C# .Net Framework系統基礎實作攻略
104學習
C#
C#（發音為C Sharp）是由微軟公司所開發的一種物件導向，且運作於.NET Framework之上的高階程式語言。並且成為ECMA與ISO標準規範。C#看似基於C++寫成，但又融入其它語言如Delphi、Java、VB等。 ECMA標準列出的C#設計標的： 1、C#旨在設計成為一種「簡單、現代、通用」，以及物件導向的程式語言 2、此種語言的實作，應提供對於以下軟體工程要素的支援：Strongly type的檢查、陣列維度檢查、未初始化的變數引用檢測、自動垃圾收集（Garbage Collection，指一種記憶體自動釋放科技）。軟體必須做到強大、持久，並具有較強程式開發的生產力。 3、此種語言為在分散式環境中的開發提供適用的零件開發應用。 4、為使程式設計師容易遷移到這種語言，原始碼的可移植性十分重要，尤其是對於那些已熟悉C和C++的程式設計師而言。 5、對國際化的支援非常重要。 6、C#適合為獨立和嵌入式的系統編寫程式，從使用複雜作業系統的大型系統到特定應用的小型系統均適用。 7、雖然C#程式在儲存和操作能力需求方面具備經濟性，但此種語言並不能在效能和程式大小方面與C語言或組合語言相抗衡。
提升你的實力，朝專業更進一步
精選課程
充實自己，讓能力持續成長
C# 從零開始前進.NET物件導向程式全攻略
Line Bot聊天機器人-C#介接AI影像辨識導覽系統設計
Azure雲端整合開發 | 打造獲客神器 用C#實作Line Beacon推播系統
C語言控制Raspberry Pi I/O【本課程為線上課，報名後專員會提供上課資訊】
APCS程式檢定(C++)【本課程為線上課，報名後專員會提供上課資訊】
.NET開發資料庫應用系統全方位－ADO.NET與Entity Framework(.NET Core)攻略
APCS程式檢定(C語言)【本課程為線上課，報名後專員會提供上課資訊】
電腦視覺演算法之人臉辨識實戰【本課程為線上課，報名後專員會提供上課資訊】
Linux Socket網路程式設計【本課程為線上課，報名後專員會提供上課資訊】
精選證照
考取專業證照，讓能力被市場看見
TQC+ C＃程式設計專業人員
為提供產業界符合新時代的專業人才，認證依照職場人才需求趨勢推動「TQC＋專業設計人才認證」，藉由嚴謹的認證職能體系架構與專業完善的考試服務，培育出符合企業職場需要的人才。
財團法人中華民國電腦技能基金會
物件導向程式語言 (Java/C#)
「物件導向程式語言 (Java/C#)」證照旨在驗證開發者對物件導向核心概念與實務開發的掌握度。取得此認證代表持證者能熟練運用 Java 或 C# 語言，將封裝、繼承、多型等理論轉化為高維護性的軟體應用程式。這不僅證明其具備優良的系統設計與解題素養，更是企業評估現代軟體人才的客觀指標，能有效提升專業職場競爭力。
尚未查核發照單位
基礎物件導向程式語言 (Java/C#)
「基礎物件導向程式語言 (Java/C#)」證照旨在驗證初學者對於物件導向核心觀念與基礎語法的理解與實作能力。持證者已掌握 Java 或 C# 的基本邏輯、資料型態與流程控制，並能運用封裝、繼承及多型等基本物件導向特性進行初階程式設計與問題解決。此認證是進入軟體開發領域的重要基石，能證明持證者具備良好的邏輯思維與工程潛力，有效提升初入職場的競爭優勢。
尚未查核發照單位
物件導向視窗及資料庫程式設計 (Java/C#/VisualBasic)
「物件導向視窗及資料庫程式設計」證照核心旨在驗證開發者融合物件導向理論、視窗圖形使用者介面與資料庫應用的綜合實務能力。不論使用 Java、C# 或 Visual Basic 語法，持證者皆具備利用類別與物件建構視窗應用程式的技術，並能熟練處理事件驅動程式設計。此外，持證者亦精通資料庫連線、SQL 指令操作及資料存取邏輯，具備將前台介面與後端資料庫無縫整合的關鍵職能，是企業評估現代視窗軟體開發與資料庫應用人才的專業客觀指標。
尚未查核發照單位
基礎程式語言
基礎程式語言證照旨在驗證持有者具備基本程式設計能力，涵蓋變數、流程控制、陣列及簡單演算法等核心概念，適合初學者入門。透過理論與實務測試，證明能使用常見程式語言撰寫簡單程式，具備問題分析與解決能力，為進階程式設計及相關職涯奠定扎實基礎。此證照廣受資訊產業與教育機構認可，是進入軟體開發領域的重要入門資格。
尚未查核發照單位
C語言程式設計與應用認證
C語言程式設計與應用認證是一項專業認證，旨在評估和驗證個人在C語言程式設計及其應用方面的知識和技能。此認證對於從事軟體開發、嵌入式系統設計以及其他相關技術領域的人士特別有用。通過這項認證，可以展示個人在C語言方面的專業能力，提高職業競爭力，並獲得更多的職業機會。
TIPCI臺灣國際專業認證學會
精選貼文，掌握第一手知識
C# ASP.NET CORE X 智能體工程 開發實戰線上課
過去幾個月，「Vibe Coding」與「Agentic Engineering」正在重塑矽谷的開發邏輯。軟體開發正從「手工業」轉向「指揮官模式」。
身為開發者，你是要繼續在語法細節中掙扎，還是要領先成為學會指揮 AI 智能體（Agent）作戰的架構師？
X School 再次突破業界框架，帶來【全台首創】的實戰課程。
我們不只單純教Vibe Coding，
更要帶你掌握智能體工程開發精髓。
將特斯拉前 AI 主管倡導的開發思維，深度植入日常的專案開發。
這不是實驗，這是即將發生的產業革命。
🚀 為什麼這堂課值得學習？
✨全台首創： 唯一整合 Vibe Coding 與智能體工程（Agentic Engineering）的系統化課程。
✨拒絕黑盒： 解決 AI 隨機生成的技術債，掌握可驗證、可管理的開發流程。
✨實戰導向： 從 建立 AI 協作開發思維、精通 AI 驅動的 SQL 資料庫技術、掌握最新 AI Coding 工具、開發具備執行力的 AI Agent 核心、實現 OCR 企業進銷存自動化到打造全天候 Line Bot 智能助理，5 件成品帶你直接對接產業需求。
✨小班精修： 為了確保教學品質，本班上限僅 15 人。
AI 不會取代工程師，但會取代不會用 AI 開發的工程師。
【60 小時掌握 AI 核心實力】
👉早鳥優惠實施中，現省 NT$14,400
👉名額僅 15 位，我們只留給最渴望掌握未來技術的人。
🔥 手刀搶佔先機，成為企業爭奪的頂尖人才！
立即報名👇
https://user135527.pse.is/8yxtn4
Vibe Coding是什麼？為何要學習它？
Vibe coding（氛圍編程）是一種新興的 AI 輔助程式設計方式，由 OpenAI 聯合創辦人暨前特斯拉 AI 領導者 Andrej Karpathy 於 2025 年 2 月提出。程式設計師不再逐行撰寫程式碼，而是透過自然語言或對話形式，向大型語言模型（LLM）描述需求，由 AI 負責產生程式碼，程式設計師則引導、測試、優化和調整：如他所言：「完全順應感覺（vibes）、忘記程式碼的存在」。
這種方法讓使用者不需專精程式語法，只需以生活語言表達想法，AI 自動生成原始碼，開發者將更多精力集中在創意與需求上。
然而，Vibe coding的優點與缺點是什麼？程式設計師會被取代嗎？還是能變成一種新的混合模式加速開發？
來看看以下這篇文章吧！👇
https://www.xschoolkh.com/post/what-is-vibe-coding
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
Excel或Google Sheets的欄位內容沒統一，樞紐分析被拆成好幾類、加總還算不出來？本文分享使用ChatGPT檢查欄位問題、建立清理規則、產生公式，並將混亂資料轉換成一致格式，附8組可直接複製的提示詞範本，同樣適用。本文節錄自《ChatGPT上工了! 最強AI活用術》。
文／施威銘研究室
本文目錄（點擊可快速前往）
請ChatGPT幫你清理Excel資料、統一欄位格式輸入指令請ChatGPT做檢查範例：清理訂單資料中的欄位與格式檢查資料、給予清理規則產生清理公式常見清理任務的指令範本：檢查欄位、金額、統一日期格式使用ChatGPT外掛時的注意事項
【在Excel或Google Sheets使用ChatGPT外掛】
工具：Excel或Google Sheets
外掛：ChatGPT for Excel／ChatGPT for Google Sheets
Excel安裝：常用→增益集→ 搜尋ChatGPT→ 新增
Google Sheets安裝：擴充功能→外掛程式→取得外掛程式→ 搜尋ChatGPT→安裝
登入：用OpenAI帳號登入。免費版及各訂閱方案皆可使用
注意：類似的外掛程式很多，下載時請確認公司名稱為「OpenAI」（圖／104職場力小編截圖）
請ChatGPT幫你清理Excel資料、統一欄位格式
資料表在進行排序、篩選、加總、查找或樞紐分析前，通常需要先確認欄位與格式是否一致。即使資料看起來可以閱讀，只要欄位內容不統一，後續分析就可能出現錯誤。例如，同一欄地區中同時出現「台北」、「臺北市」、「Taipei」；同一欄日期中混用「2026/1/5」、「1月5日」、「2026-0105」；同一欄金額中同時出現「1200」、「1,200」、「$1,200」、「1200元」。這些內容對人來說容易理解，但在試算表中可能被判斷為不同分類、不同格式，甚至不同資料型態。
ChatGPT可以協助使用者檢查欄位問題、建立清理規則、產生公式，並將混亂資料轉換成一致格式。用在資料整理的前置階段，幫助使用者判斷哪些欄位需要統一、哪些內容可能會影響計算，以及應該採用哪些功能來處理。
輸入指令請ChatGPT做檢查
使用這項功能時，可以先選取需要檢查的資料範圍，例如A1:F20，再於ChatGPT外掛中輸入清理指令。比較穩定的做法是先請外掛檢查問題，再請它建立規則，最後才請它產生公式或建議處理方式。可以在外掛中輸入：
