104學習

你可能已經習慣請 AI 寫文案、整理資料、翻譯內容，甚至協助分析問題。但當你進一步要求： 「幫我查一下公司資料庫裡的最新銷售數字。」 「整理今天的會議內容，並把待辦事項加入行事曆。」 「從內部課程中，找出適合我的學習資源。」 AI 往往會告訴你：它無法存取資料、沒有權限，或需要你先把內容複製貼上。 原因很簡單：AI 模型雖然會思考和生成文字，卻不一定能直接連接外部資料與工具。 而近期 AI 領域經常出現的「MCP」，就是為了解決這個問題。 什麼是 MCP？ MCP 的全名是 Model Context Protocol，中文可翻譯為「模型情境協定」或「模型上下文協定」。 它是一套讓 AI 應用程式能夠連接外部資料、工具與工作流程的開放標準。透過 MCP，AI 可以在獲得適當授權後，存取檔案、資料庫、搜尋服務、行事曆、企業系統，甚至執行特定操作。 MCP 官方將它比喻為 AI 世界的 USB-C 接孔。 以前，不同電子設備需要使用不同的傳輸線；有了 USB-C 後，手機、電腦、螢幕與其他設備，可以透過相同規格互相連接。 MCP 的概念也很類似：過去每一套 AI 都必須針對每一個工具各自開發連接方式；有了共同協定後，開發者可以按照同一套規則，讓 AI 與不同服務溝通。 為什麼 AI 需要 MCP？ 大型語言模型本身通常有三項限制。 第一，它不一定知道企業內部的最新資料。例如公司的產品文件、客戶紀錄、庫存數據和內部規範，並不會自動存在模型裡。 第二，它不一定能操作外部系統。AI 即使知道你想安排會議，也不代表它能直接開啟行事曆建立活動。 第三，不同工具的連接方式各不相同。Google Drive、Slack、GitHub、Notion 或企業內部系統，都有自己的資料格式、權限與操作規則。過去開發者必須逐一串接，維護成本相當高。 MCP 提供一套共同溝通規格，讓 AI 應用可以辨認外部系統提供哪些資料、有哪些工具可以使用，以及執行工具時需要哪些參數。MCP 最初由 Anthropic 在 2024 年公開推出，後續逐漸獲得多種 AI 助理與開發工具支援。 MCP 是怎麼運作的？ MCP 採用「用戶端與伺服器」的架構，主要可以分成三個角色。 1. MCP Host：你正在使用的 AI 應用 Host 可以理解成整個工作環境，例如 AI 助理、AI 程式開發工具或企業內部聊天機器人。 它負責接收使用者的要求，判斷需要哪些資料或工具，並管理與外部服務的連線。 2. MCP Client：負責溝通的連接元件 Client 位於 AI 應用裡，負責與特定 MCP Server 建立連線。 一套 AI 應用可以同時建立多個 Client，分別連接檔案系統、行事曆、資料庫或其他服務。 3. MCP Server：提供資料或功能的服務 Server 負責告訴 AI：「我有哪些資料可以讀取，以及有哪些操作可以執行。」 它不一定是一台實體伺服器，也可能只是安裝在電腦上的小型程式，或部署在網路上的遠端服務。 簡單來說，運作流程可能是： 使用者提出要求 → AI 判斷需要哪些工具 → MCP Client 聯絡 MCP Server → Server 執行查詢或操作 → 將結果交回 AI → AI 整理後回覆使用者。 MCP 可以提供哪三種能力？ MCP Server 主要可以向 AI 提供三類內容：Resources、Tools 和 Prompts。 Resources：提供資料 Resources 是 AI 可以讀取的背景資訊，例如： 文件內容 資料庫紀錄 產品目錄 公司知識庫 API 說明文件 行事曆資訊 這些資料可以補充 AI 原本不知道的內容，讓回答更符合當下情境。 Tools：提供操作能力 Tools 是 AI 可以呼叫的功能，例如： 搜尋資料 查詢資料庫 建立行事曆活動 修改檔案 傳送訊息 呼叫外部服務 執行計算 這也是 MCP 最受關注的地方。AI 不再只是提供建議，而有機會在使用者授權下，實際完成部分工作。 Prompts：提供標準工作流程 Prompts 是預先設計好的提示詞或操作模板，例如： 整理會議紀錄 分析客戶回饋 產生每週工作報告 規劃學習路徑 進行程式碼檢查 透過標準化模板，使用者不必每次都重新撰寫複雜指令，也能讓 AI 按照組織規範完成任務。 用一個職場情境理解 MCP 假設公司想建立一位「AI 學習助理」。 過去使用者詢問： 「我是行銷企劃，最近想加強 AI 技能，有哪些課程適合我？」 一般 AI 只能根據公開知識，提供概略的學習建議。 如果透過 MCP 連接學習平台，AI 助理就可能在獲得授權後： 1. 讀取平台的課程目錄。 2. 查詢使用者已完成的課程。 3. 對照職務所需能力。 4. 找出符合程度與時間需求的內容。 5. 將選定課程加入學習清單。 6. 把學習時間排進行事曆。 在這個例子中，課程資訊和學習紀錄屬於 Resources；搜尋課程、加入清單和建立行事曆則屬於 Tools；完整的能力缺口分析流程可以設計成 Prompt。 這讓 AI 從「回答你該學什麼」，進一步走向「協助你找到資源並完成安排」。 MCP 和 API 有什麼不同？ MCP 並不是用來全面取代 API。 API 是不同系統提供資料和功能的介面。例如行事曆 API 可以建立活動，課程平台 API 可以查詢課程。 但每套 API 的名稱、格式和使用方式都不同。AI 應用若要連接十套系統，開發者就可能需要處理十種串接方式。 MCP 則是在 AI 應用與這些服務之間，建立較一致的溝通規格。許多 MCP Server 的底層仍然會呼叫原本的 API，只是將功能整理成 AI 比較容易發現、理解和使用的形式。 因此可以把兩者想成： API 是各項服務原本提供的門，MCP 則像一套讓 AI 知道如何找到門、辨認門後功能並正確使用的共同指引。 為什麼非工程師也需要了解 MCP？ 多數上班族不需要親自架設 MCP Server，但了解這項概念，仍有三個重要原因。 AI 工具將從「對話」走向「執行」 未來的 AI 助理不只是幫你寫內容，也可能協助查詢系統、更新資料和完成跨工具流程。理解 MCP，有助於判斷一款 AI 產品能做什麼，以及它為什麼需要特定權限。 企業導入 AI 的重點將轉向資料連接 企業真正有價值的資訊，通常存在內部文件、資料庫和工作系統中。模型能力固然重要，但能否安全地取得正確資料，同樣會影響 AI 的實際價值。 產品與營運人員需要重新設計流程 當 AI 能夠呼叫工具後，產品設計不再只有「使用者點擊哪個按鈕」，還要思考： AI 可以取得哪些資訊？ 哪些操作可以自動執行？ 哪些動作必須由使用者確認？ 操作失敗時如何處理？ 如何留下紀錄以供追蹤？ 因此，MCP 不只是工程技術，也與產品設計、資訊安全及工作流程管理密切相關。 使用 MCP 是否有風險？ 有，而且不應忽略。 MCP 能讓 AI 接觸檔案、帳號、資料庫和外部工具，也代表設定不當時，可能造成資料外洩、錯誤操作或權限被濫用。 MCP 官方規範特別強調，使用者應清楚知道哪些資料會被存取、工具將執行什麼操作，並保留拒絕或取消的控制權。涉及外部系統操作時，也應建立明確的授權、身分驗證與確認機制。 一般使用者在安裝或啟用 MCP 服務時，可以注意幾件事： 優先使用可信任的官方或經過審查的服務。 確認服務要求存取哪些檔案、帳號與系統。 不要提供超出工作需求的權限。 刪除、付款、寄信或修改正式資料前，保留人工確認。 定期檢查已授權的連線，移除不再使用的服務。 不要因為 AI 說「需要權限」，就直接同意所有要求。 MCP 解決的是「如何連接」，並不代表連接後的資料一定正確、工具一定安全，或 AI 的判斷永遠可靠。 MCP 會是 AI Agent 的重要基礎嗎？ AI Agent 強調的不只是產生答案，而是能根據目標規劃步驟、取得資料、使用工具並完成任務。 MCP 提供的正是其中重要的一環：讓 AI 應用可以用較標準化的方式，找到並使用外部資料與工具。 不過，MCP 本身並不是 AI Agent，也不會讓普通模型瞬間變成全能助理。 它比較像是為 AI 打開通往外部世界的標準通道。模型負責理解與判斷，MCP 負責連接資料和工具，而真正能否安全、穩定地完成工作，仍取決於系統設計、資料品質、權限控管與人工監督。 結語：從會回答，到真正協助完成工作 生成式 AI 的第一階段，是讓機器學會理解語言與產生內容。 下一個階段，則是讓 AI 能夠取得正確資料、連接日常工具，並在安全授權下協助執行任務。 MCP 的重要性，不在於多了一個技術名詞，而在於它試圖建立一套共同規則，降低 AI 與外部世界連接的難度。 未來，當你看到某項 AI 服務標示「支援 MCP」，可以把它理解為： 這款 AI 不一定只能待在聊天視窗裡，它可能開始具備連接資料、使用工具與參與工作流程的能力。 只是別忘了，AI 能做的事情越多，我們就越需要重視權限、安全，以及最後由誰負責做出決定。 本內容由ai輔助資料收集與整理

FAE 工程師，也就是應用工程師，是現代科技產業中不可或缺的一環。如果你正在考慮投身這個領域，這篇文章將帶你深入了解 FAE 工程師的薪水待遇、工作內容以及面試技巧，幫助你做好萬全準備。 ▍FAE 工程師是什麼？ FAE 工程師（Field Application Engineer）主要負責協助客戶解決產品使用問題，並在客戶與企業之間擔任溝通橋樑。這個職位廣泛存在於硬體和軟體產業，尤其是在半導體領域。FAE 工程師需要熟悉公司的業務、產品技術及相關流程，提供客戶解決方案，並反饋客戶的需求給內部團隊。 ▍FAE 工程師的工作內容 FAE 工程師的工作主要涵蓋以下三大領域： 1. 技術支援：協助客戶解決產品問題，提供技術培訓。 2. 產品簡報：向客戶展示產品功能、應用及維護資訊。 3. 客戶關係維護：建立並維護長期的客戶關係，確保客戶滿意度。 此外，FAE 工程師需要了解企業的產品與業務，熟悉相關技術知識與作業流程，並能提出符合客戶需求的解決方案。 ▍FAE 工程師的薪水待遇 根據不同的經驗和學歷背景，FAE 工程師的薪水待遇會有所不同。 ● 初級 FAE 工程師（1-3 年經驗） 月薪大約在 NT$38,000 到 NT$50,000 之間，年薪則約為 NT$500,000 到 NT$800,000。 ● 中高階 FAE 工程師（具備 5 年以上經驗） 月薪可達 NT$60,000，年薪則可超過 NT$900,000。 如果擁有碩士學歷，平均月薪可達 NT$70,000 以上。 ▍FAE 工程師的面試準備 為了在 FAE 工程師的面試中脫穎而出，以下是一些重要的準備技巧： 1. 了解應徵公司及其產品：對公司的背景和產品有基本的理解。 2. 模擬面試及產品簡報：練習向不熟悉產品的人溝通產品特點和解決方案。 3. 預測面試官的問題：準備回答與產品應用相關的問題。 4. 積極提問：在面試中表現出對產品及職位的興趣。 在面試前，建議準備好自我介紹、為何想應徵此職位、對公司的了解及職涯規劃等基本問題。此外，也可以了解公司與團隊的規模、主管風格及工作比重等細節。 ▍FAE 工程師的職涯成長 FAE 工程師的職涯發展方向多樣，可以根據個人的興趣和專長選擇專注技術或溝通管理。技術專長者可以成為特定領域的專家，而擅長溝通者則可以往管理職位發展，如專案管理或業務工程師。 FAE 工程師是一個充滿挑戰和機遇的職位，適合對技術和客戶服務有熱情的人。如果你有志於成為一名 FAE 工程師，請充分準備你的履歷和面試，並持續提升自己的專業技能和溝通能力。希望這篇文章能幫助你在 FAE 工程師的職涯中順利前行。 ➤ 更多 FAE 工程師職缺＆面試懶人包：https://www.104.com.tw/topic/digital-talent?category=research-engineer&goto=recommend&utm_source=104&utm_medium=nabi_post ➤ 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！

