位數據顧問，請它協助你完成： 從「我要看什麼」 到「我要追哪些指標」 再到「我要用什麼圖表呈現」 最後到「我該根據數據採取什麼行動」。 只要能把目的、對象、資料欄位與決策需求說清楚，AI 就能幫你把模糊的數據需求，轉換成一份更有邏輯、更容易閱讀，也更能支援決策的 Dashboard。

你知道學AI其實不需要花大錢嗎？Google、Anthropic、NVIDIA、Microsoft、Meta這五大科技原廠，早已推出完全免費的高品質AI課程，含金量甚至超越市面上許多收費課程！ 【為什麼選原廠課程？】 原廠課程有三大優勢：資訊最即時準確、課程架構完整嚴謹、部分課程完成後可獲得官方認證徽章，對履歷加分效果十足。 【五大平台推薦】 ▍Google AI 學習中心（grow.google/ai） 最適合AI零基礎的新手！「AI Essentials」課程不需要程式背景，教你用Gemini和NotebookLM提升工作效率，完成後可獲得Google官方數位徽章。另有教育工作者與學生專屬課程。 ▍Anthropic Academy（anthropic.skilljar.com） 想精通提示工程（Prompt Engineering）必看！提供15門以上完全免費課程，深入拆解如何寫出穩定高品質的Prompt。「Building with Claude API」長達13小時，涵蓋API串接到AI Agent建構，不需帳號即可學習。 ▍Microsoft Learn（learn.microsoft.com/training） 上班族的最佳選擇！專注Microsoft 365 Copilot在Excel、PowerPoint、Teams、Word的實務應用，讓你在不改變工作習慣的前提下，用AI大幅提升效率。 ▍NVIDIA 深度學習學院 DLI（nvidia.com/training） 技術工程師的殿堂！涵蓋深度學習、生成式AI/LLM、加速運算等六大領域，完成實作測驗後可獲DLI認證證書，是向雇主證明技術實力的最佳利器。 ▍Meta AI 資源庫（ai.meta.com/resources） 開源AI的最佳入口！提供Llama模型文件、PyTorch框架與地端部署指南，特別適合需要將AI部署在內部伺服器、資料不能上雲的金融或醫療企業。 【不同角色的學習路徑建議】 全體員工 → Google AI Essentials 建立基礎認知 行政業務人員 → Microsoft Copilot 提升日常效率 行銷企劃人員 → Anthropic 提示工程 優化AI產出 IT工程師 → NVIDIA DLI + Meta開源資源 深耕技術 善用這些免費資源，就能打造自己的AI競爭力！你目前在學哪個平台的課程呢？歡迎留言分享 👇

AI 進入職場後，很多人第一個問題是：「我的工作會不會被取代？」這個擔心可以理解，但對多數上班族來說，更迫切的變化可能不是職稱立刻消失，而是工作期待正在改寫。 過去一份報告、一場簡報、一篇文案，可能花半天完成；現在主管可能期待你先用 AI 整理資料、產出草稿，再把時間留給判斷、修正與決策。換句話說，AI 改變的不只是工具，而是「什麼叫有效率、什麼叫有品質」。 BCG 在 2026 年發布的分析指出，未來 2 到 3 年，美國約 50% 到 55% 的工作會受到 AI 重塑。重點不是所有工作都會消失，而是許多職位仍會存在，但工作方式、產出標準與能力要求會明顯改變。 資料來源：https://www.bcg.com/publications/2026/ai-will-reshape-more-jobs-than-it-replaces LinkedIn 2026 勞動市場報告也提到，過去兩年雇主已創造至少 130 萬個 AI 相關工作機會，包括資料標註、AI 工程、forward-deployed engineer 等角色。這代表 AI 不只取代部分任務，也正在創造新的工作分工。 資料來源：https://economicgraph.linkedin.com/content/dam/me/economicgraph/en-us/PDF/linkedIn-labor-market-report-building-a-future-of-work-that-works-jan-2026.pdf 對台灣上班族來說，真正該準備的，不只是「會不會用某個 AI 工具」，而是能不能把 AI 放進工作流程，交出可被信任、可被使用、可被檢驗的成果。 只學提示詞還不夠，重點是會協作 不少人開始學 AI，第一步是學提示詞。這當然有幫助，但如果只停在「怎麼問 AI」，很快會遇到瓶頸。 因為真正的職場產出，不只是生成一段文字、一張圖表或一份簡報，而是要符合公司情境、品牌語氣、客戶需求、事實基礎與風險控管。 例如，行銷人員請 AI 產生社群文案，不能只看文字順不順，還要確認是否符合品牌調性、是否誤用數據、是否有誇大或侵權疑慮。人資用 AI 協助撰寫職缺，也不能把生成內容直接貼上，而要檢查是否符合實際職務、是否有歧視性語句、是否可能造成求職者誤解。 Coursera 2026 Job Skills Report 觀察到，在資料職能中，快速成長的技能包含 Multimodal Prompts、Critical Thinking、AI Personalization、Prompt Engineering 與 Excel Formulas。這反映 AI 時代需要的不只是工具操作，也包括判斷、驗證與把工具放回實務場景的能力。 資料來源：https://www.coursera.org/skills-reports/job-skills 換句話說，AI 協作力不是單一技能，而是一組工作能力。 能力一：把任務拆清楚，而不是整包丟給 AI 很多人用 AI 效果不好，問題不一定是工具不夠強，而是任務描述太模糊。 例如「幫我寫一份企劃」，通常會得到一份看似完整、但很難直接使用的內容。比較好的做法，是先拆清楚：這份企劃要說服誰？目標讀者是誰？要解決什麼問題？有哪些限制？公司內部已有什麼資料？希望 AI 先協助哪一段，是資料整理、架構發想、標題測試、風險檢查，還是簡報摘要？ 可以把 AI 想成一位速度很快、但不懂公司脈絡的助理。你要先提供背景、任務邊界與判斷標準，它才比較可能產出有用的草稿。 一個簡單練習是：每次使用 AI 前，先寫下五件事——目的、對象、限制、輸出格式、檢查標準。這不只會讓 AI 回覆更精準，也會訓練自己把工作想清楚。 能力二：懂得查核，而不是相信第一版答案 AI 最大的優點是快，但最大風險也是快。它可以在幾秒內生成一段看似合理的內容，但內容不一定正確。 尤其涉及薪資、法令、政策、產業數據、公司制度、醫療健康、財務投資等議題，不能只靠 AI 回答。職場上真正有價值的 AI 使用者，不是最快複製貼上的人，而是能判斷哪些內容需要查證、哪些資料不能使用、哪些說法要保留彈性的人。 例如文章提到勞動法令，應回到主管機關或法規資料庫確認；提到薪資或就業趨勢，應搭配可信資料來源；提到 AI 工具功能，也要確認工具是否已有版本更新、資料保存政策是否符合公司規範。 AI 可以幫你加速整理，但不能替你承擔專業責任。最後按下送出、發布或決策的人，仍然是你。 能力三：把 AI 當第二腦，但不要放入機密資料 許多上班族會用 AI 整理會議記錄、濃縮簡報、改寫 Email、分析客戶回饋。這些用途都很實際，但也要留意資料安全。 不要把未公開財報、客戶個資、員工資料、合約條款、公司策略、內部會議逐字稿等敏感內容，直接輸入外部 AI 工具。即使工具宣稱有安全機制，也應依公司資訊安全政策、個資保護與保密義務判斷。 行政院生成式 AI 參考指引雖然主要適用於行政機關，但其中提到的原則值得職場參考：使用生成式 AI 應重視安全性、隱私性、資料治理與問責，並掌握自主權與控制權。 資料來源：https://www.ey.gov.tw/Page/448DE008087A1971/40c1a925-121d-4b6b-8f40-7e9e1a5401f2 比較安全的做法包括：先移除姓名、電話、Email、公司代號、客戶名稱等可識別資訊；只輸入必要片段；避免上傳完整內部文件；優先使用公司核准的 AI 工具；重要內容再由人工確認。 AI 可以成為第二腦，但不應變成資料外洩的破口。 能力四：用 AI 提高品質，而不是只追求速度 很多企業導入 AI 後，第一個期待是「更快」。但如果只追求速度，可能造成另一個問題：大家產出更多內容，但品質沒有變好，主管反而要花更多時間修改。 更好的做法，是把 AI 放在品質改善環節。 例如，請 AI 幫你檢查簡報邏輯是否跳躍；請 AI 模擬主管可能追問的問題；請 AI 把艱澀文字改成不同受眾看得懂的版本；請 AI 整理三種決策方案的利弊；請 AI 檢查客服回覆是否語氣過硬、是否承諾過度。 當 AI 不只是讓你「做快一點」，而是讓你「想多一層」，它才真正提高工作價值。 能力五：用 AI 補強跨部門溝通 AI 時代的職場人，越來越需要把複雜資訊轉成不同部門聽得懂的語言。 例如，工程團隊要向業務說明系統限制，行銷要向財務說明預算效益，人資要向主管說明招募瓶頸，客服要把客訴資料整理成產品團隊能行動的改善方向。 這些場景中，AI 可以協助你轉換語氣、整理重點、模擬對方可能在意的問題，也能幫你把專業內容改寫成更清楚的說法。 但最後仍要由人判斷：哪些說法符合事實？哪些地方需要保留空間？哪些承諾不能過度？成熟的 AI 協作，不是把人從溝通中拿掉，而是讓人更清楚、更有準備地溝通。 給主管：不要只問員工會不會用 AI 對主管來說，AI 導入不能只靠口號。如果公司一邊要求員工提高 AI 使用率，一邊沒有明確規範資料安全、產出標準與審核流程，反而可能造成混亂。 主管可以先從三件事開始。第一，定義哪些工作可以用 AI，哪些資料不能輸入。第二，建立產出檢查清單，例如來源、事實、語氣、法規、品牌一致性。第三，鼓勵員工分享有效的 AI 工作流程，而不是只比較誰用得多。 AI 不是單一工具採購案，而是工作方法改造。當組織能把用法、風險與責任說清楚，員工才有可能放心使用。 今天就能開始的練習 想培養 AI 協作力，不一定要從複雜任務開始。可以先選一個低風險工作練習，例如改寫 Email、整理公開資料、製作會議摘要模板、產出簡報大綱，或把一份長文件濃縮成主管可快速閱讀的重點。 使用 AI 時，記得三步驟：先拆任務、再產草稿、最後人工查核。 若內容涉及個資、公司機密、法令、薪資、財務或重要決策，務必回到可信來源與公司制度確認。 AI 可以幫你加速，但你的判斷力，才是最後的職場價值。

