104學習

透過從104人力銀行中「找工作」與「自我學習」的大數據，整理出10大熱搜的證照；可透過熱搜的熱門證照排行榜中，找到你所需的證照學習內容，增進職場的職能成長，加強自我競爭力，打造你的職涯藍圖。 NO1 丙級中餐烹調技術士 證照【↑2】 NO2 Google Analytics (分析) 證照 【↓2】 NO3 甲級職業安全管理技術士 證照【新進榜】 NO4 認證採購管理師C.P.P. 證照【新進榜】 NO5 總幹事 證照【↓2】 NO6 丙級金銀珠寶飾品加工技術士 證照【新進榜】 NO7 MOS(Microsoft) 證照【持平】 NO8 丙級工業配線技術士 證照【新進榜】 NO9 全方位基礎人力資源管理師 證照【新進榜】 NO10 照顧服務員單一(丙)級技術士 證照【↓1】 第1名 丙級中餐烹調技術士 證照 證照資訊: https://nabi.104.com.tw/ability/10029006 相關學習教室:【丙級中餐烹調技術士】 https://nabi.104.com.tw/room/ability_10029006 第2名 Google Analytics (分析) 證照 證照資訊: https://nabi.104.com.tw/ability/10028451 相關學習教室:【Google Analytics】 https://nabi.104.com.tw/room/ability_10000313 證照相關學習教室:【數據分析】 https://nabi.104.com.tw/room/ability_10000352 第3名 甲級職業安全管理技術士 證照 證照資訊: https://nabi.104.com.tw/ability/10028453 相關學習教室:【勞動契約相關法規】 https://nabi.104.com.tw/room/ability_10000027 第4名 認證採購管理師C.P.P. 證照 證照資訊: https://nabi.104.com.tw/ability/10029379 相關學習教室:【英文】 https://nabi.104.com.tw/room/ability_10027137 第5名 總幹事 證照 證照資訊: https://nabi.104.com.tw/ability/10029198 相關學習教室:【總幹事執照相關資訊教室】 https://nabi.104.com.tw/room/ability_10029198 第6名 丙級金銀珠寶飾品加工技術士 證照 證照資訊: https://nabi.104.com.tw/ability/10029071 相關學習教室:【英文】 https://nabi.104.com.tw/room/ability_10027137 第7名 MOS(Microsoft) 證照 證照資訊: https://nabi.104.com.tw/ability/10027977 相關學習教室:【Excel】 https://nabi.104.com.tw/room/ability_10000056 第8名 丙級工業配線技術士 證照 證照資訊: https://nabi.104.com.tw/ability/10028662 相關學習教室:【AutoCAD】 https://nabi.104.com.tw/room/ability_10002454 第9名 全方位基礎人力資源管理師 認證 證照資訊: https://nabi.104.com.tw/ability/10029273 相關學習教室:【員工教育訓練與需求分析】 https://nabi.104.com.tw/room/ability_10000031 第10名 照顧服務員單一(丙)級技術士 證照 證照資訊: https://nabi.104.com.tw/ability/10029185 相關學習教室:【護理】 https://nabi.104.com.tw/room/ability_10036594 - - - 不同的職務有不同的證照需求，你可以透過【104學習精靈】探索你現在的職務或是針對你感興趣的職務進行探索，找到你的關鍵職能，增加職涯的競爭力。 🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸 更多免費學習與證照資訊，都可加入【104學習精靈✨IG帳號】 ✨https://www.instagram.com/104nabi/✨ 🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸🔹🔸

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

2022年年度企業要求證照的證照如下，提供大家! 每個職類都會對應不同的證照，104學習精靈在2022年12月即將發表的【職場學習白皮書】的調查趨勢中發現：104人力銀行從求職媒合的數據中，求職者找工作有證照與無證照，企業在面試邀約的差異，發現：2022年至8月有證照比無證照相比較，有證照的求職者面試邀約數相較無證照的求職者高出3成5，證照在特定的職務會是個加分的敲門磚。 企業要求證照為：企業職務刊登的職務中，要求應徵者必須具備的證照條件要求；本證照的排名為：統計該證照在104刊登的職類中的涵蓋率，來做TOP 10排序 統計時間為：2022年1月至8月的刊登數 🟡TOP 1🟡 堆高機操作技術士 完整介紹: https://nabi.104.com.tw/ability/10028900 🟡TOP 2🟡 勞工安全衛生管理員 完整介紹: https://nabi.104.com.tw/ability/10046815 🟡TOP 3🟡 防火管理人員 完整介紹: https://nabi.104.com.tw/ability/10029197 🟡TOP 4🟡 國際專案管理師PMP 完整介紹: https://nabi.104.com.tw/ability/10029355 🟡TOP 5🟡 甲種勞工安全衛生業務主管 完整介紹: https://nabi.104.com.tw/ability/10040671 🟡TOP 6🟡 乙級工業配線技術士 完整介紹: https://nabi.104.com.tw/ability/10028698 🟡TOP 7🟡 不動產經紀營業員 完整介紹: https://nabi.104.com.tw/ability/10028895 🟡TOP 8🟡 國際標準ISO 9000主導稽核員 完整介紹: https://nabi.104.com.tw/ability/10029227 🟡TOP 9🟡 AutoCAD國際認證 完整介紹: https://nabi.104.com.tw/ability/10029045 🟡TOP 10🟡 品質工程師(CQE) 完整介紹: https://nabi.104.com.tw/ability/10029229 --------------------------------------------------------------- 看更多其他排行榜 📌2022年企業要求的職場工具TOP 10 排行榜 📌https://bit.ly/3Pf9C8h 📌2022年企業要求的職場技能TOP 10 排行榜 📌https://bit.ly/3Bn80DT --------------------------------------------------------------- 【104學習精靈】致力打造共學社群 在這提供各學習創作者、學習平台…等，打造出屬於您在104的學習舞台，在這您所學的紀錄在您創辦的共學社群，作為傳承，建立您專業個人形象；未來共學社群將會提供創作者互動課程平台，凝聚更多學習用戶。 ✨更多免費學習與證照資訊，都可加入【104學習精靈。IG帳號】✨ https://www.instagram.com/104nabi/

