104學習

104人力銀行 / 樂宇宙科技股份有限公司 / 品牌行銷經理 Brand Marketing Manager / 符合度分析
品牌行銷經理 Brand Marketing Manager 樂宇宙科技股份有限公司
履歷符合度:
登入計算

性格適合度:

職缺要求技能

未具備

Google Analytics

測驗

Apple

ADS

Facebook

測驗

Google Ads

測驗

EDM

CPI

Instagram

測驗

ChatGPT

測驗
已具備

數據分析

測驗

產品開發

競品分析

通路推廣

推廣

有已符合的經歷忘了填寫嗎?記得定期 更新履歷

學習推薦

黃逸旻 知識長

Arete亞瑞特數位社群行銷Founder CEO

14小時前

【#數位社群行銷OK繃】歡慶八年 Steven 數位社群行銷問答精選100+ 🎊
👉 客戶不願分享口碑,這該怎麼辦(資訊圖表版) 🙋‍♂️?
┄┄┄┄┄┄┄┄┄┄┄┄┄┄
🖋 流量 ⏳ 效益 🎯 轉換 💬 互動 📍 定位
🔭 分析 🪄 優化 🧩 機制 👁‍🗨 演算 👄 輿情
上述重要名詞,你是否「聽過沒做過、做過沒精過」?
「一知半解、試錯持續失血」好痛苦?
「數位社群專業」痛則不通,通則不痛!來領「#100+個OK蹦」!
┄┄┄┄┄┄┄┄┄┄┄┄┄┄
👇👇 #OK繃來囉!#問題解答如下 👇👇
👉 🇶:「客戶不願分享口碑,這該怎麼辦(資訊圖表版) 🙋‍♂️?」
👉 🇦:「#優化店面 、#優化商品 之外,還要 #開拓新客群 👨‍⚕️!」
既然舊客戶願意介紹朋友來,那代表他就願意分享口碑呀!
另外,口碑不需要求量,100 個人中有 1 個人願意分享口碑,我們就要好好地放大他!
只要拿到好的口碑就可以放大推廣,達到影響力。
如果沒有新客群,這是很危險的,
因為就算好好維持舊客戶,總有一天客戶還是會凋零的,
只是掉多掉少掉快掉慢而已~
因此一定要開拓新的客群,
第一個方法就是做出競品跟不上的差異化,
例如我們永遠比競品「快」、「便宜」或「品質好」,
或是開拓新族群的客戶,
假設原本賣的是女生的衣服,
那我們可以加上賣男生的衣服~
下次舊客戶帶的新客戶就不是朋友,
可能就是老公啦、兄弟啦~
除了優化自己的店面跟商品之外,還要開拓新客群唷!
🤝 各單位邀課或行銷需求:歡迎私訊聯絡!
或洽 smallballmj@gmail.com
看更多
0 0 44 0
104學習

