104學習

PostgreSQL

這是一種開源關聯式資料庫管理系統,廣泛應用於企業資料存取與管理。具備這項技能代表你能設計、優化資料庫結構,進行複雜查詢與資料分析,並確保資料安全與一致性。在大數據、金融科技、電子商務等產業需求高,能提升資料處理效率與系統穩定性,是後端工程師、資料工程師及系統管理員等職位的重要加分能力。掌握此技能,有助於提升職場競爭力與專業深度。

1,481 個相關職缺

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

AI資料分析與科學家必學!Python Gradio 互動式AI介面快速開發
AI資料分析與科學家必學!Python Gradio 互動式AI介面快速開發
GA4+GTM網站數據分析實戰課
GA4+GTM網站數據分析實戰課
教你完全掌握 SQL- 從資料庫建立到成為資料處理高手
教你完全掌握 SQL- 從資料庫建立到成為資料處理高手
PDCA專案管理優化術
PDCA專案管理優化術
【免費課程】Google Analytics (分析) 個人認證資格:資料模型與報表探索
【免費課程】Google Analytics (分析) 個人認證資格:資料模型與報表探索
快速活用 MySQL,精準設計關聯式資料庫
快速活用 MySQL,精準設計關聯式資料庫
APCS程式檢定(Python)【本課程為線上課,報名後專員會提供上課資訊】
APCS程式檢定(Python)【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
.NET開發資料庫應用系統全方位-ADO.NET與Entity Framework(.NET Core)攻略
Python Crawler AI爬蟲與自動化實戰:新手入門到精通!打造你的數據助手!
Python Crawler AI爬蟲與自動化實戰:新手入門到精通!打造你的數據助手!
【MarTech輔助行銷】一次搞懂GA4網站分析
【MarTech輔助行銷】一次搞懂GA4網站分析

精選證照

考取專業證照,讓能力被市場看見

Master CIW Enterprise Developer |
CIW(Certified Internet Webmaster) 認證是目前唯一針對互聯網專業人員的國際權威認證。CIW培訓著重於技術水平的提高和商業實踐的具體運用,使企業在網絡商業環境中提高市場競爭能力。 Master CIW Enterprise Developer 為精通建置多層式資料庫 (n-tier database) 與網路應用程式的Java, Java APIs, Java Database Connecitivity (JDBC) 解決方案、中介開發軟體工具 (middle tools)、分散式物件模組 (distributed object models),如CORBA/ORB 和 IIOP的舊有專屬系統之連接 (legacy connectivity) 等解決方案的專業能力認證。CIW是一種基於互聯網專業技能的培訓認證,適合設計、開發、管理、安全防護、技術支持互聯網及企業網相關業務的人士。
Prosoft Learning Corp.
MySQL- Core |
MySQL-Core證照驗證持有人具備MySQL資料庫的基本操作與管理能力,包含資料庫安裝設定、資料表建立與維護、資料查詢優化及基本安全設定,能有效運用SQL語法進行資料操作及問題排除,適用於資料庫管理、應用程式開發及資料分析等相關職務,提升職場競爭力。
Microsoft
程式設計JAVA JDK1.4 |
JAVA JDK1.4證照驗證持有者具備使用Java開發工具包版本1.4進行程式設計的能力,熟悉物件導向程式設計概念及Java語言基礎語法,能夠撰寫、編譯及除錯Java應用程式,並了解核心API的使用方法。此證照適合希望從事軟體開發、系統整合或相關資訊技術工作的專業人士,具備良好的程式設計基礎與實務經驗,有助於提升職場競爭力及開發效率。
財團法人中華民國電腦技能基金會
OCPJP |
目前提供兩種版本(SE7、SE8)的Oracle Certified Associate Java Programmer認證。 甲骨文的專業認證計畫分為三個階段,通過基礎的OCA(Oracle Certified Associate, Oracle認證專員)認證,表示已具備管理、開發Oracle相關系統的能力;第二階段的OCP(Oracle Certified Professional, Oracle認證專家),通過認證者證明其擁有管理或開發大型、企業級Oracle相關系統的專業能力,也是企業主選擇Oracle系統管理者或開發者的重要指標之一。而OCM(Oracle Certified Master, Oracle認證大師)證照,是Oracle最高級別的認證,需要先通過OCA及OCP考試,上完進階上機課程以及通過實做考試與口試,就能成為Oracle認證大師。 (詳情請洽甲骨文大學網站http://www.oracle.com/tw/education)
Oracle
NCIP |
即Certified Internet Professional,為Internet 專家國際認證訓練計劃,是全球唯一整合 Internet 跨平台認證方案,也是多廠商支援的 Internet 專業認證制度。其針對環繞 Internet、 WWW 等最熱門的工作職掌提供1、Internet 戰略家Certified Internet Business Strategist 2、Internet 網站設計家Certified Web Designer 3、Internet 程式開發工程師Certified Web Developer 4、Intranet 網站管理師Certified Intranet Manager 5、Internet 網路整合專家 Certified Internet Architect 等五組經典認證課程。 Novell的網際網路專家訓練計劃,是現今產業中最早、最完整的Internet訓練課程,這套訓練計劃,獲得國際 Web Master 協會,NetObjects 和 Java 的鼎力支持,在亞太地區更獲得許多國家的青睞。新的認証方案將使研發人員,系統整合人員,加值經銷商,Web 設計人員以及 Web 建置者等均受益匪淺。
Novell
網頁資料擷取與分析 Python |
在數據分析領域及資料科學中,Python榮登最受學界、業界以及開源軟體界中最受歡迎的程式語言第一名。Python強項在於語句少而簡潔,高開發效率與高生產力,幫助開發者可以專注在解決問題上,用途廣泛,使用者來自各個領域。在物聯網興起的時代,大數據資料需要經由數據分析,進而找出資料能提供的資訊。Python具有豐富強大的程式庫,能高彈性運用Python的各項套件模組,進行數據資料演算,以幫助企業降低成本、挖掘出資料庫中的各類商機,做為後續的智慧應用資料依據。
財團法人中華民國電腦技能基金會

精選貼文,掌握第一手知識

GA4 資料怎麼看?一次分清事件、維度指標、來源範圍與探索工具

網站有了資料,仍可能因為選錯欄位、來源範圍或工具而回答錯問題。以網路商店為例,從資料入口與事件模型出發,再把分類、量化與分析目的接起來。 本文目錄 帳戶、資源與資料串流事件參數如何支持工作問題維度、指標與自訂欄位首次使用者與工作階段來源依問題選擇報表與探索練習與行動任務常見問答官方資料與查核日期 帳戶、資源與資料串流 帳戶管理資源;資源承接同一分析需求的資料與報表;資料串流把網站或應用程式資料送進資源。商店若同時有網站與應用程式,要依是否一起分析同一群使用者,判斷是否放入同一資源。建立串流後仍需設定收集,不會補回過去未收集的資料。 事件參數如何支持工作問題 GA4以事件記錄互動,例如瀏覽頁面或完成購買;參數補充商品類別、交易金額與幣別等細節。先查自動收集、加強型評估或建議事件,再決定是否自訂。建議事件有既定名稱與參數,仍需依文件實作,不代表已自動收到。同一間商店若只送出購買事件,卻沒附商品類別,就只能知道發生購買,無法據此比較哪類商品受歡迎;所以先想清楚工作問題,再決定要收哪些細節。 維度、指標與自訂欄位 維度描述特徵,例如裝置類別、國家或事件名稱;指標量化結果,例如事件次數或收益。手機帶來20次購買,手機是裝置類別的值,購買次數是量化結果。同一顧客可能觸發多次事件,事件次數不能當成不重複使用者人數。 同一間商店想比較不同會員等級的購買表現,即使已送出等級參數,報表也不會自動出現可用的自訂欄位。因為收集參數與建立報表欄位是兩件事,還要依用途與範圍建立自訂維度,確認與指標相容。先在測試事件核對等級值,再核對自訂定義,就能分清是收集有問題,還是報表欄位未備妥。即時報表可看近期事件;偵錯檢視用於啟用偵錯模式後檢查測試事件與參數。完整報表尚未處理好,不等於追蹤失敗。 首次使用者與工作階段來源 使用者開發以首次使用者來源理解新客最初如何找到網站;流量開發以工作階段來源分析各次造訪。同一人可以有多個工作階段,不能要求兩張報表數值完全一致。 顧客首次從自然搜尋來,之後點電子報回訪。研究最初帶來新客的管道,先看使用者開發;研究這次電子報導入的造訪,則看流量開發及工作階段維度。實際來源數值仍受標記與歸因規則影響。 依問題選擇報表與探索 一般報表適合持續查看常用業務表現;需要自訂步驟或深入比較時用探索。漏斗探索先定義商品瀏覽、加入購物車、購買的事件與順序,觀察步驟流失;路徑探索則觀察某頁面前後實際發生的互動。 練習與行動任務 以下是自編教學練習,非官方試題,也不代表現行考試題型或配分。 商店要比較手機與桌機各有多少次事件,下列哪一組配置最符合需求? 甲,以裝置類別分組,查看事件次數。乙,以事件次數分組,查看裝置類別。丙,以國家地區分組,查看事件次數。 答案是甲。裝置類別可把手機與桌機分開,事件次數可量化各組的互動量。乙把分類與量化的角色顛倒;丙雖然也有維度和指標,卻回答地區差異,沒有回答裝置差異。選工具時要回到題目的比較對象,不能只看選項裡有沒有熟悉名詞。 商店已定義商品瀏覽、加入購物車、完成購買這三個步驟,想找出哪一步流失最多,最適合先使用哪項工具? 甲,路徑探索。乙,漏斗探索。丙,流量開發。 答案是乙。題目已經指定步驟與順序,漏斗探索能呈現各步驟間的進展與流失。甲適合觀察實際走過的互動路徑;丙回答這次造訪從哪裡來,沒有直接回答指定步驟的流失情況。工具都能提供資訊,仍要選最貼合當下分析目的的那一個。 行動任務:選一項商店需求,寫出要收集的事件與參數、分組維度、衡量指標及來源範圍,再說明為何選一般報表、漏斗或路徑探索。 常見問答 問:完成本課程就能取得 Google 官方認證嗎? 答:本系列為入門與備考導讀,不直接核發 Google 官方認證,也不保證通過;取得認證仍須依官方規定完成評量。 問:案例與練習是官方考題嗎? 答:案例與單選題是依本課程觀念自編的教學練習,不是官方試題,也不代表現行題型或配分。 官方資料與查核日期 資料查核日期:2026-10-21。考試資訊以 Google 官方最新公布為主,應考前請核對當年度測驗頁。 Analytics 階層|Google Analytics 官方GA4說明 https://support.google.com/analytics/answer/9303323?hl=en 事件|Google Analytics 官方GA4說明 https://support.google.com/analytics/answer/9322688?hl=en 維度與指標|Google Analytics 官方GA4說明 https://support.google.com/analytics/answer/13947485?hl=en 開發自訂事件|Google Analytics 官方GA4說明 https://support.google.com/analytics/answer/12229021?hl=en 使用者與流量開發比較|Google Analytics 官方GA4說明 https://support.google.com/analytics/answer/14731736?hl=en 探索|Google Analytics 官方GA4說明 https://support.google.com/analytics/answer/7579450?hl=en 更多 〈Google Analytics (分析) 個人認證資格〉 推薦好文 Google Analytics 個人認證有什麼用?認識能力界線、官方入口與報考準備Google Analytics 認證怎麼準備?測驗規則、語言、證書效期與續證核對GA4 分析如何支持行銷?資料品質、重要事件、歸因與 BigQuery 整合
【104職場力】・Google Analytics

