【免費課程】電腦輔助機械設計製圖丙級技術士｜AutoCAD入門第1堂：丙級到底考什麼
104學習
機械設計
運用工程原理與軟體工具，規劃並製作機械零件或系統的結構與功能，確保產品具備穩定性、耐用性與效率。能夠繪製精確的3D模型與製造圖，並考量材料選擇、生產工藝及成本控制。此技能在製造業、汽車、電子及自動化等領域需求高，能提升產品競爭力及企業創新能力。具備此能力的人才，往往具備解決問題、跨領域協作及技術整合的實務經驗。
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
【免費課程】電腦輔助機械設計製圖丙級技術士｜AutoCAD入門第2堂：會AutoCAD就會機械製圖嗎
【免費課程】電腦輔助機械設計製圖丙級技術士｜AutoCAD入門第3堂：你該從哪裡開始準備
Onshape實戰工場：探索創新設計的無限可能
SolidWorks零組件機構設計
打造高投入團隊：遊戲化工作設計與激勵機制實作班【9/17】
Blender 3D遊戲建模
ZBrush3D公仔建模必修七堂課
行銷人必學的 AI 實戰技能
質感商業空間：SketchUP高效出圖｜進階課
精選證照
考取專業證照，讓能力被市場看見
中級機械設計工程師
為因應經濟環境變遷，配合政府的產業政策與機械產業未來發展趨勢，建立國內機械專業人才認證體系，並藉以提供企業界優良之機械專業人才。本認證依據機械人才的職能為基礎，發展能力指標及評鑑內容，協助產業篩選合乎需求的人才。並邀集機械類產官學研各界參與規劃，作為認證之標準，以確認通過此認證之專業人才，確實具備產業需求之能力。就個人而言，取得此認證可提升個人之就業能力，就企業而言，則是企業人才選用的客觀標準。
通過中級機械設計工程師考試者，應可執行單體機構之設計工作能力。
工業技術研究院
高級機械設計工程師
於民國97年9月發行，為因應經濟環境變遷，配合政府的產業政策與機械產業未來發展趨勢，建立國內機械專業人才認證體系，並藉以提供企業界優良之機械專業人才。本認證依據機械人才的職能為基礎，發展能力指標及評鑑內容，協助產業篩選合乎需求的人才。並邀集機械類產官學研各界參與規劃，作為認證之標準，以確認通過此認證之專業人才，確實具備產業需求之能力。就個人而言，取得此認證可提升個人之就業能力，就企業而言，則是企業人才選用的客觀標準。
通過高級機械設計工程師認證者，應能獨立負責整體系統規劃之工作與具備整合協調之能力。
工業技術研究院
初級機械設計工程師
為因應經濟環境變遷，配合政府的產業政策與機械產業未來發展趨勢，建立國內機械專業人才認證體系，並藉以提供企業界優良之機械專業人才。本認證依據機械人才的職能為基礎，發展能力指標及評鑑內容，協助產業篩選合乎需求的人才。並邀集機械類產官學研各界參與規劃，作為認證之標準，以確認通過此認證之專業人才，確實具備產業需求之能力。就個人而言，取得此認證可提升個人之就業能力，就企業而言，則是企業人才選用的客觀標準。
通過初級機械設計工程師考試者，應可執行機械元件之設計工作之能力。
工業技術研究院
TQC+ 機械設計專業人員
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
乙級電腦輔助機械設計製圖技術士
從事應用電腦輔助設計與製圖(Computer-Aided Design and Drafting，CADD)軟體及測繪用具，設計及繪製機械產品之零件圖、組合圖、3D 模型圖及圖面管理等工作。
勞動部勞動力發展署技能檢定中心
丙級電腦輔助機械設計製圖技術士
從事應用電腦輔助設計與製圖(Computer-Aided Design and Drafting，CADD)軟體及繪圖用具，繪製機械產品之零件圖、組合圖、等角立體圖及圖面整理等工作
勞動部勞動力發展署技能檢定中心
精選貼文，掌握第一手知識
告別制式勞動，迎向 AI 時代人才的變革與重構
從 AI、大數據到雲端運算，智慧科技持續重塑企業運作模式，也同步改變科技人才的能力結構與職涯路徑。當技術不再只是工具，而是開始參與決策、流程與協作機制的設計時，企業對人才的期待，也隨之快速被改寫。隨著生成式 AI 進入科技研發現場，產業競爭的焦點，逐漸從單純的效能與技術規格面，轉向研發流程、協作效率與人才結構的重新配置。
文／104人力銀行
立即下載《2026科技業人才報告書-人才版》
本文導覽：
先定義後拆解，掌握工具且能同時進化的優勢
AI 不是取代能力，而是重新設計組織的槓桿
AI 改變的不只是工具，而是人才競爭的基準
無論是深耕資安領域的趨勢科技、由單點工具轉向 AI 驅動工作流程的KDAN 凱鈿、將服務版圖延伸至「新商務」場景的騰雲科技，亦或是持續推動流程優化的技嘉科技，皆不約而同指出：AI 並不是單一技術的導入，而是從根本上，重新定義工程師的工作方式與企業的選才邏輯。
先定義後拆解，掌握工具且能同時進化的優勢
趨勢科技指出，在資安產業中，AI 的導入不僅提升效率，更放大了攻防的速度與規模。企業真正需要的，已非能單純完成任務的工程師，而是要能理解問題、拆解問題，並知道如何運用 AI 讓產品與防禦能力持續進化的人才。「企業現在看的人才，不再是會不會寫 code，而是能不能用 AI 定義問題、拆解問題，並把它真正放進工作流程裡。」
這樣的轉變，使「會寫程式」逐步從門檻條件，轉變為一種基本能力。
KDAN 凱鈿則觀察到，企業選才的標準明顯被翻轉。過去對工程師的面試，多半以程式語言的熟悉度為主，然而當 AI 加入成為日常工具，真正拉開差距的，反而是思考邏輯和問題拆解的能力。「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；現在幾乎倒過來。」甚至可以說，判斷能力及邏輯架構，已遠勝單一技術的掌握。能力結構之外，AI 也在重新設計工作流程本身。