因應「職場霸凌專章」即將上路，勞動部特別訂定「職場霸凌調查專業人士培訓及專業人才庫建置要點」，建立人才查詢平台，協助雇主與地方政府在處理職場霸凌申訴案件時，能迅速遴選適當專家介入協助。因此預計將自民國115年6月起在全國辦理20場次的培訓課程，目標是培訓出至少千名跨領域專家，《104職場力》為您整理相關資訊，歡迎參考利用！ 文／《104職場力》 為防治「職場霸凌」，不僅將推動「職場霸凌專章」的落實，勞動部也同步啟動「職場霸凌調查培訓及建置人才庫」的工作，預計自今年（民國115年）的6月起將辦理20場次培訓，包含執業律師、心理師、勞工健康服務醫護人員等都可參加，目標培訓1000名的跨領域專家，未來能夠在雇主、地方政府處理職場霸凌申訴案件時，能第一時間介入協助。 延伸閱讀：網傳「同事訂雞排沒揪就算職場霸凌」？勞動部釋疑：須符合5大要件 落實外部公正調查機制，勞動部啟動職場霸凌調查培訓及建置人才庫 勞動部透過新聞稿說明：表示，「職場霸凌調查培訓」課程的培訓對象包含勞動部工作場所性騷擾調查專業人才資料庫之人員、執業律師、心理師、勞資爭議調解委員、大專校院相關學科教師，以及第一線的勞工行政人員、勞動檢查員與勞工健康服務醫護人員等。 培訓課程預計參考114年試辦經驗，由財團法人職業災害預防及重建中心於今年6月至11月辦理；已名列於性騷擾調查人才庫者，需補充完成6小時精進課程；其餘專業人士則須完成12小時含「職場霸凌防治法規」、「訪談策略與調查技巧」、「調查報告撰寫」及「案例分析」等完整訓練內容，結合跨領域專家，透過模擬調查、訪談演練、證據蒐集、報告撰寫及案例研討，強化處理職場霸凌案件實務能力，為國內職場注入更多專業守護能量。 培訓課程時數與內容 勞動部工作場所性騷擾調查專業人才資料庫之人員 課程內容時數職場霸凌防治法規及倫理2小時調查策略及報告撰寫注意事項（含實務演練）2小時職場霸凌案例分析2小時 非勞動部工作場所性騷擾調查專業人才資料庫之人員 課程內容時數職場霸凌防治法規及倫理2小時調查策略及技巧3小時調查報告撰寫內容及注意事項2小時職場霸凌案例分析2小時實務演練（分組習作、報告及討論）3小時 職場霸凌調查專業人士培訓及專業人才資料庫建置要點 勞動部最後呼籲，預防職場霸凌不應僅停留在事後調查與處理，更重要的是從組織文化與管理著手。建議事業單位建立明確的申訴管道、合理管理制度及友善溝通管道，並透過教育訓練及管理能力的提升，營造相互尊重、健康友善的工作環境。 相關培訓課程資訊預定於6月份公告，請持續關注勞動部職業安全衛生署官網訊息。

AI 工具越來越強，提示詞也不再只是「請幫我寫一段文案」這麼簡單。AI 教育者吳恩達（Andrew Ng）近期推出新課程《AI Prompting for Everyone》，主打不需要技術背景，幫助一般使用者學會更有效地使用 ChatGPT、Claude、Gemini 等 AI 工具。DeepLearning.AI 課程頁顯示，這是一門初學者課程，共 3 小時 4 分鐘、21 堂影片課，由吳恩達授課。官方學習頁也標示可免費開始學習、觀看課程影片；若需要 graded assignments 與證書，則屬於 PRO 方案。 吳恩達是誰？為什麼他的新課值得關注？ 吳恩達是全球知名的 AI 教育者與機器學習專家。他是 DeepLearning.AI 創辦人、Coursera 共同創辦人，也曾擔任百度首席科學家，並曾創辦與領導 Google Brain 專案，目前也是史丹佛大學兼任教授。 對非工程背景的上班族來說，吳恩達最重要的影響，是他長期把 AI 知識轉化成大眾可以理解、可以上手的學習內容。從早期的機器學習課程，到《AI For Everyone》，再到這次的《AI Prompting for Everyone》，他的課程常被視為 AI 學習趨勢的風向球。 這門課在教什麼？不是背 Prompt，而是學會和 AI 協作 《AI Prompting for Everyone》的核心，不只是教你寫出更漂亮的提示詞，而是教你在不同工作情境中，如何讓 AI 產出更可靠、更有用的結果。官方課程頁將學習重點分成三大方向：找資訊、腦力激盪與寫作、創作與建構。 第一個重點是 Finding Information，也就是用 AI 找資料。課程會說明 AI 模型本身已經知道什麼、什麼時候應該使用 AI 網路搜尋、什麼情境適合使用 deep research mode，以及如何取得更準確、有來源的回答。 這對上班族非常實用。無論是做市場資料整理、競品分析、產業趨勢觀察，或準備會議前的背景研究，AI 不只是回答問題的工具，更可以協助快速建立資料架構。但前提是使用者要懂得要求來源、設定範圍，也要知道哪些資訊需要再查證。 第二個重點是 AI as a Thought Partner，也就是把 AI 當成思考夥伴。課程會教使用者如何提供正確上下文，讓 AI 理解真正需求；也會談到如何讓 AI 提供誠實回饋，而不是只迎合使用者。官方課綱中也列出 brainstorming、context、reasoning、sycophancy、writing with AI、AI critique 等單元。 這代表未來職場的 AI 能力，不只是「會叫 AI 寫東西」，而是能不能請 AI 幫忙檢查盲點、提出反方觀點、改善表達方式，甚至協助自己做更完整的決策思考。 第三個重點是 Working with Multimedia and Code。課程會介紹如何在提示中使用圖片、讓 AI 理解圖片、生成視覺內容，並使用 AI 建立簡單遊戲、網站與 App；官方也特別說明，這部分不需要程式經驗。 這也反映 AI 工具的使用場景正在擴大。過去上班族多半把 AI 用在寫信、摘要、翻譯、整理資料；但未來，AI 也可能協助做簡報素材、產出視覺概念、分析資料，甚至建立可展示的簡易 prototype。 誰適合上這門課？ 官方課程頁指出，這門課適合任何在日常工作或生活中使用 ChatGPT、Claude、Gemini 等 AI 工具，並希望獲得更好結果的人，不需要技術背景，也沒有必修前置課程。 換句話說，這門課很適合以下幾類上班族：經常需要查資料的企劃、行銷、編輯、研究人員；需要寫報告、簡報、Email 的一般辦公室工作者；想把 AI 帶進工作流程的主管；以及想開始學 AI、但不想一開始就碰程式的人。 對職場工作者的啟示：提示力已經變成基本功 這門課最值得注意的訊號是：AI 提示力正在從「技巧」變成「基本工作能力」。 過去，很多人學 AI 會先找提示詞模板，例如「請扮演某某角色」、「請一步一步思考」、「請用表格整理」。這些技巧仍然有用，但已經不夠。真正會用 AI 的人，還要知道如何提供背景資料、設定輸出格式、要求資料來源、讓 AI 挑戰自己的想法，並判斷哪些內容可以採用、哪些內容必須查證。 也就是說，未來職場上的 AI 能力，不是誰背了最多 prompt，而是誰更會設計任務、拆解問題、提供上下文，並把 AI 產出整合成真正能交付的工作成果。 課程介紹 https://www.youtube.com/watch?v=FNfIMnpz-ZY&t=2s 有興趣的讀者可至 DeepLearning.AI 官方課程頁開始學習：《AI Prompting for Everyone》。 課程影片可免費開始觀看；若想取得作業評分與證書，需留意官方 PRO 方案說明。 DeepLearning.AI《AI Prompting for Everyone》 https://www.deeplearning.ai/courses/ai-prompting-for-everyone/

2022年企業要求的職場工具TOP 10 排行榜，提供大家! 104學習精靈在2022年12月即將發表的【職場學習白皮書】的調查趨勢中發現：104人力銀行從求職媒合的數據中，排除基本工具為：Excel、Word、Power Point外；企業要求的前五名工具分別為：AutoCAD＞Project＞鼎新＞Visio＞Python，當然每個職類都會對應不同的職場工具，這先幫大家整理企業刊登職務中常見的職場工具喔! 企業要求職場工具為：企業職務刊登的職務中，要求應徵者必須具備的職場工具要求；本職場工具的排名為：統計該工具在104刊登的職類中的涵蓋率，來做TOP 10排序 統計時間為：2022年1月至8月的刊登數 🟢 TOP 1 🟢 Excel 學習教室介紹：https://nabi.104.com.tw/room/ability_10000056 🟢 TOP 2 🟢 Word 學習教室介紹：https://nabi.104.com.tw/room/ability_10000063 🟢 TOP 3 🟢 PowerPoint 學習教室介紹：https://nabi.104.com.tw/room/ability_10000061 🟢 TOP 4 🟢 AutoCAD 學習教室介紹：https://nabi.104.com.tw/room/ability_10002454 🟢 TOP 5 🟢 Project 學習教室介紹：https://nabi.104.com.tw/room/ability_10000675 🟢 TOP 6 🟢 鼎新 學習教室介紹：https://nabi.104.com.tw/room/ability_10000185 🟢 TOP 7 🟢 Visio 學習教室介紹：https://nabi.104.com.tw/room/ability_10000392 🟢 TOP 8 🟢 Python 學習教室介紹：https://nabi.104.com.tw/room/ability_10000350 🟢 TOP 9 🟢 Adobe Acrobat 學習教室介紹：https://nabi.104.com.tw/room/ability_10002364 🟢 TOP 10 🟢 Photoshop 學習教室介紹：https://nabi.104.com.tw/room/ability_10001506 【104學習精靈】致力打造共學社群 在這提供各學習創作者、學習平台…等，打造出屬於您在104的學習舞台，在這您所學的紀錄在您創辦的共學社群，作為傳承，建立您專業個人形象；未來共學社群將會提供創作者互動課程平台，凝聚更多學習用戶。 ✨更多免費學習與證照資訊，都可加入【104學習精靈。IG帳號】✨ https://www.instagram.com/104nabi/

