104學習

FAE工程師（Field Application Engineer），又稱為產品應用工程師或應用技術工程師，是現今科技業中不可或缺的專業人才。他們不僅擁有深厚的技術背景，還能靈活應對市場需求，推動產品改進和提升客戶滿意度。本文將深入探討FAE工程師的職責、薪資水平及未來發展方向，幫助你了解這個充滿挑戰與機會的職位。 ▍什麼是FAE 工程師？ FAE 工程師的英文是 Field Application Engineer，也稱為「產品應用工程師」、「應用技術工程師」或「應用工程師」，他們的價值在於能夠理解並連接公司的技術能力與市場需求，從而推動產品改進和客戶滿意度。 FAE的工作本質是問題解決者與關係維護者。他們不僅需要解決技術難題，還要建立並維護良好的客戶關係。這個角色要求靈活應變，能夠在產品開發團隊、銷售團隊和客戶之間協調。 ▍工作內容 - 技術支持與顧問諮詢： FAE工程師在售前、售後階段為客戶提供專業的技術支持與顧問諮詢服務，根據客戶需求，提供針對性的解決方案、產品資訊和應用建議。 - 技術推廣與產品展示： 參與技術研討會、展覽等活動，進行產品展示（demo）並推廣公司產品，提升品牌影響力。 - 產品導入與技術支援： 協助客戶成功導入公司產品，並在過程中提供全方位的技術支援，確保產品能夠順利運行並滿足客戶預期。 - 技術文件編寫與紀錄： 負責撰寫並維護技術文件、產品數據等相關資料，確保內部團隊和客戶都能獲得準確的技術資訊。 - 問題分析與反饋： FAE工程師負責釐清、分析客戶（主要是研發部門）在使用產品過程中遇到的技術問題，並將問題反饋給內部相關團隊，促進產品的改進和新功能的開發。 - 與業務團隊協作： 與業務團隊緊密合作，掌握客戶在各階段的產品使用情況，協助維護客戶關係，確保客戶滿意度和產品使用體驗。 ▍FAE 工程師薪水 （根據產業分析） https://guide.104.com.tw/salary/job/2010002016?analyze=industry&salary=annual ▍未來發展： 1. 向溝通技巧方向發展 FAE工程師可以選擇轉型為專案管理師、業務工程師或客服工程師等職位，這些角色主要專注於與人的溝通與協作，許多FAE工程師會選擇在與其背景相關的科技業中繼續發展。 2. 向技術深度發展 如果FAE工程師希望在技術領域深入發展，則可以考慮轉職為電子工程師、系統工程師或產品設計開發工程師，這些職位能讓FAE工程師進一步提升技術專業性。 ▍我適合做FAE 工程師嗎？點我做測驗>>>https://guide.104.com.tw/personality/ 🔍歡迎在104學習精靈關注【超級辦公室達人】獲得更多實用的小技巧 ✨如果喜歡這篇文，也歡迎免費加入共學✨

埋頭苦幹做了90分，卻因為簡報只呈現60分被奪走升遷機會？本文拆解3大報告盲點，教大家用4個關鍵技巧，把辛苦產出的專案價值完好呈現，讓你的專業不再被埋沒！ 文／《104職場力》 本文導覽 上台簡報時，明明底子硬、實力卻打折？掌握3個溝通關鍵，精準呈現你的專業！讓簡報力成為帶得走的跨領域競爭力 一場高層會議簡報後，某職位升遷人選終於定案！AB這兩位年資相當、能力與績效皆不相上下的候選人，一度讓選拔陷入膠著，但最終由A拔得頭籌，原因是：他會議上簡報講得有聲有色！ 這時有同事心想，B雖然「憨慢講話但很實在，且苦幹實幹」，A只是比較「能言善道、會做簡報包裝成就」，難道最終還是要靠耍嘴皮子才能勝出嗎？ 有點殘酷，但現實就是如此！專業能力只是決定一個人的下限，而簡報力、溝通表達等軟實力往往是決定一個人能往上爬多高的關鍵！尤其當兩個人硬實力旗鼓相當時，能不能把複雜的成果和想法精準傳達，就成了決定勝負的臨門一腳。 上台簡報時，明明底子硬、實力卻打折？ 很多優秀的職場人（尤其技術強者）常會陷入一個迷思：「只要我專案做好、發揮超強技術，主管自然看得見／一定會懂我的優勢！」 但主管老闆的工作節奏很快，加上組織高手雲集，只知道能擠進候選名單的人能力都很好，根本無法擠出時間、精力好好比對專案細節或候選人之間的差別，最終他們評估一個人的能力＋決定誰出線的依歸，就是來自會議上15分鐘簡報內所展現的溝通效率。 同樣都是報告，若A講得舌燦蓮花、讓主管們聚精會神（可能還有互動）；B不功不過，卻總是無法打動人（也許主管們聽到一半還恍神），最終會由A勝出好像也不是這麼意外。 簡報力相對弱的人容易吃什麼虧？ 一場簡報成不成功，其實開講5分鐘看台下的人是彌留還是振奮狀態就知道，通常會不小心召喚睡魔的講者都卡在以下這幾個盲點： 陷入「流水帳迷思」，簡報資訊抓不到重點 把簡報當工作日誌在寫，塞了所有執行步驟，過度沉溺於過程與工序細節，在缺乏資訊篩選與結構整理情況下，導致內容雜亂無章，聽眾看半天只覺得是一堆文字大雜燴，完全抓不到核心重點，更別提有什麼結論。 視覺圖表太複雜，畫面呈現讓人「看得很問號」 以為把數據表格直接截圖貼上就是視覺化，結果字體過小、顏色太花、重點數據沒標出來，聽眾花時間盯著螢幕，卻看不懂圖表想表達什麼趨勢，視覺不僅沒幫內容加分，反而增加閱讀理解的障礙。 只講自己的專業語言，忽略聽眾聽不聽得懂 習慣用自己部門的專業術語或執行視角報告，沒有針對聽眾換位思考，例如：對財務講技術名詞、對營運講Bug，沒有把內容「翻譯」成對方聽得懂且在意的語言（如成本、效益或風險），導致講者口沫橫飛、聽眾對不上焦。 這3個盲點最後都會走向無效溝通，把你平常辛苦累積的100分實力大打折扣，因為老闆主管根本聽不出你的價值在哪裡！ 掌握3個溝通關鍵，精準呈現你的專業！ 簡報力的重要性不分位階，我們永遠不曉得這項能力什麼時候會帶來實質影響，想在關鍵時刻展現無可取代的職場影響力？不妨練習調整簡報的底層思維： 讓「結論先行」，精準篩選資訊 捨棄照單全收的紀錄式報告，改用「倒金字塔架構」，在開頭直接給出結論與核心建議，再層層展開關鍵數據與理由，讓聽眾在第一秒就抓住重點，不必在資訊大海裡猜你的意圖。 →延伸閱讀：謝文憲教簡報：先說結論再講細節，一開場就要直球對決 善用「視覺導引」，讓圖表一目了然 好的視覺不是花俏，而是「降低理解成本」，善用對比色凸顯關鍵數字，刪除投影片上非必要的雜訊與滿版文字，確保聽眾一眼看過去就能讀懂圖表背後的趨勢與觀點，不必邊聽邊瞇著眼猜字。 →延伸閱讀：PPT簡報編排的5招資訊設計技巧，設計師教你成為簡報大師 練習「換位翻譯」，用聽眾的語言對話 簡報前先問自己：這場會議的聽眾是誰？他們最關心的是成本、時程還是風險？收起自己部門的內部術語，將技術與執行細節「翻譯」成聽眾聽得懂、在意的商業語言（如果熟知決策者在乎什麼重點，可以加強表述），才能真正打動對方並促成決策。 →延伸閱讀：你上台是要做「簡報、授課還是演講」？福哥：搞懂2大因素再開PPT 「控場表達」，展現臨場專業度 口語演繹決定了你的專業氣場！試著戒掉「然後、那個、基本上」等冗餘口頭禪，善用適度停頓來強調關鍵訊息，面對會議上的突發質疑時，先認同對方的疑慮，再引導至備用方案，展現從容的抗壓與應變能力。 →延伸閱讀：告別死背簡報講稿！5步驟練習「像賈伯斯一樣演講」 掌握這4個關鍵，不僅能大幅降低對方的理解成本，更能讓你辛苦產出的專案成果不再被埋沒，在每一次爭取信任與升遷的關鍵時刻，順利取得先機。 讓簡報力成為帶得走的跨領域競爭力 想知道自己的簡報實力是否足夠？或是明明超會用PPT匯報、溝通，充分掌握了邏輯構思、視覺設計與溝通策略，卻無人知曉、求職轉職時也苦惱無法呈現？ 20分鐘完成「台灣簡報認證」！讓實力具象化 如果你希望系統化檢視並提升自己的簡報說服力，不妨考慮104與3位簡報大師王永福、謝文憲、葉丙成聯手打造的「台灣簡報認證」！ 這項簡報認證不考操作、不考上台口條，單純針對「簡報邏輯、架構、說服思維」設計標準化的線上測驗，完全為懂邏輯的求職者量身打造，只要約20分鐘，通過認證後104會協助回寫履歷增加亮點，讓企業搜尋人才時能快速辨識。  現在就把實力化為證明，讓企業更容易看見你吧！ ★點擊按鈕，立即認證簡報力★ 即日起報名台灣簡報認證─初級即免費贈送《初級證照考前說明》影片！　▶ 台灣職場簡報認證 - 初級｜104 × 台灣簡報認證 延伸閱讀： 一場簡報讓默默無名的業助驚艷董座！謝文憲：簡報，是職場最不公平的競賽 我簡報講不好，怎麼想都是聽眾的錯？千萬講師：重點不是誰錯，而是如何改善 「台灣簡報認證」是什麼？為什麼求職者、上班族都該考？ PPT做超美，但一開口就破功？3個簡報壞習慣暴露出你根本沒邏輯！ 

在台積電的工作環境中，內部術語仿佛變成公司文化，不僅反映出台積電的核心價值觀，還有助於提高溝通效率與管理效能。了解這些術語後對於台積電內部員工、供應商來說很是重要，有效幫助雙方更有效率合作，避免誤解。 1. 「ICIC」：台積電核心價值縮影 ICIC 代表誠信正直（Integrity）、承諾（Commitment）、創新（Innovation）、客戶信任（Customer trust）。這四大核心價值是台積電基礎。無論是內部管理還是與外部合作，ICIC都是每個員工必須遵循的標準。合作夥伴熟悉這一術語，將能更好地理解台積電的工作方式和期望。 2. 「標竿學習」：追求高標 台積電強調「標竿學習」（Benchmarking），這是一種從其他領先企業中學習的方式。員工們經常會被問到：「這項事務是否有標竿學習的對象？」這個問題鼓勵團隊借鑒外部成功案例，從而提升內部管理和創新能力。標竿學習讓台積電保持行業領先，並不斷自我優化。 3. 「AR管理」：提升執行力 AR 代表「待完成任務」（Action Required），在台積電的會議和日常工作中，主管經常會指定下屬完成特定的 AR，並要求定期回報進度。AR 管理強調對任務的即時反應和責任承擔，有效提高工作效率，確保每項工作能夠按時高效完成。 4. 「持續改善」：打造卓越企業文化 台積電推動的「持續改善」（Continual Improvement Team，CIT）是其企業文化中的重要元素。每年公司會舉辦改善案例發表會，表彰員工的優秀改進方案，並期望供應商也能參與其中。這不僅提升了內部運營效率，也加強了外部合作夥伴的競爭力。 5. 「8D方法」：系統化問題解決方案 台積電採用的「8D 方法」是一種標準化的問題解決流程。當遇到技術或管理問題時，團隊需要按照8D流程分析問題並提出改進措施。8D 方法有助於公司迅速、有效地解決問題，並通過不斷學習提高團隊的解決問題能力。 6.「review」：檢討進步 簡單來說是對於工作過程中的檢討、評估，尤其台積每個專案、工作任務，需要經過主管、同事「review」，相對更順利找出bug並加以改進。透過「review」可以讓員工成長，增加專業技能。 7.「Highlight」：問題浮現關鍵 台積電工程師最怕聽到「highlight」 ，因為代表同仁中有人犯錯。一旦被highlight後，當事人需對問題解釋並提出解決方案。目的是解決問題的方式，還能防止類似錯誤重複發生。雖然過程讓人備感壓力，卻於提升邏輯思考和解決問題的能力。 8.「Align」：減少摩擦 「Align」 常用來強調對齊想法的術語，尤其是在上下級之間，適用於領導與員工間，也常用於團隊討論中，幫助成員消除分歧並達成共識。Align 能有效避免無效溝通與誤解，促進團隊合作。 9.「Backup」：預防風險 在台積電「Backup」 不僅指數據備份，還體現在管理上，從員工請假時的替代人員到生產線故障的備用設備，確保每個環節穩定運作。備份策略是風險管理的關鍵，有助於減少突發狀況帶來的損失，保障企業運作順暢。 在台積電專業術語不僅是日常溝通的工具，還是管理思維的體現。理解並掌握這些術語，有助於新進員工與外部供應商快速適應台積電的工作文化，並提高合作效率。