精選 【雲端證照】AWS 兩大證照換版!SAP-C02 考到 11/16、DVA-C02 考到 11/30,趕舊版還是轉新版?

正在準備 AWS 證照的人,這個月要做一個決定:AWS 解決方案架構師專業級(Solutions Architect – Professional)和開發人員助理級(Developer – Associate)兩張證照都要換新版考試。舊版 SAP-C02 只考到 11/16,DVA-C02 只考到 11/30;新版 SAP-C03、DVA-C03 從 10/27 開放報名。讀到一半的人,是要拚一下趕舊版,還是直接改讀新版?先把新舊版差在哪裡看清楚再決定。 📊 換版時程一次看 .SAP-C02(舊版架構師專業級):最後應考日 2026/11/16 .SAP-C03(新版):2026/11/17 起正式應考,10/27 已開放報名 .DVA-C02(舊版開發人員助理級):最後應考日 2026/11/30 .DVA-C03(新版):2026/12/1 起正式應考,10/27 已開放報名 .AWS 官方說法:準備好了就在期限前考舊版,不然就等新版 📝 考試規格(新舊版相同) .SAP 架構師專業級:180 分鐘、75 題(65 題計分+10 題不計分)、報名費 300 美元、及格 720 分(滿分 1,000) .DVA 開發人員助理級:130 分鐘、65 題(50 題計分+15 題不計分)、報名費 150 美元、及格 720 分 .語言:英文、日文、韓文、簡體中文、巴西葡萄牙文、拉丁美洲西班牙文 .應考方式:Pearson VUE 考場或線上監考 .效期:取得後 3 年,重新認證要考最新版 💡 新版改了什麼? 1️⃣ SAP-C03:從 4 大領域變 5 大領域 .舊版:組織複雜度 26%、新解決方案 29%、持續改善 25%、遷移與現代化 20% .新版:雲端架構設計與實作 25%、資安合規與治理 25%、成本最佳化 15%、韌性遷移與營運持續 15%、營運卓越與自動化 20%(新領域) .新增生成式 AI:用 Amazon Bedrock、AgentCore、RAG 把 AI 整合進架構,以及 Bedrock Guardrails 等「負責任 AI」控管 .其他新內容:無伺服器資料管線、資料湖倉、IPv6 雙堆疊遷移、後量子加密等 .拿掉的:所有 AWS IoT 服務、WorkSpaces、AppStream 2.0 等不再列入範圍 2️⃣ DVA-C03:權重微調,加入「AI 輔助開發」 .開發 32%→30%、資安 26%(不變)、部署改名「測試與部署」24%→22%、除錯與最佳化 18%→22% .新增:用 AI 輔助開發工具產生、審查、最佳化程式碼;把 AWS 的 AI 服務接進應用程式 .新增資安任務:整合 AI 服務時的風險,例如提示詞注入防護、內容過濾、AI 代理動作前要人工核准 .不考的:挑選基礎模型、寫提示詞、設計 RAG 架構(這些不在 DVA-C03 範圍) ✅ 舊版趕考還是轉新版?用 4 個問題判斷 1️⃣ 你的模擬考成績已經穩定過關了嗎?是 → 在期限前預約舊版 2️⃣ 期限前約得到考場或線上監考時段嗎?SAP 只剩不到一週,先上 Pearson VUE 查時段再決定 3️⃣ 你還在讀基礎、模擬考還差一段?→ 直接改讀新版,別被期限逼著硬考 4️⃣ 你的工作會碰到 Bedrock、AI 服務嗎?會 → 新版內容跟實務更貼近,轉新版不吃虧 ⚠️ 三個常見誤解 1️⃣ 以為 11/16、11/30 是報名截止 → 這是「最後應考日」,要在這天以前考完,不是報名截止。換版前最後幾天的考場時段通常最難約,要考舊版請盡早預約。 2️⃣ 以為新版只是題目換一換,舊教材照讀就好 → SAP-C03 的領域整個重新切分,加了一整個「營運卓越與自動化」領域,也加入生成式 AI 架構與負責任 AI 控管;舊版的考古題和模擬考,對新版只能參考一部分。 3️⃣ 以為新版會考很多 AI 模型知識 → DVA-C03 官方考試指南寫明,挑選基礎模型、寫提示詞、設計 RAG 架構不在範圍;SAP-C03 也不考 AI 模型訓練與微調。新版考的是「怎麼把 AI 服務安全地放進系統」,不是訓練模型。 📝 小練習:給自己 10 分鐘做決定 .打開 AWS 官方考試指南,看新版「新增的任務」清單,逐項標記:會/不太會/沒碰過 .「沒碰過」超過三分之一,又還沒排到考試,就轉新版 .決定後,照 AWS Skill Builder 的 4 步驟備考:認識考試題型 → 補 AWS 知識與實作 → 複習練習 → 官方模擬考評估是否準備好 📚 104學習相關課程 .免費課|AWS 技術開發技能 1-4:AWS 上的生成式人工智能和流程建構端到端優化(AWS 官方) https://nabi.104.com.tw/course/aws/44a6f074-7d6a-44db-875f-b29d495ad509 .成為 AWS 達人第一步!打造你的第一個 AWS 架構(線上) https://nabi.104.com.tw/course/tibame/5cca7304-1854-4bdd-8e1a-c29a5646a563 .Architecting on AWS(AWS 架構設計實務,12/21 開班) https://nabi.104.com.tw/course/ainetwork/a6960706-35bb-4d12-bbfb-4aa7bf3e6cf7 .AWS 雲端工程師(直播課) https://nabi.104.com.tw/course/tibame/54eff2cf-7afb-4d87-9214-3bd5b963b60d 💬 你正在準備哪一張 AWS 證照?打算趕考舊版還是轉新版?留言分享你的備考進度,一起互相打氣! 📎 資料來源 .AWS Training and Certification Blog:Register now for updated Developer – Associate and Solutions Architect – Professional exams(2026/10/27) https://aws.amazon.com/blogs/training-and-certification/register-now-updated-developer-associate-and-solutions-architect-professional-exams/ .AWS Training and Certification Blog:September 2026 new offerings(換版時程與正式應考日) https://aws.amazon.com/blogs/training-and-certification/september-2026-new-offerings/ .AWS 官方考試指南:SAP-C03 與 SAP-C02 比較 https://docs.aws.amazon.com/aws-certification/latest/solutions-architect-professional-03/solutions-architect-professional-03.html .AWS 官方考試指南:DVA-C03 與 DVA-C02 比較 https://docs.aws.amazon.com/aws-certification/latest/developer-associate-03/developer-associate-03.html .AWS Certified Developer – Associate/Solutions Architect – Professional 認證頁 https://aws.amazon.com/certification/certified-developer-associate/ https://aws.amazon.com/certification/certified-solutions-architect-professional/ ※ 考試日期、費用與範圍以 AWS 官方最新公告為準;報名費以美元計價,實際金額依考試平台結帳為準。
104學習・職場熱門證照排行榜

