104學習

Google 宣布，旗下 AI 研究與筆記工具 NotebookLM 正式更名為 Gemini Notebook。 這次更新不只是換名字。Google 希望將 Gemini Notebook 從原本的資料整理工具，進一步升級為可以協助使用者研究、學習、分析資料及製作內容的 AI 工作夥伴。 原本的 NotebookLM 並沒有消失，主要使用方式也不會突然大幅改變。它仍然是一項獨立服務，核心功能依舊是根據使用者提供的資料回答問題、整理資訊，並標示內容來源。 不同的是，未來 Gemini Notebook 將更深入整合 Gemini App、Google 搜尋及其他 Google 服務，讓使用者可以在同一個工作流程中搜尋、整理、分析及產出內容。 為什麼 NotebookLM 要改名？ NotebookLM 最早在 2023 年 Google I/O 大會上以「Project Tailwind」的名稱亮相，主要目標是幫助使用者閱讀、理解及整理複雜資料。 隨著使用人數增加，NotebookLM 的用途也不再只是學生做筆記。 現在，使用者可以透過 NotebookLM 將課堂資料轉換成語音或影片摘要、整理研究論文及訪談紀錄、製作企業新人訓練教材，或分析多份文件之間的關聯。 Google 因此將它更名為 Gemini Notebook，希望更清楚表達這項工具是 Gemini AI 生態系的一部分。 Gemini Notebook 和一般 AI 聊天工具有什麼不同？ 一般生成式 AI 工具通常會根據模型既有的知識回答問題，資訊可能來自模型訓練資料或網路內容。 Gemini Notebook 最大的特色，則是以使用者自己選擇的資料為基礎。 使用者可以將報告、簡報、文件、網頁或研究資料加入筆記本，再請 AI 摘要重點、比較不同資料、找出重要數據，或整理成問答集及學習指南。 例如，你可以請 Gemini Notebook： 摘要一份長篇產業報告。 比較多份企畫書的差異。 從訪談紀錄中找出共同問題。 將複雜內容改寫成容易理解的說明。 根據提供的文件回答問題。 由於回答內容會盡量標示原始資料來源，使用者可以回頭檢查依據。因此，Gemini Notebook 特別適合用在研究、學習，以及需要確認資料來源的工作情境。 這次升級有哪些重要改變？ 一、AI 不只閱讀資料，還能執行程式與分析數據 Gemini Notebook 的重要更新之一，是為每一本筆記提供安全的雲端運算環境。 簡單來說，AI 不只能閱讀文字，也可以撰寫及執行程式碼，協助使用者處理較複雜的資料分析工作。 例如，使用者可以加入銷售數據、問卷結果或市場資料，再請 Gemini Notebook 清理格式、計算不同群組的差異、找出成長趨勢，或製作統計圖表。 過去使用 NotebookLM，主要是請 AI 閱讀及摘要內容。加入程式執行能力後，它更接近一名可以實際處理資料的研究助理。 二、研究結果可以直接轉換成多種檔案 Gemini Notebook 不只會提供文字回答，也能根據來源資料製作不同形式的內容。 可能產出的格式包括 PDF 報告、Word 文件、PowerPoint 簡報、Excel 試算表、CSV 或 JSON 資料，以及圖表、圖片和學習單等。 內容產生後，使用者還能繼續修改，不必再將資料複製到其他軟體重新整理及排版。 這項功能對需要經常製作提案、報告或數據分析的上班族特別實用。 例如，產品經理可以將使用者訪談整理成需求報告；行銷人員可以分析活動成效並製作圖表；人資人員也能將公司制度及作業流程轉換成新人訓練教材。 三、進一步串接 Gemini App 與 Google 搜尋 Gemini Notebook 未來不會只存在於獨立網站中。 使用者可以在 Gemini App 裡建立及開啟筆記，內容也能在 Gemini App 與 Gemini Notebook 之間同步。 Google 也預告，未來將把筆記功能整合進 Google 搜尋的 AI Mode。 這代表使用者未來可能不必一直切換不同工具。 例如，在 Gemini App 裡研究一個主題後，可以直接建立筆記、加入資料來源並繼續分析。透過 Google 搜尋找到的資料，也能進一步整理到既有的研究專案中。 沒有完整資料，也能開始研究 過去使用 NotebookLM，通常需要先準備好文件，再將資料加入筆記本。 新版 Gemini Notebook 則允許使用者從一個還不完整的問題開始研究。 例如： AI 會如何影響客服工作？ 不同數位行銷工具有什麼差異？ 某項專業證照的市場需求如何？ 哪裡可以找到可信賴的國外產業報告？ Gemini Notebook 可以透過 Google 搜尋協助尋找相關資料，並建議適合加入筆記本的資訊來源，再進行後續整理及分析。 不過，最後要加入哪些資料，仍然由使用者決定。系統也會保留資料來源，讓研究內容建立在使用者認為可信的資訊上。 上班族可以怎麼使用 Gemini Notebook？ 快速讀懂長篇報告 將產業報告、研究論文或公司資料加入筆記本，請 AI 整理核心結論、關鍵數字及可能影響。使用者不必從頭逐頁閱讀，也能先掌握整份內容的重點。 整理會議與訪談內容 將會議紀錄、逐字稿或使用者訪談放入筆記本，請 AI 找出重複出現的問題、需求、意見及後續待辦事項。 製作簡報與分析報告 將數據、文件及參考資料集中在同一本筆記中，再請 AI 整理成簡報架構、分析圖表或完整報告。 建立個人學習資料庫 將課程講義、文章、影片逐字稿及自己的筆記集中管理，再請 AI 出題、製作學習指南，或模擬可能出現的問答。 整理企業內部知識 公司可以將制度、產品說明、作業流程及常見問題整理成筆記，協助員工快速搜尋及理解資訊，也能應用在新人訓練或內部知識傳承。 使用 Gemini Notebook 時要注意什麼？ 一、先確認資料來源是否可靠 即使 AI 可以快速整理資料，結果的品質仍取決於使用者加入的內容。 假如資料本身錯誤、過期或帶有偏見，AI 整理出的結論也可能受到影響。因此，加入筆記本前，仍要先確認資料來源及發布日期。 二、重要數據仍要人工檢查 AI 可以協助計算、分析及製作圖表，但涉及財務、法律、醫療或重大商業決策時，仍應由專業人員確認原始資料、計算方式及分析結果。 三、留意公司的資料使用規範 將內部文件、客戶資料或尚未公開的資訊放進 AI 工具前，應先確認公司的資訊安全政策、使用帳號版本及資料管理規範。 不要因為工具操作方便，就直接上傳機密或涉及個人隱私的資料。 哪些人可以使用新功能？ 依照 Google 公布的資訊，程式執行及進階分析功能會先提供給特定 Google AI 方案使用者，以及具備相關 AI 權限的 Google Workspace 企業客戶。 不同功能的實際開放時間，可能會受到帳號方案、所在地區及企業管理員設定影響。 使用者可以登入自己的 NotebookLM 或 Gemini 帳號，確認目前是否已經取得相關功能。 AI 筆記工具正在變成完整的工作空間 NotebookLM 更名為 Gemini Notebook，代表 Google 對這項產品的定位正在改變。 它不再只是幫助使用者「把資料變成摘要」，而是逐漸具備搜尋資料、閱讀文件、執行程式、分析數據，以及產出報告和簡報的能力。 對上班族而言，真正值得注意的並不是產品改了名字，而是 AI 工具正從單一任務助手，轉變成能夠參與完整工作流程的研究及知識管理平台。 未來需要培養的能力，也不只是會不會下提示詞。 使用者還需要懂得判斷資料品質、定義正確問題、確認資料來源，並檢查 AI 產出的分析是否合理。 當 AI 工具可以協助完成更多工作時，人仍然需要負責決定方向，並判斷最後的結果能不能真正使用。 資料來源：Google 官方部落格 文章名稱：NotebookLM is now Gemini Notebook 發布日期：2026 年 7 月 16 日

【個案情境說明】 參加會議被要求要負責寫會議紀錄，因為比較沒有寫會議紀錄的經驗，怕有漏記，將會議過程錄音，會後認真聽，花了很多時間整理，寫出類似逐字稿的會議紀錄，沒想到居然被主管責備，說你不知道怎麼寫會議紀錄嗎?為什麼我這麼認真寫，還會被罵呢? 【個案情境思考】 一、 從情境中發現問題 1. 會議過程錄音，會後花很多時間聽跟整理，這樣真的是有效率的方法嗎? 2. 寫出類似逐字稿的會議紀錄，會議如果很長，內容很多，讀起來會很辛苦 3. 為什麼這麼認真寫，還會被罵呢?主管希望看到的會議紀錄，會是如何呢? 二、 從問題中思考原因 1. 工作要能能有效率，同時也要能兼顧效果，怕自己有漏聽到重點，搭配錄音會是好方法，但是要重頭聽到尾，再逐一記錄重點，真的會花很多時間 2. 一場會議可能重要的結論會是特定的事項，中間的討論也許會有所發散，若真的把所有內容都照流程紀錄，這可能是會議逐字稿，並非會議記錄 3. 主管平常工作很忙，他可能期待的會議紀錄，是能夠幫助工作有進展的紀錄，能透過會議記錄，提醒與會成員重要的決議及並追蹤相關的工作事項 三、 從原因來評估行動 1. 在會議進行過程中，就能夠專注來做紀錄，將聽到的重點分點條列打出文字，並針對相關決議及待辦事項，可先簡單做好分類，以利後續的整理 2. 錄音可以備而不用，當發現自己有地方沒有聽清楚，可以透過錄音檔的輔助，來還原會議當下的過程，並擷取相關重點，對應到會議記錄的內容中 3. 會議前可先確認會議目的，並依據目的來對應相關的紀錄，除非有希望記錄到會議中誰說了什麼?一般而言，可以先用制式會議紀錄方式來做整理 四、 從行動來推論結果 1. 當能夠持續練習寫好會議記錄，會幫助自己練習文字化的能力，並將相關重點做條列式的分類，未來除了會議記錄，也可能運用在知識萃取的工作 2. 若能都不用靠錄音檔，就可以摘要出會議大部分的內容，也代表有很好的轉化能力，透過每一次會議聆聽並摘要重點，寫會議記錄會是職場的訓練(或是磨練…) 3. 每次會議都能清楚知道目的為何?當會議發散或是沒有辦法記錄到重點時，能及時提醒主席或與會成員能回到會議主軸，這會是更難能可貴的表現 【參考結論】 寫會議記錄是辛苦的過程，一開始要寫好一篇會議紀錄，相對會花比較多時間，但如果可以從寫好會議記錄的練習，學習如何將重點做出摘要與整理，並能對應到會議不同的目的，就可以不用花時間寫出逐字稿，還是有機會把會議的重點來作呈現~