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！

根據104學習統計，2025年證照市場較2024年呈現顯著變化。Google生成式AI課程認證登頂，AWS雲端證照一口氣佔據四個席次。科技證照佔50%席次，顯示企業數位轉型已從選項變成必需，AI與雲端人才缺口持續擴大。 【趨勢一：AI技能成為各行業標配】 生成式AI認證登頂反映AI已從專業技術變成通用技能。行銷人員用AI生成文案、設計師用AI輔助創作、業務用AI分析數據，AI正重塑每個職位的工作方式。非技術背景者建議從Google生成式AI課程入門。 【趨勢二：雲端能力成為IT人員基本門檻】 AWS四項認證同時進榜，顯示雲端技能已形成完整職涯路徑，企業加速數位化，雲端服務從選項變必需品。建議學習路徑：從 AWS 雲端從業人員-基礎級 建立全面的雲端概念；接著進階到 AWS 開發人員-助理級，學習實際的雲端應用程式開發與部署技能；在此基礎上，再鎖定機器學習工程師-助理級 和 人工智慧從業人員-基礎級，作為專門知識的深化，以掌握在 AWS 上實作與應用 AI/ML 解決方案的能力。 🥇 第1名：生成式AI課程認證 從內容創作、客服自動化到數據分析，生成式AI已滲透各行各業。 • 免費線上課程通過測驗後可獲得完課徽章https://nabi.104.com.tw/ability/10048799 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/13967cfe-5c5d-4754-8cff-99c43cabd1e0 Q：沒技術背景可以學嗎？ A：可以！課程為初階入門，適合想了解AI應用的新手 🥈 第2名：公共工程品質管理人員 • 適合土木工程師、營造業從業人員職務具備 ↗️面試邀約提升：約 3倍 • 證照資訊https://nabi.104.com.tw/ability/10029243 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/d074f13b-3cf6-42e9-82ea-90c61f619bfe 🥉 第3名：丙級會計事務技術士 會計基礎技能歷久不衰，兩年均穩定進榜前三名 • 適用職務：會計助理、出納、報稅人員↗️面試邀約提升：1.4倍 • 歷屆考古題https://nabi.104.com.tw/ability/10028814 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/df09209a-c850-4fc8-8515-616c07252f11 ❇️第4名：AWS認證的雲端從業人員-基礎級認證 ➡️證照資訊https://nabi.104.com.tw/ability/10040755 此級別對於初學者友好，專門為對雲端相對陌生，且可能沒有資訊科技 (IT) 背景的考生而設計。 ❇️第5名：TOEIC (多益測驗) • 適用職務：業務、貿易類工作、海外職位↗️面試邀約提升：50% • 證照資訊https://nabi.104.com.tw/ability/10034532 Q：幾分以上比較有用？ A：104 職缺數據顯示，主管與專業職中，有超過一半要求具備英文實力。而其中若有附上多益成績，往往能幫助履歷更快被看見。 特別是多益達到 700 分以上者，獲得面試邀約的機率平均可提升 20% 以上。 ▶️【點我免費做英文模擬測驗】https://nabi.104.com.tw/assess/group/toeic ❇️第6名：AWS認證的人工智慧從業人員-基礎級認證 ➡️證照資訊https://nabi.104.com.tw/ability/10049019 此認證專為 AI 領域初學者設計，適合行銷、產品管理、教育等非技術職位者。考試內容包括機器學習、生成式 AI、倫理與應用場景。 ❇️第7名：丙級中餐(葷食)烹調技術士 • 適用職務：廚師、餐飲人員 ↗️面試邀約提升：99% • 歷屆考古題https://nabi.104.com.tw/ability/10029006 ▶️【點我免費做線上模擬測驗】https://nabi.104.com.tw/assess/543ee6ed-bfa5-417f-8cd9-d545842f6393 ❇️第8名：AWS認證的機器學習工程師-助理級認證 ➡️證照資訊 https://nabi.104.com.tw/ability/10049021 驗證您使用 AWS 服務建置、訓練、部署和維護機器學習模型的能力。此證照涵蓋了數據處理、ML 演算法選擇，以及雲端上的 ML 基礎架構知識。 ❇️第9名：AWS認證的開發人員-助理級認證 ➡️證照資訊https://nabi.104.com.tw/ability/10033906 適合具備一年以上程式開發經驗者，考核使用 AWS 服務進行應用程式開發與部署能力，是雲端工程師與後端開發者提升職場競爭力的重要認證。 ❇️第10名：乙級職業安全衛生管理員 • 適用職務：環境安全衛生類人員 ↗️面試邀約提升：近4倍 • 歷屆考古題https://nabi.104.com.tw/ability/10028467 Q：證照專業度如何？ A：取得此證照證明持有人具備評估職場安全風險、規劃安全措施及事故預防的專業能力，考試內容包含眾多專業知識與技能，證照在職場上的認可度和價值均較高，尤其適合想專注於職業安全衛生管理領域的人士參考。 ▶️【點我免費做線上模擬測驗】 https://nabi.104.com.tw/assess/9e3f75d6-01c6-4d46-98b6-347dc9f76b35

明明資料齊全、說明完整，報告卻總是無法說服人？問題往往出在解讀方式。作者曾任貝恩顧問公司策略顧問，解析報告最常見的3個誤區：只從自身立場解讀、見樹不見林、以及硬套理論脫離現實，並整理出克服問題的3種能力，幫助從大量訊息中找出核心重點。本文節錄自《薪水翻倍的報告撰寫法》。 文／金玲瓏 本文目錄（點擊可快速前往） 報告的常見3大誤區陷阱1：侷限觀點的解讀陷阱2：見樹不見林陷阱3：脫離現實框架用錯，不如不要用避開失真陷阱，需要的3種能力 報告的常見3大誤區 到目前為止，我們已探討報告的3個要素。邏輯思維、「所以重點是什麼」與「為什麼會得出這個結論」，都是強化結構的有力工具。接下來，就讓我們一起看看，該如何巧妙運用這些工具吧。 有時，即使報告已包含所有必要要素，內容仍可能偏離主題。儘管清楚說明了該做什麼、為什麼這麼做，也加入各種數據，羅列得非常清晰，最後得出的結論卻難以引起共鳴，也缺乏說服力。這時，必須重新檢查以下3點： 侷限觀點的解讀。 見樹不見林。 脫離現實。 只要能避開以上3個陷阱，就能保證報告不會偏離主題。現在就來一同檢視這3個問題，以及該如何避開它們。 陷阱1：侷限觀點的解讀 第一個陷阱是：侷限觀點的解讀。舉例來說，A項目是公司的新事業，公司正在評估是否應持續投入資金於該事業，以及目前的經營成績。此時，負責人拿著整理好的報告說：「近期銷售增加50％，顯示已逐漸培養出忠實顧客，應該繼續經營這項事業。」 這段陳述乍聽之下相當合理，看似符合報告該有的邏輯結構。「所以重點是什麼」（繼續經營這項事業）與「為什麼會得出這個結論」（近期銷售增加50％，顯示已逐漸培養出忠實顧客）兩者均無遺漏。但這樣就能確保負責人說的正確無誤？ 據了解，A項目多年來持續占用公司超過一成的資金，但銷售占比卻始終不足公司整體的1％。此外，在市場中的競爭力也不明確，最近銷售之所以成長，只是受到大型促銷活動帶動。這項事業投入的成本很多，獲利卻趨近於無，某種程度上甚至可以視為虧損。即使擁有部分忠實顧客，人數也相當有限，而且長期以來幾乎沒有新顧客。 在這樣的情況下，負責人卻表示：「A項目最近銷售表現不錯，所以應該繼續經營。」這樣的判斷，真的正確嗎？ 當然，A項目負責人的發言並非毫無根據。銷售成長與擁有忠實顧客，的確是不爭的事實。只是，若從公司整體角度來看，A項目更像是花了很多錢，卻沒什麼水花的「雞肋事業」。而從負責人的立場來看，由於這是自己長期投入心力的事業，自然會希望保住它，同時也能避免因經營成果不佳而遭到批評。 越是在這樣的情況下，越需要以客觀角度看待問題。站在公司的立場，比起費心包裝A項目的業績，更希望負責人能主動指出問題，並提供替代方案。例如停止該項目，將相關資源重新投入其他核心業務，或嘗試轉向更具成長潛力的新項目。 即便是具邏輯依據的發言，也不代表一定是正確的訊息。同樣一個現象，也會因觀察角度、評斷標準與解讀方式不同，而產生截然不同的結論。隨著邏輯結構的差異，最終呈現出的訊息，可能偏向個人立場，也可能真正符合整體利益。 陷阱2：見樹不見林 偏離主題的第二個原因就是見樹不見林。有一天，負責線上服務的主管發現一項異常數據──使用B服務的人數突然下降20％，他立刻慌張的向上回報：「B服務的使用人數下滑20％，必須立刻改善該服務。」 這項提案中，「所以重點是什麼」（立即改善B服務）與「為什麼會得出這個結論」（B服務的使用人數下滑20％）看似都交代清楚了。但問題是，只要改善B服務就夠了嗎？ 在急著下結論之前，不妨先檢視整體狀況。仔細查閱後會發現，不只是B服務，連帶C服務與D服務的使用人數，也都下降20％。 換句話說，最近使用整體服務的人數下降20％，因此各項服務的使用人數也因此受到影響。既然如此，難道能說問題出在B服務嗎？眼下最該做的，真的是改善B功能嗎？ 在改善B服務之前，應該先釐清為何整體使用人數銳減，並確認是否能採取措施，挽回這些使用者。 工作中很常出現類似情況──忽略整體脈絡，僅憑一、兩項數據就急著判斷並下結論。即使是再聰明的人，也可能掉入這種陷阱。因此，為了避免這種錯誤，應該在解讀問題與分析情況時，不斷反問自己：「我是否忽略了整體？」、「是否有遺漏的地方？」 除此之外，我們再來看看行銷組長C的案例。某天，C突然發現這個月訪客人數暴跌了30％。驚慌之下，他立刻提出以下提案：「這個月的訪客人數暴跌了30％，必須盡快增加行銷預算。」 這個提案看起來也十分合理。增加行銷預算，的確可能帶動使用者成長。「所以重點是什麼」（立即增加行銷預算）與「為什麼會得出這個結論」（訪客人數暴跌30％），這兩個部分，也都交代清楚。 倘若此時擴大範圍檢視數據，又會發現什麼？真正該做的應該是在急著追加行銷預算前，先回頭檢視過去兩年的整體趨勢，而非只盯著最近這兩個月的數據。只要仔細查看就能發現，這個公司因為事業屬性的關係，某些季節使用者會增加，反之則會下降。由此可知，現在的數據變化，只是反映了季節波動。 由於季節因素影響，這項服務的當月訪客人數，原本就會比上個月減少約30％。若不與前一個月相比，而改與去年同期比較，會發現人數其實上升20％。既然如此，「訪客人數比上個月暴跌30％」，算是嚴重問題嗎？ 雖說對企業而言，若能每月持續成長是再好不過，但像這樣季節性明顯的事業，在判斷數據時，更需要以宏觀的角度來看待。 觀察某種現象並從中獲取訊息時，必須兼顧整體與局部，以及長期趨勢與短期變化。若只關注局部現象或短期數據，可能會忽略更重要的細節，甚至導致判斷失真。 陷阱3：脫離現實 最後一個陷阱，則是脫離現實。以下是一個與多家企業合作的案例，這些合作公司原本各自經營自家工廠。然而，總部企劃負責人D卻認為：「各自運營不僅無法發揮規模經濟，也缺乏效率。」因此，他強烈主張，即使要耗費巨額資金，也應整合成一座大型綜合工廠，並表示：「蓋了大工廠後，合作公司的訂單就能統一透過總部管理，合作方也能因規模經濟獲得更大利益。」 在D看來，只要將工廠合而為一，不但能發揮規模經濟、降低成本並提高效率，也能省去經營工廠的繁瑣雜事，這份提案看起來的確不錯。關於「所以重點是什麼」（蓋一座大型綜合工廠）與「為什麼會得出這個結論」（透過規模經濟讓雙方獲利）的邏輯結構，也相當完整。 不過，這項計畫勢必要投入大額投資，總讓人覺得哪裡不太對勁。因此，團隊決定深入檢視，而後在過程中發現幾個關鍵問題。在確認合作工廠的生產流程後，發現這些製程都難以自動化。也就是說，合作工廠的產量與投入的人力成正比，並不是蓋一座大型綜合工廠就能解決的事。 另一個問題是，合作方各自負責生產的內容本就不同。只有在製程相近的情況下，才能產生協同效應，但由於產品與生產流程皆不相同，即使強行合併，也無法形成更快速、更有效率的運作模式。 此外，光是讓合作方關閉目前營運中的工廠，並將既有設備與貨物轉移至綜合工廠，就需要付出龐大成本，這本身便是一大阻礙。更何況，每個合作方早已經在工廠用地、設備等方面投入大量資金，也為了維持運營招聘不少職員，因此要讓工廠停運並不容易。 透過規模經濟改善效率、提高利潤率，是管理學常見的策略之一。但現實往往比教科書更複雜，有時甚至會與理論完全相反。不論接觸任何書籍或理論，都要時刻警惕過度套用，或認為它能適用於任何情況。若對現實缺乏足夠理解，只是一味強調理論和技巧，那麼提出的訊息表面看似合理，實際上卻可能早已偏離重點。 框架用錯，不如不要用 套用特定框架也是如此。隨着管理學發展和顧問產業興起，各種思維框架接連誕生。從大家熟悉的「SWOT分析」、「○○矩陣」，到「○○飛輪」等，在經營學書籍、教科書，以及各種部落格都隨處可見。然而，如果對現況缺乏正確理解，就貿然套用這些模板，有時可能會產生「不如不要用」的念頭。 目前許多廣為人知的框架，大多出自顧問公司。即使是曾開發過優秀框架的經營顧問，在實際工作時，也不會只依賴單一框架就想推動所有專案。因為每個產業、每家公司面臨的問題和情況都截然不同，無法用同一套模板帶入所有案例。 正因如此，比起使用既有框架，能否根據專案當下的情況，重新建立思考框架才是更理想的做法。 不同情況適用的框架各不相同，與其了解各種框架、鑽研特定框架，擁有能針對情境處理的能力更重要。所以，簡報不該只停留在形式，應以能真正影響業務和成果的訊息為主。 避開失真陷阱，需要的3種能力 到目前為止，相信你已經了解即使具備完整的邏輯結構，訊息仍可能失真的3種典型情況，分別是「侷限觀點的解讀」、「見樹不見林」及「脫離現實」。想避免落入這些陷阱，就必須具備以下能力： 客觀解讀：比起從主觀角度解釋現象，更應站在客觀立場提出合理觀點。 綜觀全盤的思考能力：從整體與長期角度得出合理結果，而非沉溺於細枝末節和短期目標。 現實感：跳脫表面包裝或固有理論，聚焦本質、傳遞具有實際意義的訊息。 前面提到的邏輯思維，以及能展現思考能力的「所以重點是什麼」與「為什麼會得出這個結論」，再加上「客觀解讀」、「綜觀全盤的思考能力」及「現實感」，等於已經具備從大量訊息中找出核心重點的能力。 節錄自：大是文化《薪水翻倍的報告撰寫法：我在全球三大顧問之一，貝恩策略公司學到的祕訣。》／金玲瓏 著