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
【104職場力】・AI

不會寫程式也能用VBA巨集?請ChatGPT寫Excel巨集,先寫步驟清單、在副本測試

每週一早上,同一張報表要刪欄、排序、改格式、做彙總,一做就是半小時?這些步驟固定的工作,可以請ChatGPT寫成VBA巨集。本文教你三步:先寫步驟清單、請它寫VBA並加註解、一定在副本測試,成功了再存成 .xlsm。 本文目錄 步驟一:寫步驟清單 步驟二:請ChatGPT寫VBA,每段加註解 步驟三:一定在副本測試 存成.xlsm,巨集才留得住 動手做一個練習 資料來源與教學說明 適合交給巨集的,是每次步驟一樣、規則固定、常常要做的工作;每次都要看情況判斷的,還是自己來,或只把固定的部分交給巨集。 範例是每週從系統匯出的銷售明細:順序是亂的、有客戶姓名和手機、金額沒有千分位。 搭配本課程5分鐘影片,先看重點,再用下面的整理與練習確認理解。 影片/用ChatGPT搞定Excel系列第6堂:5分鐘學會請ChatGPT寫VBA巨集:先寫步驟清單,再在副本測試 步驟一:寫步驟清單 一步一行,寫出工作表名稱、欄位和規則。不要寫「把沒用的欄刪掉」,它不知道哪些欄沒用。 步驟要做的事1在「本週資料」刪除H到J欄(客戶姓名、手機、會員編號)2依B欄日期由舊到新排序,第1列是欄名3F欄金額套用千分位格式4在「門市彙總」B欄寫入各門市的金額合計5完成後跳出訊息,顯示共整理了幾筆 圖解|交給巨集的三個步驟 步驟二:請ChatGPT寫VBA,每段加註解 請幫我寫一個Excel VBA巨集,我用Excel 2019(Windows)。步驟如下:(貼上步驟清單)。要求:每一段加中文註解;刪欄前先檢查H1是不是「客戶姓名」;最後告訴我怎麼貼進VBA編輯器、怎麼執行,要存成什麼檔案格式。 看不到「開發人員」索引標籤:檔案 → 選項 → 自訂功能區 → 勾選「開發人員」。 按Alt+F11開VBA編輯器 → 插入 → 模組 → 貼上程式碼。 步驟三:一定在副本測試 巨集做的修改,通常不能用Ctrl+Z復原,跑錯了就回不去。先另存一份副本,在編輯器按F5執行,再驗收:訊息顯示的筆數對不對、個資欄有沒有刪掉、日期有沒有排好、門市彙總加起來和總金額一不一樣。 再多問它一句:如果系統匯出的欄位順序變了,會不會刪錯欄?請它加上檢查,欄名對了才刪: If ws.Range("H1").Value = "客戶姓名" Then ws.Columns("H:J").Delete End If 看不懂某一行,就請它逐行解釋;執行出錯時,把錯誤訊息和停住的那一行貼給它,改完一樣在副本重跑。 圖解|三個狀況三個做法 存成.xlsm,巨集才留得住 測試成功後,另存成「Excel啟用巨集的活頁簿(.xlsm)」;存成 .xlsx,巨集會被刪掉。想一鍵執行,可以在開發人員分頁插入按鈕指派給巨集,或按Alt+F8從清單選巨集執行。 階段要做的事注意寫清單工作表、欄位、規則寫清楚一步一行請它寫每段中文註解、說清楚版本看不懂就請它逐行解釋測試在副本執行、對筆數和總額巨集改的通常不能Ctrl+Z存檔另存 .xlsm.xlsx會把巨集刪掉 兩個提醒:網頁版Excel不能建立VBA巨集,要用電腦版;從網路下載的巨集檔預設會被封鎖,來源不明的不要解除封鎖,也不要啟用。 三個常見錯誤:在正式檔直接跑、看不懂就照貼不問、存成 .xlsx巨集就不見了。 動手做一個練習 練習:「把沒用的欄刪掉」「依B欄日期由舊到新排序」「把數字弄好看一點」,這三句步驟哪幾句要改寫,才能交給ChatGPT? 解析:第一句和第三句要改寫。「沒用的欄」要寫出H到J欄,「弄好看」要寫成F欄套用千分位;第二句寫出了欄位和規則,可以直接用。 資料來源與教學說明 本文範例表、練習檔與職場情境皆為原創假設資料,人名、門市與金額均為虛構;文中ChatGPT對話為示意,實際回答會因版本與提問方式而不同。 課程附Excel練習檔(假設資料),可在104學習的課程頁下載,免費版ChatGPT就能跟著做。 資訊查核日期:2026-11-13。函數與功能說明以2026年11月微軟、OpenAI官方說明為準,各版本Excel與ChatGPT方案的功能可能調整,請以官方最新說明為準。 Microsoft Support:Quick start: Create a macro Microsoft Support:Saving xls to xlsx xlsm Microsoft Support:Assign a macro to a Form or a Control button Microsoft Learn:Macros from the internet are blocked by default in Office Microsoft Learn:Differences between Office Scripts and VBA macros 用ChatGPT搞定Excel系列|接著讀下一堂 第1堂:ChatGPT怎麼寫Excel公式?把需求講成欄位、條件、結果,SUMIFS、XLOOKUP一次寫對 第2堂:Excel公式出現#N/A、#VALUE!怎麼辦?請ChatGPT拆解公式,找出原因再修正 第3堂:Excel資料亂掉怎麼整理?請ChatGPT當教練:先檢查、定規則、再動手 第4堂:樞紐分析表怎麼排?先把問題拆成三件事,再請ChatGPT排篩選、列、欄、值 第5堂:Excel可以上傳給ChatGPT分析嗎?先去識別化,再抽數字回Excel核對 看完整五分鐘課程(免費):第6堂5分鐘學會請ChatGPT寫VBA巨集:先寫步驟清單,再在副本測試 和AI趨勢報教室一起交流 [joblist_plugin title='更多104【行政助理】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=Excel&jobcat=2002001012' amount='3']
【104職場力】・AI