AI 不是取代能力，而是重新設計組織的槓桿
面對 AI 帶來的轉型壓力，騰雲科技則是認為，企業需要的人才，除了熟悉新工具，得要能解構既有的流程與模式，並予以重新加以設計。「頂尖的人才必須完備能解構問題的智慧，將經年累月結痂的既有工作流程無情拆解，再結合新工具進行徹底重構，以此創造出破局的商業價值。」在如此框架之下，AI 並非取代既有能力，反倒成為推動組織再造的重要槓桿。
相較之下，在硬體與韌體研發領域，AI 帶來的影響則呈現不同面貌。
AI 的導入並非突然出現，而是建立在長期流程自動化與知識共享文化的基礎之上。技嘉科技表示，當標準化與重複性的工作逐步由工具接手，企業在選才的課題上，反而更回到人才的本質。「AI 並沒有讓工程師變得不重要或被取代，反而讓一件事變得更加清楚——當工具越來越強，人真正不可取代的，仍然是持續學習、理解問題，以及把經驗轉化為能被團隊延續的知識。」
也因此，雖分處不同產業與戰略位置的四家企業，卻給出近乎一致的答案——AI 確實已改變你我的工作流程與內容，也對工程師的角色重新定位，然而企業真正關注的，不是誰會被取代，而是誰能定義出與 AI 協作的新方式。
AI 改變的不只是工具，而是人才競爭的基準
當 AI 已能協助完成大量數據的整理、流程文件撰寫及程式生成，甚至是輔佐當下決策的研判時，隨之浮現的是一個跨越產業和領域的深層叩問——AI 會不會取代人類？
觀察四家受訪的企業，答案竟出乎意料地一致：AI 並不會讓「人」變得不重要，而是讓人才的價值重新排序。但首先被改變的是，企業對工程師角色的認知與理解。當標準化、重複性的工作逐步由工具接手，真正拉開差距的，不是技術的熟練度，而是能否理解問題、拆解流程，並持續與新工具共同進化的能力。
正如受訪者所指出：「不是 AI 會取代人，而是會用 AI 的人，會取代不會用 AI 的人。」對企業而言，這意味著選才邏輯正在改變；對求職者而言，也代表未來職場的競爭力，將來自於跨領域理解問題的能力，以及在變動之中持續重塑自身角色的位置。
立即下載《2026科技業人才報告書-人才版》
掌握更多科技業人才趨勢，大家都在看這些：
告別制式勞動、迎向職能重構：騰雲科技在 AI 時代的破局商業學
AI 時代，寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」
AI 時代的研發現場：回歸人才特質，技嘉如何重新定義工程師的工作方式
在趨勢科技，唯一的競爭對手是駭客：AI 時代下，資安人才與研發現場的真實變化
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。
從創意到實現──屏東高工製圖科打造設計落地的能力
一項產品誕生之前，需要先有一個想法；而一個好的想法，要真正成為看得見、摸得到的作品，還需要經過設計、繪圖、建模、驗證與修正等一連串過程。設計圖不只是產品的藍圖，更是串連創意與製造的重要橋梁。 屏東高工製圖科培養的，正是這種將創意轉化為現實的能力。許多人不清楚製圖科與機械科的差異與關聯性，其實兩者分別著重同一種專業中不同階段的能力：機械科著重於加工製造，特別擅長動手操作，而製圖科則站在製造流程的前端，負責將構想轉化為工程圖，再透過模型製作與實作驗證，讓一個想法逐步成為真正能被製造的產品。
（圖：學生操作電腦繪圖軟體完成圖面設計 ）
從想法開始，循序建立設計能力
把創意化為現實，並不是一蹴可幾，而是需要一步步累積專業能力。
屏東高工製圖科的課程安排，在高一時，讓學生先從工程字、三視圖等基礎開始，透過手繪建立空間概念與圖面表達能力，同時接觸機械加工基礎，認識不同材料、加工方式及機械原理。進入高二後，課程逐步導入 AutoCAD、Inventor 等電腦繪圖軟體，讓學生學習如何將平面圖轉換成立體模型；到了高三，則結合專題製作、3D列印等課程，讓設計真正從螢幕上的圖面走向實體作品。
看似是不同階段的課程，其實都圍繞著同一件事情──培養學生將想法具體表達、逐步實現的能力。從最初的一筆一畫，到完成立體模型，每一門課都不是獨立存在，而是在不同學習階段，引導學生建立完整的設計思維，也理解一件作品如何從概念走向成品。
（圖：學生運用尺規工具完成手繪製圖練習 ）
好的設計，建立在理解製造之上
不少人認為設計就是發揮創意，但在屏東高工製圖科，創意只是起點，更重要的是讓設計真正能夠被實現。
製圖科主任陳儀峻指出，學生除了學習繪圖之外，也必須接觸加工基礎與製造流程。因為一件產品是否可行，不只是取決於設計是否美觀，更需要考慮材料特性、加工方式及結構安排。如果不了解後端製造流程，再有創意的設計，也可能因為無法加工而停留在想像階段。
因此，製圖科希望培養的並非只是繪圖技巧，而是兼具創意與實務的設計能力。學生在學習設計的同時，也會實際接觸車床等加工設備，了解不同零件是如何製造出來，也理解設計圖上的每一條線、每一個尺寸，最後都會影響產品是否能夠順利完成。
換句話說，在製圖科，設計與製造並不是彼此獨立的兩件事情，而是不斷來回驗證、相互修正的過程。學生不只是學會使用繪圖軟體，更逐漸建立工程設計所需要的判斷能力，知道如何在創意與實際製造之間取得平衡，讓一個構想真正具備落地實現的可能。
（圖：學生操作車床設備進行金屬加工練習 ）
在一次次驗證與修正中，讓創意真正成形