過年打麻將，新手打牌是否老是忘記台數怎麼計算?這篇文章將為你解答，麻將的台數是根據玩家手中的牌型和牌面的組合而計算的，不同的組合會對應不同的台數。以下是一些常見的麻將台數： Q：莊家，什麼是莊家台? A：莊家台每個人都會輪到，當輪自己作莊時，基本就一台，連莊時就會累加台數。 🟩莊家台🟩 (1) 莊家：1台_做莊者，無論胡牌或放炮 ( 打出的牌被別人胡 ) 都多算一台。 (2)連莊拉莊：2n+1台_莊家胡牌即可連莊，連1拉1為3台，連2拉2為5台，連3拉3為7台….依此類推。 - - - - - - - - - - - - - - - - - - - Q：自摸，什麼是自摸台? A：當要胡牌是由自己摸到時為自摸，同時摸到的牌要放在旁邊，不可併入牌中。 🟩自摸台🟩 (1)自摸：1台_自己摸到胡牌所要的牌。 (2)門清：1台_不吃、不碰、不槓，全部16張的都在自已牌內。 (3)門清自摸：3台_門清又自摸。 (4)單吊：1台_只聽一張牌。(含中洞、偏張) - - - - - - - - - - - - - - - - - - - Q：天地，什麼是天地胡? A：天地胡，算是人品爆發時才會出現，而天地胡中共包含天胡、地胡、人胡，而這三種胡牌方式則取決於摸牌的順序。 🟩天地胡🟩 (1)天胡：24台_莊家在牌局第一輪，抓完牌後，立即就胡牌。 (莊家限定) (2)地胡：16台_其他三家，在第一輪，抓完牌就胡牌。 (3)人胡：8台_牌局一開始，第一輪有人就放槍。 - - - - - - - - - - - - - - - - - - - Q：大四喜，什麼大四喜？ AM：四喜分別有大四喜與小四喜，而三元牌又有區分大三元與小三元，而大小之分最簡單的區分方式就是，大都是三個一組，小的則會最後一組為對子。 🟩四喜/三元台🟩 (1)大四喜：16台_牌中有東、南、西、北四組刻子。(無論是碰到的，還是自已摸進來皆可算) 🟠如：東東東 西西西 南南南 北北北 + 萬或筒所組合的順子與一組對子 (2)小四喜：8台_牌中一樣由東、南、西、北所組成，但其中一組只有對子。 (無論是碰到的，還是自已摸進來皆可算) 🟠如：東東東 西西西 南南南 北北 + 萬或筒所組合的順子 (3)大三元：8台_牌中有，中、發、白所組合的刻子。 (無論是碰到的，還是自已摸進來皆可算) 🟠如：中中中 發發發 白白白 + 萬或筒所組合的順子與一組對子 (4)小三元：4台_牌中有，中、發、白所組合的刻子，但其中一組為對子。 (無論是碰到的，還是自已摸進來皆可算) 🟠如：中中中 發發發 白白 + 萬或筒所組合的順子 - - - - - - - - - - - - - - - - - - - Q：暗刻台，什麼暗刻台？ A：暗刻台所指的就是，牌中有三張一樣的，放在牌中為暗刻，一組為一暗刻、二組也二暗刻...依此類推。 🟩暗刻台🟩 (1)五暗刻：8台_牌中有五組刻子(暗槓)，沒碰出去，全在自已的牌內。 🟡如：一萬一萬一萬 三筒三筒三筒 七條七條七條 東東東 北北北 (2)四暗刻：5台_牌中有四組刻子(暗槓)，沒碰出去，全在自已的牌內。 🟡如：一萬一萬一萬 三筒三筒三筒 七條七條七條 東東東 (3)三暗刻：2台_牌中有三組刻子(暗槓)，沒碰出去，全在自已的牌內。 🟡如：一萬一萬一萬 三筒三筒三筒 七條七條七條 - - - - - - - - - - - - - - - - - - - Q：清一色，什麼清一色？ A：清一色所指的是只有一種花色，比方全萬字、全索條、全筒子，而清一色中若帶有字，則變為混一色。 🟩一色台🟩 (1)字一色：16台_牌中由「東南西北中發白」字牌所組成。 🔴如：東東東 西西西 南南南 中中中 發發發 白白 (2)清一色：8台_牌中由一種花色所組合，如全萬字、全筒子、全條子。 🔴如：一萬二萬三萬四萬五萬六萬七萬八萬九萬… (3)混一色：4台_牌中只有字牌(東南西北) + 一種花色(萬、筒、條則一)。 🔴如：一萬二萬三萬 八萬八萬 東東東 西西西 南南南 中中中 - - - - - - - - - - - - - - - - - - - Q：碰碰胡，什麼碰碰胡？ A：碰碰胡跟暗刻剛好相反，暗刻是放在牌中，碰碰胡則是全有的牌都是碰出去的。 🟩碰碰台🟩 (1)碰碰胡：4台_牌中全都是對子所組成，沒有任何的順子，可自已摸進來，也可是碰來的。 🔵如：一萬二萬三萬 八萬八萬 東東東 西西西 南南南 中中中 (2)全求人：2台_牌全都是吃或碰，手中只剩下一張牌，並由任一家放砲，才可算為全求人，自摸者不算。 (3)平胡：2台_牌中由五組對子 + 一組對子，且無字、無花，聽雙洞才能算平胡。 - - - - - - - - - - - - - - - - - - - 槓上/海底： 🟩特殊台🟩 (1)槓上開花：1台_摸到花牌或槓牌後，經補牌，而胡牌者，再多加一台。(可累加自摸台)。 (2)海底撈月：1台_摸到牌局最後一張，恰巧為所要的胡牌棋子，再多加一台。 (3)海底撈魚：1台_摸到海底最後一張，丟出去放槍被胡，再多加一台。 - - - - - - - - - - - - - - - - - - - 花槓/搶槓： 🟩特殊台🟩 (1)八仙過海：8台_拿齊8張花牌(春、夏、秋、冬、梅、蘭、竹、菊)即可胡牌。 (2)七搶一：8台_拿齊7張花牌，當其中一家，拿到另一張花牌時，即可胡那一家。 (3)花槓：1台_胡牌時，牌前有四張花牌 (春、夏、秋、冬) 或 (梅、蘭、竹、菊) 可再多加一台。 (4)搶槓：1台_當別家喊槓，正巧補槓的牌，為自已所要胡的牌，就可搶槓胡牌。(明槓) - - - - - - - - - - - - - - - - - - - 圈風台： 🟩特殊台🟩 (1)花牌：1台_當以開門計算，東(春、梅-1花)、南(夏、蘭-2花)、西(秋、菊-3花)、北(冬、竹-4花)。 (順時鐘算) 🟣如：東家拿到春又拿到梅，就可累計成二台。 (2)圈風台：1台_目前是東風圈，拿到東風刻子，可再加一台。 (3)門風台：1台_依自已的坐風，比方坐北，拿到北風的刻子，可再加一台 - - - - - - - - - - - - - - - - - - - 這些只是一些常見的麻將台數，實際上計算台數還要根據具體的牌型和規則來確定，不同的地區和玩法可能會有些許差異。對於初學者來說，可以通過練習和熟悉常見的牌型來更好地理解和掌握台數的計算方法。 提醒：過年期間打麻將怡情，不要有觸犯法律之行為唷! 資料來源：梅問題教學網

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!

2026-08-06 經濟日報季晶晶綜合外電編譯　由聯合新聞網授權轉載 英國人工智慧安全研究所（AISI）五日公布報告披露，在安全測試中首次發現AI在未經提示情況下自主欺騙人類，兩款由OpenAI與Anthropic開發的AI模型以建立假身分等手法，企圖誘使工程師批准以植入惡意程式碼。 延伸閱讀：AI資安疫情蔓延全球，專家建議：7個面向建立企業資安防護網！ 相關測試要求AI模型「完成一項涉及GitHub的網路安全挑戰」，GitHub是微軟旗下大型程式碼託管平台。 研究人員在測試中刻意關閉部分防止濫用的標準安全機制，並允許AI連上網際網路，以測試模型最大能力。參與測試的模型包括Anthropic的Mythos 5，以及OpenAI的GPT-5.6-Sol。 測試於7月25日開始進行，AISI在7月28日發現異常。其中一次測試，Mythos 5向GitHub的一個真實開源專案提交修改程式碼要求。它偽造多個身分，反覆寄送電子郵件給工程師，催促對方接受更新。 當一名工程師察覺程式碼藏有惡意軟體而拒絕時，一個AI建立的假身分堅稱程式碼沒問題，另一個假身分則出面「擔保」，製造多人認可的假象。 Mythos 5還把惡意指令藏在其他AI工具可能讀取的位置，試圖誘使這些工具自動執行，藉此干擾對惡意程式碼的審查。 除了Mythos 5，OpenAI的GPT-5.6強化版同樣會「做手腳」。它擅自在網路上架設惡意伺服器，並入侵另一個AI代理建立的GitHub帳號。 AISI指出，這是首次觀察到AI在未經提示情況下，自主對真人展開嚴重欺騙行為，而大部分惡意行為是由Mythos 5所執行。 OpenAI與Anthropic都表示，這項測試刻意關閉AI的網路安全防護機制，並非一般使用狀況。Anthropic說，感謝AISI進行的測試，將取得更多細節後進行調查。

產品經理是一個融合創新、邏輯與溝通的角色。隨著數位化加速，產品思維逐漸成為組織決策的核心。從技術團隊、設計部門到商業營運，產品經理肩負整合多方資源、定義方向並推動產品落地的關鍵任務。  本篇產品經理學習地圖(上)：技能養成篇，將協助轉職者認識『從入門建構產品基礎思維』到中階『掌握用戶洞察與功能實作』，最終能『獨立推動策略規劃與跨部門協作』的相關職業技能，依循學習路徑，逐步成為具影響力的產品專案執行者！ 文 /【104學習精靈】 本文目錄（點擊可快速前往） 產品經理是誰？為何成為熱門職業？  產品經理工作內容 產品經理與相近職類比較表 為什麼選擇產品經理？ 誰適合轉職產品經理？ 掌握產品經理的核心能力：必備工具技能 x 學習路徑 x 軟技能 產品經理技能 × 學習階段 對照表格 產品經理學習地圖與路徑（搭配AI工具） 成為產品經理應具備的軟技能  產品經理是誰？為何成為熱門職業？   產品經理工作內容  產品經理（Product Manager）負責定義產品要解決的問題，並與設計、工程、行銷等部門協作推動產品從構想到落地。其核心職責包含：  需求探索：透過用戶訪談、行為數據、回饋收集等方式，洞察真實需求。  功能規劃：撰寫 PRD、制定功能優先順序、評估 MVP 可行性。  專案推進：主持日常開發流程，跨部門協調資源，確保開發進度與品質。  成果驗證：追蹤產品指標（如留存率、轉換率），進行 A/B 測試與功能優化。  策略規劃：參與產品路線圖規劃，制定中長期產品方向與營收目標。  產品經理既是產品成功的推動者，也是用戶價值的守門人。其價值在於將「使用者需求 × 商業機會 × 技術可行性」三者整合為具體可執行的產品方案。  產品經理與相近職類比較表  職位 關注重點 負責內容 常見產業 產品經理(Product Manager)使用者 + 商業價值 規劃產品功能與開發節奏 科技、電商、金融、SaaS 等 專案經理 (Project Manager) 進度與成本控制 控管時程、資源、人員配置 各類型專案導向型公司 UI/UX 設計師 使用者體驗 介面設計、動線、視覺規劃 軟體、行銷、遊戲、EdTech 等 資料分析師 數據洞察 分析用戶行為、產品數據、A/B 測試 金融、零售、科技、行銷  為什麼選擇產品經理？  📈 發展潛力大｜未來產業的中樞角色  不論是新創公司還是科技巨頭，產品導向已成為企業競爭的關鍵思維。  有產品就有需求，有需求就需要 PM——從 AI、SaaS、電商到 FinTech，每個行業都需要懂得「整合價值」的人。  企業不再只需要「能執行的專業者」，而是需要「能定義方向、驅動成長」的產品領導者。  🛠️能力多元｜最全面的跨域訓練場  產品經理是一個訓練全腦能力的職業：👉 左腦要有邏輯與分析能力（數據、商業）👉 右腦要能發想與感知使用者（設計、體驗）👉 兩者還要能與技術部門深度協作（開發、工程）  在角色中將學會「如何說服利害關係人」「如何觀察用戶行為」「如何評估一個功能是否值得投資」，這些都是未來每一份高階職位都會需要的綜合實力。  🚀 成長彈性高｜跨域轉換與職涯彈跳力強  PM 的角色可以橫跨不同產業與職能，時常需要與工程或設計專業職能有效通協作。是「所有關鍵決策職位的預備場」。  許多優秀的 PM 在職涯中轉職為：  創業者（Founder / Co-founder）  使用者體驗設計師（UX Designer）  數據分析師（Product Data Analyst）  成為產品主管、策略顧問，甚至進入 CPO、COO 等管理層  誰適合轉職產品經理？  🎓 1. 無產品背景但熱愛創新、解決問題者  你喜歡觀察生活問題、總是腦中浮現「這東西為什麼不能這樣改？」  從 side project 開始，就是最好的敲門磚。  無需程式背景，只要有邏輯、有使用者觀點，PM 是歡迎非典型背景者的職位。  💻 2. 工程師背景者  想脫離單純執行任務的角色，希望參與更多「要做什麼」的決策討論  PM 是讓工程師走向策略與產品領導的黃金道路。  技術理解力會讓你在 PM 角色上如虎添翼。  🎨 3. 設計師 / UX 專業者  有同理心、有用戶感知力的設計師，適合轉向更有產品話語權的角色。  讓你從 UI/UX 執行者，變成「產品體驗的主導者」。  許多產品團隊喜歡擁有設計底子的 PM，因為他們更懂體驗與細節。  📢 4. 商業 / 行銷 / 業務人員  熟悉市場與用戶痛點，對產品的商業價值有敏銳觀察  補足產品開發語言與邏輯，就能駕馭市場與產品之間的橋樑位置。  掌握產品經理的核心能力：必備工具技能 x 學習路徑 x 軟技能  產品經理技能 × 學習階段 對照表格   🧩 產品規劃與需求管理 📊 數據分析與驗證能力 🎨 戶體驗與設計思維 🤝跨部門協作與專案推進 基礎 - 撰寫 User Story、建立 Persona - 初步撰寫 PRD、功能清單 - 認識基本產品指標（DAU、MAU、CTR） - 初步理解 A/B 測試、使用 Google Analytics - 繪製使用者旅程圖、UX Flow - 使用 Figma 建立簡易原型 - 熟悉 Notion / Trello 等任務管理工具 - 學習基本會議記錄與任務追蹤方式 核心 - MVP 規劃、功能優先排序（RICE、Kano） - 撰寫完整 PRD、維護 Roadmap - 使用 Mixpanel / Amplitude 追蹤行為流 - 設計驗證機制（Cohort、Retention、轉換率分析） - 熟悉設計思考流程（Design Thinking） - 與設計師協作建立 Wireframe 與可用性測試 - 使用 Jira / Asana 進行敏捷開發任務管理 - 主持 Stand-up / Sprint Review / Retro 會議 進階 - 多模組產品整合與平台化思維 - 建立產品 KPI 指標並追蹤成效 - 設計數據導向決策邏輯 - 與資料分析師共構儀表板、做策略調整 - 優化使用者體驗，結合數據與測試結果反覆調整設計- 規劃用戶測試場景、引導焦點訪談 - 建立跨部門溝通 SOP 與產品知識共享 Wiki - 作為 PM Leader 引導 Junior PM、推進跨部門專案 認證 - CSPO（Scrum Product Owner）- Pragmatic PM 認證 - Google Analytics 證照- Mixpanel / Looker Studio 認證 - Google UX Design 認證- Nielsen Norman UX 課程 - PMP 專案管理師- CSM（Scrum Master 認證）  產品經理學習地圖與路徑（搭配AI工具）  🟢 第一階段：新手 PM 入門（0～6 個月）  ✅ 目標：建立基礎產品思維與跨部門語言，從具體產出中培養使用者理解與任務邏輯。  📌 學習內容：  【產品市場機會】：初步理解產品與市場的關係（例如：Who / Why）  【找出使用者需求】：撰寫 User Story、建立 Persona、使用者旅程圖  【設計思考】：練習 Wireframe / Wireflow 製作，視覺化想法  撰寫簡易 PRD：說明做什麼與為什麼  學會製作 UAT（功能性測試 / 反向測試等）  建立會議紀錄與議題追蹤清單，強化任務邏輯與流程觀  📌 AI 工具應用：  ChatGPT / Claude：生成 User Story、用戶情境模擬  Uizard / Figma AI：快速建立原型畫面與 Wireframe  Notion AI：整理任務、產出會議紀錄與需求清單  📌 備選學習：  學習基礎專案管理（甘特圖、排程、進度跟催）  練習回報 bug 與測試報告，建立與工程團隊語言  閱讀《Inspired》、《Lean UX》理解產品角色的多重任務  [course_plugin title='產品經理入門課程' keyword='PM產品經理｜入門致勝攻略：打造最強怪物新人的實戰課｜104獨家線上課' amount=1] 🟡 第二階段：中階 PM 成長（6～18 個月）  ✅ 目標：獨立負責一個產品模組，深化市場洞察與優先排序邏輯，開始建立產品成果思維。  📌 學習內容：  【產品市場機會】：進行競品研究、定位圖、SWOT 分析  【使用者需求】：進階訪談技巧、使用者回饋整理、Cohort 分析  【提出解決方案】：撰寫完整 PRD、定義功能 MVP、排定開發優先順序（RICE、Kano）  【產品企劃框架】：建立產品 Roadmap，依驗證結果動態調整  專案協調與跨部門簡報報告  主持 Scrum、Sprint Review 等會議，培養團隊推進力  📌 AI 工具應用：  Miro AI：協助需求 Mapping、建立 Feature Map  Amplitude / Mixpanel + AI plugins：用於用戶行為與留存分析  Jira AI / Linear AI：協助排程與任務追蹤自動化  ChatGPT：產出會議簡報、功能拆解與優先順序建議  📌 備選學習：  與工程師深度對話 API 邏輯與限制（建立技術思維）  學習使用 A/B 測試平台與分析資料結果  與設計師協作，規劃 Usability Test 測試流程  [course_plugin title='資料分析相關課程' keyword='用AI+Google Sheet建立自動化工具，打造你的業績成長引擎｜104獨家' amount=1] 🔴 第三階段：資深 PM 精進（18～36 個月）  ✅ 目標：制定產品策略與願景、帶領多模組團隊與跨部門合作，具備從數據到決策的整體能力。  📌 學習內容：  【產品企劃框架】：建立成果導向型 Roadmap，結合營運目標與客戶反饋  【有效提案法】：提案簡報、策略 Buy-in、利益關係人對齊溝通（尤其是非 PM 部門）  【提出解決方案】：設計產品 KPI（DAU、留存、LTV、NSM）  【產品驗證與迭代】：產品指標監控 → 分析迭代邏輯 → 反饋進 Roadmap  建立跨部門合作 SOP、主持策略規劃會議  設計產品願景，指導 Junior PM 並進行 Mentor / Review  📌 AI 工具應用：  Power BI / Looker Studio + GPT Plugin：產出決策儀表板、進行策略預測模擬  Notion AI：整理策略紀錄、文件管理、產品 Wiki 協作  ChatGPT / Claude：撰寫產品願景草案、跨部門溝通稿  Suno / Gamma AI：製作產品簡報、提案影片輔助  📌 備選學習：  學習產品組合管理（Product Portfolio）  熟悉商業模型設計與利潤預測（可使用 Business Model Canvas）  進階使用 AI 作為產品功能的一環（如設計 AI Prompt 功能、智能推薦引擎）  [course_plugin title='產品經理實戰課程' keyword='第7屆產品經理學習營' amount=2] 成為產品經理應具備的軟技能  產品經理的成功關鍵往往不在工具，而在於這些關鍵軟實力的「日常實踐力」：  溝通協調能力  與設計、工程、商業部門建立共識  化繁為簡、拆解問題並說服他人  優先排序與決策力  在時間與資源有限下做出取捨  擁有面對模糊需求時的清晰邏輯  系統性思考能力  看見整體產品架構與模組邏輯  能理解「做這件事對誰有價值？」  同理心與觀察力  從用戶視角出發洞察潛在問題  不被表層需求誤導  學習力與適應力  快速吸收新工具、新領域知識（如 AI、資料分析）  面對變動保持彈性與專業判斷  繼續閱讀 【產品經理 - 學習地圖(下)：職涯精進篇】  [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=產品經理&mode=s&page=1' amount='3'] 延伸閱讀： PM「產品經理」和「專案經理」差在哪？盤點工作內容及PM技能樹 PM工作內容做什麼？產品企劃／產品經理薪資待遇、履歷面試總整理｜精選工作機會 PM意思有不只3種可能！為何PM工作職缺只會愈來愈多？哪種PM最熱門？ 轉職PM不撞牆！從0學會提案，產品經理學習營揭3大挑戰｜商業思維學院