2026 年，Microsoft AI 基礎認證迎來改版。AI-900 已於 2026 年 6 月 30 日退場，接棒的是 AI-901：Microsoft Azure AI Fundamentals。新版更重視 Microsoft Foundry、生成式 AI、AI Agent、多模態，以及 Python、SDK 與 REST API 的應用。 關於MS AI-901證照介紹：https://nabi.104.com.tw/ability/10049446 官方綱要與應考重點： 💡 領域一：識別 AI 概念與能力（40～45%） 重點包括負責任 AI（Responsible AI）六大原則，並能從情境判斷適用原則。 也要理解生成式 AI、模型部署與各類 AI 工作負載。 🛠️ 領域二：使用 Microsoft Foundry 實作 AI 解決方案（55～60%） 這是 AI-901 的重頭戲，包含模型部署、Prompt、單一 Agent，以及 Python、SDK、REST API 與 CLI 的基礎應用。 微軟 AI 認證如何計分？ AI-901 採量尺分數（Scaled Score），1～1,000 分，700 分以上及格，但不等於答對 70%。Microsoft 認證考試通常約 40～60 題；小編這次遇到 42 題。答錯不倒扣，結果通常在考後數分鐘內顯示。 小編先前已通過 AI-900，這次約花一週準備。最大的感受是：AI-900 比較像問「這是什麼？」；AI-901 更常問「遇到這個情境，你會怎麼用？」 ※本文只分享考試範圍與準備方向，不涉及考題；內容以 Microsoft 官方公告為準。 小編實際考完，AI-901 哪些地方最值得畫重點？ 1. 自然語言處理（NLP）：熟悉情感分析、實體偵測、關鍵字擷取與摘要，並能從題目需求判斷應使用哪一項文字分析能力。 2. Microsoft Foundry／Playground：了解模型選擇、部署與 Prompt。題目可能提供不同輸入，要求判斷適用的模型或 Foundry Tool，因此不能只背「支援多模態」。 3. Python 程式碼辨識能力：要看得懂 SDK 與語音輸出的組合。遇到程式題，可依序找出 import speechsdk、服務設定、輸出設定、合成器與執行方法。例如 AudioOutputConfig(filename="output.wav") 代表將語音存成檔案；SpeechSynthesizer 會接收 speech_config 與 audio_config；speak_text_async(...).get() 則執行文字轉語音並取得結果。若程式缺少輸出設定或未把 audio_config 傳入合成器，就要能判斷輸出行為會受影響。 4. 電腦視覺（Computer Vision） 與 OCR：影像分類判斷圖片類別，物件偵測找出物件與位置，OCR 讀取圖片文字；視覺理解可回答圖片問題，影像生成則依 Prompt 建立新圖片。 5. 負責任的AI（Responsible AI）：六大原則要用情境理解。例如自動駕駛在異常環境仍須安全運作，對應可靠性與安全性；避免模型對不同族群不公平，則對應公平性。 6. Azure Speech：此處專注在能力與情境判斷。Speech-to-Text 是語音轉文字，Text-to-Speech／Speech Synthesis 是文字轉語音；看到會議錄音轉逐字稿、語音助理朗讀回覆等需求，要能選出正確功能。 7. REST API：看懂 Endpoint、Authentication、Request 與 Response；流程可想成「程式 → Client／API → AI 模型 → Response」。SDK 是方便的程式封裝。 8. Model Catalog／模型選擇：依文字、圖片或語音等輸入模態、模型能力與部署需求選擇，不能只記模型名稱。 9. Multimodal 多模態 AI：理解文字、圖片、語音與影片如何成為輸入，並區分「理解既有內容」與「生成新內容」。 10. 系統提示詞（System Prompt）：又稱 System Message，用來設定助理在整段對話中應遵守的角色、任務、語氣、輸出格式、範圍與安全界線；一般的 User Prompt 則是使用者當下提出的問題或任務。考題若要求 AI「固定扮演客服」「只回答公司政策」「一律輸出 JSON」「超出範圍時拒答」，應設定 System Prompt；若只是「摘要這段文字」「翻譯這封信」或詢問單次問題，則屬於 User Prompt。也要知道系統提示詞只能引導模型，不能保證完全遵守，仍須搭配測試與安全措施。 準備 AI-901，推薦掌握兩個重點 1. 使用官方「AI技能導航器」刷題 Microsoft 已將 AI-901 的官方練習評量整合至 AI技能導航器https://aiskillsnavigator.microsoft.com/credentials/cert-83587e0a0754cfee561ade3e27d9fa1cdaf15ae03be52d2413b2b858d1b4eda4 登入後即可進行模擬練習，一次模擬包含 50 題，介面與題型和真正考試情境相同，作答過程中可以查看答案與解析，適合用來熟悉專有名詞、確認觀念並累積知識題的判斷經驗。 不過，截至本文撰稿為止時，AI技能導航器模擬練習題僅提供英文內容，但正式考試可選擇繁體中文。若閱讀英文題幹或解析較吃力，可以搭配 AI 協助翻譯，再用自己的話重新說明題目考點；同時保留並記住重要英文關鍵字，例如 speech synthesis對應「語音合成」、fairness對應「公平性」。透過中英文對照，不只比較容易理解題意，也能加深對 AI 專有名詞的記憶，避免正式考試或閱讀技術文件時，因中英文用語不同而判斷失誤。 另外也要特別提醒：AI技能導航器的題目並不是正式考題，也不能完全代表正式考試的題數與難度。它對知識題的複習很有幫助，但正式考試的情境題通常需要更多判斷。因此刷題時不要只記選項或背答案，而要進一步理解：題目描述的是哪一種 AI 工作負載？為什麼這個模型、服務或工具最適合？其他選項又錯在哪裡？能說清楚背後的理論與應用情境，才算真正掌握。 2. 搭配官方課程進行實務模組練習 不是每位備考者都有實際操作 Azure 與 Microsoft Foundry 的經驗，但官方學習路徑的部分單元附有引導式練習，可以先透過瀏覽器熟悉操作概念。 以 Microsoft Learn 的「探索自然語言處理概念」https://learn.microsoft.com/zh-tw/training/modules/introduction-language 單元為例，可進入 Microsoft Learning 的 「探索文本分析」https://microsoftlearning.github.io/mslearn-ai-concepts/Instructions/exercises/03-language.html 頁面，依照步驟開啟 Chat Playground，設定 Instructions、輸入 Prompt，並使用生成式 AI 模型將文章摘要成指定格式。接著還能操作 Language Playground，練習語言偵測與個人識別資訊（PII）擷取，將課本中的 NLP 名詞轉化為實際操作經驗。 這些瀏覽器式 Playground 是依 Microsoft Foundry 入口網站概念製作的簡化練習環境，不等同於實際 Azure 資源或正式 Foundry 專案；但對沒有雲端操作經驗的考生來說，已足以建立「輸入資料、設定指示、執行分析、檢視輸出」的基本流程。完成練習後，再回頭閱讀 Microsoft Learn 的服務說明與程式碼範例，會比只看文字更容易理解題目情境。 小編怎麼用一週準備 AI-901？ 因為小編已通過 AI-900，所以把時間集中在 AI-901 加深的實作內容。 如果只有七天，可以這樣安排：第 1 天看考綱並做一次 AI技能導航器模擬練習題，找出弱項；第 2 天複習負責任的AI（Responsible AI）、生成式 AI 與常見工作負載；第 3 天操作 Foundry，練習選模型、部署與 Prompt；第 4 天讀文字分析、語音與相關 SDK；第 5 天準備電腦視覺、影像生成與 Content Understanding；第 6 天集中閱讀 Python、REST API 與 Agent 範例；第 7 天重做錯題、複習英文術語，並操作AI技能導航器熟悉介面與標記題目的方式。 也可把官方教材整理進 AI 工具，請它依AI-901的核心考點出情境題，但答案仍要回 Microsoft Learn 核對。有效的循環應是「閱讀 → 理解 → 測驗 → 找出弱點 → 回官方文件複習」，而不是只背答案。 官方AI技能導航器，建議刷到多少才去考？ 官方題庫模組最大的優勢就是，每次題型組合都不重覆，小編建議練習超過10 次，最後幾次穩定在 90% 以上，但不能只背答案。每次都要回看猜對與答錯題目的解析。模擬練習題是用來找出知識缺口，不是正式題庫。 考試當天：最大的敵人可能不是不會，而是時間 考試作答時間為 45 分鐘，如果是遠端考試約 65 分鐘。第一輪先完成有把握的題目，困難題先標記，最後再檢查，不要在單一題目停留太久。 證件也不要到考試當天才確認 須出示有效且符合規定的政府核發身分證件，報名姓名必須與證件完全一致。若選擇 OnVUE 線上監考，請提前用同一台電腦與同一地點完成系統測試。 最後心得：AI-901 最重要的不是背 Azure，而是理解「AI 怎麼被用起來」 AI-901 仍是基礎等級，重點是能否判斷情境、選擇模型與工具，並理解 AI 如何透過 Azure 與 Foundry 形成應用。若你完全沒有 Azure AI 基礎，建議多留時間走完兩條官方學習路徑：多刷AI技能導覽器題庫以及實務模組練習。 延伸閱讀： 更多AI證照相關課程：https://nabi.104.com.tw/ai?id=2007001015 更多微軟AI證照課程：https://nabi.104.com.tw/nabisearch/course?keyword=%E5%BE%AE%E8%BB%9F 附註：小編是2026年5月先通過AI-900測驗，後於2026年8月通過AI-901測驗，但兩項測驗實屬同一個微軟AI基礎認證，所以小編的認證證書日期以第一次取得為主，但附上AI-901測驗通過通知，以此說明。

除了經驗與資歷要夠,還要有穩定小心交通安全行車職業駕駛意識,乘客安全與自身行車態度不搶快安全第一都是駕駛必要重視為最優先!