如果說設計是一個把想法化為現實的過程，學生真正的學習，往往發生在作品第一次被做出來之後。受訪的方同學分享，自己最喜歡的課程之一，是結合 3D 列印的鑄造原理課。過去停留在圖面上的設計，透過電腦建模、3D列印與翻模製作，逐漸變成一件可以拿在手中的作品，讓他第一次真正感受到設計「從無到有」的過程，也因此對製圖產生更深的興趣。
然而，真正開始製作後，他才發現設計並不是把圖畫出來就結束了。尺寸是否正確、結構是否穩固、組裝是否順利，許多原本在螢幕上看不出的問題，都會在實際製作時一一浮現。有時需要重新修改尺寸，有時則必須重新思考整體設計方式，再重新列印、重新測試，才能完成一件真正符合需求的作品。對他而言，這些反覆修改的過程雖然花時間，卻也是學習最大的收穫，因為每一次修正，都讓他更理解設計背後需要考量的細節。這也讓他發現，好的設計並非一次完成，而是在一次次驗證與修正中逐漸成熟。
（圖：學生展示皮革散子包專題成果 ）
另一段讓他印象深刻的學習經驗，則來自第一次接觸大型加工設備。實際面對機械設備，剛開始難免因高速旋轉的刀具與飛散的鐵屑感到緊張，但隨著老師一步步指導，以及不斷練習與考取證照，他逐漸克服原本的害怕，也開始享受親手把設計完成的成就感。對他而言，製圖科帶來的不只是專業能力，更讓自己在一次次挑戰中建立起面對問題、解決問題的信心。
從生活中發現問題，再用設計提出解方
除了培養專業技術，課程設計上也希望學生理解，設計並不是為了完成一份作業，而是為了解決真實世界的問題。
因此，高三的專題製作不只是整合三年所學，更鼓勵學生從生活中尋找靈感，思考如何運用設計改善日常需求。有些作品源自生活中的小困擾，有些則結合機械結構與力學原理，希望透過設計讓使用更加便利。從問題發想、繪製圖面、建立模型，到最後完成實體作品，每一個環節都需要學生反覆討論、測試與修正，也讓他們體會設計並不是憑空想像，而是一個持續思考與解決問題的過程。
陳主任也提到，課堂上經常利用生活中的工具作為教材，引導學生從熟悉的事物理解工程原理，再思考如何運用設計讓產品更符合需求。透過這樣的學習方式，抽象的力學、結構與製圖知識，不再只是課本上的內容，而是逐漸與生活建立連結，也讓學生更理解設計真正存在的價值。
從創意到實現，培養讓設計落地的人才
設計，不只是天馬行空地發想，更重要的是讓一個想法真正被實現。
屏東高工製圖科透過手繪基礎、電腦繪圖、加工實作、3D列印與專題製作等完整課程，引導學生在一次次設計、驗證與修正的循環中，逐步建立空間思考、設計規劃與解決問題的能力，也理解設計與製造之間密不可分的關係。
在陳主任眼中，製圖更像是一種「工程語言」。它不只是畫出一張圖，而是一套讓設計者、工程師與製造端彼此溝通的共同語言。學生在三年的學習中所累積的，也不只是繪圖技巧，而是將創意轉化為現實、把想法真正落地的能力。這份能力，不僅是未來進入工程與設計領域的重要基礎，更是面對快速變化產業時，持續創新與解決問題的核心競爭力。
開箱製圖科的學習日常！更多科系探索，歡迎追蹤104高職生IG
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
從精密加工到模具開發——新北高工模具科：打造工業之母的專業技術工程師
從孩子手中的樂高積木、日常使用的手機殼，到汽車零件與精密電子產品，這些看似毫不相關的物品，背後卻有著共同的製造關鍵——模具。模具不僅決定產品的外型與精度，更是大量生產不可或缺的技術，因此被譽為「工業之母」。走進新北高工模具科，從傳統車床、銑床到高階五軸加工機與塑膠射出設備，學生不只學習操作機械，更要從設計圖面出發，親手完成精密零件，甚至開發自己的產品。
從台積電工程師到技職教師，洪宜芳主任的教育之路
新北高工模具科主任洪宜芳，畢業於國立中央大學機械研究所，並取得國立臺灣師範大學博士學位。投入教職前，他曾在台積電擔任五年製程工程師，累積半導體產業的實務經驗。談起轉換跑道的契機，來自求學時期深受高職導師蔡秋明的啟發，讓他始終對教育工作懷有熱忱，最終決定離開科技業，投入技職教育，至今已在新北高工任教約15年。
樂高積木怎麼做出來？揭開「工業之母」的秘密
「你能無時無刻在家享受著模具帶來的便利，但家裡卻不會擺任何一副模具。」洪主任用一句話，道出模具產業與生活的緊密關係。
他以樂高積木為例，想要大量生產尺寸一致、能夠精準組裝的積木，就必須先製作模具，再透過製造程序生產。無論是寶特瓶瓶蓋、眼鏡框，還是各式3C產品零件，背後都可能運用模具技術。
因此，模具科不只是學習金屬加工，更要理解如何將產品構想轉換為設計圖面，經過精密加工、組裝與測試，打造符合規格的模具。
三年課程循序漸進，從機械製圖到產品開發
新北高工模具科的課程採取由淺入深的學習方式。高一著重機械製圖與基礎加工，學生先學會閱讀圖面、理解尺寸與空間關係，再透過車床、銑床、磨床、鑽床及基礎銲接等實習，將設計轉化為實體零件。
高二進階學習CNC數值控制加工，接觸電腦輔助製造（CAM），將設計轉換為機器能執行的加工指令，提升加工效率與精度。
高三則整合三年所學，投入模具製作與專題實作，並依興趣選擇模具設計、數控加工、沖壓模具或塑膠模具等實習方向，逐步完成模具開發與組裝。
圖片：學生模具作品
全國高職首臺五軸加工機，挑戰高階精密製造
新北高工模具科的一大特色，就是五軸加工技術。洪主任介紹，學校早在民國98年便引進全國高職首臺五軸加工機，當時設備價值約700萬元。
相較於一般三軸CNC銑床，五軸加工機增加兩個軸向旋轉運動，能從更多角度加工複雜的立體工件。學生須先具備三軸加工基礎，才能在高三進一步學習高階加工技術。
此外，模具科也開設機械手臂選修課程，提供機械群學生接觸自動化技術的機會，拓展AI智慧製造的學習視野。
圖片：五軸加工機設備機臺