▉ 從 AI 素養基礎到 Microsoft Foundry 工具理解，一篇整理 AI-900 準備重點、考試範圍，以及 AI-901趨勢命題的完整心得。▉ 這篇文章想用比較實際的方式，分享小編自己的備考流程、讀書方法，以及觀察到的考題方向。如果你和小編一樣，先前已經有其他 AI 素養證照基礎，例如 iPAS AI 應用規劃師初級，那麼 AI-900 的準備門檻其實不算太高；真正需要額外補強的，反而是 Microsoft AI 生態系中的工具定位、服務差異，以及各種情境題到底該選哪一個服務。 什麼是Microsoft AI-900？主要內容考什麼？ Microsoft AI-900 是 Microsoft Azure AI Fundamentals 基礎認證，主要測驗內容以人工智慧基本概念為主，不需要程式背景，強調AI的核心應用場景，例如機器學習、電腦視覺、自然語言處理與生成式 AI，同時也會測驗Azure相關 AI 服務的用途與差異，以及包含公平性、隱私、安全與透明性等AI治理原則。 因此，這張證照適合初學者、商務人員、在學學生，或想快速建立 Microsoft AI 生態系基礎知識的考生。簡單來說，AI-900 是一張幫助你理解「AI 能做什麼、在 Microsoft 平台上怎麼應用」的入門證照。 Microsoft AI-900認證資訊：https://nabi.104.com.tw/ability/10047979 考試內容： ● 人工智慧工作負載與責任式 AI：理解常見 AI 應用類型，例如預測、電腦視覺、NLP、生成式 AI，以及公平性、可靠性與安全性、隱私與安全、包容性、透明性、問責等責任式 AI 原則。 ● 機器學習基本原理：認識監督式學習、非監督式學習、回歸、分類、分群等概念，並理解 Azure 中機器學習的基本使用方式。 ● 電腦視覺：影像分類、物件偵測、臉部分析、OCR 光學辨識、影像描述等情境，知道對應服務能做什麼。 ● 自然語言處理（NLP）：情緒分析、關鍵字擷取、實體辨識、翻譯、語音辨識、語音合成等文字與語音相關能力。 ● 生成式 AI：大型語言模型、提示詞、生成內容、負責任使用生成式 AI，以及Azure上相關服務的定位。 微軟 AI 認證如何計分？ 微軟認證採用 1000 分制，及格門檻為 700 分。不過，這裡的 700 分並不等於答對 70% ，因為微軟使用的是量尺分數（Scaled Scoring），會依題目難易度與權重套用計分公式。也就是說，最終成績並不是單純以答對題數直接換算百分比，而是經過加權後得出的結果。這套計分公式目前微軟並未公開。 ● 題數通常約為 40–60 題；以小編這次實際應試為例，共考了 42 題。 ● 題型：多數題目為單選題，作答通常不倒扣。部分題型會以題組方式出現，例如一組包含 3 個是非題，或 3 題拖放配對題。 ● 考試結束後通常會立即顯示成績與成績單，證照通常可於 48 小時內下載。 備考 AI-900策略 小編大約花了兩週準備 AI-900。因為先前已經取得 iPAS AI 應用規劃師初級證照，所以對機器學習、AI 基本概念、常見應用場景不算陌生。這讓我在準備AI-900時，不需要從零開始理解什麼是分類、迴歸、電腦視覺或自然語言處理，而是把重點放在「Microsoft 的服務怎麼對應這些場景」。 因此，AI-900 最需要額外熟悉的地方，就是 Microsoft Foundry（前身為 Azure AI Foundry，是微軟 AI 生態系工具與平台）的服務定位與功能特色。很多題目其實不是考你會不會寫程式，而是考你看到一個需求時，能不能快速判斷應該用哪個工具。例如，題目：「如何辨識圖片上的文字」，就要聯想到電腦視覺中的 OCR（光學字元辨識）能力；如果題目問的是文字情緒分析、關鍵字萃取、語言偵測，就要想到語言服務；如果題目是在問生成內容、提示詞互動、模型能力，重點就會轉向生成式 AI 與相關平台能力。 ◆ 第 1 週：快速建立全貌，先把 AI-900 的五大主題跑過一次。 ◆ 第 2 週：考古題+AI集中刷題，反覆確認每一種情境要對應哪個 Microsoft AI 服務。 ◆ 考前最後整理：把容易混淆的工具功能整理成對照表，例如 OCR、影像分析、翻譯、文字分析、生成式 AI 的適用情境。 獨家準備心法：官方資源＋AI 整理筆記＋大量刷題 小編的準備方式其實不複雜，核心就是三件事：先看官方學習資源、再用 AI 幫忙整理筆記、最後透過刷題把概念轉成「看情境就能選服務」的反應速度。 第一步，我會先上 Microsoft 官方學習平台，把 AI-900 對應模組全部看過一次。官方內容的好處是架構清楚，而且用語和考題很接近。 第二步，我會把每個主題透過AI整理成自己的筆記，尤其是「服務名稱－功能－適用情境」三欄對照，這對應付選擇題很有幫助。 第三步，不斷刷題：利用微軟學習平台上的免費練習評量，進行考古題練習，免費測驗總共50題，每次出題都不同，每個題目都有詳細解析，可以幫助考生把容易混淆的地方反覆記熟。只要練習到評量平均超過90分，正式考試時大多可輕鬆過關。 如果你已經取得其他 AI 素養認證，或本來就具備一些機器學習演算法概念，我會建議你不要花太多時間糾結在理論細節，而是把重點放在「微軟這套服務如何落地」。AI-900 很多題目考的是應用判斷，不是深度技術實作，所以越接近情境、越容易得分。 如何報名考證（所有微軟認證都適用） ● 透過Google搜尋或微軟認證官網(https://learn.microsoft.com/zh-tw/ )，可直接進入微軟AI-900認證網站。 ● 點選認證頁面「與Pearson Vue排程」、用英文輸入所在地址，並填入手機與Email ● 選擇「親自前往考試中心考試」，或「通過OnVUE在線考試」。 ● 若選擇前往考試中心，系統會提醒考試注意事項，以及選擇考試語言，這裡，你可以選擇繁體中文或英語，接著，選擇適合的考試時間與你想要選擇的考試中心地點，目前台灣北中南都有微軟合作的訓練中心可選擇 ● 若選擇「通過OnVUE在線考試」，你需要下載微軟官方指定的考試平台程式OnVUE，這個程式同時是遠端監考系統也是考試介面，一旦發現有違規狀況，例如離開鏡頭或非自然考試行為，監考官有權終止考試 ● 選好考試方式與日期、時間，完成付費，即報名完成。 AI-900 即將退場！AI-900 與 AI-901 的差別 就難度上來說，AI-901難度大於AI-900。 根據目前微軟官方已公開的 AI-901 考試資訊，這張認證相較於 AI-900 更強調考生對 Microsoft Foundry 的理解，以及如何在 Azure 情境中實際應用 AI 服務。官方也提到，應試者需具備基礎的 Python 語法概念，並熟悉 Azure 資源、REST API、SDK 與CLI 等基本使用觀念。相較之下，AI-900 仍以 AI 基礎概念、常見工作負載與服務辨識為主，因此對沒有平台實作經驗的初學者相對友善；而AI-901 則更進一步，要求考生不只理解概念，也要能掌握 Microsoft Foundry 在生成式 AI、agents 與應用建置上的角色與使用情境。 ● 考試定位：AI-900 偏向 AI 概念與 Azure AI 服務辨識；AI-901 更強調以 Microsoft Foundry 為核心的實作理解。 ● 內容重心：AI-900 著重在機器學習、電腦視覺、NLP、生成式 AI 的基礎概念；AI-901 則更明確納入生成式 AI app、agent、Foundry 工具與模型應用。 ● 技術期待：AI-900 對非技術背景較友善；AI-901 雖然仍是 Fundamentals，但官方已提到候選人需要具備基礎 Python 語法與 Azure 資源配置概念。 ● 學習方式：AI-900 可以靠概念理解與刷題快速通過；AI-901 可能更需要搭配平台操作經驗與情境實作理解。 考 AI-900 還是直接準備 AI-901？ 根據微軟官方公告，AI-900於2026年6月30日正式退場，並由AI-901取代。 如果你已經在準備 AI-900，而且能在2026年6年30 前完成考試，我會認為仍然值得考。因為這張屬於Fundamentals基礎證照，已取得的認證仍然有效，不會因為考試退場就失效。 另一方面，如果你現在才剛開始，或希望學到的是更貼近 Microsoft 最新 AI 平台方向的內容，那就可以直接把重心放到 AI-901。 從官方訊息來看，AI-901 代表的是 Microsoft 對新一代 AI 基礎能力的重新定義：不只是知道 AI 是什麼，而是更重視你能不能用 Microsoft Foundry 理解並實作現代 AI 應用，特別是生成式 AI、AI agents、以及更貼近實務的建置思維。 在送出最後一題，系統會彙整考生標籤過不確定的題目，讓你再確認或修改答案，最終確認送出提交所有答案後，系統立刻給分，最終小編以788分，拿到了微軟AI-900認證，官方也在兩、三個小時內，就透過Email發出電子認證。 整體來說，小編覺得 AI-900 是一張很適合建立 Microsoft AI 全貌的入門證照。它不會要求你有很深的技術背景，但會幫你建立「看到需求、判斷工具、理解場景」的基本能力。如果你本來就有一些 AI 素養基礎，兩週其實是有機會準備完成的。至於未來如果想接軌 Microsoft 更新的 AI 發展方向，AI-901 也很值得提早關注，尤其是 Microsoft Foundry、生成式 AI、AI agents 這幾個主題，很可能會成為接下來的核心趨勢。 ▉ 學習資源 Microsoft Learn 官方學習路徑：https://learn.microsoft.com/zh-tw/credentials/certifications/azure-ai-fundamentals/ 104獨家考證課程：生成式AI｜三證合一速攻班｜高分思維 × 解題框架 × 刷題實戰｜：https://nabi.104.com.tw/course/104nabi/ee5e6072-07e8-486f-9e11-2d7d5bfb2f2d

在使用 ChatGPT 時，你是否經常需要花時間構思和輸入詳細的指令，以便讓生成的答案更貼合需求？特別是當每次對話的需求都很相似時，這種重複的輸入過程變得非常繁瑣。為了解決這一問題，OpenAI 推出了「自定義指令（custom instructions）」功能。這項功能旨在幫助您將一些常用的指令變成模板，從而簡化之後每次提問的複雜程度。本文將告訴你如何設定 ChatGPT 的自定義功能、實際應用案例、優點有哪些，一起來看看吧！ ▍如何設置 ChatGPT 自定義指令 設置自定義指令的步驟非常簡單，只需以下幾個步驟： ❶ 進入 ChatGPT 頁面，點擊右上角的頭像 ❷ 選擇「自訂 ChatGPT」 ❸ 輸入您的自定義要求：可以告訴 ChatGPT 你的職業、興趣、喜歡的話題等，並設定回答的風格和長短。 設置完成後，ChatGPT 會根據你的自定義指令生成回答，這樣每次提問時就不必再重複輸入相同的要求了。 ▍自定義指令的實際應用 自定義指令對於不同職業和需求的用戶都非常實用。例如： ● 社群小編：可以設定讓回答更具互動性和趣味性，並提供有創意的內容建議，提升社群參與度。 ● 開發者：可以要求 ChatGPT 使用特定的編碼風格或提供詳細的代碼註釋，從而輔助編程工作。 ● 產品經理：可以設置讓回答包含具體的產品分析和市場數據，幫助制定更精確的產品策略。 ▍使用自定義指令的好處 使用自定義指令功能可以帶來以下好處： ● 提升效率：省去每次輸入詳細指令的時間，讓操作更簡單快捷。 ● 提高精準度：確保每次回答都符合你的期望和需求。 ● 增強體驗：提供更個性化、更貼心的使用體驗。 ● 節省精力：減少重複操作的煩惱，專注於更重要的工作。 ▍自定義指令的隱私問題 需要注意的是，OpenAI 會使用你的自定義指令來訓練模型。如果對隱私問題有所擔憂，可以在「data controls」欄中選擇禁用這項功能，從而保護你的個人資訊。 如果你還在為每次使用 ChatGPT 時需要重複輸入相同的指令而感到煩惱，那麼不妨嘗試一下自定義指令功能。這項功能不僅能為你節省時間，還能讓 ChatGPT 的回答更加符合你的需求。立即設置你的自定義指令，體驗更高效的 ChatGPT 使用方式吧！ ➤ 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！

「Open Book 考試反而更難？改為線上測驗後， ISO 27001 主導審查員證照究竟該怎麼準備？真相是：這張證照從來不考臨時抱佛腳，考的是你腦海裡的『條文雷達網』！ 只要掌握條文架構、理解題目變形邏輯，就能在時間充裕的考場上游刃有餘。 本文整理了最真實的實戰應試秘訣，幫你把龐雜的條款轉化為解題武器，順利解鎖資安職涯新里程！」 🔗 參考資源連結：https://ucomedu.blogspot.com/2024/08/iso-27001202408.html