產品

17小時前

2026 年 Prompting 怎麼學?AI大神吳恩達推出免費新課給一般人的 AI 使用指南
AI 工具越來越強,提示詞也不再只是「請幫我寫一段文案」這麼簡單。AI 教育者吳恩達(Andrew Ng)近期推出新課程《AI Prompting for Everyone》,主打不需要技術背景,幫助一般使用者學會更有效地使用 ChatGPT、Claude、Gemini 等 AI 工具。DeepLearning.AI 課程頁顯示,這是一門初學者課程,共 3 小時 4 分鐘、21 堂影片課,由吳恩達授課。官方學習頁也標示可免費開始學習、觀看課程影片;若需要 graded assignments 與證書,則屬於 PRO 方案。
吳恩達是誰?為什麼他的新課值得關注?
吳恩達是全球知名的 AI 教育者與機器學習專家。他是 DeepLearning.AI 創辦人、Coursera 共同創辦人,也曾擔任百度首席科學家,並曾創辦與領導 Google Brain 專案,目前也是史丹佛大學兼任教授。
對非工程背景的上班族來說,吳恩達最重要的影響,是他長期把 AI 知識轉化成大眾可以理解、可以上手的學習內容。從早期的機器學習課程,到《AI For Everyone》,再到這次的《AI Prompting for Everyone》,他的課程常被視為 AI 學習趨勢的風向球。
這門課在教什麼?不是背 Prompt,而是學會和 AI 協作
《AI Prompting for Everyone》的核心,不只是教你寫出更漂亮的提示詞,而是教你在不同工作情境中,如何讓 AI 產出更可靠、更有用的結果。官方課程頁將學習重點分成三大方向:找資訊、腦力激盪與寫作、創作與建構。
第一個重點是 Finding Information,也就是用 AI 找資料。課程會說明 AI 模型本身已經知道什麼、什麼時候應該使用 AI 網路搜尋、什麼情境適合使用 deep research mode,以及如何取得更準確、有來源的回答。
這對上班族非常實用。無論是做市場資料整理、競品分析、產業趨勢觀察,或準備會議前的背景研究,AI 不只是回答問題的工具,更可以協助快速建立資料架構。但前提是使用者要懂得要求來源、設定範圍,也要知道哪些資訊需要再查證。
第二個重點是 AI as a Thought Partner,也就是把 AI 當成思考夥伴。課程會教使用者如何提供正確上下文,讓 AI 理解真正需求;也會談到如何讓 AI 提供誠實回饋,而不是只迎合使用者。官方課綱中也列出 brainstorming、context、reasoning、sycophancy、writing with AI、AI critique 等單元。
這代表未來職場的 AI 能力,不只是「會叫 AI 寫東西」,而是能不能請 AI 幫忙檢查盲點、提出反方觀點、改善表達方式,甚至協助自己做更完整的決策思考。
第三個重點是 Working with Multimedia and Code。課程會介紹如何在提示中使用圖片、讓 AI 理解圖片、生成視覺內容,並使用 AI 建立簡單遊戲、網站與 App;官方也特別說明,這部分不需要程式經驗。
這也反映 AI 工具的使用場景正在擴大。過去上班族多半把 AI 用在寫信、摘要、翻譯、整理資料;但未來,AI 也可能協助做簡報素材、產出視覺概念、分析資料,甚至建立可展示的簡易 prototype。
誰適合上這門課?
官方課程頁指出,這門課適合任何在日常工作或生活中使用 ChatGPT、Claude、Gemini 等 AI 工具,並希望獲得更好結果的人,不需要技術背景,也沒有必修前置課程。
換句話說,這門課很適合以下幾類上班族:經常需要查資料的企劃、行銷、編輯、研究人員;需要寫報告、簡報、Email 的一般辦公室工作者;想把 AI 帶進工作流程的主管;以及想開始學 AI、但不想一開始就碰程式的人。
對職場工作者的啟示:提示力已經變成基本功
這門課最值得注意的訊號是:AI 提示力正在從「技巧」變成「基本工作能力」。
過去,很多人學 AI 會先找提示詞模板,例如「請扮演某某角色」、「請一步一步思考」、「請用表格整理」。這些技巧仍然有用,但已經不夠。真正會用 AI 的人,還要知道如何提供背景資料、設定輸出格式、要求資料來源、讓 AI 挑戰自己的想法,並判斷哪些內容可以採用、哪些內容必須查證。
也就是說,未來職場上的 AI 能力,不是誰背了最多 prompt,而是誰更會設計任務、拆解問題、提供上下文,並把 AI 產出整合成真正能交付的工作成果。
有興趣的讀者可至 DeepLearning.AI 官方課程頁開始學習:《AI Prompting for Everyone》。
課程影片可免費開始觀看;若想取得作業評分與證書,需留意官方 PRO 方案說明。
DeepLearning.AI《AI Prompting for Everyone》
看更多
0 0 641 0
【104職場力】

05/01 17:12

0 0 212 0
黃逸旻 知識長

Arete亞瑞特數位社群行銷Founder CEO

04/30 19:00

EP10-【Netflix 影集熱潮】:從《魷魚遊戲》到時下熱劇:如何利用「社群迷因」創造現象級行銷?
本集帶你一次看懂:
👉 獨家 ACE 理論:可行動、可連結、可擴延,揭開《魷魚遊戲》爆紅的底層邏輯。
👉 社群聽覺行銷:為什麼官方敢放棄配樂主導權?解析《星期三》如何順應民意反向操作。
👉 劇本即行銷:從《激戰網紅》看內容進化,如何把短影音挑戰直接寫進劇本裡?
👉 病毒行銷實戰手冊:創造視覺斷點、擁抱低成本感,品牌主必學的四大爆紅法則。
✏️ 編輯:Arete亞瑞特資深數位社群行銷專案執行 林孟蓉Connie
🎙️ 審稿、主持人:Arete亞瑞特數位社群行銷Founder&CEO 黃逸旻Steven
本影片部分內容由NotebookLM協助製作
影片連結:
-
看更多
0 0 239 0
104學習

