SolidWorks零組件機構設計
104學習
Creo
Creo 是一款廣泛應用於產品設計與工程領域的3D電腦輔助設計（CAD）軟體。具備此技能代表能熟練操作數位化工具，進行精確的零件建模、組裝設計與模擬分析。對製造業、機械設計、汽車及電子產業特別重要，有助提升設計效率與產品品質，縮短開發時程。具備該能力的求職者通常更具競爭力，能快速適應設計團隊需求，並支援跨部門協作。
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
PyTorch生成模型全解析｜從生成式對抗網路到擴散模型
【免費課程】ITE-嵌入式系統軟體開發專業人員：硬體架構與介面
資料庫設計原理
AI工程師必學！Python Dash零基礎互動式資料分析從入門、進階到應用實戰！
【雙11限定領8折券】NVIDIA DLI官方課程 - 快速開發LLM應用｜11/22 (日), 11/28(六) 兩天假日直播課
精選證照
考取專業證照，讓能力被市場看見
實體設計 (Creo Parametric/SolidWorks)
實體設計證照主要驗證持有者在Creo Parametric或SolidWorks軟體操作上的專業能力，涵蓋三維建模、零件設計、組件裝配及工程圖繪製等技能，能有效運用軟體完成產品設計與修改，提升設計效率與精確度，適用於機械、電子及工業設計等多種產業，具備此證照者具備良好的CAD工具應用能力，能協助企業加速產品開發流程，提升競爭力。
尚未查核發照單位
基礎零件設計 Creo Parametric / SolidWorks
因應知識經濟與文創產業的時代來臨，各產業均發生結構性的變化，「設計」所帶來的附加價值與影響也日趨明顯。為了不淹沒在此一浪潮中，台灣產業界對於設計能力的提升，產生了迫切的需求。優秀而充足的人力是企業提升設計能力的根基，為提供產業界符合新時代的專業人才，本會推動「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。
● 為國際級證書，獲印度國家電子資訊科技學院（NIELIT）採認。
● 以「專業設計領域任職必備能力」為認證標準。
● 認證內容涵蓋「工程設計」、「視傳設計」、「軟體設計」、「電路設計」、「建築設計」、「跨域設計」等六大專業領域。
● 擁有整合知識體系與專業技能的認證架構，是最貼近實際使用環境與就業需求的證照。
財團法人中華民國電腦技能基金會
ACDT
ACDT證照代表先進電腦設計技術師資格，專注於電腦輔助設計與製造領域，涵蓋3D建模、數位繪圖及產品設計流程。持有者具備運用專業軟體進行精確設計與模擬的能力，能有效提升產品開發效率與品質，適用於製造、工程及產品研發等產業，具備良好市場競爭力。
Apple
數位邏輯設計能力認證－實用級
1. 培養瞭解各種電子零件包裝
2. 培養瞭解各種電子零件線路接腳
3. 具備組合邏輯設計能力
4. 具備循序邏輯設計能力
5. 具備CPLD程式撰寫之能力
6. 具備訊號量測能力
7. 具備規劃架構發展流程的能力
8. 看懂程式內容並有修改之能力
TEMI 台灣嵌入式暨單晶片系統發展協會
AutoCAD ACU 原廠國際認證
Autodesk國際原廠認證通行全球，為業界廣泛認可的專業國際認證，跨越建築工程、製造業、基礎設施、傳媒娛樂等百種行業。此認證須操作Autodesk軟體－建立、修改與查詢資料檔案，並完成指定工作，進而解出問題的答案。
AutodeskCertifiedUser(ACU)原廠國際認證優勢：
1.由Autodesk原廠專家出題，題目最符合原廠軟體設計角度
2.本土中文化考題，最符合本地軟體、業界使用習慣
3.全球連線即測即評系統
4.真正原廠核發證照
5.真正跨國的國際證照
Autodesk
Revit Architecture ACU 原廠國際認證
Autodesk國際原廠認證通行全球，為業界廣泛認可的專業國際認證，跨越建築工程、製造業、基礎設施、傳媒娛樂等百種行業。此認證須操作Autodesk軟體－建立、修改與查詢資料檔案，並完成指定工作，進而解出問題的答案。
AutodeskCertifiedUser(ACU)原廠國際認證優勢：
1.由Autodesk原廠專家出題，題目最符合原廠軟體設計角度
2.本土中文化考題，最符合本地軟體、業界使用習慣
3.全球連線即測即評系統
4.真正原廠核發證照
5.真正跨國的國際證照
Autodesk
精選貼文，掌握第一手知識
【你的設計流程，真的順暢嗎？】ENOVIA Power 'By 破局傳統設計模式 釋放3D數據潛能
【你的設計流程，真的順暢嗎？】
👉 BOM 和 CAD 總是要人工對？一改圖，數據就跑掉？
👉 3D 設計做好了，但要重用時發現資料不好找，最後只能重建？
👉 跨部門協作時，版本混亂、變更麻煩，每次都要對很久？
別擔心，這些問題都有解！💡
來我們的 Power’By 研討會，看看 3DEXPERIENCE 平台 怎麼幫你：
✅ 無痛整合 舊 XCAD 數據，直接帶入，不用重建
✅ 統一管理 設計數據，避免資訊孤島，讓資料可視化、可追蹤
✅ 3D 驅動協作，從設計、仿真到製造，一次搞定
🎯 案例解析，帶你看降本增效的真實數據！
📅 報名參加，親自體驗更流暢的設計流程！
🔗 立即報名(Free)：https://bit.ly/4inf8U2
精選 AI寫企劃、看數據總是不能用？4種工作先排順序再交代，第一版就能討論
請AI寫企劃、做研究、看報表，結果常常看起來很完整，卻不能直接用？
問題多半不在AI的能力，而在我們只說「幫我寫」「幫我分析」，讓它自己猜目的和標準。