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

上週跟一位剛接班的二代老闆吃飯，他講了一句讓我印象很深的話：「我爸用 Excel 撐了 20 年，現在我接手才發現，每個月光是對帳就要花掉我兩個禮拜。我必須上 ERP，但我不知道該選哪一套。」這句話幾乎是每一個剛接觸 ERP 的決策者的心聲——市面上 ERP 系統推薦的文章一堆，但真正能講出「我該選哪一套」的卻很少。 戰國策集團累積 26+ 年的企業服務經驗，我們協助多家企業導入 ERP 與工作流程自動化整合。今天就用一份「2026 年 ERP 推薦評比 Top 10」，把市場主流系統、選型邏輯與隱藏成本一次講清楚。 ──────────────────── 【一、為什麼 2026 年該重新審視 ERP 選型？】 ERP 不是新東西，但 2026 年的 ERP 市場有三個關鍵轉變，會直接影響你的選型決策。 第一個轉變是「雲端化全面取代地端」。三年前我還常勸客戶不要急著上雲，因為地端的客製化彈性比較高。但 2026 年的雲端 ERP 已經把 API、模組化、權限細控做得非常完整，再加上 RPA 與 AI 整合的能力，雲端 ERP 的總體擁有成本已經低於地端。除非你有特殊資安需求，否則優先考慮雲端。 第二個轉變是「ERP 必須能跟 RPA、AI 串接」。傳統 ERP 是「資料倉庫」，但 2026 年的 ERP 必須是「自動化引擎」。如果一套 ERP 沒辦法跟 RPA 工具（UiPath、Power Automate、n8n）整合，未來三年你會陷入「ERP 上線但流程還在人工跑」的窘境。 第三個轉變是「按模組訂閱取代買斷」。以前 ERP 動輒 500 萬、1000 萬買斷，現在主流是「按用戶數、按模組」訂閱，月費從幾千元起跳。這對中小企業特別友善，但相對的，廠商會綁你更久——簽合約前一定要看清楚。 ──────────────────── 【二、ERP 推薦 Top 10：主流系統評比】 我把市場上常被詢問的 ERP 整理成 10 套，用「適合規模、強項、弱項、價格區間」四個維度說明。 第一套，鼎新 Workflow ERP。台灣本土最大廠牌，適合 100 人以上的傳統製造業，強項是流程客製化與在地服務，弱項是 UI 較傳統、雲端化進度較慢。年費約 30 萬到 200 萬。 第二套，正航 ERP。中型企業最常用的本土 ERP，財務、進銷存模組成熟，弱項是 API 串接彈性較低。年費約 15 萬到 80 萬。 第三套，SAP Business One。國際大廠的中小企業版，適合 50 到 500 人公司，強項是國際業務、多幣別、多語系，弱項是價格高、導入週期長。導入費用約 200 萬到 600 萬。 第四套，Oracle NetSuite。雲端 ERP 的代表，適合跨國經營或快速擴張的公司，強項是模組完整、生態系強，弱項是中文支援與在地化稍弱。年費約 60 萬到 300 萬。 第五套，Microsoft Dynamics 365。如果你已經是 Office 365 重度用戶，Dynamics 365 的整合性無敵，強項是與 Power Platform、Power Automate 完美結合。年費約 40 萬到 250 萬。 第六套，Odoo。開源 ERP，適合預算有限但要求高彈性的中小企業，強項是模組豐富、可自行擴充，弱項是需要技術團隊或專業導入夥伴。年費約 5 萬到 50 萬。 第七套，紅麗智慧雲 ERP。本土雲端 ERP，價格親民，適合 30 到 100 人公司。年費約 6 萬到 30 萬。 第八套，Workday。HR 與財務整合型雲端 ERP，適合 500 人以上的服務業，強項是人資管理深度。年費約 100 萬以上。 第九套，Acumatica。雲端 ERP 中的黑馬，特色是「按使用量計費」而非按用戶計費，對成長型公司友善。年費約 40 萬到 200 萬。 第十套，Sage Intacct。財務型 ERP 的代表，適合會計、財務複雜度高的服務業。年費約 50 萬到 250 萬。 ──────────────────── 【三、ERP 選型五步驟：避免買錯花大錢】 我看過太多公司花了 300 萬上 ERP，最後員工還是用 Excel——原因都不是 ERP 不好，而是選錯了。給你五個選型步驟： 第一步是「盤點現有流程」。把財務、進銷存、生產、人資、客戶管理的流程畫出來，標註瓶頸與痛點。沒有這份地圖，你跟廠商談需求只會被牽著走。 第二步是「決定上雲還是地端」。如果你有 IT 部門、有客製化需求、產業有特殊資安規範，地端可能還是必要；其他情況，雲端就是首選。 第三步是「鎖定產業屬性」。製造業、零售業、服務業、貿易業，每一種產業有對應的「最佳 ERP」。不要看到大廠就買，要看廠商在「你的產業」有多少案例。 第四步是「比較三家、實機試用」。一定要拿到至少三家報價，並且要求廠商提供「沙盒環境」實際操作。光看簡報跟看廣告片一樣，無法判斷好壞。 第五步是「確認導入夥伴的能力」。ERP 70% 的成敗在導入顧問，不在系統本身。請廠商提供顧問履歷、過往案例、客戶聯絡方式，能親自打電話問前客戶最好。 ──────────────────── 【四、ERP 與 RPA 的整合：2026 年的決勝點】 我必須強調一個重點：單純導入 ERP 已經不夠，2026 年必須是「ERP + RPA」雙軌並行。 ERP 解決「資料儲存與計算」，RPA 解決「流程動作」。比如業務開單，ERP 負責記錄訂單資料，RPA 負責把訂單自動同步到 ERP、寄出確認信、推給生產排程、通知財務開立發票。沒有 RPA，ERP 就是一個更貴的 Excel。 戰國策的客戶中，有一家貿易商把 ERP 與 RPA 整合後，訂單從進來到出貨的時間從原本 3 天縮短到 4 小時，業務同仁從整天輸入單據變成專心開發新客戶。這就是 ERP + RPA 的威力。 如果你正在選 ERP，請務必把「能不能跟 RPA 串接」列為必考項目。問廠商：「你們有 REST API 嗎？支不支援 Webhook？有沒有 n8n / Power Automate 的官方 connector？」這些問題能瞬間篩掉一半不適合的廠商。 ──────────────────── 【五、ERP 導入的隱藏成本：合約沒寫的那些】 預算 100 萬導入 ERP，最後花到 200 萬——這種事我看過太多次。隱藏成本通常來自五個地方： 客製化費用。標準版功能不夠用，客製一個模組 5 到 30 萬，疊起來就是百萬等級。 資料遷移費用。把舊系統的資料搬到新 ERP，看似簡單但需要清洗、對應、驗證，外包通常 10 到 80 萬。 教育訓練費用。新系統要教所有員工怎麼用，廠商給的訓練通常只夠基本操作，深度訓練要另外算錢。 維護費用。上線後每年要付 ERP 原廠的 15% 到 25% 維護費，這筆錢要納入長期預算。 擴充費用。導入後 12 個月內，幾乎一定會發現「還需要某某功能」，這時候廠商的擴充報價往往比導入時高。 避坑方法是：簽約前要求廠商把「導入後 24 個月可能發生的所有費用」列清楚，並且把客製化、訓練、維護、擴充的單價寫進合約。 ──────────────────── 【六、給不同規模公司的 ERP 推薦】 最後給三個常見情境的建議。 30 人以下的新創或服務業：Odoo 或紅麗智慧雲 ERP。預算友善、上線快、彈性高。 50 到 200 人的傳統製造或貿易業：正航 ERP 或 SAP Business One。本土深度跟國際擴張，看你的成長軸線。 200 人以上、有多角化經營：Microsoft Dynamics 365 或 Oracle NetSuite。整合性與擴充性都是頂規。 但這只是「起手式」。真正的答案，要看你的流程診斷與整合需求。戰國策提供 ERP 評估與工作流程自動化整合服務，從選型、導入到 RPA 串接全程陪你規劃。 ──────────────────── 【七、常見問題 FAQ】 Q1：中小企業真的需要上 ERP 嗎？用 Excel 不行嗎？ 30 人以下、流程單純的公司，Excel 還夠用。但只要員工超過 30 人、業務超過兩條線、或開始有跨部門協作需求，Excel 就會成為瓶頸——資料不一致、版本混亂、查詢困難。這時候上 ERP 不是奢侈，是必要。 Q2：ERP 導入大約要多久時間？ 標準導入：雲端 ERP 約 2 到 4 個月，地端 ERP 約 6 到 12 個月。如果是大規模製造業或跨國公司，可能要 12 到 24 個月。實際時程取決於模組數量、客製化深度、資料遷移複雜度。 Q3：ERP 導入失敗率高嗎？怎麼降低風險？ 業界統計 ERP 導入失敗率約 30% 到 50%，原因多半是「需求沒講清楚、員工抗拒、廠商能力不足」。降低風險的方法：先做流程診斷、選對廠商、分階段上線、預留充足訓練時間、有專案 PM 全程主導。 Q4：ERP 跟 CRM、HRM 有什麼差異？ ERP 是企業資源規劃，涵蓋財務、進銷存、生產、採購。CRM 專門管客戶關係與銷售流程。HRM 專門管人資。三者可以獨立，也可以整合。多數中型公司會先上 ERP，再依需求擴充 CRM 與 HRM。 Q5：雲端 ERP 安全嗎？資料會不會外洩？ 主流雲端 ERP 廠商（SAP、Oracle、Microsoft、NetSuite）都通過 ISO 27001、SOC 2 等資安認證，安全性通常高於企業自建機房。重點是看合約：資料主權歸誰、外洩如何賠償、退出時資料如何取回。 Q6：戰國策有提供 ERP 代理或選型顧問嗎？ 我們提供 ERP 選型評估、工作流程自動化整合與企業一站式管理系統建置服務，但不做特定品牌 ERP 的銷售代理。我們是「中立顧問」立場，根據你的需求推薦最合適的 ERP，並且負責後續 RPA 整合。 Q7：ERP 上線後員工不會用怎麼辦？ 這是最常見的問題。解法有三：第一，導入時就讓核心員工參與，避免「老闆決定、員工抗拒」；第二，分階段上線，讓員工慢慢適應；第三，建立內部超級用戶（Power User），讓他們成為公司內部的諮詢窗口。 Q8：ERP 跟 RPA 應該先導入哪一個？ 建議先 ERP 再 RPA。因為 RPA 要自動化的「流程」，必須先有 ERP 作為資料底層。但實務上，如果你的流程已經有底（即使是用舊 ERP），可以同步規劃 RPA，讓新 ERP 上線時就直接整合。 Q9：開源 ERP（如 Odoo）真的免費嗎？ 社群版確實免費下載，但需要技術團隊自行部署與維護。企業版要付費，而且就算用社群版，導入顧問費、客製化費、伺服器費都要算進去。實際 TCO 通常不會比商業版便宜多少。 Q10：怎麼開始 ERP 評估？ 最簡單的方式是預約一次 ERP 選型診斷。戰國策的顧問會用大約 60 到 90 分鐘了解你的業務規模、流程痛點、預算範圍，當場給出 2 到 3 套適合的方案建議。沒有壓力，純粹幫你建立選型基準。 ──────────────────── 【戰國策企業一站式管理系統｜業界領導品牌．26+年企業服務資歷】 協助多家企業整合 ERP、CRM、HR、財務、業務全流程 從 ERP 選型、導入、客製化到 RPA 自動化整合一次到位 提供工作流程自動化導入、企業一站式管理系統整合 服務專線：0800-003-191 LINE 諮詢：@119m 官方網站：RPA.com.tw （戰國策提供 ERP 選型顧問、工作流程自動化導入與企業一站式管理系統建置服務，不提供 SBIR 代辦與陪跑 SOP 服務。）

Excel公式不會用、不知道怎麼用？其實使用ChatGPT可以幫助你快速寫出所需公式，本文提供情境範例檔案，以及指令示範，看看AI如何幫忙解決Excel公式問題！ 文／陳冠霖（Brian Chen） 本文目錄（點擊可快速前往） 情境範例請ChatGPT生成對應Excel公式 說到Excel各位一定都耳熟能詳的就是它的公式了吧！各種公式能夠讓以往要花費大量計算時間才能搞定的工作瞬間就完成了。這項方便的技術也大幅度的改變了人們的生活，不過美中不足的是，要學會使用這項技術需要花費很多時間去學習去記憶那些公式的寫法。 在職場中看到那些大佬們用著熟練到令人心疼的速度快速地打出公式完成工作、用未曾看過的公式解決各位的疑難雜症時，不知道各位是否有從心中升起一股崇拜的心情呢？不過現在你也可以隨時隨地呼叫ChatGPT這位大神來幫你解決問題了！ 情境範例 身為剛入職場的新鮮人，你戰戰兢兢的在自己崗位上堅守自己的本分，完成了上司交代給你的任務，在等待上司回覆的期間，你難得可以享受這須臾的寧靜。不過你旁邊的同事似乎喜歡欺負新人，見你完成任務後在享受小確幸時，他將他的工作一甩交代你完成，「這項工作就是讓你學習個經驗而已，學會了你才能更得到上司的青睞」。說完這句討人厭的話後，就藉著尿遁跑了。你嘆了口氣，看了一下內容，是要使用Excel計算總收入、所有銷售人員的銷售數量，於是你召喚出了ChatGPT來⋯⋯ 使用ChatGPT確實可以幫助你快速地寫出你所需的公式，以下圖6-1一個範例的檔案，我們需要完成下面的表格。 （圖／博碩文化提供） 請ChatGPT生成對應Excel公式 首先我們可以將這些表格內容，也就是送入有資訊的部分例如A1~G13即可，如果檔案過大其實送入大約10列的內容也可以，將這些內容送到ChatGPT中並輸入對應指令，這些指令需要包括表格的部分內容、目標以及內容條件，最後請ChatGPT生成對應公式，若希望的話也可以請ChatGPT針對公式進行講解（筆者測試了幾次，有時候ChatGPT會使用英文回答，所以可以再新增一個要求就是使用繁體中文回答）。 例如我說： （這邊是試算表內容）。我希望可以在B15這格計算出B2~B13欄中Alice的銷售數量（D2~D13欄），請你給我可以達成需求的Excel公式，並用繁體中文教導我這項公式的用法。 （圖／博碩文化提供） 接著可以看到ChatGPT的回答如圖6-3： （圖／博碩文化提供） 你可以點選〔複製程式碼〕來直接複製，相當方便，接下來就回到Excel來輸入公式吧！可以看到圖片上方就是讓你輸入內容的框框如圖6-4，這裡也可以輸入Excel公式來快速統計、計算該儲存格的內容，公式輸入完成後只需要輕輕的點擊Enter就好了。 （圖／博碩文化提供） 接著其他銷售人員的銷售總數量也都可以如法炮製！ 01. B-16 儲存格可輸入=SUMIF(B2:B13, "Bob", D2:D13) 02. B-17 儲存格可輸入=SUMIF(B2:B13, "Charlie", D2:D13) 03. B-18 儲存格可輸入=SUMIF(B2:B13, "David", D2:D13) 下一項任務就是要計算獎金總額了，和之前一樣，如果你在同一個對話框中，你可以直接輸入指令而無須貼上試算表的內容。若你開啟了新的對話或者試算表內容有重大更動的話就需要重新貼上試算表的內容了！ 計算獎金的指令你可以輸入： 我希望可以在C15這格計算出B2~B13欄中Alice的銷售獎金總和（G2~G13欄），請你給我可以達成需求的Excel公式，並用繁體中文教導我這項公式的用法。 接著就可以看到ChatGPT的回覆如圖6-5，不過這些內容都是比較簡單使用SUMIF就可以達成的： （圖／博碩文化提供） 我們一樣將公式複製下來並在C15格中輸入公式，接著就會看到儲存格出現了200，各位可以對照一下圖6-1，檢查確認看看Alice的獎金總和是否有誤。其他銷售人員也是一樣的做法，不過要記得改名稱喔，千萬不要複製貼上貼得太開心，結果都是同一位銷售人員的總獎金。 最後就是要來統計產品的資訊了，不過這些內容都是大同小異啦，基本上就和前面的範例相同，只需要更改內容就好了！但若還是一知半解或者並不具備使用Excel公式的這項天賦的話，只要輸入指令： 我希望可以在E15這格計算出C2~C13 欄中產品A的銷售數量總和（D2~D13欄），請你給我可以達成需求的Excel 公式，並用繁體中文教導我這項公式的用法。 就可以看到Excel給出的公式以及教學了，因為內容都幾乎相同，所以就只附上公式： 04. 在E-15儲存格公式輸入=SUMIF(C2:C13, "產品A", D2:D13) 05. 在E-16儲存格公式輸入=SUMIF(C2:C13, "產品B", D2:D13) 06. 在E-17儲存格公式輸入=SUMIF(C2:C13, "產品C", D2:D13) 就完成啦！最後就是計算各產品（C-2~C-13）的銷售總收入啦和（F-2~F-13），一樣使用SUMIF，這時舉一反三的機會就到了，為了證明你已經大致上學會如何使用SUMIF，這次我們就不依賴ChatGPT來自己撰寫公式吧！ 01. 在F-15儲存格公式輸入=SUMIF(C2:C13, "產品A", F2:F13) 02. 在F-16儲存格公式輸入=SUMIF(C2:C13, "產品B", F2:F13) 03. 在F-17儲存格公式輸入=SUMIF(C2:C13, "產品C", F2:F13) 至此大功告成，如圖6-6，你完美的達成了任務，是時候好好犒賞自己了！ （圖／博碩文化提供） 節錄自：博碩文化《即學即用！精選 30 招辦公室超高效 AI 生產術／陳冠霖（Brian Chen） 著 》 [course_plugin title='職場Excel相關課程推薦' keyword='EXCEL' amount=3]

【超早鳥優惠到4/6】🔥領53折券現折🔥 【獨家-名額倒數】前20名報名再贈200元LIN點數 https://nabi.104.com.tw/course/104nabi/55c82d6e-c7a8-4732-8b7b-9378e5679091 【2 天假日直播學習營】第一屆 - AI行政工作流學習營​｜5/17(日)、5/31(日) 假日直播課 對AI工作流充滿興趣、期待應用AI提升日常行政工作效率，卻不知如何開始？ ⚡從 2週學習 × AI自動化專案實作 → 完訓取得證書⚡ 🚀本屆104提供參加的學員，專屬獨家加值服務：【104完訓認證加入履歷】🚀 🚀 本次學習營獨家特色 - 循序漸進＋實作應用🚀 ✨真實工作場景應用：手把手學習真實工作場景如何應用AI實現自動化， 老師帶你一起來闖關！ ✨完整AI專案實作：兩週循序漸進從學習、實作到應用，親手完成自己的AI工作流提案。 ✨專屬學習社群共學：加入課程專屬 LINE 群組，除了能與AI工作流領域跨領域學員夥伴一同交流實戰心得，更有講師在群組中親自為你指點迷津、解答疑惑，讓學習從教室延伸到工作現場。 【保握超早鳥優惠】

透過從104人力銀行中「找工作」與「自我學習」的大數據，整理出大家都在搜尋的TOP 10 熱門證照；本篇主要是針對所有104證照的熱搜綜合排行榜，本月有很多新進榜的證照快來看 ! 第1名 🟡 圖像生成課程認證 🔺新進榜 線上課程約8小時 本課程將介紹擴散模型，這是一種機器學習模型，近期在圖像生成領域展現亮眼潛力。 發行單位: Google 證照資訊：https://nabi.104.com.tw/ability/10048807 第2名 🟡公共工程品質管理人員 本證照之目的主要是為了提升工程品質管理之觀念，建立工程品質管理系統、預防工程缺失之發生及提昇公共工程施工品質，屬於工程從業人員品質管理.... 證照資訊：https://nabi.104.com.tw/ability/10029243 第3名 🟡 丙級會計事務技術士 學科測驗包括會計事務之基本知識；術科測驗包括編製傳票、 記帳及編表等帳務實... 證照資訊：https://nabi.104.com.tw/ability/10028814 🔵 考古題演練：https://nabi.104.com.tw/assess/df09209a-c850-4fc8-8515-616c07252f11 第4名 🟡 丙級中餐(葷食)烹調技術士 丙級廚師執照，是初級的證照，只要菜色符合就可以通過，不需要經過嚴格的味道評分... 證照資訊：https://nabi.104.com.tw/ability/10029006 🔵 考古題演練：https://nabi.104.com.tw/assess/543ee6ed-bfa5-417f-8cd9-d545842f6393 第5名 🟡 大型語言模型(LLM)課程認證 🔺新進榜 線上課程約8小時 這堂入門微學習課程說明大型語言模型 (LLM) 的定義與用途，以及如何調整提示來提高 LLM 成效。這堂課程也會介紹多項 Google 工具，協助您自行開發生成式 AI 應用程式。 完成此活動，贏取徽章！ 證照資訊：https://nabi.104.com.tw/ability/10048800 第6名 🟡 國際貿易大會考 🔺新進榜 為增進國內貿易從業人員及一般大眾對國際貿易專業知識之瞭解，並利於貿易人才之聘用，... 證照資訊 : https://nabi.104.com.tw/ability/10029080 第7名 🟡 TOEIC (多益測驗) 多益測驗乃針對英語非母語人士所設計之英語能力測驗，測驗分數反映受測者在國際職場環境中與.... 證照資訊 : https://nabi.104.com.tw/ability/10034532 ✅ 多益線上模擬試題練習 (前進外商必備能力) https://nabi.104.com.tw/assess/toeic/ ✅ NEW TOEIC 新多益線上高分速成班 https://nabi.104.com.tw/course/tibame/9cd8f1a1-2dd7-434f-a13c-79932a5cb4fe 第8名 🟡工地主任 依據營造業法相關規定，營造業工程從業人員需依法取得工地主任執業證及合法執業營運，以確保營造工程之品質.... 證照資訊：https://nabi.104.com.tw/ability/10028756 第9名 🟡 堆高機操作技術士 證照發行單位: 勞動部勞動力發展署技能檢定中心https://nabi.104.com.tw/certify/unit/d0a2b240-e759-4286-967b-cacf03d331cc 113年考古試題及答案:https://nabi.104.com.tw/ability/10028900 第10名 🟡乙級職業安全衛生管理員 乙級職業安全衛生管理員是一項專業證照，通常涉及在工作場所中負責安全衛生管理的人員。持有這張證照的人通常具備相應的專業知識和技能.... 證照資訊 : https://nabi.104.com.tw/ability/10028467 -------------------- 不同的職務有不同的證照需求，你可以透過【104學習精靈】探索你現在的職務或是針對你感興趣的職務進行探索，找到你的關鍵職能，增加職涯的競爭力。 更多證照課程看這裡：https://nabi.104.com.tw/nabisearch/course?keyword=%E5%B0%88%E6%A5%AD%E8%AD%89%E7%85%A7