想知道程式設計問題在哪裡能快速找到解決方案？Stack Overflow 是一個專門為程式設計師而設的技術問答論壇，擁有龐大的專業社群和高質量的技術資源。無論你是初學者還是資深開發者，這裡都能幫助你解答各種技術疑難，節省搜尋答案的時間。本文將詳細介紹 Stack Overflow 是什麼、如何在此尋求支援，並提供一些使用論壇的小技巧，讓你迅速上手！ ▍什麼是 Stack Overflow？ Stack Overflow 是一個由 Jeff Atwood 和 Joel Spolsky 於 2008 年創立的程式設計問答平台。它的設計目的是為了幫助全球的開發者解決程式設計上的疑難雜症，並為技術社群創造一個專業且有效的知識分享空間。與傳統的論壇不同，Stack Overflow 以問答（Q&A）的形式運作，使用者可以發表技術相關的問題，其他社群成員則能直接回覆答案，構成了一個強大的互助社群。 ▍Stack Overflow 的運作機制 Stack Overflow 的設計有別於一般的網路論壇，它擁有嚴謹的問答結構和評分系統，保證了回答的質量和實用性。使用者可以提出問題並獲得回答，然後對解答進行評分，幫助其他成員更快地找到最有幫助的資訊。 1. 評分系統與積分獎勵 在 Stack Overflow 上，每個回答都可以被社群點讚或點踩，並根據這些互動獲得「積分」。這些積分的累積讓用戶逐漸解鎖更多平台權限，如編輯他人的回答、標記問題的重複性、甚至進行投票管理。這一制度鼓勵用戶提供有價值的回答，形成一個高效且高質量的技術交流平台。 2. 專業知識的篩選與分享 Stack Overflow 上的問題涵蓋了從前端到後端的各種程式語言、框架、工具和技術。無論是程式語言的基本知識，還是特定技術框架的使用，都能在 Stack Overflow 上找到對應的討論和答案。這樣的設計不僅方便了使用者找到特定的技術解決方案，也提升了知識的篩選效率。 3. 專業社群與活躍度 Stack Overflow 的另一個顯著特色是擁有龐大的專業程式設計社群，全球成員涵蓋了初學者、資深開發者及技術領導者，每天都在進行大量的問題與回答。這意味著無論遇到什麼技術難題，你通常都能在短時間內獲得解決方案，甚至在搜尋框輸入問題時便會出現類似的問題，節省大量時間。 ▍如何有效使用 Stack Overflow 雖然 Stack Overflow 的問答模式非常直觀，但有效利用這個平台仍需掌握一些要點，才能更快地獲得高質量的回應。以下是一些在使用 Stack Overflow 時的實用技巧： 1. 問題的清晰描述 提出問題時，務必將問題敘述清楚並提供足夠的細節。這包括程式碼的片段、錯誤訊息、環境設定等，這樣能幫助回答者更快速、準確地給出解決方案。建議問題標題直接點出你的問題，讓社群成員在快速瀏覽時便能理解你的需求。 2. 標籤的使用 Stack Overflow 支援在問題中添加相關標籤，這些標籤可以幫助問題更快速被社群中熟悉該技術領域的成員看到。標籤如 python、javascript、web-development 等等，都是常見的技術標籤，幫助問題被適合的專業人士看見，增加得到高質量回答的機會。 3. 有禮且積極回應 回答者大多都是出於幫助的動機回覆問題，因此保持良好的互動態度非常重要。若回答者的回應對你有幫助，記得對其點讚或標記為「已解答」，這樣不僅能鼓勵回答者，也能幫助其他有相似疑問的人更快找到解答。 ▍Stack Overflow 的社群規範 Stack Overflow 對於社群的互動有明確的規範，要求使用者的問答內容保持專業、清晰且尊重他人。提問前建議先確認問題是否已被討論過，避免重複問題出現。此外，對於不適當的回應，社群成員可進行舉報，以維持論壇的良好氛圍。 ▍Stack Overflow 的優勢與限制 【優勢】 ● 豐富的知識資源：數以百萬計的問答資料庫，涵蓋各種主流技術。 ● 即時性：活躍的全球技術社群，能快速獲得解答。 ● 學習與分享：使用者可以從回答和評論中進一步學習，增進知識。 【限制】 ● 內容限制：Stack Overflow 的問答模式不適合進行太過廣泛的技術討論。 ● 積分制度：對於新使用者來說，累積積分並解鎖更多功能可能需要一段時間。 Stack Overflow 作為一個專業的程式設計問答平台，不僅提供了快速解決技術疑難的方法，還讓開發者通過回答問題來互相學習並增進技術水平。無論你是新手還是資深程式設計師，Stack Overflow 都是解決程式問題的理想場所。透過這個平台，你不僅能迅速找到答案，還能將自身的經驗分享給社群，讓整體技術圈得以成長。 ➤ 了解更多：https://stackoverflow.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！

當你完成夢想彩繪後。接下來，可以開始思考自己要憑藉什麼條件，來實現彩繪的夢想。 習題二：尋找優勢：盤點過去，從心流經驗找生涯優勢 心理學家米哈里·齊克森 （Mihaly Csikszentmihalyi）將心流 （flow） 定義為當人投注某種活動時產生的興奮感及成就感。你可以拿出另一張圖畫紙，用蠟筆畫出一條橫向的X軸，與一條縱向的Y軸。在X軸上標示出你開始有記憶的年齡到現在的年齡，在Y軸標示0-10表示心流經驗的高低。然後開始回想自己曾經有的心流經驗，將這些心流經驗用關鍵字（或圖示）寫在便利貼上（一個心流經驗寫一張），並在關鍵字旁標示出此心流經驗發生時，你的年紀與對這個活動的心流反應（從0-10）。然後再將這些便條紙，貼到圖畫紙上的相對位置。 此時，你可以開始慢慢地回想圖畫紙上這些心流經驗，有沒有什麼共同點，例如：心流經驗的背後是否有共同的人事物，或剛好都有運用到你哪些共同的天賦、特質或能力。 如果你想對心流有更多的瞭解，可以觀看米哈里·齊克森 這場在TED「心流，幸福的秘密」演講。 https://www.youtube.com/embed/E4nmA5oVflo 習題三：運用心流經驗，實現生涯彩繪 接著，你可以依序再次省思每張心流經驗便利貼的內容，並將便利貼依序貼在習題一完成的生涯彩繪圖上的適當位置。例如你的心流經驗有張與「團隊合作」有關的便利貼，而生涯彩繪圖中有個畫面與團隊合作有關，此時你就可以將「團隊合作」便利貼轉貼到生涯彩繪圖的旁邊。如果我們很多張心流經驗的便利貼都有團隊合作這個元素，那就表示未來你在實現彩繪的夢想時，可以善用自己團隊合作的天賦或能力。相反地，如果你生涯彩繪圖的某些關鍵點都沒有相關的心流經驗，哪就表示未來你在實現夢想時，需要建構完成關鍵點的能力與資源。但因為每個的時間有限，建議你先選擇可以運用心流經驗完成夢想的關鍵點切入，一方面可以快速累積成功經驗，二方面可以培養自己開展第二人生的勇氣與信心。 實現彩繪生涯的第二人生時，我建議可以先從自己目前所處的組織及從事的工作找機會開始執行。例如，我們可以跟公司的主管溝通，爭取透過專案的執行或部門的輪調，來開始體驗自己想要的第二人生。如果公司沒有這樣的機會，你也可以到與自己夢想有關團體或機構擔任志工，或利用公餘時間以兼職、外包的方式，看看自己有沒有機會從中體驗，甚至獲得金錢報酬。此外，你可以參與讀書會、成長團體或創業團隊的方式，透過共讀、討論、合作專案…方式，開始往自己的夢想生涯前進。 我在FB個人頁的封面，是我再2017年假時彩繪的夢想「2nd Life」。希望2027年可以回到宜蘭故鄉，成立第二人生探索中心。 祝福大家有個開展天賦、心想事成的第二人生。 Spring的FB個人頁網址 https://www.facebook.com/spring.wang.517/

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

隨著生成式 AI 與雲端運算技術蓬勃發展，Google 提供一系列 AI 與雲端技術課程與認證，幫助個人提升數位能力、強化職場競爭力。無論你是剛入門、轉職中、還是現職工作者，這篇整理都能協助你選擇最適合的學習路徑。 📌 一、Google AI 與 Cloud 證照總覽 ### 1. Google Cloud 專業證書（Professional Certificates） 透過 Google Cloud Skills Boost 提供的認證課程，可系統化學習資料分析、網路安全與雲端架構等職場必備技能。 - 資料分析專業證書（Data Analytics） - 網路安全專業證書（Cybersecurity） - 上課平台：Google Cloud Skills Boost - **學費：每月 $29 美元，首月免費試用 - **網站：[Professional Certificates](https://cloud.google.com/learn/certificates?hl=zh-TW) --- 2. Google Cloud 認證證書與徽章 - Cloud Digital Leader 認證**：入門級雲端通識認證 - Associate / Professional 級證照**：適合工程師、架構師、資料分析師等專業角色 - 技能徽章 Skill Badges**：完成特定實作課程即可獲得，適合展示技能 - 網站：[Google 認證官網](https://cloud.google.com/learn/certification?hl=zh-TW)｜[技能與證照管理](https://cloud.google.com/learn/training/credentials?hl=zh-TW) 🤖 二、生成式 AI 與機器學習課程推薦 3. Google AI Essentials（生成式 AI 通識課程） 由 Google 推出的免費 AI 基礎課程，適合初學者快速了解生成式 AI 工具與應用。 - 內容：AI 工具應用、提升工作效率 - 平台：[Google AI Essentials](https://grow.google/intl/zh-HK_hk/ai-essentials/) 4. Introduction to Generative AI（Google Cloud Skills Boost） 短時程微學習課程，幫助你理解生成式 AI 的核心概念與技術原理。 - 課程頁面：[Introduction to Generative AI](https://www.cloudskillsboost.google/course_templates/536?locale=zh_TW) 5. Machine Learning Crash Course (MLCC) Google 經典的免費機器學習課程，包含視覺化示意、互動程式與 15 小時課程。 - 對象：資料科學、AI 工程師、對 ML 有興趣的學習者 - 網站：[ML Crash Course](https://developers.google.com/machine-learning/crash-course) 🧠 三、台灣本地 AI 認證課程（與 Google 合作） 6. 104 學習精靈｜生成式 AI 證書課程 由 104 與 Google 技術整合推出的 8 小時 AI 入門課程，內容實用、講解清晰。 - 學習內容：生成式 AI 的應用邏輯與職場場景 - 報名網址：[104學習精靈｜生成式 AI 課程](https://nabi.104.com.tw/ability/10048799) 7. ADCT｜Google Gemini AI 通識認證 由數位文化協會推出的 AI 通識測驗，考核 Google Gemini 與生成式 AI 的應用知識。 - 課程免費，測驗費用 NT$599 - 證書可列入履歷／求職加分 - 報名網址：[ADCT AI 基本測驗](https://exam.adct.org.tw/product/ai-%E5%9F%BA%E6%9C%AC%E6%B8%AC%E9%A9%97) 🚀 四、進階培訓與活動 8. Google Cloud AI Study Jam 為台灣開發者社群舉辦的 AI 主題訓練活動，涵蓋 Prompt Engineering、生成式 AI API 等進階應用。 - 適合對 AI 應用開發有興趣者 - 活動頁面：[Google Cloud Study Jam](https://rsvp.withgoogle.com/events/csj-tw-2024/home) 9. 5 天生成式 AI 密集學習營 短期集訓課程，由 Google 主辦，深入 AI 模型應用與專案實作。 - 活動頁面：[5 天密集課程](https://rsvp.withgoogle.com/events/google-generative-ai-intensive_2025q1/home)

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

Sketch 是一個廣受設計師喜愛的 UI/UX 設計工具，其強大的功能使設計過程更加高效。本文將介紹初學者必學的五個功能，包括畫板、符號、共享樣式、外掛和原型製作，幫助你快速掌握 Sketch 並創作出色的設計作品，以下是初學者必學的五個功能及其詳細介紹： 1. Artboards (畫板)： ✴︎ 功能介紹：Artboards 是 Sketch 中用來設置和組織不同頁面或設計構件的工具。它們可以看作是設計的畫布，可以幫助設計師在一個文件中管理多個頁面的設計。 ➤ 使用方法：點擊工具欄中的 「Artboard」工具，然後在畫布上拖動創建一個新的 Artboard。可以根據需要調整大小或選擇預設的設備尺寸（如 iPhone、Android 等）。 2. Symbols (符號)： ✴︎ 功能介紹：Symbols 是 Sketch 中的一個強大功能，可以讓設計師創建可重複使用的設計元件，如按鈕、導航欄等。當 Symbols 被修改時，所有引用該 Symbols 的地方都會同步更新。 ➤ 使用方法：選擇你想要創建成 Symbols 的元件，然後右鍵選擇 「Create Symbol」，或者使用快捷鍵 Command + Option + K。這些 Symbols 可以在不同頁面中重複使用。 3. Shared Styles (共享樣式)： ✴︎ 功能介紹：Shared Styles 允許設計師為文本或圖層設置一個統一的樣式，並在整個設計文件中應用這些樣式。當共享樣式更新時，所有使用該樣式的元素都會同步更新。 ➤ 使用方法：在右側屬性面板中設置圖層或文本的樣式，然後點擊樣式選擇器並選擇 「Create Shared Style」。這樣就可以在其他圖層或文本中應用這個樣式。 4. Plugins (外掛)： ✴︎ 功能介紹：Sketch 支持大量的外掛，可以擴展其功能並提高設計效率。外掛可以幫助自動化任務、生成假資料、優化資產管理等。 ➤ 使用方法：在 Sketch 的頂部菜單欄中選擇 「Plugins」，然後選擇 「Manage Plugins」 來安裝和管理外掛。你可以從 Sketch 外掛網頁下載各種外掛。 5. Prototyping (原型製作)： ✴︎ 功能介紹：Sketch 提供了基本的原型製作功能，可以讓設計師創建互動流程，模擬用戶在應用或網站中的操作。這些互動可以幫助測試設計和獲得用戶反饋。 ➤ 使用方法：選擇你想要設置互動的元素，然後點擊右側屬性面板中的 「Prototype」 標籤，設置連接到另一個 Artboard 的互動。可以設置觸發事件（如點擊、滑動）和過渡動畫。 學會這五個功能可以大大提升你在 Sketch 中的設計效率和創意實現能力，幫助你快速上手並創建專業的設計作品。

