Linux驅動程式【本課程為線上課，報名後專員會提供上課資訊】
104學習
Delphi
是一種以物件導向為基礎的程式語言與開發工具，主要用於快速開發Windows應用程式。擅長此技能代表你能有效設計和維護企業級軟體系統，具備良好的視覺化介面設計能力及資料庫整合經驗。由於歷史悠久，仍有不少傳統系統使用，熟悉此技能有助於接手維護或升級既有專案，對金融、製造等行業尤為重要。
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】
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！
AI工程師與企業開發必修！FastAPI後端精通：全面入門與進階實戰指南
智能文件編輯：AI和Word的整合
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】
C# .Net Framework系統基礎實作攻略
Python程式設計【本課程為線上課，報名後專員會提供上課資訊】
Cursor AI全端開發所：Python 網站系統獨立製作全攻略
從零開始 Python × Ollama 實戰教學：打造企業本地LLM應用程式
精選證照
考取專業證照，讓能力被市場看見
SSE C程式語言國際認證
C語言已經是目前欲進入資訊科技殿堂最重要的程式語言，也是最好找工作的程式語言，目前大部分的半導體，工業工程，無人車，虛擬實境和手機開發等和硬體相關的開發都是使用C語言完成。掌握C語言是軟體工程師最重要的技能。讓你在各個不同領域都能得心應手完成困難的工作。通過我們的認證，你將證明自己具備高人一等的C語言開發能力。
Silicon Stone Education (SSE)
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
LabWindows/CVI 進階專業認證（CCVID）
LabWindows/CVI 進階專業認證（CCVID）證照專為具備LabWindows/CVI軟體開發能力的專業人士設計，驗證持有者在使用該平台進行自動化測試、資料採集及系統整合方面的進階技能。此證照強調熟悉C語言編程、硬體介面控制及測試系統設計，適合電子工程、測試工程及軟體開發領域的專業人才，提升職場競爭力與專業形象。
尚未查核發照單位
IBM Rational
IBM Rational證照專注於軟體開發生命週期管理，涵蓋需求分析、設計、測試及版本控制等技能，協助專業人士提升軟體開發效率與品質。持有此證照代表具備使用IBM Rational工具套件進行專案管理與協同合作的能力，能有效支援團隊達成專案目標，廣泛應用於軟體工程、系統整合及IT專案管理領域。
IBM
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
ICDL-運算思維與Python程式設計
ICDL國際認證符合現今產業趨勢，包含雲端協同作業、數位行銷、運算思維與程式設計、數據分析、專案規劃及必要之資訊安全..等能力，皆可完整學習，從而快速的應用在新技術及工作上。在全球超過100個國家的夥伴網路，以40多種語言授課認證，而財團法人電腦技能基金會(CSF)為ICDL台灣總代理。
ICDL Asia
精選貼文，掌握第一手知識
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']
OpenAI的GPT-5和GPT-4差異在哪？有感變快、1圖看ChatGPT新舊5大比較
2025-08-08 聯合新聞網綜合報導 由聯合新聞網授權轉載
OpenAI最新發布的GPT-5即刻開放使用，且AI產生的幻覺更少，聯合新聞網《科技玩家》實測使用ChatGPT 時，明顯感覺GPT-5的對話和生圖速度都變得相當快，也難怪執行長奧特曼（Sam Altman）提到「GPT-5如同讓人感覺在跟各領域的專家對話，且是一位博士級的專家。」至於GPT-5和GPT-4 到底有什麼不同？直接讓ChatGPT的AI聊天機器人「自己分析自己」進行比較 。
或許有人不了解GPT-5和GPT-4不同之處在哪裡，OpenAI的人工聊天機器人ChatGPT提到，新推出的GPT-5和GPT-4其實是同一家族的成員，但「腦袋」架構和訓練方式有些升級，因此會有數項明顯差別：
1.速度與即時反應
GPT-5在處理問題時的反應速度更快，尤其是在長篇對話或多輪互動中，比 GPT-4 更容易保持流暢、不斷線，且整理大量資料或長文件時，GPT-5能更快給出結構化的結果。
2.對話記憶與延續性
GPT-5對上下文的掌握度提升，能更「記住」前面說過的細節並延續語境，減少中途「失憶」的情況，因此在長時間協助用戶翻譯、寫新聞或分析比賽時會特別明顯。
3.理解與生成的細膩度
GPT-5在處理中英混合等多語言，或是體育、財經等專業內容時的精準度更高，生成內容更貼近用戶的需求格式，整體下來比GPT-4更容易抓到用戶偏好的寫作風格與細節要求。
4.工具與即時搜尋能力