畢業了，履歷上只有學歷和社團，卻不知道怎麼讓企業多看你一眼，這幾乎是每個新鮮人都走過的第一道坎。 好消息是，2026年2月台灣就業市場共有105萬個正職工作，其中78萬個不限工作經歷，歡迎新鮮人投遞，占比高達75%。機會不是沒有，問題在於：在履歷長相差不多的情況下，你用什麼讓企業先約你去面試？ 答案之一就是「對的那張證照」。根據104人力銀行最新數據顯示，有證照的求職者比沒有證照者多出35%的面試機會，但坊間證照百百種，到底該考哪一張？本文不按產業分，改從你自己的科系背景，來告訴你2026年最值得考的證照。 ❇️【文組篇】 🎯 文組新鮮人最常遇到的問題：「你們科系學什麼都能做，但也好像什麼都不專精。」──這句話的解法，就是用一張或兩張認證，給自己一個明確的能力標籤。 ① TOEIC 多益測驗　 📌 104熱搜 🔗 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 • 為什麼文組先考這張：語言能力是文組求職最直接的競爭優勢，多益是外商、跨國企業的通用語言門票 • 目標分數建議：600分是基本門檻，多益分數達到 700 分以上者，獲得面試邀約的機率平均可提升 20% 以上，金色證書（860分以上）直接讓你站上另一個起跑線 ② 104 AI 通用素養檢測 🔥 2026全新推出 🔗 104 AI 通用素養檢測 報名連結：https://nabi.104.com.tw/course/104nabi/e9e13d08-2c6f-49b2-bae8-1e9418588041 • 為什麼文組也要考 AI 認證：AI職缺一年暴增38%，內容創作、行銷企劃、公關等文字職類正快速被要求具備AI工具應用能力 • 這張的最大優勢：不需寫程式、新鮮人與在職者都適合，完成後可直接在104履歷匯入，讓HR看到你的AI能力，是目前AI認證中的入門選擇 • 費用與方式：線上檢測，購買後取得測驗連結，限量領1折券再送AI陪練考證課，只要$99 ❇️【商科篇】 🎯 商科新鮮人的困境：科系廣泛、職務選擇多，但正因為什麼都能做，反而顯得優勢不夠聚焦。一張指向特定職類的認證，可以直接告訴企業「我要進這個方向」。 ① 金融市場常識與職業道德測驗　💰 銀行業必備入門 🔗 104證照中心連結： https://nabi.104.com.tw/ability/10028883 ▶️【免費模擬測驗】https://nabi.104.com.tw/assess/7006d9f4-c61e-4e20-91c0-3a709e21568d • 為什麼商科先考這張：「金融市場常識與職業道德測驗」是進入銀行、證券、保險、金控等金融機構的基本入門認證，多數與金融業務相關的職缺，都會要求已通過或規定入職後需在一定期限內取得。 ② iPAS+ AI 應用規劃師能力鑑定（初級） 🔥 104熱搜 🔗 104證照中心連結：https://nabi.104.com.tw/ability/10049056 ▶️【免費模擬測驗】https://nabi.104.com.tw/assess/6c2efe0a-8456-4694-bdc3-a1813f66ee19 • 為什麼商科也需要 AI 認證：104人力銀行數據顯示，AI 相關業務銷售職缺年增約 76%，企業特別需要「懂 AI 又懂商業」的跨域人才，商科背景如果取得 iPAS AI 初級證照，在應徵 AI 業務、行銷或數據相關職位時會有明顯優勢。 • 不需程式背景：主要考核 AI 概念、生成式 AI 應用、Prompt 與 No-code 工具運用，以及 AI 導入規劃的基本邏輯，全為選擇題，特別適合商科、文科等非工程背景，同學通常安排約 1–2 個月系統準備即可應考。 ❇️【理工科】 🎯 理工科新鮮人的盲點：技術能力強，但不知道哪張證照對找工作最有效。很多人花時間考了一張企業根本不太在意的認證，反而忽略了含金量更高的國際或政府認可證書。 ① 乙級職業安全衛生管理員　📌 104熱搜 🔗 104證照中心連結：https://nabi.104.com.tw/ability/10046740 ▶️【免費模擬測驗】https://nabi.104.com.tw/assess/9e3f75d6-01c6-4d46-98b6-347dc9f76b35 • 為什麼理工科先考這張：多數製造業、工程業、化工廠和半導體廠因屬高風險產業，規模達一定門檻就依法要有職業安全衛生管理員，擁有乙級職安衛管理員證照，是應徵這些產業相關職務時很實用的加分資格。 ② Microsoft Azure AI-900 🌐 國際認可 🔗 104證照中心連結：https://nabi.104.com.tw/ability/10047979 ▶️【免費模擬測驗】https://nabi.104.com.tw/assess/9bd61b3a-9dd3-48ef-af4c-a17aaaeb4437 • 為什麼理工科考國際 AI 認證：AI相關職缺一年暴增38%，具備AI技能的求職者企業面試邀約次數可提高1.5倍（資料來源:104人力銀行歷史數據） ③ AWS Certified AI Practitioner　 🌐 雲端首選 🔗 104證照中心連結：https://nabi.104.com.tw/ability/10049019 • 適合對象：特別適合資工、電機等科系，想往雲端 AI 應用或後端開發的職場新鮮人。 • 考試說明：主要驗證 AI/ML 與生成式 AI 概念、AWS 上各類 AI 服務的應用，以及負責任使用 AI 的基本原則，屬於基礎級認證，但情境題較多，對初學者仍有一定挑戰。 對新鮮人來說，2026年的職場競爭不是拼誰的證照多，而是拼誰的履歷訊號更清晰。找到你的科系位置，選定第一張，直接報名。

考什麼證照對工作有幫助？該考什麼AI證照？本文整理104學習的熱門證照排行榜，解析2026年最受關注的證照方向，包括AI、ESG、語言、長照類等，並整理6大職類的熱搜證照，不論是新鮮人想找可以加分的入門證照，或是轉職者需要具體的證照推薦，幫助加強職場競爭力！ ※更新日期：2026/07/02 文／104學習、104職場力整理 本文目錄（點擊可快速前往） 年度熱門證照排行榜TOP102026年3大趨勢證照推薦職類熱搜證照排行TOP 5證照相關常見問題 年度熱門證照排行榜TOP10 根據「104學習」2025年度熱門證照榜單，顯示兩個趨勢：「AI從專業技術變成各行業標配技能」及「雲端能力成為IT基本門檻」。生成式AI認證登頂，反映AI已從專業技術變成通用技能，並重塑不同職務的工作模式，例如行銷用AI寫文案、設計用AI輔助創作、業務用AI分析數據。非技術背景者，建議從免費的生成式AI課程認證入門。 而AWS的4項認證同時進榜，則顯示雲端技能形成完整的職涯路徑：建議從「雲端從業人員-基礎級」建立整體概念，再進階「開發人員-助理級」學習實際開發部署，最後往「機器學習工程師-助理級」與「人工智慧從業人員-基礎級」深化AI/ML專門能力。 ※點擊證照名稱可查看詳細資訊 排名證照名稱發證單位適合對象1生成式AI課程認證Google免費線上課程，通過測驗即獲完課徽章，無技術背景也能入門2公共工程品質管理人員行政院公共工程委員會適合土木工程師、營造業從業人員適用，面試邀約提升約3倍3丙級會計事務技術士勞動部勞動力發展署技能檢定中心會計助理、出納、報稅人員適用，面試邀約提升1.4倍4AWS認證的雲端從業人員-基礎級 AWS Certified Cloud Practitioner – FoundationalAWS雲端入門首選，無IT背景也能考5TOEIC多益測驗ETS美國教育測驗服務社適合業務、貿易、海外職缺或需英文實力的職缺；700分以上者，獲得面試邀約機率平均可提升20%以上6AWS認證的人工智慧從業人員-基礎級 AWS Certified AI Practitioner – FoundationalAWSAI領域初學者友善，適合行銷、產品、教育等非技術職。考試內容包括機器學習、生成式AI、倫理與應用場警7丙級中餐(葷食)烹調技術士勞動部勞動力發展署技能檢定中心廚師、餐飲人員適用，面試邀約提升99%8AWS認證的機器學習工程師-助理級 AWS Certified Machine Learning Engineer – AssociateAWS驗證在AWS上建置、訓練與部署ML模型的能力9AWS認證的開發人員-助理級 AWS Certified Developer – AssociateAWS適合一年以上開發經驗者，考核使用AWS服務進行應用程式開發與部署能力，雲端工程師與後端開發者加分認證10乙級職業安全衛生管理員勞動部勞動力發展署技能檢定中心環安衛人員必備，面試邀約提升近4倍資料來源：104學習2025年度統計 【104證照中心】看更多熱門證照 2026年3大趨勢證照推薦 1. 【AI】證照 104人力銀行統計，AI相關職缺年增38%。如果不是工程技術背景，有哪些證照可以考？零基礎可以先考免費的「生成式AI課程認證」；而「iPAS+ AI應用規劃師能力鑑定(初級)」則是非技術職最具代表性的AI能力認證。從零基礎到技術進階都有對應選擇： ※點擊證照名稱可查看詳細資訊 證照名稱發證單位適合對象生成式AI課程認證GoogleAI初學者、各職類無需技術背景，認證免費iPAS+ AI應用規劃師能力鑑定(初級) iPAS經濟部產業人才能力鑑定行銷、人資、行政、PM等非技術職，無需程式能力iPAS+ AI應用規劃師能力鑑定(中級) iPAS經濟部產業人才能力鑑定已具資訊、數據或產品開發背景者的進階選擇資策會生成式AI能力認證財團法人資訊工業策進會想精進Prompt工程與AI辦公實戰的在職者Microsoft Azure AI-900註：已由Microsoft Azure AI-901取代Microsoft專為剛開始開發AI解決方案的科技專業人士設計。新版AI-901要求了解Azure AI概念，並能用Microsoft Foundry做出AI解決方案AWS 認證的人工智慧從業人員-基礎級認證 AWS Certified AI PractitionerAWS具基本技術背景、想投入雲端AI應用的工程師與產品人員 2. 【ESG 綠領】證照 因應淨零排放趨勢，104數據顯示，有「環境部淨零綠領人才培育課程合格證明」的求職者，面試邀約較未勾選前增5.4倍；而「廢水處理專責人員」則是綠領職缺中企業要求數第一名的證照，環安衛職類必備。 ※點擊證照名稱可查看詳細資訊 證照名稱發證單位適合對象環境部淨零綠領人才培育課程合格證明環境部任何職類皆可跨域，文組、非理工背景均適合廢水處理專責人員合格證書環境部化工、環工、製造業從業人員，或想轉型環安衛職類者空氣污染防制專責人員合格證書環境部製造業、煉油、半導體廠環安衛人員ISO 14064 溫室氣體盤查員各ISO認證訓練機構ESG專員、永續顧問、供應鏈管理、負責CSR報告者 3. 【語文／數位行銷／長照】證照 3張證照橫跨不同職涯方向，共同點是「加值型」：適合想在原職類基礎上疊加競爭力，或想跨領域的工作者。其中若持有「多益」金色證書（860分以上）在跨國職缺中優勢明顯；GA4則是數位行銷與網站經營者的必備分析工具認證；由於高齡化加上長照3.0政策推動，照護人力缺口持續擴大，通過「照顧服務員單一（丙）級技術士」就業保障高。 ※點擊證照名稱可查看詳細資訊 證照名稱發證單位適合對象TOEIC 多益測驗ETS想進外商、跨國集團，或有海外派駐需求者Google Analytics (分析) 個人認證資格(GA4)Google數位行銷、電商營運、社群小編、品牌企劃照顧服務員單一（丙）級技術士勞動部勞動力發展署技能檢定中心想投入長照機構、居家照護、日照服務者 職類熱搜證照排行TOP 5 以下各職類證照資料為「104證照中心」2026年7月最新熱搜： 【行銷/廣告/企劃】熱搜證照TOP 5 排名證照名稱發證單位1Google Analytics (分析) 個人認證資格(GA4)Google2Google Adwords 認證Google3TQC-OA-中文輸入財團法人中華民國電腦技能基金會4TIMS行銷企劃證照台灣行銷科學學會5CMP行銷企劃師認證中華國際人才培訓與發展協會 看更多【企劃】類證照 > 【會計/財金/保險/不動產】熱搜證照TOP 5 排名證照名稱發證單位1不動產經紀營業員內政部2丙級會計事務技術士勞動部勞動力發展署技能檢定中心3證券商業務員財團法人中華民國證券暨期貨市場發展基金會4人身保險業務員人壽保險商業同業公會5證券商高級業務員財團法人中華民國證券暨期貨市場發展基金會 看更多【金融】類證照 > 【電腦/資訊/工程師】熱搜證照TOP 5 排名證照名稱發證單位1CCNACisco2ISO 27001 資訊安全管理系統主導稽核員中華民國全國商業總會3丙級電腦硬體裝修技術士勞動部勞動力發展署技能檢定中心4CCNA Security 網路安全認證Cisco5丙級電腦軟體設計技術士勞動部勞動力發展署技能檢定中心 看更多【資訊】類證照 > 【設計】熱搜證照TOP 5 排名證照名稱發證單位1AutoCAD 國際認證Autodesk2Adobe IllustratorAdobe3乙級建築物室內裝修工程管理技術士勞動部勞動力發展署技能檢定中心4室內設計專業人員財團法人中華民國電腦技能基金會5InDesign 證照Adobe 看更多【設計】類證照 > 【餐飲/旅遊/服務】熱搜證照TOP 5 排名證照名稱發證單位1丙級中餐(葷食)烹調技術士勞動部勞動力發展署技能檢定中心2丙級西餐烹調技術士勞動部勞動力發展署技能檢定中心3丙級烘焙食品技術士勞動部勞動力發展署技能檢定中心4乙級中餐(葷食)烹調技術士勞動部勞動力發展署技能檢定中心5丙級飲料調製技術士勞動部勞動力發展署技能檢定中心 看更多【餐旅】類證照 > 【人資】熱搜證照 TOP 5 排名證照名稱發證單位1全方位基礎人力資源管理師認證社團法人中華人力資源管理協會2勞動法令管理師認證社團法人中華人力資源管理協會3勞健保暨勞基法管理師認證社團法人中華人力資源管理協會4人資專案管理師認證社團法人中華人力資源管理協會5員工薪酬管理師認證社團法人中華人力資源管理協會 看更多【人資】類證照 > 證照相關常見問題 1. 考AI證照需要程式背景嗎？ 不一定。生成式AI課程認證、iPAS+ AI應用規劃師（初級）都是為非技術背景設計，行銷、人資、行政職都能考；有技術背景者則可以選擇iPAS+ 中級、AWS AI Practitioner等進階認證。 【我的職務需要哪些AI技能？】熱門AI技能、課程、證照 ⮕ 至104學習【AI專區】看更多 [course_plugin api_type='course_id' title='AI相關課程' id='3987ebea-3686-4f67-a292-c46c3cc2128e, 122fbd25-1ad3-4caf-a3b7-d7beabdc75b9, 51189062-5156-4dec-9153-8464c6732b13'] 2. ESG綠領證照是什麼？要選哪張入門？ 綠領證照泛指淨零排放、環境保護、ESG永續相關的專業認證。入門可以選擇「環境部淨零綠領人才培育課程合格證明」，不限科系背景都能跨域取得，且104數據顯示持有者面試邀約增5.4倍。 3. 想轉職或提升技能，怎麼判斷該考哪張證照？ 先到「104證照中心」查詢目標職務類型最常要求的證照、技能，比對自己的背景選擇入門或進階級別。 （資料來源：104學習－104證照中心）