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

ChatGPT外掛串接Gmail、Google Drive可以做到什麼?本文示範如何把繁瑣寄信流程交給AI處理,實測用ChatGPT整理跨國會議資訊、搜尋指定附件、建立會前提醒信草稿,再依收件人批次建立並寄送Email。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) 使用ChatGPT外掛程式幫你批次發會議通知【步驟1】請ChatGPT查找並讀取Gmail信件【步驟2】請ChatGPT前往Google Drive找到指定附件【步驟3】請ChatGPT連同附件建立Gmail信件草稿【步驟4】確認草稿後,交由ChatGPT分別寄出Gmail 使用ChatGPT外掛程式幫你批次發會議通知 我們以一個跨國會議的準備情境,教大家善用ChatGPT的外掛程式幫你完成繁瑣的工作流程。 使用工具:ChatGPT 網址:https://chatgpt.com/ 外掛:本文以ChatGPT連接外掛程式「Gmail、Google Drive」為例 實測:使用ChatGPT外掛程式幫你批次發會議通知 讓ChatGPT透過外掛程式讀取郵件與附件後,整理出重點資訊 請ChatGPT前往Google Drive,找到指定附件 請ChatGPT將該附件加入信件中,建立會前提醒信草稿 確認內容無誤後,再個別寄送給參與會議的同仁 實測情境:準備與荷蘭總公司的產品上市會議 故事是這樣的,曜盛生活科技台灣分公司即將與荷蘭總公司召開線上會議,討論新款空氣清淨機AeroPure Mini 2在台灣的上市計畫。 會議前一天,總公司已透過電子郵件寄來通知,並附上3份全英文資料,包括議程、台灣市場上市進度表與全球行銷規範。相關行事曆活動也已建立,當中記錄台北與阿姆斯特丹的會議時間、參與者名單及線上會議資訊。由於資料分散在電子郵件、行事曆與不同格式的附件中,行政人員若逐一查找、翻譯和整理,往往需要在多個工具之間反覆切換,這次我們就決定要請ChatGPT來幫忙。 這次的任務有4個步驟,第一,讓ChatGPT透過已連接的外掛程式讀取總公司寄來的郵件與附件後,整理出重點資訊。第二,請ChatGPT前往Google Drive,找到指定的附件。第三,請ChatGPT將該附件加入信件中,建立一封要寄給台灣團隊的會前提醒信草稿。第四,確認內容無誤後,再個別寄送給參與會議的台灣同仁。 本例收到的是一封由總公司寄來的英文會議通知信。接下來,我們會請AI協助簡化信件內容,翻譯成中文版,再加上相關附件,最後寄給台灣分公司的同仁(圖/旗標科技) 簡單來說,今天示範的任務同時包含「讀取資料」與「執行動作」。首先來將落落長的大工程拆分成多個小任務,我們可以把任務拆成4個階段:查找並讀取Gmail信件 → 找到Google Drive中的附件 → 連同附件一起建立Gmail信件草稿 → 個別寄送提醒信。這樣才比較好掌控整體品質,即使中途出現錯誤,也比較容易回到特定步驟修改。 【步驟1】請ChatGPT查找並讀取Gmail信件 首先,請ChatGPT讀取那封總公司寄來的會議通知信件,再檢查看看ChatGPT有沒有理解錯誤。 【提示詞】@Gmail 請查看今天與荷蘭總公司召開的Q3 APAC Product Launch Review,讀取相關行事曆、電子郵件與附件。請先整理會議時間、參與者、會議目的、討論項目與需要決定的事項。 實際測試發現,有時不一定需要輸入「@」指定特定工具。只要提示詞中提到相關關鍵字,ChatGPT就可能自動連接對應的外掛,並開始執行相關任務。 先按@後輸入Gmail,連結到Gmail之後輸入提示詞,最後點擊發送(圖/旗標科技) 在AI整理出會議資訊之後,別忘了檢查有無錯誤喔(圖/旗標科技) 【步驟2】請ChatGPT前往Google Drive找到指定附件 接下來的情境是,除了要參加線上會議之外,台灣分公司當天還有其他事情要忙,因此也準備了一份「當日行程表」,方便台灣同仁掌握整天的工作安排。 問題是,這份行程表正躺在某位員工很深很深的Google Drive資料夾裡。與其花時間一層一層翻找,不如直接請ChatGPT前往Google Drive,幫忙把指定附件找出來! 如果不幸忘記確切的檔名?沒關係!我們給關鍵字,ChatGPT還是找得到。 【提示詞】@Google Drive 請前往我的Google Drive,搜尋與「台灣分公司、7月15日、當日行程表」相關的檔案 @Google Drive之後,給出關鍵字請它查找;ChatGPT輕鬆找到檔案,還附上Google Drive連結讓你快速瀏覽(圖/旗標科技) 【步驟3】請ChatGPT連同附件建立Gmail信件草稿 下一步,請ChatGPT建立一封寄給台灣團隊的會前提醒信草稿。提醒信除了列出會議時間、討論重點與會前準備事項,也要附上前一步找到的台灣分公司工作行程表。 順帶一提,雖然我們的最終目標是分別寄送給5位同仁,但如果一開始就直接建立5封草稿,後來才發現內容有誤,就得請AI同時修改5封信,處理起來反而麻煩。因此,這裡會先請AI建立一封總草稿。等我們確認內容沒有問題後,下一步再請AI將總草稿複製成5份,準備個別寄出。 【提示詞】請根據整理完成的資料,建立一封寄給台灣參與者的中文會前提醒信草稿。包含會議時間、Microsoft Teams會議資訊、會議目標、會前準備事項,以及剛剛你查找到的「0715台灣分公司當日行程表.pdf」附件。建立草稿就好,不要直接寄出。 有沒有注意到?從這裡開始,筆者已經不特別在提示詞中使用「@」指定工具了。因為實際測試發現,只要任務描述夠清楚,ChatGPT通常就能自行啟動對應的外掛來處理。 下好提示詞後,等待ChatGPT完成處理。接著前往已連結的Gmail信箱確認結果(圖/旗標科技) 太厲害了,ChatGPT真的在筆者的信箱建立了有附件的草稿(圖/旗標科技) 【小插曲】這時候還能更改內容嗎?假如這時總公司熊熊更改會議方式,原本規劃使用Teams開會,後來改成Google Meet,但信件草稿都準備好了,該怎麼辦?別擔心,這時仍然可以請ChatGPT協助修改草稿。只要提供新的會議資訊或連結,並明確說明要替換的內容,ChatGPT就能將更新後的資訊一併修改到草稿中。 【步驟4】確認草稿後,交由ChatGPT分別寄出Gmail 完成上述步驟,確認總草稿內容沒有問題後,就萬事俱備、只欠最後寄出了。接下來,我們可以把要寄送的名單提供給ChatGPT,請它依照這份總草稿,分別建立要寄給各位台灣同仁的信件草稿,並附上指定附件。 由於這個環節牽涉到實際寄信,我們提示詞可以寫得稍微仔細一些,特別要求ChatGPT先列出預計寄送的名單,讓我們檢查收件人是否正確。 【提示詞】根據前面整理完成的會前提醒信,分別為以下5位台灣同仁建立一封獨立的Email草稿:(放上收信人的稱謂、Email)每封郵件只能有一位主要收件者,不要將上述5人合併在同一封信中。每封信的副本都請加入:(放上要副本對象的稱謂、Email)請依照主要收件者的姓名調整信件開頭稱呼,其餘內容可以維持一致。記得每封信依然都要附上Google Drive中的「0715台灣分公司當日行程表.pdf」。請先建立5封草稿,不要寄出。完成後,逐封列出以下資訊供我確認:主要收件者副本收件者郵件主旨附件名稱請再次確認每封信只有一位主要收件者,而且5封信都已附上指定附件。 其實ChatGPT的Gmail外掛程式可以直接幫你寄信,只是如前面所述,我們建議最好先看過內容再寄出比較妥當,因此這裡只會請ChatGPT擬草稿。 請ChatGPT仔細檢查寄送對象,並整理資訊給我們確認(圖/旗標科技) 確實建立了要寄給每個人的個別草稿(圖/旗標科技) 等ChatGPT建立好多封草稿後,由我們親自確認沒有問題後,再請ChatGPT一次寄出這些郵件,就大功告成了。 確認沒問題後,請ChatGPT幫忙寄出郵件(省掉我們一封封點擊寄出的麻煩);本次範例寄出5封信,ChatGPT大約花了40秒完成寄送指令。不過實際測試發現,Gmail端可能還需要再等1~2分鐘,才會顯示郵件已寄出(圖/旗標科技) 前往Gmail寄件備份,可以看到5封信件都已經成功寄出,完工!(圖/旗標科技) 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
【104職場力】・AI

