104學習

AI 趨勢報-科技愛好者的產地🤖

AI 趨勢報-科技愛好者的產地🤖
共學教室關注者 2998 人共學者 2224 人
關注教室
加入共學
104學習

產品

昨天 14:55

問卷分析不用再手動拉樞紐!Google 表單內建 Gemini,自動算數字還會給建議
活動結束、教育訓練上完、滿意度問卷收回來之後,最花時間的往往不是發問卷,而是整理結果:匯出試算表、拉樞紐、算百分比,再想辦法寫成主管看得懂的結論。Google 在 11/5 宣布,Google 表單的「回覆」分頁加入 Gemini「可執行的洞察」(Actionable insights),可以直接幫你找趨勢、算數字,還會建議下一步。
📊 這次更新的重點
.位置:Google 表單上方「回覆」分頁 → 「Actionable Insights」區塊 → 按「Generate insights」
.怎麼算數字:Gemini 會實際寫 Python 程式並執行,次數、百分比、比較結果都是從你的回覆資料算出來的
.能做什麼:找出關鍵趨勢、跨題目的關聯(例如「哪個部門」和「滿意度」的關係),整理重點並建議下一步
.產出內容:分成「重點摘要」「進階分析與關聯」「建議的下一步」,可以點「分析步驟」看它怎麼算的
.適用題型:所有題型都能分析,不只文字題
⏰ 什麼時候會看到?
.快速發布(Rapid Release)網域:11/2 起陸續上線
.排定發布(Scheduled Release)網域:11/19 起陸續上線
.兩者都是逐步推出,功能最多可能要 15 天才出現在你的帳號
公司帳號還沒看到很正常,可以問 IT 你們的網域是哪一種發布設定。
✅ 誰可以用?
.Business:Business Standard、Business Plus
.Enterprise:Enterprise Standard、Enterprise Plus
.Education:Education Plus,以及 Google AI Pro for Education、Teaching and Learning 加購方案
.個人:Google AI Pro、Ultra 方案
.公司帳號需要開啟「智慧功能與個人化」設定,才能使用 Workspace 側邊欄的 Gemini(由管理員在管理控制台設定)
💡 上手 3 步驟
1️⃣ 確認門檻:表單至少要有 12 份回覆、3 個題目
2️⃣ 打開表單 →「回覆」分頁 → 找到 Actionable Insights → 按 Generate insights
3️⃣ 先看「分析步驟」核對它用了哪些題目、怎麼分組,再把結論複製進報告
⚠️ 三個常見錯誤
1️⃣ 拿測驗表單來用
→ 開啟「測驗設定」的表單不能使用這個功能。考卷類的成績分析還是要靠試算表。
2️⃣ 回覆太少就想看趨勢
→ 少於 12 份回覆不能產生洞察;就算剛好過門檻,樣本太少的「趨勢」也很容易只是巧合。寫報告時記得標註回覆數。
3️⃣ 把 AI 的建議直接當成決策
→ Google 官方也提醒,Gemini 可能產生不準確的內容。數字可以點「分析步驟」回頭核對;「建議的下一步」只是起點,要不要做、先做哪個,還是要結合你知道的背景(預算、時程、參與者是誰)。
📝 小練習
找一份你最近收回的問卷(教育訓練回饋、活動報名、員工意見調查都可以),先自己寫下「我覺得最重要的 3 個發現」,再用 Gemini 產生洞察,比對看看:
.它找到哪個你沒注意到的關聯?
.它有沒有哪個結論,是你知道背景後會覺得不對的?
這個比對過程,就是練習「把 AI 當分析助理、自己當決策者」最好的方法。
📌 補充:表單原本就有的 Gemini 功能
.文字題摘要:單一文字題有 3–200 份回覆時,自動產生摘要
.主題分類:文字題回覆在 8–200 份時效果最好,可以把意見分成主題並開成 Google 試算表、附圓餅圖
📚 104學習相關課程
.免費課|AI工作術 第3堂:用AI看數據(先把疑問寫成決策問題,再請 AI 分析)
.免費課|AI工作術 第2堂:用AI做研究(查證來源、區分事實與推測)
.Gemini 職場實戰應用課:不用寫程式也能把工作變快
💬 你最常用 Google 表單做哪一種問卷?整理結果最花時間的是哪一步?留言分享,看看 Gemini 能不能幫上忙!
📎 資料來源
.Google Workspace Updates:Get actionable insights with Gemini in Google Forms(2026-11-05)
.Google 說明中心:Summarize & analyze responses with Gemini in Google Forms
※ 功能上線時程、適用方案與介面名稱以 Google 官方公告為準;中文介面的按鈕名稱可能不同。
看更多
0 0 15 0
104學習