GPT-5可以直接用網路搜尋找尋最新資料，而GPT-4本身沒這功能（除非在特定版本或模式下開啟），像是要最新的最新體育新聞時，GPT-5就能即時處理查詢。
5.個性化互動
GPT-5因有記憶功能，可以記住用戶偏好，像是翻譯格式、寫作語氣、專注的運動項目等，所以長期對話會越來越符合用戶想要的風格；而GPT-4沒有長期記憶時，每次對話都要重新建立背景。
簡單來說，若用一句話比喻GPT-4和GPT-5，GPT-4是聰明的「客座顧問」，而GPT-5更像是「專屬助理」，會愈聊愈懂用戶心思，反應速度也快得多。
ChatGPT－GPT-5 vs GPT-4功能差在哪？
ChatGPT的GPT-5 vs GPT-4 功能差異比較：
面向GPT-5GPT-4回應速度處理速度快，長篇內容生成流暢，幾乎沒有延遲較慢，特別是長篇輸出時需要等待上下文記憶支援長期記憶，能記住你的偏好並持續應用無長期記憶，每次需重新建立背景多語言與專業內容中英混合翻譯精準，能依要求格式化翻譯正確率高，但需多次提醒格式最新資訊取得可用 Web 搜尋即時獲取最新消息無法直接取得最新資訊內容結構化能力能快速生成表格、摘要、段落分明的專業新聞稿有結構化能力，但需額外指令才會分段個人化互動能根據過往對話調整語氣與細節深度每次互動需重新設定語氣與細節偏好穩定性與連貫性長對話不易中斷主題，細節延續性佳長對話可能忘記前文細節思考與推理能力推理鏈條更長，能維持多步邏輯正確率推理能力強，但多層邏輯偶爾失準適應特殊需求可針對你的編輯習慣，長期微調輸出風格缺乏持續適應能力，每次需重建指令框架
更懂你了？ChatGPT新功能 可記憶Mac滑鼠點擊、鍵盤輸入
2026-08-17 經濟日報編譯吳孟真 由聯合新聞網授權轉載
OpenAI旗下聊天機器人ChatGPT的macOS桌面版，推出一項名為「電腦歷史」（Computer History）的新功能，可將使用者在電腦上的操作轉化為訓練資料，藉此學習使用者的工作方式、建議自動化流程，甚至接手尚未完成的工作。
Computer History會透過作業系統的輔助使用（accessibility）框架，記錄滑鼠 點擊、鍵盤 輸入、鍵盤快捷鍵及應用程式切換等操作，再將其轉化為可搜尋的記憶，供AI助理在回應要求時參考。記憶檔案則會以未加密的純文字形式就地儲存。
這項功能會根據使用者的操作活動，建立時間軸，讓ChatGPT和Codex在使用者往後提出要求時，能夠參考先前的操作紀錄。暫存的事件檔案會留在使用者裝置上48小時，之後刪除。OpenAI表示，這些資料會在該公司的伺服器上處理，處理完成後不會保留，除非法律另有要求。
此外，Computer History採取主動選擇加入（opt-in）的方式，而非預設開啟、再由使用者選擇退出（opt-out）。使用者也可自行排除特定應用程式和網站，不將其納入記憶，也能刪除個別紀錄。
這項功能不會擷取螢幕截圖或錄影，也不會收錄麥克風或系統音訊，且會排除私密瀏覽活動。這是OpenAI刻意做出的改變，Computer History取代了Codex先前的Chronicle功能，後者會透過擷取螢幕畫面來建立操作脈絡。
Computer History讓人想起微軟旗下備受爭議的AI功能Windows Recall，後者高度依賴螢幕截圖。
OpenAI表示，不會拿Computer History蒐集的記憶檔案來訓練模型，但當這些記憶日後在其他對話中被調出、作為上下文使用時，相關聊天內容是否可能成為訓練資料，將取決於使用者的設定。
目前這項功能尚未在歐洲經濟區（EEA）、瑞士及英國推出。
Claude Dispatch是什麼？用手機遠端交辦AI任務，15個實用工作指令範本一次看
Claude Dispatch是Claude Cowork中的遠端任務功能，目前仍為Beta版，可透過手機向電腦端的Claude桌面版交辦工作，並運用已授權的本機檔案、連接器、應用程式來完成任務。本文介紹使用資格與設定方式，並以連接Gmail、Google Drive、Google Calendar的使用工作情境為例，分享15個可直接套用的工作指令範本。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）
手機上可以用Dispatch做什麼？15個指令模板，直接複製使用日常辦公類客戶溝通類研究工作類行銷內容類最佳實踐：每日Dispatch工作流示範建立你自己的節奏
【想從手機遙控電腦，使用Claude Dispatch要準備什麼？】
帳號：Claude Pro或Max帳號，因為Dispatch為付費訂閱功能
裝置：手機安裝Claude App，以及電腦安裝Claude桌面版
步驟：
打開桌面版Claude App，在Cowork頁面點擊Dispatch，開始配對設定
本例示範需連接Gmail、Google Drive、Google Calendar
桌面版會顯示QR Code，用手機Claude App掃描配對，並開啟權限
完成桌面端配對後，即可從手機Claude App的Dispatch入口送出任務，在電腦上執行，對話會自動在兩個平台上同步；但注意使用期間電腦需為開機狀態，並要開啟桌面版Claude App。