四種常見工作，可以共用同一個骨架：
1. 交代目的與標準：給誰看？看完要做什麼決定？
2. 排好先後步驟：先要中間產物，確認後再往下做
3. 要求附上依據：出處、算法、引用原文，讓你能驗收
套到四種工作，各有一個先後順序：
① 寫企劃｜架構先定，內容後補
先寫明讀者與目的，請AI只給三個主張和大綱；確認後才補內容，每個數據都附出處，查不到就標「待查證」。
② 做研究｜大題切小題，說法衝突並陳
先把大問題切成四到五個能用資料回答的小題；每題比對三種來源、標出年份；說法互相衝突時，請AI並列出來，由你判斷。
③ 看數據｜問題先行，數字在後
不要只丟報表說「幫我分析」，先寫成決策問題，例如「上季回購率下滑，是哪一群顧客流失」；講好期間、欄位和比較基準，只要兩三個關鍵發現，並附計算方式。
④ 審提案｜先找漏洞，後打分數
先逐條列漏洞並引用提案原文、分出輕重；再依事先講好的配分計分；最後請AI扮反方，提出最強的反對意見。
最常見的三個錯誤：
・一開口就要整篇成品，方向錯了只能整篇重寫
・AI給的數字沒查就直接用
・一邊挑毛病一邊打分數，分數被第一印象帶走
小練習：挑一件你這週要交的工作，寫下這兩句再交給AI——
「這份東西給＿＿看，看完要他＿＿。」
「先給我＿＿（大綱／小題清單／漏洞清單），我確認後再繼續。」
比較一下，和你平常的第一版差在哪裡。
想看完整的五分鐘影音說明，104學習免費課程「AI工作術」四堂已經上線，免費報名就能看：
第1堂｜5分鐘學會用AI寫企劃
https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207
第2堂｜5分鐘學會用AI做研究
https://nabi.104.com.tw/course/104nabi/595a665d-07a3-461d-b37e-1f8158eca70d
第3堂｜5分鐘學會用AI看數據
https://nabi.104.com.tw/course/104nabi/0f3d424e-1658-49a2-851e-6c9fff296f43
第4堂｜5分鐘學會用AI審提案
https://nabi.104.com.tw/course/104nabi/19983d11-9e93-41ae-9924-46f8d6cd47dd
也歡迎在留言分享：這四種工作，你最常請AI幫忙哪一種？有沒有哪一次的第一版特別好用（或特別難用）？
使用提醒：AI可能出錯，重要數字請自行查證；上傳資料前先確認公司規定，並去除姓名、電話等個資。文中案例皆為假設情境。
生成式設計（#GenerativeDesign)的發展
生成式設計（#GenerativeDesign)的發展
2010年代初期，隨著人工智慧和機器學習技術的發展，生成式設計逐漸成為一種新的設計方法。
2018年，推出功能驅動的生成設計（功能性最佳化設計 Functional driven generative designer）解決方案。
2022年，CATIA的生成式設計又依照需求區分成：功能生成設計Functional Generative Design與結構生成設計Structural Generative Design的App，兩者的差別在於...https://bit.ly/401sWx3
#增材製造 #功能驅動的生成設計
CATIA Visual Scripting 晶格鞋CAD案例分享
CATIA Visual Scripting 晶格鞋CAD案例分享
https://www.tw-qingteng.com/CATIA_V5/catia_succe_7.html
案例具體效益
1.打破生產技術對創意的限制，實現品牌的創新需求，放大設計過程，提高創意靈活性，並探索更多設計替代方案或各種複雜的3D圖案紋樣式。
2. 縮短產品開發時程，8分鐘可更換現有花紋至其他3D CAD造型上。重複使用設計演算法，最大程度提高團隊效率和協作能力，並降低人為繪製所造成的品質瑕疵風險。
3. 透過演算法直接繪製重複造型或花紋，維持產品質量和造型一致性。
2.png)
設計流程總是繁瑣難控？現在透過 3DEXPERIENCE，一鍵掌控Component Family設計！
設計流程總是繁瑣難控？現在透過 3DEXPERIENCE，一鍵掌控Component Family設計！
產品變化多、設計組態複雜，如何避免重複建模、提升效率與設計一致性？
本影片展示 #3DEXPERIENCE 平台中，透過 Component Family 功能，自動建立多版本零件，並快速應用於不同設計場景中。
適合應用於客製化產品、模組化設計、高變異需求的產業，幫助企業加速研發流程、減少錯誤與人力成本。
https://youtu.be/FZgS1wWSE6A
AI強勁需求驅動！全球前十大IC設計廠 首季營收季增6%
2025-06-12 經濟日報記者吳康瑋 由聯合新聞網授權轉載
根據研調機構集邦（TrendForce）最新調查，2025年第1季因美國關稅政策促使終端電子產品備貨提前啟動，以及全球各地興建AI資料中心，半導體晶片需求優於以往淡季水準，助益IC產業表現。第1季前十大無晶圓IC設計業者營收合計季增約6%，達774億美元，續創新高。
在AI資料中心領域，輝達（NVIDIA）主要受惠於Blackwell新平台逐步放量，2025年1至3月營收突破423億美元，季增12%，年增達72%，維持營收第一。儘管其H20受限於美國的新出口管制規定，將導致該公司於第2季認列虧損，然單價較高的Blackwell將逐季取代Hopper平台，有助降低財務衝擊。