產品

昨天 13:39

ChatGPT 生圖再升級!Images 2.6 會做 GIF、記住你的商品圖,行銷人 5 個用法一次學
做社群貼文最花時間的,常常不是想文案,而是每次都要重新上傳商品圖、跟 AI 解釋「這是我們家的吉祥物」,做出來的圖還每張長得不太一樣。
OpenAI 在 11/4 推出 Images 2.6,剛好把這幾個痛點補上:能做會動的 GIF、能把參考圖存起來用 @ 叫出來。先講結論:免費版也能用,行銷、小編、美編都值得花 10 分鐘試一下。
📊 這次更新的重點
.誰能用:官方寫明 ChatGPT 與 Codex「所有方案」全球同步上線,電腦、手機、網頁都可以
.速度:官方說生圖速度比之前快 50%
.GIF 動畫:可以請 ChatGPT 做循環 GIF,或上傳一張靜態圖請它「動起來」(GIF 功能官方寫「陸續開放中」,還沒看到的話等幾天)
.存參考圖:把照片存成參考圖並取名,之後在新對話打「@名字」就能直接使用,不用重新上傳
.規模:官方公布,ChatGPT、Codex 和 API 每週合計生成約 40 億張圖,平均一天超過 5 億張
💡 行銷人 5 個馬上能用的用法
1️⃣ 把商品存成參考圖,一次做整套素材
上傳商品照,請 ChatGPT「把這張存成參考圖,名字叫 新品保溫瓶」。之後打「幫 @新品保溫瓶 做一張聖誕節主視覺,16:9」,再換「做成 IG 限動 9:16」,同一個商品在不同版位都長得一致。
2️⃣ 讓吉祥物或商品動起來
「把這張吉祥物圖做成循環 GIF,讓它揮手打招呼」「做一個咖啡冒熱氣的循環 GIF」。做完可以調整播放速度,再存到手機或直接分享。
3️⃣ 社群反應圖、梗圖
官方示範的用法之一:用品牌角色做一組「讚」「哭哭」「加油」反應 GIF,留言回覆、群組互動都用得到。
4️⃣ 一張圖改出多種尺寸
ChatGPT 生圖支援任意長寬比,可以直接在提示詞寫「1:1 貼文」「9:16 限動」「16:9 橫幅」,或用編輯器的長寬比選項重新產生。
5️⃣ 拍影片前先做動態分鏡
要拍產品短影音前,先請它把分鏡做成 GIF,看動作順不順,再跟廠商或主管溝通,省下來回修改的時間。
✅ 交代 AI 做圖的小公式
「主角(@參考圖)+要做什麼(海報/GIF)+什麼會動、怎麼動+尺寸比例+風格與文字」
例:「用 @新品保溫瓶 做循環 GIF:瓶蓋打開冒出熱氣,背景是雪景,1:1,文字『暖心價 599』放在下方」
⚠️ 三個常見錯誤
1. 每次都重新上傳商品圖:存成參考圖,用 @ 叫出來,同一個商品在每張圖都比較一致。
2. 只說「做成 GIF」:沒講清楚「什麼在動、怎麼動」,做出來常常亂動一通。
3. 上傳網路上的 GIF 要它改:官方說明 ChatGPT 不能編輯你上傳的動態 GIF,只能改它自己做的。另外,修圖時圈選的範圍不一定精準,可能改到範圍外,交出去前要檢查。
📝 小練習:挑一題試試看
① 把你們公司 Logo 或商品存成參考圖,取一個好記的名字
② 用它做一張 1:1 的節慶貼文圖,再改成 9:16 限動
③ 請它做一個 3 秒感的循環 GIF,讓商品或角色動起來
做完記得檢查:文字有沒有錯字、商品細節有沒有走樣、品牌顏色對不對。
給工程師、設計師的補充:API 分成兩個模型,GPT-Image-2.6 Flare 重速度(品質設低時最快約 6 秒出圖),Sunburst 重品質與多次編輯的一致性;API 另外支援 SVG 匯出,以及調整「規劃多少」的 complexity 參數。
📚 想把 AI 生圖用在工作上,推薦這幾門課
.不用畫也能設計!AI 繪圖:打造品牌視覺的提案實戰
.生成式 AI 辦公室應用能力課程(含圖像生成與簡報製作)
.ChatGPT 技能放大術|精準指令與任務拆解
💬 你最想讓哪個商品或角色「動起來」?做出來的 GIF 歡迎留言分享!
資料來源:
OpenAI〈Introducing Images 2.6〉(2026-11-04)
OpenAI Help Center〈ChatGPT Release Notes〉(2026-11-04)
OpenAI Help Center〈Images in ChatGPT〉
(內容以 2026 年 11 月 OpenAI 官方說明為準。「快 50%」為官方說法,未說明比較基準;GIF 長度、參考圖可存數量官方未公布,實際以 ChatGPT 畫面為準)
看更多
0 0 17 0
104學習