數位發展部在2026年5月正式發布「AI產業人才認定指引3.0」，這是台灣官方對AI人才能力的最新定義標準，不管你是想轉職、想升職，還是想知道自己跟市場差多少，這份指引就是你的對照表，看完這篇你就知道自己現在站在哪，下一步該補什麼。 ❇️【政府把AI人才分三類，你是哪一種？】 指引把AI人才分成三大類別： • AI應用人才：用AI工具提升工作效率、創造價值，不需要寫程式。適合各行各業在職者，包含行銷、業務、行政、人資等。 • AI開發人才：用技術把AI做出來，包含ML工程師、LLM工程師、資料科學家等技術職務。 • AI研究人才：做AI底層研究、發論文、推進技術邊界，通常需要碩博士背景。 大多數在職者和求職者，其實落在AI應用人才這一塊，不需要寫程式，但要真的會用、懂AI。 ❇️【3.0版新增了什麼？兩件大事】 • 新增「AI治理素養」：因應今年1月上路的《人工智慧基本法》，你要知道AI的風險在哪、什麼不能做、資料輸入有什麼限制，不只是技術問題，而是每個用AI的人都該具備的基本意識。 • 新增「AI協作與開發」：Vibe Coding、Agentic AI已經是現在進行式，AI不再只是輔助工具，而是你的工作夥伴，這項能力要求你能用自然語言指揮AI完成任務、設計工作流程。 ❇️【先搞清楚自己的AI能力在哪裡】 很多人以為「AI能力 = 會用ChatGPT」，但企業真正在意的其實是三件事： • AI工具應用：能不能選對工具、解決實際問題 • AI判斷能力：能不能判斷AI輸出的內容、做出決策 • AI工作解決力：能不能整合應用、真正創造價值 會問問題、會做摘要、會生圖，只是起點，不是終點，未來比的不是誰會AI，而是誰真的能跟AI協作。 不確定自己現在落在哪個位置？可以先做一個快速檢測，104 AI通用素養檢測只要幾分鐘，就能找出你的能力落點，測驗通過還能回傳到104履歷，讓企業主動找到你。 👉立即測試AI通用素養 https://nabi.104.com.tw/course/104nabi/9759690a-9a20-4575-8dce-492636a1206c ❇️【你缺哪塊能力？5大類型對照學習】 指引把AI能力分成五大類型，以下是重點整理： 1️⃣ AI應用素養（No-code） 了解AI基本原理、道德倫理、應用限制與風險辨識，新增AI治理素養，重點在於風險判斷與合規意識 ▶ 商業應用技能 1-1 生成式 AI 如何顛覆您的工作模式： https://nabi.104.com.tw/course/aws/553bc7bd-5e0e-48c4-af58-41ed7368ce15 ▶ iPAS AI應用規劃師衝刺班： https://nabi.104.com.tw/course/104nabi/19ba2cdd-5ae1-44a0-a975-01f989c92691 ▶ 生成式 AI 能力課程： https://nabi.104.com.tw/course/iiiedu/46267952-18a1-4b5c-a0dd-052b04d1a418 2️⃣ AI工具應用（No-code） 會用ChatGPT、Midjourney、Runway、ElevenLabs等工具完成文書、圖文、影像、音源、自動化等實際任務，並能整合進工作流程 ▶ ChatGPT 實戰應用-讓AI成為你的超級助手： https://nabi.104.com.tw/course/lunglungai/b5566bfa-71f7-4ed9-b7b4-5d4c406f8e21 ▶ AI行政管理力實戰課｜高效會議記錄 × 精準SOP × 掌握AI工具： https://nabi.104.com.tw/course/104nabi/615567ab-cd6f-423e-9277-841af2dd7031 ▶ n8n自動化工作術： https://nabi.104.com.tw/course/tibame/fe53158a-175d-4ec1-aac1-4d3f04e1fb43 3️⃣ AI程式語言應用（Low-code） 能用自然語言指導AI協作撰寫程式、使用GitHub Copilot、Cursor等工具，設計AI Agent工作流程，不需精通語法，但要懂邏輯與除錯 ▶ 文組人一定要會的 Vibe Coding： https://nabi.104.com.tw/course/104nabi/f8202e4f-3029-464f-9f2d-57dd65702913 ▶ AI助理GitHub Copilot | 提升前端開發效率： https://nabi.104.com.tw/course/tibame/c4795096-ae10-43a5-b5e3-2a6548c30e8c ▶ AI Agent 零基礎打造個人工作流： https://nabi.104.com.tw/course/cwlearningtop/e4e74b5f-a403-44d4-894d-8bfbb24b0b88 4️⃣ AI模型訓練（Pro-code） 使用TensorFlow、PyTorch等框架訓練AI模型，涵蓋機器學習、強化學習、fine-tuning與RAG等進階技術 ▶ 技術開發技能1-9 如何利用 AWS 儲存服務加速生成式 AI 與機器學習訓練： https://nabi.104.com.tw/course/aws/38612d3f-e05e-499c-a5e1-8d4f63192ada ▶ PyTorch生成模型全解析： https://nabi.104.com.tw/course/tibame/1908197d-6314-491e-b1ff-08aed83c8dc0 ▶ AI資料科學家全方位課程： https://nabi.104.com.tw/course/tibame/48cff3f9-685f-4dcc-9d2e-6e058d3e4de4 5️⃣ AI服務開發（Pro-code） 整合NLP、LLM、CV等技術開發完整AI應用服務，包含模型部署、API串接與系統整合 ▶ 自然語言處理與大型語言模型： https://nabi.104.com.tw/course/ittraining/ad7af932-6033-457a-b8be-9735444d02ec ❇️【對應這份指引，哪些證照值得考？】 指引中明確列出推薦認證，以下是與一般在職者、求職者最相關的幾張： 一、 素養類 1. iPAS AI應用規劃師 初級（經濟部） • 特色：國家級認證，證書永久有效。考試範圍包含人工智慧概論與生成式AI應用兩科，考題靈活且重視實際應用，且難度隨梯次逐漸加深的趨勢。 • 建議備考時間：4-8週 • 證照資訊： https://nabi.104.com.tw/ability/10049056 2. 生成式AI能力認證（資策會） • 特色：有明確的考試範圍與備考內容，證書兩年有效，通過率幾乎都有80%以上。 • 建議備考時間：3-6週 • 證照資訊： https://nabi.104.com.tw/ability/10048893 二、 工具類 1. iPAS AI應用規劃師 中級（經濟部） • 特色：國家級認證，證書永久有效。考試範圍包括人工智慧技術應用，以及大數據處理分析與應用、機器學習技術與應用兩科目擇一，適合已有AI相關技術開發經驗，以及參與過企業AI應用專案相關技術背景人士。 • 建議備考時間：6-12週 • 證照資訊： https://nabi.104.com.tw/ability/10049057 2. 生成式AI美術設計能力 初級/中級（資策會） • 特色：測驗分成學科與術科，術科分數會加權60%，測驗範圍以生成式AI基礎知識，以及AI繪圖、圖片影片生成相關實務操作為主，需擅長各種AI生成工具因應術科題目，適合設計師、社群經營與內容行銷人員，證書有效期兩年。 • 建議備考時間：3-8週 • 網址： https://nabi.104.com.tw/ability/10049229 　(生成式 AI 美術設計能力初級)、 https://nabi.104.com.tw/ability/10049230 　(生成式 AI 美術設計能力中級) 三、 專案類 1. TQC+ 人工智慧：機器學習（電腦技能基金會） • 特色：以術科考題重視程式技術與模型實作，適合已有Python基礎並具備機器學習相關實作經驗者，是一張具AI實務鑑別度的證照。 • 建議備考時間：6-12週 • 網址： https://nabi.104.com.tw/ability/10040787 完整認證資源請參考: https://moda.gov.tw/ADI/services/publications/1611#qaH19692

115年度全國技術士技能檢定，第二梯次報名只到5/5截止，你今年有要報考嗎？ 前陣子採訪了就業服務乙級通關者Amanda，她分享備考最大的兩個痛點：法規內容死背記不住，加上修法後考古題的舊解答可能已經過時，讓備考效率大打折扣。 這次小編請AI分身製作影片，整理出3個實用的AI備考方法， 不僅就服乙適用，其他證照或考試也可以直接套用： ① 題目解答＋法規驗證：用ChatGPT、Claude、Gemini詢問題目解答，並要求附上官方法規連結，確保你讀的是最新版本。 ② 理解取代死背：與其硬記法規條文，不如請AI解釋背後邏輯，理解後上考場遇到變形題也能應對。 ③ 打造專屬備考家教：把題庫、考古題、相關法規PDF上傳到NotebookLM，它會依據你的資料回答問題，不跑題、不亂說。 完整就服乙懶人包備考內容： https://blog.104.com.tw/level-b-technician-for-employment-service/?utm_source=104&utm_medium=104nabi_aiclassroom

「為什麼你離開前一份工作？」離職原因是轉職面試必考題，很多求職者認為「過於老實」陳述換工作原因反而會被扣分，其實原因不是重點，你該把焦點拉回「行銷自己」這件事。15分鐘，咖啡杯裡的職涯微講堂！聽聽怎麼回答最加分！ 同場加映：面試被問：週末可加班？怎麼回答才好？　https://podcast104.pse.is/EP242-A ▍　關於【職涯微講堂】，你還可以聽EP570【職涯微講堂】壓力超大，要離職嗎？https://podcast104.pse.is/EP570-AEP568【職涯微講堂】同一職缺，重複投N次。是毅力？還是糾纏？https://podcast104.pse.is/EP568-A▍　攻克求職面試，你還可以聽EP531 用「擦邊球策略」攻下理想職缺。天天「養」工作，讓工作來找你　https://podcast104.pse.is/EP531-AEP529 沒相關經驗，如何轉換跑道？ 3招證明值得！知道需求、限期追趕、潛質取勝　https://podcast104.pse.is/EP529-A

你是不是也有這種經驗：明明把 AI 指令寫得很長，結果產出的內容卻還是「看起來完整、實際上不好用」？ 例如請 AI 寫企劃案，它照著步驟列出市場分析、目標客群、痛點、解法與推廣方式，但讀完仍覺得像範本；請 AI 整理資料，它能列表、摘要、下結論，卻不一定知道哪些資訊需要查證、哪些內容不能說得太滿。 問題可能不是你不會下指令，而是你的指令還停留在「要求 AI 照流程做事」的階段。 OpenAI 在 GPT-5.5 的官方提示詞指南中提到，新版模型更適合「更短、結果導向」的提示詞，而不是過度詳細、流程導向的舊式 prompt。換句話說，未來跟 AI 協作，不只是告訴它第一步、第二步要做什麼，而是要讓它知道：最後什麼樣的成果才算合格。 從「照步驟做」到「交出好成果」 過去很多人學提示詞，常見方法是把任務拆成一長串步驟：先分析背景，再列出問題，再產出架構，再補充範例，最後整理結論。 這種寫法在早期模型中很有幫助，因為 AI 需要更明確的操作路徑，才比較不會偏題。但 GPT-5.5 的新方向是：模型已經更能根據清楚目標自行選擇有效路徑，因此提示詞不一定要寫成冗長 SOP。 對上班族來說，這代表一個重要轉變：不要只規定 AI 怎麼做，而要定義什麼叫做好。 例如，不只是說「幫我寫一篇文章」，而是說清楚文章要給誰看、要解決什麼問題、哪些數據不能編造、哪些資訊需要來源、最後字數與語氣如何控制。 不只是說「幫我做競品分析」，而是定義比較維度、資料來源、決策用途，以及哪些結論不能超出證據範圍。 不只是說「幫我整理會議紀錄」，而是要求它分出決議事項、待辦負責人、未解問題與下次會議前需要補齊的資訊。 GPT-5.4 重規則，GPT-5.5 重結果 如果簡單比較 GPT-5.4 和 GPT-5.5 的提示詞思維，可以這樣理解： GPT-5.4 比較強調把流程、格式、工具規則與完成條件寫清楚，適合長任務、多步驟、工具使用與明確輸出格式的工作流。 GPT-5.5 則更進一步，提醒使用者不要直接把舊 prompt 全部搬過來，而是要重新思考：這個任務真正需要的交付標準是什麼？哪些規則是必要的？哪些流程其實可以交給模型自行判斷？ 換句話說，GPT-5.4 像是要求你寫好工作流程；GPT-5.5 則更像是在提醒你寫好驗收標準。 對職場工作者來說，這代表一件事：提示詞不只是操作說明，而是一份交付規格書。 好的 AI 指令，要先定義「成功長什麼樣子」 很多人用 AI 失敗，不是因為 AI 不夠聰明，而是因為需求太模糊。 例如： 「幫我寫一篇 LinkedIn 貼文」 這句話可以產生內容，但結果很難穩定。因為 AI 不知道你要的是個人觀點、產業觀察、品牌經營、徵才宣傳，還是導流文章。 比較好的寫法是： 「請幫我寫一篇 LinkedIn 貼文，目標讀者是 30–45 歲的職場工作者，主題是 AI 如何改變工作習慣。內容要有明確觀點，避免誇大 AI 取代人類，語氣專業但不生硬，長度控制在 500 字內，最後帶出一個提問，鼓勵留言討論。」 這種寫法沒有規定 AI 每一步怎麼做，卻清楚定義了成果標準。這正是 GPT-5.5 更適合的提示詞方向。 少用「永遠」「絕對」，多用判斷規則 許多提示詞會大量使用「永遠」「絕不」「必須」「只能」這類絕對指令。但在實際工作中，任務往往不是非黑即白，而是需要依情境判斷。 例如，不要只寫： 「你必須每次都搜尋資料。」 可以改成： 「當內容涉及最新政策、數據、價格、人物說法或產品功能時，請查證來源；若是一般概念解釋，可以直接回答。」 不要只寫： 「你絕對不能問我問題。」 可以改成： 「如果缺少資訊但仍能合理產出初稿，請先基於假設完成，並在文末列出需要我補充的資訊；只有在缺少關鍵資料會導致結果無法使用時，才向我提問。」 這樣的寫法更符合真實工作情境，也能讓 AI 在效率與正確性之間做出更好的判斷。 可信度不只靠「請附來源」 很多人為了避免 AI 幻覺，會在指令最後加一句：「請附上資料來源。」這有幫助，但還不夠。 更好的做法，是說清楚哪些內容需要來源、什麼情況可以停止查證、什麼情況必須繼續找資料。 例如： 「請先做一次廣泛搜尋，若前幾個可信來源已足以支持核心答案，就停止搜尋並回答。只有在缺少必要數字、日期、人物說法、官方文件或比較資料時，才繼續搜尋。」 這可以避免兩種問題：一種是 AI 沒查證就回答；另一種是 AI 查太多，把不相關資料也塞進內容，讓文章失焦。 對內容工作者、行銷企劃、研究人員來說，這是很實用的 AI 協作方式。 語氣之外，也要定義「協作方式」 如果你要用 AI 做客服、學習助理、職涯顧問或內部知識助理，不能只要求「語氣溫暖」或「口吻專業」。 真正重要的是：它要怎麼跟使用者合作？ 例如一個學習助理，不只要親切鼓勵，還要知道當使用者資料不足時，是要先推薦熱門課程，還是先引導補履歷；當使用者焦慮時，是要先安撫情緒，還是直接提供具體下一步；當使用者問得很模糊時，是要立刻追問，還是先給一版可執行建議。 真正有用的 AI 助理，不是只有口氣像人，而是工作方式符合使用者情境。 上班族可直接套用的新版 AI 指令模板 以下是一個符合 GPT-5.5 思維的通用指令模板，也適合用在 ChatGPT、Claude、Gemini 等 AI 工具： 請完成以下任務： 【填入你的任務】 目標： 【說明你最後想得到什麼成果】 使用情境： 【說明這份內容要給誰看、用在哪裡、要幫助什麼決策】 成功標準： - 必須回答核心問題 - 內容要能直接用於實際工作 - 重要數字、人物說法、政策、產品功能或引用需有可驗證來源 - 若資料不足，請標註不確定，不要自行編造 - 若能基於合理假設完成，請先完成初稿，並列出假設條件 限制條件： - 不要使用空泛形容詞或過度行銷語 - 不要為了完整而加入無關背景 - 不要編造不存在的案例、研究、公司說法或數據 輸出格式： 【例如：表格／文章／簡報大綱／主管摘要／Email 草稿】 【指定字數、語氣、段落結構】 停止條件： 當核心問題已回答，且重要事實已有足夠依據時，請停止補充，直接產出結果。 這份模板的重點不是把 prompt 變長，而是把「交付標準」說清楚。 AI 指令能力，其實是工作定義能力 AI 工具越進步，越不代表人類只要丟一句話就好。相反地，它更考驗我們能不能把問題說清楚、把成果定義清楚、把限制條件交代清楚。 未來真正會用 AI 的人，不一定是最會寫華麗提示詞的人，而是最知道「我要什麼成果、什麼不能出錯、什麼叫做完成」的人。 GPT-5.5 的提示詞指南，給職場工作者一個很實用的提醒：不要只把 AI 當成照指令工作的助理，而要把它當成需要明確交付標準的協作者。 當你的指令從「請照這些步驟做」升級成「請達成這個結果，並符合這些標準」，AI 才更有機會產出真正能用、可信、可交付的工作成果。 資料來源: https://developers.openai.com/api/docs/guides/prompt-guidance?model=gpt-5.5