Obsidian知識庫怎麼建立?搭配ChatGPT快速整理筆記、串聯零散資料

Obsidian個人知識庫怎麼做?當資料越積越多,還分散在Google Drive、Google Sheets、Notion等處,想查一件事得開3個工具。作者示範請ChatGPT盤點散落檔案、規劃筆記架構,再匯進Obsidian,讓相關筆記連結成能搜尋、連結的個人知識庫。本文節錄自《ChatGPT AI Agent 工作術》。 文/施威銘研究室 本文目錄(點擊可快速前往) 【步驟1】請ChatGPT讀取先前累積的資料並規劃筆記架構【步驟2】依規劃架構產出每個角色的獨立筆記【步驟3】完整Obsidian筆記庫內容 前面幾個範例,我們陸續整理出規則摘要、翻譯的策略文章、名詞對照表、人數配置規則、對局數據統計,這些資料分別存在Google Drive、Google Sheets、Notion好幾個不同的地方,想要一次看到「跟某個角色有關的所有資料」,還是得分頭去不同工具裡找。這一節會示範怎麼用Obsidian,把這些分散的資料統一彙整進同一個知識庫,並且讓相關的筆記彼此連結,之後只要點進「梅林」這個詞,就能一次看到規則說明、策略文章、配置注意事項跟數據表現全部連在一起。 編按:本節是作者分享「把資料變成知識」的最後一個範例。前面幾節以桌遊「阿瓦隆」的規則書、攻略文章、名詞對照表與對局紀錄為素材,示範文件整理流程,本節承接那些成果做彙整。參照時可以把素材替換成你手上的專案文件、會議紀錄或產業資料,流程完全相同。 必備工具: Obsidian:以純文字筆記為基礎的個人知識庫工具,支援筆記之間互相連結。下載Obsidian>> 桌面版ChatGPT:切換至Work模式(免費版帳戶目前可以透過桌面版使用Work模式,但無法透過網頁版及手機版使用。)下載ChatGPT Windows桌面版>> Documents Skill:讀取先前散落在不同文件裡的內容,轉換成適合匯入Obsidian的筆記格式。 下載Obsidian並指定路徑: 先到Obsidian官方網站下載並安裝程式:https://obsidian.md/download 安裝後我們可以先把Obsidian放著,回到ChatGPT建立筆記。 選擇系統類型並下載Obsidian(圖/旗標科技《ChatGPT AI Agent 工作術》) 下載完畢後開啟安裝精靈,按照預設選項點選下一步並安裝Obsidian(圖/旗標科技《ChatGPT AI Agent 工作術》) 點選建立會直接在左上方所顯示的路徑下開啟新的筆記庫;點選開啟則會跳出選擇資料夾的視窗來指定開啟筆記庫的位置(圖/旗標科技《ChatGPT AI Agent 工作術》) 【步驟1】請ChatGPT讀取先前累積的資料並規劃筆記架構 先選擇一個合適的資料夾建立專案,本次範例路徑為[C:\Users\Admin\Desktop\Avalon],請ChatGPT盤點目前散落在各處的資料,提出一個適合Obsidian的筆記分類架構,而不是一股腦全部塞進同一篇: 提示詞 請幫我讀取「阿瓦隆規則一頁摘要」「阿瓦隆策略攻略中譯版」「阿瓦隆名詞對照表」「阿瓦隆人數配置對照表」「阿瓦隆對局數據統計」這幾份文件,幫我規劃一個適合匯入Obsidian的筆記架構,例如是不是要幫每個角色各建立一篇獨立筆記、規則跟策略要不要分開資料夾,並說明這樣規劃的理由。 ChatGPT會先盤點所有既有資料,提出適合Obsidian的筆記分類架構供確認(圖/旗標科技《ChatGPT AI Agent 工作術》) 【步驟2】依規劃架構產出每個角色的獨立筆記 確認架構之後,請ChatGPT先以第二篇章02角色為範本,幫每個角色建立一篇整合式筆記,確認內容是我們想要的: 提示詞 請依照剛剛確認的架構,幫每個角色建立一篇獨立筆記,內容整合這個角色在規則摘要裡的能力說明、策略文章裡提到跟這個角色有關的技巧、這個角色目前在我們團裡的出場次數與勝率數據,並在筆記裡用雙方括號的方式標記出其他相關角色的名稱(例如在梅林的筆記裡標記〔〔派西維爾〕〕),方便之後產生連結。 ChatGPT會為每個角色整合出一篇獨立筆記,並用雙方括號標記關聯角色以建立連結;點開Obsidian角色資料夾,會跳出剛建立好的角色說明筆記庫(圖/旗標科技《ChatGPT AI Agent 工作術》) 將資料夾路徑複製下來(圖/旗標科技《ChatGPT AI Agent 工作術》) 回到Obsidian,點選開啟(圖/旗標科技《ChatGPT AI Agent 工作術》) 貼上剛剛複製下來的路徑,把\02角色刪除,點選選擇資料夾;Obsidian會開啟路徑下的資料夾並將筆記庫的資料呈現在左側欄(圖/旗標科技《ChatGPT AI Agent 工作術》) 點開02角色點選角色索引或陣營資料夾即可查閱剛剛ChatGPT建立的筆記資料;點選梅林可以直接跳至該角色的介紹內容,一併附帶角色規則與遊玩攻略(圖/旗標科技《ChatGPT AI Agent 工作術》) (圖/旗標科技《ChatGPT AI Agent 工作術》) 第5步中,刪除02角色這個路徑是因為02角色資料夾只是整個筆記庫中的其中一個篇章,筆記庫的完整內容是建立在名為阿瓦隆的資料夾之下,我們可以先在此步驟把路徑設好,之後就不需要再更動他。 【步驟3】完整Obsidian筆記庫內容 確認角色的筆記都沒問題,我們就可以請ChatGPT把整份筆記庫完成,最後回到Obsidian即可隨時查閱這份匯集了所有資料精華的知識庫: 回到剛剛產生的筆記架構,點選加入聊天(圖/旗標科技《ChatGPT AI Agent 工作術》) 提示詞 1則註解幫我按照這個架構完成整個筆記庫。 (圖/旗標科技《ChatGPT AI Agent 工作術》) 等ChatGPT產出所有內容後,回到Obsidian便可以看見完整的筆記庫資料;點擊左側查看關聯圖圖示,能看到所有在筆記中互相關聯的名詞(圖/旗標科技《ChatGPT AI Agent 工作術》) 滑鼠移到某節點上可以看見單一筆記向外關聯的其他筆記(圖/旗標科技《ChatGPT AI Agent 工作術》) 從一開始那份落落長的規則書,到最後能直接產出一份知識庫,我們透過這9個範例,示範了怎麼把散落在各處、格式不一的文件、翻譯、影片、對局數據、討論心得一步步整理成一個真正可以查詢、可以互相連結的個人知識庫。 這個過程的核心,其實不是「阿瓦隆」這個題材本身,而是一套可以套用在任何領域的思路:先讓ChatGPT幫忙濃縮、翻譯、統一格式,把零散資料變成一致的結構,再透過Obsidian這類工具,讓這些資料彼此產生連結,最後才能真正從「一堆檔案」變成「一份隨時能查、能用的知識」。 不管你關心的是桌遊、工作專案,還是其他任何長期累積的興趣,這一整套流程都可以直接套用,讓你的資料庫真正為你所用。 節錄自:旗標科技《ChatGPT AI Agent 工作術:87 個職場實作範例 | ChatGPT Work × Plugins × Skills》/施威銘研究室 著 推薦閱讀: 用ChatGPT Work整理名片、簽到表!建立Excel聯絡人清單,統一格式、合併重複資料 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
【104職場力】・AI

GA4 分析如何支持行銷?資料品質、重要事件、歸因與 BigQuery 整合

看到購物流程的流失,還需要確認資料是否可信,才能採取行銷行動。從分析條件與隱私出發,理解成果衡量、受眾與資料流向,讓工具選擇對應實際需求。 本文目錄 先確認分析條件與資料品質隱私、同意與保留期限重要事件與廣告轉換歸因與受眾的用途及界線先判斷資料流向,再選整合工具練習與行動任務常見問答官方資料與查核日期 先確認分析條件與資料品質 漏斗不是把幾個事件總數排在一起就好。是否允許從中間步驟進入、日期範圍和篩選條件,都會改變結果。比較兩組使用者前,要先核對條件是否一致。探索也可能受抽樣等限制影響;看到抽樣提示,先讀取資料品質資訊,必要時縮小查詢範圍。少量樣本呈現的差異,不能直接當成全部顧客的穩定結論。 隱私、同意與保留期限 分析條件核對後,還要確認資料如何合法且適當地收集與使用。不要把姓名、電子郵件或手機號碼放進事件、網址或自訂欄位。同意聲明模式依使用者選擇調整標籤行為,本身不提供同意橫幅。資料保留設定關係到使用者與事件層級資料,不能理解成所有彙總報表都一起刪除。 重要事件與廣告轉換 事件記錄互動;對商業目標特別重要的互動,可標記為重要事件。商店重視完成購買,就先確認購買事件收集正確與重要事件設定。用於 Google Ads 轉換衡量和出價,還需完成連結及轉換設定,標記重要事件不代表廣告設定都已完成。 歸因與受眾的用途及界線 同一筆購買之前,顧客可能先看廣告,再透過搜尋回站。歸因模型決定如何把成果功勞分配給這些接觸點,資料驅動歸因就是一種方式。它協助比較行銷貢獻,並不是證明某個廣告單獨造成購買。修改報表歸因模型,也不會直接改寫首次使用者或工作階段範圍的來源維度;判讀前仍要核對範圍和日期。 受眾是依特徵或行為條件定義的使用者群組,例如曾加入購物車、尚未購買的人。它不是新事件名稱;用於廣告前,仍須核對帳戶連結、使用資格與同意設定。 先判斷資料流向,再選整合工具 需要把原始事件送到資料倉儲,與營運資料一起查詢時,可考慮BigQuery匯出;須確認權限、設定與可能的雲端成本,結果不一定與分析介面一致。反過來,把外部資料加入Analytics分析,則要核對資料匯入支援的類型與比對欄位。先判斷資料流向,再選工具。 練習與行動任務 以下是自編教學練習,非官方試題,也不代表現行考試題型或配分。 商店要把Analytics的原始事件放入雲端資料倉儲,再和庫存資料一起查詢,最適合先規劃哪個功能? 甲,資料匯入。乙,受眾建立。丙,BigQuery匯出。 答案是丙。題目要把原始事件送出去,再與庫存一起查詢,因此符合BigQuery匯出的用途。甲是把外部資料帶進分析;乙是定義使用者群組,都沒有直接完成題目的資料流向。本練習聚焦資料流向與工具選擇,不涉及查詢語法。 行動任務:檢查一份分析結論:日期與篩選是否一致、是否抽樣、收集與使用是否適當、成果如何定義、需要將資料匯出或匯入。 常見問答 問:完成本課程就能取得 Google 官方認證嗎? 答:本系列為入門與備考導讀,不直接核發 Google 官方認證,也不保證通過;取得認證仍須依官方規定完成評量。 問:案例與練習是官方考題嗎? 答:案例與單選題是依本課程觀念自編的教學練習,不是官方試題,也不代表現行題型或配分。 官方資料與查核日期 資料查核日期:2026-10-21。考試資訊以 Google 官方最新公布為主,應考前請核對當年度測驗頁。 重要事件|Google Analytics 官方GA4說明 歸因設定|Google Analytics 官方GA4說明 受眾介紹|Google Analytics 官方GA4說明 BigQuery 匯出|Google Analytics 官方GA4說明 資料匯入|Google Analytics 官方GA4說明 資料儲存與顯示|Google Analytics 官方GA4說明 避免傳送個人識別資訊|Google Analytics 官方GA4說明 同意聲明模式|Google Analytics 官方GA4說明 資料保留|Google Analytics 官方GA4說明 更多 〈Google Analytics (分析) 個人認證資格〉 推薦好文 Google Analytics 個人認證有什麼用?認識能力界線、官方入口與報考準備Google Analytics 認證怎麼準備?測驗規則、語言、證書效期與續證核對GA4 資料怎麼看?一次分清事件、維度指標、來源範圍與探索工具 [joblist_plugin title='更多104【GA4數位分析相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=GA4' amount='3']
【104職場力】・Google Analytics

