104學習

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/e9e13d08-2c6f-49b2-bae8-1e9418588041 ❇️【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

【簡報資料】第二人生職涯探索工作坊 這份課程教材，主要是第二人生職涯探索工作坊的簡報資料＆104職涯工具的簡介。內容包含有： 1.站在有光的地方：如何找到安身立命、開展天賦的第二人生。 2.回顧心流、探索天賦：從生命的心流時光，探索自己的優勢天賦。 3.善用工具、找到方向：用測評探索才能熱情，用AI導航找職涯方向。 4.彩繪願景、找到使命：如何以終為始預見未來，看見願景找到使命。 檔案網址： https://secondlife.pse.is/2024SecondLife

Skill（技能）可以想成一份寫給Claude的工作流程指南，本文解析Skill的功能、適用情境與觸發方式，說明內建Skill與個人Skill的差異，並分享使用官方Skill「canvas-design」的海報實作成果，有助建立可重複使用的AI工作流程。本文節錄自《Claude 萬用手冊》。 文／施威銘研究室 本文目錄（點擊可快速前往） 什麼是Skill？寫給Claude的工作流程指南Skill什麼時候適合用？Skill的3個核心特性1. 依任務意圖自動觸發2. 可在不同工作情境中重複使用3. 可以直接指定使用Claude中的Skill介紹與應用Skill應用：用canvas-design製作海報的實際結果 【使用claude skills要付費嗎？】Claude免費版及付費用戶均可使用Skills、Connectors等功能，在網頁版即可設定使用。Claude網址：https://claude.ai/ 什麼是Skill？寫給Claude的工作流程指南 有了Connector之後，Claude可以連接外部工具，取得信件、行事曆或雲端文件等資料。不過，能取得資料，不代表它每次都知道「該怎麼處理」。舉例來說，你可能每週都會請Claude整理會議紀錄、撰寫週報，或回覆客戶問題。第一次你把格式和流程講清楚，它可以做得很好；但下次換一個對話，可能又要重新交代一次。就算Claude記得你的偏好，也不代表它一定會穩定遵循同一套處理流程。這時候需要的就不是更多記憶，而是一套可以反覆使用的工作方法，也就是Claude的Skill。 Skill（技能）可以想成一份寫給Claude的工作流程指南。它會告訴Claude：遇到某一類任務時，應該依照哪些步驟處理、使用什麼格式輸出，以及需要遵守哪些規則。 這樣說可能還是有點抽象，我們可以用一個實際例子來理解。假設你每週都要整理專案進度報告，而這份報告需要依照以下流程產出： 掃描專案資料夾，找出本週更新的文件。 讀取各專案的狀態紀錄。 提取本週完成事項、進行中事項與待處理問題。 整理成固定格式的週報。 依照指定命名規則儲存或輸出結果。 如果每次都在對話中重新描述這套流程，不只麻煩，也很容易漏掉某個步驟，或讓輸出格式前後不一致。但如果把這套流程寫成Skill，之後只要說「產生本週進度報告」，Claude就能依照固定流程執行，讓結果更穩定、效率更高！ Skill什麼時候適合用？Skill的3個核心特性 1. 依任務意圖自動觸發 Skill不是每次對話都全部載入，而是由Claude依照當下任務判斷是否需要使用。例如你請Claude「整理今天的會議紀錄」，它就能觸發會議紀錄Skill進行整理；但若你只是問「今天午餐吃什麼」，這個Skill就不會被拿出來使用。 這樣的好處是，你可以準備很多套不同任務的處理流程，而不必擔心每次對話視窗（Context Window）都先被一大堆技能塞滿，進而造成你對話的剩餘記憶空間很有限。Claude只會在需要時，額外載入與當前任務相關的Skill。 2. 可在不同工作情境中重複使用 Skill的另一個特性是，它不只綁定在單一對話中，而是可以在不同工作情境中重複使用。舉例來說，你建立了一個「會議紀錄Skill」，之後不論是在一般聊天、專案，或團隊內部討論中，只要任務是整理會議內容，Claude都可以載入並套用同一套整理方式。 3. 可以直接指定使用 除了讓Claude自己判斷要不要使用Skill之外，我們也可以在提示詞中直接指定要使用哪一個Skill。這通常可以透過 "/ "（斜線指令），或在任務描述中明確寫出「請使用某某Skill」來完成。 直接指定Skill的好處是，可以減少Claude判斷錯誤的機會。尤其當任務描述比較模糊，或同時可能符合多個Skill時，明確指定要使用哪一套流程，會讓執行結果更穩定。 Claude中的Skill介紹與應用 Claude的面板提供兩種Skill的來源，分為內建Skill與個人Skill。 內建Skill：內建Skill是Anthropic預先封裝在Claude環境裡的，所有使用者一登入就能直接使用，不需要任何啟用設定。主要包含文件產出類（如生成.docx、.xlsx、.pdf等格式的檔案），或是讀取文件（如讀pdf檔案、CSV檔等）操作。 舉例來說，當我們在聊天視窗要求他幫我們建立Word檔案時，他就會呼叫這些skill去幫我們執行： 能根據任務自動調用原生環境中的Skill（圖／《Claude 萬用手冊》） 個人Skill：需要自行透過Claude的Customize介面手動加入技能清單中，加入後，會出現在Personal skills清單中，之後就可以直接調用。 進入Customize頁面，開啟 Skills 分頁；開啟Skill總覽目錄，並挑選想用的技能加進來，目錄上有Claude提供的官方技能。