當初面試的時候非常開心 因為感覺新公司的主管都很理性且非常重視新人的感受 所以確定4/19到職上班去了！到了新公司 因為準備遷移廠房的關係 舊人忙於趕工作 幾乎沒有完整的教學 一路以來跌跌撞撞的自己摸索也就過了第一個月 再來遷移至新廠 環境很大設備也很完善，本以為可以好好的學習 結果還是一樣的如同第一個月，同事愛教不教的導致我的工作效率很差⋯⋯事倍功半！舊人就開始中傷我 言語侮辱 嘲笑諷刺（雖然他沒有指名）但是大家都知道她在說新人 而且新人只有一個我⋯ 甚至於搶走我的工作 直接大喊 她一個人就可以了 有我沒有我根本沒差啊⋯⋯就這樣過了一個月又三週⋯ 到了最後一週就滿兩個月了 ，課長和班長總是替舊人說話 總是說 ：妳真的不太ok 當然我每每有問題的時候都有當天反應給主管 卻沒有得到幫助 也沒有解決方案的 直到某天課長突然性的把我叫到會議室 裡面有人事副理和課長 和我共3人⋯他們一開口就是說 無法再用我請我離開 因為不適任這份工作 ⋯當然我也有不開心的反應 為何可以這樣 我都還沒有任職兩個月 也沒有犯下什麼錯 怎麼可以強制叫我離職？爭論了一小時後 我還是簽了 帶著眼淚被冤枉似的畫押 這是我人生中最可怕的一個工作經歷 直到現在我還是感到很受傷⋯⋯很不甘心 該怎麼預防下一個新人 可以不要像我一樣受到傷害⋯⋯要如何制止這家公司的惡劣行為⋯⋯請幫助我

2026-09-22 經濟日報編譯季晶晶綜合外電　由聯合新聞網授權轉載 Meta的新AI代理Muse推出不到兩周，就登上美國蘋果App Store的iPhone免費app榜首，截至9月21日累計下載超過250萬次。它最吸引人的地方，是宣稱能替使用者跨網站完成日常工作。以下整理六大重點： 一、下載速度驚人 截至21門 ，Muse在美國蘋果App Store的iPhone免費app榜登頂，排名超越ChatGPT、Claude、Grok等AI應用程式，以及Meta自家的Meta AI。9月8日推出後約五天，就累積73萬次下載。 二、從答題變代辦 使用者交代任務，Muse就能跨帳戶找資料、填寫表單、整理信箱，甚至協助議價和網購，功能比一般聊天機器人更進一步。 三、入口容易上手 除了獨立App，使用者也能透過熟悉的WhatsApp交代任務，省去適應新介面的麻煩。 四、創造廣告以外的收費機會 Muse基本版免費，另有每月20美元和100美元方案。Meta也開始透過Meta Model API，向使用其AI模型的開發者與企業收費。 五、網站接不接受Muse是重點 亞馬遜因隱私與安全疑慮，封鎖Muse進入旗下購物網站；Shopify則與Meta合作，開放AI代理人結帳。Muse能不能普及，也取決於各家網站願不願意讓它代辦。 六、下載熱潮能否延續有待觀察 下載量不等於長期活躍用戶或付費訂戶。Sora與Meta的Vibes上線初期也曾吸引一大批人下載，但熱潮後來冷卻。幾周後使用者是否仍常找Muse辦事，還很難說。 Meta的新AI代理Muse 網址：https://ai.meta.com/muse/

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

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

會騎車會開手排車自排車 可以完成作業任務 公司派發的行動任務送達地點完成工作 效率安全 完成達成工作不斷提升自我 增長自己 越來越好達成工作完成

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

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

鼎新電腦（Dingxin, DING SHIN） 是台灣本土最大的企業管理軟體供應商之一，主要提供 ERP（企業資源規劃）系統，幫助企業整合內部資源、提升管理效率、優化營運流程。鼎新的 ERP 產品廣泛應用於製造業、流通業、服務業等不同產業，涵蓋財務、供應鏈、生產管理、人力資源、CRM 等核心業務。 鼎新 ERP 主要產品 1. 鼎新易助（E10 / 易助 Cloud） 適合 中小企業，提供 雲端 ERP 解決方案，讓企業能快速部署、降低 IT 維護成本。 🔹 特色： SaaS 架構，無需額外購買伺服器 包含 財務、採購、銷售、庫存、會計 等核心功能 提供 API 串接，可與第三方系統整合（如電商、POS） 2. 鼎新 ERP u8+ 適合 中型企業，強調靈活性與客製化，適用於多種產業。 🔹 特色： 提供 多語系、多幣別 支援，適合國際業務 支援製造業 MRP（物料需求計劃）、WMS（倉儲管理）、BPM（業務流程管理） 可與 BI（商業智慧分析） 整合，提升決策效率 3. 鼎新 ERP T100 適合 大型企業 / 集團，是一套高度整合與客製化的 ERP 系統。 🔹 特色： 支援 跨國集團、多工廠、多公司架構 提供 AI 智能分析、大數據 BI、IoT 物聯網應用 針對 製造業、電子科技業、流通零售業 提供專業解決方案 鼎新 ERP 功能模組 財務管理：會計、成本計算、預算控制、報表分析 供應鏈管理（SCM）：採購、庫存、物流、供應商管理 生產管理（MRP / APS）：工單排程、物料需求計劃、自動化生產追蹤 客戶關係管理（CRM）：客戶數據分析、銷售管理、客戶服務 人力資源（HRM）：薪資計算、考勤管理、績效評估 鼎新 ERP 優勢 ✅ 本土化支持：適應台灣法規、會計標準與報稅需求 ✅ 產業適用性強：提供製造、流通、服務、醫療等行業專屬解決方案 ✅ 可擴展性高：支援 API、AI、IoT、BI 分析 等新技術整合 ✅ 雲端與本地部署雙支援：企業可選擇公有雲、私有雲或混合雲 適合使用鼎新 ERP 的企業 需要完整財務 + 供應鏈整合的 中小企業（可用 E10） 需要跨部門流程管理的 中大型企業（可用 U8+） 需要集團級 ERP 解決方案 的企業（可用 T100） 鼎新 ERP 以 靈活性、可擴展性與本土化支持 為主要優勢，是台灣市場上最具影響力的 ERP 系統之一。