主題： 站在有光的地方_如何陪學生 探索個人優勢天賦、找到生涯發展方向，選擇自主學習主題 大綱： 01.站在有光的地方 如何找到安身立命、開展天賦的第二人生 02.回顧心流看見個人天賦 從生命的心流時光，探索個人的優勢天賦 03.善用工具探索生涯方向 用測評探索才能熱情，用AI導航找生涯方向 04.以終為始做好學習規劃 用申請大學的學習歷程自述，做好高中三年自主學習規劃 檔案內容 A.研習簡報 B.學習引導單 C.如何運用AI，探索優勢天賦，找到生涯方向 檔案網址：https://secondlife.pse.is/2024HSMentorShare

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

SQL 的基本查詢語法包括以下幾個關鍵部分： 1. SELECT：用於指定要檢索的列或表達式。 2. FROM：用於指定要從中檢索數據的表或視圖。 3. WHERE：用於指定查詢的過濾條件，僅檢索符合條件的行。 4. GROUP BY：用於將結果集按照一個或多個列進行分組。 5. HAVING：用於在使用 GROUP BY 時指定分組後的過濾條件。 6. ORDER BY：用於按照指定的列對結果集進行排序。 7. LIMIT（或相當於的語法）：用於限制結果集的行數。 基本的 SQL 查詢語法示例如下圖。 推薦Youtube線上教學課程＞＞https://www.youtube.com/watch?v=gvRXjsrpCHw&list=WL&index=3 很適合沒有任何程式背景的初學者學習！

想讓Claude更懂你的需求、產出更精準？整理Anthropic工程師極力推薦的6個實用提示詞，從需求訪談、教學模式、開發規劃到建立技能與專案記憶，一次掌握更有效率的Claude用法。 文／樂羽嘉編譯　由天下雜誌授權轉載 本文目錄（點擊可快速前往） 1. 讓Claude Code用大白話解釋運作流程2. 讓Claude一直考你，直到你真的學會3. 在Claude動工之前，先對你進行需求訪談4. 讓Claude把你的開發計畫做成網頁5. 把重複性的任務固化成「技能」6. 自動捕捉這次對話該記住的事 使用工具：Claude 網頁版：https://claude.ai/ 電腦版：https://claude.com/download 手機APP：iOS下載、Android下載 想要有效利用AI得到想要的答案，就必須給AI高品質的提示詞。要成為提示工程高手，有一條捷徑就是向打造這些AI模型的工程師偷學。 《XDA》科技記者法賽爾（Mahnoor Faisal）深入研究Anthropic工程師極力推薦的提示詞和原則，並分享6種他覺得最好用的提示詞： 1. 讓Claude Code用大白話解釋運作流程 法賽爾分享提示詞，有很多來自Claude Code團隊的工程師Thariq。Thariq經常在X分享使用Claude Code的工作流程技巧，常常都是那種你想都沒想過但可以立刻上手的方法。他也會分享Anthropic團隊其他成員和社群流傳的提示詞，而這個提示詞背後還有一個很有趣的由來。 Thariq是幫妹妹用AI協助開發一個WNBA數據網站之後分享這個提示詞的。他意識到，Claude Code平常在畫面上顯示或說明的內容，大概有99%對妹妹毫無意義，因為那些內容是寫給精通開發語言的人看的。因此，Thariq設計了一個提示詞範本來解決這個問題。 這個提示詞的功能是重塑Claude Code的工作與溝通方式。它不會把所有事情都放在你的主要工作階段執行，然後一路用滿滿術語進行解說。相反的，它會把實際工作交給一個非同步背景代理（async background agent）處理，你的主要工作階段只需要定期查看進度並向你回報。 除此之外，它還會啟用explore agent（探索代理），這個唯讀代理唯一的工作就是四處查看並解釋各種功能怎麼運作，但不會動到任何東西，所以你不只是看著事情發生，還能真正瞭解背後發生了什麼事，所有內容都會用白話文解釋，因為這個提示詞會強調技術術語對你毫無用處。 提示詞： 這是我的提示詞：「【在這裡輸入你的任務需求】」請幫我啟動一個非同步背景代理來執行這項工作，並在它工作的過程中定期查看進度，然後幫我摘要目前發生了什麼事。我完全沒有技術背景，所以請用最簡單的大白話為我做摘要。請利用「探索代理」（Explore Agent）向我解釋另一個代理正在處理的事情背後的運作原理，好讓我在過程中順便學習。如果背景代理遇到任何錯誤，請立刻停下來告訴我，並引導我修復它。請記住，我沒有任何技術背景，任何技術術語對我都沒有幫助。 2. 讓Claude一直考你，直到你真的學會 幾個月前，用AI寫程式最困難的部分就是產生能用的程式。現在AI程式寫得很好，跟上它的速度反而變得更難。科技記者法賽爾一直想確保自己是真的理解模型替他寫的程式，不想不假思索地接受AI上繳的成果。 法賽爾分享的這個提示詞，來自Thariq在Anthropic的同事Suzanne。Thariq當時一直在詢問同事是怎麼跟上Claude正在建構的內容，這是他最愛的解答之一。 這個提示詞不會讓Claude完成所有工作，再一次把所有解釋傾倒給你。它會把 Claude變成一位老師，一次只處理一個概念，先要求你用自己的話重新說明你理解了什麼，確認你真的掌握後，才會進入下一步。法賽爾最喜歡的部分是Claude會透過AskUserQuestion這個Claude Code內建工具來做到「考考你」的效果。這個工具能讓模型暫停流程，然後向你提出真正的選擇題或開放式問題。 另一個值得特別注意的細節是最後那一行 /goal 那段內容，設定了一個非常明確的停止條件：在Claude確認你已經理解檢查清單上所有內容之前，整個工作階段都不能結束。不能提早落跑，也不能隨便說一句「好啦好啦我懂了」就直接進入下一個主題。你必須證明自己真的懂，否則這堂課就會繼續下去。 提示詞： 你是一位教學成效極高的睿智老師，你的目標是確保使用者能夠深入理解這次工作階段中的所有內容。請在每個步驟循序漸進地教學，不要等到最後再一次性說明所有內容。在進入下一個階段之前，你必須先確認使用者已經完全掌握目前階段的所有重點。這些重點包括高層次概念（例如動機與目的），也包括低層次細節（例如商業邏輯與邊界情況）。請持續維護一份Markdown文件，其中包含使用者應該理解事項的檢查清單。請確保使用者理解：問題本身：問題為何存在、問題的成因，以及不同的可能分支情況。解決方案：為什麼採用這種解法、設計決策的原因，以及需要考慮的邊界情況。更廣泛的背景脈絡：這件事為什麼重要，以及這些變更會產生哪些影響。請確保她理解「為什麼」（並持續往更深層的原因追問），同時也要理解「是什麼」以及「如何運作」。充分理解問題本身非常重要。為了瞭解使用者目前的理解程度，請主動要求使用者先用自己的話重新說明自己的理解。接著再根據使用者的回答協助補足缺漏的地方。使用者可能會向你提問，也可能要求你用ELI5（像對五歲小孩解釋）、ELI14（像對十四歲青少年解釋）或ELII（像對實習生解釋）的方式說明。請使用AskUserQuestion透過開放式問題或選擇題來測驗使用者，務必不斷變換正確答案的位置，作答完成之前不要公布答案。如果有必要，可以展示程式碼，或引導使用者使用除錯工具（debugger）。/goal 在你確定使用者已經證明自己瞭解清單上所有項目之前，這個工作階段不應該結束。 3. 在Claude動工之前，先對你進行需求訪談 Thariq分享的另一個提示詞顛覆了傳統的互動模式：與其從你先開始把所有想要的規格與需求講清楚，不如讓Claude來對你進行訪談。 這裡的關鍵在於AskUserQuestionTool。這跟前面教學提示詞裡互動式提問的機制完全一樣，只不過在這裡，它的用途是專案規劃（Planning），不是考試。 Claude會先讀取你的規格文件（spec file），然後針對你完全沒想過要指定的細節對你展開連珠炮般的靈魂拷問，包括邊緣案例（Edge cases）、技術權衡（Trade-offs）、UI設計決策等等通常開發到一半、改起來最痛苦時才會浮現的問題。徹底審問完後，它才會把最終的完成版規格書寫進檔案裡。 提示詞： 請閱讀這份@SPEC.md，使用AskUserQuestionTool詳細問我關於這裡面的任何事情，包括技術實作、UI & UX、隱憂、權衡等。請確保提出的問題不是那種顯而易見的表面問題。務必非常深入，持續不斷地問我，直到細節完全齊全為止，再把最終的規格書（Spec）寫入檔案中。 乍看之下這可能很像Claude Code的Plan（規劃）模式，那是因為它們是從不同角度追求同一個目標：在寫任何程式碼之前先做好思考，這樣Claude就不用去瞎猜你的意圖。Plan模式是讓Claude提出做法給你批准，這個提示詞則是讓 Claude先把做法從你的腦袋裡引導出來。 4. 讓Claude把你的開發計畫做成網頁 科技記者法賽爾現在基本上已經拋棄傳統簡報，改用HTML網頁來做簡報頁面。他也淘汰了傳統文件，改用互動性更高、只要部署好就能直接丟連結分享的瀏覽器網頁。Thariq也喜歡這樣做，他在X和Claude官方部落格上分享一篇精彩的文章，解釋為什麼在要求AI工具產出內容時，HTML格式比Markdown格式好非常多。 他的理由是，Markdown處理短篇文章很方便，但只要文件長度超過100行，基本上就沒人想讀了。HTML則允許Claude嵌入真正的圖表、表格、包含語法突顯的程式碼、豐富的色彩、可以點擊的滑桿和複製按鈕。你可以在任何瀏覽器打開，分享給任何人，對方不用安裝任何Markdown閱讀器。Thariq現在不論在規劃、寫規格、做探索、程式碼審查（Code Review）還是寫報告時，全都是用HTML。 下面這個提示詞就是把這種思考應用在特定工作上，在動工前規劃好開發藍圖。Claude不會丟給你一面看過一次就會忘記的文字牆，會把整個計畫做成結構精美的HTML頁面來呈現，附帶網頁原型、數據流向圖、真正值得審查的核心程式碼片段。 提示詞： 請在一個HTML檔案中建立一份詳盡的實作計畫。請務必在裡面製作一些原型（Mock-ups）、展示數據流（Data Flow），加入我可能需要審查的重要程式碼片段。請確保內容很容易閱讀、消化。 5. 把重複性的任務固化成「技能」 如果你發現自己老是要重複引導Claude執行某些相同的固定步驟，代表這個步驟應該被打包成一項「技能」（Skill）。技能就是一組儲存為可攜式檔案的提示詞清單，有特定任務需要時，Claude會自動調用。 下面這個來自Anthropic官方提示詞庫的招式，能把你不斷重複的繁瑣流程變成一個簡單的快捷指令。 提示詞： 請為這個專案建立一個 [/ship] 技能，用來執行 [執行linter語法檢查和測試，然後草擬一份commit訊息]。 第一個中括號是你要用來觸發它的快捷鍵名稱（例如 /ship），第二個中括號填進你每次都懶得重新教Claude的步驟序列。Claude會自動把它寫成技能，你團隊的任何人都可以直接執行這個指令。 6. 自動捕捉這次對話該記住的事 在每一次Claude Code對話中，Claude都會摸索出許多小細節，像是你的專案怎麼串接、你偏好的程式碼規範、它犯過並修正的某個錯誤。但在預設情況下，當對話結束時，這一切記憶都會蒸發，導致下一次對話又得重新來過，浪費時間成本。 這個來自Anthropic官方提示詞庫的提示詞，就是阻止這種悲劇發生的終極大招。 提示詞： 摘要我們這個Session做了什麼，建議有哪些內容應該新增到CLAUDE.md中。 CLAUDE.md是Claude Code每次啟動對話時都會優先讀取的檔案，本質上扮演了這個專案的常駐記憶體。透過這個簡單的提示詞，你不需要自己苦哈哈地記錄哪些東西值得留下來，Claude會幫你做好，它自己最清楚在這個Session克服了哪些障礙，你只要讓它提出建議，然後保留真正重要的部分就好。 （資料來源：XDA） （原文標題：偷學Anthropic工程師！6個好用的Claude提示詞） 推薦閱讀： 用提示詞讓Gemini修照片！2026年最受歡迎的7種玩法 碾壓不用AI的學生！10個NotebookLM學習提示詞 進階玩家必學：5個NotebookLM實戰技巧