成功開啟後，你會在手機上看到一個簡潔的對話輸入介面，頂部顯示「Connected to Claude」或類似的連線確認字樣。你可以在手機輸入一句簡短的測試指令，例如「說你好」，如果Mac上的Claude App出現回應，代表連線正常、安裝完成。
從現在開始，你可以用手機對Claude下達任何指令。
手機上可以用Dispatch做什麼？15個指令模板，直接複製使用
我在教Dispatch的時候，最常被問的問題是：「所以我到底可以叫它做什麼？」簡單來說，截至撰寫時，Dispatch支援透過已連接的Google工具（Gmail、Drive、Calendar）來執行各種任務。但你在手機上打字比在電腦上慢，所以指令的「寫法」很重要。一個寫得好的指令，可以讓你少打很多字、得到更好的結果。
以下我按不同工作場景，整理了最實用的指令模板。直接複製、改掉括號裡的內容，就能用。
編按：本文主要示範的Gmail、Google Drive與Google Calendar相關工作情境，其中關於查詢、整理雲端資料或生成內容的工作，也可透過一般Claude對話搭配Connector完成，因此應用不止限於Dispatch，提供讀者參考使用。Dispatch的主要差異，是可從手機將任務交由桌面端的Claude Cowork執行，並運用電腦端已授權的本機檔案、Connector、Plugin及桌面應用程式，包括在手機上無法開啟的檔案，來處理更完整的工作流程。
日常辦公類
1. 信件摘要
早上到公司第一件事，看看今天有什麼重要的信。
讀取我今天收到的所有信件，用表格列出：寄件人 | 主旨 | 重要程度（高/中/低）| 是否需要回覆
兩分鐘內你就知道哪些信要優先處理，而不是花半小時從上到下一封封看。
2. Email代擬
知道要回哪些信之後，讓Claude幫你擬草稿。
幫我回覆 [寄件人] 的信，重點：1. 同意他的提案2. 但預算要降10% 3. 請他下週一前回覆修改版語氣：專業但友善
注意「語氣」這個參數。你可以換成「正式嚴肅」、「輕鬆親切」、「簡潔直接」—不同的場合用不同的語氣。
3. 會議準備
開會前最怕被問到不知道的事。讓Claude幫你預習。
我今天下午 3 點有一場跟 [客戶名] 的會議。幫我從 Drive 找到跟這個客戶相關的文件，摘要重點，列出 5 個可能被問到的問題和建議回答。
4. 週報生成
每到週五就頭痛的週報，讓AI從你這週的信件和行程自動整理。
根據我這週在 Gmail 和 Calendar 的紀錄，自動生成週報：本週完成的事項、進行中的事項、下週計畫。格式：Markdown，每個類別用條列式。
5. 快速研究
老闆突然問你某個市場的情況。
幫我研究 [主題]：目前市場上的主要玩家（至少5個 ）、各家的定價策略、我們的機會在哪裡。整理成一頁摘要。
客戶溝通類
6. 會議紀錄整理
會議結束後立刻整理，趁記憶還熱。
我剛結束跟 [客戶名] 的會議，重點如下：1. [重點一] 2. [重點二] 3. [重點三]幫我整理成正式的會議紀錄，包含：日期、與會者、討論事項、決議事項、下一步行動（含負責人和截止日期）。寄到 [客戶 Email]。
7. 報價單修改
客戶說太貴了，要你重新報價。
讀取Drive上的 [報價單檔名]，全部品項降價8%，保留備註欄的內容不動，另存為「[新檔名]」。
註：涉及金額的計算，建議讓AI列出「原價→新價」對照表讓你過目確認，再覆寫到報價單，避免單純的「降8%」指令在浮點計算後出現尾數差異（例如：1,000元 × 0.92 = 920.0，但1,234元 × 0.92 = 1,135.28 四捨五入還是無條件捨去）。
8. 客戶跟進提醒
設定自動提醒，不讓任何客戶被遺忘。
在Calendar幫我建立以下客戶跟進提醒：- [客戶A]：下週三回電確認合約- [客戶B]：下週五寄送修改版提案- [客戶C]：兩週後約第二次會議每個提醒設定提前1小時通知。
研究工作類
9. 文獻搜尋摘要
幫我搜尋跟 [研究主題] 相關的最新文獻（2023-2026），找10篇，列出：作者、年份、標題、核心發現。按引用次數排序。
10. 數據分析
讀取Drive上的 [資料檔]，做描述統計（平均、標準差、最大、最小），各組比較，用文字解釋結果的意義。
11. 論文結構規劃
我的研究題目是「[題目]」，幫我列出論文的章節結構，包含每章的小節標題和預計內容摘要。每章100字的內容說明。
行銷內容類
12. 社群貼文一次4個版本
我們公司剛推出 [產品名]，幫我寫4個版本的社群貼文：IG：搭配圖片的短文案（150字），附10個hashtagFB：有故事感的中長文（300字）LinkedIn：專業導向（200字），強調產業影響Twitter/X：精簡有力（100字以內）
一句指令，4個平台的文案全出來。不用分4次問。
13. YouTube腳本
3分鐘影片的腳本，包含開場、內容、收尾。
幫我寫一個3分鐘的YouTube影片腳本，主題：[主題]格式：開場吸引（15秒）→ 問題描述（30秒）→ 解決方案（90秒）→ CTA（15秒）語氣：輕鬆專業，像跟朋友聊天