產品

前天 09:41

ChatGPT 搜尋量已達 Google 兩成!行銷人必學的 AI 搜尋優化(GEO)入門
你寫的產品頁、部落格文章,SEO 排名都顧好了,可是客戶現在愈來愈常直接問 ChatGPT:「推薦哪一家?」「這個怎麼選?」如果 AI 的回答裡沒有你的品牌,排名再好也可能被跳過。這篇帶你看懂最新數字,以及行銷人現在就能做的 GEO 基本功。
📊 OpenAI 說了什麼?
.11/2 在紐約一場 OpenAI 主辦的餐會對談中,ChatGPT 消費者產品負責人 Adam Fry 表示:ChatGPT 的搜尋量約是 Google 查詢量的五分之一(約 20%)
.OpenAI 怎麼算「一次搜尋」:使用者問了問題、ChatGPT 去上網查資料,就算一次;也就是「以前會跑去搜尋引擎問的事」
.同場資訊:ChatGPT 週活躍用戶約 60 天內從 10 億成長到 12 億
⚠️ 先看懂這個數字的限制
.這是 OpenAI 自己的說法,Google 那邊的查詢量從哪裡來,OpenAI 沒有公開
.「搜尋」的定義是 OpenAI 自己訂的,跟 Google 的一次搜尋不一定能直接相比
.所以比較好的解讀是:AI 搜尋已經是一個不能忽略的入口,而不是「Google 已經被取代」
💡 GEO 是什麼?跟 SEO 差在哪?
.SEO(搜尋引擎優化):讓你的網頁在搜尋結果排前面,使用者點進來
.GEO(生成式引擎優化):讓 AI 在整理答案時,讀得到、讀得懂、願意引用你的內容
.好消息是 GEO 不是從零開始。Google 官方說明:要出現在 AI 摘要(AI Overviews)和 AI 模式,沒有額外的特殊優化要求,SEO 基本功一樣適用;也不需要另外做「AI 專用」的檔案或標記
✅ 行銷人的 GEO 入門 5 步驟
1️⃣ 先確認 AI 爬得到你
.檢查網站的 robots.txt:OpenAI 用「OAI-SearchBot」決定網站能不能出現在 ChatGPT 搜尋答案裡,官方建議允許它;擋掉的話,網站不會出現在 ChatGPT 搜尋回答中
.「GPTBot」是另一隻,管的是內容能不能拿去訓練模型,兩者可以分開設定
.Google 那邊則是讓 Googlebot 能正常爬取、網頁能被索引
2️⃣ 重要內容寫成文字
.價格、規格、適用對象、步驟,不要只放在圖片或影片裡
.Google 也提醒:結構化資料要跟頁面上看得到的文字一致
3️⃣ 一頁回答一個問題,答案放前面
.用客戶真正會問的句子當小標,例如「○○適合新手嗎?」
.第一段直接給結論,再補理由和條件,AI 比較容易擷取
4️⃣ 寫出可以被引用的事實
.具體數字、日期、比較條件,並附上資料來源
.模糊的形容詞(業界最強、CP 值最高)很難被 AI 當成依據
5️⃣ 定期自己去問 AI
.每月用 ChatGPT、Google AI 模式問 10 個客戶常問的問題,記錄:有沒有提到你的品牌?引用的是哪一頁?說法正不正確?
.Google 的 AI 摘要與 AI 模式帶來的點擊,會算在 Search Console 成效報表的「網頁」類型裡
⚠️ 三個常見誤解
❌ 「GEO 要另外學一套黑科技」:Google 明說沒有特殊優化或專用標記,先把 SEO 基本功做紮實
❌ 「把 AI 爬蟲全部擋掉最安全」:擋掉 OAI-SearchBot,網站就不會出現在 ChatGPT 搜尋回答中;如果只是不想被拿去訓練,要設定的是 GPTBot
❌ 「ChatGPT 已經取代 Google」:20% 是 OpenAI 自己的估算,Google 的數字來源未公開,兩邊都要顧
✏️ 小練習
挑出你負責的產品,想 3 個客戶最常問的問題,今天就丟進 ChatGPT 問問看:
.回答裡有出現你的品牌嗎?
.它引用的是你的官網、媒體報導,還是競品?
.有沒有說錯的地方?哪一頁內容需要補?
📚 想把 GEO 和 AI 行銷做進工作裡,可以看這幾堂 104學習課程
.AI 時代的 SEO 生存指南:從基礎到實戰全面掌握 AIO 與 GEO 核心能力
.【免費課程】AI工作術 第2堂|用AI做研究
.AI行銷素養能力檢測|104 AI測驗認證
.【免費報名】第二屆 AI 行銷學習營-開課說明會
你最近有沒有直接問 AI 找產品、找店家?你的品牌在 AI 回答裡出現了嗎?留言分享你測試的結果!
資料來源:
.9to5Google〈ChatGPT has hit roughly 20% of Google Search volume, OpenAI says〉(2026/11/3):https://9to5google.com/2026/11/03/chatgpt-has-hit-roughly-20-of-google-search-volume-openai-says/
.Big Technology〈OpenAI: ChatGPT Search Is About 20% of Google's…〉(2026/11/3,Adam Fry 對談):https://www.bigtechnology.com/p/openai-chatgpt-search-is-about-20
.Google 搜尋中心〈AI features and your website〉:https://developers.google.com/search/docs/appearance/ai-features
.OpenAI〈Overview of OpenAI Crawlers〉:https://developers.openai.com/api/docs/bots
※ 20% 為 OpenAI 自行估算,Google 查詢量來源未公開;相關規定以各平台官方公告為準。
看更多
0 0 42 0
104學習