（圖／《Claude 萬用手冊》） 目前目錄中有提供官方技能，點擊【+】可將技能新增至Claude中，之後Claude即可調用。（圖／《Claude 萬用手冊》） 新增的Skill會出現在Personal skills清單裡；點擊可直接建立新的對話視窗並帶入該技能到輸入框中，讓你測試使用；啟動開關，啟動後可讓Claude偵測任務要不要使用skill。（圖／《Claude 萬用手冊》） 【TIP】注意！所有加入的技能都會同步出現在Claude Desktop與Claude.ai（網頁版）中。 目前Claude官方提供的11種個人Skill，主要分為三種用途： 可直接使用：可以直接呼叫來完成特定任務，無需額外改寫或設定。 canvas-design：產出海報、卡片等視覺設計作品。 web-artifacts-builder：產出多元件的互動式HTML成品。 theme-factory：替現有成品套用視覺主題樣式，內建有10套不同主題。 doc-coauthoring：與Claude共同完成長篇文件撰寫。 algorithmic-art：產出帶隨機性的演算法藝術作品。 slack-gif-creator：產出符合Slack規格的GIF動畫。 learn：想搞懂某個知識點時，請Claude出題測驗或建立學習路徑。 作為範本參考：用處是讓你看懂寫法後，改寫成符合自身需求的專屬版本。 brand-guidelines：示範如何將品牌色彩與字體規範寫進技能。 internal-comms：示範如何將公司內部溝通格式寫進技能。 協助你建立Claude相關工具：以下技能是用來擴展Claude能力。 mcp-builder：引導你建立能串接外部服務的MCP伺服器。 skill-creator：引導你從零開發、測試並優化新技能。 Skill應用：用canvas-design製作海報的實際結果 接下來我們會以/canvas-design為例，示範技能的使用方式，同時解釋一個技能內部包含哪些檔案。加入技能後，它會出現在Personal Skills的列表中，點開就能查看這個技能的相關內容。 （圖／《Claude 萬用手冊》） SKILL.md：技能的核心檔案，詳細記載這個技能的工作流程、設計原則、注意事項等。Claude啟用技能時，讀的就是這份文件 技能名稱與簡短描述：點進技能名稱後，最上方會顯示這個技能的用途簡介，告訴Claude何時應該啟用它 附件檔案：技能附帶的參考資料或資源檔案，作為Claude執行任務時可隨時取用的素材。不同技能會附上不同類型的附件，比如web-artifacts-builder技能附上建構網頁用的腳本與UI元件庫、internal-comms技能則附上各類公司文件的範例範本等。在本例的canvas-design技能中，附件是canvas-fonts字體資料夾，內含27種字體家族，Claude在生成圖片時可以直接引用，不需要另外下載 與平常使用Claude進行生圖不同，/canvas-design提供的是一套完整的設計方法論。它會要求Claude在開始繪圖之前，先建立一份設計風格（哲學）文件，思考這次作品應該採用什麼樣的視覺語彙、空間邏輯、色彩系統與字體調性，最後，再依照這份哲學去執行繪製。 不過這個技能有幾項明確的限制： /canvas-design的輸出格式限於PNG與PDF。如果你需要JPG、SVG、PSD等其他格式，就必須在產出後另外轉檔。 Claude的生圖方式和ChatGPT、Gemini、Midjourney等工具不同。前述的工具都是透過圖像生成模型直接產生圖片，因此比較擅長做出攝影感、繪畫感，或具有真實材質的畫面。但Claude則是用程式畫圖，它會透過Python的繪圖庫，例如PIL、matplotlib，或SVG程式碼來計算圖形、線條、排版與色彩。因此，它擅長的不是寫實描繪，而是可被程式明確描述與控制的視覺形式。 Claude擅長的生圖範圍Claude不適合的生圖項目● 幾何構成、網格、色塊● 字體排印與版面設計● 參數化曲線（螺旋、波形、數學圖形） ● 重複圖案、點陣紋理、漸層● 資訊圖表式的視覺● 寫實的繪畫、攝影、有機質感● 人物、動物、植物等具象物體● 任何需要「手感筆觸」的內容● 細膩的場景描繪 【TIP】注意！雖然SKILL.md裡寫到Claude可以生成「博物館或雜誌等級的藝術品」，但這個目標只有在任務主題剛好落在它擅長的視覺類型時，才較容易成立。假設你要求它「畫一張可愛的深海生物海報」，它無法畫出真實的生物，最後改以用SVG拼出比較卡通化的替代圖形，結果反而會和原本承諾的高質感設計產生巨大落差。因此，在請它生成圖片之前，最好先確認你的主題是否能轉換成它擅長的視覺語言。 在了解優勢與限制後，我們就可以進入實作！本例要請Claude生成一張電子音樂活動海報。這類主題本身就很適合轉化成幾何圖形、線條、漸層、參數化曲線與排版設計，因此和/canvas-design的能力範圍相當契合。 /canvas-design實作結果： （圖／《Claude 萬用手冊》） 節錄自：旗標《Claude 萬用手冊：Claude.ai | Desktop | Cowork | Code Mode | Design | Computer Use | Skills | Connectors | Plugins》／施威銘研究室 著 推薦閱讀： Claude Cowork怎麼用？要付費嗎？解析操作流程、權限設定及模型選擇 憑借書證免費用GPT、Claude！教育部推「館館有AI」 擴及47所大學 「Claude Design」新登場！AI工具生成原型、簡報怎麼做和修改？ 告別Token焦慮！Anthropic提供4個有效降低Claude Code成本祕訣！