客戶抱怨訂單未到，反覆道歉仍無法交代下一步？本文拆解「理解感受、表達歉意、提出行動」3步驟，附配送抱怨的中英文對話與常見錯誤提醒，搭配5分鐘影片練習回應不滿。 本文目錄 一、理解感受：先回應困擾，不急著爭辯 二、表達歉意：為不便致歉，再接協助 三、提出行動：說出現在確實能做的事 一段客服對話，聽完再跟讀 四、回應感受之後，仍要把事情確認清楚 現在錄一段自己的客服對話 客戶說商品一直沒到，語氣越來越急。你連續說了幾次Sorry，卻不知道下一句接什麼，對方只好追問：「所以你現在會怎麼處理？」如果一緊張就保證今天送到，事後又可能因為做不到而增加困擾。 回應抱怨需要同時接住感受與問題。本課以訂單尚未送達為例，練習「理解感受 → 表達歉意 → 提出行動」。先讓客戶知道你聽見不滿，再說明能執行的查詢，讓對話有具體的下一步。 本文搭配「5分鐘學會客訴回應英語：表達理解，提出協助」5分鐘影片，以中文解說和英文示範練習。可以先聽一輪，再暫停跟讀，換成自己的服務情境。以下人物、單位、訂單與安排皆為教學假設；實際服務依公司流程調整。 一、理解感受：先回應困擾，不急著爭辯 客戶表示等待讓他很困擾時，可以說： I understand how frustrating this is. 我理解這讓您很困擾。 Frustrating在這裡描述事情令人挫折或困擾。用這句承接客戶的感受時，語調放穩，先讓對方知道你有聽見，不要立刻說「您應該再等等」或否定他的反應。 理解感受不等於查明原因。你可以理解等待令人困擾，但商品為什麼未到，仍需要核對訂單與配送資訊。把感受和事實分開，後續才不會為了安撫而補上一個自己也不確定的解釋。 二、表達歉意：為不便致歉，再接協助 接著可以用一句話表達歉意： I’m sorry for the inconvenience. 很抱歉造成您的不便。 Inconvenience指不便。這句說清楚歉意後，就可以進入協助；不需要反覆說Sorry，也不用一說完就接「但是這不是我們的問題」。 如果尚未查證原因，先不要把責任推給物流、倉庫或另一位同事。客戶此刻要知道的是你如何協助，而不是聽一連串內部解釋。補償或退款則需要依公司政策與授權處理。 三、提出行動：說出現在確實能做的事 當下一步是查配送狀態，可以說： Let me check the delivery status for you. 讓我為您查詢配送狀態。 這句把協助變成具體動作：查詢配送狀態。說完依公司流程核對必要資料，例如訂單編號，再進行查詢。查到結果後，還需要向客戶說明資訊或後續安排。 Check是查詢，不是保證今天送達。沒有確認時間前，先交代查詢動作即可。如果問題改成收到錯誤商品，就要換成對應的查詢項目，不能為了照背原句而查錯方向。 一段客服對話，聽完再跟讀 以下對話對應影片示範。先聽出每一句的作用，再和同事交換角色練習。 客戶：My order still hasn’t arrived. 我的訂單到現在還沒收到。 客戶：This is really frustrating. 這真的讓我很困擾。 客服：I understand how frustrating this is. 我理解這讓您很困擾。 客服：I’m sorry for the inconvenience. 很抱歉造成您的不便。 客服：Let me check the delivery status for you. 讓我為您查詢配送狀態。 客服：May I have your order number, please? 請問可以提供您的訂單編號嗎？ 客戶：Yes. My order number is 5821. 可以，我的訂單編號是 5821。 客服先回應不滿，再致歉並提出查詢，最後詢問訂單編號。這是開始協助，不表示配送問題已經解決；查詢結果與後續安排仍需另行說明。 四、回應感受之後，仍要把事情確認清楚 客戶一次說了很多不滿，可以先用覆述確認整理問題。影片的補充例句是： Just to confirm, your order hasn’t arrived. 確認一下，您的訂單還沒收到。 說完留出讓客戶補充或修正的空間。如果還沒查到配送資料，就不要把「尚未收到」改說成「商品已經遺失」；兩者代表不同資訊。 也不要只顧處理資料，忽略對方已經表達的困擾。直接問編號雖然能開始查詢，但先用簡短的理解與致歉，再問必要資料，對話會更容易接續。這些話術的作用是支持服務，實際說了要查，就要接著執行。 現在錄一段自己的客服對話 假設客戶說商品仍未送達，而且很不滿。先用3句英文依序回應感受、為不便致歉、提出查詢配送狀態，再接上訂單編號詢問。不要加入尚未確認的送達時間。 課後另花五分鐘：一分鐘看核心句型、兩分鐘錄音、一分鐘回聽，最後一分鐘把情境換成收到錯誤商品，思考行動句應如何調整。 檢查：有沒有承接客戶的感受？道歉後是不是立刻辯解？提出的動作能不能確實執行？回應抱怨時，先把這3件事做清楚，再依查詢結果往下處理。

CCNA認證（Cisco Certified Network Associate）是針對網管與系統研發人才設計的入門級別網路架構與網路協定專業認證。無論是想進一步了解網路基礎概念，還是尋求提升職場競爭力，CCNA都是不可錯過的重要憑證。本文將帶大家認識CCNA認證內容、報考條件、考試準備資源，讓你輕鬆踏上網路專業之路。 CCNA認證是什麼？ CCNA是Cisco Certified Network Associate的縮寫，是Cisco提供的基础網路認證。它重點在基本網路構造、LAN和WAN原理、IP通信和網路安全等基础能力。通過CCNA，您可以認識網路基本運作原理，並增加解決網路問題的能力。 CCNA認證好考嗎？ 雖然CCNA認證在難度上屬於網路專業認證的入門款，但還是需要一定的準備和學習。CCNA考試包括理論和實作兩部分，考生需要熟悉IP網路概念、LAN和WAN構造、VLAN和網路處理功能。對於新手而言，有網路基礎知識背景將會將考試過程簡單化。 CCNA認證好用嗎？ 根據104學習精靈的資料，有近30%的網管工程師職缺要求求職者須具備CCNA認證資格，但除了這張證照之外，工程師的實務操作能力，以及程式語言、資料庫系統架構、框架工具使用技能...等專業技術也至為重要，甚至有的企業會要求專案型的工程師達到CCNP（CCNA再高一級的認證）以上等級，因此，證照技能兩不誤，才能凸顯能力價值。 工程師必備技能課程：https://nabi.104.com.tw/nabisearch/course?keyword=%E5%B7%A5%E7%A8%8B%E5%B8%AB&jobcat=2007000000 報考CCNA認證需要具備什麼條件？ 報考CCNA認證沒有限制，任何對網路技術有興趣的人都可以參加。不過，具備以下基礎知識會有助於增加過關機率： ● 基本電腦操作知識：熟悉電腦硬體和軟體的基本操作。 ● 網路基礎概念：如IP地址分配、子網路劃分、路由和交換等。 ● IT基礎英語能力：CCNA考試的內容多為英文，理解基本的技術英語是必需的。 如何報考CCNA認證？ 報考CCNA的步驟如下： 1. 註冊Cisco帳號：前往Cisco官方網站（Cisco官方網站）註冊個人帳號。 2. 選擇考試科目：目前CCNA的主要考試代碼為200-301，請確認最新的考試資訊。 3. 選擇考試中心或線上考試：登錄Pearson VUE考試平台，選擇您方便的考試中心或選擇線上遠端監考模式。 4. 支付考試費用：CCNA考試的費用約為300美元，依所在地區可能有所變動，支付後即可完成報名。 5. 準備考試：利用Cisco學習網頁、教材或其他學習資源進行充分準備。 6. 參加考試：在預約的時間和地點參加考試，也可申請遠距考試。 CCNA的考試範圍內容為何？ CCNA考試範圍涵蓋多個網路基礎領域，主要包括以下內容： ● 網路基礎：了解網路運作的基本概念，如OSI模型、IP尋址、子網劃分等。 ● 交換與路由技術：包括VLAN配置、路由協議（如OSPF、EIGRP）及靜態路由的設置。 ● 無線網路基礎：涵蓋無線網路配置與故障排除的基本知識。 ● 網路安全：基礎防火牆配置、訪問控制列表（ACL）的使用及網路威脅防護。 ● 自動化與可程式化網路：基礎網路自動化工具（如Python）和SDN（軟體定義網路）概念。 ● 這些內容結合了理論與實務，旨在提升考生對實際網路操作與問題解決的能力。 因此，CCNA認證是通往網路管理專業的入門證照之一，搭配多樣性的工具技能專才，幫助你在職涯發展上更順利。 CCNA 可以做什麼工作？(104人力銀行統計企業職務要求排行榜) Top1: 網路管理工程師 Top2: 系統工程師 Top3: 資訊設備管制人員 Top4: 網路安全分析師 Top5: MIS / 網管主管 證照資訊： https://nabi.104.com.tw/ability/10000637 相關免費課程影片： https://nabi.104.com.tw/nabisearch/film?keyword=CCNA 需要CCNA的職缺需求： https://bit.ly/3TXgEl4