【提示詞】請檢查目前選取的表格有哪些欄位與格式問題。請用表格列出欄位名稱、問題類型、可能影響與建議清理方式。請特別檢查日期、金額、分類名稱、空格與付款狀態是否一致。
如果已經知道要清理的欄位，也可以更精準地輸入：
【提示詞】金額欄位在（自行選取或填寫）欄，內容可能包含 $、,、元 等符號。請提供一個可以放在新欄位的公式，將這些內容轉成可加總的純數字。
先檢查問題以避免ChatGPT誤改資料；再建立清理規則可以讓我們確認標準；最後產生公式，則能把清理結果放在新欄位中檢查，而不是直接覆蓋原始資料。
範例：清理訂單資料中的欄位與格式
檢查資料、給予清理規則
假設工作表中有一份簡單的訂單資料：
訂單編號地區訂單日期金額付款狀態商品類別A001台北2026/01/051200已付款辦公用品A002臺北市1月6日850元已付辦公用品A003Taipei2026-01-07$2,300Paid電腦週邊A004新北2026.01.081,500未付款電腦週邊
這張表看起來仍然可以閱讀，但若要做統計，會出現幾個問題。地區欄位中「台北」、「臺北市」、「Taipei」可能代表同一地區，但在樞紐分析中會被拆成不同分類。訂單日期欄位混用斜線、中文日期、短橫線與句點格式，可能影響排序與月份統計。金額欄位混入「元」、「$」與逗號，可能造成加總失敗。付款狀態中的「已付款」、「已付」、「Paid」也需要統一。商品類別中的「電腦週邊」與「電腦周邊」雖然意思接近，但試算表會將它們視為不同類別。我們可以先選取這份資料，然後在ChatGPT外掛中輸入：
【提示詞】請檢查目前選取的訂單表有哪些資料清理問題。請用表格列出欄位、問題類型、可能影響與建議處理方式。請不要直接修改資料，先提出清理建議。
外掛可能回傳類似以下內容：
欄位問題類型可能影響建議處理方式地區同一地區有多種寫法樞紐分析或篩選時會被拆成不同分類建立對照表，將台北、臺北市、Taipei統一為臺北市訂單日期日期格式不一致可能無法正確排序、依月份統計或製作趨勢圖統一為 yyyy-mm-dd 格式金額數字混入符號與文字加總、平均或比較時可能出錯移除 $、,、元 後轉為純數字付款狀態分類命名不一致篩選與統計時結果分散將已付款、已付、Paid 統一為已付款商品類別同義分類用字不同分類統計會被拆成兩組將電腦週邊與電腦周邊統一為同一標準名稱
接著，可以在外掛中請ChatGPT建立清理規則：
【提示詞】請根據剛才檢查出的問題，建立一張清理規則表。欄位請包含：原始欄位、標準格式、建議方法、是否需要人工確認。
ChatGPT可能會回傳：
原始欄位標準格式建議方法是否需要人工確認地區台北市、新北市等標準縣市名稱建立對照表，再用XLOOKUP或VLOOKUP轉換是訂單日期yyyy-mm-dd使用日期轉換公式或先統一分隔符號部分需要金額純數字使用SUBSTITUTE、VALUE或REGEXREPLACE清除符號否付款狀態已付款、未付款建立對照表或使用SWITCH / IF統一否商品類別固定分類名稱建立對照表或使用取代功能是
這張規則表可以放在工作表旁邊，作為後續清理依據。需要人工確認的項目，通常是分類標準或語意判斷。例如「Taipei」是否一定要轉成「台北市」，要看資料來源是否可能包含「台北地區」或其他更寬的區域定義；「電腦週邊」與「電腦周邊」是否統一，也要看團隊採用哪一種標準用字。
產生清理公式
確認清理規則後，可以請ChatGPT 外掛針對特定欄位產生公式。比較推薦的做法，是在原始欄位旁新增「清理後」欄位，而不是直接覆蓋原始資料。例如可以新增「清理後金額」、「標準付款狀態」、「標準地區」等欄位，方便檢查公式結果是否正確。我們在這邊以「統一金額格式」、「統一付款狀態」為例子做示範。
1. 統一金額格式：若金額在D欄，可以在外掛中輸入：
【提示詞】金額欄位在D欄，可能出現1200、850元、$2,300、1,500這幾種格式。請提供一個可放在新欄位的公式，將它轉成可以加總的純數字。
Excel可能會出現以下公式：
=VALUE(SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(D2,"$",""),"元",""),",",""))
這個公式用多層SUBSTITUTE逐一移除$、元與逗號，再用VALUE轉成數字。它的優點是容易理解，缺點是每新增一種要移除的符號，就需要增加一層替換。如果資料來源長期會出現不同格式，使用對照表、PowerQuery或更進階的清理工具可能更適合。
2. 統一付款狀態：原始資料中可能有「已付」「Paid」「未繳」「Unpaid」，我們希望統一成「已付款」或「未付款」。這時就可以先請ChatGPT建立一張對照表，再讓ChatGPT提供函數，把原始值轉成標準值。
【提示詞】請在原始資料旁建立一份「付款狀態對照表」，包含「原始值」與「標準值」兩個欄位，並依照下列規則填入：●「已付款」、「已付」、「Paid」統一對應為「已付款」。●「未付款」、「未付」、「Unpaid」統一對應為「未付款」。請保留原始資料，不要直接修改或覆蓋原欄位。
先請ChatGPT建立付款狀態的對照表（圖／旗標科技）
接著，請ChatGPT依照對照表寫的轉換規則，在原始資料旁新增「整理後的付款狀態」欄位，將E欄中格式不一致的付款狀態統一為標準值。對照表位於H2:I7，其中H欄為原始值，I欄為對應的標準值。
【提示詞】E欄為「付款狀態」，其中包含多種不同寫法。請參考H2:I7的對照表，提供一個可填入新欄位的公式，將 E 欄的付款狀態轉換為對應的標準值。若找不到相符的原始值，請顯示 "需確認"。
本次實際測試中，ChatGPT提供的公式如下：
=IFERROR(VLOOKUP(E2,$H$2:$I$7,2,FALSE),"需確認")
這個公式會先讀取E2儲存格中的付款狀態，並到H2:I7的對照表中尋找完全相同的原始值。找到後，會回傳對照表第二欄的標準值，例如將「已付」或「Paid」轉換成「已付款」。公式中的$用來固定對照表範圍，因此向下複製公式時，查找範圍不會跟著移動。如果找不到相符的付款狀態，IFERROR就會讓儲存格顯示「需確認」。
可以看到ChatGPT已經在G欄新增一個欄位，用來顯示統一判斷後的付款狀態（圖／旗標科技）
若使用的是Microsoft365或新版Excel，也可以使用XLOOKUP：
=XLOOKUP(E2,$H$2:$H$7,$I$2:$I$7,"需確認",0)
這個公式會取得E2的付款狀態，並在H2的「原始值」中尋找完全相同的內容；找到後，回傳同一列I2中的「標準值」。若找不到相符內容，就顯示「需確認」。最後的0代表必須完全符合，而$則用來固定對照表範圍，讓公式向下複製時不會移動。但是部分舊版Excel還有Google Sheets都不支援XLOOKUP，假如出現 #NAME?，就得改用VLOOKUP版本。
常見清理任務的指令範本：檢查欄位、金額、統一日期格式
在Excel或GoogleSheets中使用ChatGPT外掛清理資料時，可以依照問題類型輸入不同指令。若資料問題不明確，先要求外掛檢查；若問題已經明確，再要求它產生公式或清理規則。
使用需求可輸入到外掛的指令檢查欄位問題請檢查目前選取的表格有哪些欄位與格式問題，並指出哪些問題會影響排序、篩選、加總或樞紐分析建立清理規則請根據目前表格建立一份欄位清理規則表，包含欄位名稱、問題類型、標準格式與建議處理方法統一分類名稱請檢查目前選取欄位中哪些值可能代表同一意思，並建立標準化對照表。若不確定，請標註需要人工確認清理金額欄位請提供Excel與Google Sheets公式，將目前金額欄位中含有貨幣符號、逗號與文字單位的內容轉成純數字清理日期欄位請檢查目前日期欄位有哪些格式不一致，並建議如何統一為yyyy-mm-dd。若部分資料缺少年份，請標註需要補充規則清除多餘空格請提供公式，清除目前文字欄位中的前後空格、連續空格與不可見字元拆分混合欄位請根據目前欄位內容，判斷是否需要拆分成多個欄位，並提供Excel與Google Sheets可用方法檢查重複資料請根據目前表格欄位，建議應該用哪些欄位判斷重複紀錄，並說明理由
這些指令可以依表格內容調整。若外掛輸出的解法說明不明確，可以要求它「引用具體欄位名稱與範例值」；假如公式出錯又不知道怎麼調整，可以用「先用輔助欄位分步處理，再提供合併公式」提示詞處理。
使用ChatGPT外掛時的注意事項
使用ChatGPT 外掛清理欄位與格式時，應先保留原始資料。比較安全的做法，是新增「清理後」欄位，或另存一份工作表，再將公式結果放入新欄位中檢查。若直接覆蓋原始欄位，一旦清理規則有誤，就不容易回頭確認資料原貌。這一點在金額、日期、客戶資料、庫存資料與交易紀錄中特別重要。
清理後也建議進行抽樣比對。可以挑選幾筆正常資料、空白資料、格式特殊資料與找不到對應值的資料，檢查清理前後是否符合預期。例如付款狀態使用對照表轉換時，若某個原始值沒有出現在對照表中，公式最好顯示「需確認」，而不是直接保留原值或顯示空白。這樣可以讓尚未被清理規則涵蓋的資料浮現出來，方便後續補充對照表。
清理公式也需要測試，尤其是日期與金額欄位，只要資料中有少數特殊格式，公式就可能失效。例如金額欄位如果出現負數、括號表示負值、百分比、小數點或不同幣別，原本只移除符號的公式可能不夠用。日期欄位若出現缺少年份、民國年、西元年混用，或文字日期與數字日期混雜，也需要先確認轉換規則，不能只依賴單一公式。
如果試算表裡的資料會定期更新，建議把清理規則整理在工作表中，例如建立一張「對照表」或「清理規則」工作表，記錄原始值、標準值、處理方法與是否需要人工確認。ChatGPT外掛可以協助產生規則與公式，但清理規則最好留在試算表內，方便日後重複使用、檢查與交接。
節錄自：旗標科技《ChatGPT上工了! 最強AI活用術: ChatGPT Work×GPT 5.6》／施威銘研究室 著
整理包／最熱門生成式 AI 大拚場 ChatGPT、Gemini、Grok、DeepSeek 各擅長什麼？
2025-06-24報導／經濟日報記者吳康瑋 由聯合新聞網授權轉載