你在使用AI輔助工具時，是否也有「提示詞愈寫愈長、規定愈寫愈細、需求詳盡、細節極多」的毛病呢？過去人們總認為「提供愈詳細完整的資訊、AI給出的資訊將會更精準」，但是在OpenAI最新發布的「GPT-5.6 提示詞撰寫指南」中卻建議使用者「適時對AI放手」，別要求AI給出死板、簡潔、制式的答案，才不會變相限制AI的發展。 文／支琬清　由經理人授權轉載 本文導覽 1. 規則講3遍，效果不會更好2. 步驟寫死不留判斷空間，反而限制AI潛力3. 「保持簡潔」用過頭，AI的回答反而會漏掉重點4. 別要求AI所有步驟都要給你審核5. 換新模型就「打掉重練」，難以追蹤問題源頭別再對AI步步緊逼！適當放手反而效果更好 提示詞寫得愈長、規定愈細，AI的表現就一定愈好嗎？ OpenAI在最新發布的「GPT-5.6 提示詞撰寫指南」中給出否定的答案。根據OpenAI內部針對程式代理（coding-agent）的評測結果發現，只要勇敢捨棄提示詞中重複的指令與多餘的範例，不僅能讓評測分數提升10～15%，還能大幅減少41～66%的總Token數，連帶省下33～67%的成本。 這份新指南顛覆了許多人撰寫提示詞的舊習慣，指南中，強調GPT-5.6在接收指令時，與其規定每一個死板的步驟，不如清楚定義「最終的結果」、「重要的限制條件」以及「成功的標準」，並放手讓模型自行選擇最有效率的路徑。 指南特別提醒，這組數字會隨任務不同而有落差，只能當作方向參考，實際成效要在自己的任務上重新測試才算數。 1. 規則講3遍，效果不會更好 許多人深怕AI聽不懂，喜歡在提示詞裡反覆強調同一件事。指南建議，開發者應該從一份已經能用的提示詞開始，逐步拿掉「重複陳述的規則」、「不影響行為的範例」以及「模型早已能穩定做到的流程指令」。 真正該留下的是，使用者期望的最終結果、成功標準與停止條件，以及「安全、商業邏輯、證據與權限」等核心限制條件。指南特別警告，留下來的指令必須檢查是否有邏輯矛盾；因為GPT-5級別的模型會嚴格遵守提示詞，規則互相打架反而比細節不足更容易讓輸出結果大暴走。 2. 步驟寫死不留判斷空間，反而限制AI潛力 另一個生成式AI使用者常犯的老習慣，是把任務拆成死板的固定步驟。指南建議，與其規定每一個步驟怎麼走，不如直接描述「最終目的」，並清楚定義「好的結果長什麼樣子」。 此外，千萬別濫用「永遠（ALWAYS）」、「絕不（NEVER）」或「必須（must）」等絕對用語。這些強烈字眼應該保留給真正的鐵律，例如安全規則或必填欄位；至於「要不要搜尋」、「何時該使用工具」這類需要判斷的情境，應該改為提供「決策原則」，讓模型自行選擇最有效率的路徑。 3. 「保持簡潔」用過頭，AI的回答反而會漏掉重點 如果你習慣在提示詞最後補上一句「請保持簡潔」，在 GPT-5.6 上可能得重新評估了。由於 GPT-5.6 預設的回答風格就比前一代（GPT-5.5）更加精煉，繼續套用這類籠統指令，有時會讓回答變得太短、甚至漏掉重要資訊。 OpenAI 建議透過 API 參數（text.verbosity）來設定整體的詳細程度（低、中、高），再根據特定任務提出要求。與其盲目要求 AI 回答簡短，不如給模型一個明確的優先順序：「優先保留完成任務所必需的內容，再來才是移除低價值的細節。」 4. 別要求AI所有步驟都要給你審核 在處理多步驟任務時，頻繁要求模型「先問我」、「等我核准」會讓原本安全的動作也被迫中斷。 指南建議，開發者應該制定一份精簡的政策：清楚列出模型可以「自主進行」的安全本地動作，例如讀取檔案、查看紀錄、修改範圍內的程式碼、跑測試等，不需要反覆要求確認。 只有在涉及「外部動作」、「破壞性行為」、「高成本動作（如採購）」，或「任務範圍擴大」時，才需要設立邊界，要求模型停下來取得授權。 5. 換新模型就「打掉重練」，難以追蹤問題源頭 當應用程式準備升級至GPT-5.6時，最忌諱的就是一次把整套提示詞、推理設定和工具組全部重寫。 正確的升級SOP是，先單純更換模型並保留原有的推理設定，用既有的測試案例跑一輪；接著再逐步拿掉過時的鷹架指令與用不到的工具；每做一次微調，就重新測試一次，最後才針對退步的地方補上最小幅度的修正指令。 如果一次全部重寫，一旦輸出結果不如預期，根本無從判斷問題是出在模型本身、提示詞內容，還是工具組的改動。 別再對AI步步緊逼！適當放手反而效果更好 綜觀這份GPT-5.6提示詞指南，OpenAI其實是在傳遞一個核心訊息，是時候放下對AI的「微管理（Micromanagement）」了。過去，許多開發者習慣把提示詞當成鉅細靡遺的程式碼來寫，深怕漏掉任何一個執行步驟；但面對能力大幅躍升的新一代模型，最好的做法反而是「抓大放小」。 未來的提示詞撰寫，將更像是在帶領一個高度專業的團隊： 你只需要給予清晰的目標、定義「成功的標準」，並劃定不可逾越的安全與權限邊界，剩下的執行路徑就放心交給AI去探索與發揮。 當然，簡化提示詞並不代表要盲目刪減。OpenAI在指南中一再強調，所有的優化都必須建立在「持續測試」的基礎上。不論是更換模型還是調整推理設定，都應該遵循「一次只改動一個變數」的科學方法，透過真實的測試案例來驗證成效。透過精準微調，開發者才能真正釋放GPT-5.6的潛力，在提升任務表現的同時，也達成省下大量Token與運算成本的雙贏局面。 資料來源：OpenAI 開發者文件；本文初稿由 AI 協助整理，編輯：支琬清 （原文標題：別再把提示詞寫成小論文！OpenAI最新指南點名5個該戒掉的老習慣） [course_plugin api_type='course_id' title='推薦課程' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']

我這張乙級工業配線執大慨約在38年前通過考驗取得的(我記得在當時的高雄工專考的),在當時通過考驗取得執照人數沒有多少人,我應該是在前段班的 這張執照幫助我就業順遂,領有較好薪資,一路昇遷,照顧我及家庭生活無慮,可說是一張幸福執照,連到國外就業等同是技術保證享更高待育,最近才重國外退休回台灣休息

IC設計工程師主要是設計科技產品背後最為關鍵、核心的人物，負責開發設計電路晶片，必須擁有強大的電子工程相關知識、設計能力，足以滿足現在科技產品的需求，而國內頂級的IC設計大廠包含聯發科、聯詠、瑞昱，以及輝達等。 想成為IC設計工程師，除了大學、研究所科系上以電子、電機工程為主外，必備條件分為4大項。 1. 電路設計知識：精通數位電路與類比電路設計是必須的，這包括VLSI（超大型積體電路）技術。 2. 程式設計能力：具備Verilog、VHDL等硬體描述語言的熟練操作能力是IC設計工程師的基本功，這有助於他們進行晶片設計與模擬。 3. 創新與問題解決能力：在面對電路設計挑戰時，工程師必須具備創造性思維和快速解決問題的能力。 4. 良好的溝通與團隊合作：IC設計是一個需要團隊協作的工作，能有效溝通並理解需求至關重要。 想知道更多工作機會請點選～ https://www.104.com.tw/topic/digital-talent?utm_source=104&utm_medium=nabi_post