在軟體工程領域，擁有專業證照能提升技術實力與職場競爭力。與其他職務相比，軟體工程師對AI相關證照的關注度更高，顯示人工智慧技術在業界的重要性。無論是開發、網路安全、專案管理，各種證照都有助於職業發展。以下是軟體工程類人員最常瀏覽的八大證照，幫助求職者選擇適合的認證。 第一名🟢人工智慧：機器學習 Python 證照資訊: https://nabi.104.com.tw/ability/10040787 ✍️Python程式設計測驗: https://nabi.104.com.tw/assess/90b01176-e755-467c-aed7-a14a56c8a5db 這項證照專為希望掌握人工智慧與機器學習技術的工程師設計，涵蓋Python程式設計、資料分析、模型訓練等關鍵技術。擁有此證照可幫助求職者進入AI領域。 第二名🟢TOEIC (多益測驗) 證照資訊: https://nabi.104.com.tw/ability/10034532 ✍️線上模擬試題測驗: https://nabi.104.com.tw/assess/toeic 發行單位: https://nabi.104.com.tw/certify/unit/791f4d25-0e7f-41b7-b6fc-453d0fb44696 作為全球廣泛認可的英語能力測試，TOEIC證照在科技產業中極具價值。許多跨國科技公司要求工程師具備良好的英文溝通能力，以便參與國際專案、閱讀技術文件，甚至與國外客戶或團隊合作。 第三名🟢CCNA 證照資訊: https://nabi.104.com.tw/ability/10000637 發行單位: https://nabi.104.com.tw/certify/unit/f3b08867-0882-42c6-bd7a-41eac5959990 CCNA證照是思科（Cisco）提供的網路技術認證，涵蓋網路基礎、路由與交換、網路安全等內容。對於希望進入網路工程領域的軟體工程師來說，這是一項極具價值的證照，可幫助建立穩固的網路技術基礎。 第四名🟢 AI-900 AI 人工智慧基礎認證 證照資訊: https://nabi.104.com.tw/ability/10047979 發行單位: https://nabi.104.com.tw/certify/unit/7e37d905-b2f6-4de9-a3d8-99ad1f30fafe AI-900是微軟提供的人工智慧基礎認證，適合初學者與有志於AI應用開發的工程師。內容涵蓋機器學習、電腦視覺、自然語言處理（NLP）等概念，適合作為進階AI技術的起點。 第五名🟢 Google Analytics (分析) 個人認證資格 證照資訊: https://nabi.104.com.tw/ability/10028451 ✍️線上模擬試題測驗: https://nabi.104.com.tw/assess/ceb78afe-8583-4273-97a3-66fe940374df 發行單位: https://nabi.104.com.tw/certify/unit/141cc2fe-394a-4820-8aed-4e8af84d0c3a Google Analytics證照是數據分析與網路行銷領域的重要資格，對於開發數據驅動應用程式的工程師來說至關重要。透過此認證，工程師能夠學習如何有效解讀網站數據優化產品。 第六名🟢ISO 27001 資訊安全管理系統主導稽核員 證照資訊: https://nabi.104.com.tw/ability/10028325 ▶️學習課程: https://nabi.104.com.tw/course/acad/b7cfaa80-1ba7-4088-8182-10356906f1ce ISO 27001證照主要關注資訊安全管理，適合希望在企業內部負責資安政策與風險管理的工程師。此證照能夠幫助企業確保資訊系統的安全性，特別適用於從事資安、雲端服務與企業IT管理的專業人士。 第七名🟢SCJP (現為OCPJP) 證照資訊: https://nabi.104.com.tw/ability/10028055 SCJP（現為OCPJP）是Oracle提供的Java專業認證，專為有一定Java開發經驗的工程師設計，適合希望提升程式設計能力並在Java開發領域深入發展的專業人士。 第八名🟢國際專案管理師 PMP 證照資訊: https://nabi.104.com.tw/ability/10029355 發行單位: https://nabi.104.com.tw/certify/unit/5670bd2b-59f0-4c55-bbfd-f5f7ab785713 PMP（Project Management Professional）是全球最具公信力的專案管理認證，此證照涵蓋專案規劃、風險管理、資源分配等重要技能，能夠提升技術主管與專案負責人的職場競爭力。