生成式人工智慧（GenAI）技術迅猛發展，多款強大的AI工具幫助各行業提升工作效率。《經濟日報》為協助讀者了解各項AI工具，將「ChatGPT、Gemini、Grok、DeepSeek」等四大生成式AI列出，為讀者分析四款生成式AI的各自效能，就「開發者」、「訂閱費用」、「主要功能」及「擅長領域」等細項逐條分析。
AI工具確實快速提升效率，不過使用者也要注意，目前的AI工具不保證完全正確，甚至也會答非所問、提供錯誤資訊、或產生「AI幻覺」，使用者對生成的資料仍應有基本的辨識能力，避免AI工具謬誤。
各家生成式AI重點馬上看
ChatGPTGeminiGrokDeepSeek使用建議
ChatGPT
OpenAI的ChatGPT堪稱帶動GenAI風行的先驅，也有廣大用戶，付費企業客戶近期突破300萬戶，有免費與付費模式，每月20美元的ChatGPT Plus訂閱費每月20美元，用戶指出，付費版反應速度更快，用戶在使用ChatGPT時隨時擁有最佳的使用品質。
「資料分析」方面，ChatGPT的優勢在於將資料壓縮、精簡化，適合急需快速獲取關鍵訊息的使用者。「文案生成」上，適合創作個人化內容。「圖表製作」方面，ChatGPT的圖表較為簡單，但圖片較無法把文字一起生成出來，繪圖時整體構圖比較簡單。
網址：https://chatgpt.com/
ChatGPT小檔案
開發者OpenAI付費版費用每月20美元（約新台幣610元）主功能提供文本生成、對話回應、內容創作、翻譯、問題解答等多種功能擅長領域自然語言處理、文本生成、教育輔助、創意寫作、客服支持等
Gemini
Google DeepMind開發的Gemini專注於多模態學習，能同時處理文本、圖像和音頻數據。版本包括2.0、2.5和最新的2.5 Pro，推理和數據處理能力進步快速。Gemini 2.5 Pro提供更強大的計算能力和更高準確性，讓用戶在處理複雜任務時能獲得更佳體驗。付費版額外提供用戶包括2TB儲存空間、Gemini Advanced和其他AI功能。
「資料分析」方面，Gemini提供的內容易於閱讀，文法經過重新梳理，適合需要清晰解釋的使用者。在「文案生成」上，Gemini能一次生成多達15個標題，提供選擇建議，對於需要多樣化提案的用戶非常方便。「圖表製作」方面，Gemini 的完整度高，使用者可選擇不同的圖表類型，並能下載圖片、Excel或JSON格式的數據。
網址：https://gemini.google.com/
Gemini小檔案
開發者Google DeepMind付費版費用每月19.99美元（約新台幣650元），可免付費試用一個月主功能強大的推理能力，擅長處理複雜的問題和情境，能同時處理文本、圖像和音頻數據等多模態文件擅長領域AI推理、圖像理解、科學研究和技術開發
Grok
Grok是由X（前稱 Twitter）開發的生成式AI，專注於社交媒體內容的生成。最新版本Grok3提供更強大的功能，能即時生成與當前熱點話題相關的內容，結合社交媒體數據分析趨勢，提升用戶互動的實時性，成為品牌營銷和社交媒體管理的理想工具。
「文案生成」方面，Grok風格簡潔有力，類似科技周刊的風格，適合快速傳達訊息。「圖表製作」方面，Grok可以較為輕鬆的運用文字組成圖表，並附上有關的資訊數據，對於需要快速理解數據的使用者來說很實用。
網址：https://grok.com/
Grok小檔案
開發者應用程式X（前身為Twitter）付費版費用每月30美元（約新台幣970元）主功能即時生成與當前熱點話題相關的內容擅長領域社交媒體互動、內容創作、即時訊息生成和品牌營銷
DeepSeek
DeepSeek專注於資料搜尋和訊息檢索，開發商為位於中國大陸的「杭州深度求索人工智慧基礎技術研究」，中資避險基金幻方量化創立的人工智慧公司，創始人暨執行長梁文鋒持續致力將大陸AI技術推向全球市場，提供R1和R2兩種不同的服務模式。
「資料分析」方面，DeepSeek提供前言和總結，讓懶人可以快速理解內容。在「文案生成」上，DeepSeek的口語化風格能夠生成10個標題，附上創作理念和選擇建議，適合需要親民語言的使用者。「圖表製作」方面，DeepSeek使用文字排列呈現，提供Python程式碼，對於技術使用者來說相當便利。
網址：https://www.deepseek.com/
DeepSeek小檔案
開發者中國大陸企業「深度求索」付費版費用每100萬（輸入）tokens收費人民幣16元（約新台幣66.68元）主功能資料搜尋和訊息檢索，利用生成式AI技術提升搜索引擎的智能化，提供相關建議和訊息過濾功能擅長領域資料搜尋、訊息檢索、知識管理和數據分析
使用建議
生成式AI工具已經落地商業化，從自然語言處理到多模態學習、社交媒體互動及訊息檢索等多種服務都能提供，競爭也更加激烈。用戶可根據自己的需求，選擇最合適的AI工具，以提升工作效率與創造力。
綜合比較四款生成式AI後，提供讀者幾點建議。若需要多樣化的文案提案，可考慮Gemini；若喜歡口語化一點的表達，可選擇DeepSeek。AI繪圖方面，生成多幅圖片建議可使用Grok，若希望作品有較高的品質，可選擇Gemini。在「資料分析」方面，若希望能獲取較「簡潔明瞭」的資料，建議選擇「ChatGPT」，讀者若希望能得到比較容易理解的內容，應該選擇Gemini。
針對「表格整理」方面，若要以更快的速度掌握大致上的資訊，建議選用ChatGPT；若讀者希望在表格中能得到較「詳細」的內容，可考慮DeepSeek。針對「生成圖片」功能上，若讀者追求圖表要具有充分「完整性」的類型，建議使用Gemini。
推薦閱讀：
AI聽話卻沒懂你？OpenAI揭露AI「裝乖」假象與職場真風險
AI強勢取代！企業寧僱AI也不找菜鳥，今年畢業生有多慘？
除了ChatGPT，還有哪些生成式AI？16種AI工具應用解析
打造ChatGPT行政小助理：專屬AI助理幫你處理瑣碎行政工作
[course_plugin title='推薦AI相關課程' keyword='AI' amount=2]
Excel資料篩選卡關？AI教你IF、COUNTIF、自動篩選一次看懂
Excel進階篩選工具功能強大，卻也是許多上班族最容易卡關的操作。該怎麼下判斷公式？這篇實測用ChatGPT、Copilot等AI工具提示如何解決資料篩選問題、生成包括IF、COUNTIF等函數，並結合自動篩選與進階篩選技巧，就算不熟Excel公式，也能靠AI輕鬆解題！本文節錄自《超有料！職場第一高效的 Excel ✕ AI 自動化工作術》。
文／施威銘研究室
本文目錄（點擊可快速前往）
先一窺正規Excel書教的篩選解法請AI提示如何解決Excel資料篩選問題：AI生成IF函數 + 自動篩選器教學跟AI提示如何用「某某」功能完成任務：AI生成條件式公式 +進階篩選器教學請AI重新生成新的函數、公式：AI生成COUNTIF函數任何微不足道的Excel操作卡關都儘管問AI：AI 提供自動篩選器操作提示
【使用AI】AI聊天機器人 （ChatGPT、Copilot、Gemini…都可以）
ChatGPT網址：https://chatgpt.com/
Copilot網址：https://copilot.microsoft.com/
Gemini網址：https://gemini.google.com/
前一節看到，請AI直接篩選Excel資料實在太方便了，不過，若讀者怎麼操作就是試不出來（有可能您的檔案結構偏複雜）、或者對於提供商業內容給AI有顧慮、又或者ChatGPT的免費上傳額度滿了不能用…，不管任何原因，任何資料篩選需求請AI提示我們用Excel怎麼做行得通嗎？
當然！筆者也建議讀者不要完全捨棄這種解法，畢竟以AI聊天機器人來說，不是每一個都支援上傳Excel檔，而免費的ChatGPT也有上傳附件、圖檔的額度限制，萬一急用時免費額度卻用完了，一定會有請AI輔助解決的那一天，而且，用這一招學一些Excel基本技巧也不錯！
以資料篩選工作來說，Excel的自動篩選、進階篩選功能，及其搭配函數的使用是一定要稍微熟悉的，當操作上卡關時，可以隨時搬出AI來解圍。
先一窺正規Excel書教的篩選解法
延續前一節的範例，底下先快速看一下以往 Excel 書會教的進階篩選做法 (稍微有點高竿喔！沒學過不會是正常的)，做個比較才會有感覺。我們先回顧一下這個例子的需求：
想從經常變動的商品資料中，篩出各分類的最新資料，並單獨存放方便檢視
【第1步】開始做看看。首先，在E3儲存格用函數建立一個篩選條件，這是為了判斷「目前的分類名稱跟下一列名稱是否不同」，假設查出A7那一格的名稱跟A6的不同，就可知道A6那一列是該分類的最新（最後一筆）資料：
在E3用函數建立篩選條件，顯示為FALSE(假)
看一下公式，比較儲存格內容是否一樣時，用了<>「不等於」的符號。此公式表示「判斷A3跟A3的下一格是否一樣」，OFFSET(A3,1,)就表示A3往下一格走，指的是A4儲存格
E3之所以顯示FALSE，是因為A3往下一格，即A4的分類名稱跟A3是一樣的（都是冷氣機），因此會顯示FALSE。若兩儲存格的值不一樣，E3儲存格則會顯示TRUE(真)
【第2步】接著，叫出Excel的「進階篩選器」來操作，進階篩選的基本概念是設定一個條件式，然後用此條件式來篩選資料。下圖的設定就是用剛才的條件式把原始資料篩過一遍：
點選表格內的儲存格，再按下資料頁次排序與篩選區的進階鈕
開啟進階篩選交談窗後，點擊將篩選結果複製到其他地方項目
將資料範圍欄位設為儲存格A2：C14
這一步是重點，將準則範圍欄位設為儲存格E2：E3
將複製到欄位設為儲存格G2，表示將篩出來的資料放在G2
按下確定鈕
呼～完成了！各分類的最新商品都被自動篩選至表格裡
【TIP】Excel進階篩選在執行時，會將E2：E3準則範圍內的條件公式套用到資料範圍的每一列，因此在檢查完A4跟A3的名稱是否一樣後，會繼續往下檢查A5跟A4是否一樣、A6跟A5是否一樣....，依此類推。