產品

前天 09:30

Google 試算表一次用 AI 填 3,000 格還附出處!資料整理快 55 倍的實作教學
要幫 200 家廠商補上產業別、把 500 則客戶留言分成正評負評、替一整欄活動寫標語……這種「一格一格填」的工作,現在可以交給 Google 試算表裡的 Gemini。
📊 這次更新了什麼?
Google Workspace 官方部落格 2026 年 10 月 28 日公告,Google 試算表的 AI 填格功能(Fill with Gemini/AI 函式)有兩項升級:
.逐格附出處:用 AI 產生的內容如果參考了網路資料,每一格都會標出引用的網路來源,方便你稽核、查證
.單次最多 3,000 格:一次請求可以處理更大量的資料
.Google 內部 95 人研究:處理 500 格的任務,最快比手動輸入快 55 倍(以英文提示詞、英文使用者測試)
.10 月 20 日起逐步推出,最多約 15 天陸續看到
💡 誰可以用?
.Google Workspace:Business Standard/Plus、Enterprise Standard/Plus
.個人:Google AI Pro、Ultra
.教育版加購 Google AI Pro for Education 等
.公司帳號已開啟「Gemini in Sheets」的人會預設看到,免費個人帳號目前不在名單內
✅ 實作:用 AI 函式填一整欄
1️⃣ 準備資料:把要處理的內容放在同一列,例如 A 欄公司名稱、B 欄官網
2️⃣ 輸入函式:在 C2 輸入
=AI("依照公司名稱判斷所屬產業,只輸出產業名稱", A2:B2)
也可以從上方選單「插入 → 函式 → AI」叫出來
3️⃣ 產生結果:選取儲存格,按「Generate and Insert」產生內容
4️⃣ 套用整欄:往下自動填滿,或在表格最右欄點「Insert AI column right」新增 AI 欄
5️⃣ 查看出處:點進儲存格、滑過內容,按「Sources」就能看到引用的網路來源
📝 3 個好用的提示詞寫法
.分類:=AI("把這則留言分成正評、負評或中立,只輸出其中一個", D2)
.摘要:=AI("用 20 字以內摘要這段客戶回饋", E2)
.產生文案:=AI("為這個活動寫 10 字以內的標語", A2)
訣竅:說清楚「輸出格式」與「字數上限」,並把需要的資料用範圍參數一起給它,Google 也建議這樣做來提高品質
⚠️ 三個常見錯誤
❌ 不給範圍參數:AI 函式看不到整份試算表或其他雲端檔案,沒給範圍就容易亂答
❌ 不核對就直接用:Google 自己也提醒 Gemini 可能產生不正確的資訊;有附出處的就點開來源,沒有出處的數字更要自己查
❌ 一次選太多格就以為卡住:AI 函式每次選取只會先產生前 350 格,等它跑完再選下一批;用量也有短期與長期上限,到上限要等 24 小時
✏️ 小練習
拿一份你手上的名單或回饋表,複製一份副本,新增一欄 AI 函式做分類,隨機抽 10 格人工核對,算算看 AI 對了幾格。
📚 想把試算表與 AI 用得更好?
.【免費課程】AI工作術 第3堂|用AI看數據
.AI x Excel 數據分析:把資料變黃金!從混亂到資料流正規化
.數據分析師|入門實戰:Excel x AI 打造最強數字力|104獨家AI課程
你最想把哪一種「一格一格填」的工作交給 AI?歡迎留言分享你的用法!
資料來源:
.Google 試算表說明中心〈在 Google 試算表中使用 AI 函式〉:https://support.google.com/docs/answer/15877199