用ChatGPT Work整理名片、簽到表!建立Excel聯絡人清單,統一格式、合併重複資料

收集到的名片、手寫簽到表、舊聯絡資料超難整理?作者示範用ChatGPT Work讀取名片、手寫簽到表與舊CSV,教你擷取聯絡人資料並建立Excel清單,逐步統一公司名稱、電話與職稱格式,合併重複資料,快速完成部門共用聯絡人名單。本文節錄自《ChatGPT AI Agent 工作術》。 文/施威銘研究室 本文目錄(點擊可快速前往) 名片、簽到表和舊CSV散一堆?整理成部門共用聯絡清單【步驟1】先擷取資料,不急著合併【步驟2】統一名稱與格式,並補上分類【步驟3】合併重複資料,建立共用清單3分鐘帶你一次看懂:完整動作影片教學! 名片、簽到表和舊CSV散一堆?整理成部門共用聯絡清單 活動、展會或客戶拜訪結束後,聯絡資料常常散在不同地方:有人拍了名片,有人留下手寫簽到表,資料夾裡還有一份很久以前整理過的聯絡人CSV。這些資料如果沒有統一整理,很容易出現同一家公司重複建檔、電話格式不一致、窗口資料缺漏,或找不到後續該聯絡誰的問題。 本節將透過ChatGPT讀取名片照片、簽到表照片與既有CSV,整理成一份部門共用的聯絡人清單。完成後,Excel會保留原始擷取結果、格式統一後的資料、共用聯絡清單,以及仍需人工確認的項目,方便後續查找、分類與分工。 名片、簽到表、既有聯絡人CSV資料示意圖。本文示範用ChatGPT讀取名片照片、簽到表照片與既有CSV,整理成一份部門共用的聯絡人清單。(圖/旗標科技《ChatGPT AI Agent 工作術》) 必備工具: 桌面版ChatGPT:切換至Work模式(免費版帳戶目前可以透過桌面版使用Work模式,但無法透過網頁版及手機版使用。)下載ChatGPT Windows桌面版>> 範例資料檔:此範例包含名片照片、手寫簽到表照片及既有的聯絡人CSV。 Spreadsheets外掛:用來建立Excel檔案。 Microsoft Excel:檢視外掛生成的檔案是否正確。 註:Spreadsheets外掛中包含兩種不同用途的技能:Spreadsheets與Excel Live Control。本例使用Spreadsheets技能,用來建立及整理試算表;另一項Excel Live Control則可直接操作目前桌機中開啟的Excel。 【步驟1】先擷取資料,不急著合併 面對格式不同的聯絡資料時,不建議一開始就要求ChatGPT同時清理、合併及刪除重複項目。一旦辨識錯誤,會很難判斷問題出在資料擷取還是後續整理。 首先,將名片照片、簽到表照片與舊聯絡人CSV集中放入同一個資料夾。接著在桌面版ChatGPT切換至Work模式,建立專案並選擇該資料夾作為工作資料夾,讓ChatGPT可以直接讀取其中的所有檔案。 這一步只先擷取各來源中的聯絡資訊,建立初步清單,不進行格式修改或重複資料合併。完成後,再檢查姓名、公司名稱、電話與Email是否讀取正確。 提示詞 @Spreadsheets請整理工作資料夾中的聯絡資料檔案,包含名片照片、手寫簽到表照片與舊聯絡人CSV,並先建立一份新的Excel初步清單。請先擷取以下欄位:姓名、公司名稱、職稱、電話、Email、網站、資料來源、備註。先不要合併重複資料,也不要更動資料格式。請列出你認為後續需要統一格式或人工確認的項目即可。 建立完成後,點擊Excel檔案即可直接在ChatGPT中預覽活頁簿內容;如果對特定欄位有疑問,可以選取儲存格後點擊Ask Codex,針對選定內容提問或要求修改(圖/旗標科技《ChatGPT AI Agent 工作術》) 注意!雖說可以直接在ChatGPT中檢視建立完成的Excel檔案,但因為顯示的視窗寬度有限,一旦檔案內容太多,就常會需要用到滑桿拖曳顯示被遮住的內容,建議直接使用Excel開啟檔案檢視內容。1. 右鍵點擊檔名後 2. 選擇在Default App中開啟,即可使用Excel開啟檔案。 「待確認項目」頁籤會集中列出無法辨識、格式不一致或可能需要人工判斷的內容,作為下一步整理資料的檢查清單(圖/旗標科技《ChatGPT AI Agent 工作術》) 確認初步清單沒有明顯的辨識錯誤後,就能根據這些問題統一資料格式。 【步驟2】統一名稱與格式,並補上分類 同一家公司在不同資料來源中,可能分別使用中文名稱、英文名稱或簡稱,例如華碩、ASUS與ASUSTeK Computer Inc.。電話也可能同時出現+886、區碼、分機或缺少區碼等不同寫法。 如果沒有先統一這些內容,後續篩選或合併資料時,同一家公司或聯絡人就可能被判斷成不同對象。 這一步除了整理公司名稱與電話,也會加入廠商分類、職稱中文說明及待確認欄位,讓聯絡清單更容易查找與分工。 提示詞 @Spreadsheets請根據前一步的「待確認項目」,將初步聯絡清單整理成一張新的「格式統一後清單」。請協助完成以下整理:1. 統一公司名稱,將同一家公司的不同寫法整理為一致名稱。2. 統一台灣電話格式;缺少區碼時,在備註標示「需確認區碼」;非台灣電話則保留原格式。3. 新增「廠商分類」欄位,依照公司性質分類。4. 新增「職稱中文說明」欄位,補充英文職稱的中文說明,不要覆蓋原始職稱。5. 新增「待確認」欄位,記錄無法判斷的姓名、公司名稱或電話。請保留原本的初步清單,另外建立新的工作表,不要直接覆蓋原資料。 活頁簿中會新增「格式統一後清單」,原始的初步清單仍會保留;公司名稱與電話會依規則統一,並新增廠商分類、職稱中文說明及待確認欄位(圖/旗標科技《ChatGPT AI Agent 工作術》) 格式統一後,原本寫法不同的公司、電話與職稱就有了共同的比對基準,接下來才能比較可靠地判斷重複資料。 【步驟3】合併重複資料,建立共用清單 這一步要根據公司名稱、姓名、電話與Email交叉比對。能明確判斷為同一人的資料才進行合併;資訊不足或比對結果不明確時,則保留到待確認清單,不直接刪除。 提示詞 @Spreadsheets請根據「格式統一後清單」,比對公司名稱、姓名、電話與Email,建立一份「共用聯絡清單」。能明確判斷為同一人的資料請合併,保留較完整的聯絡資訊,並記錄所有資料來源。如果無法確定是否為同一人,請移至「待確認資料」工作表,不要直接合併或刪除。 「共用聯絡清單」會合併已確認的重複資料,保留較完整的聯絡方式與所有資料來源;無法確認的相似資料會集中放在「待確認資料」,交由使用者進一步核對,不會直接刪除(圖/旗標科技《ChatGPT AI Agent 工作術》) 到這裡,散落在名片、簽到表與舊CSV中的聯絡資訊,就整理成一份可以共同維護的部門清單了!本例刻意將流程拆成「擷取資料、統一格式、合併重複資料」3個階段,讓每一步都能先確認結果,避免前面的錯誤一路帶進最終清單。 3分鐘帶你一次看懂:完整動作影片教學! 節錄自:旗標科技《ChatGPT AI Agent 工作術:87 個職場實作範例 | ChatGPT Work × Plugins × Skills》/施威銘研究室 著
【104職場力】・AI

Gemini Spark怎麼用?實測排程、Gmail監控、跨服務工作,和一般Gemini差在哪?