打算轉職換工作，想讓履歷獲得人資青睞、提升面試邀約，除了定期更新履歷內容，你是否有設定「履歷開放」呢？本文介紹104履歷開放設定相關功能，包括隱藏電話的「聯絡方式部分開放」，還有哪些方法可以提升履歷能見度，一起來看人資及職場前輩討論！ NEW2026年8月最新：104隱藏電話「聯絡方式部分開放」上線！想設定104開放履歷增加曝光，又想隱藏電話、個人Email，104新功能「部分開放聯絡方式」正式上線！設定「部分開放」後，只有「主動應徵」或「同意邀請」的公司看得到你的電話及Email。（設定教學請見下文）👉 立即設定：履歷開放設定 ※更新日期：2026/08/17 文／《104職場力》小編 本文目錄（點擊可快速前往） 什麼是104「履歷開放」？可以設定隱藏電話嗎？大家會把104履歷設定「開放」嗎？開箱104徵才後台！3招提升你的公開履歷能見度破解疑惑！104履歷開放問題總整理問題1：我有兩份履歷，可以只開放其中一份履歷嗎？問題2：想開放履歷但不方便接邀約電話，可以隱藏關閉電話嗎？問題3：想開放履歷，但很怕收到罐頭邀請怎麼辦？問題4：在職找工作，如果開放履歷會被公司發現嗎？問題5：關閉履歷，主動應徵工作的公司能看見我的履歷嗎？【溫馨提醒】就算沒有要找工作，還是建議更新履歷、開放履歷喔！【職場力調查】你會把104履歷打開嗎？ 精心準備好履歷之後，要如何獲得人資青睞、提升面試邀約率？要設定「104履歷開放」嗎？根據104人力銀行統計，「設定履歷開放」的求職者，公司邀約平均多8.7倍。求職找工作時，你是「打開履歷派」還是「關閉履歷派」，分別對求職有哪些好處？《104職場力》為你整理104履歷開放設定功能、求職者及人資觀點，同時分享提升履歷能見度的小技巧！ 打開履歷派：開放履歷讓公司查看、邀約，同時一邊投職缺找工作 關閉履歷派：只鎖定自己想去的公司，專心投遞心儀職缺 什麼是104「履歷開放」？可以設定隱藏電話嗎？ 進入正式討論前，先了解「104履歷開放」定義及如何操作設定。選擇「開放履歷」後，104徵才企業將可看到你的履歷資訊，公司邀約平均多8.7倍。若104求職會員想過濾不相關的徵才來電，可以將聯絡方式設為「部分開放」，只有主動應徵或同意邀請的公司能查看你的電話及Email等聯絡資訊。 完成履歷之後，在104人力銀行的「履歷開放設定」中調整開放設定： 104履歷開放功能新增「聯絡方式開放設定」可以隱藏電話囉！ 履歷開放設定：選擇「開放104的徵才公司查看」，提供未被封鎖的公司搜尋履歷資訊，公司邀約平均多8.7倍！ 讓公司知道你曾來訪過：履歷開放時，開啟「曾來訪」設定，讓未被封鎖的公司知道你曾瀏覽職缺，增加面試機會。 聯絡方式開放設定NEW：履歷開放時，聯絡方式可選「開放」或「部分開放」。設定「部分開放」隱藏電話、Email等聯絡方式，徵才公司只能透過104站內訊息與你聯繫；只有你「主動應徵」或「同意邀請」的公司才能瀏覽你的聯絡資訊。 產業設定：履歷開放情況下，設定「關閉」保險產業、傳銷產業、殯葬服務業時，你的履歷將不會被該產業公司搜尋到。只有當你主動應徵，公司才可查看你的履歷。 立即檢查 >> 履歷開放設定 網頁版：My104會員中心 → 履歷開放設定 工作快找APP：關於我 → 隱私設定 → 履歷開放設定 【溫馨提醒】開放履歷前，先檢查「封鎖公司」如果不想讓前公司／現職公司／特定公司搜尋到您的開放履歷，可透過統編、關鍵字設定封鎖公司，被封鎖的公司將無法透過104人力銀行機制搜尋您的履歷表。同時也建議在「打開履歷之前」，優先確認設定封鎖名單喔！完整教學請見：【104封鎖公司】不讓公司看到怎麼設定？ 大家會把104履歷設定「開放」嗎？ 你會把104履歷打開，開放公司查看嗎？網路論壇上對於「開放履歷」的討論，大多是求職者收到與資歷不相符的罐頭面試邀約，也有求職者忍不住發問：「這些公司真的有好好看履歷嗎？還是亂槍打鳥？」、「有人打開履歷後遇到好公司或理想職缺聯絡嗎？」引起熱烈討論。 有人資現身回應：「我是軟體業人資，那些工作應該不會找人資篩履歷，應該就是廣發，但真的建議履歷開啟，因為我待過的好公司比起自己應徵的人更愛自己挑人！」也有求職過來人建議打開履歷：「有外商公司會主動找人，目前年收百萬的工作也是因為當初公司主動找上門也順利拿到offer的。」 不過也有網友認為「主動邀約亂槍打鳥的公司99%都雷」，不如選擇關閉履歷專心投遞想要的職缺。以下整理不同觀點的求職者討論： 疑問開放履歷派關閉履歷派1開放履歷會狂收罐頭面試邀約？求職者：「還是推薦打開，也許10封有9封都不是有興趣的，但就是那一封讓我得到了之前完全沒想過的公司和職位，詢問主管才知他剛好撈到我的履歷。」求職者：「履歷公開很常收到罐頭面試邀約，不如履歷關閉自己找喜歡的職缺投履歷。」2主動邀約面試的公司都是雷缺？求職者：「最近找實習，很多科技業大公司都會主動撈人才，我目前的offer也都是公司主動邀請來的，部分外商人資也會在104上面找人。」求職者：「主動邀約亂槍打鳥的公司99%都雷」、「打開都超多電話，一半都是奇怪的」3開履歷後某些行業狂邀？求職者：「有功能可以把不要的產業篩掉，公司就不會看到你的履歷」、「可以封鎖產業或公司，避免收到邀請」求職者：「超多XX亂丟邀請…」、「收到一堆，尤其是OO…」資料來源：網路論壇討論、大家會把履歷打開開放觀看嗎 綜合討論，如果想要增加好工作主動找上門的機會，大多數求職者仍建議保持「履歷開放」！ 