前言 進入2025年，人工智慧已不再是遙遠的科技名詞，而是深刻影響全球產業結構與職場生態的現在進行式。根據Statista的市場預測，全球AI市場規模在2025年預計將達到驚人的3.73億美元，而全球AI教育市場更將以31.2%的年複合增長率擴張，至2030年將突破322.7億美元。這不僅反映了個人對於學習AI的熱切渴望，更凸顯了企業對於導入AI培訓、提升組織整體「AI素養」的迫切需求。 然而，面對市面上琳瑯滿目的AI課程與背景各異的講師，許多企業主與個人學習者卻感到無所適從。該如何選擇真正有價值、能解決實際問題的課程？一位好的AI講師，應該具備哪些關鍵特質？本文將為您提供一個完整的AI講師評估框架，並深度剖析四位在2025年台灣市場上備受推崇的頂尖AI名師，助您在AI時代的浪潮中乘勢而上。 為何投資AI教育是企業刻不容緩的戰略？ 進入2025年，AI不再是單一部門的工具，而是驅動企業從營運、行銷、管理到決策全面升級的核心引擎。根據最新的產業調查，已有高達78%的企業在至少一個業務環節中導入了AI技術，更有超過六成的企業計劃在未來一年內增加對AI技術與培訓的預算。 導入AI培訓能為企業帶來具體且可衡量的商業價值。在行銷領域，AI能夠分析龐大的消費者數據，實現精準廣告投放與個人化推薦，大幅提升行銷投資回報率。在營運層面，AI自動化流程可以接管繁瑣的行政、財會與客服工作，將寶貴的人力資源釋放出來。對於決策層而言，AI的數據分析與預測能力，更能輔助管理者洞察市場先機、預警潛在風險，做出更科學、更具前瞻性的商業決策。 投資AI教育，就是投資企業的未來。它不僅僅是為了學習操作幾個新潮的軟體工具，更是為了培養一種全新的「AI思維」，讓組織中的每一位成員都能學會如何運用AI解決問題、優化流程、創造價值。 如何挑選最適合你的AI課程講師？五大關鍵指標全解析 當企業意識到AI培訓的重要性後，下一個挑戰便是：如何找到對的講師？一位優秀的AI講師，不僅是知識的傳授者，更是企業轉型的催化劑。我們綜合了業界專家與成功企業的經驗，歸納出以下五大關鍵評估指標。 指標一：實戰經驗與產業深度 這是評估一位AI講師最重要的標準。AI的應用千變萬化，不同產業、不同部門的痛點與需求截然不同。在挑選時，您應該深入了解講師的背景：他是否曾親身在業界打滾？是否擁有可供驗證的成功案例？他服務過的客戶群體，是否與您的產業相關？一位真正經歷過市場淬鍊的講師，才能提供「從戰場上帶回來」的寶貴經驗。 指標二：課程設計與客製化能力 標準化的罐頭課程難以滿足所有企業的需求。一位頂尖的AI講師應該具備強大的課程設計與客製化能力。在接洽時，對方是否願意花時間深入了解您的企業文化、員工背景以及期望達成的培訓目標？優秀的講師會像一位顧問，先「診斷」企業的問題，再「開藥方」，量身打造最適合的課程內容與教學方式。 指標三：教學風格與學員評價 講師的教學風格直接影響學員的吸收效果與學習意願。您可以透過觀看講師的公開演講影片、閱讀他撰寫的文章，或直接詢問過往學員的口碑與評價，來判斷其風格是否適合您的團隊。一位好的講師應該懂得「說人話」，將複雜的技術術語轉化為不同部門、不同職級員工都能理解的語言。 指標四：收費模式與費用合理性 AI講師的收費模式相當多元，了解市場行情有助於您做出合理的預算規劃。常見的收費方式包括按時計費、按月或按季的長期顧問約，以及針對特定專案的打包計價。費用的高低通常與講師的知名度、經驗、課程的客製化程度與深度直接相關。 指標五：持續學習與資源提供 AI的技術與工具日新月異，一次性的課程所學到的知識可能很快就會過時。因此，一位負責任的講師，其服務不應在課程結束時就畫下句點。他是否提供課後諮詢管道？是否經營學習社群？他是否會定期分享最新的AI趨勢與工具資訊？這種「終身學習」的夥伴關係，才是企業在快速變動的AI時代中最寶貴的資產。 2025年四大頂尖AI課程講師推薦 在了解如何評估AI講師後，讓我們將目光投向市場上備受推崇的實戰名師。我們精選出四位在不同領域獨具專長、風格鮮明的頂尖專家。 1. 企業轉型總舵手 - 林尚能 講師 (戰國策集團) 「你公司卡關，我出戰解方。」 如果您的企業正站在數位轉型的十字路口，需要一位能從頂層戰略高度擘劃藍圖、指引方向的領航員，那麼戰國策集團的創辦人林尚能講師無疑是您的首選。 林尚能講師擁有超過25年的企業經營實戰經驗，帶領戰國策集團服務了超過三萬家企業客戶，年營收突破兩億元。他的職業生涯並非一帆風順，曾歷經創業初期的艱辛、跨足新領域慘賠五千萬的低谷，再到力挽狂瀾、帶領公司東山再起的完整歷程。這種「從戰場砲火中活下來」的經驗，讓他對企業經營的痛點有著超乎常人的深刻體悟。 在AI領域，林尚能講師並非單純的技術專家，而是將AI視為解決商業問題的強大武器。他長期專注於將AI技術落地應用於行銷、銷售、企劃、營運等各個商業環節，並創立了AI.com.tw (台灣人工智慧網路有限公司)，致力於開發企業AI應用與提供顧問服務。他的課程特色在於「問題導向」與「場景應用」，強調學習AI不是為了追逐流行，而是為了解決真實世界的問題。 戰國策AI課程四大特色： - AI賦能行銷：教授ChatGPT、MidJourney等工具，自動化內容生成、廣告優化 - 數據驅動決策：學習AI大數據分析，精準鎖定目標客群 - 跨產業應用：涵蓋電商、零售、B2B等行業案例 - 互動實作演練：課程包含分組實作與即時反饋 適合對象：企業主、高階經理人、部門主管，以及任何需要從宏觀戰略層面思考AI如何賦能企業成長的決策者。 課程重點：企業AI戰略規劃與藍圖設計、AI驅動的商業模式創新、運用AI提升行銷銷售與營運效率、建立企業內部的AI文化與人才梯隊。 政府補助資訊：戰國策戰勝學院為經濟部核定之合法訓練機構，符合資格的30人以下服務業企業，每位員工最高可獲得新台幣一萬元的培訓補助，每家企業最多補助金額為新台幣十萬元。 了解更多戰國策AI課程 https://www.nss.com.tw/product-category/ai-course 聯絡方式：0800-003-191 | LINE ID: @119m 2. AI實戰應用佈道者 - 黃敬峰 講師 (AI峰哥) 「利用數小時課程讓你擁有數百小時的AI能力。」 當企業的戰略方向確立後，如何讓AI在各個部門的日常工作中真正落地、發揮效益，便成了執行的關鍵。此時，您需要的是一位像「AI峰哥」黃敬峰講師這樣的實戰應用專家。 黃敬峰講師在AI工具的應用與推廣上充滿熱情，他經營著活躍的社群、YouTube頻道與部落格，致力於將複雜的AI工具轉化為一般上班族都能即學即用的工作技巧。他的教學風格極度務實，強調「動手做」與「看見效率差距」。他擅長拆解各種工作場景，例如：行銷人員如何用AI生成文案與圖片、業務人員如何用AI快速整理客戶資料、行政人員如何用AI自動化處理報表等。 特別值得一提的是，黃敬峰講師對於工作流程自動化工具（如Make.com、Zapier）有深入研究。他不僅教導學員如何使用單一的AI工具，更著重於如何將多個工具串聯起來，打造個人化的「自動化工作流」。 適合對象：行銷企劃、業務銷售、營運管理、專案經理等，所有希望在日常工作中導入AI工具，提升個人生產力的專業人士。 課程重點：主流生成式AI工具實戰操作、工作流程自動化設計與實作、各部門AI應用場景案例解析、零基礎入門AI提升職場決策力。 3. 前瞻技術創新家 - 葛如鈞 顧問 (寶博士) 「台灣VR/AR第一人。」 對於某些產業而言，AI不僅僅是優化現有流程的工具，更是顛覆商業模式、開創新市場的契機。被譽為「台灣VR/AR第一人」的葛如鈞顧問（寶博士），將能為您帶來無價的啟發。 葛如鈞顧問的背景橫跨學術界與產業界，在元宇宙、區塊鏈、VR/AR與AI等領域有著深入的研究與實踐。他的獨特之處在於，能夠將這些看似遙遠的尖端科技與商業模式的創新緊密結合，為企業描繪出一個清晰可見的未來藍圖。 他的課程內容充滿前瞻性與啟發性，不僅僅是介紹AI的現有應用，更會探討AI與元宇宙、Web3等新興趨勢結合後可能催生出的全新商業機會。他擅長引導學員進行跳脫框架的「破壞式創新」思考，幫助企業在技術浪潮來臨前提前卡位。 適合對象：企業策略長、研發部門主管、新創團隊，以及所有對前沿科技與未來商業模式感興趣的創新者。 課程重點：生成式AI的未來發展趨勢、AI在元宇宙與Web3的應用、新科技驅動的商業模式創新、企業如何佈局前瞻技術建立護城河。 4. 跨域整合專家 - 陳宗賢 教授 「不只是一場學習，更像是一場企業格局的洗禮。」 大型企業的轉型往往牽一髮而動全身，涉及的層面既深且廣。此時，您需要的是一位如同陳宗賢教授這樣具備跨領域整合能力的資深顧問。 陳宗賢教授擁有超過二十年的企業顧問實戰經驗，協助過上千家橫跨製造、科技、零售等不同產業的企業成功轉型與成長。他的最大特色在於「系統性診斷」與「整合性解方」。他能快速地從財務、營運、組織、市場等多個維度全面診斷出企業的根本問題，並提出兼具前瞻性與落地性的差異化策略。 在AI的議題上，陳宗賢教授著重的不是單一工具的應用，而是如何將AI策略融入企業整體的經營策略之中。他認為AI的導入必須與組織變革、流程再造、人才培育等配套措施相結合，才能發揮最大的綜效。 適合對象：面臨複雜轉型挑戰的大型企業、集團公司，或希望建立系統性管理思維的中小企業主。 課程重點：企業轉型與組織變革、AI時代的企業策略規劃、理論框架與實務案例結合的個案分析、建立跨部門的整合性AI解決方案。 ## 除了名師親授，你還有這些AI學習路徑 除了聘請名師進行企業內訓或參加公開課程外，您還有許多彈性且優質的學習管道可供選擇。 線上課程平台：Coursera與edX等全球知名平台與頂尖大學及科技巨頭合作，提供大量高品質的AI課程。其中，由吳恩達教授開設的「AI For Everyone」系列課程是許多人踏入AI領域的入門首選。Google官方也提供了免費的生成式AI培訓計畫，完成課程還能獲得技能徽章。 專業培訓機構：工業技術研究院開設了如「生成式AI工程師培訓班」等兼具理論深度與實務應用的課程。AppWorks School專注於企業AI應用與人才賦能，提供貼近台灣企業真實需求的轉型洞察與顧問服務。 結論 在2025年這個AI全面爆發的時代，保持觀望就等於落後。無論是對於尋求突破性成長的企業，還是渴望在職涯中脫穎而出的個人，投資AI學習都已不再是「選擇題」，而是攸關未來的「必修題」。 本文為您剖析了挑選AI講師的五大關鍵指標，並推薦了四位各具特色的頂尖名師。從林尚能講師的宏觀企業戰略，到黃敬峰講師的實戰應用技巧；從葛如鈞