※ 功能介面與適用方案以 Google 官方最新說明為準;按鈕名稱可能依介面語言顯示為中文。
看更多
1 0 25 0
104學習

產品

前天 09:29

會用 AI 的人錄取率高 78%!只有 1.2% 的人把這項技能寫進履歷
你每天都在用 ChatGPT、Copilot 或 Gemini 處理工作,但你的履歷上看得出來嗎?
📊 數據怎麼說?
LinkedIn 在 2026 年 10 月 27 日發布的就業市場數據指出:
.在個人檔案列出「AI 素養」技能的會員,被錄用的機率比沒列的人高 78%,獲得升遷的機率高 11%
.但目前只有 1.2% 的 LinkedIn 會員有列出任何 AI 技能
.要求 AI 素養的職缺比例,過去 12 個月成長約 65%,現在是 2023 年的 10 倍以上
.需求成長的不只工程職,還包括行銷、設計、專案管理、行政與寫作類工作
換句話說:很多人已經會用 AI,卻沒寫出來,等於把加分機會留在桌上。
⚠️ 先看懂這個數字
.這是 LinkedIn 平台的會員數據,比較的是「有列 AI 素養技能」和「沒列」的會員,LinkedIn 沒有公開排除其他因素的方法,不能直接解讀成「寫上 AI 就一定比較容易錄取」
.數據涵蓋全球會員,不是台灣單獨的統計
但方向很清楚:企業越來越在意 AI 能力,而會寫出來的人還很少。
✅ 把 AI 能力寫進履歷的 3 個步驟
1️⃣ 盤點:你在工作上真的用 AI 做過什麼?
.列出工具(ChatGPT、Copilot、Gemini、Claude……)+任務(寫企劃、整理資料、做簡報、分析數據)
.只寫自己真的會、能當場示範的,不要為了關鍵字硬加
2️⃣ 寫成「成果」,不是只寫「會用」
.❌ 熟悉 ChatGPT
.✅ 用 ChatGPT 建立週報初稿流程,把每週整理時間從 3 小時縮短到 1 小時,並由本人核對數據後送出
重點是:任務+工具+成果,再加一句你怎麼把關品質
3️⃣ 補上可以被驗證的證明
.AI 相關證照或檢測成績,例如 iPAS AI 應用規劃師、104 AI 通用素養檢測
.完成的課程紀錄、作品集連結
面試時被問到,就拿實際做過的例子來說明
⚠️ 三個常見錯誤
❌ 只寫工具名稱:「會用 ChatGPT」幾乎每個人都會寫,看不出程度
❌ 誇大能力:寫了「精通 AI 自動化」,面試一問細節就露餡
❌ 只放在自我介紹:技能欄、工作經歷、證照欄都要對得起來,履歷篩選時才找得到
✏️ 小練習
打開你的履歷,找一段工作經歷,試著加一句:「使用__(AI 工具)完成__(任務),讓__(成果)。」寫不出來的話,就是下一步要練的地方。
📚 想讓 AI 能力「看得見」?可以從這些開始
.【免費觀看】AI 通用素養速攻班|完課領券考取 104 AI 通用素養檢測
.104 AI 通用素養檢測|104獨家AI測驗認證
.【免費課程】生成式 AI 如何顛覆您的工作模式(完課紀錄回傳履歷表)
.生成式AI|雙證合一速攻班(iPAS AI 應用規劃師備考)
你的履歷上有寫 AI 技能嗎?你會怎麼描述自己用 AI 的經驗?歡迎留言分享!
資料來源:
.LinkedIn Pressroom〈LinkedIn data shows where opportunity is emerging as work changes〉(2026/10/27):https://news.linkedin.com/2026/linkedin-data-shows-where-opportunity-is-emerging-as-work-changes
※ 78%、11% 為 LinkedIn 會員「有列/未列 AI 素養技能」的比較,非因果關係證明。
看更多
0 0 26 0
104學習