最近如果你有在關注 AI 工具更新，應該很容易看到一個新名詞：ChatGPT Images 2.0，也有人直接把它稱作 ChatGPT Image 2。這波更新之所以引發討論，不只是因為「畫圖變漂亮了」，而是它開始更像一個能做圖、能改圖、還能理解排版與文字需求的工作型工具。OpenAI 於 2026 年 4 月 21 日正式發布 ChatGPT Images 2.0；同一天，也在開發者端推出對應模型 gpt-image-2。前者是 ChatGPT 產品中的名稱，後者則是 API 與 Codex 端使用的模型名稱。 對多數上班族來說，這不只是「又一個新模型」而已，而是 AI 圖像工具正式往工作流程實用化更進一步的訊號。因為它強化的不只是美術風格，而是文字生成、版面控制、多語呈現、局部編修，以及對複雜指令的理解能力。 ChatGPT Image 2 到底是什麼？ 先講白話版： ChatGPT Image 2，就是 ChatGPT 最新一代的圖像生成能力升級。 在 ChatGPT 介面中，你會看到的是 ChatGPT Images 2.0。根據 OpenAI Help Center，使用者可以直接在 ChatGPT 裡建立新圖片、編輯既有圖片，還能要求加入文字、調整細節，甚至建立透明背景素材。 如果你是開發者，則會接觸到對應模型 gpt-image-2。OpenAI 在開發者社群公告中將它描述為目前最強的圖像生成模型之一，主打更銳利的編修、更豐富的版面、更強的文字渲染，以及更適合直接拿來工作的成品品質。 換句話說，「ChatGPT Images 2.0」是產品端能力名稱，「gpt-image-2」是技術與開發端的模型名稱。這也是為什麼網路上會同時看到兩種叫法。 為什麼這次升級特別值得注意？ 過去很多人對 AI 生圖的印象是：很適合做概念圖、風格圖、角色圖，但一旦進入真實工作場景，就常卡在幾個地方： 一是圖裡的文字不夠準。 二是版面看起來有設計感，卻不一定能直接交付。 三是想改局部很麻煩，常常越修越歪。 四是中文或多語內容的穩定度不夠。 而 ChatGPT Images 2.0 這次最重要的改變，就是 OpenAI 明確把它往「可用於實際工作產出」推進。官方介紹中多次強調，它更擅長準確渲染文字、精確遵循提示、支援更多輸出比例與更高解析度，並展示了海報、資訊圖表、漫畫、出版型版面、多語宣傳素材等案例。 ChatGPT Image 2 的 4 個重點升級 1. 文字生成更準了 這大概是最多人有感的一點。 OpenAI 官方指出，ChatGPT Images 能更準確地依照指示在圖片中加入文字，而且更適合做海報、資訊圖表、封面、漫畫與排版型視覺內容。從官方展示頁面可以看到，大量範例都不再只是單張插畫，而是更接近真實工作的「圖文整合型成品」。 這代表對職場人來說，AI 生圖不再只是靈感工具，也更有機會被用在： - 社群貼文主視覺 - 教學圖卡 - 活動宣傳海報 - 簡報封面 - 內部說明圖 - 電商資訊圖表 開發者文件也指出，新模型特別強化了對結構化影像的處理能力，包括圖表、資訊圖、漫畫、多格場景與其他講究版面與排版的圖像。 2. 多語能力更強，繁中使用者更值得關注 OpenAI 這次也明講，ChatGPT Images 2.0 在多語文字呈現上更強，尤其改善了非拉丁文字腳本的表現。官方展示中也特別放入多語排版案例，包含日文、韓文、阿拉伯文等不同語系的視覺輸出。 對台灣使用者來說，這很重要。因為過去很多英文表現不錯的 AI 工具，一碰到繁體中文就容易出現缺字、假字、變形字，或整體閱讀感不佳。現在雖然還不能說百分之百完美，但方向很清楚：AI 生圖開始更能處理繁中內容，這讓它更有機會進入台灣職場的日常使用場景。 3. 編圖能力更完整，不只是從零生圖 ChatGPT Images 2.0 不只會「生」，也更強調「改」。 根據 OpenAI Help Center，用戶可以在 ChatGPT 中上傳既有圖片，再描述要修改的地方；也可以先框選局部區域，再要求針對指定位置做變更。官方也說明，使用者現在可以選擇不同長寬比，重新生成符合需求的版本。 這對工作現場很有價值。因為很多時候，你不是要一張全新的圖，而是： - 把人物服裝換掉 - 把背景改白底 - 把圖片尺寸改成 IG 4:5 - 把英文文案改成中文 - 在現有視覺上補一個區塊或物件 這種「改圖」需求，其實比「從零創作」更常見。ChatGPT Image 2 的實際意義，是讓 AI 更接近一個可互動的設計助手，而不是一次性輸出的抽卡工具。 4. 更懂複雜需求，也更適合做成套素材 OpenAI 在開發者端特別提到，gpt-image-2 在理解詳細指令、保留要求細節、處理密集構圖與複雜版面方面更強。公告也寫到，當它與 reasoning 模型搭配時，ChatGPT Images 2.0 能研究上下文、轉換來源素材、從一個提示產出多張不同但一致的圖，甚至進行一定程度的自我檢查。 這對企業內容製作很關鍵。因為真實工作不是只要一張漂亮圖，而是常常要： - 同一活動做 1:1、4:5、9:16 三種尺寸 - 同一主題做封面圖、內文圖、社群圖 - 同一角色延伸成多張系列圖 - 同一品牌風格產出多個版本 如果模型開始更能維持風格一致、文字可讀、構圖穩定，那它的工作價值就會比「偶爾拿來玩」高很多。 在 ChatGPT 裡，現在可以做到哪些事？ 根據 OpenAI 最新說明，目前 ChatGPT Images 支援的方向包括： - 建立新圖片 - 編輯既有圖片 - 對局部區域進行修改 - 指定圖片長寬比 - 產生透明背景素材 - 在 Web、iOS、Android 使用 - 在對話中直接完成圖像工作流程 另外，Help Center 明確寫到 ChatGPT Images 2.0 已開放所有方案使用；而 Images with thinking 目前開放給 Plus、Pro、Business，Enterprise 與 Edu 則預計之後加入。 上線後，網友實測怎麼看？目前最有感的優點與限制 ChatGPT Images 2.0 才剛正式發布，但從官方展示、媒體實測與早期使用者回饋來看，大家的共識已經慢慢浮現：這次不是小修，而是一次很明顯的實用化升級。官方主打重點包括更好的文字生成、多語表現、更細的編修能力，以及能搭配 reasoning 做更完整的圖像工作流；而外部媒體的第一波實測，也大致印證了這些方向。 網友與媒體目前最常提到的 4 個優點 1. 圖中的文字終於更「能用」了 Wired 的第一波報導認為，新模型在文字渲染上比過去更好，能做出更複雜、資訊量更高的視覺內容；OpenAI 官方也用大量海報、資訊圖表、漫畫與編排案例來展示它在「圖文混合型輸出」上的提升。這也是為什麼很多人開始把它視為不只是生圖工具，而是有機會直接用來做社群圖、封面圖、教學圖卡的工作工具。 2. 更適合做完整版型，不只是單張美圖 過去很多 AI 生圖工具強在風格感，但一旦進入海報、投影片封面、資訊圖表、漫畫分鏡這種需要版面邏輯的任務時，完成度就容易下降。這次 OpenAI 與開發者社群都特別強調，gpt-image-2 更擅長處理 diagrams、infographics、posters、comics、multi-panel scenes 等「有結構的圖片」，也支援更多輸出比例與最高 2K 解析度。 3. 多語支援進步，中文使用者更有感 外媒第一波報導也提到，新版模型能處理包括中文在內的多語文字內容。對台灣使用者來說，這代表做繁中圖卡、活動視覺與資訊整理圖時，AI 的可用性比以前更高。 4. 更像「能一起做事的助手」，不是只會出圖 開發者公告特別提到，搭配 reasoning 後，ChatGPT Images 2.0 可以研究上下文、轉換素材、從一個提示產出多張不同版本，並更貼近 production workflow。這意味著未來做一張圖，不一定只是輸入一句 prompt，而可能是結合資料、場景、品牌需求後，產出更接近可用版本。 但目前也有幾個實測限制，還不能忽略 1. 非英文文字雖然進步，仍不是百分之百穩定 這次更新確實讓多語表現更強，但外媒與早期觀察都提醒：非英文文字仍可能出現錯字、混字或不夠自然的排版。這表示如果你要做正式對外素材，尤其是繁體中文標題、品牌名稱、數字資訊，最好還是逐字校對。 2. 速度不一定是市場上最快 OpenAI Help Center 也提到，根據指令複雜度不同，ChatGPT Images 生成一張圖可能需要最長約兩分鐘。這代表如果你需要大量快速試稿，速度仍然是工作流程裡要考量的一環。 3. 越真實、越像照片，也帶來真假辨識與倫理疑慮 從官方案例到媒體討論都看得出來，這代模型在擬真影像、圖文整合與高完成度輸出上進步很多。這雖然讓工作用途更廣，但同時也讓外界更關注：當 AI 圖片越來越像真實影像，未來在假訊息、誤導內容、版權爭議與視覺信任上，也會出現更多討論。這部分雖然不是這次產品頁的主軸，但已是生成式 AI 工具發展中越來越重要的背景議題。 4. 仍然不是「一次就完全不用修」的工具 從目前官方與媒體展示來看，ChatGPT Images 2.0 最大的進步，是把第一版成品拉得更接近可用；但它還不是完全零修圖、零校對的工具。特別是牽涉繁中細節、品牌一致性、法規內容、產品規格與專業數據時，人工檢查依然很重要。比較合理的定位是：把草稿品質大幅提升，縮短從概念到可用素材的距離。 對上班族最實際的影響是什麼？ 如果你不是設計師，也不是工程師，你可能會問：這和我有什麼關係？ 答案是，你做圖的門檻會再下降一次。 以前很多職場人遇到視覺需求時，會卡在這幾種情境： - 想做社群圖，但不會設計 - 想做簡報封面，但素材庫不夠貼題 - 想做教學圖解，但圖文排版很花時間 - 想改現有圖片，但不知道該用哪套工具 而 ChatGPT Image 2 的價值，不是讓每個人都變成設計師，而是讓你更快做出夠清楚、夠完整、夠可用的第一版，甚至第二版、第三版。這種改變，對以下幾類工作者特別有感：社群與內容行銷、專案經理、內部溝通角色、電商與品牌經營者，以及教學與知識內容工作者。 使用時還要注意什麼？ 雖然這次升級很強，但不代表從此不用判斷。 第一，文字更準，不等於零錯誤。尤其在繁體中文、專有名詞、品牌名、數字資訊這種高精度內容上，正式發布前仍然要校對。 第二，AI 更像設計助手，而不是完全取代設計流程。當需求牽涉品牌規範、法律風險、人物肖像、產品真實規格時，仍需要人工確認。這一點是基於目前工具能力與工作現場風險的合理推論。 第三，越清楚的指令，越容易得到可用結果。OpenAI 的開發者提示指南持續強調 prompting best practices，代表使用者的描述方式依然很重要。你給的目標、版面、語氣、尺寸、用途越明確，成品越穩。 結語：ChatGPT Image 2，不只是更會畫，而是更接近工作工具 如果要用一句話總結這次更新，我會說： ChatGPT Image 2 的重點，不只是圖變漂亮，而是 AI 生圖開始更能承接真實工作需求。 從 OpenAI 最新公開資訊來看，這波升級的關鍵字不是單純風格化，而是： 文字、版面、多語、編修、長寬比、工作流整合。 對職場人來說，這代表未來做一張圖，可能不再只是「想靈感、找素材、丟設計師、反覆修」，而是先用 ChatGPT 快速生成一版可以討論、可以修改、可以延伸的視覺雛形，再決定是否進一步精修。 這不只是工具更新，而是內容工作流程正在改變的又一個明確訊號。

想跨足人資、獵頭或外籍人才領域，全台最搶手的「就業服務乙級」證照是你的不二選擇！只要學科、術科皆達 60 分，就能享受「一試拿兩證」的高 CP 值回饋。本文為你整理非人資考生的神人通關經驗，從最新考試時間、官方題庫刷法到超強備考資源，幫你避開術科大魔王，輕鬆掌握考證訣竅！ 💡把握黃金備考期！就服乙級常見 Q&A 快速看 ❇️Q1：就業服務乙級最近的考試時間是什麼時候？ 就服乙級為全國技術士技能檢定，一年共舉辦 3 次考試。接下來最接近的梯次即將在 7 月份正式登場！ 術科往往是考生的卡關痛點，建議現在就點擊觀看 【就業服務乙級證照完整介紹】 https://nabi.104.com.tw/ability/10029276 ，全面了解報名簡章與職涯優勢，提早規劃你的黃金讀書計畫！ ❇️Q2：聽說就服乙級是「一試兩證」，真的有這麼划算嗎？ 沒錯！考一次試，拿兩張證，CP值超高！ • 就業服務乙級技術士證照：由勞動部製發，證明技術能力 • 就業服務專業人員證書：取得就服乙級證照後即可申請，由勞動部勞動力發展署核發，代表具備執業資格 ❇️Q3：學科、術科怎麼分配時間才不會白費力氣？ • 學科（80題選擇題）： 題目多從官方題庫抽出。備考初期建議刷完官方 1,200 多題、拿到 8 成把握，就可以過關。 【就業服務乙級學科題庫】https://nabi.104.com.tw/ability/10029276 【就業服務乙級免費模擬試題練習】https://nabi.104.com.tw/assess/343d8c62-b9aa-4af3-8fa2-b3b684908277 • 術科（10大題問答題）： 這是許多考生的夢魘！考題涵蓋法規、招募與職涯諮詢。因為需要手寫論述，法規又常常翻新，是需要花費 80% 心力準備的大魔王。 ❇️Q4：非人資背景、法規條文密密麻麻，該怎麼準備最有效率？ 光靠自己死背條文很容易流於盲點。強烈建議搭配專門為考生打造的 【就業服務乙級高效通關學習課程】https://nabi.104.com.tw/course/104nabi/d71fa23c-faa0-4217-8d64-f8ade17c24a9 透過104兩大王牌：資深法務專家 鐘文雄老師 與 職涯諮詢專家 王榮春老師，首創「法規x實務」雙師聯授。他們將用最白話的方式，帶你拆解14項核心勞動法令，同時獨家導入「AI強力備考單元」，教你用AI建立系統知識、模擬申論題批改、翻譯生硬法條，徹底擺脫死記硬背的低效學習，讓你在緊湊的時間內事半功倍，非人資也能順利過關！ 💡【更多通關心得分享、準備策略】 → https://nabi.104.com.tw/104article/229145#gb4de1959b583

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

每天練習中文打字，其實是一件非常有趣而且實用的事情。只要每天花一點時間，不需要太多，只要二十分鐘左右，就可以讓自己的打字速度變得更快。中文有很多不同的字，有些字筆劃比較多，有些字看起來很像，所以在打字的時候要特別注意，避免打錯字。打字練習不只能讓我們變快，也能幫助我們更熟悉注音或倉頡輸入法。像我自己一開始打字很慢，常常會打錯，但每天慢慢練習後，就越來越順手，現在可以一邊聽音樂一邊打字，感覺非常輕鬆。打字不只是輸入文字，更是一種生活技能，在學校、工作、聊天中都會用到。只要你願意練習，就一定可以進步。別害怕錯字，錯了就改，才會變得更好。

被AI打趴的，究竟是文科生？還是理科生？30歲的文科生自覺一事無成，該如何檢視職涯定位？Nvidia 執行長黃仁勳日前接受Podcast訪問，文科生才是 AI 時代的真正贏家！文組背景的網路科技創業家Fox蕭上農，玩game玩到被指名、寫blog寫到被邀請，雖然這些興趣未必是向上發展的趨勢(trendy)，但他展現個人品牌投入和團隊貢獻的軟技能，填補Non-technical skills的硬實力。「除非你的skillset(技術技能)能排上產業頂尖TOP 10」，AI正在翻轉大多數的學門和科系。 【2026職涯博覽會】美光、廣達、台達電、高鐵、中信、國泰世華、UNIQLO、GAP等300家企業現場徵才，還有免費履歷健診與職涯諮詢，立即報名 【本集來賓】Fox蕭上農，畢業於台北大學合作經濟系（現金融與合作經營學系），網路創業者、科技愛好者，是愛料理、INSIDE創辦人，共同主持塞掐Podcast，曾任職松崗科技PM、天空傳媒、與LINE母公司NHN擔任產品企劃，主導賣掉過兩間網路公司。 【本集重點】02:55 30歲文組生的焦慮困境05:57 消除焦慮的第一步：建立經濟安全網08:22 要縮短試錯時間10:50 認清大眾傳播科系本質，不侷限科系發展12:02 年齡不是侷限，重點是提出的貢獻，而非Skill15:28 畢業沒當證券交易員，為何轉職會嘗試？19:04 想轉業，公開經營個人品牌，起手式：觀察發文100天23:33 從電競戰隊到遊戲經理27:25 用6個月到1年時間深耕新領域，並做足功課，每個人都有翻盤的可能 ▍　文科生的逆襲，你還可以聽EP433 【百工大吉】不想再被資遣！文科小編逆襲成功。待業半年自學程式，文科生變前端工程師EP230 文科生當5年鴻海工程師，再轉中醫師！自評「一針走天下」勝過百萬年薪EP169 文科生前進半導體　熬過苦路年薪翻倍＋成為技術經理 按上方「Follow」訂閱，最新一集Podcast立即傳送