只會背型錄的業務，正在被AI取代！作者為深耕產業超過20年的B2B業務專家，指出業務的價值已從「介紹產品」轉向「看懂客戶還沒發現的問題」。從一次買筆電遇上兩種業務的經歷看起，並提供B2B業務的3種AI應用提示詞。本文節錄自《90%高級主管出身業務，B2B聖經》。 文／吳育宏 本文目錄（點擊可快速前往） 別做產品專家，要當問題顧問從產品知識到問題洞察，業務角色正在轉變【B2B業務AI應用】AI提示詞範例 別做產品專家，要當問題顧問 網際網路把現今的市場，變成名副其實資訊爆炸的環境。換言之，業務員若是無法從資訊提供者，轉變、升級成為資源整合者，勢必無法彰顯業務工作的價值，終將被市場所淘汰。從另一個角度來說，可以整合資源、做出綜合判斷的業務員，才有能力解決顧客的問題，而不是淪為背誦產品規格的專家，也就是從產品導向進階成為「問題導向」。說的白話一點，就是我們的產品是什麼型號、樣式、規格沒那麼重要，重要的是我們能幫顧客解決什麼問題。 幾年前，我到3C賣場打算增購一臺小筆電。我對個人電腦的了解非常一般，平時也不會花太多時間去研究產品資訊，純粹被小筆電輕巧、方便的特點吸引。所以，出門前我大致瀏覽過各廠牌小筆電的規格，好讓自己在賣場不會顯得太外行。 在3C賣場，我遇到的第一位年輕店員，了解我正尋找小筆電產品後，在不看任何書面資料的情況下，熟練的背出各廠牌的主要規格差異和折扣價格，我確定他是一位下過功夫的產品專家。但我打算找另一家店略做比較後再下決定，這位年輕店員似乎習以為常，他帶著自信告訴我：「歡迎再比較看看，你會知道我們是最划算的。」 到了第二家店，我遇到一位年齡較長的銷售人員，他的溝通方式創造出完全不同的銷售對話。在我表明要找小筆電產品後，他問了我一連串關於：「你為什麼要買小筆電？」的問題，從我預計使用的場合、時間，一直聊到個人使用習慣和偏好，我們的對話情境圍繞在我工作、生活的每一個細節，最後，他給了我一個出乎意料之外的結論：「先生，你不可以買小筆電！」 好極了，這是我第一次帶著新臺幣站在業務員面前，聽到這麼另類的建議。當然， 他並不是要結束這次交易，而是又花更多時間和耐心向我解釋，依照我的使用習慣，若是選擇小筆電，一定會在短時間內後悔。接著，他推薦一臺價格超過小筆電兩倍的筆記型電腦，同時再不厭其煩的說明它的規格，對我實際使用上有何幫助。 那個下午，我很幸運一次遇到兩位專家，一位是「產品專家」，另一位是「問題專家」。產品專家不斷提醒我聚焦在規格和價格，所以我心裡想的是：「不要漏掉其他眾多店家，應該好好的比較一番。」但在問題專家面前，我比較像是接受診斷的人。這些深入我實際需求的問診過程，網路上各種「比價王」，或是能將規格、價格倒背如流的產品專家都無法做到。所以，我沒有拿著他建議的機型，再去求助第三家店。因為他的建議比較像是醫生開的處方箋，而我從來不會和醫生的專業意見討價還價。 我在機械產業銷售空氣壓縮機時，也遇過類似狀況，客戶希望我們提供「氣冷式」機種的報價單，我和工程師看過客戶的工廠配置、使用環境後，很可能建議完全不同的「水冷式」機種（編按：氣冷式空壓機安裝簡單、成本較低，但受環境溫度與通風影響較大；水冷式建置成本較高，但散熱穩定，適合高溫與長時間運轉的工廠環境）。只要你能提供專業、合理的判斷依據，通常客戶都會感謝你提供不同的意見。 這也說明，業務人員在展開銷售對話前，最好先問問自己打算當「產品專家」，還是當「問題專家」。 從產品知識到問題洞察，業務角色正在轉變 過去許多B2B業務員，習慣把大量時間花在熟背產品型錄、規格與功能差異，認為只要夠熟悉產品，就能展現專業、取得客戶信任。但在今天的市場環境裡，這樣的優勢正在快速消失。當客戶3分鐘就能透過ChatGPT查完競品規格、價格區間與市場評價時，「會背型錄」已不再是競爭力。資訊透明後，客戶真正期待的，不再是有人幫他介紹產品，而是有人能幫他看見問題。 但更現實的是，許多業務在客戶經營上，仍停留在人工整理Excel報表、憑經驗判斷客戶關係的階段。客戶快流失了，往往等到訂單消失才發現；想接觸關鍵人物，也只能靠送禮、勤跑客戶，或刻意裝熟建立關係。這些做法最大的問題，不只是效率低，而是業務角色很容易被市場邊緣化，最後淪為單純的資訊轉述者。 AI時代來臨後，真正高價值的業務角色，反而變得更像企業顧問。未來頂尖業務的價值，不在於知道產品，而在於看懂客戶還沒發現的問題。例如，一家電子製造業客戶，近半年訂單高度集中在單一終端品牌，表面上營收成長，但AI若結合公開財報、供應鏈新聞與產業數據分析，就可能提前看出訂單集中風險、海外政策變動、原物料波動，甚至庫存壓力升高。這時候，真正有價值的業務，不是繼續介紹產品，而是主動提醒客戶未來可能面臨的經營風險。 未來的業務工作，將越來越像數據判讀與商業顧問。AI可以協助企業快速分析營收集中度、預測客戶流失風險、找出交叉銷售機會，甚至自動整理競品情報。但真正能拉開差距的，仍然是人的判斷能力。因為AI可以快速整理資訊，但如何解讀數據背後的商業意義、如何協助客戶做出更好的決策，依然是人類最重要的價值。 【B2B業務AI應用】AI提示詞範例 1. 產業風險預警： 我是一名電子零組件業務，主要客戶為〔公司名稱〕。請分析該公司近一年的財報與供應鏈新聞，列出三個它們可能面臨的經營風險（如訂單過度集中、政策影響或原物料波動），並提供三個我能以「顧問身分」提出的對策建議。 2. 競品分析與破解： 客戶目前正同時評估我們與〔競品A〕的〔產品類型〕。請整理〔競品A〕在市場評價中常見的痛點，以及我們的產品相較之下，能如何降低客戶的長期營運風險。 3. 數據洞察摘要： 這是一份客戶〔輸入產業類別〕的市場趨勢報告。請幫我提取出三個會直接影響客戶「成本控制」或「競爭優勢」的關鍵數據，以便我能主動提醒客戶提早應對。 節錄自：大是文化《90%高級主管出身業務，B2B聖經：從跑客戶到利用AI問對問題，這是你薪水翻倍、卡位晉升、認識大老闆的最快成功捷徑！》／吳育宏 著

在金融業競爭激烈的環境中，擁有專業證照不僅能強化專業能力，更是提升職場競爭力的關鍵。無論是銀行、證券、保險或投資領域，企業在選才時往往優先考慮持有相關證照的求職者。因此，取得金融專業證照不僅能幫助求職者進入理想職位，還能增加升遷機會。以下整理出金融專業人士最常關注的五大證照，協助你打造更具競爭力的職涯發展！ 第一名🟢證券商業務員 📌 適合對象：金融營業員、理財專員、券商人員 📌 優勢與職涯影響：證券商業務員證照是進入證券業的基本門檻，持證者可從事股票買賣、投資顧問等業務，開啟金融市場的職業生涯。 ➡️證照資訊及考古題https://nabi.104.com.tw/ability/10028869 ➡️線上模擬試題 https://nabi.104.com.tw/assess/38eaa182-f05a-4b7b-bdc8-152da438923f 第二名🟢證券商高級業務員 📌 適合對象：金融營業員、理財專員、金融研究員、保險經紀人 📌 優勢與職涯影響：比證券商業務員證照更進階，高級業務員證照可讓持證者擔任更高層級的投資顧問，負責高資產客戶的投資策略與風險管理。 ➡️證照資訊及考古題 https://nabi.104.com.tw/ability/10028870 ➡️線上模擬試題 https://nabi.104.com.tw/assess/26b6cff6-f0cb-45f5-9931-e932cd594f78 第三名🟢金融市場常識與職業道德 進入金融界之最低門檻，也是現行13種金融從業人員資格測驗之應考人新增應加考之共同科目 ➡️證照資訊及考古題 https://nabi.104.com.tw/ability/10028883 ➡️線上模擬試題 https://nabi.104.com.tw/assess/7006d9f4-c61e-4e20-91c0-3a709e21568d 第四名🟢信託業業務人員信託業務專業測驗 📌 適合對象：理財專員、銀行辦事員、金融營業員、融資信用業務 📌 優勢與職涯影響：信託業證照是高資產管理與財富規劃的重要證明，適合有意進入資產信託、理財管理等領域的金融人才。 ➡️證照資訊及考古題 https://nabi.104.com.tw/ability/10028885 ➡️線上模擬試題 https://nabi.104.com.tw/assess/1fe17f72-90db-4216-83b3-99fdb1f83ce1 第五名🟢TOEIC (多益測驗) 📌 適合對象：所有金融從業人員，特別是希望進入外商銀行、國際證券公司 📌 優勢與職涯影響：金融業高度國際化，許多跨國企業或外商銀行對英語能力有一定要求，TOEIC高分成績能幫助求職者在競爭激烈的市場中脫穎而出。 ➡️線上模擬試題https://nabi.104.com.tw/assess/toeic ➡️證照資訊:https://nabi.104.com.tw/ability/10034532

這段Podcast 是專訪Nabi iPAS 證照講師 陳正健（CCChen）如何透過經濟部 iPAS 產業人才能力鑑定，成功建立跨領域的專業系統。他至今已累積取得涵蓋 AI 應用、淨零碳規劃、智慧生產、食品保穫及品牌企劃等五大領域共 14 張證照。 CCChen強調，證照不應僅是孤立的紙本證明，而是應將所學知識與工作實務及數位工具深度結合，以提升解決複雜問題的職場競爭力。他分享了運用 AI 工具輔助學習與時間管理的策略，並以此帶動家人參與，展現出自主學習的正面能量。 他鼓勵專業人士打破學科框架，藉由跨域考證建構個人能力地圖，從而因應智慧化與永續轉型的產業趨勢。這些內容不僅記錄了他的轉型歷程，也為求職者與企業提供了關於人才培育及職涯成長的實務參考。 歡迎收聽▼ https://youtu.be/bUZXvx9eZk0?si=6a4q234WUnAABWiQ CCChen 老師課程 : 【直播課程＋限時回放】iPAS AI應用規劃師（初級）- 第三梯考前衝刺班｜8/5（三）20:00–21:30 線上直播講座｜104獨家iPAS AI考證衝刺 https://nabi.104.com.tw/course/104nabi/4f6e498b-dee3-4fab-935d-64c781840c9c 【2026年－考試筆記(V1版本)】iPAS AI應用規劃師初級｜全科攻略ｘ考點精華ｘ擬真題庫｜104學習 https://nabi.104.com.tw/course/104nabi/07779700-a980-43d2-8b34-bae808edea61 iPAS AI應用規劃師【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題​｜104獨家iPAS AI考證衝刺 https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e

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。

化危成績，滅洩安暴，物安毒生廢，運法其。 我會分段背 一、 “化“學品很“危”險，化學課的”成績”很低 二、 “滅”火器“洩”漏了，為了“安”全只能把滅火器“暴”露在空地 三、 “物”品放好，周圍“安”全沒煩惱 四、 碰“毒”品一“生”是“廢”人 五、 “運”氣好“法”律會保障“奇“怪的人 記得要按照順序

親愛的學員， 明天就是 本次考前衝刺直播回放的課程觀看權限即將到期【初級】考試日（115/8/15），首先祝大家考試順利！ 這邊想提醒大家： 本次考前衝刺直播回放的課程觀看權限即將到期，若還沒看完或想在考前再刷一遍重點，敬請把握今日登入平台完成學習。 📋 溫馨提醒 • 系統將於 8/15（考試當天）上午 9:00 正式下架本次直播回放課程，屆時將不再提供課程登入學習，請把握今日時間觀看並下載課程講義。 📌 觀看方式 請前往 104 學習《我的課程 》→ 選擇本次課程 → 前往上課，即可在課程平台觀看回放、下載課程講義。 ________________________________________ 能在考前認真備考的你，已經很棒了。 明天全力以赴，期待收到大家的好消息！ — 104 學習｜課程團隊 敬上

想要在 Excel 中快速計算兩個日期之間相隔的年數、月數或天數嗎？DATEDIF 函數就是您的最佳選擇！這個功能強大的日期計算工具不僅可以幫您輕鬆處理時間差計算，還能靈活應用於各種日期相關的分析任務。延伸功能倒數日期文章內也有介紹，讓我們一起深入了解這個實用的 Excel 函數，掌握日期計算的竅門！ DATEDIF ➤功能：計算兩個日期之間相隔的年數、月數或天數 ➤語法：= DATEDIF（開始日期，結束日期，參數） ➤舉例：=DATEDIF(A2,B2,"y")，表示從2024/8/5到2026/8/17總共有2年，而如果想知道從開始到結束有幾天，可以更改參數從"y"變成"d" 補充說明 =YEAR(B3)-YEAR(A3)，表示從2024/8/1-2027/8/13總共有3年，以此類推 另外，也可以在excel上計算倒數日期 🔍歡迎在104學習精靈關注【超級辦公室達人】獲得更多實用的小技巧 ✨如果喜歡這篇文，也歡迎免費加入共學✨