產品

11/04 09:35

AI 只拿來省時間太可惜!Anthropic 主管的 3 招「野心提示詞」,讓 Claude 從助理變顧問
你用 AI 都在做什麼?改錯字、整理會議紀錄、把信寫得客氣一點……這些都很好用,但如果 AI 只幫你「做得更快」,其實只用到它很小一部分的能力。
💡 這篇方法從哪來?
Anthropic 負責 Claude.ai、Cowork 與 Claude Code 桌面版工程的主管 Felix Rieseberg,2026 年 10 月 13 日在個人部落格發表〈How to be more ambitious: A tutorial for humans with models〉。他把使用 AI 的「野心」分成四個方向:
.速度:同樣的事做得更快(大多數人停在這裡)
.高度:交代想要的「結果」,不只交代單一任務
.深度:用該領域頂尖專家的方法和原始資料來做
.廣度:借用其他領域的知識、工具和技巧
速度大家都會用,下面拆解另外 3 招,每招都附上可以直接改寫的職場例子。
1️⃣ 第一招「高度」:從交代任務,改成交代結果
他舉自己的例子:以前請 Claude 修一個一個當機問題,後來改成請它「讓 App 保持不當機」,並讓它能讀當機報告、對應程式版本、在不同作業系統上重現與驗證修正。
套到上班族的「季度檢討簡報」,可以一層一層往上拉:
.一般版:幫我把這季數字填進簡報範本
.高一層:說明這季哪些地方變了、為什麼變、接下來該怎麼做
.再高一層:找出最急的 3 個決策,幫每個決策先寫好正反兩方的論點
.最高一層:設計一個比季度簡報更好的檢討方式,用過去的資料驗證,並跟現行做法並行一季比較
自問一句:「這件事做完之後,我真正想發生什麼?」答案就是你該交給 AI 的目標。
2️⃣ 第二招「深度」:要求用專家的方法,而不是更長的答案
深度不是要 AI 寫更多字,而是要它像該領域最頂尖的人那樣做事。例如分析客戶流失:
.不要只要一張整理好的表格,請它用資料科學家和統計學家會用的方法
.不要先假設「流失是新手引導沒做好」,請它從原始資料重新驗證這個假設
.目標也可以訂得更積極:他舉例,網頁載入要 10 秒時,與其要求改成 5 秒,不如直接要求 200 毫秒,並告訴 AI 這個目標是合理的
可以先把這段話貼在任務前面(依原文概念改寫):
「我要的是更深入的版本,不是更長的版本。請先告訴我:
① 這個領域的頂尖專家會做、但我沒要求的事是什麼?
② 他們會從哪些最原始的資料開始?
③ 他們會用哪些具體的方法和工具?
④ 除了你和我之外,有什麼方法可以確認結果是對的?
接著,請把我的需求改寫成要求上述做法的版本。」
3️⃣ 第三招「廣度」:把名詞改成動詞,找來跨領域的專家
他建議把任務的「名詞」換成「動詞」,就會想到其他領域的人能幫忙。例如「季度檢討」改寫成「讓很忙的人在 30 分鐘內相信一個因果故事,並在不確定中做出決定」,你就會想到:分析師、記者、編輯都能派上用場。
要找漏洞時,也可以請 AI 從「放空的投資人」「鑑識會計師」這類角度挑毛病。
注意:他特別提醒,要請 AI「做」這些專家會做的事,而不是「模仿」他們的口吻寫作,單純角色扮演不會讓結果更好。
⚠️ 三個常見錯誤
❌ 目標訂太空泛:「幫我賺錢」這種指令,在 2026 年對多數工作還行不通,目標要具體、可檢查
❌ 讓 AI 自己打分數:他明確提醒,現階段模型還不適合評斷自己的成果,要用外部方式驗證,例如回原始資料重算、用沒看過的資料測試、跟過去紀錄比對
❌ 每件事都硬拉高度:高度最適合「看結果」的工作,例如報告、分析、流程改善;偏創意的工作不一定適用
✏️ 小練習
挑一件你這週要交給 AI 的工作,用三個問題重寫一次指令:
.高度:做完之後,我真正想發生什麼?
.深度:這個領域最厲害的人會怎麼做?從什麼資料開始?
.廣度:把任務改成動詞,還有哪個領域的人能幫上忙?
比比看,兩個版本的 AI 回答差在哪裡。
📚 想把 AI 用在工作上?這幾堂免費課可以接著看
.【免費課程】AI工作術 第1堂|用AI寫企劃(先定讀者、目的,再請 AI 給主張和大綱)
.【免費課程】AI工作術 第2堂|用AI做研究(比對來源、區分事實與推測)
.【免費課程】AI工作術 第3堂|用AI看數據(把疑問寫成決策問題)
.【免費課程】AI工作術 第4堂|用AI審提案(請 AI 扮演反方)
你平常用 AI 最常停在哪一層?速度、高度、深度還是廣度?歡迎留言分享你改寫前後的指令!
資料來源:
.Felix Rieseberg〈How to be more ambitious: A tutorial for humans with models〉(2026/10/13):https://felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models/
※ 文中提示詞為依原文概念改寫的中文版本,季度簡報、客戶流失、網頁速度等例子出自原文。
看更多
0 0 59 0
104學習