14. 文章改寫
把技術報告變成人話。
讀取Drive上的 [報告名]，改寫成一篇500字的部落格文章。目標讀者：不懂技術的一般消費者。語氣：生活化，多用比喻。
15. 冷開發信
不推銷，提供價值。
幫我寫一封開發信給 [目標客戶/產業]：我們公司：[簡介]產品：[產品名]目標：約一次15分鐘的線上Demo風格：不推銷，提供價值。開頭用對方最近的一個新聞或成就來破冰。
上面這些指令模板，在手機上貼給Dispatch之後，Claude會直接在對話視窗回覆結果，如圖所示—你看到的是行銷類指令（社群文案、YouTube腳本）在手機端的實際回覆畫面，4個版本的貼文草稿整齊呈現在螢幕上，你可以直接複製使用。
最佳實踐：每日Dispatch工作流示範
最後，讓我整理一套「每日Dispatch推薦工作流」。這套流程是我測試了好幾週之後找到的最佳節奏。你不需要全部照做—挑適合你的部分就好。
早晨通勤（出門到公司的路上）
第1件事：信件總覽。出門前或在捷運上，發一個指令：
早安。幫我做今天的「晨間簡報」：1. 列出過去12小時收到的所有信件，標記重要程度2. 列出今天的所有行程，標記需要準備什麼3. 如果有任何行程跟信件相關（比如信裡有人提到要改時間），特別提醒我格式：3個區塊，每個區塊用表格。
到公司之前你就知道今天要做什麼、什麼最緊急。
到公司後（前30分鐘）
第2件事：批次回信。根據晨間簡報，決定哪些信要回：
幫我回覆以下信件：1. [信件A的回覆指示] 2. [信件B的回覆指示] 3. [信件C的回覆指示]先給我看草稿。
這時候你可能已經到公司了，可以在電腦上確認草稿。沒問題就直接寄出。
午餐時間
第3件事：下午會議準備。如果下午有會議，趁午休讓Claude幫你備料：
我下午 [時間] 有跟 [對象] 的會議。幫我從Drive找相關文件，整理成一頁的會前速讀。另外查一下Gmail裡跟這個客戶最近一個月的往來信件，有沒有什麼我應該注意的事。
下班前（最後15分鐘）
第4件事：收尾和明日規劃。在離開辦公室之前：
幫我做今天的「收工報告」：1. 統計今天我處理了幾封信、開了幾場會2. 根據Calendar，明天有什麼重要的事3. 如果有任何信件我今天沒回但需要回的，提醒我4. 如果明天有需要提前準備的會議，列出我要準備什麼
週五下班前
特別任務：自動週報。
根據我這週（週一到週五）在Gmail和Calendar的紀錄，生成本週週報：1. 本週完成的主要事項（從信件和會議中推斷）2. 進行中的事項3. 下週計畫（從下週的Calendar推斷）4. 需要主管協助的事項（如果有的話）格式：Markdown，存到Drive上，檔名「週報_[本週日期範圍]」。
建立你自己的節奏
以上只是建議。重點是：Dispatch最大的價值不是單次使用，而是養成習慣。當你每天固定在幾個時間點用Dispatch處理固定的事情，它就變成了你的「AI助理的日常行程」。你不用每次都想「我要問什麼」—你的AI助理有固定的工作清單，每天自動幫你完成。先從「早晨信件總覽」開始。只要這一個習慣，你就會發現早上到公司的效率高了很多。等你習慣之後，再慢慢加入其他的工作流。
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：
「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
商務Email好難回？用Claude Skill建回信SOP，4大類型自動判斷、10秒寫出90分初稿
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
從 Vibe Coding 到 Agentic Engineering：定義 AI 時代的軟體工程新範式
回顧 2025 年，前 Tesla AI 總監 Andrej Karpathy 在社群平台上首次拋出 「Vibe Coding」 這個詞時，精準捕捉了當時開發者的集體情緒。那是一種憑藉自然語言提示、與大型語言模型（LLM）進行即時對話，進而拼湊出程式碼的過程。在那樣的時空背景下，開發者不再逐行撰寫邏輯，而是透過一種「氛圍（Vibe）」與直覺，快速催生出可運作的產品原型。
這種「以直覺替代語法」的模式迅速引爆了工具與新創的開發熱潮。從 AI 原生編輯器到全自動開發平台，資金如潮水般湧入：AI 程式編輯器 Cursor 在去年底完成 D 輪融資，年化收入（ARR）驚人地突破 10 億美元；而歐洲新創 Lovable 則以 66 億美元的估值完成 B 輪融資。
然而，當熱潮退去，我們必須直面一個核心問題：「感覺」能支撐起企業級的軟體工程嗎？
Vibe Coding 的天花板：實驗與專業的鴻溝
在 Vibe Coding 模式下，開發者雖然能獲得極高的初始速度，但這種「黑盒式」的開發卻隱藏著巨大的技術債。
當專案規模擴大，單純依賴單一模型的對話式修補會逐漸失控。生成的代碼可能存在隱蔽的安全漏洞，且缺乏一致性的架構邏輯。Karpathy 指出，當時的模型能力有限，Vibe Coding 多半用於實驗性專案，距離真正的專業軟體工程仍有明顯落差。