產品

04/30 16:36

AI 提示詞又變了?GPT-5.5 告訴上班族:別再只寫步驟,改寫「交付標準」
你是不是也有這種經驗:明明把 AI 指令寫得很長,結果產出的內容卻還是「看起來完整、實際上不好用」?
例如請 AI 寫企劃案,它照著步驟列出市場分析、目標客群、痛點、解法與推廣方式,但讀完仍覺得像範本;請 AI 整理資料,它能列表、摘要、下結論,卻不一定知道哪些資訊需要查證、哪些內容不能說得太滿。
問題可能不是你不會下指令,而是你的指令還停留在「要求 AI 照流程做事」的階段。
OpenAI 在 GPT-5.5 的官方提示詞指南中提到,新版模型更適合「更短、結果導向」的提示詞,而不是過度詳細、流程導向的舊式 prompt。換句話說,未來跟 AI 協作,不只是告訴它第一步、第二步要做什麼,而是要讓它知道:最後什麼樣的成果才算合格。
從「照步驟做」到「交出好成果」
過去很多人學提示詞,常見方法是把任務拆成一長串步驟:先分析背景,再列出問題,再產出架構,再補充範例,最後整理結論。
這種寫法在早期模型中很有幫助,因為 AI 需要更明確的操作路徑,才比較不會偏題。但 GPT-5.5 的新方向是:模型已經更能根據清楚目標自行選擇有效路徑,因此提示詞不一定要寫成冗長 SOP。
對上班族來說,這代表一個重要轉變:不要只規定 AI 怎麼做,而要定義什麼叫做好。
例如,不只是說「幫我寫一篇文章」,而是說清楚文章要給誰看、要解決什麼問題、哪些數據不能編造、哪些資訊需要來源、最後字數與語氣如何控制。
不只是說「幫我做競品分析」,而是定義比較維度、資料來源、決策用途,以及哪些結論不能超出證據範圍。
不只是說「幫我整理會議紀錄」,而是要求它分出決議事項、待辦負責人、未解問題與下次會議前需要補齊的資訊。
GPT-5.4 重規則,GPT-5.5 重結果
如果簡單比較 GPT-5.4 和 GPT-5.5 的提示詞思維,可以這樣理解:
GPT-5.4 比較強調把流程、格式、工具規則與完成條件寫清楚,適合長任務、多步驟、工具使用與明確輸出格式的工作流。
GPT-5.5 則更進一步,提醒使用者不要直接把舊 prompt 全部搬過來,而是要重新思考:這個任務真正需要的交付標準是什麼?哪些規則是必要的?哪些流程其實可以交給模型自行判斷?
換句話說,GPT-5.4 像是要求你寫好工作流程;GPT-5.5 則更像是在提醒你寫好驗收標準。
對職場工作者來說,這代表一件事:提示詞不只是操作說明,而是一份交付規格書。
好的 AI 指令,要先定義「成功長什麼樣子」
很多人用 AI 失敗,不是因為 AI 不夠聰明,而是因為需求太模糊。
例如:
「幫我寫一篇 LinkedIn 貼文」
這句話可以產生內容,但結果很難穩定。因為 AI 不知道你要的是個人觀點、產業觀察、品牌經營、徵才宣傳,還是導流文章。
比較好的寫法是:
「請幫我寫一篇 LinkedIn 貼文,目標讀者是 30–45 歲的職場工作者,主題是 AI 如何改變工作習慣。內容要有明確觀點,避免誇大 AI 取代人類,語氣專業但不生硬,長度控制在 500 字內,最後帶出一個提問,鼓勵留言討論。」
這種寫法沒有規定 AI 每一步怎麼做,卻清楚定義了成果標準。這正是 GPT-5.5 更適合的提示詞方向。
少用「永遠」「絕對」,多用判斷規則
許多提示詞會大量使用「永遠」「絕不」「必須」「只能」這類絕對指令。但在實際工作中,任務往往不是非黑即白,而是需要依情境判斷。