交出的產出總有一股揮之不去的「AI感」？研究指出坦承被扣分、硬瞞被抓包更慘！本文解析職場AI誠實陷阱，提供4個向上溝通切入點，讓大家不用假裝純手工，也能在主管面前漂亮展現和AI協作的價值。 文／《104職場力》 本文目錄 AI誠實陷阱，說與不說都有危機！不用藏！用AI也能專業度破表的4個溝通切入點1.從淘汰與選擇邏輯強調你的「資訊篩選力」2.闡述如何用「情境判斷力」解決落地限制3.藉由交代查核、除錯過程展現「專業把關力」4.提出明確主張與承諾來凸顯「決策擔當力」小提醒：小事別加戲，大事再講分工標籤撕不掉，那就大大方方貼著 當AI普遍到一個程度，主管老闆不再驚嘆「哇你會用AI」，反而瞇起眼睛盯著成果挑三揀四，上班族直接陷入兩難：不用AI，怕被嫌不知進取、產能落後；用了，又要面對專業度打折的質疑，人生好難！ 更麻煩的是，就算自己不說，大家的雷達都很靈，不管是文字、影片還是排版，只要動用AI，再怎麼編輯微調，那股揮之不去的「AI感」就像撕不乾淨的標籤，明眼人一瞄就心裡有數，形同自動招供，既然根本藏不住，那到底該大方承認，還是低調不提？  AI誠實陷阱，說與不說都有危機！ 先面對現實：職場確實對「使用AI者」存在偏見，杜克大學的研究發現，大家會主觀認為用AI工作的人比較懶散、能力較差、較不積極。 那如果當個老實人，主動報備「這是我用AI做的」呢？很遺憾，這招防身術常常失靈。亞利桑那大學學者研究指出，只要主動坦承工作借助AI，別人心裡的信任分數就會默默往下滑，說法再怎麼委婉都一樣；但要是選擇咬牙硬瞞，一旦被抓包下場只會更慘，而洗不掉的「AI感」就是最直接的證據。 不過，杜克的研究也留了一條生路：如果管理階層本身就是AI重度使用者，風向會直接反轉，他們反而更偏好懂用AI工具的員工；此外，當任務本身明顯適合交給數位工具處理時，承認使用也不太會被扣分。 說穿了，大家扣分的真正原因是懷疑你在用工具時「把大腦一起交出去，自己摸魚不思考」。正如SHRM調查指出的「AI廢話」現象，當主管看著一份語氣客觀、正反各打五十大板，卻沒有半句立場、也完全脫離公司現況的產出時，心裡自然會打上大問號：你到底有沒有在動腦？ 既然藏不住、工具也非用不可，職場人的解法就不是搞諜對諜，而是學會聰明展示「人機分工」，凸顯自己的優勢。 不用藏！用AI也能專業度破表的4個溝通切入點 想化解AI兩難，讓管理者看見你的核心價值，不用假裝純全部手工作業，更不必費心把標籤撕乾淨，你只需要在日常匯報對話中，展現自己是AI的「指揮官」而非「轉發小弟」就好，具體來說，在向主管交付成果時，可以主動從這4個角度切入： 1.從淘汰與選擇邏輯強調你的「資訊篩選力」 無腦工作的特徵是「AI吐出什麼就複製貼上什麼」，建議想展現篩選能力的人把溝通重點放在「淘汰的過程」。 低分說法：「主管，這是AI整理出的5個推廣切入點。」（主管心聲：那我直接看AI介面就好，請你幹嘛？） 高分說法：「我請AI針對競品動態整理出15種推廣方向，但我依據團隊Q3的預算上限與TA特性，先剔除了其中12個不可行的方式，最後以這3個方案去發想……」 這種說法讓人一聽就知道，AI只是輔助角色，真正能看出哪些行不通，並針對組織所需做出精準取捨的專家是你！ 2.闡述如何用「情境判斷力」解決落地限制 AI最大的盲點就是永遠活在沒有現實包袱的真空理想裡，就算點子想得再好，沒有根據組織實際情況調整，一交出去鐵定陣亡！這段「你如何依據當下的真實情境踩剎車、找出折衷解」的調整過程就是價值所在，也是溝通重點。 低分說法：「AI建議全流程數位化、改用線上表單，以提升團隊協作效率。」（主管心聲：這誰不知道？但第一線根本推不動啊！） 高分說法：「AI的理論推導是全流程數位化，但我考量到業務團隊這週正在月底衝刺，換系統反彈太大，因此我把流程拆成3階段，第1階段先保留2個核心必填欄位就好；第2階段……」 AI很懂商業理論，但他沒有你了解公司眉角、也沒有你清楚怎麼避開組織摩擦力，所以你才是能判斷事情能否推動、怎麼落地的專家。 3.藉由交代查核、除錯過程展現「專業把關力」 大家最怕用AI的人「不查證就交差」，既然研究指出用AI容易被貼上「懶散、不嚴謹」的標籤，那打破偏見最乾脆的方式，就是把溝通重點放在「你抓出了哪些漏洞、核實了哪些數據」。 低分說法：「主管，這是AI跑出來的市場成長率與競品市佔率，給您參考。」（主管心聲：數字有沒有胡扯或幻覺？要是引發決策失誤，誰要負責？）  高分說法：「底層數據是請AI快速彙整公開報告，但我另外抽查了5份同業原始財報與官方統計來對照，抓出並修正了其中2處定義落差，以下數據都經人工審核確認過…… 」 這樣說直接打消摸魚疑慮！主管清楚知道AI充其量只是個幫忙跑腿的實習生，你才是那個能對資訊真偽負責、把守品質底線的人！ 4.提出明確主張與承諾來凸顯「決策擔當力」 AI很常「面面俱到卻不給結論」，讓看的人翻白眼，既然是你交出去的提案，如果還是保留旁觀者的寫法一定會被詬病，這時除了解決問題，溝通重點也可以放在「你敢給出明確選擇並扛起責任」。 低分說法：「方案A成本低但時程長，方案B快速但預算高，兩者各有優劣。」（主管心聲：這分析我也看得出來，所以你的具體建議是什麼？） 高分說法：「AI把方案A與B的優缺點都拆得很完整；但綜合考量我們現階段的人力配置，我主張優先執行方案B，後續的時程推進與成效，由我主責盯緊……」 這種說法直接拉開你跟工具的層次！AI運算再快也只是給出選項，但只有人類能替組織拍板定案、扛起成敗責任。 小提醒：小事別加戲，大事再講分工 當然，不是每天每件事都要把這4招搬出來演一遍。 回一封日常Email或Slack訊息，AI頂多是潤飾錯字，送出前把客套公關腔刪掉、換回你平常講話的口氣就夠了，落落長解釋一堆反而會適得其反。 建議只在面臨重要專案、跨部門提案或策略匯報，甚至面臨質疑時再主動亮出底牌就好。 標籤撕不掉，那就大大方方貼著 職場的遊戲規則已經改變，解決AI兩難的關鍵只有「讓別人看得到你的判斷」。 所以，別因為怕被扣分就把AI晾在一邊，當身邊越來越多人把AI當成日常工具，今天用AI雖然要解釋，但明天不會用AI，恐怕才是被扣分的那一個，現在刻意不用，等於把練習的時間讓給了別人。 只要記得，AI幫忙省下時間，我們可以把省下的時間拿來想清楚、做決定，這才是職場人保有價值的地方。 延伸閱讀： 每週省下11小時卻更累？Botsitting讓87%職場人陷入「生產力假象」！ AI破牆，硬知識貶值了！拆解「2種智力」決定你被取代還是被放大

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

我擔任的工作是資訊人員，負責公司資安架構的維護與管理，以及Helpdesk。 這陣子撥出時間投入資安管理與 ISO 27001 的學習，起初只是想建立更完整的資訊安全防護思維，但在真正系統化研讀並進行實務驗證後，才發現這不僅僅是一套規範，更是企業運作中極為關鍵的風險控管核心。 過去在面對資安政策或防護措施時，往往容易流於片段式的執行，或是停留在表面的規範配合。這次透過全盤梳理 ISO 27001 的條文精神與核心控管項目，我終於將原本零散的防護觀念串接起來，真正理解背後的風險評估邏輯，明白各項資安政策該如何落實到日常作業中。 在學習的過程中，最具價值的莫過於實務情境演練。透過模擬真實演練與風險判讀，我漸漸學會從整體架構的角度去評估潛在漏洞，並針對不同情境找出合規且有效的改善方案。這種將抽象規範轉化為實際解決方案的思考訓練，大大補足了我過往在實務操作上的盲點。 這次的學習不僅讓我順利釐清了許多過去模糊的資安概念，也為未來的職場應用打下了扎實的基礎。資安管理是一項持續優化的長跑，接下來我也會將這些經驗落實到實際工作中，持續推動更完善的防護機制。 🔗 詳全文：https://ucom.uuu.com.tw/web/Testimony/Article/12822

面試對每個求職者來說相當重要，尤其是對工程師這類高技術職位的求職者，穿著打扮也能反映出你的專業和態度。那麼大家很好奇，工程師面試時一定要穿西裝打領帶嗎？尤其天熱穿西裝打領帶，身體又熱又黏，面試的好心情可能都沒了，小編為大家解答！ 其實，最關鍵點取決於公司的文化和行業特性。對於一些傳統的企業或金融行業，穿著正統的西裝和領帶顯得更為專業和拘謹。相較之下，許多科技公司，尤其是初創企業，則更加注重的是技術實力和工作態度，穿著不必過於正式，反而會更偏向於商務休閒風格（business casual）。 ＃怎麼穿最合適呢？ 商務休閒風： 大多數科技公司，特別是軟體工程師崗位，建議選擇商務休閒風格。可以穿一件合身的襯衫搭配西裝褲，外面可以加一件簡約外套或西裝外套，這樣看起來既專業又不會太過正式。 重視細節： 即便不穿西裝領帶，也應確保服裝乾淨整潔，鞋子擦亮，頭髮整理妥當。細節的完善能夠彰顯你對面試的重視和專業態度。 #地雷區： 避免過度休閒，即便科技公司普遍對穿著較為寬鬆，但面試時仍要避免過於隨便的服裝，比如T恤、牛仔褲或運動鞋。這些穿搭可能會讓面試官覺得你不夠重視這次機會。 總之，工程師面試不一定非要西裝筆挺，關鍵是根據公司文化選擇適當的穿著。適合的穿搭既能表達出你的專業，又能讓你在面試中更加自信！