隨著 AI 模型能力的進化，我們正進入一個新的階段：Agentic Engineering（智能體工程）。這不僅僅是名稱的變更，更是從「感性驅動」向「理性系統」的範式轉移。
2. 建立品質關卡與審計軌跡
工程化的標誌在於其「可預測性」。在 Agentic Engineering 的框架下，工作流會內建品質關卡（Quality Gates）與自動化測試。這意味著 AI 產出的每一行代碼，都必須通過另一組 AI 代理或既定腳本的審查。這種「半自主系統」具備自我修復與反思的能力，大幅降低了 Vibe Coding 帶來的隨機性風險。
開發者角色的重定義：系統架構師與監督者
這場轉型對軟體工程師而言，是一次技能樹的劇烈重組。開發者的工作重心正發生以下移轉：
定義邊界而非代碼：工程師的核心能力不再是掌握特定程式語言的語法，而是定義系統的輸入輸出契約、安全性約束（Guardrails）以及業務邏輯的邊界。
掌握編排藝術：開發者必須學習如何設計「認知架構（Cognitive Architectures）」，例如如何運用多代理協作模式，讓 AI 能夠處理比以往更複雜、更長期的任務。
從實作者轉向監督者：這是一個將 AI 開發視為企業核心職能的過程。我們不再是即興打造工具的人，而是負責驅動一個可持續擴展、具備自我演進能力的半自主系統。
結語：進入自主開發的新紀元
Vibe Coding 是 AI 帶給我們的一場美夢，它讓我們看見了開發門檻崩塌的可能性；而 Agentic Engineering 則是將這份美夢轉化為工業化現實的必經之路。
正如 Glide 所言，Vibe Coding 代表的是早期工具帶來的震撼，而 Agentic Engineering 則更貼近企業級的實務需求。我們正站在軟體工程新紀元的門檻上——在那裡，人類負責定義願景與紀律，而 AI 代理則在嚴謹的框架下，將願景轉化為穩健的現實。
觀看原文：https://www.xschoolkh.com/post/vibe-coding-to-agentic-engineering
如果你感覺目前的 AI 開發流程讓你焦慮，或許缺的不是更強的模型，而是一套能駕馭 AI 的開發方法論。
【Vibe Coding 全端架構師養成：ASP.NET Core × AI LLM 企業級實戰】 現在就加入，成為定義規則的人。
想了解更多課程資訊請詳見連結👇
https://www.xschoolkh.com/vibe-coding-ai-asp-net-core
ChatGPT基本文章生成術：企劃案、介紹文用AI快速完成
運用AI工具快速生成文章，可以用更高效、更簡單的方式完成高品質文章。本文解析如何使用ChatGPT生成基本文章，從企劃案撰寫到段落內容都能輕鬆創作，工作效率大加分！
文／陳冠霖（Brian Chen）
本文目錄（點擊可快速前往）
ChatGPT基本文章生成ChatGPT段落文章書寫
ChatGPT基本文章生成
有了ChatGPT帳號後，我們來看看如何進行文本生成吧！
情境範例：
今天上班，公司在經過幾個小時的開會，決定要開發一款新的懶骨頭沙發產品並上市販售。而撰寫產品企劃的重任像一顆石頭一樣重重的壓在你身上，而更可憎的是，老闆竟然要求你先將初版的企劃案寫出來，並在明天的會議上進行報告並討論。除此之外，你還被要求要在短時間內思考出懶骨頭沙發的優缺點、目標客群以及年齡層等各種面向的問題⋯⋯
此時就可以跟ChatGPT說：
我想撰寫關於新的懶骨頭沙發的產品企劃案，我希望能夠為我分析一下目前此類商品的優點與缺點以及缺點預計可以改進的方向、目標客群以及年齡、預期成本和預期收益等，並幫我根據這些架構進行條列以及撰寫出一篇約400字的文章。
之後就可以看到GPT的回覆，如圖4-4至圖4-6：
（圖／博碩文化提供）
是不是很厲害啊，俗話說萬事起頭難，但現在可以用AI幫你起頭之後，只需要根據這些架構草稿再慢慢去更改內容並撰寫出完整計畫就好了。在這過程中也可以持續使用AI工具來協助各位撰寫，所以在現在這個時代會使用AI工具真的會讓你在職場上的效率超級加倍！
題外話：目前版本ChatGPT會有免費使用GPT-4o生成的服務，當額度用盡就會變回GPT-4o mini生成。所以如果突然發現回覆內容感覺變弱就是GPT-4o額度用完啦。不過別擔心，免費額度是會補充的。
ChatGPT段落文章書寫
如果今天只是需要生成一個段落而已，當然可以使用ChatGPT來進行生成。
情境範例：
在經過一天的煎熬，終於等到要下班的時間了，但你看到老闆向你走過來，心中升起一絲不祥的預感。果然，老闆想要你在明天上班前提交一份關於Python程式語言的介紹，但你只是一個在辦公室為了三餐溫飽而努力的小職員，對於Python這個程式語言根本完全沒有頭緒，加班到很晚看了很多文章還是一頭霧水，焦慮到快要爆炸了⋯⋯
別擔心！在一切還沒變的糟糕之前，你可以直接求助無敵的ChatGPT，只需要在對話視窗中輸入：
請用500個字介紹Python這個程式語言，撰寫文章時請分成四個段落。
接著按下送出，等待ChatGPT回覆即可，以下圖4-7是ChatGPT的回覆內容。