模具結合電機技術，跨領域專題屢創佳績
模具製造不只需要機械加工，也能與電機控制技術結合。洪主任分享，模具科經常與電機科合作專題，由模具科負責機構設計與零件製作，電機科則運用電控專業，讓作品具備自動化功能。
例如，曾有五位學生組成跨科團隊，結合PLC可程式控制器與機械搬運概念，完成自動化相關專題，並在全國專題實作競賽獲得佳作。
透過跨領域合作，學生不僅能發揮各自的專業優勢，也能提早體驗產業中不同技術分工協作的模式。
從黑皮料到精密成品，陳同學找到實作成就感
對高二陳同學而言，選擇模具科的契機，除了學校距離住家較近，也受到學校官網介紹影片及新穎設備的吸引。
然而，剛入學時，她對工廠實習其實有些抗拒。「一開始會覺得進工場手會黑，而且工場沒有冷氣。」但隨著逐漸熟悉加工技術，想法也慢慢改變。
最讓她有成就感的是高一的模具基礎實習。從原本的黑皮料開始，經過加工、量測與修正，最後完成符合尺寸、能夠組裝的作品。
過程中也曾遇到挫折。陳同學坦言，剛開始不熟悉X、Y、Z軸與尺寸計算，一個數值出錯，就可能讓整件作品不符合要求，甚至曾因此拿到不及格的成績。所幸在老師帶領下，透過反覆練習與量測，她逐漸掌握技巧，也從原本的抗拒，轉變為享受完成作品的成就感。
三年挑戰四張證照，世界金牌教練培育專業人才
專業證照是新北高工模具科的重要培育方向。洪主任說明，學生高一可報考模具工丙級，高二挑戰銑床相關丙級證照；高三則能依興趣與能力，進一步報考CNC銑床及塑膠模具乙級證照。學校也安排假日輔導課程，協助學生累積實作經驗。
除了證照培訓，科內更有曾獲世界技能競賽金牌的教師投入選手培育。學生從高一便有機會參與課後訓練，經過選拔與長期培訓，逐步挑戰全國技能競賽及工業類科學生技藝競賽。
洪主任認為，成為優秀選手不只需要技術，更需要耐心、自律與抗壓能力，才能在反覆練習中持續突破。
圖片：模具科選手培訓室
不只當模具工程師，升學與職涯選擇更多元
模具科畢業後，並不只能就讀模具相關科系。洪主任說明，學生可選擇機械工程、機電工程、模具工程等領域，未來投入精密加工、產品製造、模具設計，甚至半導體產業，擔任設備或製程工程師；也有學生接手家族工廠，朝創業與經營管理發展。
喜歡動手做、好奇產品如何誕生？模具科等你來挑戰
什麼樣的學生適合就讀模具科？洪主任認為，只要對動手實作有興趣，喜歡研究物品如何製造，或具備基本空間概念，都很適合嘗試。雖然機械製圖需要立體想像能力，加工也涉及基礎數學計算，但這些能力都能透過課程與實作逐步培養。
從一張設計圖、一塊金屬材料，到精密零件與完整模具，新北高工模具科讓學生在三年學習中，逐步累積專業技術，也為未來升學、就業與產品創新開啟更多可能。
用AI快速做商品廣宣圖：Manus AI一鍵生成視覺文案行銷素材，電商小編必學
電商和社群小編每天都和時間賽跑，如何用AI快速產生高品質的商品廣宣文案與視覺圖片？本文以Manus AI示範，只要上傳隨手拍的產品照，輸入簡單的需求，就能自動產生專業的文案與圖片！跟著詳細步驟教學，讓AI工作成為行銷工作的最佳夥伴，本文節錄自《用AI做設計》。
文／施威銘研究室
本文目錄（點擊可快速前往）
電商小編的救星！隨手拍的照片也能變成廣宣圖【Manus AI】用AI自動產生廣宣文案及圖片
電商小編的救星！隨手拍的照片也能變成廣宣圖
在電商快速發展的時代，品牌商與代理商經常需要做各種產品廣宣，並進行多平台的行銷推廣。然而，專業攝影往往得花大量的時間與資源，對於忙碌的電商小編來說，並非每次都能安排專業的攝影。
現在有了AI即使是隨手拍的產品照，都能輕鬆轉成廣宣素材，重點是不用自己去背、想文案，只要上傳照片就能在短時間內完成。
隨手拍的桌上型電扇，背景雜亂、光線不佳。透過AI的處理，馬上變成一張廣宣素材（圖／旗標出版提供）
【Manus AI】用AI自動產生廣宣文案及圖片
【使用AI】Manus
電商小編與社群小編每天都在和時間賽跑，得產出大量高品質的廣宣文案與視覺圖片。面對不斷湧現的行銷需求，該如何在有限的時間內，產出吸睛且符合品牌調性的內容？AI正是你的得力助手，只要上傳隨手拍的產品照，輸入簡單的需求，就能瞬間產生專業的文案與圖片，減輕工作負擔。底下我們以Manus AI做示範。
Manus：https://manus.im/home
【Step 1】
請開啟網頁瀏覽器，輸入「https://manus.im/home」網址，連到manus網站，這是一個通用型的AI網站，可以幫你解決各項工作及生活中的問題，進入網站後點選畫面右上角的開始使用鈕，接著使用Google帳戶註冊即可開始使用各項服務。
按下開始使用（圖／旗標出版提供）
點選Google帳戶或使用Apple ID註冊（圖／旗標出版提供）
【Step 2】
首次註冊會得到1000免費積分以及每日登入的300積分，你可以先用免費積分試用各項功能，再決定是否付費（註：官方贈送的免費積分可能會隨時變動，在此僅供參考）。
首次註冊、登入會得到免費積分，請按下知道了關閉此訊息（圖／旗標出版提供）
【Step 3】
接著，在輸入框中輸入你的需求（提示語），在此我們想將隨手拍的照片製作成促銷廣告。
輸入需求（請製作一張直幅的促銷廣告，文字使用繁體中文）+上傳檔案
輸入需求並上傳檔案（圖／旗標出版提供）
【Step 4】
送出需求後，manus就會開始處理，大約等個20多秒就會生成圖片及廣告文案。
自動生成廣告文案、生成兩張圖供我們參考，點選縮圖可放大瀏覽（圖／旗標出版提供）
自動去除照片中雜亂的背景，並加上文案，可惜文字大多是亂碼（後續可使用影像處理軟體來修改）（圖／旗標出版提供）