Google 推出了八堂免費的 AI 課程，涵蓋從生成式 AI 基本概念到大語言模型及其應用，助你全面掌握最新技術，解決學習 AI 的困惑與難題。只要完成這堂課，你就可以獲得完課徽章，向大家展示你擁有的新技能。 1. 生成式 AI 基本介紹： 這堂課程主要介紹生成式 AI 的基本概念和應用，如自動文本生成、圖像生成和音頻生成等技術。課程提供了生成式 AI 的基礎知識，並展示了實際應用案例，幫助初學者全面理解生成式 AI 的潛力和用途。 ▍適合人群： ● 對 AI 和機器學習感興趣的初學者 ● 希望了解生成式 AI 應用的非技術背景人士 ➤ 詳情請看：https://nabi.104.com.tw/ability/10048799 2. 大語言模型介紹 這堂課程深入講解大語言模型的工作原理、訓練方法和應用場景，如 GPT-3 等。課程涵蓋了大語言模型的架構和實際應用，並提供了實驗和實踐機會，讓學習者了解這些模型如何處理和生成自然語言文本。 ▍適合人群： ● 有一定編程基礎的學習者 ● 對自然語言處理（NLP）和大語言模型有興趣的人 ➤ 詳情請看：https://nabi.104.com.tw/ability/10048800 3. 負責任的 AI 介紹 這堂課程聚焦於 AI 開發和應用中的倫理問題，包括公平性、透明性和可解釋性等。課程強調 AI 的責任和道德考量，提供實例和指導原則，幫助學習者理解如何在 AI 開發中考慮道德問題。 ▍適合人群： ● AI 研究人員和開發者 ● 希望了解 AI 道德和社會影響的專業人士 ➤ 詳情請看：https://nabi.104.com.tw/ability/10048801 4. 影像生成介紹 這堂課程講解影像生成技術，包括生成對抗網絡（GANs）和變分自編碼器（VAEs）等。課程結合實際案例和技術細節，讓學習者深入了解影像生成的基本原理和應用。 ▍適合人群： ● 對計算機視覺和影像處理有興趣的學習者 ● 希望應用生成技術於實際項目的人 ➤ 詳情請看：https://nabi.104.com.tw/ability/10048807 5. 編碼器-解碼器架構 這堂課程介紹編碼器-解碼器（Encoder-Decoder）架構在機器翻譯和文本生成中的應用。課程深入解析編碼器-解碼器模型的結構和工作原理，並提供實驗指導，讓學習者掌握該架構在不同 AI 任務中的應用。 ▍適合人群： ● 有一定機器學習基礎的學習者 ● 對 NLP 和序列到序列模型有興趣的人 ➤ 立即上課：https://www.cloudskillsboost.google/course_templates/543 6. 注意力機制 這堂課程講解注意力機制的概念和應用，包括自注意力和多頭注意力等技術。課程詳盡解釋注意力機制的數學原理和實際應用，並展示其在各種 AI 任務中的作用，幫助學習者深入了解注意力機制如何提升模型性能。 ▍適合人群： ● 有機器學習和深度學習基礎的學習者 ● 對理解複雜技術有興趣的人 ➤ 立即上課：https://www.cloudskillsboost.google/course_templates/537 7. 變換器模型和 BERT 模型 這堂課程介紹變換器（Transformer）模型及其衍生模型 BERT，在自然語言處理中的應用。課程深入講解變換器模型的架構和 BERT 的訓練方法，並提供實際案例分析，讓學習者全面掌握這些模型的應用技巧。 ▍適合人群： ● 對變換器技術和 NLP 領域有深入了解需求的學習者 ● 從事 NLP 研究或開發的人士 ➤ 立即上課：https://www.cloudskillsboost.google/course_templates/538 8. 建立圖像標題模型 這堂課程講解如何構建能夠為圖像生成標題的模型，結合 CNN 和 RNN 技術。課程涵蓋圖像處理和自然語言生成的交叉領域，提供從數據準備到模型訓練的全流程指南，讓學習者全面了解圖像標題生成的技術。 ▍適合人群： ● 對圖像處理和文本生成有興趣的學習者 ● 希望實現圖像標題生成應用的人士 ➤ 立即上課：https://www.cloudskillsboost.google/course_templates/542 這 8 堂 Google 免費 AI 課程為學習者提供了豐富的學習資源，無論是初學者還是有一定基礎的專業人士，都能找到適合自己的內容。通過這些課程，你將能夠更好地理解和應用 AI 技術，提升自身的技術水平，應對未來的挑戰。立即加入學習行列，掌握最新的 AI 知識，開啟你的智能時代！ ✅ 你的AI知識有幾分? 來挑戰看看👉https://nabi.104.com.tw/assess/5f56741a-2b6a-4201-b504-fafd6a56b11f

長照居服員以亮眼薪資吸引年輕工作者前仆後繼，但實際上該領域須面對的挑戰卻令人堪憂，究竟居家服務高薪背後的真相是什麼？是什麼原因讓這些充滿潛力的青年選擇離開，長照行業又該如何變革以留住這股新生力量？ 文／周妤靜　由天下雜誌授權轉載 本文導覽 居服員市場湧入年輕工作者居家服務是專業，但民眾要的是幫傭居服員的辛酸現實：專業被忽視，熱忱遭消磨為什麼長照專業出了學校，就不受尊重？居服員月入10萬元的真相轉型迫在眉睫！急需正名的「照服老師」 長照機構出現愈來愈多年輕面孔，這批生力軍對長期照顧有什麼樣的理想與抱負？他們能帶給我們更專業的照顧嗎？ 居服員市場湧入年輕工作者 「恭賀居服員月薪10萬」，長照業者以吸睛標題登出徵人廣告，附上自家居家照顧服務員1月份薪資條，有人月薪超過10萬台幣，6萬元以上亦不在少數。看來薪資亮眼，照顧工作不再乏人問津。 自長照2.0啟動以來，長照人力已成長近4倍，超過10萬人。值得關注的是，35歲以下，到府照顧長輩的居服員也成長兩倍，佔全體的15%，連年輕人都入行了。 「以前長照1.0的年代不可能有年輕人要做這個工作，」一粒麥子基金會新北服務中心主任劉靜芳表示，長照曾被視為「外勞的工作」，對年輕人的吸引力不高。 如今，上萬名長照科系畢業的學院派年輕人投入長照，他們真能實現所學，月入10萬元？居家服務品質，會變得更好嗎？ 居家服務是專業，但民眾要的是幫傭 現實其實很骨感。 今年27歲的陳佩雯（化名）講起長照頭頭是道，她表示，長照融合護理和社工的知識，既要了解翻身拍背和移位的技巧，還要察覺家屬的精神狀況，照顧壓力過大、照顧不當都得通報。 陳佩雯是「學院派」出身的長照人力，於長庚科技大學高齡暨健康照護管理系畢業後，又報考台北護理健康大學長期照護研究所，因為「長照是很重要的知識，每個家庭都有機會遇到。」 像陳佩雯一樣，抱持著長照的專業理想：長照是以失能者為中心、讓失能者恢復自理能力。但進到現場，不被視為專業，時常被無力感淹沒。陳佩雯在擔任半年的居服員、一年的居服督導後，還是離職了。 「我是來提供專業協助的，結果民眾想要的是幫傭，」陳佩雯說。 長照使用者的觀念沒有改變。以單次服務的自負額不超過50元的代購、備餐和家務協助為例，民眾常常無限索求。一次代購服務，長輩要求她跑四個地點，要排隊買小火鍋，還要到賣場買衛生紙，「他看我太年輕，一拒絕就說為什麼別的居服員可以。」 理想中，居服員的角色是協助輕度失能的長輩維持生活自理能力，在兼顧安全的情況下陪同長輩購物、打掃環境，以延緩退化，但「現實是民眾付錢請你，就是要你幫我做。」 居服員的辛酸現實：專業被忽視，熱忱遭消磨 不僅民眾不了解生活訓練的重要性，居服機構也不支持，因為太花時間。居服機構考量成本，限定每項服務的時間，若居服員要帶著長輩煮飯，很可能得花兩倍以上的時間。 「就跟帶小朋友煮飯一樣，他可能把廚房用得更亂，還要善後，」陳佩雯解釋，但居服員一個案子接一個案子，根本不可能有時間。 ▲長照機構鑫淼天使居聘僱的照服員多為30歲以下，這群年輕人在白色情人節當天和長輩一起製作巧克力。（攝／莊凱程，由天下雜誌授權轉載） 更讓陳佩雯受挫的是，家屬不輕易接受她的照顧意見。陳佩雯為插鼻胃管的臥床長輩灌食時，食物無法順利流入鼻胃管，她判斷要由護理師換管，家屬卻不斷要求她使用加壓針筒，強行灌入。 「他說外籍看護都是這樣做的，」陳佩雯並不認同，因為灌食速度過快，可能導致胃內食物逆流，進而吸入氣管，引發肺炎。然而她只是照服員，不是護理師，屢屢受到家屬質疑。 懷抱專業理想的人，很可能是居家服務過程中最受挫的一群。回想初入職場的心境，陳佩雯忍不住嘆一口氣，「就是太年輕、太有熱忱了。」 為什麼長照專業出了學校，就不受尊重？ 陽明交通大學衛生福利研究所助理教授李韶芬解釋，一是文化脈絡看來，照顧和家務多半由親人包辦，長久以來被視為「無酬勞動」，照顧工作的價值本來就被社會低估。 二是長照人力的供給還趕不上需求，「政府思維是趕快先補上人，才要求補上專業，」李韶芬表示，長照系所起碼兩年，但法規只要求90小時的訓練就可擔任照服員，家庭聘請的看護移工甚至遭到排除，沒有受訓的權利，更讓民眾難將家庭內的照顧勞動與專業聯想在一起。 整體而言，長照相關科系畢業的居服員佔比很小，政府在中高齡照服員和看護移工身上投注的訓練資源又太少，導致長照工作難被視為一門專業。 居服員月入10萬元的真相 至於，月入10萬元，接案彈性是否為真？ 事實上，居服員的高薪是用時間和體力換來的。以時薪換算，一個月工時得超過200個小時、連國定假日都到府服務，才可能月入10萬元。 張詠舜自朝陽科技大學銀髮產業管理系畢業後3年，肩膀厚實不少、變得更有力量，這3年來他都在第一線擔任照顧服務員。和多數畢業生一樣，他先做了居家照顧服務，然而三個月的工作期間，他不曾領過2萬5000元以上的月薪。 「幾乎要天時地利人和，才有辦法賺比較多錢，」張詠舜和機構採取拆帳制而非時薪制，但是能接多少案、從失能者申請的服務收到多少錢，都是不穩定的變數。此外，居服員得單打獨鬥，張詠舜搬不動長輩時，就在腰部繫上移位帶輔助，自立自強。 努力三個月後，他還是放棄了居家服務，轉身投入薪水穩定的住宿型長照機構。機構中有照服員、護理師和社工師一起打團體戰、交換照顧意見，換尿布、沐浴等照顧技巧進步更快，他說，「熟練的技術展現給家屬看，他們才會信任。」 長照工作好不容易吸引年輕人來投入，如何接住他們的熱血，不讓它冷卻？ 轉型迫在眉睫！急需正名的「照服老師」 北護大長照系系主任陳正芬指出，長照工作者需要專業成長和專業認同，她為此倡議，「不要再叫照顧服務員了 ，應該正名為照顧支持員。」 近年長照機構也開始改稱照服員為照服老師，青松健康營運部副理吳雅惠是機構中第一個這樣稱呼的，「因為他們帶長輩活動的樣子，就像老師在帶學生。」照服員在日照中心、住宿型機構帶領長輩進行一連串的生活練習，翻轉照顧對象失能的狀態，也翻轉人們看待照顧工作的眼光。 衛福部正在檢討長照2.0的服務，長照司司長祝健芳指出，「專業的照服員應該花時間在真的需要身體照顧的人身上，而不是幫忙掃地、煮飯。」 為此，明年啟動的長照3.0計劃將照顧人才分級分流，舉凡身體照顧以外的代購、家務與陪伴，居服機構可聘請不具有長照資格的人員提供服務。 年輕人的加入為長照服務帶來活力與專業發展的可能性。然而如何留住人才，關鍵仍在制度與觀念的改革，這條路才能走得長遠、讓願意投入的人能看見未來。 延伸閱讀： 居服員工作在做什麼？從問候到洗澡洗頭，陪伴長輩的不簡單日常 「『照顧殺人』案例往往從這裡出來」台灣長照4大難題，如何解？｜觀點 當「照服員／居服員」會有什麼職業病？了解照顧服務員職業風險 六、七十歲還能做7件事　代表你活得很成功 3200萬被動收入達成！現實感創業家3大致勝關鍵 退休後能怎麼賺？外資投信戰將：別再迷信保守固定配息

有關因台中新光三越氣爆事件受影響勞工之權益事項，因於該場域作業的員工類型較多，勞動部有以下說明： ​ 📌一、 若為新光三越自行僱用之員工： 　(一)勞動部職安署已派勞動檢查員進行瞭解，若確定要求停工，依《職業安全衛生法》第36條規定，勞工因而停工之期間，工資照給，不得要求勞工請假。 　(二)如新光三越要求勞工進行善後，亦應依約給付工資，如有加班情事，並應依法給付加班費，並須注意給予勞工適當的休息。 📌二、若為工作地點在新光三越，但雇主非新光三越之員工(如專櫃人員、美食街、清潔、保全…等員工)： 因受停業影響而無法在原地點繼續工作，雇主應將員工安置至其他適當工作，並應遵守《勞動基準法》有關調動工作的原則。 ​ 例如，調動後的工作要是該勞工所能勝任、不能對勞動條件有不利變更、雇主不能擅自扣薪、地點過遠應提供必要協助等；亦不得要求勞工自己請假。 ​ 📌三、如果雇主有處理不當衍生勞資爭議，勞工除可向勞動部1955專線申訴外，亦可就近向台中市政府勞工局申訴，將盡速協處。 ​ 📌四、如為因工作受傷等職災勞工，勞動部已在全國布建17家職業傷病診治專責醫院及38家職災職能復健專責醫院，也在全國22個縣市聘僱70名職災專業服務人員，全力協助職災勞工受傷後，就近接受職業傷病診治及職能復健服務，經專業及個案化的服務重返職場。 資料來源 : 勞動部粉專

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']