Claude有什麼特色？要付費訂閱嗎？本文整理Claude免費版與付費方案差異，包括2026年9月Chat、Cowork合併改版後的最新功能架構，以及Docs、Slides、Design及Claude Code功能的適用情境，幫助快速判斷怎麼開始用。 ※更新日期：2026/09/21 文／《104職場力》整理 本文目錄（點擊可快速前往） 【2026年9月更新】Claude整合Chat與Cowork，並推出Docs、Slides功能Claude是什麼？適合用於哪些工作？Claude可以免費使用嗎？Claude最新訂閱方案與價格整理Claude有哪些功能？Chat／Cowork整合與付費功能比較Claude有哪些模型可以選？怎麼開始用Claude？以生成簡報PPT為例使用Claude要注意什麼？資料安全與人工查核 【2026年9月更新】Claude整合Chat與Cowork，並推出Docs、Slides功能 Anthropic於2026年9月16日宣布整合Claude的Chat與Cowork功能，並推出Docs、Slides工具。更新重點如下： Chat與Cowork整合：過去使用Claude時，需要自行選擇「Chat」聊天、或切換到「Cowork」處理多步驟任務，功能合併後，使用者直接說明需求，Claude會自行依照任務需求回答問題，或執行研究、整理資料、製作檔案等多步驟工作。 新增Claude Docs：可在對話中建立文件，支援共同編輯、留言、加入圖表與視覺內容，並分享或匯出成果。 新增Claude Slides：可從筆記、報告或對話直接生成簡報，直接在Claude內編輯、播放，或匯出PowerPoint與PDF。 Claude Design整合進對話：可直接在對話中建立及修改設計、互動原型與視覺內容，原本獨立的Design入口也繼續保留。 哪些用戶可以使用？官方指出，Chat與Cowork的整合體驗正向Pro、Max用戶分批推出，涵蓋網頁、電腦與手機；官方預告Team與Free方案將陸續跟進；Enterprise組織變更前，會至少提前30天通知管理員。若用戶仍看到Chat與Cowork選項，代表帳號尚未切換新版。 Claude Docs、Slides與Design為付費方案的Beta功能，使用時會計入訂閱方案的用量額度；Enterprise用戶須依管理員設定開放。Claude Code仍保留獨立入口。 Claude是什麼？適合用於哪些工作？ 圖／Claude 使用工具：Claude 網頁版：https://claude.ai/ 電腦版：https://claude.com/download 手機APP：iOS下載、Android下載 Claude in Chrome：下載安裝（付費訂閱功能） Claude是由Anthropic推出的AI助理，使用方式和多數生成式AI工具相同：可以用自然語言輸入問題、貼上資料、上傳文件，請它協助整理、分析、改寫、發想或產出內容，是能夠協助處理文字、資料與工作流程的數位工作夥伴。 Anthropic官方指出，Claude可以協助撰寫不同格式與風格的內容、學習新知、摘要長篇文字、撰寫程式、腦力激盪、翻譯，以及分析圖片與圖表。應用在職場上，可以運用於文章與Email改寫、長文件摘要、會議紀錄整理、企劃發想、資料比較、研究學習與程式輔助等工作。 Claude功能強項職場應用撰寫不同格式與風格的內容撰寫Email、文章初稿、簡報文字與社群文案 摘要長篇文字整理報告、會議紀錄、訪談內容與產業資料腦力激盪與討論不同觀點發想企劃方向、提案切入點與可能風險 學習新知解釋陌生概念、協助理解工作工具或專業知識翻譯語言翻譯信件、文章或跨國溝通內容建立與編輯檔案製作或編輯試算表、文件、簡報與PDF編寫程式碼撰寫、解釋與修改程式碼圖片與視覺資料分析解讀上傳的圖片或圖表，建立圖表、流程圖及互動式視覺內容多步驟任務代理交付需要多個步驟、跨檔案的工作，由Claude自行拆解執行排程工作定期產出摘要或報告 Claude可以生成圖片嗎？ 和其他AI圖片生成工具不同，Claude不會直接產生照片或插畫。但Claude可以分析使用者上傳的圖片，並在對話中建立圖表、流程圖與互動式視覺內容，這些內容是以HTML與SVG產生。 因此，Claude較適合分析圖片與呈現資訊，而不是取代專門的AI生圖工具。 Claude可以免費使用嗎？Claude最新訂閱方案與價格整理 Claude可以免費使用，也提供付費訂閱方案。免費版採用基於工作階段的使用限制，額度每5小時重設一次。由於官方並未提供免費版每個工作階段固定可傳送的訊息數，實際用量會受到對話長度、任務複雜度、模型等因素影響。 與免費版相比，付費方案（Pro、Max、Team等）除了提供較高的使用容量，也包括Claude Code、Claude Docs、Claude Slides、Claude Design、Research等進階功能。 Claude個人方案比較 方案價格（美元）使用容量官方說明Free免費有限偶爾使用Pro$20/月；$200/年繳（約$17/月）標準定期使用Max 5x$100/月Pro每個工作階段的5倍經常用Claude處理各種任務Max 20x$200/月Pro每個工作階段的20倍每天大量使用，經常與Claude協作完成多數任務 圖／Claude Claude用量怎麼計算？5小時與每週上限怎麼看？ 需要注意的是，Claude的實際用量不以固定訊息數計算，而會受到對話長度與複雜度、使用功能、模型及思考程度影響；在claude.ai、Claude Code與Claude Desktop等介面的使用量，也會共同計入方案額度。以Pro、Max個人訂閱為例，每週上限於帳號指定的固定時間重設、工作階段用量每5小時重設；部分模型或功能可能另有使用限制，須以「設定＞用量」顯示為準。 至於如何評估「要不要付費訂閱Claude」？如果使用需求不高，Claude免費版已經能用基本功能，只是使用量有限制，當對話變長、任務複雜或使用頻率較高，就可能較快碰到用量上限。 而除了評估用量限制之外，由於Pro提供更多功能及模型，也可以評估是否需要多步驟任務、程式開發、深度研究或專案整理等進階功能。若經常需要排程工作，或使用Docs、Slides、Design製作與編輯成果，也可納入付費評估。 延伸閱讀：告別Token焦慮！Anthropic提供4個降低Claude Code成本祕訣 Claude有哪些功能？Chat／Cowork整合與付費功能比較 Claude正逐步將一般聊天與原Cowork的任務執行能力整合到同一個對話中。新版使用者不必先選擇模式；尚未更新的帳號，仍可依原介面使用Chat與Cowork。Claude Code主要用於程式開發；Docs、Slides與Design則分別支援文件、簡報與視覺設計。但免費版方案不包含Claude Code，需要訂閱用戶才能使用。 功能／工具官方說明方案支援平台Claude對話Chat及Cowork合併後的主要入口。適合快速提問、腦力激盪、撰寫初稿，也能直接交付複雜、多步驟的代理式任務，並產出完成的文件或成果免費版可用基本功能；付費方案提供較高用量網頁版、電腦版、行動版；Chrome側邊欄限付費方案Claude Code互動式程式開發助理，可讀取程式專案、撰寫與修改程式碼，並讓使用者即時檢視及批准變更Claude免費方案不包含Claude Code；可透過支援的付費訂閱使用，或另採API按量計費網頁版、電腦版、Cursor、CLI、VS Code、JetBrains 功能說明方案Claude Docs支援共同編輯、選取文字留言並請Claude修改，也能加入圖表與視覺內容；手機可提出建立要求及查看，編輯需網頁或電腦版；可匯出Word、PDF、Markdown與Google Docs付費BetaClaude Slides從資料或對話生成簡報，可直接編輯、播放，匯出PowerPoint、PDF或HTML，也可用連結分享付費BetaClaude Design建立與修改設計、互動原型與視覺版面，現已可從任一對話啟用；獨立入口仍保留付費BetaResearch針對問題進行多輪搜尋與資料分析，整合不同來源並附上引用，適合產業研究、資料比較與報告準備付費方案可用Scheduled排程任務，依指定時間重複執行資訊整理、摘要或報告工作。付費方案可用，雲端排程可在電腦離線時執行付費方案可用ArtifactsClaude產出的文件、簡報、設計與互動內容等成果免費版可用；Docs、Slides、Design目前另限付費方案Projects整理相關對話與文件免費版最多5個，付費方案不限 ※分享限制：Docs、Slides與Design產出的成品都能以單一連結分享，分享範圍依功能及方案而異，開啟分享連結需有Claude帳號。其中，Claude Docs在Team與Enterprise方案僅限組織內分享 延伸閱讀：Claude Cowork怎麼用？要付費嗎？解析操作流程、權限設定及模型選擇Claude Cowork排程任務怎麼用？讓AI定時工作，自動產出報告教學Claude Design怎麼用？AI工具生成原型、簡報怎麼做？Anthropic設計師建議使用技巧 關閉電腦後，Claude任務還會繼續嗎？ 雲端任務在關閉筆電後仍會在背景執行，排程任務也不需要裝置在線。但若任務需要存取電腦中的本機檔案、瀏覽器或應用程式時，則仍需保持電腦開機連線，並開啟Claude Desktop。 Claude還能在哪裡用？Chrome與Office整合 除了網頁、電腦與手機App，Claude也能直接進到日常工作的工具裡： Claude in Chrome：瀏覽器擴充功能，開放付費方案使用。Claude可以讀取頁面、輸入文字、點擊連結、在頁面間導航與填寫表單，適合處理沒有API整合的內部系統或舊系統。（※使用瀏覽器代理功能時，仍建議避開涉及金流、帳號設定與對外發布的操作，並逐步確認Claude的每個動作） Claude for Microsoft 365：提供Excel、Word、PowerPoint與Outlook的外掛，可在Microsoft 365應用程式中協助處理資料、文件與郵件；付費方案可用，其中Outlook目前為Beta。 【補充】Claude for Microsoft 365外掛，是在Word、Excel等應用程式內操作；Microsoft 365 Connector則是在Claude中連接Microsoft資料。兩者的使用資格不同，Connector也開放Free方案，但需符合工作帳號及管理員授權條件。 Claude有哪些模型可以選？ Claude的用量會受到所選模型影響。目前主要可用的模型如下： 模型主要定位免費／付費Claude Haiku 4.5快速、成本較低，適合較單純的任務免費與付費方案可用Claude Sonnet 5兼顧能力與速度免費與付費方案可用Claude Opus 5深度推理、複雜程式與多步驟工作付費方案可用Claude Fable 5.1更高難度推理、長時間執行的複雜任務付費方案可用，另有用量與計費規則比較以官方最新資訊為準，實際可選模型版本依方案、帳號介面及組織設定而異 建議一般職場文書、摘要與企劃工作，可先嘗試Sonnet 5，若需要深度分析或多步驟任務時，再切換到Opus 5。Pro用戶若要使用Fable 5.1，須以額外的按量計費額度支付，不包含在原訂閱用量中。 ※Claude Mythos 5僅開放經審核的機構申請使用，一般訂閱者的模型選單中不會出現；對外開放的對應版本是加上防護機制的Claude Fable。 怎麼開始用Claude？以生成簡報PPT為例 第一次使用Claude，可以先從網頁版開始。進入claude.ai並登入帳號後，就能建立新對話，直接輸入問題、貼上文字，或上傳文件請Claude協助處理。 Claude原本就能建立可下載的PowerPoint檔案；2026年9月16日宣布推出的Slides，進一步提供在Claude內直接編輯、播放與分享簡報的流程。兩者都能協助製作簡報，但成果介面不同。 方法一、透過對話建立PowerPoint檔案 以下實作透過Claude對話建立可下載的PowerPoint檔案： 1. 登入Claude網頁版或電腦版 2. 建立新對話，說明簡報需求、提供參考資料 開啟新對話，輸入簡報需求，可以包括：主題、用途、目標讀者、預計頁數、內容架構、視覺風格等，說明越清楚生成結果會越貼近需求；若簡報需要根據既有報告、試算表、會議紀錄或研究資料製作，也可以一併上傳。如果公司有固定簡報格式，也可上傳既有簡報或品牌規範，說明希望參考的字體、色彩、語氣與版面。 舉例輸入提示詞： 製作提供給部門主管的專案進度簡報，根據上傳的資料，建立一份10頁的PowerPoint簡報（.pptx）。簡報請包含：封面、專案目標、目前進度、重要成果、關鍵數據、遭遇問題、風險、下一步行動與結論。每頁最多4個重點，每點不超過25字；適合以圖表呈現的數據，請製作成圖表。整體採簡潔專業的商務風格。只使用我提供的資料，原始資料沒有提到的內容請標示「待補充」，不要自行捏造。 如果想先建立簡報大綱，不必請Claude直接建立檔案，也可以要求：「先提出10頁簡報架構，等確認後再建立PowerPoint檔案。」 3. 等待Claude建立簡報並下載檔案 Claude會分析資料、規劃簡報結構並建立PowerPoint檔案。完成後，對話中會出現可下載的.pptx檔案。 圖／實測Claude生成簡報PPT結果 圖／實測Claude生成簡報PPT結果 4. 檢查內容或繼續要求修改 產出的簡報仍需人工檢查，確認數據、內容正確性，以及版面、圖表與文字是否容易閱讀。如果需要調整，可以在同一段對話中繼續下指令修改。 註：Claude內建PowerPoint Skill，當使用者要求建立簡報時，系統會在功能開啟的情況下自動判斷並使用，不必另外輸入Skill名稱。 方法二、使用Claude Slides（付費方案） 在對話中明確要求使用Claude Slides，或從輸入框的Output選擇簡報類型，也可由Artifacts範本開始。提供相同的資料與需求後，檢查Claude產出的投影片，直接編輯或透過對話要求修改，再於Claude內播放、分享連結，或匯出PowerPoint或PDF。 圖／明確要求使用Claude Slides產出的投影片，於Claude內可直接編修，也可播放、分享連結或匯出檔案 圖／使用Claude Slides產出的投影片，可於Claude內播放、分享連結，或匯出PowerPoint、PDF 功能比較建立PPT檔案Claude Slides主要成果可下載的.pptx檔案Claude內可持續編輯的簡報，並可下載檔案修改方式請Claude修改檔案或下載後編輯直接編輯投影片或用對話修改播放方式下載後用簡報軟體播放可在Claude內直接播放方案免費與付費方案可用付費方案Beta 【補充】Skills、Connectors與Plugins是什麼？ Claude在建立簡報、文件或試算表時，可能會自動使用Skills。Skills可以理解成Claude執行特定工作的「操作說明與工具包」，讓它能依照較固定的流程完成任務。 Anthropic目前提供PowerPoint、Word、Excel與PDF等內建Skills，開放免費版與付費方案使用。只要開啟「程式碼執行與檔案建立」功能，當使用者要求Claude建立PowerPoint簡報時，系統會自動判斷並使用相關Skill，不必另外輸入Skill名稱。 除了內建Skills，使用者也能建立個人Skill，例如加入公司的簡報規範、品牌色彩或固定報告格式，讓Claude日後依照相同標準產出內容。 Connectors則是讓Claude連接外部工具與資料來源。例如，連接Google Drive後，可以請Claude搜尋或整理雲端硬碟中的文件；連接Slack、Notion或其他服務後，Claude可在授權範圍內搜尋、讀取或分析資料；部分Connector也支援建立或修改內容，實際能力依服務與權限設定而異。 Plugins可把特定工作需要的Skills、Connectors等能力打包，讓使用者依職務或需求安裝，例如行銷、人資或資料分析工作。目前開放付費方案使用。 延伸閱讀：Claude Skills怎麼用？內建與個人Skill差異、適用情境及使用方式 使用Claude要注意什麼？資料安全與人工查核 若使用個人Claude帳號處理工作內容，需注意避免將企業機密資料輸入外部AI工具。不論是客戶個資、員工薪資、帳號密碼、API金鑰、未公開營運數據及機密文件，都不應直接貼進對話或任意開放存取權限。 另外也建議確認「對話是否用於改進模型」的設定：個人方案可在「Settings（設定）>Privacy（隱私）>Help Improve our AI models」自行開關。Team與Enterprise方案資料則預設不會用於模型訓練。 Claude產出的內容也可能包含錯誤、過時資訊或不存在的引用，應回到原始資料或官方來源確認，不能把AI回答當成唯一依據。 當Claude執行任務、存取檔案或使用外部工具時，可能對資料做出實際修改。建議只開放完成任務所需的資料夾，並替重要檔案保留備份，涉及刪除、寄送、公開發布或修改重要資料時，均應再次確認。 更多【AI工具應用】推薦： AI大神Karpathy的「LLM Wiki」是什麼？改善工作流、打造知識複利 NotebookLM簡報可直接修改了！6招編輯方法改AI簡報，轉PPTX、線上都行 憑借書證免費用GPT、Claude！教育部推「館館有AI」 擴及47所大學