請AI提示如何解決Excel資料篩選問題：AI生成IF函數 + 自動篩選器教學
前面的步驟確實能完成Excel篩選任務，而Excel進階篩選器的設定看起來也幾個欄位而已，但本例設計條件式絕對需要經驗，若對Excel不熟，光是「公式該怎麼下（我哪知道該用OFFSET函數！）」、「篩選窗那些設定要怎麼設…」都會卡關。
在沒有提供檔案給AI聊天機器人的情況下，這樣的例子該如何請AI幫忙呢？底下就來試試看，只要我們沒有直接丟資料給AI，它所回覆的通常就會是解法思路，而大部份情況都會教我們用函數搭配一些內建功能來解決問題：
【TIP】提醒讀者，如同第一章提到的，AI聊天機器人絕對會提供我們看似很詳盡的操作步驟，嘗試後出錯是常有的事，但做為操作的參考思路還是有幫助。
如1-5節的說明，最佳的資料提供做法就是上傳資料的截圖給AI
描述需求，務必要指明儲存格，而且我們還附了截圖，AI會錯意的機率小了許多
ChatGPT給的指示很明確，上圖圈起來那一段是要我們在 D3貼上公式，此公式可以識別目前所在的這一列是不是每個分類的最後一筆資料
接著按住填滿控點"+"，往下拉到D14儲存格
最後一筆資料都被識別出來了，目前AI教的結果都正確
接著，上圖AI聊天機器人教筆者用內建的自動篩選器把資料篩出來，這一步也沒問題
【TIP】回顧最開頭所下的提示語，筆者是希望AI把篩出來的資料「額外」統整在G2儲存格，這部分 ChatGPT就沒有回答到。這是常有的事，此時您可以繼續提要求，但以本例來說，步驟6已經把資料篩出來了，直接複製起來貼到其他地方也就完事了，不見得要繼續花時間向AI提問。
跟AI提示如何用「某某」功能完成任務：AI生成條件式公式 +進階篩選器教學
當然，若您稍微知道進階篩選器提供了「把篩選出來的資料額外存放到某儲存格」的功能（如前面的示範），也可以請AI提供這方面的做法給我們參考（再次提醒，只能做為參考，不要期望過高）：
AI這一步是要我們先建立用來篩資料的條件式（也就是前面步驟4的準則範圍）
所教的公式跟前面所用的OFFSET函數稍有不同，沒關係先試試看
先照上圖AI指示的建議，在F2儲存格建立條件式（在Excel內是稱準則範圍，AI是稱條件範圍，這樣的小出入要自己稍微變通一下）
接著就照左圖AI給的「進階篩選器」操作指引一步步做，還是需要抓Bug，例如資料範圍應該是A2:C14，這種小錯誤算是容易修正的
本例照著AI的指引操作完進階篩選器，結果「電風扇」這個分類的最後一筆資料沒被篩出來
前面一再說過，即便照著AI的指引也不見得能保證成功，若遇到像本例「電風扇」的最後一筆資料未被篩出來的問題，我們就得進行除錯，通常不外乎是函數、公式或篩選條件需要調整，是否能糾出問題會很考驗個人的Excel功力。
【TIP】結合前面所學的看起來，問題應該是出在做為準則範圍的那個條件式公式：此問題的關鍵在於兩個公式的邏輯不同，OFFSET函數提供了更靈活的參考範圍，能應對數據結尾的特殊情況，而「=A3<>A4」則單純比較當前列和下一列的值，但當到達最後一列時，下一列並不存在，就不會觸發篩選條件，導致最後一列的電風扇資料被忽略。
請AI重新生成新的函數、公式：AI生成COUNTIF函數
當然，卡關的當下我們通常不會知道可以採用什麼替代函數來做，別忘了可以再次向AI發問，讓它進一步提出修正方案：
繼續追問，直接把遇到的錯誤情況提供給AI：「照你的做法，電風扇這個分類的最後一筆資料沒被篩出來」
但一開始回的好像沒什麼改善，滿常「跳針」講一樣的內容，這是常有的事
重提需求，目標講明確一點，例如請AI改個公式看看
最後AI新給了=COUNTIF(A$3:A$15,A3)=COUNTIF(A$3:A3,A3)這段公式。AI也會幫我們解釋函數用法及公式的邏輯
照AI的給的公式，貼到F3儲存格（需自行將A3:A15改成A3:A14）
再操作進階篩選器一次，成功解決最後一列篩不出來的問題了
【TIP】AI真的很厲害，新給的公式是改用統計次數的COUNTIF函數來處理，這樣就不會有前面=A3<>A4這個條件式所遇到「最後一列沒有下一列，導致最後一列篩不出來」的問題。因此，讀者只要遇到卡關，可以請AI多試不同的公式，這個做法會比請AI在舊公式上除錯來得快。
任何微不足道的Excel操作卡關都儘管問AI：AI 提供自動篩選器操作提示
除了看起來稍微有點學問的進階篩選功能外，爾後讀者如果遇到任何Excel內建操作的問題，都可以把截圖丟給AI聊天機器人，請它給出操作提示。不用怕，任何小功能都行。
【1】例如面對一些不複雜的篩選需求時，Excel的自動篩選功能也常被使用，這是使用率最高的篩選工具：
位於資料頁次/排序與篩選區的篩選鈕是最常用的Excel篩選工具
可以直接勾選要篩選的條件，例如勾選萬華區結果如右
也可在此輸入部份的值，例如大安區做為篩選條件
這裡也提供一大堆自動篩選條件
【2】雖然自動篩選操作起來很直覺，不太需要教，但如果一時不曉得如何指定篩選條件，不妨就把「卡關的截圖」+ 「想篩出什麼資料」請AI給出提示吧：
例如想篩出「請款單編號」中含"10" (月份) 的項目，光點點按按是篩不出來的。這時就可以搬出 AI 聊天機器人來協助：
附上資料截圖
建議附上自動篩選器的截圖，這樣AI聊天機器人的回答才不會太發散
描述需求
本例AI教筆者用萬用字元符號來處理
看到左邊AI聊天機器人的提示，雖然對這個位置的指示沒到很精準，但至少AI有提供篩選的思路(若對於在哪裡輸入不清楚，可以再繼續逼問AI)
【TIP】但提醒讀者，如同第1章所提到的，「請AI教你Excel怎麼操作」比較適合對Excel有一定熟悉的人（以本例來說，至少你自己要用過自動篩選器！），因為AI聊天機器人對操作位置的指示不會100%精準，若您對某功能壓根不熟，光看AI聊天機器人的步驟操作極有可能會白花時間。
節錄自：旗標出版《超有料！職場第一高效的 Excel ✕ AI 自動化工作術：生成公式 + 函數、做自動化，用 AI 解決所有 Excel 難題！》／施威銘研究室 著
推薦閱讀：
AI寫Excel公式這樣最省時！ChatGPT、Copilot描述需求、生成函數、錯誤修正一次學會
ChatGPT整理Excel表格超快速！用AI輕鬆搞定複雜資料
【Graphy AI教學】AI自動生成圖表、數據分析4技巧！連報告都能一鍵生成的靈感救星
.NET 開發者必看！學會滲透測試思維，加速修補資安漏洞並提升系統穩定性
恆逸開課時間查詢：https://www.uuu.com.tw/Course/Show/1501/1
恆逸學員徐英智：
C# 全端開發兼顧穩定與資料安全
我目前在一家以軟體開發為主的科技公司擔任全端工程師,主要使用 C# 和 .NET 平台開發各類應用程式。工作上,我負責的範圍涵蓋後端系統架構設計到前端畫面的串接。我也會與美編人員、測試人員一起討論技術方案,並處理系統整合的問題。我們的客戶大多是公部門,因此系統在穩定性、擴充性及資料安全方面的要求都非常高。
🎯 藍紅軍攻防實務滿足工作所需
公司正在計畫投標更多不同領域的專案,在證照要求上需要有更多同事擁有 C# 相關證照。我覺得這門課最大的吸引力是內容非常完整,從防禦到攻擊的部分都有涵蓋,特別是針對藍軍防禦與紅軍攻擊等主題,都有搭配實務講解。這些正好是我目前工作上非常需要了解的內容。
🛡️ 從攻擊視角掌握資安防護精髓
講師的教學方式非常豐富,不只侷限於課本內容,而是從多個角度搭配實際案例來說明重點。印象最深的是在講解「程式撰寫的資安防護」時,講師不只是單純地說明理論與原則,而是透過實際的攻擊範例,來展示網站在有防護與沒防護時的差別。透過這樣的實作演示,我能夠更直觀地理解各種漏洞的成因與攻擊手法,也學會了如何在開發階段就建立正確的安全意識。這對我特別有幫助,因為我在工作中經常需要修補系統漏洞、分析滲透報告。課程讓我更清楚地了解滲透測試人員在檢測時的思維與方式,能更有效地從防禦角度思考問題,預先避免潛在風險。這樣的實務教學方式,讓我在資安防護上不再只是照著規範執行,而是真正了解背後的邏輯與意義。
🔍 Proxy 工具實戰應用發現潛在弱點
讓我印象深刻、甚至覺得意想不到的收穫,是學到了 Proxy 工具在滲透測試中的進階應用。以前我只知道這類工具能攔截封包做基本分析,但在課程中,講師深入示範了如何利用 Proxy 來模擬實際攻擊、測試網站的安全防護機制,這才讓我意識到這類工具的潛力。透過上課,我發現可以在專案系統上線前,先用這個工具自行進行測試,檢查是否存在漏洞或防護不足的地方,這不僅能提早發現問題,也能減少上線後修補的時間與成本。上完課的隔天,我立刻將這些方法運用到工作中,重新檢查過去負責的專案系統,找出一些過去未注意到的潛在弱點。實務操作的經驗,也幫助我在考證過程中,能更快速地判斷並找到問題的答案。
🚀 資安課程助學員快速理解攻擊手法強化防護爭取升遷
這門課對我工作的幫助可說是立竿見影。回到公司後,我剛好收到幾份滲透測試報告需要修補漏洞,便立刻回想課堂上學到的觀念與技巧。以前看到這類報告時,常需要花時間去理解攻擊手法與漏洞成因,但現在我能更快掌握滲透人員的思維角度,也能準確判斷問題所在,迅速找到程式中需要修補的部分並完成防護強化。更重要的是,這次的學習讓我對資料防護與網路架構的整體概念有了更深入的理解,能夠以更全面的視角來思考系統安全。我現在也能更直觀地提出自己的建議與想法,並主動分享課程中學到的資安觀念與防護技巧。最後,我希望自己能順利在下個月取得 CASE .NET 的證照,爭取公司提供的額外獎勵與升遷機會。
索取課程優惠：https://www.uuu.com.tw/Forms/CourseInfoRequest?courseId=CASENet&mediaSrc=104
前端/後端/全端工程師的必備工具與證照有哪些?相關懶人包整理
前端工程師需要掌握的技能和專業涵蓋了多個方面，包括基礎的網頁開發知識（ HTML、CSS 和 Java Script）、前端框架（ React.js、Vue.js 和 Angular．．等）、以及與團隊合作的工具等。以下是前端工程師的必備技能清單：
前端工程師
必備工具：