廣告文案包含主標題、副標題及產品特點，這些都是AI自動產生的（圖／旗標出版提供）
【Step 5】
由於AI生成的中文字大多為亂碼，在此我們可以將AI生成的圖片及文案下載到電腦裡，後續再用影像處理軟體來修改文字。
（圖／旗標出版提供）
下載檔案（圖／旗標出版提供）
下載後的檔案為壓縮檔，會存放在電腦中的Downloads資料夾，解開壓縮檔就可以進行後續的修改（圖／旗標出版提供）
【Step 6】
你可以使用AdobeExpress或是Photoshop的生成填色功能，將中文亂碼的部份去除並與背景融合，再自行輸入文字。
AdobeExpress：https://www.adobe.com/tw/express/
Photoshop：https://www.adobe.com/tw/products/photoshop.html
（圖／旗標出版提供）
【TIP】如果覺得要刪除中文亂碼並與背景融合很麻煩，你也可以直接將manus生成的圖餵給ChatGPT，請它「生成一張去除文字的圖」。這樣後續只要輸入文字就可以了。
節錄自：旗標出版《用 AI 做設計：沒時間？沒素材？沒靈感？就 Call AI 救援》／施威銘研究室 著
推薦閱讀：
AI生成圖卡教學！ChatGPT打造專屬社群配圖，告別圖片荒
「模糊照片背景」免費AI工具推薦！輕鬆告別雜亂、重點更聚焦
ChatGPT-4o更新圖片生成模式升級！照片Q版貼圖、漫畫生成怎麼做？
ChatGPT生成Excel圖表不卡關！xy軸設定、中文顯示問題輕鬆搞定
AI 時代的研發現場：回歸人才特質，技嘉如何重新定義工程師的工作方式
隨著 AI 技術快速發展，科技產業的競爭焦點也逐漸從單純的硬體效能與產品規格，轉向研發流程、協作效率與人才結構。AI 的導入不只是加入新工具，而是重新定義工程師的工作方式，整個工程生態正逐漸從「單一開發」走向「系統化管理」與「跨域協作」。
文／104人力銀行
本文導覽：
從自動化到 AI 工具導入，研發現場的變革早就開始
AI 真正改變的，是工程流程的邏輯
AI 改變選才條件嗎？技嘉更看重的是：人格特質
AI 不會取代工程師，但會改變工程師的角色
在技嘉科技（GIGABYTE Technology，以下簡稱技嘉）的研發現場，這樣的轉變其實已經持續了十多年。韌體開發二處處長吳宗達在技嘉任職超過十五年，主要負責主機板 BIOS 與韌體相關開發。他回顧，從早期 CI/CD 與開發自動化，到近年把 AI 工具與 AI Agent 帶進工作流程，真正改變的並不是單一技術，而是整體研發流程的思考方式。
從自動化到 AI 工具導入，研發現場的變革早就開始
吳宗達回憶，十多年前進技嘉時，研發團隊仍有大量重複且需仰賴人工處理的工作，流程也尚未建立完整的標準化機制，於是開始著手推動工作流程的優化，而 AI 的導入並非突然，而是建立在多年流程自動化與整合的基礎之上，AI 的加入更像是一把催化劑，正微妙地重塑工程師的日常。
過去很多時候，只要把功能完成即可；現在則更強調文件與知識整理。「以前可能只要把事情做完，現在會更重視為什麼這樣做，還有怎麼讓別人下次更容易接手。」
AI 真正改變的，是工程流程的邏輯
AI 對研發現場最大的影響，其實不是單一工具，而是整個開發邏輯的轉變。就吳宗達形容，過去的工程流程比較像是單一線性的任務鏈，僅需交付給特定負責的人即可。
隨著產品與系統越來越複雜，單靠記憶與口述交接已難以支撐整個研發體系，這些原本存放在人腦中的知識與個人經驗，必須被整理成文件、紀錄與規格，甚至要能轉化成可被系統使用的資料結構。
從口耳相傳的經驗，轉向數位化的 Open File，最終成為 AI 可讀取的 Open Data。然而從AI 的角度來看，真正的問題反而是餵給 AI 的「資料不夠多」。他指出，若企業內部沒有足夠的工作紀錄、文件資料，AI 也無法持續迭代學習。
也因此，就研發流程上逐步從「流程導向」（Process Oriented） 轉向 「API 導向」（API Oriented）的思維，將原本分散在不同開發人員或部門的工具與資料可以被串接，整體的工作流程也能橫向擴展。
他坦言，AI 目前主要還是輔助的角色，部分的規格整理、工作日誌彙整，皆可透過 AI Agent 協助完成，同時讓管理者能更容易掌握專案脈絡、進程。倘若涉及到績效評估、團隊溝通或情境判斷時，仍需要回到「人」來做最後的決策。
技嘉科技韌體開發二處處長吳宗達
AI 改變選才條件嗎？技嘉更看重的是：人格特質
AI 技術快速發展，也讓許多企業重新思考或定義徵才的條件；而在技嘉的研發團隊中，選才標準並沒有出現劇烈改變，反而是回歸初衷：人格特質。
人資夥伴補充，技嘉的研發職缺，第一關是由主管直接做篩選，長期以來他們最重視的特質，其實一直沒有變：好奇心、學習能力，以及解決問題的熱情。AI 工具的使用經驗當然加分，對多數 RD 職缺來說，並不是唯一的門檻，只要具備良好的基礎能力與學習意願，很多工具都可以進公司後再學習。
在吳宗達看來，AI 時代反而讓這些人格特質變得更重要。根據他的觀察，現在不少工程人才會透過 Side Project 或 GitHub 專案展示自己的能力，像是開發小工具、嘗試自動化流程，甚至研究區塊鏈或智能合約等題目。這些看似與職缺未必直接相關的經驗，往往能反映一個人是否真的對技術有興趣，也更容易被企業注意到。
「如果一個人平常就會自己做一些 Project，我通常會特別留意。」這也正呼應當前科技產業的招募趨勢，對許多年輕工程師而言，找工作不再只是離職後才開始準備，而是平時持續累積作品與成果，在市場上保持被看見的狀態。
AI 不會取代工程師，但會改變工程師的角色