（圖／博碩文化提供）
看到這段文章之後，你驚覺的發現似乎可以根據這段文章稍微修改一下，或者可以「請」ChatGPT協助代為修改，改完之後發現根本沒花太多時間，全部處理完之後終於可以準時下班了，灑花！
基本上各位可以根據自己的需求（或者老闆或老師對你的需求）來對GPT進行文字生成的指示，而各位可以看到生成後的文字底下會有5個小圖標，這5個小圖標由左至右分別為：
大聲朗讀：這個功能可以讓ChatGPT預設的語音來朗讀他的回覆。
複製：淺顯易懂，就是複製這段對話的內容。
重新生成：如果生成的文章你不喜歡的話，可以像慣老闆一樣要求ChatGPT重新生成喔，重新生成後可以選擇重新生成的結果更好、更糟或是沒差別，這個選擇會些微影響到之後生成時的結果，ChatGPT會盡量根據你喜愛的風格生成，並盡可能避免掉你不喜歡的風格，重新生成的結果就像圖4-8這樣。
（圖／博碩文化提供）
● 回應不佳：如果你不喜歡這段回應，可以點選此按鈕並選擇原因告知ChatGPT的回應哪裡需要再修正如圖4-9，這也或多或少的會影響到後續的生成方式。
（圖／博碩文化提供）
● 變更模型：目前可以選擇GPT-4o與ChatGPT-4o mini來進行生成。
另外，目前最新的模型是OpenAI o1，若有購買完整版的話可以再使用o1 preview 模型與o1 mini。惟因本書最終完稿時大約是2024年8月初，所以在OpenAI o1 推出後（2024年9月中）緊急更新了部分內文，故OpenAI o1的部分會放在附錄介紹！
以上就是一些基本的ChatGPT介紹了，各位可以根據這些基本的功能嘗試看看這項服務，相信學會使用ChatGPT一定能為各位後續無論是工作或是生活帶來更多的便利性。接下來我將會帶各位來看看更多的ChatGPT應用。
題外話：如果生成的段落文字過長，因為ChatGPT會有輸出限制，所以有時候輸出到一定程度就會中斷，此時可以輸入指令：「請接續上面的文章內容繼續生成」、「請繼續」、「請繼續生成」，來對ChatGPT下指令讓它繼續生成文章。
節錄自：博碩文化《即學即用！精選 30 招辦公室超高效 AI 生產術／陳冠霖（Brian Chen） 著 》
更多【實用AI工作術】推薦給你：
讓ChatGPT當求職教練！寫求職信、履歷建議、中英文面試練習指令
用AI快速寫Email！ChatGPT Writer、Copilot等中英文電子郵件生成
ChatGPT整理Excel表格超快速！用AI輕鬆搞定複雜資料
ChatGPT一鍵生成簡報！Slides Maker讓AI幫你快速做完整簡報
ChatGPT生成Apps Script程式碼4技巧！Google Sheets自動化範例用AI加持
想把重複的Google Sheets試算表工作自動化，用ChatGPT就可以快速生出可用的Apps Script程式碼，相較於手動編寫、錄製巨集，使用生成式AI的技術門檻最低！作者分享2個範例，並提醒用AI生成Apps Script程式碼的Prompting技巧。本文節錄自《AI 加持！Google Sheets 超級工作流》。
文／杜昕 Mic Tu
本文目錄（點擊可快速前往）
撰寫Apps Script程式碼的3種方式使用生成式AI生成Apps Script程式碼▶ 範例1：資料統計▶ 範例2：生成圖表用AI生成Apps Script程式碼的Prompting技巧
Google Apps Script（以下簡稱Apps Script）是一個強大的雲端腳本語言，讓使用者能透過類似JavaScript的程式碼整合Google的試算表、文件、簡報、日曆等功能，自動化重複性的工作，完全免費且不需要安裝任何開發環境即可完成。
若要在Google Sheets中使用Apps Script，只要點選「擴充功能 → Apps Script」進入Apps Script的編輯器介面，便能開始撰寫程式。
撰寫Apps Script程式碼的3種方式
撰寫Apps Script程式碼的方式可分成手動編寫、錄製巨集、使用生成式AI 3種，優缺點分別如下：
撰寫方式優點缺點手動編寫完全根據需求客製化程度高。需要花較多的時間學習與實際撰寫。錄製巨集錄製後自動生成程式碼，只需根據需求手動調整即可。錄製的程式碼較基本，複雜的需求可能要大幅的手動調整，因此仍需具備程式基礎。使用生成式AI可直接複製貼上生成的程式碼，大幅提高撰寫效率，也能解決較複雜的案例。撰寫程式碼時會備註各程式碼的用途，可供快速學習。較冷門的需求可能會回答錯誤，若要提升生成品質則會需要訂閱。有時程式碼較冗餘，影響執行效能與可閱讀性。
雖然3種方式皆有優缺點，但使用生成式AI需要的時間、技術門檻最低，因此後續各章節主要會使用ChatGPT生成程式碼，提供輸入的Prompt及對應的輸出。
使用生成式AI生成Apps Script程式碼
本節將使用兩個範例說明如何使用ChatGPT生成程式碼，只要將程式碼複製到Apps Script中並執行函式即可，兩範例的需求、Prompt與ChatGPT (4o mini)生成程式碼如下：
本節範例使用之「會員資料檔」Google Sheets