⭕ HTML/CSS/Java Script: 這三者是前端開發的基礎技能，用於設計和構建網站的視覺層。
⭕ React、Vue 或 Angular: 主流前端框架，幫助開發者更有效率地構建交互式網頁應用。
⭕ Git: 版本控制工具，幫助團隊協作並管理代碼變更。
⭕ Webpack、Parcel: 模組打包工具，優化前端資源的加載和編譯。
⭕ Figma、Sketch、Adobe XD: 設計工具，與設計師溝通並將設計轉換成實際前端代碼。
推薦證照：
⭕ Microsoft Certified: Azure Developer Associate: 如在雲端平台上進行前端開發，Azure的證書會讓你對雲端部署有更深的理解。
⭕ Google Mobile Web Specialist Certification: 專注於前端開發的移動端最佳實踐。
⭕ Certified Web Professional - Web Developer: 國際網頁專業人士協會頒發，涵蓋網頁開發的核心技能。
相關課程推薦：
Let’s Vue! 前端開發入門到實戰
https://nabi.104.com.tw/course/tibame/ee965aa9-eb02-43d5-ae79-1dcd50f965dc
成為前端工程師｜Java Script 入門：帶你逐步培養網頁開發技能
https://nabi.104.com.tw/course/tibame/9e6b7b79-2849-4f24-80ef-a620b94471a5
第一次就上手，前端工程新手指南
https://nabi.104.com.tw/course/tibame/6e43b10e-45e7-40e2-92c0-1b4d6aeb955c
後端工程師
必備工具：
⚡ SQL（PostgreSQL、MySQL）及 NoSQL（MongoDB）: 數據庫管理技能是後端工程師的核心能力之一。
⚡ Node js、Python、Java 或 Ruby: 這些後端編程語言被廣泛用於構建伺服器端邏輯。
⚡ Docker、Kubernetes: 容器化技術和編排工具，用於構建、測試和部署應用程序。
⚡ RESTful APIs 和 GraphQL: 這些技術用於實現應用的後端與前端、第三方系統之間的通信。
⚡ CI/CD 工具: 自動化流程，確保代碼更快更安全地進入生產環境。
推薦證照：
⚡ AWS Certified Solutions Architect – Associate: 了解如何在AWS雲上設計和部署後端應用程式。
⚡ Microsoft Certified: Azure Administrator Associate: 若專注於Azure雲平台，這是不可錯過的證書。
⚡ Oracle Certified Professional, MySQL Database Administrator: 確保後端數據庫管理的穩定和高效運作。
推薦課程：
成為後端工程師 | 踏上程式起點，逐步掌握 Java 語言特性與物件導向程式設計
https://nabi.104.com.tw/course/tibame/c24de9ca-27e6-46cb-80f4-9d7b27d9ca47
全端工程師
必備工具：
🔵 HTML/CSS/Java Script + React/Vue/Angular: 熟悉前端開發工具與框架，確保網頁的視覺與交互效果。
🔵 Node js、Express 或 Django: 這些是全端工程師通常選擇的後端框架，用於建立伺服器端邏輯。
🔵 Git、GitHub: 版本控制與協作工具，用於管理全端工程中的代碼。
🔵 Docker、CI/CD 工具: 幫助全端工程師部署整體應用，確保端到端流程的流暢運行。
🔵 GraphQL、RESTful APIs: 掌握API設計，讓前後端溝通順暢。
推薦證照：
🔵 AWS Certified Developer – Associate: 強化在雲端上開發全端應用的能力。
🔵 Certified Full Stack Developer: Coursera或Udacity上的全端開發認證，涵蓋從前端到後端的各項技能。
🔵 Google Cloud Professional Cloud Developer: 若專注於Google Cloud，這張證書能幫助掌握雲端環境下的全端開發技能。
工具與證書是工程師專業技能的一部分。無論你是專注於前端、後端還是全端開發，選擇合適的工具、掌握相關技能並考取相關證書，都是提升專業能力和職業發展的關鍵。保持學習的動力，不斷提升自我，是在快速變化的技術領域中保持競爭力的必備條件。
如何用AI準備證照考試？Gemini Notebook學習備考超實用5步驟完整解析
用AI怎麼準備考證照、檢定？本文以iPAS（經濟部產業人才檢定）的AI應用規劃師能力鑑定為例，解析如何利用學習神器Gemini Notebook（原NotebookLM）的各項功能，輕鬆備考專業證照！從利用「心智圖」和「對話提示」進入學習狀態、用「報告」和「學習卡」蒐集考題、用「對話互動」找考古題答案，以及最後進行即時測驗，本文節錄自《零花費上手！Gemini 3 / NotebookLM / Nano Banana Pro / Veo 3.x 最強 AI 組合技》。
文／施威銘研究室
本文目錄（點擊可快速前往）
步驟1：定義對話風格與回覆內容長度步驟2：「心智圖」、「對話提示」協助進入學習狀態步驟3：利用「報告-學習指南」、「學習卡」蒐集潛在考題用NotebookLM「報告-學習指南」蒐集考題用NotebookLM「學習卡」蒐集考題步驟4：運用「對話互動」找到考古題的答案小技巧：使用「語音摘要 - 評論」像老師給建議步驟5：透過「學習卡」、「測驗」進行即時測驗
（編按：NotebookLM於2026年7月更名為Gemini Notebook。以下為原始文章：）
蒐集潛在考題，輕鬆備考專業證照
今天要準備考試，不管是一般日常的小考、大考，就算是考證照、讀法規，NotebookLM都能幫上大忙！接下來，讓我們以準備iPAS（經濟部產業人才檢定）的AI應用規劃師能力鑑定當作情境，而該檢定會需要研讀The EU Artificial Intelligence Act（歐盟人工智慧法案），法規不只是英文的，內容還非常多，該怎麼準備才好呢？
NotebookLM網址：https://notebooklm.google.com/
【本文案例】PAS+ AI應用規劃師能力鑑定介紹>>至【104學習】看介紹The EU Artificial Intelligence Act（歐盟人工智慧法案）
如果你對於準備這個檢定有興趣，可以進入到The EU Artificial Intelligence Act的網頁（https://artificialintelligenceact.eu/），查找到相關法規資料的PDF檔。
步驟1：定義對話風格與回覆內容長度
透過定義對話風格，可以讓NotebookLM變成一位指引你學習的導師。還可以進一步選擇回覆內容的長度，決定這位導師的解說詳細程度。
定義對話風格，設定為「學習指引」
（圖片來源／旗標）
步驟2：「心智圖」、「對話提示」協助進入學習狀態
由於歐盟人工智慧法案的資料真的很多，在你匯入資料後，可能也不知道該從何開始。這時可以透過「心智圖」掌握整體法案的架構，下一步則能點選心智圖中的任一標籤，或是點選「對話提示」，幫助自己先從其中一個部分開始學習。
以點選「對話提示」為例，NotebookLM在學習指引的對話風格下，會逐步引導學習。
【對話範例】我的目標是準備IPAS（經濟部產業人才鑑定）的AI應用規畫師能力鑑定。想知道歐盟法案如何透過風險分類約束各種人工智慧應用與基礎技術？
NotebookLM在學習指引的對話風格下，會詢問你的學習目標
（圖片來源／旗標）
步驟3：利用「報告-學習指南」、「學習卡」蒐集潛在考題
NotebookLM中已有內建3個功能，可以輔助蒐集潛在的考題，分別為「報告 - 學習指南」、「學習卡」、「測驗」。
由於「測驗」雖然具有互動功能，但卻無法輕易將題目、答案複製下來，所以在蒐集潛在考題部分，建議使用「報告-學習指南」、「學習卡」。
為了縮小備考的範圍，更容易聚焦學習，可以選擇心智圖的某一標籤，或是對話提示的特定學習目標（本案例的步驟2為歐盟人工智慧法案如何透過風險分級與規範），來自訂指令，讓學習指南的內容不會太發散。我們會保留原先系統的指令，並把希望它聚焦範圍的指令補充上去。
用NotebookLM「報告-學習指南」蒐集考題
【提示詞】報告內容以「歐盟人工智慧法案如何透過風險分級與規範，平衡技術發展和基本權利保障？」為主軸。
英文部分是原先系統的指令，補充說明希望聚焦的範圍（圖片來源／旗標）
不論是測驗題、申論題，都會更切中你指定的範圍來提問：
可複製題目
測驗題會附上解答
申論題可透過對話提問，來取得答案與引用來源
（圖片來源／旗標）
用NotebookLM「學習卡」蒐集考題
學習卡也可以進一步透過指令來聚焦。
【提示詞】學習卡測驗範圍以「歐盟人工智慧法案如何透過風險分級與規範，平衡技術發展和基本權利保障？」為主軸。
設定卡片數量、設定難易度、說明希望聚焦的範圍
（圖片來源／旗標）
會顯示題目數量，並可下載題目跟檔案
（圖片來源／旗標）
下載後，會是csv檔，如果直接用Excel開啟，很可能會出現一堆亂碼。建議你將預設開啟檔案類型變更為記事本，題庫跟答案就能正常顯示。（備註：有多種方法能讓Excel正常開啟csv檔，但此處的重點是取得正確文字內容，並匯入NotebookLM，因此不在此詳述。）
將CSV檔變更為記事本（圖片來源／旗標）
將CSV檔變更為記事本，就能正常顯示完整題庫跟答案：
題庫與答案用逗號 (,) 分隔（圖片來源／旗標）
另外，由於目前NotebookLM的匯入來源尚不支援csv檔，所以你可以使用「貼上複製文字」的方式來進行匯入。