「以AI制AI」是可行的嗎？過去在準備證照考試時，很多人的困擾不是沒有教材，而是「資料太多、根本讀不完」，光是課程講義、歷屆試題、前人的學習經驗與筆記、學習指引......，往往讓人愈讀愈徬徨，不知該從何準備起。但既然我們身處AI時代，難道不能讓AI來幫我們一把嗎？ 文／《104學習》 本文導覽 Gemini Notebook是什麼？開始前，先準備哪些資料？步驟一：建立iPAS專屬學習筆記本步驟二：先做診斷，不要急著從第一章開始讀步驟三：把複雜章節拆成短課程步驟四：建立考前必背「Flashcards」步驟五：用「Mind Map」建立整體架構步驟六：用語音摘要，把通勤時間變成複習時間如何產生語音摘要？小訣竅：不要一次把全部教材做成一集iPAS語音摘要提示詞範例把語音摘要變成主動學習步驟七：用歷屆題目建立錯題本步驟八：用影片摘要進行視覺化複習藉由Gemini Notebook建立可執行的兩週「14天衝刺備考流程」最後，3個使用Gemini Notebook備考重要小提醒！一、AI整理的內容不一定完全正確二、不要上傳公司機密或敏感資料三、不要只看摘要或只聽語音「以AI制AI」，讓AI從答案產生器，變成備考教練！補充資料：6組實用提示詞更多相關網站與官方資源 準備證照考試時，最讓人困擾的往往不是沒有教材，而是資料太多。 官方學習指引、課程講義、歷屆試題與自己的筆記散落在不同地方。讀了幾天後，仍然不知道哪些觀念已經掌握、哪些內容容易混淆，也不知道下一步應該優先複習什麼。 現在，可以利用 Gemini Notebook 把備考資料集中在同一個空間，協助自己整理教材、找出知識缺口、產生練習題、建立閃卡與心智圖，甚至將教材轉換成語音摘要，在通勤或做家事時複習。 以下以「iPAS AI 應用規劃師初級」為例，帶你一步一步建立自己的AI備考系統。 應考「iPAS AI 應用規劃師初級」的準備8步驟 步驟一：建立iPAS專屬學習筆記本步驟二：先做診斷，不要急著從第一章開始讀步驟三：把複雜章節拆成短課程步驟四：建立考前必背「Flashcards」步驟五：用「Mind Map」建立整體架構步驟六：用語音摘要，把通勤時間變成複習時間步驟七：用歷屆題目建立錯題本步驟八：用影片摘要進行視覺化複習 Gemini Notebook是什麼？ Gemini Notebook原名NotebookLM。Google於2026年7月16日宣布將NotebookLM更名為Gemini Notebook，產品仍維持獨立服務，並進一步與Gemini應用程式及其他Google服務整合。 使用者可以將PDF、網站、YouTube影片、音訊、Google文件、Google簡報與自己輸入的文字加入筆記本，再針對這些來源提問或產生不同形式的學習內容。Gemini Notebook目前提供語音摘要、心智圖、閃卡、測驗、影片摘要、資訊圖表與簡報等功能。 延伸閱讀：Gemini Notebook簡報可直接修改了！6招編輯方法改AI簡報，轉PPTX、線上都行 若從Gemini網頁版建立「Study and learn」學習筆記本，還可以使用： 診斷測驗：找出目前的強項與知識缺口。 個人化課程：依照測驗結果產生短篇互動課程。 進度追蹤：根據後續作答表現更新學習建議。 目前學習筆記本可在Gemini網頁版建立，並會與Gemini Notebook同步。 對準備證照考試的人來說，它不只是摘要工具，更像是一位可以根據指定教材協助出題、解釋與安排複習順序的AI讀書助教。 [course_plugin api_type='course_id' title='【2026年－考試筆記(V1版本)】iPAS AI應用規劃師初級' id='07779700-a980-43d2-8b34-bae808edea61'] 開始前，先準備哪些資料？ 以「iPAS AI 應用規劃師初級」為例，目前考試包含兩個科目： 科目一：人工智慧基礎概論 科目二：生成式AI應用與規劃 根據官方的考試資訊的說明：若同時報考初級全部科目，兩科平均須達70分，且每科不得低於60分；若不是同時報考，則每一科都須達70分。 因此在建立「個人化的AI筆記本」前，建議先準備： iPAS官方學習指引 官方評鑑內容範圍 考試簡章 官方公告試題或歷屆考題 課程講義與上課筆記 自己整理的重點 練習時產生的錯題 AI倫理、個資、著作權與資訊安全資料 iPAS官方學習資源頁提供學習指引、考試樣題、歷屆考題與參考書目，建議可以優先將這些官方資料加入筆記本，再補充自己的課程講義與筆記。 不需要一開始就把所有資料找齊。可以先加入兩科官方學習指引及最近幾次公告試題，之後再逐步補充。 步驟一：建立iPAS專屬學習筆記本 使用個人Google帳號登入Gemini網頁版後，可以依照以下方式建立： 開啟左上角側欄。 選擇「New notebook／新增筆記本」。 選擇「Study and learn／讀書與學習」。 輸入學習目標。 加入官方教材、筆記及考題。 建立時可以輸入： 「我要準備iPAS AI應用規劃師初級考試，考試科目為人工智慧基礎概論及生成式AI應用與規劃。請根據我加入的官方資料，先進行程度診斷，再針對我的弱項安排課程與練習。」 目標越具體，產生的內容越符合需求。可以再補充： 預計考試日期 每天可以讀書的時間 是否具有資訊或AI背景 想優先加強的科目 希望使用繁體中文 希望題目接近正式考試難度 💡 例如：「距離考試還有四週。我是沒有程式背景的上班族，平日每天可以讀40分鐘，週末可以讀兩小時。請使用繁體中文，將內容拆成每次20分鐘可以完成的課程。」 步驟二：先做診斷，不要急著從第一章開始讀 許多人準備考試時，會習慣從教材直接從第一頁一路讀到最後一頁。 但你可能已經熟悉其中一部分。真正影響考試分數的，通常是少數理解不完整、名詞混淆或不會判斷應用情境的主題。 加入教材後，可以先輸入： 「請根據iPAS AI應用規劃師初級兩科的評鑑範圍，設計一份30題的程度診斷測驗。題目難度請接近正式考試。先不要公布答案，等我完成後，再分析我的強項、弱項及建議複習順序。」 完成測驗後，再要求： 「請分析我的錯題，將錯誤原因分成觀念不熟、名詞混淆、情境判斷錯誤及粗心四類，並列出最需要優先補強的五個主題。」 也可以請Gemini建立能力清單： 「請根據這次測驗，把考試範圍分成已掌握、需要加強及尚未開始三類，並安排建議學習順序。」 💡 這一步的目的，是先找出真正的知識缺口，再決定時間應該花在哪裡。 步驟三：把複雜章節拆成短課程 「iPAS AI 應用規劃師初級」的考試範圍涵蓋人工智慧基本概念、資料處理、機器學習、生成式AI、提示設計、企業導入、倫理風險與資訊安全等內容。 如果一次閱讀整章容易失去專注，可以請Gemini將內容拆成15至20分鐘的小課程。 例如： 「我不熟悉監督式學習、非監督式學習與強化學習。請根據官方教材，安排一堂20分鐘的入門課程，使用生活化案例說明三者差異，最後提供5題測驗。」 或是： 「請用企業導入生成式AI的案例，說明如何從需求盤點、工具評估、風險分析到成效衡量，並整理容易出現在情境題中的判斷重點。」 還可以指定教學方式： 「先用沒有技術背景的人也能理解的方式解釋，再補充考試需要記住的正式名詞。」 「每說明一個觀念，就提供一個企業應用案例及一個常見錯誤觀念。」 「完成教學後，請提供5題由簡單到困難的練習題。」 [course_plugin api_type='course_id' title='【2026年－考試筆記(V1版本)】iPAS AI應用規劃師初級' id='07779700-a980-43d2-8b34-bae808edea61'] 步驟四：建立考前必背「Flashcards」 需要記憶或比較的觀念，可以交給Gemini Notebook製作「Flashcards」（閃卡），例如： 人工智慧、機器學習與深度學習 監督式、非監督式與強化學習 訓練資料、驗證資料與測試資料 精確率、召回率與F1分數 大型語言模型基本概念 RAG、模型微調與提示工程 模型幻覺與內容查證 AI治理及風險類型 個人資料、著作權與資訊安全 開啟Gemini Notebook後，在Studio面板選擇「Flashcards」，即可設定難度、數量及希望聚焦的內容。 可以輸入： 「請根據科目一教材製作40張繁體中文閃卡。正面放名詞、問題或應用情境，背面提供定義、簡單案例，以及一個容易混淆的相近概念。」 也可以要求： 「請優先整理歷屆考題曾經出現，以及我在診斷測驗中答錯的觀念。」 Gemini Notebook的「Flashcards」可以標示為答對或答錯，系統會保留練習進度，完成後也能只重做答錯的卡片。測驗則可以查看解釋、複習或重新作答。 比起重複閱讀，「Flashcards」會要求自己先回想答案，更容易發現是真的理解，還是只是看到內容時覺得熟悉。 步驟五：用「Mind Map」建立整體架構 有些考生記住了許多零散名詞，卻不清楚不同觀念之間的關係。 這時可以使用Gemini Notebook的「Mind Map」功能，將教材整理成視覺化架構。心智圖會顯示資料中的主要主題、分支與關聯，也可以展開節點，針對特定概念繼續提問。 例如可以分別製作： 人工智慧、機器學習與深度學習關係圖 監督式、非監督式與強化學習比較圖 資料蒐集、清理、訓練、評估與部署流程圖 生成式AI企業導入流程圖 提示工程、RAG與模型微調關係圖 AI倫理、隱私、著作權與資安關係圖 可以輸入： 「請將科目二教材整理成一張Mind Map，以生成式AI導入流程為主幹，分成需求盤點、資料準備、工具選擇、提示設計、風險控管及成效評估六個分支。」 產生後，再繼續要求： 「請找出Mind Map中最容易混淆的五組觀念，並分別整理成比較表。」 💡需要注意的是，AI產生的心智圖仍可能出現錯誤，重要定義應回到官方教材確認。 步驟六：用語音摘要，把通勤時間變成複習時間 準備考試不一定只能坐在書桌前閱讀教材。 Gemini Notebook的「Audio Overview／語音摘要」可以根據選取的教材，產生類似Podcast的AI語音內容。它不是單純朗讀原文，而是將不同來源重新整理，說明重點、比較概念差異，並串聯資料之間的關係。 語音摘要適合用在： 上下班通勤 運動或散步 做家事 睡前輕量複習 前往考場途中 如何產生語音摘要？ 開啟準備iPAS考試的筆記本。 在來源區選取要使用的教材。 進入Studio工作區。 選擇「Audio Overview」。 設定語言及希望聚焦的內容。 產生後即可播放。 Gemini Notebook可設定輸出語言，語音摘要、學習內容與對話會依照選擇的語言產生。 小訣竅：不要一次把全部教材做成一集 如果將兩個科目的所有內容一次轉換成語音摘要，範圍可能太大，聽完後反而抓不到重點。 建議依照主題分成多集： 人工智慧、機器學習與深度學習 監督式、非監督式與強化學習 資料處理與模型評估 生成式AI與大型語言模型 提示工程與提示詞設計 RAG、模型微調與知識庫 企業導入生成式AI的流程 AI倫理、個資、著作權與資訊安全 歷屆試題常見錯誤觀念 每一集只處理一個主題，比製作一集涵蓋全部範圍的長篇內容，更適合反覆收聽。 iPAS語音摘要提示詞範例 準備科目一時，可以輸入： 「請根據我選取的iPAS AI應用規劃師官方學習指引，製作一段繁體中文語音摘要。聽眾是沒有程式背景的上班族，請用生活化案例解釋人工智慧、機器學習與深度學習的差異，並提醒考試中容易混淆的觀念。」 準備生成式AI相關內容時，可以輸入： 「請製作一段適合通勤時收聽的考前複習語音，聚焦提示工程、RAG、模型微調與模型幻覺。請比較這些概念的用途、差異與企業應用情境，並整理五個考試常見陷阱。」 準備AI風險相關內容時，可以輸入： 「請根據官方教材，以企業導入生成式AI為情境，說明個人資料、營業秘密、著作權、資訊安全及模型幻覺可能造成的風險，並整理情境題的判斷原則。」 考前最後一週可以輸入： 「請根據我的錯題紀錄與官方教材，製作一段iPAS AI應用規劃師考前語音複習。請優先說明我重複答錯的觀念，不需要完整介紹所有章節。每一個觀念都要包含定義、常見誤解與判斷技巧。」 把語音摘要變成主動學習 只聽語音，容易產生「好像聽懂了」的錯覺。 聽完後，可以回到Notebook輸入： 「請根據剛才語音摘要的主題，出10題不公布答案的快速測驗，確認我是否真的理解內容。」 或是： 「請列出這個主題的10個核心觀念，讓我先用自己的話解釋，再逐一檢查是否正確。」 💡 建議採用以下循環：先聽語音摘要 → 關閉內容自行回想 → 完成測驗 → 查看錯題 → 再聽弱項主題 ★ 使用Gemini Notebook手機版時，可以收聽語音摘要，並將內容下載後離線播放，也能在行動裝置上使用「Flashcards」與測驗。 [course_plugin api_type='course_id' title='AI超效文檔助手-NotebookLM × Gamma × Napkin 全攻略' id='7939f696-b499-49f7-9677-417ccd54f29a'] 步驟七：用歷屆題目建立錯題本 歷屆題目不應只做一次，對完答案就結束。 更有效的方法，是把每次答錯的題目轉換成可以追蹤的錯題資料。 可以輸入： 「以下是我答錯的題目、我的答案及正確答案。請不要只告訴我答案，請分析我可能誤解的觀念，並引用我加入的官方資料進行說明。」 接著再要求： 「請根據這些錯題重新設計10題相似但情境不同的題目，避免直接改寫原題。先不要公布答案，等我全部作答後再批改。」 錯題本可以包含： 題目主題 我的答案 正確答案 錯誤原因 對應教材章節 容易混淆的觀念 建議複習方式 相似練習題 每週再請Gemini統整： 「整理我本週所有錯題，列出重複出錯的觀念、錯誤次數、改善情況，以及下週應優先複習的三個主題。」 如此一來，錯題本不只是題目集合，而會逐漸變成個人的弱點地圖。 💡 讓Gemini Notebook變成你的私人「考前一對一衝刺家教」！ 步驟八：用影片摘要進行視覺化複習 除了文字、「Flashcards」與語音，Gemini Notebook也能將來源製作成Video Overview影片摘要。 影片摘要會將複雜內容整理成具有解說與視覺畫面的影片，適合用來理解： 人工智慧技術分類 機器學習流程 生成式AI運作方式 RAG處理流程 企業導入AI的步驟 AI風險與治理架構 可以輸入： 「請製作一段iPAS AI應用規劃師考前複習影片，聚焦生成式AI導入流程、提示工程、RAG、模型幻覺、資料隱私及著作權風險。不要逐章摘要，請優先整理容易混淆及適合出情境題的內容。」 Gemini Notebook的影片摘要可設定影片形式、語言、視覺風格與自訂要求；其中解說型影片支援繁體中文，但部分影片形式目前可能僅支援英文。 影片適合建立整體理解，但仍不能取代官方教材與實際作答。 藉由Gemini Notebook建立可執行的兩週「14天衝刺備考流程」 建立Notebook後，可以按照以下方式安排兩週衝刺： 時間備考內容第1天：整理資料與程度診斷加入學習指引、考試範圍及歷屆試題，完成兩科診斷測驗，找出弱項。第2至5天：補強科目一每天選擇一至兩個弱項，完成：● 一堂15至20分鐘短課程● 一組閃卡● 10題練習● 一段當日主題語音摘要第6至9天：補強科目二集中練習：● 生成式AI● 大型語言模型● 提示詞設計● RAG與模型微調● 企業AI應用● 倫理、個資、著作權與資安每天通勤時收聽一個主題的語音摘要，晚上再完成測驗與錯題分析。第10至11天：歷屆試題演練按照正式考試節奏完成題目，不要邊做邊查答案。完成後，將錯誤分成：● 觀念不熟● 名詞混淆● 情境判斷錯誤● 粗心失分第12天：弱項回補請Gemini根據累積的作答紀錄，安排優先複習課程。同時製作一段「個人弱項語音摘要」，只複習反覆答錯的內容。第13天：完整模擬測驗進行跨科模擬，檢查：● 答題速度● 各科分數● 容易失誤的題型● 是否能在沒有提示的情況下判斷答案第14天：考前輕量複習不要再大量增加新教材，以免造成記憶混亂。只複習：● 錯題● 「Flashcards」● 「Mind Map」● 考前語音摘要 最後，3個使用Gemini Notebook備考重要小提醒！ 一、AI整理的內容不一定完全正確 Gemini Notebook會根據加入的資料產生回答、題目、心智圖、語音與影片，但仍可能出現錯誤或音訊異常。Google也提醒，AI生成的回答與學習內容應再次確認。 考試範圍、名詞定義及標準答案，應以iPAS官方簡章、評鑑內容範圍、學習指引與勘誤表為準。 二、不要上傳公司機密或敏感資料 若使用工作資料作為案例，應先確認是否包含： 個人資料 客戶資料 未公開營運資訊 公司機密 帳號密碼 內部系統畫面 準備證照時，使用公開教材及個人筆記即可，不需要把敏感工作資料加入筆記本。 三、不要只看摘要或只聽語音 只看摘要或收聽Podcast式內容，容易產生「我已經會了」的錯覺。 真正能提升考試表現的，是持續進行： 學習觀念 → 主動回想 → 完成測驗 → 分析錯誤 → 再次練習 語音摘要、影片、閃卡與心智圖都是輔助工具，最後仍要透過實際作答，確認自己能不能在沒有提示的情況下選出正確答案。 「以AI制AI」，讓AI從答案產生器，變成備考教練！ Gemini Notebook最有價值的地方，不只是幫你縮短教材或快速產生題目，而是能將分散的備考資料，轉換成一套依照個人弱點持續調整的學習流程。 準備「iPAS AI 應用規劃師初級」時，可以先從三件事開始： 加入官方學習指引與歷屆試題。 完成一次程度診斷。 建立第一份錯題清單。 接著，再逐步加入短課程、學習卡、心智圖、語音摘要、影片摘要與模擬測驗。 閱讀教材時建立理解，透過測驗找出弱項，再利用語音摘要把通勤與零碎時間轉換成複習時間。 與其每天煩惱「今天該讀哪一章」，不如讓AI根據實際表現，協助你找出下一個最值得投入時間的學習重點。 補充資料：6組實用提示詞 建立讀書計畫：「距離iPAS AI應用規劃師初級考試還有四週，我平日每天可以讀40分鐘，週末每天可以讀兩小時。請根據官方評鑑範圍、診斷結果及歷屆題目，安排每週學習主題、練習題量、語音複習及總複習日。」 解釋陌生觀念：「請根據加入的官方教材，用沒有程式背景的上班族也能理解的方式，說明RAG、模型微調與提示工程的差異，並各舉一個企業應用案例。」 練習情境題：「請針對企業導入生成式AI時的資料隱私、著作權、資訊安全及模型幻覺，設計10題四選一情境題。選項需要有迷惑性，但答案必須能從官方教材判斷。」 分析錯題：「請分析這次測驗中的錯題，不只說明正確答案，也要指出其他選項錯在哪裡，並整理我可能混淆的觀念。」 產生語音摘要：「請根據我選取的官方教材與錯題紀錄，製作繁體中文語音摘要。內容以沒有技術背景的上班族為對象，聚焦我最容易答錯的五個觀念，並使用企業情境協助理解。」 考前總複習：「請根據我的歷次測驗與錯題紀錄，整理考前最需要複習的20個觀念。每個觀念包含一句定義、一個常見陷阱及一道快速自我檢查題。」 更多相關網站與官方資源 Gemini Notebook相關網站 Gemini Notebook網頁版：建立筆記本、加入教材，並使用語音摘要、閃卡、測驗及心智圖。https://notebooklm.google.com/ Google Gemini網頁版：建立Study and learn學習筆記本及設定學習目標。https://gemini.google.com/ Gemini Notebook官方說明中心：查詢最新功能與操作方式。https://support.google.com/gemininotebook/ Gemini Notebook語音摘要說明：在 Gemini Notebook 中生成語音摘要 Gemini Notebook學習卡與測驗說明：在 Gemini Notebook 生成學習卡或測驗 Gemini Notebook心智圖說明：在 Gemini Notebook 中使用心智圖 Gemini Notebook影片摘要說明：在 Gemini Notebook 中生成影片摘要 Gemini Notebook手機版說明：開始使用 Gemini Notebook 行動應用程式 iPAS AI應用規劃師相關網站 iPAS AI應用規劃師考試資訊：查詢考試科目、日期、地區、獲證標準與考試簡章。https://ipd.nat.gov.tw/ipas/certification/AIAP/exam-info iPAS AI應用規劃師學習資源：下載官方學習指引、公告試題、參考書目與相關資料。https://ipd.nat.gov.tw/ipas/certification/AIAP/learning-resources iPAS AI應用規劃師考試報名：查詢各梯次報名時間與注意事項。https://ipd.nat.gov.tw/ipas/certification/AIAP/exam-registration iPAS考生服務與線上報名系統:::經濟部產業人才能力鑑定暨培訓產業推動網::: ★ 考試日期、報名期限、評鑑範圍與Gemini Notebook功能都可能持續調整，正式準備及報考前，應再次確認官方網站的最新公告。