當被問到 AI 是否會取代工程師時，吳宗達的答案很直接：「不會，但工作思維一定會變。」他認為，未來的工程師角色會更像是與 AI 協作的整合建構者，而不是單純執行任務的人。許多企業過去長期忽略的流程問題，包括知識沒有被記錄、流程缺乏標準化⋯⋯現在都必須重新整理並規格化。
因此，看似「工作變多」，但其實是那些是原本被忽略的流程工作，現在開始被系統化與文件化。隨著 AI 工具越來越成熟，工程師的價值也正在改變：不再只是完成某個任務，而是能理解整體工作流程、整理知識，並讓團隊能力得以持續累積。
AI 並沒有讓工程師變得不重要或被取代，反而是讓一件事變得更加清楚——當工具越來越強，人真正不可取代的能力，仍然是持續學習、理解問題，以及把經驗轉化為能被團隊延續的知識。
立即下載《2026科技業人才報告書-人才版》
[joblist_plugin title='更多104【技嘉科技】工作機會' url='https://www.104.com.tw/company/a4kvltk' amount='3']
打造專屬空間的魔法師養成之路──開箱新竹高工室內空間設計科
新竹高工室內空間設計科的教學現場，往往圍繞一個核心開始教學，帶領學生思考：這個空間，是為誰而設計？
室內空間設計科柏芸主任分享，室內空間設計並非單純的裝潢或風格呈現，而是一門高度貼近生活、以人為核心的專業，不同於建築，室內空間設計需要整合業主喜好與機能的需求，以及各方單位溝通，是高度以人為出發點的產業。科內學生在三年課程的學習歷程中，逐步學會從使用者需求出發，整合美學、機能、材料與施工邏輯等專業，將抽象的想法與概念轉化為可實際使用的空間方案。
從製造到設計：科系轉型下的定位思考
新竹高工室內空間設計科的前身，源於因應製造業需求而設立的木工相關科別。隨著產業型態與社會需求的轉變，科系逐步轉型為設計群中的室內空間設計科，教學重心也從單一工藝操作，轉向更全面的設計思考與空間規劃。
儘管如此，科內仍保留部分木工實作設備與相關課程，讓學生在理解設計概念之餘，也能接觸實際的施工工法與材料應用。這樣的背景，使室內空間設計科在設計導向與實作基礎之間，維持一種平衡的專業定位。
以人為本的專業角色：衣櫃怎麼擺？要觀察業主的需求
在產業脈絡中，室內設計師扮演的是一個高度整合的角色。設計不只是視覺美感的呈現，更涉及人體尺度、生活動線、材料選擇與施工溝通。學生在課堂中不斷被提醒，室內設計並非為了展現設計師個人風格，而是協助業主打造符合其生活習慣與需求的空間。
舉例來說，僅是一個衣櫃的設計，就牽涉到使用者是偏好吊掛還是摺疊收納；餐桌、沙發與走道的配置，也都需回到實際使用情境進行推敲。這些看似日常的細節，正是室內空間設計科所強調的專業核心。
圖：學生運用電腦工具繪出室內3D模型
三年課程架構：從基礎設計到3D模型
室內空間設計科的課程設計，依照學生年級循序推進。高一階段著重在培養設計基礎能力，學生首先接觸基本設計、圖學、繪畫基礎與電腦繪圖，學習如何建立概念，並熟悉設計領域常用的軟體與工具。這一階段養成的基礎能力將成為後續專業建構的重要基石。
進入高二後，課程進階至室內設計的專業應用，面向包含木工、室內設計製圖、電腦輔助室內設計，學生也會被訓練更多考量人體尺度，重新思考人與空間的關係，比如如何掌握走道的寬度與動線、不同人數桌椅尺寸的拿捏等等，都需要考量業主實際使用需求而定。學生也透過實際使用3D建模軟體，將設計概念轉化為立體模型，並進一步進行材質與光影的模擬，理解不同配置對空間感受的影響。
高三則以專題製作為核心，學生需整合前兩年的學習成果，完成一個完整的設計案。專題內容不僅包含設計理念說明、平立剖面圖與3D模型，也可能透過實體模型、海報或影像方式進行呈現，讓學生展現其對空間設計的整體理解。
沒有一次到位的設計：在討論與修正中學會解決問題
柏芸主任談到：「設計並不存在一次到位的答案。」，課程中教師透過大量討論，引導學生面對設計過程中不斷出現的問題。從空間尺度不合、動線不順，到業主需求與實際條件的衝突，學生需在討論中提出替代方案、反覆修正，逐步培養獨立思考與問題解決的能力。
這樣的訓練，也讓學生理解設計並非追求「六十分就好」，而是需要不斷追求更好的可能。願意修改、持續精進，被視為室內設計學習中極為重要的態度。
圖：學生親手繪製專屬的室內空間設計圖
在AI時代下，仍然以「人」為核心的設計專業
面對AI工具快速發展，設計圖生成與視覺呈現變得更加容易。新竹高工的教學現場並未迴避這樣的趨勢，而是引導學生思考：哪些是工具可以輔助的，哪些仍需要人來完成。
在室內空間設計中，對使用者生活習慣的理解、對文化與氣候的掌握，以及施工經驗所累積的判斷力，都是高度仰賴人的專業。設計的溫度、同理與經驗，被視為AI難以取代的核心價值。學生在學習過程中，也被鼓勵建立屬於自己的觀察視角與個人風格，而非僅依賴工具產出。
升學與發展：以能力與作品說話的設計道路
新竹高工室內空間設計科以升學為主要導向，學生畢業後多選擇進入室內設計，也有學生朝向平面設計、工業設計、多媒體設計等相關科系繼續深造。升學選擇並不侷限於單一方向，而是依學生在高中階段逐步探索出的興趣與專長而定。
在設計領域中，學歷並非唯一評價標準，作品與能力才是長期發展的關鍵。這樣的產業特性，也讓學生在學期間更加重視作品累積與實作經驗，理解專業能力的養成是一條長期投入的道路。
圖：學生進行木工實作
在生活中學設計，在設計中理解人
室內空間設計科所培養的，不只是繪圖或建模的技術，而是一種以人為本的專業視角。學生在三年的學習中，逐步理解設計如何回應真實生活，也在不斷修正與討論中，建立屬於自己的專業基礎。