善用快捷鍵Ctrl+A（全選）→Ctrl+C（複製）→Ctrl+V（貼上），神速完成匯入！
將潛在考題，當作來源匯入NotebookLM
匯入來源（圖片來源／旗標）
步驟4：運用「對話互動」找到考古題的答案
除了可以將前一步驟的潛在考題，當作來源匯入之外，你還可以將考古題也匯入到NotebookLM。
舉例來說，iPAS有提供AI應用規劃師能力鑑定的考試樣題，讓我們嘗試把這份檔案，匯入到NotebookLM中，並在問答面板提問。
【提示詞】來源「iPAS_AI應用規劃師能力鑑定考試樣題(114年1月版)」中有一些題目，請使用「EU歐盟人工智慧法案」的內容來回覆。
（圖片來源／旗標）
如此一來，你可以方便對照題目跟答案、根據法規內容提供答案的解說，透過進一步點擊引用編號，還能查閱原文法規的內容！
【TIP】當你明確指定來源時，可以輔助NotebookLM抓到你所需要的內容範圍。所以來源命名很重要，可以幫助自己辨識來源；把提問說清楚也很重要，才不會讓AI亂生一些無用資訊出來。
小技巧：使用「語音摘要 - 評論」像老師給建議
如果有某些法規你覺得比較艱深難懂，而且用文字完全讀不下去時，語音摘要功能就派上用場了！我們先前已經在第4章提過，透過「自訂」就能進一步下指令，讓語音摘要生成的內容更符合你的需求。有關於提示詞的小技巧，你可以掌握幾個提問方向：
設定主題範圍
明確指出特定問題進行討論
使用某個地區的慣用語氣
聚焦目標受眾（如兒童、專家）
設定時間長度
這裡我們要特別介紹的是語音摘要中的評論格式，這個格式可以提供專業評論、意見，並協助改善內容。
所以你可以把自己填答申論題的內容，作為一筆來源匯入到NotebookLM。進一步請它使用歐盟人工智慧法案檔案作為依據，來給予填答狀況的建議。
這個做法就有點像是你作答完之後，有一位老師來給予你口頭上的建議與講評～
步驟5：透過「學習卡」、「測驗」進行即時測驗
「學習卡」、「測驗」功能可以提供給你互動型態的測驗模式，你可以指定卡片數量、問題數量、難易度，並且能下指令，讓它依據你目前的需求來生成。
【提示詞】學習目標是準備IPAS（經濟部產業人才檢定）的AI應用規劃師能力鑑定，希望先以「歐盟人工智慧法案的風險分級與規範」作為學習範圍。
【自訂學習卡】設定卡片數量、輸入指令、設定難易度
（圖片來源／旗標）
【自訂測驗】設定問題數量、輸入指令、設定難易度
（圖片來源／旗標）
在生成之後，可以看到「學習卡」、「測驗」的題庫類型是不一樣的。
「學習卡」（左）和「測驗」（右）的題庫類型不一樣（圖片來源／旗標）
如果你希望在互動時，NotebookLM可以直接回答你問題，而不是一直追問你的學習狀態，可以把對話風格改回「預設」，或是自訂指令，讓它擔任一位解題專家。
使用學習卡或測驗時可點選「說明」，會在對話面板中解說
如果採用「學習指引」的對話風格，NotebookLM會再追問你目前的學習狀態
若採用「預設」的對話風格，NotebookLM會直接提供解釋
（圖片來源／旗標）
（圖片來源／旗標）
節錄自：旗標《零花費上手！Gemini 3 / NotebookLM / Nano Banana Pro / Veo 3.x 最強 AI 組合技，打造全能工作流》／施威銘研究室 著
廣達、緯創徵召量子電腦人才！台灣電子五哥研發落地加速搶人
2026-07-19 經濟日報記者王郁倫 記者吳康瑋攝影 由聯合新聞網授權轉載
電子五哥廣達（2382）、緯創（3231）開徵量子電腦工程師職缺，顯示硬體廠商正從前期探索跨入著手研發，廣達徵召人才鎖定量子電腦系統內部架構設計到外部控制電腦數據讀取專才，而緯創徵才範圍更大，從晶片封測到軟硬體整合全面徵才，兩家兆元大廠布局量子電腦策略似乎正與AI伺服器布局有高度一致性。
台灣科技產業下游開始布局量子科技，緯創跟廣達都開始徵召量子科技人才，其中，緯創設定人數無上限，徵求人才內容從硬體系統線路設計、晶片封裝與量測架構、超低溫實驗平台規劃維運、微波控制器設計與讀取到核心量子裝置實驗，如位元相干時間改良（讓電腦運算更穩定更持久），最後是軟硬體整合改良。
緯創徵召量子人才的廣度極大，也凸顯布局量子電腦技術的企圖心，期望從晶片模組到整體系統都掌握。緯創董事長林憲銘日前接受《經濟日報》提問時表示，對量子電腦技術將是自研與投資雙軌並行。
林憲銘更透露，將購買一座32量子位元的超導量子機器，與AI伺服器進行連線運算測試，未來也不排除爭取IBM 等量子系統代工或關鍵零組件製造商機。故此次大舉開出量子電腦職缺，也顯示其自建量子運算中心下半年將加速啟動。
[joblist_plugin title='【緯創 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E7%B7%AF%E5%89%B5' amount='1']
廣達此次開出1～2位量子人才需求名額，強調需要出差，符合業界觀察廣達常派出工程師到美國量子新創Rigetti Computing總部交流合作消息，廣達此次徵才要求主要包括量子硬體系統設計優化、量子控制線路、控制程式及資料分析工具、執行量子實驗做量子系統較準及參數設定，該部分人才技能偏向後段硬體面。
[joblist_plugin title='【廣達 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E5%BB%A3%E9%81%94' amount='1']
金寶電子（2312）與國際大廠SEEQC合作室溫電腦控制平台，在電子業下游跑得相當快，下半年第一版本將展開測試，董事長許介立也透露，除超導體新創，目前也廣泛跟其他技術業者合作比方離子阱，目前投資國外新創已有2~3家，未來會持續透過此方案擴大量子電腦布局。
對此，鴻海（2317）董事張慶瑞表示，台灣產業確實開始動起來！他日前曾發言擔心台灣量子人才環境不足，除缺乏產業留才，導致培育的人才畢業後面臨無處可去，只得去台積電（2330）就職或出國就業窘境。
在政府合併AI新十大建設推動方案中，量子技術已被列為三大AI關鍵技術之一，與矽光子及機器人位階相當，政府也從2022～2026年五年內投入80億元打造業合作平台，建立量子國家隊。
張慶瑞日前接受訪問指出，本土培養的量子人才約有150至200人，畢業後卻面臨沒有量子產業可以效力。該問題能否隨廣達、緯創及工研院都開出量子人才職缺而獲得解決將是未來可關注重點。
[joblist_plugin title='更多【量子電腦】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%E9%9B%BB%E8%85%A6' amount='1']
「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
Skill和提示詞差在哪？會寫提示詞還需要學Skill嗎？作者認為，提示詞就像便利貼，而Skill則像一本SOP手冊，以下從可複用性、穩定性、分享、跨平台、版控與自動化等6大面向比較，並以實例解析SKILL.md的5大結構與寫法。本文節錄自《10 倍速！AI Skill 全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
「提示詞」和「Skill」的6維度差異維度一：一次性 vs 可複用維度二：不穩定 vs 穩定維度三：無法傳承 vs 可分享維度四：單平台 vs 跨平台維度五：無版控 vs 有版控維度六：手動觸發 vs 自動觸發Skill怎麼寫？5個區塊快速解構SKILL.md1. 名稱2. Description（描述）3. Steps（步驟）4. Rules（規則）5. Example（範例）
「我用ChatGPT的提示詞不是也很好用嗎？為什麼還要學Skill？」
這是我在課堂上最常被問到的問題。每次我都會用一個比喻來回答。
提示詞就像便利貼。你在上面寫了一段很棒的指令，貼在螢幕旁邊。每次要用的時候，你看一眼便利貼，然後在AI的對話框裡重新打一遍。打完用完，那段文字就留在對話裡了—你關掉視窗，它就消失了。下次要用？再打一遍。換一台電腦？找不到了。想分享給同事？「你等一下，我翻一下之前的對話紀錄⋯⋯」
Skill則像一本裝訂好的SOP手冊。它不會丟、不會改、不會因為你換了電腦就消失。你把它放在一個固定的地方，AI每次都會翻開同一本手冊、照同一套流程做事，品質永遠一致。要分享？直接丟一個檔案過去，3秒鐘搞定。但差別不只是「便利貼 vs 手冊」這麼簡單。讓我從6個維度來做完整的比較，每個維度都配一個具體場景，讓你一次看透兩者的差異。
「提示詞」和「Skill」的6維度差異
維度一：一次性 vs 可複用
提示詞是一次性的。你在ChatGPT裡打了一段很精緻的提示詞，產出了一份完美的報告。太好了！但3天後你又需要寫一份類似的報告，你回頭翻對話紀錄—那段提示詞埋在100條對話之中，你翻了5分鐘才找到，然後發現它跟另一段提示詞混在一起，你搞不清楚到底哪段是你要的。
Skill是可複用的。你把「產出行銷月報」的流程寫成一個Skill。每個月月初，你只要說「幫我做這個月的行銷月報」，然後丟入數據，AI就照同一套格式、同一套邏輯跑出報告。第一個月花30分鐘寫Skill，之後每個月省2小時。用12個月，你省了23個半小時—整整3個工作天。
維度二：不穩定 vs 穩定
提示詞的輸出品質靠你的措辭。你今天心情好，打了一段很完整的提示詞，AI給你90分的答案。明天你趕時間，少寫了兩個條件，AI給你60分的答案。同一個任務，品質可以差出30分。更麻煩的是，你往往不知道品質下降是因為你的提示詞不一樣了—你以為自己打的「差不多」，但AI對措辭的敏感度超乎你的想像。
Skill的輸出品質被規則鎖住。SKILL.md裡的Rules區塊寫了「MUST：每段開頭要有bullet point摘要」和「NEVER：不可以使用超過3層的巢狀標題」，AI就會每次都遵守。你不需要記住這些規則，因為它們已經被寫進了系統裡。品質一致性從「看心情」變成「看規則」。
維度三：無法傳承 vs 可分享