利用職能的測試讓自己了解 不足的地方，也能讓公司了解職能是否有達標準。如不足應該改善，如符合指標讓公司了解你的英文打字的能力。

頗受好評的教育部「終身學習券」今年續辦，預計自5月1日起，開放六歲以上國民登記抽取「終身學習券」，除可抵免社區大學、樂齡大學學費，也可用於空中大學、「30+」大學，名額較去年度增加三倍，獲獎名單將於5月22日公布。另外「社教館所通行票」也預計抽出2萬張，可不限次數、免費參觀全台11間指定博物館的常設展！ 更新時間：2026/4/23 文／《104職場力》 本文導覽 什麼是「終身學習票券」？「終身學習票券」怎麼領？終身學習票券領取步驟教學終身學習票券登記、使用時間「終身學習票券」登記資格，誰都可以領嗎？1. 終身學習券2. 館所通行票「終身學習票券」的使用範圍有哪些？1. 終身學習券2. 館所通行票「終身學習票券」常見問答一次看！ 為激發終身學習動機，並獲得優質多元學習體驗，內化終身學習行動，進而提升國人終身學習參與率。教育部於去年推出、頗受各界好評的「終身學習券」和「5館通行票」活動將於今年續辦，並且還「升級加碼」、擴充適用的文化館所之外，也增加名額達去年的3倍！ 今年新生券將抽出3萬6000張（可抵免終身教育機構學費新台幣1500元）；舊生券為1萬8000張（可抵免1000元，限選曾報名過的單位），另外社教館所通行票預計抽出2萬張，除原有5間教育部轄管的社教館所，今年再增加國家鐵道博物館（籌備處）等6間文化部轄管的文化館所。。 《104職場力》為您依照最新資訊，整理領取辦法、活動時間、適用範圍，以及常見的一些問答QA，讓我們一起「活到老、學到老」吧！ 【一分鐘看重點】 終身學習票券：共兩種，終身學習券、館所通行票。 登記時間：115年5月1日～5月21日 抽籤公布：115年5月22日（中籤會收到簡訊通知） 線上登記：https://lle.moe.edu.tw/ticket 什麼是「終身學習票券」？ 教育部以「抵免費用」方式，提供國人前往社區大學、樂齡大學、國立空中大學、30+大學報名課程，或今年可至5間教育部部屬社教館所及6間文化部部屬文化館所參觀（共11處文化館所），得以體驗多元且優質學習內容。 預計該項抵免費用由教育部及文化部支付，而「終身學習票券」可分為兩種： 票券種類發放張數適用期限用途終身學習券5萬4,000張115學年度第1學期每1張終身學習券依新生券及舊生券性質，抵免費用分別為新臺幣1,500元及1,000元。館所通行票2萬張自115年7月1日起至116年6月30日止不限次數免費參觀5間教育部部屬社教館所及6間文化部部屬文化館所常設展（不含特展）。 ▲ 圖片來源：終身學習資源平臺 「終身學習票券」怎麼領？ 終身學習票券領取步驟教學 登入「終身學習資源平臺」 於首頁右上角點選「終身學習票券」 於「登記票券」填寫相關資料後，即完成登記。 ★ 注意事項：每人1次可同時登記2種票券或僅登記1種票券。 終身學習票券登記、使用時間 終身學習券 項目時間說明開放網路登記115.5.1 - 115.5.21簡訊通知中選者115.5.22查詢抽取結果使用票券期間115.5.23 – 115.8.15簡訊通知第2波中選者115.8.17查詢抽取結果第2波使用票券期間115.8.18 - 115.9.30 館所通行票 項目時間說明開放網路登記115.5.1 - 115.5.21簡訊通知中選者115.5.22查詢抽取結果使用票券期間115.7.1 - 116.6.30 ▲ 圖片來源：終身學習資源平臺 「終身學習票券」登記資格，誰都可以領嗎？ 1. 終身學習券 （含）6歲以上具有我國國籍身分且有國民身分證統一編號（即身分證字號）的國人，皆可登記。 2. 館所通行票 （含）6歲以上具有我國國籍身分且有國民身分證統一編號（即身分證字號）的國人，皆可登記。 ▲ 圖片來源：終身學習資源平臺 「終身學習票券」的使用範圍有哪些？ 1. 終身學習券 新生券：共36,000張，限選擇「未曾報名」的學校，每張可抵1,500元。 舊生券：共18,000張，限選擇「曾報名」的學校，每張可抵1,000元。 可以參加社區大學115年秋季班課程、國立空中大學、30+大學或是年滿55歲以上可參加樂齡大學等115學年度第1學期課程。 ▲ 圖片來源：終身學習資源平臺 2. 館所通行票 共發放20,000張。 「館所通行票」為限定期限（自115年7月1日起至116年6月30日止）不限次數免費參觀5間教育部部屬社教館所及6間文化部部屬文化館所常設展，不含特展。 適用場域如下表： 教育部館所國立臺灣科學教育館國立自然科學博物館國立科學工藝博物館國立海洋科技博物館國立海洋生物博物館 文化部館所國立臺灣博物館國立歷史博物館國家鐵道博物館籌備處國立臺灣歷史博物館國立臺灣史前文化博物館（含南科考古館）國立傳統藝術中心 ▲ 圖片來源：終身學習資源平臺 「終身學習票券」常見問答一次看！ Q：終身學習票券可以兌換現金嗎？A：本次票券抵免社區大學、30+大學課程學分費，樂齡大學、國立空中大學學費，或限定期限不限次數免費參觀5間教育部部屬社教館所及6間文化部部屬文化館所方式，提供國人優質學習體驗；因此，票券不能兌換現金。 Q：哪裡可以查詢館所常設展資訊？A：可至終身學習資源平臺的「終身學習驛站」點選館所網站查詢常設展資訊。 Q：獲得終身學習票券可以轉讓給其他人使用嗎？A：終身學習票券僅限抽中的當事人使用，不得轉讓（售）他人使用；轉讓（售）票券視同無效。 Q：領取館所通行票進入館所參觀，必須準備哪些證件？A：中選者必須出示身分證明文件（如中華民國國民身分證、健保卡、駕照等），以供館方查驗。如中選者當日欲多次進出館所，中選者進入館所時，應出示身分證明文件供館方查驗後，並依館所規定的辨別方式，方可當日多次進出館所。 Q：親子或家庭成員只有1人抽中館所通行票，其他陪同人員是否可以免費入館？A：為增加民眾兌換館所通行票之意願，鼓勵民眾一同重視終身學習，抽中館所通行票者，於本部部屬5大收費之科學類博物館及文化部國立臺灣史前文化博物館使用之民眾，攜伴同行可享團體票之購票優惠，每人每次限購6張團體票。 延伸閱讀： 115年運動幣懶人包！500元怎麼領？合作店家怎麼查？4步驟搞定！ 115年U幣全攻略｜台北人走路能換現金、1500元運動抵用金將回歸 2026元旦新制一次看：最低工資調至2萬9500元、保障勞工病假權、彈性育嬰假