沒半導體背景能進大廠嗎？因應AI記憶體需求，DRAM大廠「南亞科技」擴大招募上千名人才！《104職場力》開箱四位新進工程師的真實職涯，解析前輩Buddy（工作夥伴）制度與完善培訓如何帶領新人從零上手。搭配優質薪酬、800元宿舍與樂活館等完善福利，帶你破除用肝換錢迷思，找回工作與生活的完美平衡！ 文／《104職場力》 本文導覽（點擊可快速前往指定段落閱讀） 設備工程師Ken：原以為換個零件就好，連轉顆螺絲都有學問製程工程師Ling：學長姐不直給答案，只問「你覺得可能是什麼原因」廠務工程師Angus：手上拿著紙本表單，實踐前人累積的經驗生產工程師Hsuan：無論問幾次，學長姐依舊耐心教導不只新人友善，薪資福利更有感身處科技業，工作與生活也能取得平衡 「學校學的理論，實務用得上嗎？」「沒有半導體背景，聽得懂學長姐在講什麼嗎？」「聽說科技業都在用肝換錢，是真的嗎？」 AI伺服器需要大量記憶體，因應未來長期榮景，DRAM大廠南亞科技也跟著擴廠，規劃投入逾3,400億元，預計招募1,500名人才。前景數字很大，求職者在意的點卻通常小得多：進去之後，誰帶我？我跟得上嗎？工作與生活能否平衡？這次我們採訪了設備、製程、廠務、生產四位新進工程師，聽他們聊聊當初如何跨出第一步，也進一步了解他們的工作內容，以及怎樣找到工作與生活的平衡點。 立即報名｜南亞科技招募面談會 設備工程師Ken：原以為換個零件就好，連轉顆螺絲都有學問 電機系畢業、退伍後開始求職的Ken，家離南亞科只有十分鐘。因為家中長輩在台塑企業任職、對集團極力推薦，偏好硬體實作的他，第一份正職就決定挑戰設備工程師。 他原本的想像很單純：機台損壞了，就進場維修。第一次處理異常時，心想換個零件就好，跑去問學長，才發現順序並非如此。要先確認現場狀況、看設備資料，還要查異常從什麼時候開始、是持續還是偶發、這台機台有沒有其他紀錄，得討論完才決定是否更換。 剛入門那段日子，最讓人挫折的是「語言不通」。學校教的多是理論，工廠裡的設備架構與專有名詞則是全新世界。「很多時候學長講話，我真的完全聽不懂。」學長的帶法是自己先做一次，新人看完再動手，動手才知道差別：「他們做都很順，輪我的時候就變得很卡，可能連轉個螺絲，都被空間侷限住。」 現在遇到異常，他的第一步是找資料、確認現象，「沒辦法自行解決時才去求助」，請教時會帶著查到的可能成因去討論，而不只是丟問題。他也坦言，設備工程師會需要動手，體力要求或許比其他單位稍高一些。作息方面，單位多數人是早八晚五的常日班，雖然也有輪班，但學長們遇過的問題多半經過妥善調整，「我們像是踩在巨人的肩膀上」，適應起來相對輕鬆。 製程工程師Ling：學長姐不直給答案，只問「你覺得可能是什麼原因」 Ling大學、碩士都念材料，前一份工作是一家科技廠的研發工程師，隨時處於待命狀態。後來想要離產線近一點，看到南亞科技正規劃擴廠，「公司能穩定成長」成了她選擇的主因。家住三重，離家近也是好理由，身邊朋友的口碑推薦更是加分。 轉換跑道，最先碰到的是思考方式不同。「研發是你要怎麼把沒有的東西變成有。身為製程工程師，卻是你已經有東西，要思考怎麼讓它變得更好。」 令她印象最深的一次工作經驗，是良率部門反映異常後，她先和組長、學長討論方向，再各自找數據：貨從哪裡進來、經過哪些機台、無塵室的環境檢測，全都查了一輪，最後發現自己負責的項目不是問題成因。學長姐平常帶她，很少直接給答案，而是會問：「如果發生這件事，你覺得可能是什麼原因造成的？」她會先想出A、B、C幾種可能，再逐一探討。三五個月後，當另一個項目出現類似狀況，回想起之前的操作，「其實都可以舉一反三」。 跨部門討論也有一條大家都認同的底線：實驗不能造成嚴重後果，只要不碰觸這條線，都可以試錯。她說，用最低的成本做出最大的效益，是共識，討論才推得動。她現在看事情的視野變寬了，不再只盯著眼前的項目。平日工作上，最需要適應的是手上的事做到一半，可能有更緊急的事件插隊，回頭得重新思考「剛剛做到哪裡」，不過隨著工作經驗的累積，她也逐漸能正確判斷事件的輕重緩急。 廠務工程師Angus：手上拿著紙本表單，實踐前人累積的經驗 Angus大學到研究所都在做細胞生物研究。在另一家科技廠工作的姐姐，認為他的專長對得上廠務工程師，也認為科技廠的發展會更好，便鼓勵他加入科技業。只考慮留在新北發展的他，也因此選擇了南亞科技。 他負責特殊氣體系統，工作範圍從建廠前端釐清管線與供應的氣體，到鋼瓶更換、日常維護。供應一旦出問題，會直接影響正在跑製程的機台，把損失換算成金額，「就非常地昂貴」，所以每一步都須細心核對。「我們手上都會拿著紙本資料做一一檢核。」起初他不懂每份文件在查什麼，後來才逐漸明白，這些表單承載著前人累積的操作經驗，只有逐項核對才能降低疏漏。 協助Angus逐步上手的，是部門的Buddy（工作夥伴）制度。新人入職後，由經驗較豐富的前輩一對一帶領，從設備構造、操作方式到注意事項慢慢教。遇到無法自行排除的異常，也能向Buddy或主管尋求協助。 入職至今讓他印象最深的，是一次暴雨來襲：極端水量讓排水堵塞、廠內淹水，他也是被指派用抽水機排水的人員之一，目標是盡快恢復供應。極度罕見的異常狀況，也在大家的通力合作下排除。他的日常則是巡視機台，聽到怪聲、閥件不順都仔細記錄下來，「因為那都可能是問題發生的前兆」。 針對工作內涵，他提到這份工作需要細心、抗壓，還要對重複的事不厭煩。他給新人的建議是：就算交到手上的只是填個表格、換個鋼瓶，也要明白每件事都重要，盡量做到完善。「也許第一天做不好，但久而久之適應了，其實是越做越順手。」 生產工程師Hsuan：無論問幾次，學長姐依舊耐心教導 工管系畢業的Hsuan，生產工程師是她的第一份工作。畢業時把履歷公開在104，就幸運地被公司主動聯絡。透過面試的機會，她了解到現在是加入的好時機，薪水、獎金都優渥，還有調薪空間。雖然家在台北市區，距離公司並不近，但輪班時可以住宿舍。「我想說，好像可以來試試看。」 她的一天從早上6點半開始：7點半前要排好當天目標，和夜班交接、和生控開會，再回中控室追進度，下午統整、向生控報告。報表上看得到每一站的達成率，「我們希望達到100%，不低於，也不超過」，藉以精準掌握進度。 黃光的門檻在於不同產品與機台間複雜的搭配與管理，「機台跟產品的組合實在太多，以人的腦袋很難記住」。報表能查，但要交叉比對，每位學長姐慣用的報表又不同，她從不同的教學中，歸納出自己的心法。「我會問一次、兩次，甚至很多次，學長姐都會很有耐心地教我。」 後來，她負責做了一本新人訓練手冊，收進黃光概論、各機台的功能與製程特性、專有名詞和Q&A，方便未來加入團隊的人可以先閱讀再上手。談到這份工作需要哪些能力或特質，她第一個想到的是站在台上、向一堆學長姐和主管報告的勇氣，因為每天都要報告，除了要能清晰表達進度與問題之外，還要有抗壓性，「畢竟可能會面臨各種提問，不能太玻璃心」。至於半導體知識，她認為進來再學也可以，因為學長姐都非常樂意傳承經驗與知識。 不只新人友善，薪資福利更有感 Ling說，新人進來的第一週有不分部門的訓練，從交通車、用餐地點到基礎知識，也認識了一批同梯夥伴：「沒有這一週，我可能還不清楚要去哪裡吃飯。」她也說，這裡對新人很友善，無論是初入職場，或是重返職場的夥伴，都能感受到團隊的支持與歡迎。 人資Iris表示，南亞科技是雙北地區唯一的半導體晶圓大廠，對於希望在北部發展的人來說，具有地理優勢；南亞科技今年也做了全面薪資調整，新進工程師多落在4萬8到6萬5之間，依學經歷而異。宿舍含基本水電每人每月只收800元；集團體系內有長庚醫院，本人與眷屬就醫都有不少優惠。園區的樂活館有室內標準籃球場、兩座羽球場、空中跑道與健身房，還有桌球、撞球。Ling說，公司辦家庭日、棒球日、烤肉，「我可能帶兩個、三個眷屬都可免費參加」。Hsuan也說，自己工作之餘，也會在樂活館打羽球、健身。 身處科技業，工作與生活也能取得平衡 回頭看開頭那三個疑問，大家的答案很一致。理論不怕不夠用，可以透過實作與學長姐帶領逐步銜接；聽不懂專有名詞，也有人可以反覆請教。至於「用肝換錢」的疑慮，四位工程師從各自的經驗出發，都談到自己能在南亞科技找到兼顧工作與生活的節奏。 對準備踏入半導體產業的求職者而言，不必期待自己第一天就什麼都會。願意主動學習、遇到困難時有人可以請教，或許就是找到職涯方向的重要起點。 南亞科技將於 2026年11月7日（六）舉辦大型招募面談會，擴大招募 1,500名半導體工程人才，涵蓋設備、製程、廠務及生產工程師。誠摯邀請你加入我們，站上 AI 浪潮與擴廠增能的關鍵時刻，與世界級團隊共同投入技術創新，開啟你的半導體科技職涯！ 現場用人主管面對面交流，依職能可安排多個職務面談，最快兩週通知結果。符合資格並完成面談者，還有機會抽中 AirPods 4、500元電子即享券！  立即報名｜南亞科技招募面談會 職缺名稱工作機會【設備工程師】南亞科技大型招募面談會｜11/7（六）實體面談｜抽 AirPods 4▶ 看職缺【製程工程師】南亞科技大型招募面談會｜11/7（六）實體面談｜抽 AirPods 4▶ 看職缺【廠務工程師】南亞科技大型招募面談會｜11/7（六）實體面談｜抽 AirPods 4▶ 看職缺【生產工程師】南亞科技大型招募面談會｜11/7（六）實體面談｜抽 AirPods 4▶ 看職缺