提示詞是個人知識，藏在你的腦袋裡。你花了3個月才摸出一套高效率的AI工作方式。主管說：「太好了，教教其他人吧。」你開始教，講了1個小時。同事點頭如搗蒜，回去自己試—結果做出來的東西跟你的完全不一樣。因為你教的是「大方向」，真正決定品質的那些「眉角」（語氣怎麼拿捏、哪些詞要避開、先做A再做B的順序不能反），都是你自己也說不清楚的隱性知識。
Skill是一個檔案，誰拿到都能用。你把SKILL.md丟給同事，他花5分鐘讀完，對AI說「跑這個Skill」，出來的結果跟你做的品質一模一樣。隱性知識被「外化」成顯性知識，經驗不再只存在某個人的腦子裡。一個新人入職第一天就可以用資深員工花3個月磨出來的AI工作流—這在以前是不可能的事。
維度四：單平台 vs 跨平台
提示詞綁定在特定的AI平台上。你在ChatGPT裡養了一個好用的Custom GPT，有一天公司決定改用Claude，你的心血全部白費—Custom GPT的設定沒辦法直接搬到Claude上面。或者你在Gemini裡摸出一套好用的提示詞，但發現在ChatGPT上跑出來的結果完全不一樣，因為每個平台對提示詞的「理解方式」有微妙的差異。
Skill是一份純文字檔，不綁定任何平台。同一份SKILL.md，你可以在Claude Code裡用、在Gemini CLI裡用、在Codex CLI裡用。因為Skill的本質是自然語言寫的工作流程，任何能讀懂自然語言的AI都能執行。你今天用Claude，明天改用GPT，後天改用Gemini—Skill帶著走，不用重寫。
維度五：無版控 vs 有版控
提示詞沒有版本的概念。你改了一段提示詞，發現效果變差了，想回到上一版—抱歉，你已經覆蓋掉了。或者你跟同事各自改了同一段提示詞的不同部分，想合併—你得自己手動比對，一行一行看。
Skill是檔案，可以用Git做版本控制。每一次修改都有紀錄，你可以看到「上個禮拜三下午兩點誰改了什麼」。改壞了？一個指令回滾。多人協作？用Git的分支和合併機制，兩個人改同一份Skill也不怕衝突。這就是軟體工程師幾十年來管理程式碼的方式，現在你用同樣的方式管理AI的行為。
維度六：手動觸發 vs 自動觸發
提示詞需要你手動執行。你得打開AI介面、貼上提示詞、貼上輸入資料、按下送出、等待回覆、複製輸出、貼到目標位置。每一步都要你親自動手。如果你的工作流有10個步驟，你就要重複這套「開→貼→送→等→複製→貼」的動作10次。
Skill可以被自動觸發。在後面的章節你會學到Skill Chain（Skill串接），讓A Skill的輸出自動變成B Skill的輸入，中間完全不需要你動手。你甚至可以設定排程—每天早上9點自動跑「整理今日待辦事項」Skill，或者每次收到特定格式的Email就自動觸發「客戶回覆」Skill。從「人工一步一步做」變成「設定一次自動跑」。
如果用一句話總結整個對比：提示詞是即用即丟的紙條，Skill是裝訂成冊的工作手冊。
這6個維度的差距，不是功能多寡的差距，而是「工作方式」的差距—一種是每次從零開始，一種是把好的做法固定下來、持續複利。
Skill怎麼寫？5個區塊快速解構SKILL.md
你可能會好奇：一個SKILL.md到底長什麼樣子？裡面有哪些東西？
其實它的結構非常簡單。一個標準的SKILL.md有5大區塊：名稱（Name）、Description（描述）、Steps（步驟）、Rules（規則）、Example（範例）。每一塊的作用不同，但都是用自然語言寫的—你會打字就會寫，不需要任何程式背景。
讓我用一個完整的例子帶你走一遍。假設你是一個社群小編，每天要寫Facebook貼文。你想讓AI幫你寫，但又要確保風格一致、長度合適、不要踩到地雷。這就是一個非常適合做成Skill的任務。
先看完整的樣子：
# 社群貼文產生器## Description當使用者提供主題和素材，自動產出一篇適合Facebook粉絲頁的貼文。## Steps 1. 確認貼文主題和目標受眾2. 從素材中提取三個重點3. 用「故事→觀點→行動呼籲」的三段式結構撰寫4. 加入 3-5 個相關 Hashtag 5. 檢查字數是否在 150-300 字之間## Rules- MUST：開頭第一句話要有「鉤子」，引起好奇心- MUST：結尾要有明確的行動呼籲（留言、分享、點連結）- MUST：語氣親切自然，像朋友聊天- NEVER：不使用「最」「第一」「保證」等絕對性用語- NEVER：不提及競品名稱## Example** 輸入：** 主題是「新推出的線上課程」，受眾是 25-35 歲上班族** 輸出：**你有沒有過這種經驗？下班回家想學點新東西，打開線上課程卻不知道從何開始⋯⋯我們聽到了！全新的「AI工作術」系列課程，專門為忙碌的上班族設計。每堂課只要15分鐘，通勤的時候就能看完。3個月後，你會發現自己處理工作的速度快了一倍。想搶先體驗嗎？留言「+1」我們私訊你早鳥優惠連結 👇 #AI工作術 #線上學習 #下班後充電 #職場成長
編按：撰寫Skill不一定要從空白的SKILL.md開始，也可以藉由AI工具輔助，例如Claude的「skill-creator」可根據自然語言需求，協助產生Skill的檔案結構與內容，並進一步測試、比較及優化；OpenAI Codex也內建「$skill-creator」。需要注意的是，產生的Skill仍應由使用者親自檢查，因此了解下文拆解的SKILL.md相當重要。
現在讓我一塊一塊解說。
1. 名稱
讓AI知道「這是哪個Skill」。
2. Description（描述）
這是Skill的「自我介紹」。用一到兩句話說清楚：這個Skill在什麼情境下會被觸發，它會做什麼事。AI會根據這段描述來判斷「使用者現在的需求適不適合用這個Skill」。
寫得好的Description有3個特徵：第一，明確說出觸發條件（「當使用者提供主題和素材」）；第二，明確說出輸出結果（「產出一篇Facebook貼文」）；第三，不超過兩句話。你不需要在這裡塞太多細節—細節是 Steps 和 Rules 的事。
一個好Description的迷你範例：
當使用者貼上一段英文文獻摘要，自動翻譯成學術中文並標註關鍵術語。
一個不好的Description的反面教材：
這是一個很厲害的翻譯工具可以翻譯很多東西而且翻得很好。
差在哪？好的版本告訴AI「什麼時候用、輸入什麼、輸出什麼」；不好的版本只在自吹自擂，AI讀完還是不知道自己該做什麼。
3. Steps（步驟）
這是Skill的「工作流程」。用編號列表寫出AI應該依序完成的每一個步驟。AI會從第一步做到最後一步，不跳步、不亂序。
寫Steps的關鍵是「粒度」—每一步不能太粗（「寫一篇貼文」，那跟沒寫一樣），也不能太細（「先按下鍵盤上的A鍵」，那是在教幼兒園小朋友）。一個好的經驗法則是：每一步對應一個「可以獨立驗收的產出」。比如「從素材中提取3個重點」，做完這一步你可以看到3個重點，可以判斷對不對。
一個做會議紀錄的Steps迷你範例：
1. 讀取會議逐字稿2. 辨識所有參與者及其發言3. 歸納3到5個主要討論議題4. 為每個議題摘要結論和待辦事項5. 用表格格式整理成會議紀錄
4. Rules（規則）
這是Skill的「紅線」。用MUST（一定要）和NEVER（絕對不可以）來框住AI的行為。這是整個SKILL.md裡最重要的區塊—沒有之一。
為什麼？因為 AI 最大的問題不是「不會做」，而是「做過頭」或「做歪了」。它太聰明了，聰明到會自己加料。你請它寫一封客服回覆，它可能自作主張承諾退款；你請它寫一篇新聞稿，它可能自己加了虛構的數據。Rules就是用來「馴服」AI的—你畫出邊界，它在邊界裡自由發揮。
MUST和NEVER的寫法有一個要訣：越具體越好。「MUST：寫得好」是廢話；「MUST：每段不超過80字」是有用的規則。「NEVER：不要亂寫」是廢話；「NEVER：不引用未經確認的統計數據」是有用的規則。
一個寫學術摘要的Rules迷你範例：
- MUST：使用被動語態和第三人稱- MUST：保留所有數據和百分比- MUST：字數控制在 250 字以內- NEVER：不加入原文沒有的推論- NEVER：不使用口語化表達
5. Example（範例）
這是Skill的「示範教學」。你給AI看一組「輸入→輸出」的配對，讓它知道「做對了長什麼樣子」。這就像你訓練新員工：與其說一百條規則，不如直接拿一份做好的成品給他看—「就照這個標準來。」
Example不需要多，一到兩組就夠了。但要挑有代表性的例子。如果你的Skill會處理3種不同類型的輸入，最好每種類型各給一個範例。
一個寫產品文案的Example迷你範例：
** 輸入：** 產品名稱：極光藍芽耳機，特點：降噪、12小時續航、IPX5 防水** 輸出：** 城市再吵，你的世界可以很安靜。極光藍芽耳機搭載主動降噪技術，12小時超長續航陪你從早到晚，IPX5防水等級讓你運動時也能盡情享受音樂。
5大區塊就是這樣。名稱讓AI知道「這是哪個Skill」， Description告訴AI「什麼時候該啟動」，Steps告訴它「怎麼做」，Rules告訴它「什麼可以做、什麼不可以做 」， Example告訴它「做對了長什麼樣子」。5塊加在一起，你就完整地「教會」了AI一項技能。
記住：你不需要一次寫到完美。先寫一版，跑跑看，發現AI哪裡做不好就回去調整Rules或Steps。Skill是活的文件，會隨著你的使用而越來越精準。
節錄自：博碩《10 倍速！AI Skill 全攻略：建立 Skill 驅動 AI 系統，打造從學術研究到專案開發的自動化工作流》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Skills怎麼用？內建與個人Skill差異、適用情境及使用方式
Claude怎麼用？免費版有什麼限制？Chat、Cowork、Code及實用功能盤點
ChatGPT分析數據資料會出錯嗎？修正盲點教學，制定策略更高效精準