AI 工具越來越普及，許多上班族已經開始用 ChatGPT、Gemini、Claude、NotebookLM 等工具協助工作。但真正能提升效率的關鍵，不只是「會不會問 AI 問題」，而是能不能把 AI 放進日常工作流程裡，形成一套可重複使用的「AI 工作流」。 過去使用 AI，很多人可能是想到什麼就問什麼：請 AI 幫我寫一封信、改一段文案、摘要一篇文章。這些做法當然有幫助，但如果每次都從零開始，效率仍然有限。 真正的 AI 工作流，是把工作拆成幾個步驟，讓 AI 在不同環節協助你處理初稿、摘要、整理、分析與發想，再由人來判斷、修正與決策。 簡單來說，AI 工作流不是讓 AI 取代你，而是讓 AI 成為你的工作助理。它可以協助減少部分重複整理的時間，但最後的品質把關、事實查證與責任判斷，仍然需要由人完成。 一、什麼是 AI 工作流？ AI 工作流指的是：將 AI 工具整合進日常工作流程中，讓它在固定任務中扮演特定角色。 舉例來說，如果你每週都要寫週報，過去可能需要回想本週做了什麼、整理資料、歸納成果、撰寫文字。導入 AI 工作流後，你可以先把已確認可使用的工作紀錄、待辦清單、專案進度整理後提供給 AI，請它協助分類成： 本週完成事項、遇到的問題、下週計畫、需要主管協助的地方。 接著，你再檢查內容是否正確，補上實際成果、數字與自己的判斷。 這就是一個簡單的 AI 工作流： 資料整理 → AI 協助產出初稿 → 人工檢查與修正 → 完成正式內容 AI 負責加快整理與初稿產出，人則負責確認事實、補充脈絡、做出判斷。 二、為什麼上班族需要學 AI 工作流？ 許多人學 AI 時，最常遇到的問題是：「我知道 AI 很強，但不知道工作上到底怎麼用。」 其實，上班族最需要 AI 協助的，通常不是非常高深的技術，而是每天都會遇到、但很耗時間的工作，例如： 會議紀錄整理、Email 回覆、簡報製作、報告撰寫、資料摘要、Excel 分析、SOP 整理、專案進度追蹤、週報月報撰寫、學習筆記整理等。 這些工作都有一個共同特色：它們不一定困難，但常常需要大量整理、歸納與文字產出。 如果能把 AI 放進這些流程中，就有機會減少部分重複工作時間。對新手來說，AI 可以協助建立架構；對資深工作者來說，AI 可以協助加快第一版產出；對主管來說，AI 可以協助整理資訊、統整進度與提高溝通效率。 但需要注意的是，AI 工作流的目的不是讓工作「完全自動化」，而是讓人把時間留給更重要的判斷、溝通與決策。 三、AI 最適合協助哪些工作？ AI 很適合處理「文字整理、資料歸納、初稿撰寫、格式轉換、初步分析」類型的任務。以下是上班族最常見的應用場景。 1. 會議紀錄整理 開會後最麻煩的事情，往往不是開會本身，而是會後整理。AI 可以協助把會議筆記、逐字稿或已取得同意的錄音內容，整理成會議重點、決議事項、待辦清單與負責人。 適合請 AI 協助的內容包括： 會議摘要、討論重點、行動項目、決策紀錄、下次會議追蹤事項。 不過，使用 AI 整理會議內容時，必須特別注意資安與隱私。若要錄音、轉逐字稿或上傳會議內容，應先確認參與者知情，並遵守公司內部規範。涉及客戶資料、薪資、人事、合約、未公開商業資訊時，不建議直接上傳到一般 AI 工具。 AI 整理後，也需要人工確認人名、日期、數字、決議內容與責任分工，避免錯誤資訊被當成正式紀錄。 2. Email 與商務訊息回覆 很多上班族每天都花不少時間在回信、回訊息。AI 可以幫你把口語想法改成正式語氣，也可以幫你將太長的回覆縮短，或將生硬的文字改得更有禮貌。 例如你可以輸入： 「請幫我把以下內容改成正式但不冷淡的商務信件。」 「請幫我回覆客戶，語氣要專業、清楚，並委婉說明目前無法提前交付。」 但 AI 不一定知道你公司的實際政策與承諾範圍。涉及價格、合約、交期、賠償、客訴、法律責任等內容時，務必由負責人確認後再寄出，避免產生誤解或過度承諾。 3. 報告與簡報製作 許多人做報告或簡報時，最卡的是「不知道怎麼開始」。AI 可以協助產出大綱、整理架構、優化標題，甚至把長篇資料濃縮成簡報頁面重點。 例如你可以請 AI： 「請把以下資料整理成 8 頁簡報大綱。」 「請幫我把這段內容改成主管簡報用語。」 「請依照問題、原因、建議、下一步的架構整理。」 AI 很適合協助完成第一版，但真正有說服力的簡報，仍需要你補上資料來源、商業判斷、實際案例與具體數據。 4. 資料蒐集與摘要 當你需要快速理解一個新主題時，AI 可以協助整理你提供的資料，摘要文章重點、比較不同觀點，或產出初步觀察方向。 不過，AI 不一定能取得最新資訊，也可能產生錯誤或過時內容。若是涉及新聞、數據、法規、價格、政策、職缺條件、產業趨勢等資訊，仍應回到官方網站、原始報告或可信來源查證，不建議只依賴 AI 的回答。 比較安全的做法是：先由人提供可靠資料，再請 AI 協助摘要與整理；最後由人確認內容是否適合使用。 5. Excel 與數據分析 不熟 Excel 公式的人，也可以用 AI 協助理解公式、產生函數、整理欄位、設計分析方向。例如你可以問： 「我想統計每個部門的平均銷售額，Excel 公式怎麼寫？」 「請根據這份表格欄位，建議我可以分析哪些指標？」 「請幫我解釋這張報表中可能代表的趨勢。」 AI 可以協助你更快理解資料，但不能取代你對資料來源、計算邏輯與商業背景的判斷。若牽涉財務決策、營運績效、人事評估或對外公布數字，仍需由負責人確認資料是否正確。 6. SOP 與知識管理 很多公司都有一種狀況：工作流程靠資深同事口頭傳授，真正要交接時才發現文件不足。AI 可以協助把零散說明整理成 SOP、檢查表、教學文件與新人訓練資料。 例如你可以把一段操作流程整理後提供給 AI，請它產出： 步驟說明、注意事項、常見錯誤、檢查清單、交接提醒。 這類工作流很適合行政、人資、客服、行銷、營運、專案管理等職能。只要搭配人工確認，就能讓知識更容易被保存與傳承。 四、建立 AI 工作流的 4 個步驟 想開始使用 AI 工作流，不需要一次學會所有工具，也不需要從複雜自動化開始。建議從最常遇到、最耗時間的任務切入。 步驟一：找出重複性高的工作 先觀察自己一週內最常做、最花時間的工作。 例如：每週寫週報、每天回信、每次開會都要整理紀錄、每月要做報表、常常要寫社群文案。 只要是「重複出現、格式類似、需要整理文字或資料」的工作，就很適合先嘗試導入 AI。 步驟二：把工作拆成小步驟 不要只對 AI 說：「幫我做報告。」這樣的指令太模糊，AI 產出的內容也容易不符合需求。 你可以把任務拆成： 先整理重點 → 再產出大綱 → 再寫初稿 → 再優化語氣 → 最後檢查是否有遺漏。 拆得越清楚，AI 越容易協助你完成真正需要的結果。 步驟三：建立固定 Prompt 模板 當你發現某個任務常常會重複出現，就可以把好用的指令存成模板。 例如會議紀錄模板： 「請根據以下會議內容，整理成： 1. 會議目的 2. 討論重點 3. 已決議事項 4. 待辦事項 5. 負責人 6. 截止日期 7. 需要追蹤的問題 請用條列式呈現，語氣清楚、適合寄給團隊成員。請特別標註不確定或需要人工確認的地方。」 最後一句很重要，因為它能提醒你不要把 AI 產出直接當成正式答案。 步驟四：人工檢查與優化 AI 產出的內容不能直接視為最終版本。使用前，建議檢查： 內容是否正確？ 語氣是否符合公司文化？ 數字、日期、人名是否有誤？ 是否有過度承諾？ 是否遺漏重要脈絡？ 是否包含不該外流的資訊？ 是否適合對外發布？ AI 工作流的核心不是「全自動」，而是「半自動加速」。人仍然要負責最後品質。 五、使用 AI 工作流前，先做 5 個安全檢查 在把資料丟給 AI 前，建議先問自己 5 個問題。 1. 是否包含個資？ 例如姓名、電話、Email、身分證字號、薪資、病假紀錄、客戶資料等，都不建議直接輸入一般 AI 工具。若真的需要整理，應先去識別化，或依公司規範使用指定工具。 2. 是否包含公司機密？ 例如未公開財報、合約條款、商業策略、產品 Roadmap、內部報價、客戶名單等，都應依公司規範處理，不應任意上傳。 3. 是否需要取得同意？ 若要錄音、轉逐字稿或整理會議內容，應確認參與者知情，並遵守公司政策與相關規範。 4. 是否需要查證？ 涉及新聞、法規、數據、價格、職缺條件、政策與專業建議時，都應查證原始來源。AI 可以協助整理，但不應被視為唯一依據。 5. 是否可以直接對外發布？ AI 產出的文字應經人工審稿，確認沒有錯誤資訊、過度承諾、侵權疑慮或不符合品牌語氣的內容。 六、上班族可以先從這 5 種 AI 工作流開始 如果你是 AI 新手，建議不要一開始就追求複雜工具串接，可以先從以下 5 種最容易看到成效的工作流開始。 1. 會議紀錄工作流 適合對象：專案經理、主管、業務、人資、行政、行銷。 流程：取得同意的會議內容 → AI 協助摘要 → 產出待辦 → 人工確認 → 發送團隊。 這是日常工作中很實用的場景，但務必注意錄音同意與資料保護。 2. Email 回覆工作流 適合對象：業務、客服、主管、行政、跨部門溝通者。 流程：輸入背景 → 說明對象與語氣 → AI 草擬 → 人工修改 → 寄出。 重點是要告訴 AI：收件人是誰、你的目的、希望語氣是正式、委婉、積極還是簡短。 3. 簡報大綱工作流 適合對象：企劃、行銷、產品、專案、主管。 流程：輸入主題與可使用資料 → AI 產出架構 → 補充案例與數據 → 轉成簡報頁面。 AI 很適合幫你打開第一步，避免卡在空白投影片前。 4. 週報與績效整理工作流 適合對象：所有需要回報工作成果的上班族。 流程：彙整任務清單 → AI 分類成果 → 整理成週報 → 補充數字與影響 → 送出。 這個工作流也能幫助你累積年度績效資料，避免年底考核時才回想自己做過什麼。 5. 資料摘要與學習工作流 適合對象：需要快速吸收新知、追蹤產業趨勢、準備提案的人。 流程：提供可信資料 → AI 摘要 → 請 AI 提出重點與應用方向 → 人工查證與判斷 → 形成自己的觀點。 這很適合用在閱讀產業報告、研究競品、整理課程筆記或準備內部分享。 七、AI 工作流不是工具問題，而是工作方法問題 很多人學 AI 時，會一直追最新工具。但對上班族來說，更重要的是先理解自己的工作流程。 同一個 AI 工具，在不同人手上會產生不同效果。差別不只在工具，而在你是否知道： 我想解決什麼問題？ 我有哪些資料可以安全提供？ 我希望 AI 幫我做到哪一步？ 哪些內容需要我自己判斷？ 產出後要用在什麼情境？ 是否需要查證或主管確認？ 當你開始用這些問題思考，就不只是單純「問 AI」，而是在設計自己的工作流。 把 AI 當成工作助理，而不是標準答案 AI 工作流的價值，不是讓工作完全自動化，而是幫助上班族從重複、瑣碎、耗時的工作中，找出可以被輔助的部分。 從今天開始，你可以先選一個最常見的工作場景，例如會議紀錄、Email 回覆、週報整理或簡報大綱，試著建立自己的第一套 AI 工作流。只要能把一個任務變得更清楚、更容易重複使用，就已經是很好的開始。 未來的職場競爭力，不一定是誰使用最多 AI 工具，而是誰能更有效率地結合 AI 與自己的專業判斷。 AI 可以幫你整理資訊、產出初稿、提供方向；但真正做出選擇、承擔責任、創造價值的人，仍然是你。 使用提醒 本文提供 AI 工具應用的學習建議，實際使用時仍應依公司資安規範、個資保護要求與工作情境調整。AI 產出內容可能有錯誤或過時資訊，重要資料、對外訊息與正式決策，仍需由使用者查證與確認。

「當人資有必要考取證照嗎？」「人資證照對找工作或升遷有加分嗎？」這是一個時常被討論到的議題。本文來討論有關人資證照的效力問題。 【人資「證照」是什麼】 中文「證照」是一個相對廣義的詞彙，在工作領域，它可以用來指涉除了學歷以外各種可供證明知識技能程度的文件，我們大致將證照區分成兩種，用英文表示分別是「license」跟「certificate」。 license 用白話說就是「法定資格」，也就是要從事什麼職業，就一定要考到的證照。像是律師、會計師、心理師、職業安全衛生管理師等，因為這些證照具法定效力，通常由國家舉行或委辦考試，唯有取得資格才能依法從事特定業務，找相應工作的錄取率自然就比缺乏資格的人要高出許多。 certificate 則是「註記特定事實的證明」，我們所探討的人資證照就是屬於這一類。當我們獲頒任何一張人資證照時，該證照代表持證者已經通過授證機構所規範的認證標準（例如修畢指定課程、通過指定測驗、繳交指定報告⋯⋯），具備這張證書所表彰的專業程度。 但是，因為沒有法定效力，就算不取得證書，還是可以從事人資工作。因此，也才會有「人資證照是否有效」的討論產生。大多數人詢問這個問題時，背後含意是：「企業招募人資人才，在評估人選的時候，到底會多看重人資證照？」 【人資「證照」在臺灣就業市場的效力】 學者曾經做過一項「人力資源管理師認證體系規劃研究」，雖然已是民國 93 年的研究，但是對應現況卻還是驚人地相符，包括「不同機構之間缺乏統一的專業項目分類標準跟考評方式」、「不同機構之間即使是相同的專業項目，認證內容也缺乏一致性」、「已具備相關知能者不可以跳過課程直接考試」等等。 當時採用專家訪談，專家的（反對）意見也還值得參考： -企業界對認證態度不積極、不重視 HR 認證 -取得認證資格與就業之相關性低 -HR 實務經驗比訓練重要 -HR 能力很難訓練 當然，研究中也有列出認證的優點，且研究結論是肯定認證的必要性，但「由法令支援或政府主導認證作業」是專家最大的共識，而這件事目前尚未發生，目前僅有「就業服務乙級技術士」（就服乙級）是由政府頒發的技術士證照，但是對人資而言，就服乙級仍舊屬於 certificate ，因為國家並沒有規定只有就服乙級技術士才能從事人資工作。因此就服乙級在應徵人資工作上，並不一定能有效加分（視遇到的面試官而定）。 【人資「證照」vs. 人資「學歷」vs. 人資「經歷」】 另一個常討論的話題是，應徵人資到底是「證照」、「學歷」還是「經歷」重要？ 這必須要回歸人力資源管理這項職業的特殊性。在企管領域的「五管」裡面，相較於其他四管能透過高度專業化、科學化管理，「人性」卻是難以掌控的。處理人資議題，需要的是對人的敏感度、同理心與智慧，也強調情商的重要性，而這些都難以透過制式的教育訓練養成，唯有憑藉個人特質與經驗累積。因此，企業選才首重工作經歷與個人特質，是很合理的考量。 至於學歷與證照相比，一來學校訓練的完整度與公信力遠高於證照課程，二來臺灣已經有不少人資相關系所，就業市場上有很多本科系人才可供選擇。同樣都是無經驗的應徵者，學歷的效果還是高於證照。 我認為，人資證照可能從以下的情境較能發揮功效： ■非人資科系新鮮人透過人資證照建立第二專長，結合兩項專長創造跨領域優勢（例如：資訊 + 人資、會計 + 人資）。 ■在職人資想要補充非所轄職能的其他功能，藉此創造職務轉調的機會（例如：訓練人員取得薪酬證照）。 至於無經驗者（新鮮人或轉職者）想要透過證照進入人資領域工作，可能要從證照課程的附加價值著手（例如：從課程中認識講師、同學及機構承辦人員，進而透過人脈介紹人資職缺或內部推薦）。 【在臺灣能取得的國內外人資證照一覽】 （此段落內容請見我的個人網站：https://www.chiutengying.com/2024/01/hrm-certificate-introduction-2.html） 【結論】 對於人資證照，請不要抱著錯誤期待，它最多只能成為加分項目，不會成為是否錄取工作或晉升職務的決定性因素；然而，它仍是一項有效的進修管道，因為它還可以帶來 5 大效益： ■成本效益：用低於在職專班與學分班的價格、時間及心力，取得人資能力佐證。 ■人際效益：有機會拓展跨產業、跨公司、跨階層的同業人脈。 ■視野效益：取得目前職務上難以接觸到的國內外最新規範、知識、技能與趨勢。 ■資歷效益：在履歷或公司內部人事資料上，展現自己的學習力與獨特性。 ■自我效益：取得證照的成就感、自我肯定、對人資職涯信念的正增強。 無論如何，只要願意投資自己、提升自己的價值，在職場上終有一日會獲得回饋。 註：本文完整內容，請見我的個人網站： 【人資】人資證照是必要的嗎？人資證照有加分嗎？在臺灣能取得的國際、本土人力資源管理證照總整理（上） https://www.chiutengying.com/2024/01/hrm-certificate-introduction-1.html 【人資】人資證照是必要的嗎？人資證照有加分嗎？在臺灣能取得的國際、本土人力資源管理證照總整理（下） https://www.chiutengying.com/2024/01/hrm-certificate-introduction-2.html ======================================== ●觀看更多「一起當人資 HR Together」教室文章： https://nabi.104.com.tw/posts/nabi_post_be342ab7-e71c-43ad-b519-156714a2247b ●了解更多我在 104 Giver 社群的服務： https://beagiver.104.com.tw/profile/31vTui4X7N?pageTag=overview ●觀看更多我的文章，歡迎到我的個人網站： https://www.chiutengying.com/ ●透過 LinkedIn 與我建立專業聯繫： https://www.linkedin.com/in/chiutengying/ ======================================== 【最後的最後】 ★☆★ 如果喜歡這篇文章，或覺得這篇文章有幫助到您，請不吝大力按下方的「拍手」！！也歡迎多多「分享」與「收藏」，如果有任何心得或想提問的問題也可以「留言」告訴我喔！ ★☆★