會員資料檔範例（圖／旗標）
▶ 範例1：資料統計
需求：統計會員資料檔中的會員職業，各職業依會員數多到少排序。
問：生成Apps Script程式碼，統計工作表「會員資料檔」的 E2:E 每個值出現的次數，依次數由高到低輸出到工作表「5.4.3 使用生成式 AI 生成程式碼」的 A:B 中，並將兩欄的標題分別設為「職業」和「會員數」。
ChatGPT輸出結果（以下為作者撰寫時生成之版本，每次生成可能有些許差異，請各位讀者稍加留意）：
▶ 範例2：生成圖表
需求：延續上例，將統計結果繪製成柱狀圖。
問：生成Apps Script程式碼，將工作表「5.4.3 使用生成式AI生成程式碼」的 A2:B 繪製成柱狀圖，兩欄分別為「職業」和「會員數」，並貼上至工作表的 C1 儲存格中。
ChatGPT 輸出結果：
兩範例的最終結果如下圖所示：
（圖／旗標）
用AI生成Apps Script程式碼的Prompting技巧
在撰寫Prompt時要清楚描述需求，以增加生成式AI正確的機率，可以使用以下的Prompting架構增加正確輸出的機率：
問：(1) 生成Apps Script程式碼，(2) 完成以下步驟：1. (3) 將工作表「○○○」的 ○○:○○ 儲存格 (4) 匯總 / 繪製圖表 / 計算...，其中 A / B / C 欄位依序為 △△△ / △△△ / △△△…。2. 將 …3. 將 …，(3) 把最終結果輸出至工作表「○○○」的 ○○ 儲存格。
(1) 在一開始就提及Apps Script，避免AI輸出其他程式語言。
(2) 若要求非常複雜時，建議化為多個步驟，或是分多次Prompt漸進式說明。
(3) 清楚說明資料來源與最終輸出的位置，提及「工作表/儲存格/範圍/欄/列」避免判斷錯誤，並建議用括號標示工作表名稱。
(4) 說明計算過程時可以說明應用場景，但要說明各欄位的名稱，避免判斷錯誤。若欄位的名稱較難判斷資料型態時，可以增加舉例說明。
節錄自：旗標《AI 加持！Google Sheets 超級工作流》／杜昕 Mic Tu 著
推薦閱讀：
AI家教上線！ChatGPT和Gemini學習模式實測4招馬上用
AWS免費課程幫你打造AI「學力」證明，攻搶12萬AI職缺！
除了ChatGPT還有哪些生成式AI？16種AI工具應用解析
VIBE CODING 智能體工程開發實戰
身為開發者，還在為日復一日的程式碼撰寫感到疲憊嗎？想提升開發效率卻苦無對策？
AI時代，工程師的超能力就是「Vibe CodingＸ智能體工程」！
《VIBE CODING 智能體工程開發實戰》線上直播課，專為有程式基礎的你設計，從原理到實戰，手把手教你打造AI驅動的開發流程。
讓 AI Agent 成為你的神隊友，告別低效，迎接高產能開發！
【這堂課你將帶走什麼？】
✅ 建立 AI 協作開發思維：運用 Scaffolding Prompt 模式，用自然語言驅動 AI 組織專案結構、分層與規範。
✅ 精通 AI 驅動 SQL 資料庫技術：掌握資料庫核心設計，實作 Text-to-SQL 與 RAG 原型。
✅ 掌握最新AI開發工具：掌握 VS Code、Github Copilot 等 AI 開發工具，搭配 Claude Code 推理模型與 GitHub 協作流程。
✅ Agentic 思維： 教你如何把 AI 視為「員工」而非「工具」，學習拆解任務、分配角色、建立 AI 工作的標準作業程序（SOP）。
✅ 五大專案作品集： 包含行事曆管理系統、OCR自動化進銷存系統、全天候 Line Bot 智能助理等，實現可直接落地的 MVP。
✅ 完成從零到一的專案部署實戰：透過 5 件實作成品，學習優化代碼並將成品部署至雲端環境。
15人小班制教學
名額有限，額滿為止❗️
🔥 早鳥8折優惠實施中：現折 NT$14,400！
（個人/企業團報更優惠）
立即掌握 AI 時代的「十倍速開發」法，
現在就立即了解報名課程👉https://user135527.pse.is/8yxqwu
微軟「AI員工」報到 可執行複雜、跨工具協作任務 台鏈振奮
2026-06-18報導 經濟日報記者蘇嘉維 由聯合新聞網授權轉載
微軟宣布「AI員工」正式報到，昨（17）日於全球推出Copilot Cowork，並獲全球逾半數的《財富》500強（Fortune 500）企業使用。法人看好，微軟推出AI員工後，有望帶動AI算力需求增加，不僅帶旺鴻海（2317）、廣達及緯穎等代工廠，也將為PC品牌注入一股全新成長動能。
延伸閱讀：你也是膨風一族嗎？63%上班族AI能力都在灌水，為什麼會這樣？
微軟指出，Copilot Cowork能夠執行複雜、長時間運行且需跨工具協作的任務。使用者只需定義工作內容Copilot Cowork即可端到端完成整個流程，並交付完成的結果，不僅是提供草稿或建議。
微軟「Copilot Cowork」功能與概況
核心應用可協助使用者定義任務目標，同時達成跨工具使用，獨立完成使用者交付的專案任務鎖定市場企業用AI領域最大特點透過雲端執行模式，讓使用者PC關機後，AI也可自動執行任務未來效應微軟Windows在PC市場稱霸情況下，有望帶動代理式AI應用快速推進