Gemini Spark是Google推出的AI代理功能,7月29日後陸續開放給台灣用戶。和一般Gemini有什麼不同?Task、排程、Skills怎麼分?《104職場力》小編實測排程、Gmail監控與跨Google服務工作,並整理官方應用案例! 文/《104職場力》 本文目錄(點擊可快速前往) Gemini Spark是什麼?和一般Gemini用法差異?Gemini Spark目前誰可以用?訂閱才能用嗎?Gemini Spark怎麼用?先認識Task、Schedule和SkillsGoogle官方提供Gemini Spark應用範例Gemini Spark實測:排程功能、自動擬回信草稿、專案進度追蹤什麼時候適合用Gemini Spark? 【使用工具】Gemini Spark網址:https://gemini.google.com/spark步驟:前往Gemini,在側欄點擊「切換至Spark」圖示訂閱:需使用個人Google帳號,台灣Google AI Pro或Ultra訂閱用戶可使用。Google於7月29日宣布Spark在台灣陸續開放,支援繁體中文。 主流生成式AI持續增加代理(AI Agent)能力。除了問問題、產生內容,使用者現在也能把一項較完整的工作交給AI,由它規劃步驟、使用不同工具,甚至在背景持續處理任務。 Google推出的Gemini Spark就是這類型個人AI代理,7月29日起在台灣陸續開放給Google AI Pro訂閱用戶。Spark可以處理多步驟工作、設定持續性任務,也能串接Gmail、雲端硬碟、文件、試算表、簡報、日曆等Google服務。由於運行於Google雲端,即使闔上筆電或鎖定手機螢幕,工作仍可在背景繼續。 如果平常已經在使用Gemini,可能會有疑問:Gemini本來就能串接Gmail、雲端硬碟、設定排程,Gemini Spark還多了什麼?哪些工作可以切換到Spark? 以下從功能、介面與實際工作情境來看差異。 延伸閱讀:Google AI代理Gemini Spark登台!免複雜設定 背景自動運作搞定雜事 Gemini Spark是什麼?和一般Gemini用法差異? Gemini Spark可以理解成Gemini裡用來執行與管理完整任務的工作模式。用戶交付目標後,建立工作、規劃執行步驟,再視需求使用Google服務、Connected Apps、Skills、檔案或網站完成工作。Google將Gemini Spark定位為可自動處理複雜工作流程、管理持續性任務的個人AI代理。 對照一般GeminiGemini Spark主要用途問答、摘要、寫作多步驟、跨工具、持續任務使用方式開對話直接提問設定目標、建立任務並執行工作模式單次回應為主拆解多步驟工作、持續執行並回報進度任務排程固定時間為主固定時間/Gmail觸發/事件觸發重複工作可透過Gem等方式預先設定指令可建立Skills套用工作方式執行狀態需發問當下才執行可在背景持續處理 快速理解Spark的差異,可以抓3個重點: 1. 從對話進一步變成可以管理的Task Gemini Spark會把一個完整目標建立成Task(工作)。使用者可以查看工作進度、追加或修改指令,任務也能在背景持續執行,適合包含多個步驟、需要一段時間處理的工作。 2. 把多個Google服務串進同個工作流程 Gemini Spark可串聯使用Google Workspace,包括日曆、文件、雲端硬碟、Gmail、Keep、試算表、簡報和Tasks等;也能搭配Google搜尋、Youtube及部分第三方應用。同一個任務可以跨不同服務接續處理工作。 3. Schedule+Skills:決定「何時做」和「怎麼做」 Google將Spark的基本邏輯整理為:工作(Task)-要做什麼;排程(Schedule)-什麼時候做;技能(Skills)-要怎麼做。 一般Gemini已有固定時間的「排程動作」,而Spark的「排程」是可以依固定時間、收到特定Gmail或特定事件啟動任務;「技能」則是一組可重複使用的指令與背景資訊,告訴Spark某類工作要如何完成。 Gemini Spark目前誰可以用?訂閱才能用嗎? 依照Google說明,Gemini Spark使用者須年滿18歲,使用個人帳號訂閱Google AI Pro或Ultra,並開啟「保留活動記錄」。公司或學校Google帳號目前尚未支援。 裝置方面,Spark可在Gemini網頁版、行動App、Mac版Gemini App使用。 若要於工作情境使用,帳號限制尤其值得注意。本文雖然會以工作情境實測,但由於目前僅開放個人帳號使用,使用時務必注意資安問題,避免為了使用Gemini Spark而把公司郵件、客戶個資或內部文件搬進私人帳號。 Gemini Spark怎麼用?先認識Task、Schedule和Skills 進入Gemini後,在側欄切換至Spark,即可看到「工作」、「排程」、「技能」與「連結的應用程式」等功能選項。 點擊側欄可切換至Spark,介面上可見工作、排程、技能及連結的應用程式。 工作Task:直接交付完整目標 建立Task時,可直接描述工作,也可以上傳檔案、雲端硬碟資料、Notebook,或指定Skill、連結應用程式。Gemini Spark會規劃執行步驟,並可背景處理任務,使用者可於工作面板查看進度。此外,Spark也能使用遠端瀏覽器等工具處理部分網頁任務。 排程Schedule:固定時間或事件觸發 可以直接用自然語言建立排程任務,例如「每週一早上執行」,也可以設定收到特定郵件或偵測到某項事件後開始工作。也可以手動建立排程。 以時間為準:指定時間執行,可設定一次、每小時、每天、每週、每月或每年。例如:「每天早上7點查看我的電子郵件、日曆和Google雲端硬碟,並告訴我應該優先處理哪些事。」 Gmail監控:收到符合Gmail篩選條件的郵件後啟動。例如:「每當收到客戶詢問信,根據對方需求草擬包含推薦服務與報價的回信,並存入草稿匣待我審核。」 主題監控:追蹤任何條件主題,符合指定事件後啟動。例如:「每當台北市有新的展覽活動要舉辦時,請透過電子郵件把詳細資訊發給我,並建議一個日曆上我可以安排的時間去參觀。」 不過Google提醒,Gemini監控仍不適合追蹤快速變動的資料,或執行「門票開賣時立即通知我購買」等時間緊迫的工作。 技能Skills:把常用工作規則存下來 技能(Skills)目前僅在Gemini Spark提供,和Gemini原有的「Gem」是不同功能。使用Skill可以保存自訂指令、參考資訊與工作規則,之後重複套用在不同Task中。Gemini Spark也可以依照任務內容自動判斷是否使用相關Skills。如果有一套工作每次都要重新解釋格式、規則與處理方式,就適合整理成Skill。 可以透過Gemini、使用預先填入或空白範本,或上傳技能檔案來建立技能。 延伸閱讀:「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看 Google官方提供Gemini Spark應用範例 參考Google官方部落格說明範例,實際應用可以延伸到: 付費訂閱管理:「每月1號檢查信箱裡的帳單、數位發票與訂閱通知,找出漲價或即將到期的試用服務。」 週末活動安排:「每週五早上8點幫我找到我可能會感興趣的活動、附上詳細連結並統整到『週末計畫』文件中。如果有1~3個極力推薦的活動,直接加入我的行事曆。 旅行規劃:「只要信箱收到航班或飯店確認信,就自動把資訊存進『OOO行程規劃』試算表;並查找當地期間有趣的活動,自動填入行事曆的空檔。」 婚禮籌備:「從Gmail找出婚禮出席回覆,將賓客飲食限制整理成表格,並草擬一封摘要信給外燴廠商。」 回覆客戶詢問信:「掃描收件匣中的客戶詢問信,根據對方需求草擬包含推薦服務與報價的回信,並存入草稿匣。」 建立信件寫作風格Skill:「閱讀我過去的50封電子郵件並歸納出寫作風格指南。將此設為名為『代筆專家』的專屬技能,自動套用到未來草擬的信件。」 這些例子共同的特色,是一項工作通常包含「找到資料、判斷、採取後續行動」等數個步驟。 Gemini Spark實測:排程功能、自動擬回信草稿、專案進度追蹤 實測1|排程與事件觸發 定時排程:一般Gemini也能做到 首先以常見的工作需求測試,要求每天早上整理重要行程和待辦事項: 「每天早上8點,查看我的Google Calendar和Gmail,整理當天重要行程、需要完成的待辦,以及需要回覆的郵件。最後列出優先處理的3件事。」 實測結果:一般Gemini或Gemini Spark都能建立定時排程。 (圖/104職場力小編測試) (圖/104職場力小編測試) Gmail監控:收到信件觸發後啟動工作 接著以「客訴信回覆」為例,測試Spark的Gmail監控排程。 職場力小編先在Google Drive建立一份「測試用客服規範」,並在Gemini Spark輸入: 當收到主旨包含「客服」的新郵件時:1. 整理客戶反映的問題與訂單資訊。2. 查找Google Drive中的客服處理規範。3. 根據規範整理建議處理方式。4. 在Gmail建立回覆草稿。5. 不要自行寄出郵件。 建立後的流程會是:收到客訴 → 啟動Task → 雲端文件查規範 → 整理處理方式 → Gmail建立草稿。這裡的差異比較明顯:不必先看到郵件再下指令,符合條件的新信就會成為工作流程的起點。 (圖/104職場力小編測試) 實測結果:收到模擬客訴信後,就能在信箱看見回信草稿。 (圖/104職場力小編測試) 實測2|整理散落在Gmail、雲端文件的專案進度 再來測試專案管理情境:開過幾次會、文件也改過幾版,最新資訊散落在Gmail、雲端文件、日曆,想知道最新進度,Spark能整理好嗎? 職場力小編分別在雲端文件、Gmail建立了一組「新品上市」資料,包括會議記錄文件、專案討論信件等,並刻意放入上線日、產品負責人、價格等幾個資訊異動。 接著在Gemini Spark輸入: 查看最近兩週與「秋季新品上市」相關的Gmail、Google Drive和Google Calendar資料,整理目前已確認的決策、待辦事項、負責人、截止日期與尚待確認事項。如果不同資料有衝突,請以較新的資訊為優先,並指出原本內容和後續變更。找不到明確期限時標示「尚未確認」,不要自行推測。最後建立一份Google Docs「秋季新品上市|專案進度與待辦整理」。 實測結果:本次實測中,Spark能正確辨識資訊變更,並標記未確認事項,最後建立Google文件。不過,若整理涉及重要專案決策資訊,仍建議再次查核確認整理內容。 (圖/104職場力小編測試) 什麼時候適合用Gemini Spark? 可以先從任務的複雜度與觸發方式判斷: 需求比較適合問問題、寫文案、摘要單一資料一般Gemini即可固定每天/每週取得資訊Gemini或Spark排程皆可一項工作包含多個連續步驟Gemini Spark需要跨Gmail、Drive、Docs、Sheets等服務接續處理Gemini Spark收到特定Gmail後才開始處理Gemini Spark某個事件發生後再執行工作Gemini Spark想保存重複使用的工作規則Gemini Spark Skills 使用Spark時仍要保留人工檢查。Google將Spark標示為仍在早期開發階段,提醒AI可能出錯,也可能從郵件、文件或網站讀到誤導內容;涉及傳送訊息、修改資料、購物或其他重要操作時,部分流程會要求使用者確認。登入資訊、付款資料等敏感內容也不應直接輸入Task對話。 整體來看,Gemini Spark將Task任務管理、背景執行、Google服務間的跨工具操作,以及排程、技能放進同一套工作模式。對只需要查資料、寫內容或固定取得摘要的使用者,一般Gemini已能處理不少需求;當工作包含多個後續步驟、需要跨Google服務接續處理,或必須等待某個條件成立後再開始,Spark更容易展現它的用途。 [course_plugin api_type='course_id' title='測你的AI素養' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']
【104職場力】・AI