運用ChatGPT分析數據和提供策略建議，分析準確嗎？實例示範運用ChatGPT解析Excel數據，從購買行為洞察、客群分群，到制定具體銷售策略，以及最關鍵的查核與修正盲點，才能真正發揮AI的輔助價值。本文節錄自《三秒鐘的出其不意！Excel × AI 幫你工作超省力》。
文／Excel 廣播電台｜張予
本文目錄（點擊可快速前往）
【ChatGPT數據洞察1】用戶購買行為洞察【ChatGPT數據洞察2】銷售策略【ChatGPT數據洞察3】短中長期策略與行動方案【ChatGPT數據洞察4】AI分析準確嗎？如何查核與修正？
ChatGPT不僅能根據你的指令提供數據摘要，還能根據分析結果給出實用建議！舉例來說，當你看到前一篇的折線圖，你可能會好奇：「為什麼6月的銷售額表現最好？」或者想知道：「如何改善4月和9月銷售下滑的情況？」這時候，善用ChatGPT，它能幫你深入分析數據，提供洞察與策略，讓決策更加精準！
【根據數據提問】問題示範：為什麼6月的銷售額表現最好？如何改善4月和9月銷售下滑的情況？
（圖／旗標出版提供）
（圖／旗標出版提供）
用「三個臭皮匠，勝過一個諸葛亮」來形容ChatGPT給予的協助，無疑是個最佳比喻。即便是經驗豐富的資料分析師，也可能會因為盲點而忽略關鍵資訊。但ChatGPT就像是一個全方位的數據顧問，能夠從多個角度切入，提供你可能沒想到的分析觀點，甚至具體的行動建議，幫助你從資料中挖掘出隱藏的黃金資訊。如果你能提供更完整的背景資料，它的建議將會更加貼近實際需求，甚至能針對你的分析需求量身打造具體的策略。
除了根據分析結果提供見解，你還可以直接告訴ChatGPT你的目標，請它根據目標設計行動策略。舉例來說，假設你希望以今年的用戶購買行為為基礎，制定隔年的銷售策略，ChatGPT就能根據數據表現，幫助你制定具體方案。現在，就來看看ChatGPT如何發揮數據分析的實力吧！
指令：「協助分析用戶的購買行為，並制定隔年的用戶銷售策略」
由於ChatGPT的回覆較長，以下將分為三部分介紹：
【ChatGPT數據洞察1】用戶購買行為洞察
（圖／旗標出版提供）
（圖／旗標出版提供）
ChatGPT根據我提供的Excel資料表，快速整理出用戶購買行為分析結果，包含購買次數、平均消費額、地區等關鍵資訊。接著，它透過購買次數與平均消費額的關係，將用戶分群，識別出高價值客戶和忠誠客戶，並清楚定義分類標準。最後，它還深入分析北、中、南地區的消費行為差異。這一切，只需短短幾秒鐘！
想像一下，如果要手動完成這項分析……你需要先整理資料表，再用肉眼觀察購買次數與平均消費額的關係。或許可以透過數據視覺化來加速分析，但問題來了――該選擇哪種類型的圖表？講了一堆，是不是很複雜？那麼下次不妨交給ChatGPT，讓它幫你快速整理、分析，省時又高效！
【ChatGPT數據洞察2】銷售策略
（圖／旗標出版提供）
（圖／旗標出版提供）
在完成用戶行為分析後，ChatGPT進一步推導出2024年的銷售策略，針對高價值客戶、忠誠客戶、不同區域用戶，以及不同註冊時間的客群，提供個別的行動建議。這些策略不是憑空想像，而是根據Excel資料表中的實際數據，所推論出的具體建議，讓決策更有依據，提升執行效率與成功機率！
【ChatGPT數據洞察3】短中長期策略與行動方案
（圖／旗標出版提供）
最後，ChatGPT收斂並整理出2024年的短、中、長期銷售策略，確保這份分析報告能立即轉化為可執行的行動方案。如果你希望獲得更詳細的策略細節，或需要更多具體的行動建議，只需輸入指令，ChatGPT就能提供進一步分析，讓數據真正為決策帶來價值！
【ChatGPT數據洞察4】AI分析準確嗎？如何查核與修正？
你可能會好奇～AI進行數據分析的準確度如何？會不會出錯？
其實，ChatGPT並非完美，這點從聊天室下方的提示「ChatGPT可能會發生錯誤，請查核重要資訊」便可看出。
（圖／旗標出版提供）
如果對結果有疑問，你可以直接詢問ChatGPT它的推論依據。舉例來說，在分析區域消費差異時，ChatGPT提出：「台北與高雄的用戶消費較高，而台南用戶的消費額相對較低」。若你想知道它是根據哪些數據推論的，只需請它提供數據支持，結果如下：
（圖／旗標出版提供）
ChatGPT已經整理出各地區的消費表現表格，從總消費來看，台南的消費力確實較台北和高雄弱，這證明AI並非憑空猜測，而是基於數據分析得出的結論。然而，再重申一次～AI並不完美，你是否注意到「台中」的數據被忽略了？從表格來看，台中的總消費額其實是四個地區中最低，理論上應該比台南更值得關注，但ChatGPT並未主動提及這點。
總消費額為最低（圖／旗標出版提供）
當你發現這類問題時，可以直接指正，並要求ChatGPT修正。例如：請它補充台中的數據分析，確保結果更加完整。
（圖／旗標出版提供）
（圖／旗標出版提供）
ChatGPT已經根據指令進行修正！（圖／旗標出版提供）
AI工具雖然強大，但仍有其不足。最理想的方式是將AI視為協作助手，而非完全取代人的判斷。透過人機互補，不僅能提升分析的精準度，也能確保結果更加全面。掌握這樣的心態，你將能更高效地運用AI進行數據分析，讓決策更加精準。
節錄自：旗標出版《三秒鐘的出其不意！Excel × AI 幫你工作超省力》／Excel 廣播電台｜張予 著
更多【AI工作術】推薦：
ChatGPT生成Excel圖表不卡關！xy軸設定、中文顯示問題輕鬆搞定
打造ChatGPT行政小助理：專屬AI助理幫你處理瑣碎行政工作
ChatGPT可以產生流程圖嗎？用Excalidraw和ChatGPT快速搞定
Excel公式讓ChatGPT幫你寫！輸入指令就能懂的Excel公式教學
Continue——提升開發效率的程式開發AI助手，工程師必備工具
在程式開發的世界裡，時間就是金錢。對於開發者來說，如何有效減少重複工作並提升開發效率，是一個持續存在的挑戰。這就是為什麼 Continue，一款專為程式開發者設計的 AI 工具，成為了許多開發者不可或缺的助手。透過 Continue，開發者不僅可以自動完成程式碼，還能獲得智能的程式碼建議，有效縮短開發週期，解決重複性問題，並進一步優化生產力。本篇文章將深入探討 Continue 的功能優勢，並說明為什麼它是工程師必備的 AI 工具。
Continue 是什麼？
Continue 是一款專門為程式開發者量身打造的 AI 驅動工具，它能夠幫助開發者在日常的程式編寫中提高效率。Continue 透過人工智慧的支援，不僅能理解開發者的程式需求，還能提供程式碼的即時建議，甚至能預測開發者下一步的操作，幫助開發者自動完成部分程式碼。這樣的功能對於需要處理大量重複性工作的開發者來說，無疑是一項巨大的福音。
▍Continue 的功能介紹
1. 程式碼自動完成
Continue 的 AI 模型能夠根據開發者的輸入，自動生成程式碼片段。這不僅縮短了開發時間，還能減少打字錯誤的可能性。開發者只需輸入關鍵詞或部分程式碼，Continue 就能提供精準的程式碼建議，讓開發過程更順暢。
2. 程式碼錯誤檢查與修正
程式開發過程中，難免會出現錯誤或 Bug。Continue 的 AI 能夠快速檢查程式碼中的潛在錯誤，並提供修正建議。這意味著開發者不需要花大量時間在除錯上，能夠更專注於實現核心功能。
3. 智能程式碼建議
Continue 不只是單純的自動補全工具，它能夠理解開發者的整體架構需求，並根據上下文提供智能的程式碼建議。例如，當你在開發某個功能時，Continue 能根據你的邏輯流程，建議相應的函數或結構，減少了反覆查詢文件的時間。
4. 文件生成與註解
除了程式碼建議，Continue 也能協助開發者自動生成文件與註解，確保程式碼可讀性與維護性更高。對於開發團隊來說，這樣的功能特別重要，能避免後續因缺乏文件或註解而增加的維護成本。
▍Continue 的優勢
1. 節省時間與提升生產力
透過 Continue 的自動完成與智能建議功能，開發者能夠減少手動輸入程式碼的時間，從而將更多精力放在解決實際問題上。這直接提升了開發效率，縮短了專案交付的時間。
2. 減少錯誤與提高程式碼質量
Continue 的錯誤檢查功能，能夠幫助開發者在早期階段發現程式碼中的潛在錯誤。這不僅節省了後期除錯的時間，也提升了程式碼的整體質量，讓專案在交付時更加穩定。
3. 降低學習門檻
對於新手開發者來說，Continue 提供的智能建議與自動文件生成功能，能夠有效降低學習曲線。新手不再需要花大量時間查閱技術文件或尋求資深開發者的幫助，能更快進入開發狀態。
4. 適應多種編程語言
Continue 支援多種編程語言，這意味著不論你是使用 Python、Java、JavaScript 還是其他語言，Continue 都能夠提供相應的支援。這種廣泛的相容性，讓它成為了開發者不可或缺的工具。
▍為什麼工程師必備 Continue？
Continue 能夠顯著提升開發者的工作效率，讓日常的開發過程更加流暢，這對於軟體工程師來說無疑是一大優勢。它不僅幫助開發者解決重複性問題，還能提升程式碼質量並減少錯誤。對於經常面臨繁重專案或時間壓力的開發者來說，Continue 無疑是一款能極大改善工作流程的工具。
此外，Continue 的強大功能讓它在開發團隊中也能發揮重要作用。透過自動生成文件與註解，Continue 能幫助團隊成員之間更好地協作，確保程式碼在多人開發時保持一致性與可讀性。這不僅有助於降低後續維護成本，也讓團隊能更快達成目標。
在 AI 驅動的未來，Continue 無疑是程式開發領域中不可或缺的工具之一。它能夠大幅提升開發效率、減少錯誤，並降低程式開發的學習門檻。對於任何希望提高生產力的開發者或團隊來說，Continue 都是必備的程式開發 AI 工具。無論你是資深開發者還是新手，Continue 都能幫助你在快速變化的科技世界中保持競爭力，讓你能更專注於創造性的解決方案。
➤ 立即使用：https://www.continue.dev/
➤ 歡迎在104學習精靈關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！
有任何收穫或想分享的，都來和大家一起聊聊吧！