提供今年度1月到10月底，針對在「管理」相關職類中，求職者與證照中心瀏覽者熱搜得TOP10證照，提供您職場進修做為參考： 第1名：公共工程品質管理人員 證照資訊：https://nabi.104.com.tw/ability/10029243 第2名：國際專案管理師PMP 證照資訊：https://nabi.104.com.tw/ability/10029355 第3名：品質工程師(CQE) 證照資訊：https://nabi.104.com.tw/ability/10029229 第4名：品質技術師(CQT) 證照資訊：https://nabi.104.com.tw/ability/10029232 第5名：國際企業管理師 證照資訊：https://nabi.104.com.tw/ability/10029382 第6名：品質管理師(CQM) 證照資訊：https://nabi.104.com.tw/ability/10029226 第7名：CPIM-國際產業管理師 證照資訊：https://nabi.104.com.tw/ability/10028459 第8名：認證採購經理C.P.M. 證照資訊：https://nabi.104.com.tw/ability/10029380 第9名：ERP軟體應用師 證照資訊：https://nabi.104.com.tw/ability/10028355 第10名：中華專案管理師CPMP 證照資訊：https://nabi.104.com.tw/ability/10029357 此外，想了解企業找人才時愛用證照嗎? 點下方連結前往看看 ! https://nabi.104.com.tw/certify/topic/management

看到一支關於Looker Studio結合Gemini的影片，當時看到影片覺得真的是太棒了，可以運用AI對話直接做視覺化報表與數據分析。 整理了行銷人最常用的Looker Studio跟Gemini的介紹，包含對話式分析、智慧報表，掌握AI行銷數據分析的新趨勢。 文章內容從能「對話」的 AI 分析助手出發，探討內容如下： ◼Gemini與Looker Studio介紹 ◼Looker Studio x Gemini視覺化報表生成 ◼對行銷決策與資料洞察的觀點 👉 看完整文章：https://jasondiginote.com/lookerstudio-gemini-ai-analytics/

生成式AI熱潮即將進入新階段，企業對AI人才的需求也明顯發生變化。前幾年當我們談到「AI人才」時，多數人第一時間想到的可能是「AI工程師」、「資料科學家」或「機器學習工程師」；但到了2026年，另一群人才正在快速受到企業重視——那就是「AI產品經理」(AI Product Manager)。 文／《104學習》 本文導覽 AI產品經理是什麼？不只是「會用ChatGPT的PM」趨勢一：AI人才需求正在從工程端往產品與商業端擴散趨勢二：從「AI Chatbot」進入「AI Agent」時代趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要趨勢四：只會Prompt，差異化可能愈來愈小趨勢五：企業不再只看AI使用率，而開始追問ROI趨勢六：AI Governance也正在進入產品經理的工作範圍未來可能不是「AI PM變多」，而是「所有PM都要懂AI」想進入AI產品領域，可以從這4層能力開始光是「知道AI」還不夠，實作才是最重要的一步從「會用AI」到「管理AI」，PM競爭正式進入下一階段 根據《104學習》發布的《AI人才趨勢報告》，近5年台灣AI人才需求成長 97.6%，明顯高於整體招募市場同期增幅。其中，「專案／產品管理」相關AI人才需求從2022年平均每月951人，增加至2026年3,453人，5年增幅高達263.1%，是成長幅度最高的職類。 這個數字透露了一個重要訊號：企業現在缺的不只是「會開發 AI 的人」，更缺「知道怎麼把 AI 做成產品的人」。 而這樣的轉變並不只發生在台灣。 從美國科技業到全球大型企業，AI發展的焦點正在從「模型有多強」，進一步走向「AI能不能真正進入工作流程、解決問題，並產生可以衡量的商業成果」。 產品經理，也因此站到了這波 AI 轉型的第一線。 延伸閱讀：不再只看影片！AI如何顛覆企業培訓？「圍繞AI設計學習體驗」成2026職場新顯學 AI產品經理是什麼？不只是「會用ChatGPT的PM」 「AI產品經理」(AI Product Manager)並不是多學、會用幾個AI工具，就可以在職稱前面加上「AI」。 簡單來說，AI PM 真正要做的是： 找到值得 AI 化的問題，設計 AI 解決方案，再把它變成使用者願意使用、企業可以持續經營的產品。 傳統產品經理需要進行：使用者研究、規劃 Roadmap、管理產品需求、分析數據，以及協調設計與工程團隊。 儘管這些能力到了AI時代仍然重要，但AI產品又多了不少全新的不確定性。 例如： AI回答到什麼程度才算正確？ 準確率90%可以上線嗎？ 如果AI判斷錯誤，誰負責？ 哪些事情可以讓AI自動完成？ 什麼時候需要人類確認？ 模型使用成本多少才合理？ 使用者資料能不能送進大型語言模型？ AI產生幻覺時，產品要如何處理？ 這些問題已經不單純是工程問題，同時也是產品的問題，因此，AI PM 的角色正在逐漸從單純的「需求管理者」，轉向：「Product Manager × AI Solution Designer × Business Owner」。 延伸閱讀：AI PM紅什麼？！年薪上看150萬！ 哪些職類適合轉職成AI產品經理？這5種背景都有機會 你可能會想：「一定要原本就是產品經理，才能成為AI產品經理嗎？」 其實不一定。 AI產品經理需要的並不是單一技能，而是「產品思維 × AI理解 × 商業判斷 × 產業知識」的組合。因此，不同職務背景的人，都可能帶著原本的專業優勢切入AI產品領域。企業需要的不只是懂技術的人，更需要能理解實際工作問題、知道哪些流程值得AI化的人。 舉例來說，以下幾類工作者，轉職AI產品經理時尤其具有既有優勢： 產品經理／專案經理：產品方法與跨部門協作能力最接近。 軟體工程師／資料分析師：懂技術，更容易判斷AI能不能做。 UX／UI／使用者研究：最懂使用者如何與AI互動。. 行銷／營運／商業企劃：最了解市場、流程與ROI。 HR、金融、醫療、製造、教育等產業專業人才：Domain Knowledge可以成為最大優勢。 因此，想轉職AI產品經理，不一定要把過去的工作經驗全部歸零。相反地，原本累積的產業知識，很可能就是你的轉職籌碼。 真正需要做的，是在既有專業上補上「產品方法」與「AI能力」，慢慢形成自己的跨域組合：原本專業 × Product × AI。 未來企業需要的AI PM，很可能不是最會下Prompt的人，而是最清楚「問題在哪裡、AI可以怎麼解、產品怎麼落地，以及最後能不能創造商業價值」的人。 [course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營​｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24'] 趨勢一：AI人才需求正在從工程端往產品與商業端擴散 AI發展初期，企業最需要的是AI Engineer、Machine Learning Engineer、Data Scientist等技術人才。 但當企業真正開始導入生成式AI，管理者面對的問題就變了。 以前問的是：「我們能不能做AI？」 現在問的是： 「哪些流程最值得 AI 化？」 「這個功能真的有人需要嗎？」 「AI 可以節省多少時間？」 「導入之後能不能增加營收？」 「這筆 AI 投資到底值不值得？」 104人力銀行的人才數據也反映出這個轉變。除了專案／產品管理人才需求5年內增加263.1%之外，業務銷售相關的AI人才需求也增加247.8%，行銷相關需求則增加了165.4%，都是非常高的成長曲線。 換言之，AI已經不再只是資訊部門或研發部門的事情。它開始進入：產品、營運、行銷、業務、人資、金融、製造、教育等不同場景。 無獨有偶，世界經濟論壇(WEF)所發表的《Future of Jobs Report 2025》也將「AI and Big Data」列為未來成長最快的技能，並預估到2030年，現有工作所需的核心技能有約39%將發生變化。 所以未來真正稀缺的，可能不只是 AI 工程師，而是：懂原本專業，又知道如何利用 AI 改變工作的跨域人才。 [course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營​｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24'] 趨勢二：從「AI Chatbot」進入「AI Agent」時代 當2023、2024年AI應用剛起步流行時，多數企業選擇做「生成式AI」，那時候最常見的應用，就是「AI Chatbot」的應用。例如以下的情境應該不讓人感到陌生： 員工問：「公司差假怎麼申請？」 AI從知識庫找到答案後回覆答案。 但現在企業開始往下一個階段前進：「AI Agent」。 不同的是，過去AI Chatbot的主要負責的工作是：「回答問題」，而AI Agent能做到（或想做到）的則是：「完成任務」。 例如：過去的客服AI可能只是告訴顧客如何退貨。未來的AI Agent可能直接可以執行以下的動作： 讀取訂單 直接執行以下5個SOP → 判斷是否符合退貨資格 → 建立申請 → 通知物流 → 更新 CRM → 回覆顧客 因此連帶讓產品設計從過去陽春的「對話介面」，直接變成完整可以提供服務的「AI Workflow」。 不過，根據勤業眾信在《2026 AI企業現況報告》指出，就算企業已開始積極布局Agentic AI，但當前AI的治理與組織準備程度仍有落差；企業真正面臨的挑戰已從「要不要用AI」，逐漸轉向「怎麼安全地讓AI進入核心流程」。 這也是AI PM接下來最重要的工作與挑戰，產品經理必須懂得設計： AI 可以做到哪一步？ 什麼時候交回給人？ 哪些操作需要再次確認？ AI 可以存取哪些資料？ Agent 執行錯誤後如何恢復？ 如果過去PM主要工作是在設計產品的「User Flow」，未來很可能還要學會設計：Human × AI × System 的 Agent Workflow。 延伸閱讀：文科生的AI時代生存指南：這4類證照幫履歷「套上科技濾鏡」，跨領域轉職必備！ 趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要 AI同時也正在重新定義產品經理與工程團隊之間的工作邊界。 過去 PM 想驗證一個產品概念，常見流程可能是： 需求研究 → Wireframe → Figma Prototype → PRD → 工程開發 → MVP 現在，Vibe Coding、AI Coding Agent、No-code／Low-code等工具正在壓縮這段流程。 產品經理即使沒有完整工程背景，也開始有機會自己建立： AI Chatbot 簡單Web App AI知識庫 RAG應用 自動化Workflow AI Agent Prototype 未來企業期待 PM 的可能不只是：「你能不能把需求寫清楚？」，而會進一步變成：「你能不能先把想法做出來，證明值得投入？」 雖然這並不代表產品經理都要轉職成工程師。 但是當你真正理解基本的技術邏輯（包括 API、LLM、RAG、Prompt、Agent與資料流程），才能更有效率地和工程團隊一起完成產品。 延伸閱讀：PM的隱性停滯：你是「救火型PM」還是「系統設計型PM」？ 趨勢四：只會Prompt，差異化可能愈來愈小 生成式 AI 剛出現時，「Prompt Engineering」曾經被視為非常稀缺的能力。但隨著模型能力持續提升，單純會操作ChatGPT、Claude 或 Gemini，會逐漸變成知識工作者的基本能力。 真正拉開 AI PM 差距的問題，不再只是：「Prompt 怎麼下？」，而是：「什麼問題值得交給 AI？」 例如：公司有50個客服流程，哪5個最值得優先 AI 化？AI 自動化率做到多少才有 ROI？如果準確率只有 90%，剩下 10% 的錯誤會造成什麼影響？哪些情境一定需要 Human-in-the-loop？ 這些問題靠 Prompt Engineering 解決不了，它需要的是：「產品判斷＋商業理解＋AI知識＋產業經驗」。 因此未來有價值的人才組合，很可能會是： 金融 × AI HR × AI 醫療 × AI 製造 × AI 教育 × AI 行銷 × AI 對已經有幾年工作經驗的產品經理而言，原本累積的Domain Knowledge（領域知識）並不會因AI出現而失去價值，反而可能成為自己切入AI產品的重要優勢。 延伸閱讀：AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 趨勢五：企業不再只看AI使用率，而開始追問ROI 生成式 AI 剛進企業時，許多組織最先觀察的是： 多少員工開始使用AI？ 一天用了幾次？ 有哪些團隊導Chatbot？ 但2026年之後，更重要的問題開始變成：「用了之後，到底產生多少價值？」 根據勤業眾信在2026年的研究顯示，66% 的企業已經從AI獲得生產力或效率提升；但是只有約20%已經看到AI帶動營收成長。儘管74%的企業期待未來AI可以創造營收，但這中間巨大的落差，就是「AI Product Manager」的機會。 OpenAI在2026年談企業AI投資管理時，也提出不應只看Token單價，而應衡量AI每一美元實際完成多少有價值的工作，包括成功完成的任務、節省時間、改善決策以及能否形成可規模化工作流程。 因此 AI PM 未來除了 DAU、Retention、Conversion 等傳統產品指標，還可能需要理解： Task Success Rate Accuracy Hallucination Rate Latency Automation Rate Human Intervention Rate Cost per Successful Task 最後回到最核心的問題：這項AI產品，到底替使用者與企業創造了什麼價值？ 延伸閱讀：85%員工上完課卻不會用！AI時代真正的危機不是失業，而是你的「技能已過期」 趨勢六：AI Governance也正在進入產品經理的工作範圍 2026 年另一個值得注意的全球變化，是 AI 法規正式進入執行階段。 歐盟的《AI Act》於2024年生效，多項規範已在2026年8月2日進入適用或執行階段，包括特定 AI 系統的透明度義務；部分高風險 AI 系統則有不同的後續實施時程。 因此做 AI 產品時，PM 未來還需要思考： 使用者知不知道自己正在跟 AI 互動？ AI 產出的內容需不需要標示？ 產品使用了哪些資料？ 哪些事情一定需要人工決策？ 系統如何留下紀錄？ AI 判斷錯誤後如何追蹤？ 特別未來的世界裡，金融、人資、醫療、教育等領域，AI Governance很可能逐漸成為產品設計的基本能力，需要注意的規範範圍將會愈來愈廣。 延伸閱讀：AI基本法借鏡國外 美專法重競爭、歐盟南韓有罰則 未來可能不是「AI PM變多」，而是「所有PM都要懂AI」 從更長期來看，「AI Product Manager」甚至未必永遠是一個獨立職稱。 就像現在很少有人特別強調自己是「Internet Product Manager」，當AI逐漸成為所有數位產品的底層能力後，企業遲早有一天將不再區分：Product Manager、AI Product Manager，而會認為：「產品經理本來就應該理解 AI」。 因此，真正值得產品工作者思考的，可能不是：「我要不要轉職 AI PM？」而是： 「我的 PM 能力，要怎麼升級成 AI 時代需要的產品能力？」 想進入AI產品領域，可以從這4層能力開始 如果把目前 AI Product Manager 所需能力整理成學習地圖，大致可以分成四層。 第一層｜產品基本功使用者研究、需求分析、產品策略、Roadmap、數據分析、商業模式第二層｜AI基礎理解生成式 AI、LLM、Prompt、API、RAG、AI Agent、資料流程第三層｜AI產品實作AI Product Design、AI Workflow、Prototype、產品驗證、Evaluation、Human-in-the-loop第四層｜AI商業化能力AI ROI、成本管理、AI Governance、產品商業模式與產業應用 真正的挑戰，是把這些原本分散的知識串在一起。 因為很多人現在已經「會用AI」，但從使用AI工具，到真正能提出一個AI產品構想、驗證需求、設計流程，再做出可以展示的Prototype，中間其實還有不小的距離。 [course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營​｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24'] 光是「知道AI」還不夠，實作才是最重要的一步 如果你原本就是產品經理、專案經理，或者希望往 PM 領域發展，現在需要補的可能已經不只是再上一堂「ChatGPT 工具課」。 而是實際練習： 怎麼找到值得用 AI 解決的問題？ 怎麼把需求轉成 AI 產品構想？ 怎麼和技術團隊討論 AI 解法？ 怎麼快速驗證產品？ 怎麼把 AI 概念變成真正的產品提案？ 針對這樣的能力轉型，104人力銀行也與緯育TibaMe合作推出「第一屆AI產品經理學習營」，鎖定希望在PM實務中應用 AI、提升產品提案能力，以及希望踏入產品經理領域的職場工作者。課程預計自2026年10月17日起正式展開。 與單純介紹 AI 工具有所不同，如果你的目標是往 AI Product 發展，更值得關注的是能否透過有結構的學習與實作，把「AI 知識」轉化成真正能用在工作上的「產品能力」。 👉 查看「第一屆 AI 產品經理學習營｜緯育 TibaMe × 104 人力銀行」課程資訊 從「會用AI」到「管理AI」，PM競爭正式進入下一階段 回頭看這幾年的市場，可以大致看到產品人才能力的變化： 2023，會用 AI，是加分：生成式 AI 與 Prompt 開始普及。 2024，懂 LLM，是稀缺能力：企業開始嘗試 RAG、企業知識庫與生成式 AI 應用。 2025，能做 AI Product，開始受到重視：AI 從實驗性專案逐漸走向正式產品。 2026，能設計 Agent、Workflow、Evaluation 並衡量 ROI，價值快速提升：AI 開始真正進入企業核心工作流程。 放眼望去，下一階段真正稀缺的工作能力組合，很可能是：AI × Product × Domain × Business。 AI 工具的操作門檻只會愈來愈低，真正有價值的，反而是那些知道問題在哪裡、知道什麼值得 AI 化、能把想法變成產品，也知道怎麼衡量成果的人。 所以，對產品經理而言，現在真正值得問的或許不是：「AI會不會取代PM？」 而是：「當AI開始改變所有產品，我是否已經具備下一代PM需要的能力？」 推薦閱讀 AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司 AI代理人時代，勝負不在AI多聰明！林之晨：關鍵在組織消除落地摩擦力 AI拆解傳統職位、重組專業分工：下一批高薪人才長什麼樣？