AI 工具愈來愈多，但很多上班族真正卡住的不是「不知道有哪些工具」，而是「不知道怎麼把 AI 用進工作流程」。Anthropic 近期推出 Anthropic Academy，整合 Claude 相關免費線上課程，主題涵蓋 AI 素養、Claude 基礎應用、API 開發、Model Context Protocol、Claude Code 與 Agent Skills 等，官方頁面也標示可在完成課程後取得證書。 對職場工作者來說，這不只是「多一個免費課程清單」，而是提醒我們：AI 學習正在從「會下 Prompt」進入「會設計工作流」的新階段。 為什麼這 13 堂課值得上班族關注？ 過去學 AI，多半從 ChatGPT、Claude、Gemini 的基本問答開始：請 AI 幫忙寫信、摘要、翻譯、產文案。但隨著企業導入 AI 的需求變多，職場競爭力的標準也正在改變。 未來更有價值的能力，不只是「問 AI 問題」，而是能判斷： 什麼任務適合交給 AI？ 怎麼把 AI 接進自己的工作流程？ AI 回答是否可信，該如何驗證？ 團隊能否把重複工作變成可複用的 AI 流程？ Anthropic 官方學習頁面也把課程分成不同方向，包括 Build with Claude、Claude for work、Claude for personal，顯示 AI 學習已經不再只是工程師專屬，而是橫跨個人工作、團隊協作與企業導入。 13 堂免費課程連結整理 1. Claude 101 適合對象：AI 初學者、一般上班族 課程連結：https://anthropic.skilljar.com/claude-101 學習重點：認識 Claude 基本操作，學會用 AI 處理寫信、資料整理、文件分析、內容初稿。 2. AI Fluency: Framework & Foundations 適合對象：所有工作者、主管、教育者 課程連結：https://anthropic.skilljar.com/ai-fluency-framework-foundations 學習重點：建立 AI 協作基本素養，理解什麼任務適合交給 AI、什麼情境需要人類判斷。 3. AI Fluency for Students 適合對象：學生、社會新鮮人 課程連結：https://anthropic.skilljar.com/ai-fluency-for-students 學習重點：用 AI 輔助學習、研究、職涯探索與自我規劃。 4. AI Fluency for Educators 適合對象：教育工作者、企業內訓人員 課程連結：https://anthropic.skilljar.com/ai-fluency-for-educators 學習重點：將 AI 融入教學、課程設計與學習評量。 5. Teaching AI Fluency 適合對象：教學設計師、企業講師 課程連結：https://anthropic.skilljar.com/teaching-ai-fluency 學習重點：學習如何設計 AI 素養課程，教會他人正確使用 AI。 6. AI Fluency for Nonprofits 適合對象：非營利組織工作者 課程連結：https://anthropic.skilljar.com/ai-fluency-for-nonprofits 學習重點：在資源有限的情境下，善用 AI 提升溝通、營運與專案效率。 7. Building with the Claude API 適合對象：工程師、產品技術團隊 課程連結：https://anthropic.skilljar.com/claude-with-the-anthropic-api 學習重點：學習 API 串接、Prompt 設計、工具呼叫、RAG 與 Agent 架構。 8. Claude Code in Action 適合對象：工程師、開發者 課程連結：https://anthropic.skilljar.com/claude-code-in-action 學習重點：將 Claude Code 導入日常開發流程，包括讀程式碼、改檔案、執行指令與 GitHub 工作流。 9. Introduction to Agent Skills 適合對象：開發者、AI 工作流設計者 課程連結：https://anthropic.skilljar.com/introduction-to-agent-skills 學習重點：學習建立可重複使用的 Skill，讓 Claude Code 在特定任務中自動套用指令。 10. Introduction to MCP 適合對象：開發者、系統整合人員 課程連結：https://anthropic.skilljar.com/introduction-to-model-context-protocol 學習重點：認識 Model Context Protocol，學習讓 AI agent 連接外部工具與資料來源。 11. MCP: Advanced Topics 適合對象：進階開發者 課程連結：https://anthropic.skilljar.com/model-context-protocol-advanced-topics 學習重點：深入 MCP 架構、檔案權限、傳輸機制、部署與擴充。 12. Claude with Amazon Bedrock 適合對象：AWS 技術團隊 課程連結：https://anthropic.skilljar.com/claude-in-amazon-bedrock 學習重點：在 Amazon Bedrock 上部署與使用 Claude。 13. Claude with Google Vertex AI 適合對象：GCP 技術團隊 課程連結：https://anthropic.skilljar.com/claude-with-google-vertex 學習重點：在 Google Cloud Vertex AI 上使用 Claude，並處理 PDF、視覺與引用等情境。 一般上班族，建議先學哪幾門？ 如果你不是工程師，建議不要一開始就跳進 API、MCP 或 Claude Code。比較適合的順序是： 第一步：Claude 101 這門課適合完全沒用過 Claude，或只把 Claude 當聊天機器人的人。它的價值在於讓你理解 Claude 可以怎麼協助日常工作，例如寫信、整理會議紀錄、分析文件、產出簡報大綱、改寫文字等。 第二步：AI Fluency: Framework & Foundations 這門課更像是「AI 工作素養課」。它不只教你怎麼操作工具，而是教你如何判斷 AI 能不能做、該不該做、結果是否可靠。這對所有知識工作者都很重要，因為未來職場真正需要的不是盲目相信 AI，而是能與 AI 分工、判斷、驗證。 第三步：依照職能延伸學習 行銷、企劃、行政、HR、客服等職能，可以把 Claude 用在資料整理、內容產出、流程優化。教育、內訓、L&D 團隊，則可接著學 AI Fluency for Educators 或 Teaching AI Fluency。 工程師與產品團隊，可以從哪裡切入？ 如果你是開發者、產品經理、資料團隊或 AI 專案負責人，這 13 堂課中最值得關注的是三條路線。 第一條是 Claude API 路線。Building with the Claude API 會從 API 呼叫、system prompt、tool use、RAG 到 agent 架構，一路帶你理解如何把 Claude 接進產品或內部系統。Anthropic 官方的 Build with Claude 頁面也把 API、SDK、Agents、Skills、MCP、Tool use、RAG、Prompt engineering 等主題整理為開發者學習路線。 第二條是 Claude Code 路線。Claude Code in Action 適合已經有 Git、CLI 基礎的工程師，學習如何讓 AI 協助理解程式碼、修改檔案、執行命令、自動化 code review，進一步把 AI 從「回答問題」變成「參與開發流程」。 第三條是 Agent 與 MCP 路線。Introduction to Agent Skills 與 MCP 系列課程，重點在於讓 AI 能使用外部工具、讀取資料、執行任務，這也是目前企業導入 AI agent 時最關鍵的基礎能力之一。 這波課程透露的職場趨勢：AI 能力正在分層 從這 13 堂課可以看出，AI 學習正在分成三個層次。 第一層是 AI 使用者。能用 Claude、ChatGPT 等工具完成摘要、寫作、翻譯、資料整理。這會成為多數上班族的基本能力。 第二層是 AI 協作者。不只會問問題，還能設計任務流程，知道如何拆解工作、設定角色、提供背景資料、檢查產出品質。這會是企劃、行銷、PM、HR、顧問、主管都需要強化的能力。 第三層是 AI 工作流設計者。能把 AI 接進工具、系統與資料來源，設計可重複執行的流程，甚至打造 agent。這會是工程師、產品團隊、AI PM、企業數位轉型團隊的關鍵競爭力。 換句話說，未來職場不會只問「你會不會用 AI」，而是會問：「你能不能用 AI 讓工作流程變得更有效率、更穩定、更可複製？」 給上班族的 3 個學習建議 1. 不要把 AI 學習變成工具追逐戰 今天學 Claude，明天學 Gemini，後天學 ChatGPT，最後可能只會累積一堆零散技巧。更有效的方式，是先建立 AI 協作觀念，再把工具用在真實工作任務。 2. 用自己的工作題目練習，而不是只看課程 學 Claude 101 時，可以直接拿自己的會議紀錄、簡報大綱、企劃草稿、履歷、報告來練習。AI 工具的學習成效，通常不是看你記住多少功能，而是看你能不能改善手上的工作。 3. 把 AI 能力寫進職涯成果，而不是只寫「會使用 AI」 如果你完成課程並拿到證書，履歷上不只要寫「完成 Claude 課程」，更可以寫具體應用成果，例如：「運用 Claude 建立內容產出流程，縮短初稿整理時間」、「導入 AI 摘要會議紀錄，提升跨部門資訊同步效率」。 延伸閱讀與學習資源 Anthropic Academy 官方入口 https://www.anthropic.com/learn Anthropic Academy 全部免費課程 https://anthropic.skilljar.com/ Claude 101 入門課程 https://anthropic.skilljar.com/claude-101 Build with Claude 開發者資源 https://www.anthropic.com/learn/build-with-cl