即使開放履歷可能會收到罐頭邀約，但可以拒絕或忽略邀約；並且104也全面上線「聯絡方式部分開放」功能，設定後可以隱藏開放履歷中的電話、Email，只有主動應徵或同意邀請的公司才能看到你的聯絡方式，有助過濾不相關的徵才來電。此外，也有過來人提到，有些公司比較不為人知，但其實蠻有發展前景、薪資待遇不錯，主動通知對彼此都是多一次機會。 另外也要提醒大家，如果發現主動邀約自己的職缺都與自己有興趣的職務落差過大，也可以回頭檢視履歷內容，看看是否有需要調整喔！ 延伸閱讀：【履歷表範本】關鍵9招讓履歷脫穎而出、避開5大常見錯誤（履歷表免費下載） 開箱104徵才後台！3招提升你的公開履歷能見度 完成撰寫個人履歷、設定履歷開放之後，其實還有祕密求職訣竅。讓我們先從了解「企業會看到怎麼樣的資料」開始，藉此再來完善你的104履歷。現在就跟著《104職場力》小編一起來了解徵才後台吧！ 企業平常是怎麼在104找到我們的履歷呢？ 企業徵才是使用104人力銀行「招募管理」網站，後台有3種方法可以找到人才。 查詢人才：企業根據不同條件設定主動找尋人才 應徵履歷：求職者自己主動應徵工作，履歷就會跑到這個頁面 推薦履歷：由104直接推薦合適人選給企業挑選人才 3秘招提升你的開放履歷能見度 設定「開放履歷」後，主動查詢人才的企業就有機會搜尋到你！小編整理3個關鍵，讓企業更容易看見你的公開履歷： 符合度：與職務有關的關鍵字，包括「希望職稱（職務名稱）」。企業會用職務名稱、求才條件、技能條件…等來找符合需求的人才。因此寫履歷的時候，別忘了先看想應徵工作的求才條件，抓出希望職稱及關鍵字放進自己的履歷。 最近活動日：最近有求職活動（包括瀏覽／應徵／回覆工作）的最新人選。 履歷更新日：依履歷最新狀況篩選。也就是「求職者多久以前更新過履歷」，記得定期上My104會員中心更新履歷，然後點幾個有興趣的職位看一看，讓系統認定「你是正在找工作的人」！​ 【溫馨提醒】履歷「希望職稱」怎麼寫？提醒大家，「希望職稱」建議具體寫出職務類別，盡量寫明確一點才能讓企業人資一目了然。若要填寫多項希望職務，專注於相關領域才不會讓人資感覺亂槍打鳥喔！希望職稱範例：前端工程師、網頁設計師希望職稱勿填：全職、兼職、工讀生、不拘 小編帶你開箱104徵才後台，設定「開放履歷」後，主動查詢人才的企業就有機會搜尋到你！ 破解疑惑！104履歷開放問題總整理 看到這裡可以了解開放履歷的好處多多，如果你已經完成履歷，只差按下「開放」這一步，小編為你總整理關於「履歷開放」的相關疑問，幫你破解解惑！ 問題1：我有兩份履歷，可以只開放其中一份履歷嗎？ 回答：可以。於104人力銀行「履歷開放設定」的「開放公司查看」欄位中，可以單獨選擇要開放的履歷。 問題2：想開放履歷但不方便接邀約電話，可以隱藏關閉電話嗎？ 回答：可以隱藏聯絡電話！使用新功能「聯絡方式開放設定」，設定「部分開放」會隱藏聯絡資訊，徵才公司只能透過104站內訊息與你聯繫；只有你主動應徵、同意邀請的公司才能查看電話、Email​。同時可於履歷聯絡方式標明希望以104站內訊息或E-mail聯絡為優先唷！ 問題3：想開放履歷，但很怕收到罐頭邀請怎麼辦？ 回答：可使用「履歷開放-產業設定」或「AI訊息分類」功能： 履歷開放－產業設定：於104人力銀行「履歷開放設定」的「開放公司查看」欄位中，可以於「產業設定」中設定包括保險產業／傳銷產業／殯葬服務業的開放選項，設定「開放／關閉」，可以依據個人需求選擇。 誰聯絡我－AI訊息分類：於「誰聯絡我」可開啟AI訊息分類設定，自動將你可能較感興趣的職缺訊息分類至「AI精選」。 問題4：在職找工作，如果開放履歷會被公司發現嗎？ 回答：可前往104人力銀行「履歷開放設定」的「封鎖公司」頁面，輸入公司名稱關鍵字或公司統編，封鎖現職公司，避免公司看見你的公開履歷！被設定隱藏的公司將無法透過104人力銀行的機制搜尋您的履歷表。 完整教學：【104封鎖公司】不讓公司看到怎麼設定？封鎖後還會被看到履歷嗎？ 問題5：關閉履歷，主動應徵工作的公司能看見我的履歷嗎？ 回答：可以的！即使在104履歷開放設定選擇不開放，你主動應徵的公司或機構還是能看到你的完整履歷內容，由此判斷是否要邀約面試。 馬上檢查你的「履歷開放設定」 【溫馨提醒】就算沒有要找工作，還是建議更新履歷、開放履歷喔！ 很多人都認為只有在找工作時才需要更新履歷表，其實「定期更新履歷」是完整紀錄個人職涯的最佳作法。每年年底可以趁著記憶猶新時回顧年度歷程，補足亮點，也可評估自己目前在市場的價值，為下一步職涯提前規劃。就算目前沒有積極找工作的計畫，開放履歷也有下列好處：1. 等待伯樂上門，增加更多可能性：即使暫無積極換工作的念頭，遇到有興趣的職缺仍可以多做研究或面試聊聊。2. 保持與市場接軌，了解市場身價：可以觀察看看有哪些公司／職務會發面試邀約給自己，測試自己在市場的身價。延伸閱讀：別等找工作才動筆！年底更新履歷原來有「這些好處」 【職場力調查】你會把104履歷打開嗎？ [vote_plugin id="175151"] 完成投票後，即可收看即時票選結果唷！