https://www.youtube.com/shorts/Y1B3g9FP2YY 你喔到底是4年的大學學歷值錢? 還是4年的社會經驗值錢? 要看你打算怎麽賺錢? 其實多數人頭腦裡，根本沒有賺錢的概念 大家想的都是換錢 出社會的第一件事就是什麽?找工作 用體力、勞力、專業、技術、時間來換錢 就算是創業，開店、開公司、開攤位、做自媒體 也只是想著怎麽安身立命?怎麽回本? 你想的是我有什麽?我會什麽? 所以我只能做什麽! 因為學校不會教，也沒有人給你做示範 找個事做、找個工作，叫做直覺本能 但真的會賺錢的人，他們都在找市場需求 現在還有哪些問題沒有被解決?沒有被滿足? 問題越大、市場量體越大，商機就越大 他們不會看自己現在有什麽?現在會什麽? 因為什麽都可以"借" 真正會做生意的人，都在建立通路跟系統 當大家都在做買賣 買東西跟賣東西也是本能，人一輩子都在消費 一看到商品直覺想到我有沒有需要?然後我要怎麽賣? 真正的企業家，不找工作，只找問題 不會只開一家店，只會拓展事業版圖 找市場最需要的商品，做為解決方案 商品就是最好的招商 在這個產品過剩，過度宣傳包裝的時代 誰掌握真正強大的商品、系統還有通路 誰就是財富倍增的贏家

2026-10-08 聯合報記者王小萌　由聯合新聞網授權轉載 考試院院會今日通過，116年第一次專門職業及技術人員高等考試營養師、護理師、社會工作師考試，將於116年2月20至21日在台北、新竹、台中、台南、高雄、花蓮及金門等7考區同時舉行。 考試院說明，此次營養師及護理師考試均採電腦化測驗，社會工作師考試採紙筆考試。有關考試各類科的應考資格、應試科目、試題題型、成績計算與及格方式，均依照各相關考試規則辦理。 考試院指出，考選部將自115年10月14日起載明於應考須知，並預訂自10月20日至29日開放網路報名，有意報考者，請把握時間登入國家考試網站報名資訊系統報名。 [joblist_plugin title='最新【營養師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=%E7%87%9F%E9%A4%8A%E5%B8%AB&order=15&page=1' amount='3'] [joblist_plugin title='最新【護理師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=%E8%AD%B7%E7%90%86%E5%B8%AB&order=15&page=1' amount='3'] [joblist_plugin title='最新【社會工作師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&keyword=%E7%A4%BE%E6%9C%83%E5%B7%A5%E4%BD%9C%E5%B8%AB&order=15&page=1' amount='3']

當我們談到程式編碼時，除了主要的程式碼邏輯外，註解也扮演著一個不可或缺的角色。註解不只幫助開發者更好地理解和記錄程式碼的功能和目的，還能確保團隊合作時的順暢性。在本文中，我們將探討 Python 中註解的使用方法和它的重要性。 ① 什麼是註解？ 註解是在程式碼中加入的文字說明，主要用來描述程式碼的功能或解釋特定的程式段落。重要的是，註解不會被解譯器執行，所以它不會影響程式的運行結果。 ② Python中的註解方法 單行註解: 在 Python 中，使用 # 符號來撰寫單行註解。 python Copy code # 這是一個單行註解 print("Hello, World!") 多行註解: 雖然 Python 沒有專門的多行註解符號，但常見的做法是使用三引號（單引號或雙引號都可以）來撰寫多行註解。 python Copy code ''' 這是多行註解的 第一行 第二行 ''' print("Hello, World!") 或者 python Copy code """ 這也是多行註解的 第一行 第二行 """ print("Hello, World!") ③ 註解的重要性 ✅ 增加可讀性：對於那些不熟悉你程式碼的人，註解能夠幫助他們更快地理解程式碼的功能和邏輯。 ✅ 為修改提供背景：在未來需要修改或維護程式碼時，註解可以提供原始的思考過程和背景資訊，使修改更為順暢。 ✅ 方便團隊合作：在團隊開發中，註解可以確保所有成員對程式碼的理解都在同一頁上，減少誤解和錯誤。 ④ 好的註解習慣 ✅ 簡潔明確：註解應該簡短且直接到點，避免冗長和不必要的描述。 ✅ 避免明顯註解：例如 x = x + 1 # 增加x的值，這種註解是多餘的，因為程式碼本身已經很清楚。 ✅ 定期更新：當程式碼更新時，相關的註解也應該被更新以保持一致性。 在 Python 或任何程式語言中，註解都是極其重要的。透過使用恰當和有意義的註解，我們可以確保程式碼的可讀性和可維護性，並在團隊合作中提高效率。