在 Outlook 中，你可以利用「規則」功能來自動歸類郵件，幫助你更有效地管理收件匣。隨著郵件數量的增加，管理收件匣變得愈發困難。經常需要花費大量時間來整理和處理郵件，這不僅降低了工作效率，也可能導致重要郵件被忽視。為了解決這一問題，我們將介紹「規則」的功能，幫助用戶自動歸類郵件，從而簡化郵件管理流程。以下是如何建立規則，使郵件自動歸類的步驟： 步驟一、開啟 Outlook： 打開 Outlook 應用程式或登入網頁版 Outlook。 步驟二、選擇郵件： 在收件匣中，選擇你希望為其建立規則的郵件。 步驟三、建立規則： 在 Outlook 桌面版：右鍵點擊郵件，選擇「規則」中的「建立規則」。 ▍在 Outlook 網頁版： 步驟一、點擊右上角的設定圖標 步驟二、選擇「檢視所有 Outlook 設定」。 步驟三、在「郵件」選項中，選擇「規則」，設置規則條件，在彈出的對話框中，你可以設置規則條件。 步驟四、選擇你希望 Outlook 對符合條件的郵件執行的動作 步驟五、完成規則設置，確認所有條件和動作後，點擊「確定」或「保存」來完成規則的設置。 規則示範： ▍將某寄件人的郵件移動到指定資料夾： 1.條件：如果郵件來自 specific@example.com 2.動作：將郵件移動到「重要郵件」資料夾 ▍只保留最新一封郵件，其餘自動封存： 1.條件：如果郵件來自 specific@example.com 2.動作：僅保留最新一封郵件，將其他郵件移動到「封存」資料夾 ▍刪除超過10天的郵件： 1.條件：如果郵件來自 specific@example.com 且日期早於 10 天前 2.動作：刪除郵件 通過設置這些規則，Outlook 將自動幫助你管理和歸類郵件，使你能更專注於重要工作。 ➤ 歡迎在104學習精靈關注【超級辦公室達人】獲得更多實用的小技巧！

品管證照的難易程度因個人的學習和專業背景而異。常見的5大品管證照：CQE、CQA、Six Sigma證照、ISO 9001內審員證照、Lean Six Sigma證照；有些人可能會發現它們相對容易考取，而對於其他人來說，它們可能需要更多的努力和時間。 以下是一些常見的品管證照，以及它們對應的工作環境： 1. CQE（Certified Quality Engineer）：CQE證照通常針對那些希望在品質工程領域工作的專業人士，如品質工程師、生產經理或供應鏈專家。持有CQE證照的人通常參與產品或流程的設計、測試和持續改進。 證照資料：https://nabi.104.com.tw/ability/10029229 2.CQA（Certified Quality Auditor）：CQA證照適用於品質審核師，他們負責執行內部或外部審核，以確保組織的品質體系符合相關標準和規定。這些專業人士可能在各種行業中找到工作，如製造業、醫療保健或食品業。 3.Six Sigma證照：不同級別的Six Sigma證照（如Green Belt、Black Belt、Master Black Belt）可以應用於各種工作環境，包括生產、流程改進、專案管理和業務分析。Six Sigma專業人士通常旨在減少缺陷、提高效率和優化流程。 4.ISO 9001內審員證照：這種證照適用於內部審核師，他們在組織內部執行審核，以確保符合ISO 9001品質管理體系的要求。這些內審員可以在各種組織和行業中找到工作，包括制造業、服務業和公共部門。 證照資料：https://nabi.104.com.tw/ability/10029227 5.Lean Six Sigma證照：Lean Six Sigma專業人士旨在通過減少浪費、提高效率和降低成本來改善業務流程。這種證照可應用於製造業、供應鏈管理、醫療保健等不同的工作環境。 無論你選擇哪種品管證照，它們都可以提高你在品管領域的專業知識和技能，有助於在相應的工作環境中獲得更好的機會和更高的薪資。然而，成功考取這些證照可能需要一定的努力和學習。

AppFlowy 是一個開源的筆記與生產力管理工具，常被視為 Notion 的替代品。有人認為 AppFlowy 可能取代 Notion，主要因為它具備一些 Notion 沒有的特點，吸引了部分用戶和開發者，特別是在以下幾方面： 1. 隱私與控制權：AppFlowy 是開源的，允許使用者在本地端或私有伺服器上託管，掌控自己的數據存儲位置和安全性。對於一些對隱私和數據安全要求高的用戶來說，這種自由度是 Notion 難以提供的。 2. 高客製化與開源社群：AppFlowy 的開源特性讓使用者和開發者可以根據需求擴充功能或調整使用體驗。隨著社群和貢獻者的加入，AppFlowy 的功能也有望快速擴展，並與 Notion 競爭，甚至在某些功能上超越 Notion。 3. 離線支持：AppFlowy 可以完全在離線模式下使用，而 Notion 雖然支援部分離線功能，但並不完善，特別是無法穩定同步和編輯的情況下，使用體驗會受到限制。對於需要在無網路環境中工作的用戶，AppFlowy 的離線支持是一大優勢。 4. 無使用限制：Notion 的免費版有使用限制（如區塊數量限制），而 AppFlowy 作為開源軟體，並沒有這些限制，尤其在長期大量使用的情境下可能更加經濟。 5. 隨著社群需求發展：開源專案的另一大優勢是能夠迅速根據社群需求進行調整和優化，而不需要等待官方發布更新。因此，如果使用者對某個特定功能有需求，AppFlowy 的社群可以更靈活地滿足。 ▎這些因素讓一些人認為，AppFlowy 具有與 Notion 競爭的潛力，特別是在注重隱私、控制、客製化和無網路使用需求的使用者群體中。隨著 AppFlowy 的開發進展，若能持續提升穩定性、功能豐富度與易用性，或許可以在未來成為 Notion 的有力替代者。 ▎雖然兩者在功能上有相似之處，但也有一些顯著差異： 1. 開源性：AppFlowy 是完全開源的，這意味著使用者可以查看、修改、甚至自行部署 AppFlowy 的程式碼。Notion 則是專有軟體，用戶無法自由查看或修改其原始碼。 2. 隱私和控制：由於 AppFlowy 是開源的，用戶可以選擇自行託管，將數據完全掌握在自己手中，這對隱私要求較高的用戶來說是一大優勢。Notion 的資料則存儲在其雲端伺服器中，使用者無法完全掌控數據的存儲地點和安全性。 3. 客製化：AppFlowy 的開源性讓使用者可以自定義界面和功能，以符合其需求；Notion 提供了相當多的自訂功能，但無法進行深層次的客製化。 4. 社群和擴展：AppFlowy 有一個活躍的開源社群，使用者可以提出需求或貢獻功能，使得它隨著社群需求快速成長。Notion 有第三方的擴展與社群支持，但仍需依賴官方的更新與新功能發布。 5. 離線使用：AppFlowy 可以在離線環境中使用，適合對網路連接要求較高或不穩定的場景。Notion 的離線支援有限，用戶須在特定環境下才能完全同步和編輯。 若使用者看重開源、自行託管和高度客製化，AppFlowy 會是值得考慮的選擇；但若偏好現成、穩定的服務，Notion 可能會更合適。 官網：https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwjmpdDO69aJAxU7nK8BHXD6Aa4QFnoECB8QAQ&url=https%3A%2F%2Fappflowy.io%2F&usg=AOvVaw0SWr_9KliT0lljt0I2wwQ5&opi=89978449

文/ 黃繼徵 原文出處：104職涯社群 分享一天生活之前, 先簡單說明日常生活中手機,筆電,無線網路卡,路由器,無線充電器這些產品都會有射頻工程師的參與設計.射頻工程師參與那些部分,主要是無線的部分例如射頻IC的設計,天線設計,濾波器的設計,無線訊號的驗證. 射頻工程師的一天, 從何說起?與其說是百工一天,不如說是3-4個月的工作週期(產品開發周期). 8點30到9點之間進公司,打開電腦確認客戶是否有特別需求,如果沒有,就按照專案產品進度執行.先到實驗室測試產品,產品測試都是數小時到數週計算.下班前整理測試資料.確認無誤後寄給客人.周而復始直到產品量產.而在測試的過程中,如果遇到測試產品不符合規格,這是工程師是最痛苦的時候,因為需要解決bug,一天找不出方法,這產品就出不了貨,所以與這產品相關的人都在等你下solution.每個人都在watch you.這是整個開發過程最痛苦的stage.時間不斷的往前走,問題最後未解,產品無疾而終,胎死腹中.如果下了對策, 之前的測試項目,客戶通常要求需要重新測試.也就是之前的測試就白費了.當你在解bug與測試的時候,通常都會東缺西缺測試設備,所以就要與相關部門協調借用設備. 回覆mail時, 如果是外國客戶, mail 以英文方式撰寫,開會時,運氣好PM幫你翻譯,運氣不好請說英文.也是就是說工程師,須具備專業的測試能力,與協調能力. 射頻工程師的一天綜合情況為, 收e-mail,開會,借設備,測試,整理報告,寄出報告,下班.下班時間通常是超過7:30以後.案子趕的時候也是會11點下班.射頻工程師,一天生活中, 在我腦海中就是.........開會.....測試.......開會.........測試..........開會..........測試.......開會..........測試..............開會.......測試.................