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

很多人以為紅帽認證就是考個 RHCSA 就結束了。2026年最新認證路徑圖教你直攻 Level 3/4 認證！別"再"原地打轉運用「2+1」考照策略，用最低成本為未來兩年卡位高薪！ https://supr.link/W0N4Z 詳情可參考 : 【原廠授權考試中心】https://supr.link/frKDR 【104證照中心】https://nabi.104.com.tw/certify/unit/144dee33-1f93-4d30-86c8-0283de6978ed

那天我的夥伴跟我分享，他辭職在家蹲了一年半才悟到的真相 1.家裏沒礦不要裸辭，先找好下家，因爲你不一定找得到 2.原來委屈還有跟小人合作，也是工作的一部分 3.以前在大公司一個月給你10萬，現在小公司你自己跟人家開8萬，人家都不要你 4.離開大公司才發現，原來不是自己的背景硬，而是公司的背景硬 5.當你連下一餐在哪裏都不知道的時候，真的會每天失眠 6.等你從大公司離開之後，什麼關係、什麼人脈、什麼資源啊，就都跟你沒有關係了 以上6點值得我們，好好思考 https://www.youtube.com/shorts/6633Q0whLc8

如何選取一個程式語言作為敲門磚 進入資訊領域開發行列，尤其是想進入程式設計師領域的第一個要件，往往需要具備有一個主要的程式語言開發能力。而一個初學者，往往在面對市面上諸多電腦程式語言環境時，如何選擇一個程式語言，當作一個程式設計師的敲門磚時，常常變得無所適從。 在挑選的程式語言要件裡，我們需要設定若干個前提，那就是你將來想進入哪一種應用程式設計領域?一般可以區分為: 1.Mobile 行動裝置系統 2.網站系統 3.Window GUI 桌上型系統 4.IoT 物聯網系統 5.雲端服務系統 配合這些系統領域的切割，其實又往往需要再混合開發的需求下，決定一個程式語言的方向，可以綜合下列的要件: 1.開發者眾多，市面資源豐沛 2.具有開發多面向系統能力 3.語言精簡與穩定，並且具有持續發展的特性 4.向後向前相容性，持續系統穩定轉版 5.具有穩定的 Framework 支援 6.物件導向架構完整 7.易學習與易使用，開發工具豐富 8.安全性機制高 簡單地說，如果容易學習，資源豐沛，又可以達到不同的應用系統需求開發， 且具有豐沛的整合環境與工具(第三方模組與工具庫 )。我想，這就是您可以選擇作為進入程式設計的敲門磚。 根據IEEE Spectrum 調查2020年十大程式語言排行榜(Java 程式語言雖排行第二，但在整個系統開發的領域上，橫跨網際網路系統到行動裝置，以及桌機系統開發，唯獨定義在 AI 領域開發較為欠缺;實際在這一塊 AI 開發仍是可以補足上去的。 如果我們追求的不是一個曇花一現且持久技術的層面來看，我們可以發現 Java 在近十年的發展與使用人數上，雖仍然佔據程式語言排行前三名。可見在向前向後的相容性與穩定性持續發展。以及市面上大量完成的應用系統領域範圍來說，還是非常值得投資的程式語言之一。 在不同的學習階段，可擔任何種工程師? 如果先期只學會 Java 程式語言基礎與物件導向程式設計能力，其實您可以進入Window GUI圖形化系統開發領域;或者是直接進入Andorid APP行動裝置系統開發。當然亦有人直接使用 Java 配合 Raspberry(樹莓派)進行物聯網開發 (Raspbian(Linux)作業系統下)。這也是另一種選擇 。 即使我們直接投入在這些相關的系統開發裡，仍需要具足相關的 Framework 或者延伸的技術範圍。也就是說程式語言只是一個基礎，必須配合應用系統特性， 學習到相關的擴充技術與框架，才能開發自如。 尤其是 Andorid 行動裝置系統開發，資料來源往往需要整合遠端的 RESTful API，這時候您更需要具備有 HTTP 網際網路通訊協定溝通的能力，否則無法順利完成一支 APP 與資料整合的需求。 開發網站系統須具備哪一些技術? 如果您具有 Java 程式設計基礎之後，欲進入 Java 網站系統開發，那就需要具備有如下的基礎能力: 1.Servlet API 設計能力 2.JSP Page 設計能力 3.資料庫存取設計能力 這些還算是 Java 網站系統最基礎的能力，如此你大致上可以開發一個使用 Server Side為架構的動態網站系統。 假如您只是修練在一個 Server Side 的 Java 網站系統開發能力，具備有 Servlet/JSP 與資料存取的設計能力，應足以擔任大任。但建議在講求系統開發的快速與穩定性與模組化架構下，可能還需要學會若干的 Framework，用來支撐網站系統持續與快速與維護的穩定性開發，尤其是相對的軟體工程技術。 這時候，您就需要若干具備有市面上持久發展與大量被使用的 Framework 才支撐系統開發 。 而Spring Framework就是一個很好的應用框架， Spring Framework的優勢是 👉能爭取更多維運時效性 👉提升40%穩定性與效能 當你學會了JAVA後 還想進入JAVA Spring Framework 卻不知從何開始 不仿就從「Java Web｜Spring Framework企業應用開發」這門線上課開始吧！ 課程連結👉https://reurl.cc/Gx34KG 完整文章👉https://reurl.cc/g2q4aQ

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

恆逸PMP學員丁維儀考取PMP認證心得 「讀書計畫：因平時要忙於家庭跟工作，所以我依照張憲中老師的建言，平日讀書兩個小時，假日讀書四小時，然後於考前幾天請假加碼到每天讀八小時，統計時間：恆逸上課、恆逸總複習班、筆記、讀書合計200小時。 先把恆逸的三大本講義讀一遍做筆記，重點在於ITTO及各項工具的應用，把三大本的講義濃縮成70頁的活頁紙(寫過一遍可以增加記憶)，考前一週把恆逸講義ITTO流程組的那頁裁切下來做成小冊子，在上面濃縮筆記，將小冊子如影隨形地帶在身上複習(通勤、空閒....直到考試當天) ​ 以上的心得分享希望可以給有志考PMP的人一些幫助，最後感謝所有在考照過程中幫助我的人，謝謝大家。」 ​ 完整心得：https://ucom.uuu.com.tw/web/Testimony/Article/315

▉ 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

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

缺工人才難尋，企業招募有多艱辛？104人力銀行發布《2026年人資FBI報告》，企業平均得花44.9天才能找到一位員工，當新人到職後僅62.2%會待滿半年，呈現「人難找又快閃」的困境，三大主因來自求職者履歷條件不符需求、薪資／福利競爭力不足、無法彰顯企業雇主品牌特點吸引人才。企業面對此狀況，未來一年運用校園經營、企業官網、就業博覽會、社群招募的意願增加，期待化被動為主動，精準選才的同時，也破解留才攬才困境。下載《2026年人資FBI報告》：https://tw104.pse.is/9fdcpn 電子資訊業找到人時間最長　一般服務業最難留下新人 104人力銀行發布《2026年人資FBI報告》，透過問卷調查了解企業困境（Frustration）、員工歸屬感（Belonging）變化，並提出洞察與建議（Insight / Inference）。在人才招募的部分，主管職招募天數明顯高於一般員工，企業平均需花77天才能找到合適的主管人選，一般員工則為40天。各產業中以電子資訊業招募天數最長，平均得花61天才能找到一名員工，高於一般製造業與一般服務業46天、知識密集服務業36天。不過，由於使用AI協助人資作業的比例增加，讓企業招募天數也有整體下降的趨勢。 當新人到職後，根據104人力銀行《2026年人資FBI報告》，新人快閃狀況與前一年相比更嚴峻，2025年到職半年後仍在職的比例為62.2%，與2024年相比下降4個百分點，各產業中，一般服務業半年後僅56.6%的新人會留下，可能源自長時間站立、輪班、情緒勞動的工作型態，實際工作強度比想像高而更快離職。 97.7%企業招募遇到難題　薪資／福利競爭力不足問題加劇 104人力銀行《2026年人資FBI報告》數據顯示，2025年有97.7%企業招募過程曾遇到難題，61%遭遇投遞履歷人員條件不符需求，比例最高；39%薪資／福利競爭力不足，排名第二；35.4%無法彰顯企業雇主品牌特點吸引人才，位居第三。其中「薪資／福利競爭力不足」從前一年的第五名竄升至第二名，顯示企業間的薪酬競爭壓力正顯著加劇中。 薪酬福利之外，企業如何出招留住員工？可從各產業員工「重視卻覺得不足」的面向切入：一般服務業與知識密集服務業員工普遍期待更好的工作與生活平衡，同時也重視能否認同直屬主管的管理方式；一般製造業員工則更在意工作保障與工作環境，凸顯景氣循環下員工渴望穩定的心理需求。另外，不論哪個產業，「主管管理風格」都是員工留任與否的共同關鍵，企業除了調整制度面，也應強化主管的管理職能，才能真正提升員工向心力。 破解缺工！企業願投入校園經營比例提升10.6個百分點 面對招募難題，根據104人力銀行《2026年人資FBI報告》，未來一年企業傾向投入更多比重在校園經營，相較去年增加10.6個百分點，當中以校園徵才增幅最多，期待進入校園提升企業在學生心中的知名度，降低招募的難度，提供實習、投入建教合作的企業也增加，期待提接觸並培養未來人才；同時，企業未來一年將自行招募的比例增加9.3個百分點、就業博覽會增加4.3個百分點、社群招募增加3.5個百分點，顯示企業期待不論透過實體或是線上管道，都能更直接接觸潛在人才，從被動等待轉向主動精準布局。了解更多企業留才、攬才實際狀況，歡迎下載《2026年人資FBI報告》：https://tw104.pse.is/9fdcpn 了解企業招募，你還會想看 104雇主品牌發布《2026民生服務業人才白皮書》　每月徵才67.3萬人，提供1.7萬個AI工作5年成長3倍 金融業轉型升級搶人才　AI職涯、高薪福利、專業證照成三大吸引力