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

當 AI 越來越能寫程式、分析資料、整理文件，甚至開始解決過去只有專業研究者才能處理的問題，我們真正需要擔心的，可能不是「AI 會不會取代我們」。 更值得思考的問題是： 當 AI 可以替我們完成越來越多工作，我們自己還剩下什麼能力？ https://www.youtube.com/watch?v=OOMx2BHHWtE 最近一段談論數學與 AI 的影片中，菲爾茲獎得主、數學家陶哲軒（Terence Tao）分享了他對 AI 發展的觀察。 他的觀點看似是在談數學研究，實際上對今天正在找工作、轉職、學習新技能，甚至已經在職場中的人，都有非常直接的啟發。 因為 AI 真正改變的，可能不只是「工作怎麼做」，而是人類能力的價值排序正在改變。 ========== 【AI 的能力，正在快速往上爬】 陶哲軒觀察到，過去幾年 AI 在數學上的能力有非常明顯的進步。 從國中程度的題目，到高中數學、奧林匹亞競賽，再到研究所資格考，AI 能處理的問題一路往上提升。 接著，它甚至開始碰觸一些過去沒有人特別花時間處理的小型未解問題。 這裡有一個非常重要的訊號： AI 不再只是幫人類「做工具性的工作」，而開始進入專業工作的核心流程。 這件事放到職場上，其實已經非常熟悉。 過去我們可能需要： - 自己搜尋資料 - 自己整理會議紀錄 - 自己寫 Email - 自己做簡報 - 自己分析資料 - 自己寫程式 - 自己製作行銷文案 - 自己產出初版設計 現在，AI 都可以參與其中。 而且速度往往比人快很多。 因此，未來真正的競爭，不一定是：「你會不會做這件事？」 而可能變成：「你能不能知道該做什麼、為什麼做，以及怎麼判斷 AI 做得對不對？」 ========== 【AI 最強的地方，可能不是「思考」，而是大量嘗試】 陶哲軒有一個很有意思的觀察。 AI 有時候很像一個「微醺的天才」。 它可能會提出一些非常奇怪、非常不尋常的解法。 有些看起來完全不像人類會採取的思路，卻可能意外地有效。 但問題也在這裡。 AI 可以快速嘗試大量可能性。 人類卻沒有辦法。 假設一個問題有 1,000 種可能的方向，人類可能只會認真嘗試其中幾種。 AI 卻可能一次嘗試大量路徑，再從結果中找出比較有希望的方向。 這讓 AI 特別適合處理： 大量探索 → 大量試錯 → 篩選結果 的工作。 這個特性放到職場上，代表很多原本需要大量時間的「執行工作」，價值會逐漸下降。 例如： 「幫我整理 100 份履歷」 「幫我產生 20 個廣告標題」 「幫我分析這份資料」 「幫我寫 10 個產品方案」 「幫我找出競爭對手的功能」 這些事情未來很可能越來越便宜。 因為 AI 可以快速產生大量答案。 當答案變得廉價，真正稀缺的東西就會改變。 ========== 【最危險的不是 AI 做錯，而是「AI 做對了，你卻不知道為什麼」】 這可能是整段內容對職場人最重要的提醒。 假設 AI 幫你完成一份報告。 結果看起來非常漂亮。 數字也合理。 文字也很流暢。 甚至主管看完覺得：「這份做得很好。」 但如果你自己其實不知道它為什麼得出這個結論，一旦主管追問：「為什麼？」 「這個數字從哪裡來？」 「如果換一個情境呢？」 「這個假設成立嗎？」 「你怎麼確定這個方法是對的？」 你可能就回答不出來。 這時候，AI 幫你提高的不是能力，而只是輸出速度。 這也是陶哲軒對 AI 時代的一個核心提醒： 「產生答案」與「真正理解答案」，是兩件不同的事情。 ========== 【AI 可以產生答案，但人類仍然需要「消化答案」】 這件事在數學研究中非常明顯。 一個數學證明被 AI 產生出來，並不代表這件事情就結束了。 接下來還有很多工作： 驗證答案是否正確 理解它為什麼成立 把複雜的內容整理成容易理解的形式 讓其他研究者理解 被整個社群接受 最後成為知識的一部分 也就是說： 「得到答案」只是整個流程的第一步。 這個概念其實完全可以搬到職場。 例如 AI 幫產品經理產生了一份產品策略。 真正有價值的人，不只是把 AI 的內容貼進簡報。 而是能夠進一步問： 這個問題真的值得解嗎？ 使用者真正的痛點是什麼？ AI 的假設是否合理？ 哪些資料支持這個結論？ 如果資源只有一半，應該做什麼？ 這個方案可能帶來什麼副作用？ AI 負責產生，人負責理解、判斷與取捨。 ========== 【這也解釋了：為什麼「會用 AI」還不夠】 現在很多職缺開始要求： AI Skills AI Tools Prompt Engineering Generative AI 這些能力當然重要。 但如果把「會用 AI」理解成：「我知道怎麼叫 ChatGPT 幫我寫東西。」 其實還不夠。 真正有價值的 AI 能力，更接近下面這個結構： ① Domain Knowledge｜專業能力 你必須知道自己正在處理什麼問題。 ② Problem Framing｜問題定義 你必須知道真正應該解決的是什麼問題。 ③ AI Collaboration｜AI 協作 你知道什麼事情適合交給 AI，如何拆解任務，以及如何讓 AI 提高效率。 ④ Verification｜驗證能力 你能夠判斷 AI 的結果是不是合理。 ⑤ Judgment｜判斷能力 當 AI 給你五個答案，你知道應該選哪一個。 ⑥ Communication｜溝通能力 你能把 AI 的結果轉化成團隊、主管或客戶可以理解並採取行動的內容。 這六件事情加起來，才是真正的 AI 時代工作能力。 ========== 【更值得警惕的是：人才培養的「斷層」】 陶哲軒提出了一個非常值得職場人思考的問題。 很多專業人才的成長，其實是從比較簡單的工作開始。 研究生先處理比較簡單的研究題目，工程師先寫小功能，設計師先做簡單頁面，行銷人員先執行基礎活動。 這些工作看起來不重要。 但正是透過這些「不重要的工作」，一個人慢慢建立： 經驗 → 判斷 → 直覺 → 專業能力 問題是：如果 AI 把這些入門工作全部拿走了呢？ 新人可能反而沒有機會累積經驗。 這是一個非常值得企業與工作者注意的問題。 因為：如果 AI 幫你跳過了所有練習，你可能直接得到答案，卻沒有得到能力。 ========== 【AI 時代，真正稀缺的能力是什麼？】 如果把陶哲軒的觀察放到職場，我認為可以濃縮成五種能力。 1. 提問能力 知道什麼問題值得問。 2. 判斷能力 知道 AI 給的答案哪個值得相信。 3. 專業能力 知道答案在什麼情境下才有意義。 4. 學習能力 能夠快速吸收 AI 帶來的新知識。 5. 創造能力 能夠提出 AI 沒有直接告訴你的新方向。 這些能力有一個共同點： 它們都不是單純的「產出能力」。 而是：決定產出什麼，以及如何使用產出的能力。 ========== 【最後：不要害怕 AI 變強，要害怕自己停止成長】 陶哲軒談 AI 時最值得職場人注意的地方，其實不是「AI 已經多厲害」。 而是另一個更深層的問題： 當機器越來越擅長解決問題，人類是否還能持續培養出「提出好問題」的人？ 這可能就是 AI 時代真正的人才危機。 因為未來的職場，很可能不是： 人 vs. AI 而是： 會使用 AI 的人 vs. 不會使用 AI 的人 但再往後一步，可能會變成： 只會使用 AI 的人 vs. 知道如何與 AI 一起思考的人 而最後真正稀缺的，可能是那些能夠： 定義問題 → 使用 AI → 驗證結果 → 理解結果 → 做出判斷 → 創造新價值 的人。 所以，如果你現在正在求職、轉職、學習新技能，甚至只是擔心 AI 會不會影響自己的工作，不妨換一個問題。 不要只問：「AI 會不會取代我的工作？」 更值得問的是：「如果 AI 可以幫我完成工作中的 50%，剩下的 50% 我應該把自己訓練成什麼樣的人？」 這或許才是 AI 時代真正值得我們思考的職涯問題。 ========== 【*****這支影片最值得帶走的 5 個觀點*****】 ① AI 會讓「產生答案」越來越便宜 所以單純的執行能力，價值可能持續下降。 ② 得到答案，不等於真正理解 AI 可以產生結果，但人仍然需要驗證、理解與判斷。 ③ AI 不一定會讓人變得更有能力 如果所有練習都交給 AI，人可能反而失去累積專業直覺的機會。 ④ 未來的核心競爭力不是「會不會用 AI」 而是能不能把專業能力、問題定義、AI 協作與判斷能力結合起來。 ⑤ 不要只用 AI 提高工作效率，要用 AI 提高自己的能力上限 AI 最有價值的地方，不只是讓你更快完成今天的工作，而是幫助你學會過去需要很長時間才能掌握的能力。 ========== 給正在職涯路上的你 AI 時代真正值得投資的，可能不是下一個 AI 工具。 而是： 讓自己成為一個即使有 AI，也依然需要被信任、被詢問、被依賴的人。 因為當「做事情」越來越容易， 知道該做什麼的人，反而會越來越重要。