產品

11/04 09:04

AI 寫的報告越看越專業,卻有 8 成人沒抓到錯?交出 AI 文稿前必做的 5 個檢查
用 AI 寫報告、簡報、文案,越寫越順、越看越專業,你還會一句一句檢查嗎?
📊 研究怎麼說?
華頓商學院 Steven Shaw 與 Gideon Nave 的研究(2026 年發表於 SSRN),讓 1,372 位受試者解邏輯題,可以自由問 AI 聊天機器人,但 AI 有時會給錯誤答案。結果:
.AI 答對時,超過 9 成的人照著用
.AI 答錯時,仍有約 8 成的人照單全收
.有 AI 協助的人,就算答案是錯的,信心也跟著變高
.加上獎金和即時對錯回饋後,推翻錯誤答案的比例從約 2 成提高到 4 成多,但多數人還是接受了錯誤答案
研究者把這種「把思考整個交給 AI」的狀態稱為「認知投降」(cognitive surrender)。
專業人士也一樣。Anthropic 在 2026 年 10 月發表的研究,請 50 位專業資料分析師用 AI 代理完成一份商業分析,研究人員暗中用擲硬幣決定 AI 在每個判斷點偏向哪一邊。結果分析師有 86% 的選擇跟著 AI 的傾向走(沒有影響時應該約 50%);77% 的人在事後說明裡重複了 AI 的論點,卻只有 15% 提到 AI 的影響,而且沒有人發現 AI 的偏好是被設定的。
文字越流暢,越容易讓人放下戒心。所以交件前,請用下面 5 個檢查把關。
✅ 交出 AI 文稿前必做的 5 個檢查
1️⃣ 數字與出處:每個數字都找得到原始來源嗎?
.把文中所有百分比、金額、日期、統計數字圈出來,一個一個回原始報告或官方網站核對
.AI 給的連結要實際點開,確認頁面存在、內容真的有寫這個數字
.找不到出處的數字,寧可刪掉,也不要「看起來合理」就留著
2️⃣ 專有名詞:人名、機構、法規、產品名都是真的、而且是最新的嗎?
.AI 常把相似的名稱混在一起,或編出不存在的報告、書名、條文
.法規、政策、價格、產品版本特別要核對年份,AI 的資料可能已經過時
3️⃣ 推論:結論真的能從資料推出來嗎?
.檢查有沒有把「相關」寫成「因果」,或用一個例子推論全部
.看到「研究顯示」「專家指出」卻沒說是誰,就要追問
.每段的主張和證據要對得起來,不能只有漂亮的形容詞
4️⃣ 判斷:這個結論是你的,還是 AI 的?
.先寫下自己的初步看法,再請 AI 協助,避免一開始就被 AI 的方向帶走
.請 AI 為你「沒選的那個方案」提出最有力的理由,看看自己是否真的考慮過
.問自己:如果主管問「為什麼這樣判斷」,你答得出來嗎?