受訓前早就耳聞這張主導審查員證照並不輕易，尤其是改成線上考試的模式後，整體難度與考驗更是隨之提升。為了能順利通過，我在參訓前便多方參考過往學員的經驗分享，提前掌握準備方向，事後也驗證了這些策略確實非常管用。 想要順利考取證照，關鍵的第一步就是對 ISO 27001:2022 的本文條款與附錄 A 控制措施建立極高的熟悉度。在正式上課前，我特地找了條文與附錄內容進行自主預習，即使一遍看不懂就反覆閱讀兩到三遍。預習的目的並非要立刻死記所有細節，而是要在腦海中建立清晰的章節架構與目錄地圖。當第一天課程快速講解完所有本文與附錄後，這樣的預習基礎讓我能在後續四天的實戰應用與情境演練中，迅速跟上講師的步調並融會貫通。 應考的關鍵除了對條款位置瞭若指掌外，每天課後務必扎實複習講義，並徹底熟練練習網站提供的題庫。線上考試雖然採 Open Book 開放查閱，但唯有清楚知道條文出現在哪個章節，翻閱查找時才能快精準。題庫演練則能幫助習慣敘述方式，因為許多考題問題點、問答方向或選項描述會進行變形，無法靠死記答案應付。此外，每位考生的題組不盡相同，題目會明確規範複選數量，也會出現選項多於題目數量的配對題。 應試時的時間相當充裕，建議保持冷靜，善用刪除法先處理有把握的題目，面對看不懂的題目則多讀幾次並擷取關鍵字，聯想其對應的本文條款或附錄控制措施。這張證照無法靠投機取巧或臨時抱佛腳考取，若評估自己對內容仍不夠熟悉，建議善用一個月內的延遲考試機制，在做好充分準備後再上陣。希望這份從預習到應試的整理，能幫助大家消除考前焦慮，順利拿下證照！ 🔗 參考資源連結：https://ucom.uuu.com.tw/web/Testimony/Article/8796

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)

想在玩遊戲中學習 JavaScript？Screeps 這款大型多人在線遊戲不僅滿足你對策略遊戲的熱愛，還能讓你輕鬆學會程式設計！本文將介紹 Screeps 是什麼、為什麼選擇 Screeps 學習程式設計、如何開始使用 Screeps、遊戲的具體玩法以及進階學習技巧，幫助你全方位了解這款結合遊戲與學習的創新平台。 ▍什麼是 Screeps？ Screeps 是一款專為 JavaScript 學習者設計的大型多人在線遊戲 (MMO)。在這個開放式的策略遊戲中，你將控制被稱為「creeps」的單位，這些 creeps 可以幫助你獲取資源、建立自己的領地，並與其他玩家的 creeps 進行互動和對抗。這款遊戲的獨特之處在於，你需要使用 JavaScript 來編寫程式碼控制你的 creeps，這讓學習程式設計變得既有趣又實用。 ▍為什麼選擇 Screeps 學習程式設計？ ● 互動學習：傳統的程式設計課程可能枯燥乏味，而 Screeps 則通過遊戲的方式讓你在實踐中學習。你不僅需要編寫程式來控制 creeps 的行動，還要通過策略思考來解決遊戲中的各種挑戰。 ● 實戰經驗：在 Screeps 中，你會遇到其他玩家的挑戰，這要求你不斷優化自己的程式碼。這種實戰經驗對於程式設計學習者來說極為寶貴，因為你可以在實際應用中發現和解決問題。 ● 社群支持：Screeps 擁有一個活躍的玩家社區，你可以在論壇上與其他玩家交流經驗、分享策略，甚至請教問題。這種社區支持可以幫助你更快地進步。 ▍如何開始使用 Screeps？ ● 註冊帳號：首先，前往 Screeps 官方網站 註冊一個帳號。註冊過程簡單，幾分鐘內即可完成。 ● 下載客戶端：完成註冊後，你需要下載並安裝 Screeps 客戶端。這個客戶端提供了一個易於使用的編輯器，你可以在其中編寫和調試你的程式碼。 ● 學習基礎概念：對於新手來說，建議先學習一些基本的 JavaScript 知識。你可以在網上找到許多免費的 JavaScript 教程，這些教程可以幫助你快速入門。 ● 加入遊戲：安裝完成後，打開 Screeps 客戶端並開始遊戲。按照新手指引，你將學會如何控制 creeps 並完成基本的任務。 ▍Screeps 遊戲玩法介紹 在 Screeps 中，creeps 是你最重要的單位。你需要通過編寫 JavaScript 程式碼來控制 creeps 的行動，例如如何採集資源、建造建築、攻擊敵人等等。遊戲中，你可以： ● 採集資源：creeps 可以採集地圖上的資源，這些資源是建立和升級建築的關鍵。 ● 建設基礎設施：利用採集到的資源，你可以建設各種建築，例如倉庫、塔樓等，來保護你的領地。 ● 策略對抗：當你遇到其他玩家的 creeps 時，你需要制定策略來保護自己的領地或攻擊對方。這要求你不僅要編寫高效的程式碼，還要有良好的策略思維。 ▍Screeps 學習的進階技巧 ● 模塊化程式設計：隨著你進一步深入遊戲，你會發現模塊化程式設計可以幫助你更好地組織和管理程式碼。將不同的功能分割成獨立的模塊，讓程式碼更加清晰和易於維護。 ● 演算法優化：在 Screeps 中，優化你的演算法是獲勝的關鍵之一。學習如何提升程式碼的執行效率，讓你的 creeps 更加智能和高效。 ● 參與競賽：Screeps 定期舉辦各種競賽，你可以通過參與這些競賽來檢驗自己的實力，並從其他玩家的程式碼中學習新的技巧。 Screeps 是一個將遊戲與程式設計完美結合的平台，特別適合那些希望在輕鬆有趣的環境中學習 JavaScript 的人。無論你是程式設計新手，還是有一定經驗的開發者，Screeps 都能為你提供豐富的學習資源和實戰經驗。趕快註冊帳號，加入這個充滿挑戰與樂趣的世界，通過遊戲提升你的程式設計技能吧！ ➤ 了解更多：https://youtu.be/ZboTgOajnGg ➤ 立即玩遊戲：https://screeps.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！