[joblist_plugin title='【輝達】最新精選職缺' url='https://www.104.com.tw/company/1a2x6bm42t' amount='5']
第四名超微（AMD）第1季因資料中心業務略為下滑，加上遊戲、嵌入式產品銷售動能仍較弱，營收季減約3%，近74.4億美元，但對比2024年同期仍增長36%。不讓NVIDIA專美於前，預期AMD下半年將擴大量產新一代平台MI350以接棒MI300，並計畫於2026年推出MI400，與NVIDIA的Blackwell和下一代Rubin AI晶片抗衡。
在網路通訊領域，Broadcom第1季半導體營收續創歷史新高，為83.4億美元，年增15%，排名第三。隨著AI server生態系規模擴大，Broadcom深度布局處理AI網路的高速互聯解決方案，推出全球首款102.4 Tbps CPO Switch，也取得更多科技巨擘的AI ASIC標案，在AI晶片領域與NVIDIA互別苗頭。
Marvell第1季因AI server相關產品需求強勁，營收近18.7億美元，季增9%。該公司除了為大型CSP提供客製化AI ASIC，其高速光學互連的相關解決方案，也是AI資料中心擴展的關鍵。
分析手機與移動裝置領域業者表現，高通（Qualcomm）今年第1季（F2Q25）營收近94.7億美元，排名全球第二。其QCT部門的手機業務因淡季而下滑，且有Apple未來自研晶片占比提高影響前景，導致整體營收季減6%。為此，Qualcomm積極於AI手機、AI PC等新興領域尋求成長機會，並擴大開發汽車、物聯網業務。
聯發科（2454）第1季營收排名全球第五，由於中國大陸手機客戶對天璣9400+、天璣8000系列需求增長，加上手機SoC的平均銷售單價提高，帶動其營收成長至46.6億美元。
瑞昱（2379）第1季表現亮眼，營收季增31%至10.6億美元以上。成長動能主要來自PC相關客戶為應對市場不確定性而增加庫存，以及Wi-Fi 7滲透率提升和車用乙太網路需求漸增。
聯詠（3034）第1季得益於中國大陸的消費補貼政策，以及部分客戶因關稅提前拉貨，營收成長至8.2億美元以上，季增6%。
豪威集團（韋爾股份）因第1季適逢智慧手機淡季，營收季減2%，為7.3億美元。但該公司在圖像感測器和汽車電子領域進展顯著，主因為中國大陸電動車品牌增加使用攝影鏡頭支援智慧駕駛系統，嘉惠其車用CIS業務。
芯源系統第1季受惠於AI資料中心帶來龐大電源控制器需求，其運算與存儲部門業務大幅增長，整體營收接近6.4億美元，創其歷史新高。
AI 時代，寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」
「以前我們面試工程師，程式語言熟悉度大概佔六、七成，思考能力佔三、四成。」凱鈿行動科技研發中心副總黃笠維說，「現在幾乎倒過來。甚至可以說，會不會寫程式，已經不是衡量人才的首要標準。」這樣的說法，出自一家工程師人數佔公司一半以上的軟體公司，乍聽有些矛盾。但對 2024 年成立「AI 研發單位」與「前瞻研究室（Vision Lab）」、海外營收佔比約七成的 KDAN 凱鈿 （TPEx: 7737）來說，選才標準的翻轉並非心血來潮——當 AI 能做的事越來越多，他們也在重新思考，什麼才是「人」不可被取代的價值。
文／104人力銀行
本文導覽：
產品轉向實戰，從單點工具到 AI 驅動的工作流程
工作日常質變，不再需要只會寫 Code 的「碼農」
用人標準洗牌，面試看重思考脈絡
求職指南，軟實力才是真正的入場券
產品轉向實戰，從單點工具到 AI 驅動的工作流程
扎根台南永康的凱鈿，早期憑藉 PDF Reader、點點簽等廣受歡迎的應用軟體，為個人用戶打造生產力利器。伴隨服務範疇擴及至企業端（B2B），市場期待長出明顯差異。資深人資夥伴張媛雅分析：「企業客戶不再滿足於單點工具的效率提升，他們追求的是整體工作流程的升級和營運效益極大化。」
這促使凱鈿在 2024 年成立了「AI 研發單位」與「前瞻研究室（Vision Lab）」，宛如一支先鋒部隊，專注探勘未來幾年 AI 應用的商業場景與可望帶來的長線潛力。
KDAN 凱鈿資深人資夥伴張媛雅
工作日常質變，不再需要只會寫 Code 的「碼農」
AI 改變的不只是產品藍圖。新技術全面滲入內部開發，團隊的協作方式及角色定位也跟著改寫。
身處研發第一線的黃笠維感受尤為深刻，「以前工程師花大量時間擬定處理路徑、寫程式碼、逐行檢查，如今多半都能交給 AI 負責，甚至連 Code review 也是由它們互相完成。」
這是否代表工程師的日子變輕鬆了？黃笠維直搖頭：「AI 基本上是輔助每一個節點，讓人有時間去做真正重要的事。只是，那些事的門檻更高。」他解釋，AI 會先拋出大量規劃與建議，人類要做的是：評估風險、下達最終判斷決策，極度仰賴實戰經驗的累積。
也因為雙手從寫程式碼中騰出來，工程師必須開始回應過去鮮少觸及的使用者情境。黃笠維坦言，他在選才上已將標準往 PM 與使用者體驗（UX）靠攏，更看重系統架構背後的情境判斷。類似的位移同樣發生在 PM 身上：新技術補上了執行端的缺口，心力得以收攏到最關鍵的產品核心規劃。
KDAN凱鈿研發中心副總黃笠維
迎向轉型帶來的不安，凱鈿並未祭出強硬規範，而是以內部提倡的「AIR」文化——Agility（敏捷）與 Inclusion（包容）來承接。在公司的 AI 討論群組裡，C-level 主管與工程師站在同一條線上交換趨勢觀察與工具心得；主管則透過每季 one-on-one 觀察每位成員的狀態與強項，勇於嘗試的人擔任前鋒，對新技術還在摸索的人負責後衛補位。不用同一種速度追趕、不貼標籤，這種自由分享的氛圍，讓員工更願意跨出第一步。