如果學歷不夠頂尖，進入台積電或半導體產業的機會有多大？是否會在HR篩選階段就因為學歷被刷掉？學士、碩士、博士的學歷差異，是否影響薪資及未來升遷機會，學歷更吃香還是實務經驗更吃香？針對種種疑問，我們整理了台積電資深前端工程師—林彥成的分享內容，幫助大家了解學歷對於求職的影響！ 文／104人力銀行小編整理 本文目錄（點擊可快速前往） 想進入台積電/半導體產業有什麼學歷求職門檻🔹 科技業大徵才時期，學歷門檻可能放寬🔹 頂大理工碩士學歷，在科技業有加分🔹 工廠vs軟體公司，學歷標準不同想進入台積電或是半導體業，學生階段如何準備求職？非相關背景和科系也有機會進入半導體業嗎？該如何提升競爭力？結論 【重量級講師】林彥成｜台積電資深前端工程師本文節錄台積電資深前端工程師—林彥成的【台積電Q&A】分享內容部分精華，你想知道怎麼進台積電？聽說進「台積電軟體工程師」是祖墳冒煙？真的嗎？好奇在半導體巨頭的日常工作是什麼樣？邀請業界頂尖的前端工程師，不管是面試、技術挑戰、工作經驗、轉職建議全收錄！👉 登入免費領60頁精華簡報&講座影片 想進入台積電/半導體產業有什麼學歷求職門檻 🔹 科技業大徵才時期，學歷門檻可能放寬 當企業急需人才時，這時是否擁有研究所學歷並非絕對因素，例如IT部門的UI/UX設計職缺，藝術相關科系的畢業生也有機會進入，並且晉升至資深職等。 🔹 頂大理工碩士學歷，在科技業有加分 如果條件允許，取得頂尖大學的理工碩士學位（即使是專班）仍然有助於提升競爭力，因為部分企業，包含台積電是會依學歷，例如學校在全世界的排名，來決定新人職等與簽約獎金。 🔹 工廠vs軟體公司，學歷標準不同 相較於軟體公司相對重視實務能力，半導體產業（如台積電）因員工人數眾多，特別是在無法直接評估求職者能力的情況下，學歷仍是HR初步篩選的重要條件之一。 [joblist_plugin title='【台積電 資訊軟體】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=%22%E5%8F%B0%E7%81%A3%E7%A9%8D%E9%AB%94%E9%9B%BB%E8%B7%AF%E8%A3%BD%E9%80%A0%E8%82%A1%E4%BB%BD%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8(%E5%8F%B0%E7%A9%8D%E9%9B%BB)%22&jobcat=2007000000&isJobList=1&order=15&page=1' amount='3'] 想進入台積電或是半導體業，學生階段如何準備求職？ 在學期間，除了學習技術本身，還可以透過以下方式提升競爭力： ✅ 提升語言能力，加強英語或其他第二外語，有助於與國際團隊協作。✅ 積極參與實習，累積實務經驗，提升職場適應力。✅ 建立良好人脈，與校友及學長姐交流，許多機會往往來自於日常交流。✅ 參加 IT 幫幫忙鐵人賽等技術競賽，即使實務經驗不足，也可透過撰寫大量技術文章展現學習能力與專業成長。 非相關背景和科系也有機會進入半導體業嗎？該如何提升競爭力？ 台積電資深前端工程師 林彥成 分享了他的學習經驗——雖然他大學主修工程科學系，與前端工程師的工作並不直接相關，但他認為學習期間，程式語言本身並非最關鍵，真正重要的是掌握核心概念與解決問題的能力。 他強調，提升實力的關鍵在於：✅ 閱讀——不只是識字，而是深度理解內容✅ 搜尋——不只是被動接受資訊，而是主動探索與查找✅ 寫作——不只是輸入，而是組織思考並表達觀點✅ 實作——不只是空想，而是動手驗證與執行 這些能力不僅適用於程式開發，也是在職場中持續成長的重要基礎。 延伸閱讀：．台積電、半導體產業的履歷面試懶人包：要刷題嗎？履歷怎麼寫？．【半導體職涯】聯發科學長分享半導體工程師職涯、碩士工作選擇｜附履歷模板、講座影片．台灣半導體公司vs外商科技業薪水福利、文化、職涯比一比｜附半導體、外商職缺 結論 學歷在半導體產業的IT部門確實具有影響力，取得頂大理工碩士學位或是專班，都會是提升競爭力的方式，學校在世界的排名也可能影響到新人簽約獎金和職等。未來真正能讓求職者脫穎而出的，仍是自身的學習能力、技術實力與解決問題的能力，除了獲取學歷以外，積極參與實習、提升語言能力、拓展人脈，或透過技術競賽展現專業實力，都是幫助自己在職場更進一步的關鍵。 想看更多關於台積電、半導體產業的真實故事嗎？🔥突破400位報名，92分高滿意度講座！🔥超過60頁的精華QA簡報及影片開放領取中！ ✔ 台積電資深工程師親自回答✔ 最真實的職場故事和工作秘辛✔ 超過60頁的Q&A精華簡報👉登入免費領60頁精華簡報&講座影片 [joblist_plugin title='更多104【半導體業軟體／工程】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&indcat=1001006000&page=1&jobcat=2007001000' amount='3']

吳鳳科技大學分享的簡報

恆逸開課時間查詢：https://www.uuu.com.tw/Course/Show/1725/1 恆逸學員郭威圻：相信我，看到這個標題，不少人應該腦海裏面都會浮出一個梗圖! 這次終於下定決心要挑戰這張證照，號稱 EC-council 他們家的魔王關卡。這次 CPENT 上課依舊在熟悉的高雄訓練中心，熟悉的V神老師，熟悉的老師的 black hat 水杯，課程開始第一天，不免俗的老師先提醒一下考試怎樣考，特別是有維護證照需求的同學，因為這張證照考過且分數到達 90分以上 EC-council 會再發給你另外一張證書 LPT master，當取得 LPT 後證照費用會自動升級成 250美金（原本每年80美金），但如果是有需求這張證書的同學們，這部分還是要去付費，這是跑不掉的。 基礎操作複習：工具的實戰應用才是真功夫 講完考試後就進入正式主題，第一天跟第二天介紹基本的 探勘、情蒐、列舉、反向後門、暴力破解 等等手法。相對應的工具就是 CEH 教的，上了這門課後我才發現 CEH 教的工具運用真正用在實際環境上，是長這個樣子，這兩天的課程也更明白了每個工具的定位跟運用的情境其實都不太一樣，舉個例子來說，當遇到暴力破解 SMB 密碼的時候，老師會提醒這種情境下使用 XXXX工具 比較好，因為它是目前公認破解 SMB 最快的，當然要使用其他工具也可以，這邊沒有對錯，但是因為考試的時候有時間限制，所以能爭取一點時間就可以讓考試多一分把握。 組合語言比想像的中還難 上完第一天跟第二天後，我就有一種.....恩...我會的東西老師都講了，再來一定是陌生的領域，果不其然，後面開始講 Binary 跟 緩衝區溢位，還沒上課單純看課程的我心裡想：2進位，組合語言???，我電子工程畢業的，看二進位對我來說跟吃飯一樣，閉著眼睛都會算。但是上完課後才發現，駭客的思維真的不一樣，印象最深刻的就是老師使用解密工具解開加密的韌體，並解釋其中的原理，以前念書的時候都不知道 XOR 邏輯閘 可以這樣用，然後組合語言的部分我想應該是最吃力的章節了，畢竟那是給機器看的，不是給人類看的，但是老師給了一個很重要的觀念。 組合語言不難，只要你好好了解每個旗標，每個暫存器的功能，你就會弄懂它了。 這句話真的很重要，老師上課的時候也都會走一次運作原理，讓原本抽象的組合語言變得比較可愛一些。 從工具到攻擊邏輯的全面實戰 接下來還有 AD 跟 WEB 還有 跳板&雙跳板，把第一天跟第二天學到的東西應用在上面，老師一樣會詳細的講解每一個 lab 的做法跟運作原理還有漏洞的生成原因，我覺得當學生在做 lab 的時候，不是盲目的跟著老師敲指令，而是要了解每個指令背後蘊含的意思，這邊因為老師都會提到漏洞的成因，所以在理解上會更具體。 考試驚魂記 最後考試的部分真的是我這輩子考過最一波三折也最驚險的一次考試，首先我選擇了考兩次每次是 12小時（這也是老師上課極力推薦的考試方式），考試的時候是使用 gotomeet 這個會議軟體，但是我在上線使用的時候，我發現。連不到伺服器!!，連不到伺服器!!，連不到伺服器!! 當下緊張的感覺真的是前所未有，因為求助無門，不像是之前考其他認證的時候旁邊都有試務人員可以幫忙，幸運的是 EC 的客服也很貼心地幫我延遲了考試時間，所以只好再跟公司請一天假了，然後當我闔上電腦準備休息時，我家突然 停電，這時候我心情真的不知道怎樣形容，如果我有順利考試...那不就... 當然後續還是要找出為何不能連線的問題，最後發現是網際網路選項裡面的 TLS1.0 跟 1.1 跟 1.2 都沒有打勾，僅有打勾 SSL3.0（因為之前測試環境需求設定的），解決問題到考試當天，我發現我確診了，但是考試已經約了，只好抱著生病的身體去應戰，一邊咳嗽一邊考試，但是好在我 LAB 練習的很熟悉，遇到題目做完情蒐探勘就大約知道這題目要做什麼了，最後有驚無險的通過考試。 專訪影片：https://www.youtube.com/watch?v=a7icQWPMVnU&list=PLMBef0RRBhrvTyH22twzs-m0KX9qTE3fC&index=6 索取課程優惠：https://www.uuu.com.tw/Forms/CourseInfoRequest?courseId=CPENT&mediaSrc=104

目前在網路上，比較常見的AI證照如下： ➤iPAS AI應用規劃師能力鑑定認證 ➤資訊工業策進會生成式AI能力認證 ➤微軟Azure AI-901 ➤ITS Artificial Intelligence ➤台灣人工智慧學校AI素養級認證 ➤ Google AI Essentials認證 ▍分析說明 難度較高（★★★☆以上）： iPAS AI應用規劃師：屬於政府頒發的能力鑑定證照，對考題結構與資料運用理解要求較高，認證價值在於結合產業實務、政府標準與職能模型，非常適合數位轉型顧問、PM、企業內部AI推動者。 Microsoft Azure AI-901：國際標準的AI入門證照，偏向微軟技術平台導向，涵蓋雲端AI服務邏輯，適合需要跨國職場應用者。2026年07月之後取代Azure AI-900證照。 難度中等（★★☆☆☆）： 資策會生成式AI能力認證：聚焦在應用實作與生成式AI工具的操作能力，例如：Prompt工程、AI辦公應用。 ITS AI人工智慧國際認證：融合理論與實作，學員需透過練習與考試取得國際證書，難度適中，適合轉職與履歷加值。 台灣人工智慧學校 AI素養級：作為台灣推廣全民AI教育的代表，屬於AI知識普及，課程深入淺出，內容實用但非技術向。 難度較低（★☆☆☆☆）： Google AI Essentials認證：入門無正式考試或能力評量，僅為教育型數位徽章，適合建立概念但不適合放入履歷核心項目。 ▍建議路徑 若您是：初學者或非技術背景者，建議入門順序為： Google AI Essentials認證 台灣人工智慧學校 AI素養級 資策會生成式AI能力認證 或 ITS AI人工智慧認證（可二選一） 若您是：企管、行銷或專案管理職，建議培訓路線： 資策會生成式AI認證（強化實作能力） iPAS AI應用規劃師（成為AI推動角色） 若您是：技術導向或有志跨國發展者，建議證照組合： Microsoft Azure AI-901（建立技術語言） ITS AI人工智慧國際認證（補強實作與認證） iPAS AI應用規劃師（若有轉型或內部顧問需求）

Kubernetes是當紅的容器叢集管理工具。在過去幾年內，容器叢集管理工具大幅改變開發跟維運人員在雲端環境中開發、建構、部署和維護應用程式的方法。不論你是剛剛接觸分散式系統，或著正在使用雲端環境部署應用程式，這本經典之作的更新版能幫助你的公司進入更快速、靈活、可靠和高效的雲端環境。 Brendan Burns, Joe Beda和 Kelsey Hightower三位Kubernetes的專家，將帶領讀者瞭解如何利用Kubernetes部署分散式應用程式。您可以藉由本書學到如何使用工具及API來自動化具有可擴充性的分散式線上服務、機器學習應用程式，甚至是使用Reapberry Pi建立叢集。 ．建立並運行一個簡單的叢集來學習Kubernetes的運作 ．深入了解如何使用Kubernetes、Pod、Service、Ingress和ReplicaSet來部署應用程式 ．在Kubernetes中整合容器化微服務與儲存區 ．學會使用Kubernetes中的DaemonSet、Jobs、ConfigMaps和Secret物件 ．提供開發及部署應用程式的Kubernetes實用範例 「由三位世界上令人尊敬且具有高度權威性的雲端原生系統作者所撰寫，本書可以幫您奠定使用Kubernetes的基礎觀念，並藉由其中的範例探索Kubernetes的世界」- Liz Rice, Aqua Security 看更多書籍介紹: http://books.gotop.com.tw/v_A632

👉你還在為 Spring Boot 的開發環境卡關嗎？ 👉搞不懂 Controller、Service、Repository 之間怎麼合作？ 👉資料庫存取效率總是瓶頸？ 這門課，幫你一次搞懂！ 【JAVA Spring Boot 網際網路系統開發全攻略（上集）】 從開發環境配置到完整網站建構，帶你實戰掌握： ✅ Spring Boot 核心技術與開發流程 ✅ Spring MVC 架構 + Thymeleaf 前後端整合 ✅ DI（依賴注入）、JdbcTemplate 與 DAO 設計模式 ✅ 業界實務開發技巧與最佳實踐 👨‍🏫 授課講師 Eric Chen 陳宗興 專注資訊教育與軟體開發超過30年。早期投入美商製造業工業工程及 IBM ERP 系統開發，累積深厚實務經驗。曾任台灣資訊策進會顧問、中華民國軟體協會榮譽指導員，輔導台積電、中華電信等百餘家企業，並出版60餘本暢銷資訊書籍。 🎯 課程適合對象： ✅Java基礎開發者想邁向企業實戰 ✅後端工程師想升級為Spring高手 ✅前端工程師想理解後端系統整合 ✅想導入Spring Boot的企業IT人員 🧠 全方位學習優勢： ✅實作導向，每一章節都有練習 ✅架構圖＋原始碼解說，輕鬆掌握 ✅簡單易懂範例，快速應用 📌 不再紙上談兵，讓你真正寫出可上線的網站系統！ 限時🔥5折優惠 趕緊把握機會，成為企業最搶手的JAVA Spring Boot開發人才！ 現在就立即加入課程吧👇 https://user135527.pse.is/7eh824