Python 是目前最受歡迎的編程語言之一，特別適合想要自學 Python 的初學者。它擁有簡單易懂的語法、豐富的Python 課程學習資源，以及廣泛的應用領域，讓初學者自學Python 能夠輕鬆上手Python 並快速進入實際應用。 1. 簡單易懂的語法 Python 的語法設計簡潔明瞭，接近自然語言。相較於其他編程語言，Python 去除了許多複雜的語法規則，減少了初學者的學習負擔。這種易讀性使得初學者能夠更快地掌握編程概念，減少在語法細節上的困擾。 2. 豐富的資源和社群 Python 擁有龐大的社群和豐富的學習資源，無論是官方文件、線上課程，還是各種開源庫，初學者都能輕鬆找到所需的教學內容和支持。這意味著，即使你在學習的過程中遇到問題，也可以輕易地從社群中獲得幫助，讓學習過程更加順利。 3. 廣泛的應用領域 Python 的應用範圍非常廣泛，包括網頁開發、數據分析、人工智慧、機器學習、網絡爬蟲、遊戲開發等。這種多樣性意味著，學會 Python 後，你可以根據自己的興趣和職業規劃，進一步深入不同的領域，從而找到適合自己的方向。 5堂推薦課程：從初級到進階： 為了讓初學者更好地學習 Python，以下是五堂從基礎到進階的推薦課程，幫助你逐步深入學習 Python： Python程式設計入門實戰 https://nabi.104.com.tw/course/ppa/4df89eb1-67c8-457e-a605-48d6e4a89214 這堂課適合剛接觸 Python 的初學者，課程內容涵蓋 Python 的基本語法和實用範例，帶你快速掌握 Python 的基礎知識。 從零開始：Python程式語言 https://nabi.104.com.tw/course/tibame/7e370e7a-42ad-4627-8921-bf991e3f06d0 透過循序漸進的教學方式，幫助你從零開始學習 Python，逐步深入，從基本語法到實際應用，適合希望系統學習 Python 的學員。 Python資料處理與網路爬蟲 https://nabi.104.com.tw/course/tibame/d0060434-f6d3-4f0e-830d-37c2a649a2ba 當你掌握了 Python 的基礎知識後，這門課將帶你進一步學習如何使用 Python 進行資料處理和網絡爬蟲，適合想要進一步學習數據分析的學員。 Python 資料科學與機器學習 https://nabi.104.com.tw/course/tibame/9eebfb5e-5f34-447a-b63b-07aac1b07631 本課程專注於 Python 在資料科學和機器學習中的應用，帶你深入了解 Python 在數據分析和人工智慧領域的強大功能。 Python全方位應用開發 https://nabi.104.com.tw/course/tibame/00fc45db-3803-47c3-973a-6a921f7a58a2 想要成為全方位的 Python 開發者？這堂課將帶你學習如何使用 Python 進行網頁開發、應用程式開發等，讓你成為一名全能的 Python 開發者。 Python 是初學者絕佳的編程語言選擇。簡單易懂的語法、豐富的學習資源以及廣泛的應用領域，讓 Python 成為編程入門的首選。如果你想要開始學習 Python，不妨從以上推薦的課程開始，逐步深入，掌握這門強大的編程語言。 更多Python相關課程推薦： https://nabi.104.com.tw/nabisearch/course?keyword=Python

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

這是「104求職講座：如何找到怦然心動的第二人生」資料。希望分享的內容，對各位朋友的求職或轉職有有所幫助。（請用電腦下載檔案） 下面的連結是 Spring老師 在大愛人文講堂一場有關「N世代職場必勝」的短講影片。內容會分享你們N世代的優勢，也會提醒大家進入熟世代主場企業時，要特別注意的事項。也提供給大家參考。 【N世代職場必勝班】 http://user74019.piee.pw/Nspring 這次講座的最後，也有分享 104 特別為社會新鮮人舉辦的「求職衝刺班」。 如果大家求職時，需要專業的求職課程＆Giver陪伴，也可以報名參加這個活動。 【求職衝刺班】 https://pse.is/104careertalk 如果大家想要交流，也歡迎到我的BeAGiver個人頁對我「指名發問」或「關注」。 【Spring BeAGiver個人頁】 https://pse.is/Ui2022spring 祝福各位新世代的大家，都可以找到怦然心動的第二人生！ Keep Going !! Spring