5️⃣ 責任:每一句話你都願意署名負責嗎?
.確認沒有把客戶資料、內部數字等機密內容貼進不該用的 AI 工具
.語氣、用詞、格式是否符合公司規範與讀者身分
.最後把文稿從頭到尾讀一遍,能對每一句話負責,才交出去
⚠️ 三個常見錯誤
❌ 只看開頭和結論,中間段落直接放行:錯誤最常藏在細節數字裡
❌ 請同一個 AI「幫我檢查有沒有錯」就算數:它可能再次確認自己的錯誤,關鍵數字還是要回原始來源查
❌ 越趕時間越相信 AI:時間壓力下最容易照單全收,越急越要至少做第 1 項檢查
✏️ 小練習
拿你最近一份用 AI 寫的文稿,把所有數字和專有名詞用螢光筆標出來,數數看:有幾個你能在 3 分鐘內找到原始出處?
📚 想把 AI 用得更好?這幾堂免費課可以先看
.【免費課程】AI工作術 第1堂|用AI寫企劃
.【免費課程】AI工作術 第2堂|用AI做研究(比對來源、區分事實與推測)
.【免費課程】AI工作術 第3堂|用AI看數據
.【免費課程】AI工作術 第4堂|用AI審提案(請 AI 扮演反方)
你交出 AI 文稿前,最常檢查的是哪一項?有沒有被 AI 的錯誤坑過的經驗?歡迎留言分享!
資料來源:
.Shaw, S. D. & Nave, G.〈Thinking—Fast, Slow, and Artificial〉, Wharton School Research Paper, SSRN(2026):https://papers.ssrn.com/abstract=6097646
.Anthropic 對齊團隊研究(2026/10/27):https://www.anthropic.com/research/agents-judgment-calls
※ 華頓研究的「8 成」指 AI 給出錯誤答案、受試者有查看 AI 建議時,照著錯誤答案作答的比例;實驗題目為邏輯題,非職場報告。
看更多
0 0 32 0
關於教室
AI 趨勢報是專為科技愛好者設計的社群,為大家提供有關 AI 領域的最新資訊和趨勢分析。
✨AI 資訊、交流、工具一次搞定✨
在這裡,你可以獲得:
✅最新的AI 資訊、新聞、研究成果
✅與其他AI 愛好者交流、分享、討論
✅學習 AI 工具的應用,提升職場效率!
如果你對 AI 感興趣,無論是專家還是初學者
歡迎加入 AI 趨勢報,與我們一起探索科技的無限可能🚀
#AI #科技 #趨勢 #社群 #科技愛好者
學習發起人
104學習
產品
1079 分享 30 教室
發起人簡介
快樂學習分享~ ...更多
共同管理者
一零四獨家新知識 nabi總知識長
職場力:提升職場競爭力 小編