用人標準洗牌，面試看重思考脈絡
那麼，什麼樣的人會被錄取？資深人資經理鄭智維直言，AI 打亂了既有的衡量順序，「以前可能先看專業，再來是年資，然後才是潛力跟人格特質。」現在企業更在意的是，這個人能不能在不確定的環境裡找到解法。他說。
在凱鈿，不論是 RD 的技術作業，或 HR 實習生的企劃任務，招募團隊都會預設求職者會使用 AI。「我們不會因為他用了 AI 就扣分，真正重要的是他能不能說清楚自己做了什麼。」張媛雅解釋。
因此在面試現場，主管會緊抓幾個追問：這個方案是怎麼想出來的？你丟給 AI 的指令長什麼樣子？資料庫或系統架構是用什麼邏輯在設計？這些提問，目的在於看出對方是否具備拆解問題、比較選項、做判斷的能力。
同時，AI 也讓「專業底子」的重要性以另一種形式被凸顯。沒有足夠的技術理解，會看不出 AI 的錯誤；不熟悉領域知識，就難以判斷產出的內容是否合理。會用 AI 並不稀奇，能把 AI 用在對的地方、並為自己的選擇負責，才是真正的加分項。
KDAN凱鈿資深人資經理鄭智維
求職指南，軟實力才是真正的入場券
AI 工具已是踏入職場的基本門檻。鄭智維提醒：「AI 就跟 Word、Excel 一樣，你不會，一定非常難找工作。」不過，會操作工具只是入場券，不是保證書。
在工具之上，更難被複製的是底層的人格韌性。黃笠維歸納出四項關鍵：「溝通與思考、解決問題、學習能力，還有毅力。有些人遇到瓶頸太快就放棄，可能覺得這條路不行。」在變動節奏極快的軟體產業，這幾項人格特質便顯得格外突出。
回到職場本質，科技業從來不缺會照單全收的執行者。正如鄭智維所說：「不管有沒有 AI，軟體業的核心就是替客戶解決問題、替使用者掃除障礙。具備這種思維的人，自然更吃香。」
當 AI 成為標配，真正的命題不再是「被科技拿走了什麼」，而是「自己能拿 AI 創造什麼」。帶著拆解難題的企圖心、持續精進的態度，以及面對變局仍能穩住腳步的韌性，才是求職者的不敗關鍵。
立即下載《2026科技業人才報告書-人才版》
[joblist_plugin title='更多104【KDAN凱鈿行動科技】工作機會' url='https://www.104.com.tw/company/b73czrk' amount='3']
用Claude Code設計AI工作流！學了工具不等於系統，3範本打造專屬藍圖
Claude Code的主要功能Hooks、Skills、MCP、排程都學了，工作卻沒有變輕鬆？作者提醒「工具≠系統」，提供教師、工程師、研究者3種範本與藍圖模板，帶你用Claude Code設計專屬的AI工作系統。本文節錄自《Claude Code全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
工具學完了，系統還沒設計步驟1：盤點你的工作類型步驟2：3種典型使用者的系統設計步驟3：設計你的專屬藍圖步驟4：產出藍圖文件範例：王老師的AI工作流藍圖（教師版成品）
使用工具：Claude Code（需付費方案，免費版不能用）
安裝說明：Claude Code官方安裝說明
不想用終端機：下載電腦版，直接在桌面程式中使用Claude Code
工具學完了，系統還沒設計
學完Claude Code的所有主要功能，但工具≠系統——系統是「哪些任務由哪個工具負責、在什麼條件下自動觸發」的完整答案：
工具系統學了Hooks知道要攔截哪些操作、在哪些專案啟用學了Skills知道要建立哪些技能來服務你最常見的任務學了排程知道要讓哪些工作自動化、每週/每日跑什麼學了MCP知道要接哪些外部服務、接了之後做什麼
本章幫你把工具組裝成系統。
（圖／博碩出版《Claude Code全攻略》）
用詞約定：本章說的「排程任務」有兩種實作——官方Routines（Anthropic的雲端排程代理，/schedule建立）與本書自製排程框架（~/claude-routines/目錄＋系統排程器）。藍圖裡只要寫清楚用哪一種即可，兩者可混用。
設計系統的心態，也跟著模型在變。早期用AI靠的是「寫一個好prompt換一個好答案」；到了Fable 5這種能長時間自主運作的模型，重點變成「設計一套能讓Claude自我修正、環環相扣的系統」。
步驟1：盤點你的工作類型
在Claude Code中輸入：
請幫我進行一個 AI 工作系統設計諮詢。
首先，請問我以下問題，一次問一個，等我回答後再問下一個：
1. 你的主要工作或學習領域是什麼？
2. 你每天最重複、最耗時的 3 個任務是什麼？
3. 你目前最大的工作痛點是什麼？
4. 你的技術背景如何（純文字使用者/ 會寫基本腳本/ 程式開發者）？
根據我的回答，你會幫我設計一套 AI 工作流藍圖。
（圖／博碩出版《Claude Code全攻略》）
驗證點：Claude一次只問一題、等你回答才問下一題；4題答完後它主動給出初版藍圖草稿。
步驟2：3種典型使用者的系統設計
根據不同角色，這裡提供3個系統設計範本供參考。範本中出現的/summarize、/apa等都是自訂指令，不是內建指令。
（圖／博碩出版《Claude Code全攻略》）
範本A：教師/教育工作者
痛點：備課耗時、作業批改量大、每學期重複建立相同格式的文件
教師 AI 工作系統
每日自動（排程任務）：
morning-brief：
- 整理今日課程材料
- 生成當天課堂提問清單
每週自動（排程任務）：
assignment-review：
- 掃描收到的作業資料夾
- 批量生成評語草稿（教師審核後使用）