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

十種不適任的主管，千萬不能帶人 否則再優秀的人才都會被逼走！ 幾年前，我在一家快速成長的軟體公司當顧問，親眼見證了一場災難。那家公司的老闆，我們稱他為陳總，做了一個他後來後悔莫及的決定。 公司裡有個超級業務，叫 David。他一個人可以扛下整個團隊三分之一的業績，簡直是神一般的存在。David 要升主管，好像是天經地義的事。陳總當時也是這麼想的，沒多考慮就發布了人事命令。我記得那時候我還提醒陳總：「會做事，不等於會帶人喔。」陳總拍拍我的肩膀，笑著說：「安啦，David 這麼聰明，學一下就會了。」 結果，三個月後，David 帶領的那個五人團隊，走了三個人，剩下一個是新人，還有一個準備提離職。原本戰功彪炳的明星團隊，瞬間變成公司的燙手山芋。陳總找我開會時，臉色鐵青，第一句話就是：「你當初是對的，我真的看走眼了。」 這件事給我的衝擊很大。我們常常以為，把業績最好、能力最強的人升上來當主管，就是對他最好的獎勵，也是對公司最有利的佈局。但我們都忽略了，選錯主管的代價，遠比你想像的還要高。一個不適任的主管，就像一顆不定時炸彈，他不僅會摧毀團隊的士氣，更會讓你好不容易建立起來的人才庫，毀於一旦。 這些年，我看過太多類似的案例，慢慢歸納出一些共通點。今天，我想跟你分享我觀察到的十種「千萬不能讓他帶人」的主管類型。這不是什麼教科書上的理論，這是我一個個案子看下來，用血淚換來的真實心得。希望我的經驗，能幫助你，在提拔人才時，少走一點冤枉路。 第一種：只會自己衝業績的「獨行俠」 這種人當員工時是寶，當主管卻是災難。他自己一個人可以像一支軍隊，業績好到發亮。但當了主管後，他滿腦子想的還是怎麼讓自己的數字更好看，而不是怎麼讓團隊成長。他享受自己當英雄的快感，卻忘了主管的真正職責是「複製」出更多英雄。他不會教、懶得教，因為他覺得「很簡單啊，你這樣這樣就好了」，卻沒意識到他眼中的「簡單」，對部屬來說是「天書」。當部屬搞不定時，他最常說的就是「放著我來！」，然後自己跳下去處理。久而久之，團隊養成了依賴，反正天塌下來有主管頂著，沒人需要真正獨立作戰，整個團隊除了他，再也沒有第二個能打仗的人。 第二種：只看數字的「冷血機器」 在他的眼裡沒有「人」，只有「數字」。KPI、OKR 就是他衡量一切的標準。團隊成員不是一個個有血有肉、有家庭、有情緒的夥伴，而是一個個達成目標的「資源」。他會把所有人的業績目標貼在牆上，沒達標的就用紅字標出來，在會議上公開檢討。短期來看，這種高壓和恐懼確實能榨出驚人的績效，讓你以為挖對了人。但長期來看，沒人受得了這種非人的對待。優秀的人才不會為了錢而出賣自己的尊嚴和健康，他們會最先離開。留下來的，也會因為彈性疲乏而失去創造力和熱情，變成一個個只會聽指令的機器。 第三種：不願授權的「控制狂」 他能力很強，但致命傷是不相信任何人，覺得事情只有自己做才能放心。他追求效率和完美，但卻以犧牲團隊的成長為代價。部屬的每個產出，他都要親自修改，最後改出來的根本是他自己的東西，只是掛了部屬的名字。團隊成員沒有任何發揮空間，感覺自己只是主管的「高級手工具」。這種主管會讓自己成為整個團隊的天花板和瓶頸，所有事情都要經過他，所有決定都要他來做，整個團隊的產出，就被他一個人的時間和精力給限制住了。最後累死的，往往是主管自己。 第四種：向上管理一百分、向下管理零分的「雙面人」 這種主管最會「演戲」。在老闆你面前，他表現得溫文儒雅、體恤部屬，把團隊的功勞都說成是大家努力的結果，把你哄得服服貼貼。但一轉身，回到團隊裡，他就變了一個人。他會毫不留情地搶走部屬的功勞，當成自己的戰績向上邀功；一旦出事，他也能面不改色地把黑鍋甩給最沒有背景的下屬去扛。團隊成員活在恐懼和極度的不公平之中，但你卻完全被蒙在鼓裡，還以為他是個不可多得的好幹部。這種人對組織的傷害最大，因為他會讓正直、有能力的員工心寒，最後選擇離開。 第五種：死守過去經驗、拒絕學習的「老屁股」 他最常說的話就是：「我以前都是這樣做的。」他用自己十年前的成功經驗，來管理現在的團隊、應對現在的市場。對於新的工具、新的方法、新的思維，他一概嗤之以鼻，甚至認為那是邪魔歪道。他不僅自己不學習，還會用「沒必要」、「風險太高」等理由，打壓團隊裡想嘗試創新的聲音。在他的管理下，團隊的思維和能力會一起僵化，就像溫水裡的青蛙，慢慢被時代遠遠拋在腦後。當你發現整個部門的產出都跟不上市場變化時，通常都為時已晚。 第六種：累死自己、閒死部屬的「超人型」 這和「控制狂」有點像，但動機不同。他什麼事都自己來，不是不信任，而是覺得「教別人太慢」、「別人做我不放心」。他就像個超人，什麼都自己扛。結果他自己每天加班到半夜，累得像條狗，但他的部屬卻閒得發慌，每天準時下班，上班沒事做只好逛網拍、處理私事。他以為自己是在為團隊付出，實際上卻剝奪了部屬學習和犯錯的機會。久而久之，有能力的部屬覺得在這裡只是個打雜的，學不到東西，沒有發揮空間，只好選擇離開。 第七種：情緒不穩定、把辦公室當秀場的「炸彈型」 團隊成員每天上班像在踩地雷，不知道主管今天心情是好是壞。他可能因為一個無關緊要的小失誤就當眾咆哮，也可能因為自己家裡的事就在辦公室摔東西、遷怒別人。員工每天耗費大量心力在安撫、揣摩他的情緒，根本無法專心工作。在這種環境下，員工只有恐懼，沒有「心理安全感」，他們不敢提出真實的想法，不敢嘗試新的做法，因為不知道哪個舉動會引爆這顆炸彈。最後，整個團隊的創造力和主動性都會被消磨殆盡。 第八種：濫好人、不敢做決定的「不沾鍋」 他從不發脾氣，對誰都客客氣氣，希望所有人都喜歡他，但這也是他最可怕的地方。因為他害怕衝突，所以他不敢做任何困難的決定，也不願得罪任何人。部門之間吵架，他當和事佬；部屬表現不好，他不敢要求、不敢給負面回饋。整個團隊看起來一團和氣，實際上卻是沒有方向、沒有標準、原地踏步。那些有衝勁、想做事的員工，會因為受不了這種鄉愿、沒有是非的文化而最先走人。 第九種：建立資訊壁壘的「情報局長」 這種主管喜歡把資訊當作權力的來源。他參加完高層會議，回到部門後，只會選擇性地透露一部分資訊，甚至刻意扭曲，讓部屬無法窺見全貌。他只讓部屬知道「他們需要知道的」，而不是「他們應該知道的」。團隊成員因為資訊不足，無法做出正確的判斷，也無法理解決策背後的脈絡，只能被動地執行指令，無法真正參與其中，更談不上主動發現問題、解決問題。這種管理者，養出來的只會是一群聽話的「乖孩子」，而不是能獨當一面的「大人」。 第十種：愛畫大餅卻從不兌現的「夢想家」 他很會說，滿口都是願景和理想，把未來描繪得天花亂墜。「等這個案子結束，我幫大家申請最高的獎金！」、「好好做，下個季度就升你當副理！」團隊一開始會被他激勵，熱血沸騰地投入。但時間一久，大家發現他承諾的資源、獎金、升遷，沒有一樣兌現。他的話術，只是為了騙取團隊當下的投入，事後就忘得一乾二淨。當信任被消耗殆盡，再美的夢想也只會變成團隊成員眼中的笑話，沒有人會再相信他說的任何一句話。 寫到這裡，老闆，我相信你腦海中可能已經浮現出一兩個人的名字了。 我的真心話：為什麼你還不換人？ 但我知道，你現在心裡正在天人交戰。 「可是他跟了我十年...」 「可是現在找不到人接手...」 「可是換人會有陣痛期...」 讓我用顧問的身分，直接戳破你的盲點：「將就」，是企業經營最大的成本。 你以為留著一個 60 分的主管，至少比沒人好？ 錯了。一個 60 分的主管，會把底下幾個 90 分的人才通通氣走，然後招進來一群 50 分的人。留著他的「隱形成本」，遠比你重新招募的成本高出十倍、百倍。 下一步該怎麼做？ 盤點你的組織： 拿出名單，針對你的直屬主管，一個一個問自己：「如果這個人明天提離職，我會很慌張，還是會偷偷鬆一口氣？」如果是後者，你知道該怎麼做。 建立「能上能下」的機制： 主管不該是終身職。如果帶人不行，但他專業很強，能不能讓他轉回「資深專家」的軌道，薪水不變，但把管理權交出來？這需要溝通技巧，但絕對值得嘗試。 別再迷信「英雄」： 真正的好主管，不是自己當英雄，而是能製造出一群英雄的人。 老闆，公司是你的，文化是你塑造的。你容忍什麼樣的主管，就代表你默許什麼樣的價值觀。別讓這十種主管，毀了你辛苦打下的江山。 如果你在進行組織調整時遇到困難，或者不知道怎麼跟這些「老臣」開口，歡迎隨時找我喝杯咖啡。我們來聊聊，怎麼幫你的企業「排毒」。 (本文作者為資深企業管理顧問，專注於組織效能與人才策略)

一、2026 年後求職市場概況 農曆年後向來是求職最旺的黃金時期，也是補強技能、考取證照的最佳時機點。根據 104 人力銀行數據與調查報告，2026 年職場出現以下幾個值得關注的趨勢： • 【AI 職缺爆發】 2025 年 11 月 AI 相關工作機會達 9.9 萬個，較去年同期 7.1 萬個年增 38%，顯示企業導入 AI 的腳步快速加快。 • 【企業願為 AI 技能加薪】 根據《2025企業年終及2026薪酬趨勢大調查》，高達 75% 企業表示願意為具備 AI 開發技能的人才提供薪資加碼，平均增幅達 9.5% 以上。 • 【跨域 AI 業務成新寵】 AI 相關業務銷售職缺年增幅高達 76%，AI 技能需求已從純技術職延伸至業務、行銷等商務職類，「懂 AI 又懂市場」的跨域人才格外搶手。 • 【精準用人取代廣泛擴編】 企業整體招募態度趨於保守，轉向「關鍵職務補位」策略，具備實務技能與相關證照的求職者在薪資談判上擁有更明顯的籌碼。 • 【綠領職缺創 8 年新高】 環境部與 104 人力銀行聯合報告指出，2025 年上半年綠領工作每月釋出近 2.2 萬個，8 年間成長達 270%，ESG 相關人才缺口持續擴大。 二、2026年2月熱門證照 Top 10排行榜 🔍 觀察亮點：AI 相關證照（iPAS+ AI規劃師、生成式AI認證）同時進榜，顯示 AI 應用能力已成為 2026 年求職者最重視的新興必備能力。 ❇️Top1　事務管理人員（總幹事）證照　 🔗 證照連結：https://nabi.104.com.tw/ability/10029198 • 適合對象：有志投入社區管理、物業管理、大樓管理相關職務的從業人員 • 職場應用：為擔任公寓大廈管理委員會總幹事的法定資格之一，社區管理員、物業管理師的重要加分證明 ❇️Top2　TOEIC 多益測驗　 🔗 證照連結：https://nabi.104.com.tw/ability/10034532 • 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 ❇️Top3　iPAS+ AI 應用規劃師能力鑑定（初級） 🔗 證照連結：https://nabi.104.com.tw/ability/10049056 • 適合對象：非技術背景職場人士，包含行銷、人資、行政、PM 等，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 ❇️Top4　丙級會計事務技術士 🔗 證照連結：https://nabi.104.com.tw/ability/10028814 • 適合對象：準備從事會計助理、出納、財務行政等職務的求職者，或在職者希望財會能力正式掛牌 • 職場應用：中小企業與會計事務所的常見要求，持有此照可證明具備基本帳冊處理能力 ❇️Top5　公共工程品質管理人員　 🔗 證照連結：https://nabi.104.com.tw/ability/10029243 • 適合對象：從事建築、土木、機電等公共工程相關職務的技術與管理人員 ❇️Top6　乙級就業服務技術士　 🔗 證照連結：https://nabi.104.com.tw/ability/10029276 • 適合對象：人資部門招募專員、人力仲介從業人員、就業輔導員，及有志投入 HR 領域者 • 職場應用：依《就業服務法》規定，職業介紹機構須配置具乙級就服技術士的從業人員，持照者在 HR 職涯發展上具備法規認可的公信力 ❇️Top7　生成式 AI 課程認證 🔗 證照連結：https://nabi.104.com.tw/ability/10048799 • 適合對象：AI 初學者、在職者想快速建立 AI 素養，無需任何技術背景 • 考試特色：Google 官方免費線上課程，完成指定學習內容後即可取得數位徽章，無正式考試壓力，課程涵蓋生成式 AI 原理、Prompt 撰寫、實際應用場景 ❇️Top8　照顧服務員單一（丙）級技術士　 🔗 證照連結：https://nabi.104.com.tw/ability/10029185 • 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 ❇️Top9　乙級職業安全衛生管理員　 🔗 證照連結：https://nabi.104.com.tw/ability/10046740 • 適合對象：製造業、營建業、化工業等高風險產業的安全管理人員，或有志轉職至職安領域的在職者 ❇️Top10　丙級電腦軟體應用技術士　 🔗 證照連結：https://nabi.104.com.tw/ability/10028306 • 適合對象：行政助理、文書處理、客服、門市等基層職務求職者，或剛踏入職場的新鮮人 • 職場應用：許多行政、文書職缺在職務要求中列為加分條件，是「低準備成本、高使用率」的基礎型職場證照

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