例如,不要只寫:
「你必須每次都搜尋資料。」
可以改成:
「當內容涉及最新政策、數據、價格、人物說法或產品功能時,請查證來源;若是一般概念解釋,可以直接回答。」
不要只寫:
「你絕對不能問我問題。」
可以改成:
「如果缺少資訊但仍能合理產出初稿,請先基於假設完成,並在文末列出需要我補充的資訊;只有在缺少關鍵資料會導致結果無法使用時,才向我提問。」
這樣的寫法更符合真實工作情境,也能讓 AI 在效率與正確性之間做出更好的判斷。
可信度不只靠「請附來源」
很多人為了避免 AI 幻覺,會在指令最後加一句:「請附上資料來源。」這有幫助,但還不夠。
更好的做法,是說清楚哪些內容需要來源、什麼情況可以停止查證、什麼情況必須繼續找資料。
例如:
「請先做一次廣泛搜尋,若前幾個可信來源已足以支持核心答案,就停止搜尋並回答。只有在缺少必要數字、日期、人物說法、官方文件或比較資料時,才繼續搜尋。」
這可以避免兩種問題:一種是 AI 沒查證就回答;另一種是 AI 查太多,把不相關資料也塞進內容,讓文章失焦。
對內容工作者、行銷企劃、研究人員來說,這是很實用的 AI 協作方式。
語氣之外,也要定義「協作方式」
如果你要用 AI 做客服、學習助理、職涯顧問或內部知識助理,不能只要求「語氣溫暖」或「口吻專業」。
真正重要的是:它要怎麼跟使用者合作?
例如一個學習助理,不只要親切鼓勵,還要知道當使用者資料不足時,是要先推薦熱門課程,還是先引導補履歷;當使用者焦慮時,是要先安撫情緒,還是直接提供具體下一步;當使用者問得很模糊時,是要立刻追問,還是先給一版可執行建議。
真正有用的 AI 助理,不是只有口氣像人,而是工作方式符合使用者情境。
上班族可直接套用的新版 AI 指令模板
以下是一個符合 GPT-5.5 思維的通用指令模板,也適合用在 ChatGPT、Claude、Gemini 等 AI 工具:
請完成以下任務:
【填入你的任務】
目標:
【說明你最後想得到什麼成果】
使用情境:
【說明這份內容要給誰看、用在哪裡、要幫助什麼決策】
成功標準:
- 必須回答核心問題
- 內容要能直接用於實際工作
- 重要數字、人物說法、政策、產品功能或引用需有可驗證來源
- 若資料不足,請標註不確定,不要自行編造
- 若能基於合理假設完成,請先完成初稿,並列出假設條件
限制條件:
- 不要使用空泛形容詞或過度行銷語
- 不要為了完整而加入無關背景
- 不要編造不存在的案例、研究、公司說法或數據
輸出格式:
【例如:表格/文章/簡報大綱/主管摘要/Email 草稿】
【指定字數、語氣、段落結構】
停止條件:
當核心問題已回答,且重要事實已有足夠依據時,請停止補充,直接產出結果。
這份模板的重點不是把 prompt 變長,而是把「交付標準」說清楚。
AI 指令能力,其實是工作定義能力
AI 工具越進步,越不代表人類只要丟一句話就好。相反地,它更考驗我們能不能把問題說清楚、把成果定義清楚、把限制條件交代清楚。
未來真正會用 AI 的人,不一定是最會寫華麗提示詞的人,而是最知道「我要什麼成果、什麼不能出錯、什麼叫做完成」的人。
GPT-5.5 的提示詞指南,給職場工作者一個很實用的提醒:不要只把 AI 當成照指令工作的助理,而要把它當成需要明確交付標準的協作者。
當你的指令從「請照這些步驟做」升級成「請達成這個結果,並符合這些標準」,AI 才更有機會產出真正能用、可信、可交付的工作成果。
看更多
0 0 975 0