不用再從第一頁背到最後一頁、準備就業服務乙級不用再靠死背了！本文教你用「Gemini Notebook」整理就服乙級題庫、最新法規、Flashcards、Mind Map、語音摘要與術科申論，搭配官方資料、104題庫與考證課程，自己利用AI就能打造出最符合自己使用需求的AI備考助教囉！ 文／《104學習》 本文導覽 Gemini Notebook是什麼？為什麼適合準備就服乙級？就業服務乙級考什麼？先弄懂學科與術科差異開始前：先建立自己的「就服乙級資料庫」就服乙級題庫哪裡找？步驟一：建立「就業服務乙級」專屬Notebook步驟二：先做程度診斷，不要從第一頁開始背步驟三：把難懂法規拆成20分鐘短課步驟四：把數字、期限做成「Flashcards」步驟五：用「Mind Map」把法規串起來步驟六：用語音摘要，把通勤變成複習時間步驟七：不要只刷題，把歷屆題變成「錯題資料庫」步驟八：把Gemini Notebook變成「就服乙級術科教練」自學卡關時：課程負責建立觀念，AI負責反覆練習距離考試只剩14天？這樣安排衝刺第一次考就服乙級？可以先看看別人怎麼準備用AI準備就服乙級，這3件事一定要注意讓AI從「答案產生器」，變成你的就服乙級備考教練補充資料：6組可以直接複製的就服乙級Gemini Notebook提示詞準備就服乙級，可以先收藏這3個104資源準備就服乙級，建議收藏的官方網站與資源 準備「乙級就業服務技術士」，最讓人頭痛的往往不是找不到教材，而是——資料真的太多了。 就業服務法規、外國人聘僱與管理、職業介紹、人力仲介、招募、職涯諮詢，再加上官方學科題庫、歷屆試題、術科考古題、參考書與自己的筆記，一開始很容易很認真地從第一頁往後讀，幾天後卻開始發現： 「這條法規我到底讀過了沒？」 「期限、金額、資格怎麼全部長得很像？」 「學科選擇題好像會寫，但術科看到題目卻不知道怎麼下筆？」 如果你也有這些困擾，不妨換一種方法。 與其把AI當成「查答案工具」，更適合利用 Gemini Notebook 把官方法規、就服乙級題庫、歷屆術科題目、課程講義與自己的錯題集中在一起，建立一套屬於自己的AI備考系統。 AI可以協助你整理內容、找出弱項、製作Flashcards、Mind Map、模擬試題，甚至將複雜內容變成語音摘要，讓通勤時間也能拿來複習。 以下就以「就業服務乙級」為例，一步一步教你怎麼做。 應考「就業服務乙級」的準備8步驟 步驟一：建立「就業服務乙級」專屬Notebook步驟二：先做程度診斷，不要從第一頁開始背步驟三：把難懂法規拆成20分鐘短課步驟四：把數字、期限做成「Flashcards」步驟五：用「Mind Map」把法規串起來步驟六：用語音摘要，把通勤變成複習時間步驟七：不要只刷題，把歷屆題變成「錯題資料庫」步驟八：把Gemini Notebook變成「就服乙級術科教練」 Gemini Notebook是什麼？為什麼適合準備就服乙級？ Gemini Notebook前身為NotebookLM，是Google提供的AI筆記與研究工具。 和一般直接問AI最大的不同，在於你可以先把自己指定的資料放進Notebook，再針對這些來源提問。 例如可以加入： PDF 網站 Google文件 簡報 筆記 課程資料 題庫 自己整理的錯題 延伸閱讀：Gemini Notebook簡報可直接修改了！6招編輯方法改AI簡報，轉PPTX、線上都行 Gemini Notebook還可以根據來源產生語音摘要、Flashcards、測驗、Mind Map等學習內容。 對準備就業服務乙級的人來說，這項特色特別重要。因為就服乙級涉及大量法規。比起直接問AI：「私立就業服務機構可以收哪些費用？」，更安全的做法是： 先把最新官方法規放進Notebook，再要求AI依據這些資料回答。 也就是把Gemini Notebook變成一位「先讀完你指定教材，再回答問題的AI備考助教」。 [course_plugin api_type='course_id' title='【2026年2月新增勞動新制講義】就業服務乙級技術士｜白話解析．簡單看懂．考前總整理' id='cd36c1a7-efa4-4dff-b11a-0102e0c6e1b1'] 就業服務乙級考什麼？先弄懂學科與術科差異 準備之前，第一件事情不是買參考書，而是先確認官方考試範圍。 就業服務乙級的專業範圍主要包括： 職業介紹、人力仲介及相關就業服務 外國人引進、聘僱與管理 招募 職涯諮詢輔導 就業服務相關法令與實務 技術士共同科目 而準備時最重要的觀念之一，就是：「學科會做，不代表術科寫得出來。」 學科主要測驗你能不能辨認正確答案，但術科需要自己組織內容。看到題目後，你必須做到： 看懂情境 → 找出考點 → 回想法規或概念 → 寫出關鍵字 → 組成完整答案。 所以如果整個準備過程只有刷選擇題，很容易出現學科準備得不錯，術科卻不知道如何下筆的情況。 而這正是Gemini Notebook可以協助的地方。 開始前：先建立自己的「就服乙級資料庫」 先不要急著請AI出100題模擬考。 AI好不好用，很大一部分取決於你餵給它什麼資料。 建議第一批先準備： 最新官方學科測試參考資料 官方術科測試參考資料 最近幾年的學科歷屆試題 最近幾年的術科歷屆試題 最新版就業服務相關法規 課程講義或自己的筆記 之後再逐漸加入： 自己的錯題 模擬考結果 容易混淆的法規 術科作答紀錄 檔案名稱最好直接標年份 例如： 「115年就服乙級學科資料」 「115年最新版就業服務法」 「114年第3梯術科試題」 這個小動作很重要，因為就服乙級涉及法規更新，幾年後的舊題目不一定能直接套用現在的規定。 💡 不要直接開始討論，應該先餵最新資料「養AI」，才能完整發揮功力 就服乙級題庫哪裡找？ 104證照中心已整理「乙級就業服務技術士」專區，可以查看證照資訊、相關題庫與延伸學習資源。 第一次準備，不需要急著蒐集幾百份網路講義。 官方資料＋近期題目＋最新版法規，先建立第一版Notebook就夠了。 👉 乙級就業服務技術士｜104學習 步驟一：建立「就業服務乙級」專屬Notebook 資料放進去之後，第一個問題不要急著問法規，先讓Gemini Notebook知道你的目標。 可以直接輸入： 「我要準備乙級就業服務技術士技能檢定。請以我加入的官方題庫、法規、歷屆試題與課程資料為主要依據，協助我準備學科及術科。如果不同來源內容不一致，請指出差異，不要自行猜測。」 接下來再加入自己的條件： 「距離考試還有30天，我沒有HR背景，平日每天可以讀40分鐘，週末每天2小時。請依據考試範圍安排讀書順序，並兼顧學科與術科。」 比起只問：「就服乙級怎麼準備？」，AI得到的任務會清楚很多。 步驟二：先做程度診斷，不要從第一頁開始背 很多考生習慣按照順序閱讀，如：第一章 → 第二章 → 第三章…… 但你真正需要補強的內容，很可能只集中在幾個主題。 所以更有效率的方法是：先考一次。 例如： 「請根據我加入的就服乙級學科資料，設計30題程度診斷測驗，包含單選與複選題。先不要顯示答案，等我全部回答完再批改。」 作答完成後再問： 「請分析我的錯題，把錯誤分成： 法規記憶錯誤 相似規定混淆 情境判斷錯誤 題意理解錯誤 並列出我最需要優先補強的5個主題。」 這時候AI才真正開始變成「個人化」備考工具。 步驟三：把難懂法規拆成20分鐘短課 就服乙級最容易把人讀到放棄的地方，大概就是大量法規。 不要一次問：「幫我整理全部就業服務法規」，因為最後你很可能只是得到另一份很長的講義，比較好的方式，是一次處理一個問題。 例如： 「我一直分不清楚私立就業服務機構哪些費用可以收、哪些不能收。請根據我提供的最新官方法規，用沒有法律背景的人也能理解的方式，安排一堂20分鐘課程。最後整理成比較表，再出5題情境題。」 也可以輸入： 「請整理外國人聘僱與管理中最容易混淆的規定，每一項說明適用對象、條件、期限及常見錯誤。」 甚至要求AI： 「不要逐條背法條，全部用『人物＋職場情境＋問題＋判斷』的方式教我。」 抽象規定放進情境後，通常比死背容易記得多。 💡不要一次問：「幫我整理全部就業服務法規」，應該針對你需要的情境模擬 步驟四：把數字、期限做成「Flashcards」 就服乙級裡有不少容易混淆的內容： 「到底是幾天？」 「這個又是幾年？」 「誰可以申請？」 「可以向誰收費？」 「主管機關到底是哪一個？」 這類資訊非常適合利用Gemini Notebook製作「Flashcards」學習卡。 可以輸入： 「請根據最新官方資料，製作30張就服乙級Flashcards，優先整理期限、金額、年齡、主管機關、適用條件與禁止事項。每張卡片再加入一個常見陷阱。」 等錯題開始累積後，再進一步要求： 「只製作我最近兩次測驗答錯的內容。」 你的Flashcards就會慢慢變成真正屬於自己的弱點題庫。 步驟五：用「Mind Map」把法規串起來 很多人讀到最後並不是「完全不知道」，而是：每條都好像看過，但全部混在一起。 這時Gemini Notebook的「Mind Map」功能就很好用。 例如職業介紹、人力仲介，可以整理成： 求職者 就業服務機構 雇主 收費規範 禁止行為 外國人聘僱 主管機關 罰則 職涯諮詢則可以整理： 需求評估 資訊蒐集 職涯探索 生涯決策 行動方案 追蹤 完成後再問AI：「請從這張Mind Map中找出最容易混淆的10組觀念，整理成比較表。」 到了考前最後一週，這種架構型複習通常比重新翻完整本參考書有效率。 💡 考前最後一週，讓Gemini Notebook協助你建立有架構的複習比完整重翻完整本參考書有效 步驟六：用語音摘要，把通勤變成複習時間 上班族準備證照，最大的問題往往不是教材，而是時間。 Gemini Notebook可以將來源資料製作成「Audio Overview」語音摘要，很適合在這些零碎時間時利用來複習： 搭捷運 開車 散步 運動 做家事 但是有一個重要技巧：不要一次把全部就服乙級教材做成一集。 比較好的拆法是： 就業服務法重點 私立就業服務機構 外國人聘僱與管理 職涯諮詢 我的本週錯題 術科常見考點 提示詞例如： 「請根據我選取的官方資料，製作一段適合通勤複習的語音摘要，主題是私立就業服務機構。不要逐條朗讀法規，請用案例說明容易考錯的地方。」 到了考前還能改成： 「請只整理我答錯兩次以上的觀念，製作考前複習內容。」 這時候才真正做到個人化複習。 步驟七：不要只刷題，把歷屆題變成「錯題資料庫」 刷1000題並不一定比刷300題有效，重點是：「你有沒有一直錯在同一個地方」。 請記得每次寫完題庫，可以保留： 題目 自己的答案 正確答案 錯誤原因 接著問Gemini Notebook： 「請分析我為什麼答錯。不要只告訴我正確答案，請依序說明： 這題真正考什麼 判斷依據 其他選項錯在哪 我可能混淆了什麼 再出一道不同情境的相似題」 每週再整理一次：「統計我這星期所有錯題，找出錯誤次數最高的5個主題，按照需要優先補強程度排序。」 這份資料會逐漸形成一張真正有用的：個人弱點地圖。 步驟八：把Gemini Notebook變成「就服乙級術科教練」 如果學科是「看到答案認得出來」，術科真正考的是：「沒有選項時，你寫不寫得出來」。 可以先把歷屆術科試題加入Notebook，要求： 「請根據我提供的歷屆就服乙級術科試題，依職業介紹、人力仲介、招募、職涯諮詢與相關法規分類，整理實際出現過的考點。不要預測下一次考題。」 接著開始練習： 「請從歷屆考點設計一道新的術科模擬題，先不要提供答案。等我完成作答後，再依照法規正確性、關鍵字、答題結構及完整度幫我檢查。」 寫完後再問： 「假設這是一題正式術科題目，請指出我的答案缺少哪些可能影響得分的關鍵字，也告訴我有哪些內容其實不用寫。」 這裡最重要的一件事就是：一定要先自己寫，再看AI答案。 不要題目一出來就請AI生成標準答案，因為正式考試真正需要的是：看到題目 → 回想 → 組織 → 寫出來。 自學卡關時：課程負責建立觀念，AI負責反覆練習 Gemini Notebook很適合整理資料、比較法規、出題與分析錯題，但是它不等於完整教學。 特別是沒有HR、就業服務或法規背景的考生，很容易出現：「AI的答案每個字我都看得懂，但還是不知道為什麼是這個答案」的疑問。 這時候，可以把結構化課程和AI搭配使用。104學習目前已有「就業服務乙級技術士」考證課程，可以用來建立完整考試觀念，再將講義、自己的筆記與錯題放進Notebook複習。 👉 就業服務乙級技術士考證課程｜104學習 比較推薦的使用方式是： 課程建立觀念 → 講義加入Notebook → AI整理 → 出題測驗 → 找出弱項 → 回課程補強。 如此一來，看課程不再只是被動「看完」，而是多了輸出與檢查的環節。 距離考試只剩14天？這樣安排衝刺 如果距離考試只剩兩週，就不適合追求：「我要把整本參考書讀完。」，比較有效的目標是：盡快找出最可能失分的地方。 建議可以採取以下的安排： 時間備考內容第1天整理官方資料＋做程度診斷第2至5天集中處理學科弱項，每天搭配刷題、Flashcards與錯題分析第6至9天增加術科比重，每天真正寫題目，再讓AI批改第10至11天限時完成歷屆題或模擬考第12天只補自己的弱項第13天完整模擬學科＋術科第14天只看錯題、Mind Map、Flashcards與最容易忘記的內容 也可以直接讓Gemini Notebook協助： 「距離就業服務乙級考試還有14天，請根據我的錯題、目前程度與每天可讀時間安排最後兩週計畫。不要平均分配所有章節，請優先處理最容易失分的主題。」 第一次考就服乙級？可以先看看別人怎麼準備 如果完全不知道讀書順序，也可以先參考實際考生的準備經驗。 《104職場力》曾整理非人資背景考生的實戰經驗，包括學科、術科、考古題刷法、AI工具查核法規與準備時常見的問題。 先了解別人的備考路徑，再回頭建立自己的Gemini Notebook，通常會比完全從零摸索更快找到方向。 延伸閱讀：【就業服務乙級應考】三戰考生分享學科術科通關攻略：考古題刷法、AI工具助攻 用AI準備就服乙級，這3件事一定要注意 一、AI整理的法規，一定要確認版本 這大概是準備就服乙級最重要的原則：「法規會修正」！。 尤其涉及： 金額 期限 年齡 資格 主管機關 雇主責任 外國人聘僱 申請條件 千萬不要因為AI講得很有自信，就直接背下來，如果是舊的歷屆題，可以要求：「請比較這道歷屆試題當年度的規定與我提供的最新法規，如果已修法，請分成『當年規定』與『現行規定』說明」。 二、不要只看AI摘要 AI摘要確實很方便，但也很容易產生：「我看過＝我會了。」的錯覺。 使用時請至少要搭配：自己答題＋自己回想＋自己寫術科。 AI最適合放在：「學習 → 測試 → 發現錯誤 → 再學習」的循環中。 三、術科應試方式一定要看最新官方公告 舉例來說，日前勞動力發展署技能檢定中心已公布「就業服務職類乙級術科測試擬改採電腦測試」相關參考資料與操作資訊（實際實施日期仍應以官方最新公告為準）。 所以準備考試時，千萬不要只依賴幾年前的文章或前一梯考生分享。 每次報考前，都應重新確認最新簡章與應試規定。 讓AI從「答案產生器」，變成你的就服乙級備考教練 Gemini Notebook真正值得利用的地方，不是把500頁教材縮成50頁。 而是把原本散落各處的：官方法規、就服乙級題庫、歷屆試題、術科答案、課程講義、錯題與個人弱項，放進同一套學習流程。 一開始不需要做得很複雜，打算開始實行的時候，只要先完成三件事即可： 第一，把最新官方題庫與法規放進Notebook。 第二，先做一次程度診斷。 第三，真正動手寫一道就服乙級術科題。 接下來，你的讀書方式就能慢慢從：「今天我要讀到第幾頁？」變成：「根據我最近的答題狀況，今天最值得花40分鐘補強的是什麼？」 這才是AI真正適合用在證照備考的地方。 不用再從第一頁一路背到最後一頁。 讓Gemini Notebook幫你整理資料、找到弱點，而你把有限的時間留給真正重要的事——理解、練習，然後真的把答案寫得出來。 [download_plugin file_name='就業服務乙級應考懶人包（Amanda, 2026）' file_url='https://blog.104.com.tw/wp-content/uploads/2026/04/14134345/%E5%AE%8C%E6%95%B4%E7%89%88%E5%B0%B1%E6%A5%AD%E6%9C%8D%E5%8B%99%E4%B9%99%E7%B4%9A%E6%87%89%E8%80%83%E6%87%B6%E4%BA%BA%E5%8C%85_Amanda2026.pdf'] [course_plugin api_type='course_id' title='看更多104推薦就服乙級課程' id='d71fa23c-faa0-4217-8d64-f8ade17c24a9,d71fa23c-faa0-4217-8d64-f8ade17c24a98,80910067-0c0b-4ae8-8bb7-9b29ab072e26,661eb47c-9fb5-464a-bf8e-db5d46118507,6e0930e8-ec59-406e-afb8-b1f350e9db99'] 補充資料：6組可以直接複製的就服乙級Gemini Notebook提示詞 安排讀書計畫：「距離就業服務乙級技術士考試還有30天，我平日每天能讀40分鐘，週末每天2小時。請根據我加入的官方題庫、歷屆試題與錯題，安排學科及術科讀書計畫，優先補強弱項。」 整理容易混淆的法規：「請根據我提供的最新官方資料，整理就服乙級最容易混淆的規定，特別標示期限、金額、年齡、主管機關、適用對象與例外情況。如果來源不一致，請指出差異，不要自行猜測。」 產生學科模擬題：「請根據我加入的就服乙級題庫與考試範圍，設計10題新的情境題，混合單選與複選。不要直接複製原題，也不要先公布答案，等我作答後再批改。」 練習就服乙級術科：「請根據我提供的歷屆就服乙級術科題目，設計一道新的模擬題。先不要公布答案，我回答後，再檢查法規正確性、關鍵字、答題結構與完整度。」 分析錯題：「請分析這次所有錯題，不只告訴我答案，也要找出錯誤原因，統計我反覆混淆的主題，最後按照優先程度列出下一次應該複習的內容。」 考前總複習：「根據我的歷次測驗、術科作答與錯題紀錄，整理考前最需要複習的30個觀念。每個觀念只保留一句核心重點、一個常見陷阱與一個快速自我檢查問題。」 準備就服乙級，可以先收藏這3個104資源 如果準備開始挑戰「乙級就業服務技術士」，可以先從這三個入口開始。 👉 乙級就業服務技術士｜104證照中心：掌握證照介紹、題庫與相關學習資訊。 👉 就業服務乙級技術士考證課程｜104學習：把課程負責的「完整觀念」與Gemini Notebook負責的「個人化練習」搭配使用。 👉 就業服務乙級學科、術科通關攻略｜104職場力：了解學科、術科、考古題與實際備考經驗。 準備就服乙級，建議收藏的官方網站與資源 AI可以幫忙整理，但法規、考試範圍、考試方式，仍以官方最新公告為準，以下網站很適合直接收藏： 勞動力發展署技能檢定中心：查詢技術士技能檢定簡章、公告、測試資訊與最新應試規定。 👉 https://www.wdasec.gov.tw 19500 就業服務：查詢官方學科、術科測試參考資料。 👉 https://owinform.wdasec.gov.tw/ 全國法規資料庫｜就業服務法：就服乙級的重要核心法規。 👉 https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=N0090001 全國法規資料庫｜私立就業服務機構許可及管理辦法：準備私立就業服務機構、就業服務專業人員及管理規定時的重要資料。 👉 私立就業服務機構許可及管理辦法-全國法規資料庫 全國法規資料庫｜私立就業服務機構收費項目及金額標準：特別適合拿來整理：「向誰收、收什麼、多少錢、什麼情況不能收」。 👉 私立就業服務機構收費項目及金額標準-全國法規資料庫 全國法規資料庫｜雇主聘僱外國人許可及管理辦法：準備外國人聘僱、申請與管理相關題目時的重要官方來源。 👉 雇主聘僱外國人許可及管理辦法-全國法規資料庫 全國法規資料庫｜外國人工作資格及審查標準：涉及外國人工作資格、審查條件時，可以從正式法規確認。 👉 外國人從事就業服務法第四十六條第一項第八款至第十款工作資格及審查標準-全國法規資料庫 全國法規資料庫｜就業保險法：失業認定、失業給付、提早就業獎助津貼與相關就業服務制度，可以由此查核。 👉 https://law.moj.gov.tw/LawClass/LawAll.aspx?PCode=N0050021 台灣就業通：可以了解公立就業服務、求職求才、職涯探索、就業促進與職業訓練等實務資源。 👉 https://www.taiwanjobs.gov.tw/ Gemini Notebook官方說明：想確認Gemini Notebook最新功能與操作，可以直接看Google官方說明。 👉 https://support.google.com/gemininotebook/ ★ 本文涉及技能檢定範圍、法規及應試方式等資訊，可能隨主管機關公告或法規修正而異；實際報考及準備時，請以勞動力發展署技能檢定中心、全國法規資料庫等官方最新資訊為準。