柏芸主任分享，是否具備美術基礎並非最重要的條件。，更關鍵的是是否願意反覆嘗試、持續學習，以及能否以同理心理解他人的需求。空間感與美感可以在課程中培養，但耐心與追求更好的心態，則是設計學習中不可或缺的基礎。
新竹高工室內空間設計科所提供的，是一條從同理與觀察出發、以能力累積為核心的設計學習路徑，讓設計不只是想像的呈現，更是能真正走進人們生活的具體實踐。
開箱食品加工科學習日常！更多科系探索，歡迎追蹤104高職生IG
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
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！
從畫筆到數位創作──內思高工多媒體設計科的專業養成與創意實踐
在數位內容快速發展的時代，多媒體設計已成為結合創意與技術的重要領域。位於新竹的內思高工多媒體設計科，透過「手繪為本、數位為用」的課程架構，帶領學生從基礎美感培養出發，逐步延伸至動畫、影像與互動設計，建立跨媒介的整合能力。多媒體設計科庭裕主任指出，設計教育的核心不只是讓學生學會工具操作，而是培養「能夠思考與表達的能力」。「AI可以生成圖像，但它不是創意的源頭，真正的設計還是來自人的想法與判斷。」主任強調，學生必須先具備基本的觀察與創作能力，再透過數位工具與AI輔助延伸，而非完全依賴技術取代思考。
從手繪出發：「每日一畫」建立設計的基礎能力
內思高工多媒體設計科的課程設計，以明確的分年學習架構展開。高一階段以手繪與設計基礎為主，透過繪畫、圖學與基礎設計課程，建立學生的美感與表現能力。其中，「每日一畫」是最具代表性的訓練之一，學生需每天完成繪畫練習，扎實培養將想法轉化為圖像的能力。
圖：學生練習「每日一畫」作品
主任認為，設計的第一步不是直接操作電腦，而是「能不能把腦袋裡的東西畫出來」。「手的感覺是最直接的，想法要先透過手呈現，才有可能進一步轉化成數位作品。」這樣的學習過程，對許多學生而言並不輕鬆。並且，設計並非是單純的藝術表達，而是一種溝通與傳遞的方式。多媒體設計科的彭同學提到，自己原本只是單純喜歡畫畫，但進入科系後才發現，設計並不只是畫自己喜歡的內容，而是需要考慮「他人是否能接受」，甚至必須符合特定需求。「以前是畫自己喜歡的東西，但現在會去想，這個設計是不是別人也會覺得好。」這樣的轉變，也反映出設計工作與他人之間緊密的關聯性。
數位技能導入：從創作到媒介整合
進入高二後，課程逐步導入數位工具與媒體應用，包括電腦繪圖、3D動畫、影像製作與虛擬實境等內容。學生開始學習如何將手繪基礎轉化為數位作品，並使用AI製作及修正產生更廣泛的媒介形式。
其中，「互動動畫設計實作」課程特別具代表性。學生需以自身興趣為出發點，規劃主題、撰寫腳本、進行拍攝與剪輯，完成一支完整的影音作品。這樣的課程不僅訓練技術操作，更整合了企劃、表達與敘事能力。多媒體設計科的潘同學分享，自己原本期待能夠專注於拍攝影片，但實際學習後發現，需要先建立繪畫與設計基礎，才能讓影像創作更完整。「原本以為就是一直拍影片，但後來發現學到更多，包含畫畫、設計和不同媒材的應用。」這樣的學習歷程，讓學生逐漸理解，多媒體並非單一技能，而是一種跨領域整合能力。
此外，課程中也導入攝影與構圖訓練，讓學生理解影像的基本語言。主任指出，無論是動畫、設計或影像創作，視覺構成能力都是核心，「構圖、光影、畫面感，這些都是共通的基礎」。
圖：學生數位作品紀錄
從創意到實踐：設計思考的深化
在能力逐步累積後，課程進一步強調設計思考與創意發想。學生透過參加校內「創意構思競賽」，練習具體設計概念，並接受業界與教師的評估，從參賽經驗中學習如何讓創意回應真實需求。
主任指出，學生常出現的問題，是過度沉浸於個人想像，卻忽略設計的目的。「設計不是只為自己，而是要解決問題。」因此，課程會引導學生進行資料蒐集、使用者分析與實際驗證，讓創意能落地成為可行的設計。這樣的訓練，也培養學生面對修改與挑戰的能力，也建立了面對挫折的心理韌性。彭同學回憶，在進行大型水墨作品時，曾因不確定如何下筆而感到焦慮，但最終透過自我練習與同儕討論，完成作品。「完成的時候會覺得很有成就感。」她說。主任則強調，設計能力的建立需要時間累積，「先模仿，再轉化，最後形成自己的風格」，這是一個必經的歷程。
圖：彭同學水墨畫成果
高三階段，學生需整合三年所學，完成專題製作並對外展出。這不僅是學習成果的呈現，也讓學生有機會接受外界回饋。在專題製作中，學生可依興趣選擇方向，包括動畫、影像、平面設計或產品設計等。潘同學分享，自己在畢業專題中負責微電影製作，從劇本撰寫到拍攝與剪輯皆親自參與，他回憶「影片完成的時候會覺得很滿意。」
從學習到未來：多元發展的可能性
在升學發展方面，多媒體設計科學生多以升學為主，延伸至視覺傳達、商品設計、室內設計、建築與多媒體相關科系。主任指出，設計群本身具有高度延展性，「只要有美感基礎，可以發展的領域很多」。
學生的選擇也呈現多元樣貌。彭同學希望未來朝產品設計發展，而潘同學則考慮以建築作為主要專業，同時持續發展影像創作。這樣的路徑，也反映出多媒體設計科所培養的，不只是單一技能，而是一種可延伸的能力基礎。
在創作與實作之間，培養可持續發展的能力
內思高工多媒體設計科，以手繪為起點，逐步導入數位與AI的媒體應用，建立從創意發想到實作完成的完整學習歷程。在這樣的訓練中，學生不僅學會設計技術，更在反覆修正與實踐中，培養出表達能力、問題解決能力與創意思維。
對國中生與家長而言，多媒體設計科所提供的，不只是進入設計領域的入門訓練，而是一條將「想法」落地為技能的學習路徑。在這樣的過程中，學生能為未來的升學與職涯發展奠定穩固基礎。