其中，Copilot Cowork最大特點使用雲端託管（Cloud hosting）讓檔案不會儲存於本機裝置，不僅安全性受到嚴格控管，且即便使用者筆電關機，任務仍可持續執行。內建的Work IQ 支援將所有任務與企業既有的系統連結，確保所有工作精準反映真實的脈絡，另外多模型設計可依照任務需求使用最合適的模型，並將隨著更多模型推出持續擴展能力。
Copilot Cowork目前已經整合Anthropic旗下的Opus 4.8與Sonnet 4.6等AI模型，並支援OpenAI的GPT 5.5。不僅如此，微軟預計在未來數周內發布的最新模型 Cowork 1，主打透過後訓練（post-train）優化，以相對更低的成本完成任務。使用Copilot時，使用者不會被綁定單一模型，可以根據需求選擇最具效益的模型或前瞻模型。
據了解，Copilot Cowork是微軟大規模進軍代理式AI（Agentic AI）市場的重要一步，不同於先前AI模型的一問一答方式，Copilot Cowork可獨立執行工作專案，即便電腦關機，也可以雲端運算方式持續推進工作，同時微軟Windows作業系統在稱霸PC市場情況下，代表Copilot Cowork將可望快速拓及全球PC，推動代理式AI應用快速發展。
微軟在推出Copilot Cowork同時也象徵AI算力需求進一步成長，當前切入微軟AI伺服器供應鏈的鴻海、廣達及緯穎等ODM廠後續接單有機會暢旺。
法人指出，廣達在微軟供應鏈不僅成功拿下GB300系列的NVL 72伺服器大單，後續Vera Rubin伺服器也將在下半年開始量產出貨，為廣達下半年營運增添成長動能。
[joblist_plugin title='【廣達】精選職缺，104上都看得到！' url='https://www.104.com.tw/company/ahfsoq0' amount='5']
不僅如此，微軟推出Copilot Cowork產品後，有望為PC市場帶來代理式AI新浪潮，推動PC換機需求，讓今年相對平淡的PC市場營運添新柴火，華碩、宏碁、微星及技嘉等PC品牌廠同樣受惠。
▲ 圖片來源：聯合新聞網授權轉載
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]
AI最新熱門工作揭曉！工程師不只要會寫程式 這技能創造更多收入
2025-11-02 經濟日報編譯易起宇 由聯合新聞網授權轉載
OpenAI、Anthropic和Cohere等人工智慧（AI）新創公司，正加緊招募一種為數稀少的軟體開發人才：前線部署工程師（Forward-Deployed Engineer，FDE）。這些軟體工程師必須既要會寫程式，又要在派駐到企業客戶組織內時，能和顧客交流，協助客戶客製化模型，加速採用AI技術，以創造更多收入。
英國金融時報（FT）報導，OpenAI今年初成立一支FDE團隊，預計今年底前將擴充至約50名工程師。Anthropic也表示，今年將把包含FDE和產品工程師的應用AI團隊規模，擴大為五倍，以滿足客戶需求。
求職平台Indeed數據顯示，這種需要與客戶面對面交流的AI職缺，今年來已一飛沖天，1-9月每月刊登的FDE職缺數量已暴增逾800%。
這種人才趨勢的出現，是因為雖然從製造業到醫療保健等各行各業，都正日益熱衷於引進AI工具，但常不確定該如何應用AI技術，以及要怎麼利用這筆投資獲利。
Anthropic應用AI團隊主管瓊恩表示：「一家財星500強（Fortune 500）的銀行業者，和一家打造原生AI產品的新創公司，需求完全不同。」
數據情報大廠Palantir英國AI主管普雷特尚，形容這種方式為「從內部發現產品」，「你會希望自己打造的事物，在以簡報介紹給客戶時，促使他們說，『這東西將顛覆遊戲規則』」，前線部署工程師知道「珍貴的軟體並非程式碼或語言有多精美…而是要對終端客戶有意義」。
Palantir約20年前便從軍隊派駐海外的概念取經，招募這種人才，如今FDE已約占半數員工，並已派遣到阿富汗和伊拉克的軍事基地、美國中西部的工廠、以及煉油廠。
AI新創公司也希望效仿Palantir。Cohere共同創辦人暨執行長戈梅茲表示，一開始和客戶簽約時就部署工程師，有助建立長久而持續的關係。
雖然FDE目前在AI企業員工中的占比仍相對小，但OpenAI表示，此職位的需求已超越其預期。OpenAI歐洲和中東FDE團隊主管佛尼爾說：「這讓我們學會了不同行業客戶的真正需求，並幫助我們基於真實世界的運作，提升研究和產品陣容。」
延伸閱讀：
AI取代誰？報告揭「科技業職位最危險Top 4」 這領域反而人才荒
Gartner公布2026年十大戰略技術趨勢 AI帶動創新新成果將大量湧現
AWS免費課程幫你打造AI「學力」證明，攻搶12萬AI職缺！
寫AI提示詞不該有的5個壞習慣！OpenAI最新指南建議「放手讓AI發揮」
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']
有任何收穫或想分享的，都來和大家一起聊聊吧！