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]
【104職場力】・AI

超實用!Google Gemini生圖可關閉浮水印 3大類都能用、教你1鍵移除

2026-08-17 聯合新聞網科技編輯張明哲 由聯合新聞網授權轉載 OpenAI的ChatGPT生圖 (圖片生成 )功能不會在畫面右下角加入可見的浮水印 ,讓不少網友更喜歡使用ChatGPT操作生圖,如今Google Gemini 也跟進這項實用功能了!Google即起宣布,允許用戶移除其AI生成內容中的可見浮水印,包括圖片、影片與歌曲,不過需注意的是,不會影響不可見的SynthID浮水印,以及與C2PA(內容來源和真實性聯盟)標準相關的資料。 Google哪些工具可關閉浮水印? 據Tech Crunch報導,Google Gemini副總裁Josh Woodward日前在X上發文表示,Google Gemini可自行關閉浮水印的功能適用於Nano Banana 、Omni 與Lyria模型。而關閉可見浮水印的設定將會出現在Gemini、Google影片編輯工具Flow中,搜尋功能也將很快支援,該功能會陸續更新。 Nano Banana是Google推出的AI圖像生成與編輯模型,Flow為Veo、Imagen及Gemini等AI技術的影音創作平台,Lyria則是Google DeepMind開發的AI音樂生成工具與模型,目前已整合至Gemini中。 《科技玩家》也教學如何關閉可見浮水印的設定,以Gemini為例: 如何關閉Gemini浮水印功能? Gemini電腦版:點選「設定」的齒輪圖示→媒體浮水印→選擇「開啟」或「關閉」。 如何關閉Gemini浮水印功能之電腦版Gemini教學。《科技玩家》操作畫面 如何關閉Gemini浮水印功能之電腦版Gemini教學。《科技玩家》操作畫面 iPhone或iPad:前往gemini.google.com或開啟Gemini APP,點選左側「選單」圖示→設定→媒體浮水印→選擇「開啟」或「關閉」。 Android:前往gemini.google.com或開啟Gemini APP,點選左側「選單」圖示→設定→媒體浮水印→選擇「開啟」或「關閉」。 不過《科技玩家》實測,目前手機部分暫時無法看到「媒體浮水印」選項,需靜待日後更新再進行調整。 Google可自行關閉浮水印的功能也反映出AI生成媒體標示方式正在演變,可見浮水印往往會讓內容在專業與創意工作中的用途受限,但辨識AI生成內容的需求仍然存在。像是Open AI的ChatGPT生圖功能不會在畫面右下角加上明顯的「可見浮水印」,但圖片中會有隱形浮水印與C2PA內容憑證,用來標記該影像由AI生成。 Claude卻新增浮水印 雖然Google可自行設定關閉浮水印,但另一家Anthropic先前為了遵守歐盟法規,決定在Claude生成的文字與檔案中加入浮水印,引發高度爭議。
【104職場力】・AI

ChatGPT SEO 實作:用 4 個步驟完成關鍵字研究與內容優化

你從 Google Search Console 匯出一份報表。 裡面有幾千筆搜尋字詞。你想知道哪些關鍵字曝光很多卻沒有人點、哪些文章卡在第二頁,以及哪些頁面正在爭搶同一組搜尋需求。 以前要先整理試算表,再逐筆篩選。現在可以把資料交給 ChatGPT,請它協助分群、找出異常,並排出值得優先處理的頁面。 這就是 ChatGPT SEO 的實際用途。 它不是叫 AI 猜搜尋量,也不是輸入一個關鍵字後,立刻產出一篇文章。比較可靠的做法,是把 ChatGPT 放進研究、分析、內容規劃與品質檢查流程。 一、先理解讀者真正想完成什麼 使用者搜尋「ChatGPT SEO」,不一定只想知道名詞意思。他也可能想問: ChatGPT 能不能找關鍵字? AI 寫的文章會不會影響排名? 如何分析 Search Console? 怎麼讓內容更容易被 AI 搜尋引用? 搜尋字詞只是入口,背後的需求才是文章方向。 二、用 Query Fan-out 展開子問題 可以請 ChatGPT 從定義、操作、比較、風險、成本、替代方案與後續問題等角度拆解主題。 這能幫助文章補齊讀者可能繼續追問的內容,但不代表每個關鍵字都要各寫一篇。相同搜尋意圖應盡量由同一頁處理,避免建立大量相似內容。 三、加入真實資料,不要讓 AI 猜數字 ChatGPT 適合整理與解讀資料,但搜尋量、排名、點擊、曝光與轉換,仍要來自實際工具。 可以從 Search Console 匯出查詢、頁面、點擊、曝光、CTR 與平均排名,再請 ChatGPT 找出: 1. 曝光高但點閱率偏低的查詢 2. 排名接近第一頁的內容機會 3. 同一主題對應多個網址的重疊訊號 4. 已有曝光但回答仍不完整的頁面 四、舊文章分三輪更新 第一輪只診斷,不改內容。 第二輪只修改確定有問題的段落。 第三輪再檢查事實、來源、重複內容與過度承諾。 這樣能保留文章原本的經驗、排名訊號與品牌觀點,不會把全文洗成沒有辨識度的 AI 文字。 可以直接使用這段 Prompt: 「我會提供文章全文、Search Console 資料與參考來源。請先找出搜尋意圖不一致、缺少的重要問題、重複段落、無法驗證的說法,以及適合更新的位置。第一階段只做診斷,不要重寫全文;所有數字只能使用我提供的資料,資料不足時請直接標示。」 ChatGPT SEO 的價值,不是一次產生更多內容,而是縮短閱讀、整理、比對與修改的時間。 先選一份真實報表、一篇已經有曝光的文章,以及一個可以驗證的改善目標。這通常比要求 AI 一次寫一百篇文章,更接近真正有效的 SEO 工作。 延伸閱讀: ChatGPT SEO 完整教學與 Prompt 範例 https://seo.whoops.com.tw/chatgpt-seo/ ChatGPT 新手操作與 Prompt 教學 https://seo.whoops.com.tw/chatgpt-tutorial/ AI SEO 與 AI 搜尋優化指南 https://seo.whoops.com.tw/ai-seo/
Sliven 褚崇名・Whoops AI 搜尋應用研究室

有任何收穫或想分享的,都來和大家一起聊聊吧!