MCP 連接：
- Google Drive：讀取課程資料
- Slack/LINE Bot：與學生互動
常用 Skills：
- lesson-plan：生成課程計畫書
- quiz-generator：根據教材生成選擇題
- feedback-writer：生成個性化學生回饋
常用 Slash Commands（自訂指令）：
- /summarize：摘要一份教材
- /translate：翻譯英文資料
範本B：獨立開發者/工程師
痛點：Code Review費時、文件欠缺、重複性的設定和樣板程式碼
工程師 AI 工作系統
每日自動（排程任務）：
code-health：
- 掃描新增的 TODO/FIXME
- 報告昨日 commit 的簡短摘要
每 PR 自動（GitHub Actions）：
- Claude 自動審查並留言
MCP 連接：
- GitHub：PR 審查、Issue 管理
- SQLite/PostgreSQL：資料庫查詢
Hooks：
- PreToolUse：攔截 rm -rf 等危險指令
- Stop：任務完成提示音
常用 Skills：
- auto-commit：生成 commit 訊息
- my-code-review：結構化程式碼審查
- doc-writer：生成函式文件
CLAUDE.md：
- 語言：繁體中文
- 程式碼風格：PEP8 / Google Style
- 禁止：直接執行生產環境的 DELETE 語句
範本C：研究者/寫作者
痛點：資料整理耗時、格式不一致、報告撰寫耗費大量時間
研究者 AI 工作系統
每次執行（Script）：
research-pipeline：
- 輸入主題 → 自動生成報告草稿
- 輸出 Markdown + Word
每週自動（排程任務）：
weekly-digest：
- 每週整理本週閱讀的文章摘要
- 輸出一份「本週閱讀摘要」
常用 Skills：
- summarize-long：摘要長文
- rewrite：改寫語氣/ 格式
- reference-formatter：整理引用文獻格式
常用 Slash Commands（自訂指令）：
- /apa：轉換成 APA 格式
- /abstract：生成摘要
- /expand：擴充段落
步驟3：設計你的專屬藍圖
根據你的工作類型，用Claude Code幫你填入細節：
根據我的工作情境（[填入你的工作領域]），
請幫我設計一份完整的 AI 工作流藍圖，格式如下：
## 我的 AI 工作系統藍圖
### 🎯 設計目標
（節省時間在哪些地方？提升品質在哪些地方？）
### 📋 工作盤點表
| 高頻任務 | 目前耗時/ 週 | 自動化方式 | 預估節省 |
### 📅 自動化排程
| 頻率 | 任務名稱 | 做什麼 | 技術實作（官方 Routines / 自製 cron） |
### 🔌 MCP 連接
| 服務 | 用途 | 優先級 |
### 🎪 Skills 清單
| Skill 名稱 | 觸發情境（寫進 description） | 功能 |
### ⌨ Slash Commands（自訂指令）
| 指令 | 功能 |
### 🔒 Hooks 設定
| 時機 | 觸發條件 | 做什麼 |
### 📋 CLAUDE.md 核心設定
（語言偏好、工作風格、禁止事項）
### 🔁 月度回顧（每月一次，直接回答這五題）
1. 哪個 Skill 最常用？（值得繼續維護）
2. 哪個 Skill 完全沒用？（可以移除或重構）
3. 有沒有重複做某件事超過 3 次？（應該自動化）
4. 有沒有哪個回答讓我覺得「它不夠了解我的情境」？（改 CLAUDE.md）
5. 這個月的費用/ 額度花在哪裡最多？（是否值得？）
### 🗓️ 實施計畫（今明後三步）
今天：（可以立刻做的）
本週：（這週內完成的）
本月：（一個月內建立的）
把「月度回顧」直接寫進藍圖，而不是另外記在腦子裡——這樣藍圖本身就內建了讓系統持續進化的機制。
步驟4：產出藍圖文件
讓Claude Code直接把藍圖寫成Markdown檔案：
請把我們剛才設計的 AI 工作流藍圖，
存成一個 ai-workflow-blueprint.md 文件，
放在 ~/Desktop/ai-workflow-blueprint.md。
同時加入今明後三步的具體實施計畫。
（圖／博碩出版《Claude Code全攻略》）
範例：王老師的AI工作流藍圖（教師版成品）
空白模板不好想像，下面是一位國中資訊老師照「步驟1～4」做完後的完整成品，可以直接拿去改：
# 王老師的 AI 工作系統藍圖（2026-07 版）
## 🎯 設計目標
- 每週備課時間從 6 小時降到 3 小時
- 作業評語從「來不及寫」變成「每人都有個性化回饋」
- 每學期重複性文件（進度表、通知單）零手工
## 📋 工作盤點表
| 高頻任務 | 目前耗時/ 週 | 自動化方式 | 預估節省 |
|---------|-----------|-----------|---------|
| 備課簡報與講義 | 4 hr | lesson-plan Skill + /summarize | 2 hr |
| 作業批改評語 | 3 hr | feedback-writer Skill 批量產草稿 | 1.5 hr |
| 週報與家長通知 | 1 hr | weekly-report 排程任務 | 0.8 hr |
| 段考出題 | 2 hr（雙週） | quiz-generator Skill | 1 hr |