提供今年度1月到10月底，針對在「金融/保險」相關職類中，求職者與證照中心瀏覽者熱搜得TOP10證照，提供您職場進修做為參考： 第1名：丙級會計事務技術士 證照資訊：https://nabi.104.com.tw/ability/10028814 考古題參考：110_03_丙級會計事務技術士_資訊_題目&答案 https://nabi.104.com.tw/ability/10028814/110_03_%E4%B8%99%E7%B4%9A%E6%9C%83%E8%A8%88%E4%BA%8B%E5%8B%99%E6%8A%80%E8%A1%93%E5%A3%AB_%E8%B3%87%E8%A8%8A_%E9%A1%8C%E7%9B%AE%2B%E7%AD%94%E6%A1%88%20 第2名：保險核保人員 證照資訊：https://nabi.104.com.tw/ability/10028846 第3名：丙級國貿業務技術士 證照資訊：https://nabi.104.com.tw/ability/10029078 考古題參考：111_02_丙級國貿業務技術士學科_題目&答案 https://nabi.104.com.tw/ability/10029078/111_02_%E4%B8%99%E7%B4%9A%E5%9C%8B%E8%B2%BF%E6%A5%AD%E5%8B%99%E6%8A%80%E8%A1%93%E5%A3%AB%E5%AD%B8%E7%A7%91_%E9%A1%8C%E7%9B%AE%2B%E7%AD%94%E6%A1%88 第4名：不動產經紀營業員 證照資訊：https://nabi.104.com.tw/ability/10028895 第5名：證券商業務員 證照資訊：https://nabi.104.com.tw/ability/10028869 第6名：會計能力測驗三級合格證書 證照資訊：https://nabi.104.com.tw/ability/10028826 第7名：國際認證財務顧問師RFC 證照資訊：https://nabi.104.com.tw/ability/10028797 第8名：證券商高級業務員 證照資訊：https://nabi.104.com.tw/ability/10028870 第9名：國際企業管理師 證照資訊：https://nabi.104.com.tw/ability/10029382 第10名：金融市場常識與職業道德 證照資訊：https://nabi.104.com.tw/ability/10028883 此外，想了解企業找人才時愛用證照嗎? 點下方連結前往看看 ! https://nabi.104.com.tw/certify/topic/finance

以前談到 AI 進公司，很多人第一時間想到的是客服、文案、簡報、行銷內容，或是工程師用 AI 寫程式。 但最近 Salesforce 與 OpenAI 的企業 AI 導入消息，透露出一個更值得上班族注意的方向：AI 不只在前臺幫忙接客、寫內容，也開始走進辦公室後臺。 所謂後臺，不是什麼遙遠的技術部門，而是每天支撐公司運作的流程。 例如請款、採購、報表、簽核、員工到職、資料核對、供應商追蹤、會議後待辦提醒。這些工作過去靠行政、財務、採購、人資、營運和主管幕僚一件一件處理，未來很可能會先被 AI 代理重新分工。 這篇文章想談的不是「哪些工作會消失」，而是「哪些工作內容會先被重設」。對上班族來說，真正需要提前準備的，不是恐慌，而是看懂自己的工作流程，哪一部分適合交給 AI，哪一部分必須由人負責。 AI代理不是聊天機器人，而是流程執行者 很多人用過 ChatGPT、Gemini、Claude 這類 AI 工具，最熟悉的用法是「我問一句，它回一句」。例如請 AI 幫忙整理會議重點、改寫信件、產出報告大綱。 AI 代理不太一樣。 它比較像是你交代一個任務，它可以照著設定好的流程往下做。它可能會讀資料、比對欄位、整理文件、提醒相關人、產出報告，甚至在有權限的情況下，把資料更新到系統裡。 舉例來說，一般 AI 助理可以幫你寫一封「新人報到通知信」。但 AI 代理可以協助跑完一段新人到職流程：確認到職日、提醒主管準備任務、通知 IT 開帳號、建立設備申請清單、整理報到文件，並標出還缺哪些資料。 差別就在於，一個是幫你產出內容，一個是協助你推進流程。 這也是為什麼行政、財務、採購、人資、營運和主管幕僚會開始受到影響。因為這些工作有一個共同特徵：流程多、表單多、系統多、重複動作多，而且常常需要跨部門追進度。 這些剛好都是 AI 代理容易切入的地方。 行政：從「幫大家處理雜事」變成「管理流程入口」 行政工作可能會是最早感受到改變的一群。 很多行政任務看起來零碎，實際上背後都有固定流程。像是安排會議、寄通知、收表單、追簽核、協助設備請領、整理名單、確認資料、提醒相關人完成待辦。 過去這些工作常靠人一封信一封信寄、一張表一張表看、一個人一個人追。未來如果流程夠清楚，AI 代理就能先接手一部分重複動作。 例如新人到職，行政不一定要每次從頭處理。AI 可以依照固定流程產生報到清單、提醒 IT 開帳號、通知主管準備工作、追蹤電腦設備是否到位，也可以把缺少的資料標出來，讓行政人員只處理例外狀況。 行政的價值不會因此消失，但角色會變。 以前行政常被期待「我幫你做」。以後更重要的能力會是「我把流程設計好，讓事情可以順利往下走」。 也就是說，行政人員不只是支援者，也會變成流程管理者。誰需要核准？哪些表單可以自動送出？哪些情況要轉人工？哪些資料一定要留下紀錄？這些都會成為行政工作的新能力。 財務會計：從「一筆一筆核對」變成「看異常、抓風險」 財務和會計也會很有感。 很多財務工作不是難在單一動作，而是資料量大、不能錯，還要留紀錄。像是發票核對、費用申請、付款條件、預算差異、月結準備，都是很適合讓 AI 先做第一輪檢查的工作。 例如員工送出一筆費用申請，AI 可以先檢查發票資料是否完整、金額是否符合規定、科目分類是否合理、是否超過預算，並把有疑慮的項目標出來。 AI 不一定能決定這筆錢該不該付，但可以先幫財務人員把問題整理出來。 這代表財務人的工作重心，會從「一筆一筆看」慢慢轉向「看例外、查原因、做判斷」。 哪些費用不合理？哪些數字和過去差太多？哪些付款條件有風險？哪些申請需要主管再確認？這些才是人真正要負責的地方。 所以，財務工作不是不需要人，而是人的時間會被重新分配。重複核對交給 AI 先跑，重要判斷留給人處理。 採購：從「追單與比價」變成「供應商風險控管」 採購工作也會被重新整理。 很多人以為採購就是比價，其實採購每天處理的事情很多。請購單、採購單、報價單、合約、交期、付款條件、供應商資料、Email 往來紀錄，常常散在不同系統和文件裡。 這些資訊過去需要人慢慢查、慢慢整理、慢慢追。AI 代理進來後，可以先協助做幾件很耗時間的事。 例如整理不同供應商報價、比對交期差異、提醒採購單異動、追蹤還沒回覆的供應商、彙整供應商基本資料，甚至先整理可能的供應風險。 但這不代表採購只剩按按鈕。 真正重要的採購能力，反而會更突出。像是供應商能不能長期合作、價格是否合理、交期風險怎麼判斷、談判策略怎麼設計，這些都不是 AI 可以直接代替的。 AI 可以幫忙整理資訊，但要不要換供應商、怎麼談條件、如何平衡成本與風險，還是需要人來判斷。 未來採購人員的價值，會從「把資料找出來」往「把風險看出來」移動。 人資：從「回答制度問題」變成「設計員工旅程」 人資也是 AI 代理很容易進入的後臺場景。 很多員工會問 HR 類似的問題：我可以請什麼假？教育訓練怎麼申請？補助規定是什麼？新人報到要準備什麼？離職流程怎麼走？內部職缺可以怎麼申請？ 如果公司的制度文件本來就清楚，AI 代理就可以先協助回答標準問題，或引導員工找到正確表單。 新人報到、教育訓練提醒、員工資料更新、內部職缺推薦、離職流程追蹤，也都可能變成 AI 協助執行的流程。 這樣一來，HR 不需要每次都從零開始解釋，而是把制度、流程和判斷條件整理清楚，讓 AI 先處理標準問題。 不過，人資工作不能全部交給 AI。 只要牽涉到個資、勞資爭議、績效、調薪、懲處、資遣，就需要人介入。因為這些議題不只是流程問題，也牽涉情境、溝通、法遵和人際信任。 未來 HR 的角色會更像制度設計者和風險把關者。哪些問題可以自助查詢？哪些問題需要轉人工？哪些回答必須附上制度來源？這些界線都要先設清楚。 營運與幕僚：從「整理報告」變成「推動決策節奏」 營運和主管幕僚的工作，也會被 AI 代理影響。 很多幕僚工作其實是在做資訊整合。整理週報、追 KPI、彙整專案進度、寫會議紀錄、提醒待辦、整理主管決策需要的資料，這些都很花時間。 其中有一大部分，是資料搬運、格式整理和初步摘要。這些工作，AI 代理都可以先協助處理。 例如每週固定產出營運週報，AI 可以先拉資料、整理摘要、標出異常、產出初版報告。幕僚就不用把大部分時間花在「把資料整理漂亮」，而是可以更專注在「這些資料代表什麼」。 這週業績下滑，是短期波動，還是某個產品出問題？是流量變少，還是轉換變差？哪個部門需要回應？下次會議要討論哪三件事？主管需要做什麼決策？ 這些才是幕僚真正拉開差距的地方。 AI 可以產出報告，但人要說得出來：重點在哪、風險在哪、下一步該做什麼。 先被取代的不是職位，而是重複流程 看到這裡，很多人可能會問：行政、財務、採購、人資、營運，是不是都會被 AI 取代？ 比較精準的說法是，先被取代的不是職位，而是工作裡那些重複、規則明確、資料來源清楚的部分。 像是整理資料、比對欄位、產生草稿、追蹤進度、提醒待辦，這些很可能會被 AI 接手一部分。 但涉及判斷、責任、風險、溝通、例外處理的工作，還是需要人。 AI 可以幫忙檢查請款資料，但最後要不要付款，不能只靠 AI。 AI 可以整理供應商風險，但要不要更換供應商，仍然需要人判斷。 AI 可以回答員工制度問題，但遇到敏感個案，還是要 HR 介入。 AI 可以整理週報，但主管真正需要的是有人說清楚，接下來該怎麼做。 所以，AI 代理不是把人從辦公室拿掉，而是把辦公室的分工重新整理。 你現在該補的，是流程能力 對上班族來說，現在最該補的能力，不是把所有 AI 工具都背起來，而是學會把自己的工作流程講清楚。 可以先從一個問題開始： 我每週最常重複做的三件事是什麼？ 可能是整理報表、追請款、寄提醒信、開會紀錄、彙整名單、檢查表單、整理主管要看的資料。 把這些事情寫下來之後，再往下拆： 這件事需要哪些資料？ 要檢查哪些欄位？ 結果要交給誰？ 什麼情況算異常？ 什麼情況要請主管決定？ 哪些步驟可以交給 AI 先做？ 哪些步驟一定要由人確認？ 當你能把流程寫清楚，就代表你開始具備和 AI 代理協作的能力。 未來在企業裡，有價值的人不一定是最會喊 AI 口號的人，而是能把工作拆清楚、把規則說清楚、把風險想清楚的人。 AI進後臺後，人要往更有價值的位置移動 AI 代理進入辦公室後臺，真正改變的不是「誰會不會用 AI」，而是「誰能讓 AI 進入工作流程，還能確保結果不出錯」。 行政、財務、採購、人資、營運、主管幕僚，都不需要把 AI 看成突然闖進辦公室的敵人。 更實際的看法是，AI 會先接走那些最重複、最耗時、最容易標準化的工作。而人要往前移一步，從執行者變成流程設計者、例外判斷者和風險把關者。 下一波職場競爭力，不只是會用 AI，而是懂得怎麼和 AI 分工。 當 AI 代理開始處理流程，人更要負責判斷、溝通、風險與決策。這才是 AI 進入企業後臺後，真正值得上班族提前準備的工作變化。