收到錄取通知是每位求職者期待的時刻，但僅憑口頭Offer就提出辭職可能會有意外風險。資深人資提醒，務必收到正式錄取信（Offer Letter）再向原公司提離職，錄取信也有8大檢查要點，從公司名稱、薪資結構，到勞動條件及競業條款，每個細節都攸關未來職場權益，避免掉入求職陷阱！ 文／104職涯診所Podcast、104職場力整理 本文目錄（點擊可快速前往） 面試後何時會收到Offer？有口頭Offer就可以提離職了嗎？錄取信（Offer Letter）的8大檢查點與注意事項其他常見問題與建議 本文內容部分節錄自104職涯診所Podcast「EP384 口頭Offer有效嗎？ 拿到正式Offer再辭職！7大檢查點：避免薪委屈、專員變助理」，完整內容請點擊收聽： 【104職涯診所Podcast來賓】104人力銀行人力資源處人才發展部專案經理侯成緯Lester，臺灣師範大學科技應用與人力資源發展學系畢業，過去曾任職於HINO汽車、ERP公司，擁有9年的人資經驗。 面試後收到Offer先別高興太早！關於錄取信（Offer Letter）的檢查重點，以及面試後詢問錄取與否的禮儀及注意事項，本文整理《104職場力》以及《104職涯診所Podcast》的相關內容，找工作時記得多留意，避免出現認知有落差： 面試後何時會收到Offer？有口頭Offer就可以提離職了嗎？ 面試結束後，人資會與用人主管討論錄取與否，通常最晚會在面試後幾天內通知錄取結果。 若超過一週仍未收到通知，建議求職者可以透過Email禮貌詢問人資何時會有結果。 正式的錄取信（Offer Letter）通常會以書面形式呈現，例如Email或紙本文件。 如果面試當下就直接收到錄取通知，這種屬於「口頭Offer」。然而，Lester提醒，口頭Offer雖然具有一定法律效力，但實務舉證較為困難，建議不要僅憑口頭Offer就向原公司提出辭呈。 延伸閱讀：拿到錄取信（offer letter）後，還要繼續其他面試嗎？ 錄取信（Offer Letter）的8大檢查點與注意事項 Lester提到，一個基本的錄取信內容，應該要包含：公司名稱、錄取職位、到職時間、薪資職等、勞動時間或優於勞基法的福利。以下分別說明8個檢查點，以及注意事項： 【錄取信要素1】公司名稱 【錄取信要素2】職位和職務 【錄取信要素3】職等 【錄取信要素4】薪資結構及獎金計算方式 【錄取信要素5】報到日期及報到地點 【錄取信要素6】勞動時間及優於法規的福利 【錄取信要素7】是否有試用期 【錄取信要素8】其他：競業禁止條款 【錄取信要素1】公司名稱 檢查點：錄取公司的名稱和面試時一樣嗎？ 錄取信公司名稱一定要看清楚，有種狀況是面談時以集團或公司名義，但錄取時卻被派到旗下子公司，或是到其他公司做派遣。需要注意的是，若從正式聘僱變為派遣人力，勞動條件通常有差別。 【錄取信要素2】職位和職務 檢查點：錄取的職務名稱和面試時一樣嗎？ 確認Offer Letter上的職務名稱是否與面試的職務相符。很多求職者遇過面試時談的是A職務，但錄取後卻變成B職務，甚至可能被降等，例如原本談的是「專員」，結果變成「助理」；或是面試「行政」工作，最後卻變成「行銷」。 【錄取信要素3】職等 檢查點：公司是否提供職等資訊、職等範圍 其實不是每間公司都會提供「職等」資訊。由於每間公司的職等設計不盡相同，面試時可以多了解公司對於職等的評價為何。 【錄取信要素4】薪資結構及獎金計算方式 檢查點：確定詳細薪資結構及獎金如何計算 確認Offer Letter上是否有詳細說明薪資結構，例如底薪、伙食津貼、交通津貼等，而非只列出月薪總額。清楚的薪資結構有助於了解獎金計算方式以及勞健保的投保等級。 在獎金計算方面， 確認例如年終獎金是以全薪計算還是以底薪計算，不同的計算方式會造成最終獎金金額的差異。 延伸閱讀：老闆給我的是「工資」嗎？認識工資認定之「經常性給與」 【錄取信要素5】報到日期及報到地點 檢查點：確認報到時間及地點 需要確定上班日期、時間，以及報到地點。 【錄取信要素6】勞動時間及優於法規的福利 檢查點：留意是否均符合法規，優於法規的福利也要註明 例如勞動時間、加班費計算方式等資訊，是否符合勞基法規範。若面試時有談到優於勞基法的福利，例如特休假天數，建議確認Offer Letter是否有註明。 延伸閱讀：轉職、新進人員簽訂勞動契約時，應留意「特別約定」4大重點 【錄取信要素7】是否有試用期 檢查點：是否有約定試用期及勞動條件 雖然《勞動基準法》沒有明確規範試用期，實務上雇主可以和員工約定合理的試用期。需留意試用期內的勞動條件，不可低於法令規定。例如一零四資訊科技公司在「新人考核」期間，員工的薪資福利、權利義務不會受到任何影響，都會於聘僱契約書中寫明。 延伸閱讀：試用期別傻傻做白工！每個新進菜鳥都該懂的試用期權益 【錄取信要素8】其他：競業禁止條款 檢查點：競業禁止條款是否符合要件、是否有補償措施 許多科技、新創產業為避免員工離職後「洩露公司佈局、營業機密」，因此都設有俗稱「旋轉門條款」的「競業禁止條款」，明令離職勞工不可跳槽至競業。勞動部說明，雙方簽訂的條款必須符合勞基法中的4個要件才算有效，此外雇主也必須對勞工的競業禁止行為提出合理補償，如未提出則無效。 延伸閱讀：「競業禁止條款」須完全符合「法定4要件」才生效｜競業禁止常見QA 提醒大家，若發現錄取信上的職務名稱、工作內容等資訊與面試時的認知有落差，或有任何疑問，都應該主動向人資確認，避免日後產生勞資爭議！ 其他常見問題與建議 1. 何時問錄取結果？HR訣竅：以感謝信禮貌詢問 想知道錄取結果何時出爐？Lester建議，面試結束後，求職者可在當天晚上或隔天撰寫感謝信，例如： 「OOO您好，感謝您今天抽時間與我面試。我非常喜歡這份工作，想了解這份工作的錄取結果預計何時出爐。如果有任何消息，請務必通知我。謝謝！」 通常收到這樣的信件，HR或主管會回覆錄取結果。若HR回覆說明錄取，並表示後續會處理相關流程，此承諾嚴格來說已具有一定的法律效益，但仍需注意潛在風險（例如職缺取消、公司政策變動等），建議不要憑此信就向原公司提離職。 更佳應對方式：進一步確認時程 即使HR回覆錄取，可向HR進一步詢問具體安排時間，了解何時能拿到正式錄取信，例如： 「為了後續規劃和行程安排，方便了解相關流程大概需要多久的作業時間嗎？」 確認具體流程時間後（例如：1~2週），這段時間建議稍安勿躁，保持耐心等待書面Offer，避免因變數產生不必要的損失，且保留其他工作的機會。 延伸閱讀：面試結果可以主動問嗎？面試後沒收到通知，要等幾天才能問？ 2. 面試公司錄取後卻反悔了，我該怎麼辦？ 可以向勞工局投訴以爭取權益。一零四資訊科技公司資深法務經理蘇炳旭亦於專欄說明，按勞動契約的成立要件只要勞雇雙方對於工作內容及薪資意思表示一致，契約即已成立生效，勞工是否確實開始提供勞務則在所不問。此時公司反悔錄取的情況會構成違約，求職者可以採取兩種方式： 要求對方履行契約，仍然要提供勞務。（現實上公司可能會拒絕其履行，得到法院主張確認兩造僱傭關係存在並請求給付薪資。） 直接主張損害賠償，主張其因新公司違約而受有損害，要求新公司負擔相關之賠償責任。 延伸閱讀：面試隔天通知錄取，隔2天卻說對不起，該怎麼辦？ 3. 提離職卻後悔了，是否能跟公司提撤單、回到原公司？ 需視職位是否已補到人，以及單位主管是否願意續用而定。 延伸閱讀：同事提離職一周後反悔！他問「給機會回歸嗎」 網友建議這麼評估 4. 面試時如何判斷這是一份適合我的工作？ 面試是雙向過程，求職者可以從面試過程中蒐集Offer相關資訊。 面試時如何問出自己在意的資訊？NotOnlyHR撰文分享，面試時可以用5大提問挖出組織真實樣貌，提供讀者參考： 提問1：平時需要跟哪些部門對接？主要跟哪些成員、角色溝通居多？ 提問2：部門內的分工是？ 提問3：主管交辦任務的方式是？ 提問4：平時工作成果的回報機制是？ 提問5：入職後首要的任務是？ 延伸閱讀：如何判斷公司好不好？面試5提問幫你挖出組織真實樣貌 以上就是本次關於「錄取信檢查要點」及「收到口頭Offer就可以提離職了嗎」的相關討論整理，資深人資提醒「收到offer letter再離職」，切記本文整理的8大保命原則，避免找工作到最後兩頭空。祝福大家都能順利找到心儀的好工作！