## 📅 自動化排程
| 頻率 | 任務名稱 | 做什麼 | 技術實作 |
|------|---------|--------|---------|
| 每日 07:00 | morning-brief | 整理今日課程材料＋課堂提問清單 | 自製 cron（~/claude-routines） |
| 每週五 16:00 | assignment-review | 掃描作業資料夾、產評語草稿 | 自製 cron（~/claude-routines） |
| 每週日 20:00 | weekly-report | 彙整本週教學紀錄成週報 | 官方 Routines（雲端排程） |
## 🔌 MCP 連接
| 服務 | 用途 | 優先級 |
|------|------|--------|
| Google Drive | 讀課程資料、存產出文件 | 高 |
| GitHub | 存放教材版本控制 | 中 |
## 🎪 Skills 清單
| Skill 名稱 | 觸發情境（寫進 description） | 功能 |
|-----------|---------------------------|------|
| lesson-plan | 「幫我備課」「做 XX 單元的課程計畫」 | 產出課程計畫書＋講義大綱 |
| quiz-generator | 「出題」「做測驗卷」 | 依教材產選擇題＋答案卡 |
| feedback-writer | 「寫評語」「批改回饋」 | 依作業內容產個性化評語草稿 |
## ⌨ Slash Commands（自訂指令）
| 指令 | 功能 |
|------|------|
| /summarize | 摘要一份教材成一頁重點 |
| /notice | 生成家長通知單（套固定格式） |
## 🔒 Hooks 設定
| 時機 | 觸發條件 | 做什麼 |
|------|---------|--------|
| PreToolUse | Bash 指令含 rm -rf | 阻擋（deny）並要求確認 |
| PostToolUse | 所有工具 | 記錄到 activity.log（月報數據來源） |
## 📋 CLAUDE.md 核心設定
- 所有回應使用繁體中文
- 評語語氣：鼓勵為主、具體指出一個改進點
- 禁止：學生個資寫入任何產出文件
## 🔁 月度回顧（每月最後一個週五）
1. 哪個 Skill 最常用？ 2. 哪個完全沒用？ 3. 有沒有重複超過 3 次的事？
4. 哪個回答顯示它不懂我的情境？ 5. 額度花在哪最多？
→ 配合步驟 6 的月報提示詞，用 activity.log 數據回答，不憑感覺。
## 🗓️ 實施計畫
今天：建 lesson-plan Skill、裝 activity.log Hook
本週：morning-brief 排程上線、Google Drive MCP 接通
本月：feedback-writer 調教到「八成評語可直接用」、跑第一次月度回顧
驗證點：對照這份成品檢查你自己的藍圖——每個Skill都有「觸發情境」、每個排程都寫了「用官方Routines還是自製cron」、月度回顧有排進行事曆。
節錄自：博碩出版《Claude Code全攻略：從一句話到部署上線，打造你的AI Agent開發團隊》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Code越聊越笨？4個指令管好「上下文」，用量60%就該主動壓縮
Claude Code Subagent怎麼用？3分鐘建好第一個子代理，判斷何時該多Agent分工
Claude Skills怎麼用？內建與個人Skill差異、適用情境及使用方式
AI 模型升級秀加速算力需求 鴻海、廣達、緯創接單動能強勁
2026/07/13 經濟日報記者蘇嘉維台北報導 由聯合新聞網授權轉載
OpenAI、Google、SpaceX相繼在7月端出全新AI模型，鎖定企業、消費性等市場，隨著AI模型新版本不斷加速端出，後續將加速AI算力需求增強，法人看好，有望推動鴻海（2317）、廣達（2382）、緯創（3231）、英業達（2356）、仁寶（2324）等大廠的AI伺服器接單動能一路旺到2028年。
AI模型市場進入7月後開始出現三大廠競推新產品熱況，打頭陣的OpenAI推出GPT 5.6 Sol旗艦版，OpenAI指出，GPT‑5.6 Sol在寫程式、知識工作、資安和科學等領域達到最先進水準，以更少的 Token 和更低的預估成本，超越先前的前沿模型和其他競爭模型。
OpenAI以競爭對手Anthropic的神話級產品Claude Fable 5相比，Agents’ Last Exam涵蓋55個領域、評估長時程專業工作流程的測試中，OpenAI表示，GPT‑5.6 Sol 創下53.6分新高，比採用自適應推理的 Claude Fable 5 高出13.1分，代表OpenAI持續宣誓自家AI模型仍占據市場寶座。
圖片由聯合新聞網授權轉載
Google則傳出預計本月中推出最新AI模型Gemini 3.5 Pro，目標同樣是旗艦級市場，且同樣與Anthropic相比，多項模型測試數據優於Claude Fable 5，並將會強化視覺代碼生成，同時Google未來也可望針對圖像生成AI模型推出新產品，持續在AI模型市場穩坐全球第一梯隊。
至於SpaceXAI上周已經正式對外端出最新AI模型Grok 4.5，並以具備1.5兆參數的v9模型打造，預計在今年8月端出2兆參數的Grok模型，由於參數使用量愈多，代表AI模型效能將更強大，在AI模型運算上可望持續更複雜任務。