每個月，台灣企業正在搶10萬名AI人才 根據104學習最新發布的《2026 AI人才趨勢報告》，今年企業平均每月招募AI相關職缺已達10萬人，近5年AI人才需求成長97.6%，幾乎是整體招募市場同期成長速度的4倍。 這場搶人大戰，缺的不是想學AI的人，缺的是真正具備企業要的能力的人 ❇️【企業到底想要什麼？三項硬技能排名】 報告明確列出2026年AI職缺最常見的技能需求： 1️⃣ 流程自動化（近5年成長233%） 從製造到行政業務，效率提升最直接的技能，不只是工程職需要，製程規劃、生產管理、品保品管都在找 2️⃣ 機器學習演算法（近5年成長64%） 監督式學習的核心，廣泛應用於分類與預測任務，資料分析、產品開發、研究職高度相關 3️⃣ 自然語言處理（近5年成長147%） 文本理解與語義分析，適用於客服、行銷、法務等多個職類，不需要自己建模型，但要懂得如何應用 ❇️【工具會用哪些？企業點名這三個】 技能之外，企業也直接在職缺中點名求職者要會使用的AI工具： • ChatGPT：從辦公自動化到創意協作、文字生成，已成企業首要指定工具 • PyTorch：深度學習模型訓練，AI研發職位的主流框架 • TENSORFLOW：企業 AI 應用首選，支援模型部署與擴展 ▶ ChatGPT、Gemini雙雙入榜，說明LLM的應用已不只是技術人員的工具，而是各職類工作者的日常配備 ❇️當技能相近時，證照是讓履歷被看見的加速器 • iPAS+ AI應用規劃師：經濟部核發的國家級AI應用認證，是企業評估數位轉型人才的判斷標準之一 • 證照資訊：https://nabi.104.com.tw/nabisearch/certify?keyword=ipas%2BAI ▶️【點我免費做 iPAS+ AI應用規劃師 初級模擬測驗】 https://nabi.104.com.tw/assess/6c2efe0a-8456-4694-bdc3-a1813f66ee19 ▶️【初級】衝刺班｜速攻考點 × 模擬實戰 × GPT刷題攻略】 https://nabi.104.com.tw/course/104nabi/19ba2cdd-5ae1-44a0-a975-01f989c92691 ▶️【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題 https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e • 機器人工程師證照：針對製造業自動化場景，是企業識別硬體整合型AI人才的重要指標 https://nabi.104.com.tw/ability/10049172 ❇️【從哪裡開始？】 中央大學資管系兼任助理教授劉書銘指出，AI變化太快，學習AI不只是學一門課，而是要獲得「理解未來的核心能力」。 三個月學一項技術的節奏已跟不上市場。重要的是找到自己職務最需要的AI技能，精準切入，而不是什麼都學一點。 💡求職者： 想知道你的職務最需要哪項AI技能？104學習AI專區會自動帶入你的當前職務，分析技能缺口、提供測驗與推薦課程 👉 立即進入104學習AI專區 https://nabi.104.com.tw/ai ➡️【免費下載｜2026 AI 人才趨勢報告】適合新鮮人、在職者與想轉職的人 https://nabi.104.com.tw/posts/nabi_post_e6bc6bfe-0bf0-4d19-82ca-a2d1090738db 💡企業主： 想讓員工系統性補上AI能力？104人資市集提供AI企業內訓課程，協助實現員工AI化目標 👉 了解104企業AI內訓方案 https://tw104.pse.is/98mx3p

履歷不再只是列出經歷，而是快速讓企業看懂你的能力。 根據 104 人力銀行數據顯示，有填寫資格認證的求職者面試機會提升 35%。 為了讓您的每一份努力都能被轉化為實質優勢，我們將履歷表證照區塊升級為「資格認證」，讓證照、課程與學習成果都能完整呈現，提升履歷競爭力。 ❇️【你的履歷，可能少了這一塊】 很多人其實有能力，但履歷常出現這些問題： • 只寫證照名稱，看不出程度 • 沒有分數 / 有效期限 • 課程學過，但無法呈現 • HR 無法快速判斷實力 👉 結果：有學 ≠ 被看見 ❇️【升級為「資格認證」三大核心亮點】 ① 資訊更完整（提升專業度） 現在可填寫： • 成績 • 證書編號 • 有效期限 • 認證連結或上傳檔案 ② 多元成果呈現（不只證照） 除了考試型證照，還能放： • 線上課程證書 • AI / 數據學習成果 • 技能培訓紀錄 ③ 自動升級（不用重填） 系統會幫你： • 自動轉換舊資料 • 補齊發證單位 • 優化排版 【為什麼會影響面試機會？】 HR在篩選履歷時，重點其實很單純： • 能不能快速看懂你的能力 • 有沒有明確的證明 👉 有「資格認證」＝更容易被選中 ❇️常見問題 QA Q1：沒有證照，也可以用嗎？ 可以。課程證書、學習成果都能放入。 Q2：一定要填很多嗎？ 不用，重點是「關鍵且有證明的能力」。 Q3：舊資料需要重填嗎？ 不需要，系統會自動轉換升級。 「資格認證」就是讓能力被看見的關鍵 👉 現在就升級你的履歷 https://104.onelink.me/RPgE/07n2gw4e

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

這是每個團隊遲早都會遇到的抉擇 當公司開始認真投入AI專案，遲早會碰到這個問題：到底該花大錢建置設備自己建置機房，還是直接找業者租用GPU主機？這個問題沒有標準答案，但透過幾個實際的評估角度，可以幫助團隊做出比較理性的判斷。 先算一筆帳：自建機房的隱藏成本有多少 很多人在評估自建機房時，只看到顯卡本身的採購金額，卻忽略了背後一連串的附加成本。首先是機房空間的租金跟裝修，包含電力迴路的升級、專業的散熱空調系統，這些基礎建設費用往往比想像中高出許多。再來是後續的維護成本，顯卡跟伺服器都是消耗性硬體，長期運轉下來難免會有故障，如果沒有專業的維運團隊，光是排除硬體問題就可能耗費大量的時間精力。 另外還有一個常被忽略的因素，那就是技術迭代的速度。GPU的技術演進速度相當快，新一代顯卡的效能提升往往相當可觀，如果自己買斷設備，幾年後這批硬體很可能就跟不上主流的運算需求，屆時又要面臨要不要繼續加碼投資的抉擇。 租用GPU主機的優勢：把資本支出變成營運支出 相較於自建機房動輒需要一次性投入大筆資金，租用GPU主機的模式，可以把原本的資本支出轉換成按月或按用量計算的營運支出，這對於現金流需要精打細算的中小企業跟新創公司來說，是相當有吸引力的做法。 而且租用模式還有一個好處，就是可以隨著專案進度彈性調整規模。專案初期先用小規模的配置做驗證，等到方向確定、需求擴大之後，再逐步升級到更高規格的GPU主機，不用一開始就押注大筆資金在不確定的方向上。 什麼情況下自建機房反而比較划算 當然，租用模式也不是萬能解方。如果企業的運算需求非常穩定，而且長期使用量相當龐大，經過仔細試算之後，有些情況下自建機房攤提到每個月的成本，確實有可能低於長期租用的費用。不過這種情況通常適用於運算規模已經相當成熟、需求可預測性很高的大型企業。 混合模式：兩者其實可以並存 實務上，不少企業採取的是混合策略。基礎的、長期穩定的運算需求，透過自建設備來滿足；而遇到專案高峰期，或者需要臨時擴充運算資源時，再透過租用GPU主機的方式來補足缺口。 找專業夥伴協助評估，少走冤枉路 戰國策長期提供GPU主機推薦與代管服務，熟悉企業在租用與自建之間的各種評估細節，能夠依照公司實際的運算需求與預算，提供客觀的建議。歡迎參考 nss.com.tw/gpu 了解詳細方案，或透過 LINE：@119m、電話 0800-003-191 與專人討論你的專案需求。

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