CNC機台是一種電腦數控機床，它透過電腦程序控制工具的運動和操作，用於加工和製造各種不同形狀的工件。以下是CNC機台的定義、原理和應用的詳細說明： 定義： CNC（Computer Numerical Control）機台是一種能夠通過事先編程的電腦程序來控制機械運動和操作的機床，以實現精確的工件加工。 原理： 電腦編程： 首先，設計師需要使用特定的CAD（Computer-Aided Design）軟件創建工件的3D模型。接著，利用CAM（Computer-Aided Manufacturing）軟件將設計模型轉換為CNC機台可以理解的G-code（一種機械指令碼）。 控制系統： CNC機台的控制系統由一台專用的控制器和一台主機電腦組成。主機電腦負責運行CNC程序，而控制器則負責解讀G-code指令，並控制各種馬達和運動系統。 運動控制： CNC機台通常包括多個運動軸，如X、Y、Z軸。控制器通過發送指令來控制這些軸的運動，從而控制刀具的位置和方向。 工具切換： CNC機台通常配備了多個工具，如鑽頭、銑刀等。在加工過程中，控制器可以通過指令切換不同的工具，以實現不同形式的加工操作。 位置反饋： CNC機台通常配備了位置感測器，可以即時反饋工具的位置信息給控制器，從而保證工件的精確度。 應用： CNC機台在製造業中有著廣泛的應用，包括但不限於： 金屬加工： CNC機台可以用於銑削、鑽孔、切割和螺紋等金屬加工過程，用於製造各種金屬零件，如車輛零部件、航空器零件等。 木工加工： 在家具製造和木工行業中，CNC機台可以用來創建複雜的木制組件和雕刻品。 塑料加工： CNC機台可以用於塑料的切削、成型和雕刻，用於製造各種塑料制品。 電子元件製造： 在電子製造行業中，CNC機台可以用來製造電路板和其他電子元件。 石材加工： 將CNC機台應用在石材切割和雕刻，可以用於製造石材裝飾品和建築材料。 總的來說，CNC機台通過其高精度、高效率和靈活性，在現代製造業中扮演著極為重要的角色。

你想過嗎？AI對職場最大的威脅其實並非普遍認為的「工作被取代」，而是你的「職場技能來不及更新」。根據外媒調查報導，有高達85%的員工無法將AI訓練的內容實際應用於工作。若回頭看向台灣企業，這個警訊特別重要：中小企業占比高、人資編制精簡、教育訓練預算有限，若不正視「技能情報落差」，極有可能最終讓公司的競爭力在AI轉型的賽局中被慢慢拖垮，而工作者也必須警覺，當代職場「AI技能」已非加分題，而是必備的職場技能！ 文／《104職場力》 本文導覽 為什麼「技能過期」比「工作消失」更值得緊張為什麼企業明明在推動AI應用，卻不容易成功？多數企業不知道自家公司內的「AI技能庫」AI並沒有舒緩問題，是讓問題更被突顯擺錯重點：更多的訓練、不如廣建更多基礎設施為何台灣職場現況，更該留意這個警訊？中小企業占多數、教育訓練資源天生吃緊教育訓練預算，常被視為「先砍項目」大量導入AI工具，但職務內容卻停滯不前人才市場對「AI應用能力」的要求正快速升高台灣企業與HR部門可以做的四件事第一步：先做內部「技能盤點」、而不是急著加開課程第二步：把「AI學習」嵌進實際工作任務中第三步：將「AI應用能力」寫進職位說明與績效考核當中第四步：善有既有的訓練資源與補助管道給工作者的提醒：別坐等公司安排，要主動追蹤自己的「技能保鮮期」 AI浪潮衝擊職場後，不少知名科技公司的CEO都高聲警告「人工智慧恐怕會衝擊就業市場」，但目前看來，真正的問題似乎不是「工作機會減少」，更迫切的危機可能是「職場技能的快速過時」。 隨著國內外的大企業都大量部署人工智慧工具，許多企業已經開始發現「員工的AI技能和使用頻率跟不上」，真正需要應對的風險恐怕是：職位的快速發展和需求技能，已經遠遠超出現有員工的能力範圍。 就業市場很難找到「快速精通新技能的人才」、現有員工成長有限，於是「技能過期」的危機浮上了檯面。 💡 30 秒看懂本文關鍵： 危機轉向：AI浪潮下真正的威脅不是「失業」，而是員工手上的「技能過期速度」遠超企業想像。 培訓斷層：85%員工無法將AI培訓落實於日常工作，盲目加開課程不如建立「技能基礎設施」。 台灣警訊：中小企業資源吃緊、HR常兼任訓練，若不改寫職務說明與考核，更容易被技能落差拖垮。 延伸閱讀：不再只看影片！AI如何顛覆企業培訓？「圍繞AI設計學習體驗」成2026職場新顯學 為什麼「技能過期」比「工作消失」更值得緊張 過去兩三年，關於AI衝擊職場的討論幾乎都圍繞在同一個問題：「AI會不會讓我失業？」但根據《Fobes》在日前所刊出的專欄文章中指出：這個提問可能問錯了方向。 文中提及，以美國的職場現象來觀察，多數企業並非突然大砍職位，而是陷入一種更隱性、更難察覺的困境：組織內部完全不清楚員工目前實際具備哪些技能，而AI工具導入的速度，又遠遠超過員工建立起相對應熟練度的速度。換句話說，不是「沒有工作可做」，而是「員工手上的技能組合，跟不上工作內容變化的速度」。 根據BCG（波士頓顧問集團）在2025年的人工智慧研究報告指出，在大量投入AI工具與系統的企業中，只有大約5%真正實現了顯著的財務效益，而絕大多數企業砸錢導入AI，換來的卻是效益停滯不前，問題往往不是出在工具，而是企業內的「人」跟不上工具。 以Docebo公司所執行的另一項針對2000位工作者的調查《AI Readiness Gap Report 2026》，報告中更揭露兩個令人警醒的數字： 85%的員工表示，自己無法將AI相關培訓內容實際應用到日常工作上 78%的員工表示，多數的學習仍然發生在企業正式提供的工具與系統之外 若將這兩組數字組合，《Fobes》的報導中勾勒出一個清晰的畫面：企業辦了訓練課程，員工也去上了課，但這些「學習」與員工每天實際要處理的工作之間，存在一道看不見的斷層。培訓變成了「做完就結案」的形式，而非真正嵌入工作流程的能力建構。 學習做了、AI用了，但跟實際的日常工作還是無法結合。 為什麼企業明明在推動AI應用，卻不容易成功？ 多數企業不知道自家公司內的「AI技能庫」 台灣多數企業的HR系統、績效考核紀錄，往往記錄的是員工的職稱與年資，而不是員工實際具備的能力細節。 因此當管理層被問到：「我們團隊裡誰真正懂得如何使用生成式AI優化流程」時，其實很多主管是完全答不上來、只能憑感覺和印象說出個大概，原因在於多數公司至今仍未建立即時、顆粒度夠細的「技能檔案系統」來登載員工的職場技能、AI應用成果等等。 AI並沒有舒緩問題，是讓問題更被突顯 《Fobes》的報導原文當中針對這個現象提出非常犀利的評論。多數人認為「有了AI工具、應該能更有效率的處理事情」，包括自動化流程、處理瑣事，理所當然應該讓「企業員工多了更多時間去補上技能落差」對吧？ 但實際的職場觀察恰恰相反：由於AI工具更新迭代的速度極快，新功能、新工作流程幾乎是以月為單位在變化，這代表員工技能「過期」的速度也隨之加快。 很多企業還用著過去的步調，如每半年、一年一度檢核一次員工的技能、教育訓練規劃，這樣的節奏對於改變現狀於事無補，往往回過頭來才驚覺：「我們竟然已經落後世界這麼多了？！」 擺錯重點：更多的訓練、不如廣建更多基礎設施 報導指出，如果企業把AI人才培育當成一份「只要按表操課、完成清單即可」的行事曆，例如：安排幾堂線上課、辦幾場工作坊，然後打勾結案，將完全無法解決問題。 企業真正該做的是讓「AI技能融入日常執行的工作」，方向包括： 建立能即時掌握員工能力現況的技能情報系統。 把學習內嵌進日常工作流程中（而不是額外抽時間去上課）。 將技能發展寫進職位說明與績效面談之中。 系統性地為員工保留專門用於能力建構的時間。 千萬不要仰賴員工「有空再自行學習」。 [course_plugin api_type='course_id' title='【推薦課程】別再談AI素養了！HR必修的AI實戰演練' id='a1605b71-b2a3-468a-b715-b5bcb3670648'] 為何台灣職場現況，更該留意這個警訊？ 如果把《Fobes》觀察到的「AI現況」投射回當前的台灣職場，會發現因為我們的產業特性、企業屬性，導致出現幾個結構性因素讓「技能過期危機」，在台灣可能比許多歐美大型企業更容易被放大。 中小企業占多數、教育訓練資源天生吃緊 由於台灣企業直至今日，仍有不少中小企業，多數公司不但沒有專職的學習發展（L&D）團隊，教育訓練多半是直接由負責招募的HR來身兼數職處理，頂多在當年度舉辦幾場零散、外包給外部團隊的研習、講座課程。 因此，當國外媒體在大聲疾呼「企業應該建立系統性的AI技能基礎設施」時，對資源有限的台灣中小企業來說，聽起來就像是天方夜譚、是遙不可及、只有大型、跨國企業有資本、有人力才玩得起的遊戲。 但這正是我們更應該正視問題的地方：當企業規模越小、越缺乏正式訓練體系，員工技能與工作需求之間產生的落差更大，最後容易在毫無自覺的情況下惡化，直到某個專案失敗或客戶流失時才驚覺不妙。 教育訓練預算，常被視為「先砍項目」 中小企業在營運時，當景氣波動或成本壓力上升時，「教育訓練預算」往往是最優先被縮減的項目之一，理由是「這不是可立即產生營收的支出」，甚至會有「為何要花資源培養可能不會持續追隨公司的人」這種激進想法。 但若「技能落差才是拖累AI投資報酬率的真正瓶頸」，一旦我們從未開始投注培育、養成的教育預算，其實是在殺雞取卵、犧牲本來「AI工具」可能能為公司創造的效益成果，形同「本末倒置」的成本控管邏輯。 大量導入AI工具，但職務內容卻停滯不前 根據104人力銀行所發表的最新《2026員工C.E.O.調查報告》指出，有68%的在職者曾在工作中使用生成式AI，比起前一年已成長了15個百分點。我們也同時發現不少台灣企業在近一兩年積极導入AI工具處理行銷文案、客服應答、資料分析、招募篩選履歷等工作。 但AI工具導入，在職務工作內容、績效考核指標、甚至教育訓練規劃，多數都還是停留在AI導入前的版本。這正好呼應《Fobes》文章中所提及的「企業不知道員工實際具備哪些技能」的核心觀察。 當工具已經換了，但衡量與培養員工能力的方式沒有跟著換，你不知道員工有何技能、遑論要如何應用。 人才市場對「AI應用能力」的要求正快速升高 從人力資源與招募的第一線觀察可以感受到，當前已經越來越多職缺直接在條件欄位中明確要求「熟悉AI工具應用」、「具備AI協作經驗」，但企業內部既有員工是否真的具備、或者能否被有效培養出這些能力，多半是一個問號。 這也讓「技能過期」不只是個人職涯風險，更直接牽動企業在人才市場上的競爭力與招募效率。 [course_plugin api_type='course_id' title='用AI+Google Sheet建立自動化工具，提升工作效率' id='122fbd25-1ad3-4caf-a3b7-d7beabdc75b9'] 台灣企業與HR部門可以做的四件事 在《104職場力》此前的專文中曾提及，國際大廠目前積極針對「AI技能」的培訓轉型，企業當前如果要做出調整，務必得從「制度」和「工具」雙管齊下改進。參考《Fobes》原文所提出的解決和調整方式，我們試著依照台灣企業的實際條件與狀況，整理出以下不需要龐大預算就能啟動的具體做法，歡迎參考利用： 第一步：先做內部「技能盤點」、而不是急著加開課程 在投入任何新的訓練資源之前，HR部門可以先透過簡單的問卷、部門主管訪談、或既有的績效面談機制，盤點公司內部目前「用得上、卻相對缺乏」、「實際上一定會用到」的AI相關能力。 💡 這一步的重點在於不追求馬上開課、打造系統，而是先讓全公司明白：「我們的團隊現在到底會什麼、不會什麼」，不再只是憑印象假設。 第二步：把「AI學習」嵌進實際工作任務中 與其安排員工另外抽出工作時間去上一堂獨立的「AI課程」，期望他們在2-3小時的課程中「掌握技巧、馬上就會」，更直接而有效的做法其實是「直接在既有工作任務中示範、共同操作、並提供即時回饋」。例如讓熟悉AI工具的同仁直接以「導師制」或「共同作業」的模式，帶領同事在實際的工作任務中學會使用。 💡 這種做法特別適合資源有限、無法另外編列大筆訓練預算的中小企業。 第三步：將「AI應用能力」寫進職位說明與績效考核當中 很多企業的職務說明已多年未更新（說明該職務應具備哪些技能），每年的績效面談也還在討論過時、傳統的工作產出指標。HR可主動與各部門主管合作，把當前「是否能有效運用AI工具完成本職工作」納入職位說明的更新與定期績效考核對談話中，讓AI能力從「額外加分項」變成「工作的一部分」。 💡 AI能力不是「加分項」，要漸漸朝「必備項目」調整。 第四步：善有既有的訓練資源與補助管道 相較於從零建置一套龐大的內部學習系統，企業也可優先盤點現有的公部門訓練資源與補助方案（例如各類產業數位轉型、人才培育相關計畫），或是善用外部學習平台與企業內部「技能盤點的結果」對接，將有限的預算，精準投入在真正有落差、又能幫助公司成長的能力項目上，而不是一體適用地安排所有人都去上同一套課程。 💡 資源花在刀口上，請慎選「真正能夠幫助公司營運」的項目投注資源，而不是跟風追流行。 傳統觀念（舊思維）2026實戰解方（新解法）全公司一體適用報名AI工作坊先做內部「技能盤點」，搞懂大家不會什麼期望員工利用「空餘時間」線上上課將「AI學習」直接嵌入日常工作任務並建立導師制將AI視為履歷上的「加分項目」視為「職務必備技能」並列入與定期績效考核指標 [course_plugin api_type='course_id' title='HR x AI 數位力｜多元AI智能化招募任用全攻略' id='6fc1b5d4-eede-4565-b596-16592a621773'] 給工作者的提醒：別坐等公司安排，要主動追蹤自己的「技能保鮮期」 儘管《Fobes》的原文主要是從企業管理的角度出發，但是當前的職場其實不容任何工作者輕忽「職場技能過期」這個議題。 身為工作者，處於當前的職場技能重新大洗牌時，與其被動等待公司安排訓練、學習新技能，更務實且主動的做法，應該是直接盤點自己在「目前工作內容」中，哪些部分已經可以、或即將可以透過AI工具大幅提升效率,並且優先在這些領域累積實際操作經驗，並且直接在實務上嘗試應用。 千萬不要只讓自己僅止於「使用過」、「碰過AI」，或是上過幾堂概念性的AI課程，就認為自己已經「接觸過AI、會用AI工具」，但卻從未真正應用在日常工作產出上。 不論是公司營運或是個人職場管理，「職場技能是否過期」，最終還是要回到「能不能實際用得出來」這個檢驗標準。 [course_plugin api_type='course_id' title='104 AI通用素養檢測｜104獨家AI測驗認證' id='e9e13d08-2c6f-49b2-bae8-1e9418588041'] 總而言之，《Fobes》這篇專文對台灣不論是企業還是工作者，都是敲響一記警鐘：AI時代真正該擔心的，或許不是某一天工作被AI取代，而是我們的職場技能在不知不覺中悄悄「過期」。 千萬不要等到自己發現AI能力不足、或發現自己已經漸漸無法掌握市場上的主流技能、面臨「被市場淘汰」時，才驚覺大事嚴重，但問題累積已久、難在一時半刻獲得解決，徒增職場遺憾。 每個工作者或許都該自問：你真正掌握的AI相關技能，到底是什麼？ 本文參考《Forbes》相關報導，經整理改寫。