隨著AI模型大廠持續端出全新模型，吸引使用者付費訂閱的同時，將衍生更龐大的AI算力需求，後續AI伺服器大廠接單動能將更強勁，除了已搶占全球主要AI伺服器設計代工的鴻海、廣達、緯創等三大ODM廠持續受惠，訂單量將有機會延伸到英業達、仁寶等其他ODM廠。
儘管AI泡沫化雜音不斷，但緯創董事長林憲銘近日表示，目前沒有看到AI伺服器市場出現任何改變，與先前預估的出貨表現維持不變。ODM大廠高層指出，目前雲端服務大廠（CSP）對AI伺服器產能規劃已放眼至2028年，代表今年下半年及明年產能都被預訂一空，持續看好後續AI伺服器市場展望。
[joblist_plugin title='104精選【鴻海】工作機會' url='https://www.104.com.tw/company/233rv1s' amount='3']
[joblist_plugin title='104精選【廣達】工作機會' url='https://www.104.com.tw/company/ahfsoq0' amount='3']
[joblist_plugin title='104精選【緯創】工作機會' url='https://www.104.com.tw/company/5wthkkw' amount='3']
[joblist_plugin title='104精選【英業達】工作機會' url='https://www.104.com.tw/company/1zh8g1c' amount='3']
[joblist_plugin title='104精選【仁寶】工作機會' url='https://www.104.com.tw/company/9qzgnew' amount='3']
達梭系統3DEXPERIENCE 平台以 Power'By 技術與 AI 助攻，實現多 CAD 工具整合，打造企業的數位
🚀【設計人、製造人、研發人都該來聽！】
你還在為多種 CAD 工具整合頭痛嗎？
還在用 Excel 管 BOM 表追版本？
達梭系統來幫你解放！
今年，全新登場的 3DEXPERIENCE Gen 7 + #3D_UNIV+RSES
正式開啟企業數位轉型的虛實融合新紀元 🧠🤖
結合 Power’By 技術 + AI 助攻，讓產品研發協同更聰明、更快、更精準！
🎯 研討會搶先看重點：
🔧 敏捷開發 x 跨部門協作 x 一體化 BOM 架構
🔍 CAD 資料變黃金，驅動整條產品價值鏈
📊 ENOVIA + AI 合力推動智慧 PLM，版本變更不再怕！
🗓 活動時間：2025/5/27（二）14:00 - 15:00
🎫 免費報名👉 https://3ds.tbh5.com/tw/EventDetail.aspx?eid=1161&f=qingteng
達梭系統3DEXPERIENCE 平台以 Power'By 技術與 AI 助攻，實現多 CAD 工具整合，打造企業的數位協同新體驗
#3DEXPERIENCE #PLM #AI助攻 #產品開發 #設計製造一體化
OpenAI最新旗艦AI亮相！GPT-6 Astra核心亮點、使用方案一次看！
OpenAI正式發表最新一代旗艦模型GPT-6 Astra，這次更新打破過去「AI只能在對話框裡打字」的限制，核心聚焦在「幫使用者動手操作電腦（Computer Use）」與「處理真實商務工作（Professional Work）」，讓AI真正能替上班族代工繁瑣的日常庶務，本文整理官方公布的亮點功能，以及各會員方案的訂閱費用。
文／《104職場力》
本文導覽
GPT-6 Astra核心功能亮點！上班族必看1.電腦自主操作（Computer Use）2.商業情境協作（Professional Work）3.速度、成本與安全邊界全面升級誰能使用GPT-6 Astra？各方案費用整理
GPT-6 Astra核心功能亮點！上班族必看
1.電腦自主操作（Computer Use）
跨系統登錄與填表：能接手線上表單填寫、自動更新CRM客戶系統資料，以及整理行事曆等。
搜集資料並直接彙整：在瀏覽器搜尋網路資料後，可直接切換到文字編輯器或電子郵件中草擬摘要。
專業軟體操作：支援在Power BI製作視覺化圖表、自主安裝並測試軟體，甚至能操作專業軟體KiCad進行電路板排線、執行網頁前端功能檢查（QA）。
生活行政快速代辦：官方示範影片展示了Astra自主完成租屋比價、挑選兒科診所、預約行政機構（如監理站）等生活庶務的過程。
P.S.官方註明這些影片為剪輯過的示範片段，正式文字說明中並未提供每項任務的確切耗時，有興趣的讀者可自行參考官方發布頁面中的示範影片。
影片與詳情可前往OpenAI官網查看
2.商業情境協作（Professional Work）
嚴格遵循企業版型（Template）：能讀懂公司現有的PPT簡報或試算表範本，依照原有的版面風格與敘事架構產出內容，避免格式跑版。
去蕪存菁的商務文字：專門訓練只抓取關鍵商務資訊，不再產出重複且無意義的贅字。
非同步自主推進與主動提問：當指示模糊時，它會先處理常規步驟，並「主動發問」確認重大決策；遇關鍵節點會等待回覆，不會盲目亂猜。
多輪修正不失焦：面對多次調整要求或突發插曲，能牢記初始任務目標，不隨意偏離方向。
[course_plugin api_type='course_id' title='104學習推薦：' id='39d7b0fe-6384-450f-aee8-eaa8932b544d']
3.速度、成本與安全邊界全面升級
任務耗時縮短47%：在電腦操作基準測試OSWorld 2.0中，Astra平均約40分鐘即可完成任務並拿下72.6%的分數，相較前代GPT-5.6 Sol平均需75分鐘、僅拿下65.7%，等於耗時減少約47%；在Mind2Web操作基準上，速度則提升1.9倍。
越界行為大幅降低，但非全面「零風險」：在一項參考Hugging Face事件設計的測試中，移除正式產品安全防護後，前代GPT-5.6 Sol有48%的機率會逾越授權範圍任意更動電腦，Astra在同樣情境下降到0%。（不過這個「0%」是特定測試情境下的結果，官方另一份「內部電腦操作安全基準」顯示，Astra整體的不安全行為發生率為2.4%，雖仍遠低於前代的22%，但並非完全為零，企業導入時仍建議搭配官方提供的Auto-review等審核機制使用）
網路安全能力躍進，OpenAI同步收緊存取權限：Astra在OpenAI的風險分級框架「Preparedness Framework」中，網路安全能力被列為「Critical（重大）」等級，在漏洞利用測試ExploitBench中達到100%成功率（前代為78.5%）。因應風險提升，目前Astra僅開放協助防禦性資安工作（如安全程式碼審查、修補漏洞），更進階的攻擊性測試（如建立概念驗證漏洞）暫不開放一般使用者，OpenAI表示會透過「OpenAI Daybreak」計畫，視情況逐步擴大存取範圍。
【補充】這次發布同時公布了Astra在數學與科學領域的研究貢獻，包括協助證明兩個懸而未解超過10年及80年的質數間距問題，並在高難度數學測試FrontierMath Tier 4上取得接近滿分的成績。雖然與一般上班族的日常工作較無直接關聯，但也是這次發布強調「最聰明模型」的重要佐證。
誰能使用GPT-6 Astra？各方案費用整理
GPT-6 Astra採分批推送機制，即日起已向特定機構開放，未來數日內將同步推送給全體ChatGPT Plus、Pro、Business、Enterprise用戶，以及OpenAI API、Microsoft Azure、AWS Bedrock，免費版與新推出的Go方案目前則不在支援名單中。
方案類別適用對象官方參考費用（美金）是否支援GPT-6 AstraChatGPT Free一般大眾（免費體驗）免費❌不支援ChatGPT Go想要比免費版更多用量的輕度使用者約 $8美元／月❌不支援ChatGPT Plus一般個人工作者、上班族$20美元／月（實際金額請以帳戶內顯示為準）數日內陸續推送ChatGPT Pro重度生產力、高用量專業者依用量分兩個級距：5倍用量與20倍用量，官方資訊顯示分別約為- $100美元／月- $200美元／月（實際金額請以帳戶內顯示為準）數日內陸續推送，並可額外使用進階版「GPT-6 Astra Pro」ChatGPT Business團隊與中小企業（需 2 人以上）Standard席次：- $20美元／人／月（年繳）- $25美元／人／月（月繳）另有新推出的Premium席次（5倍用量、無5小時使用上限）：- $100美元／人／月（年繳）- $125美元／人／月（月繳），兩種席次可混搭使用數日內陸續推送，Pro、Business 用戶皆可額外使用「GPT-6 Astra Pro」ChatGPT Enterprise大型企業（具資安與管理控管）依企業規模專案報價數日內陸續推送，但預設為關閉，需由企業管理員手動為工作區啟用開發者 API工程師、第三方系統串接模型代號gpt-6-astra；Standard定價為- 每百萬input token $10美元- 每百萬output token $50美元另有速度與價格皆為2倍的Fast模式與消費版方案同步於未來數日內開放，同步登陸Azure、AWS Bedrock
詳細報價可前往OpenAI官網查看
一般上班族若想體驗GPT-6 Astra的跨軟體自動化與簡報排版功能，門檻為訂閱ChatGPT Plus（每月20美元）；若需要更高用量或進階版GPT-6 Astra Pro，則可考慮Pro或Business方案，待官方推送完成後，即可在模型選單中切換使用。
資料來源：OpenAI〈GPT-6 Astra: A new generation of intelligence〉官方發布頁面；ChatGPT 官方定價頁面（Pricing、Business、Pro 方案頁）；OpenAI 說明中心〈What is ChatGPT Business?〉；OpenAI〈Premium seats are coming to ChatGPT Business〉。
延伸閱讀：
ChatGPT怎麼整理Excel資料？清理欄位、統一格式，樞紐分析不出錯｜8組提示詞範本
ChatGPT幫你跑寄信流程！實測串Gmail、Google Drive，寫信、附檔、批次寄送都能做
別只會開ChatGPT！寫企劃、查資料、解任務該找誰？全球數據揭職場AI的「真實專長」
零基礎邁向專業｜3DEXPERIENCE CATIA 零件實體建模（R2025x PDG）
你想學 3DEXPERIENCE CATIA，卻不知道從哪裡開始跨出第一步嗎？
別擔心！青騰學院推出全新實戰課程：
👉 《零基礎邁向專業｜3DEXPERIENCE CATIA 零件實體建模（R2025x PDG）》 帶你用最清晰、系統化的節奏，從草圖約束到實體特徵，無縫接軌現代化 3D 建模世界！
#3DEXPERIENCE #CATIA #R2025x #PDG #零件設計 #實體建模 #CAD教學 #機構工程師 #青騰學院 #線上課程
有任何收穫或想分享的，都來和大家一起聊聊吧！