開箱多媒體設計科學習日常！更多科系探索，歡迎追蹤104高職生IG
在 Instagram 查看這則貼文 104高職生（@104v.hs）分享的貼文
AI工作專區｜工程師、PM、行銷的AI應用人才，企業AI徵才技能整理
AI時代來臨，企業對AI應用與自動化人才的需求不斷成長。從軟體工程師、產品經理、專案經理（PM）到行銷人才，懂得使用AI工具：RPA自動化流程、n8n無程式的工作流程整合，在就業市場已開出新的人才賽道，成為企業招募新一代人才的重要加分條件。
本文目錄（點擊可快速前往）
AI技能找工作機會｜RPA、n8n、Vibe CodingRPA（Robotic Process Automation，機器人流程自動化）n8n（開源的工作流程自動化工具）Vibe Coding（氛圍程式設計）職務結合AI工作機會AI行銷人才AI應用管理師 Project Manager、AI PMAI產品經理（AI Product Manager）AI設計師（UI/UX）AI應用軟體工程人才AI、演算法工程師FAQ：AI工作常見問題AI＋自動化技能能提高薪資嗎？學AI可以做什麼工作？
AI技能找工作機會｜RPA、n8n、Vibe Coding
RPA（Robotic Process Automation，機器人流程自動化）
透過軟體「機器人」來模擬人類在電腦上執行重複性、規則化任務的技術，無需改變原有系統或進行複雜開發。
職缺舉例：RPA Business Development Specialist、HR數位轉型專案管理師、業務管理師、通路服務規劃人員
[joblist_plugin title='【RPA】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=RPA&order=15' amount='3']
n8n（開源的工作流程自動化工具）
可幫助工作者自動化重複性任務，整合各種應用服務，類似Zapier或Make.com，擁有更高的彈性。
使用範例
每日定時抓取某API數據→整合→發送Email報表
當表單送出→整理資料→寫入Google Sheet→發Slack通知
自動化CRM建立客戶資料 + 產生任務 + 發送開通信件
[joblist_plugin title='【n8n】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=n8n&order=15' amount='3']
Vibe Coding（氛圍程式設計）
工作者運用語言模型（ChatGpt、copilot）等AI技術，透過自然語言與AI對話，讓AI自動生成所需程式碼，大幅降低開發門檻。只需描述想要達成的功能，AI便能撰寫程式，無需深入理解底層程式運作原理，可以不透過工程師達到將網頁、APP快速送入市場驗證的開發模式。
[joblist_plugin title='【Vibe Coding】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=vibe+code&order=15&page=1' amount='3']
看不夠？來去逛逛 104數位與科技人才專區
職務結合AI工作機會
AI工具的應用，讓專業工作者能提高工作效率（避免耗時的行政流程）、創意創新的競爭力（給予AI思考框架，提出不同的創新想法）、決策支援（藉由數據資料的匯入，與AI協作預測商業策略執行優勢與須備風險管理的地方）。
AI行銷人才
企業期待新一代的行銷人將專業的行銷know-how結合AI與MarTech的技術，能更精確的了解市場、找到用戶痛點、制訂與執行更有效的行銷策略。
必備技能：AI工具（ChatGPT）、RPA與n8n自動化排程、GA4。
加分條件：懂MarTech串接與數據驅動行銷策略。
[joblist_plugin title='【AI Martech 行銷】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=AI+Martech&order=15&jobcat=2004001000' amount='3']
AI應用管理師 Project Manager、AI PM
結合PJM對組織流程、利害關係人的了解，提升決策效率與資源運用，並在複雜多變的環境中，精準規劃、協調跨部門團隊，確保專案按時、高品質交付，創造更高的商業價值。
[joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+n8n&order=15&jobcat=2004003006' amount='3']
AI產品經理（AI Product Manager）
產品經理需要能精準識別使用者需求，將AI能力轉化為實際功能，並制定策略與路線圖，協調跨部門資源，確保AI產品從概念到落地，能創造最大化的商業價值與使用體驗。
必備技能：敏捷開發、數據分析、RPA流程設計、n8n工作流自動化。
加分條件：懂Prompt Engineering，能規劃AI產品MVP
[joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=AI+n8n+%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&jobcat=2004003005' amount='3']
AI設計師（UI/UX）
結合AI技術與使用者行為洞察，打造人性化的產品體驗。需要理解AI產品的運作邏輯，將複雜的演算法結果轉化為直覺且易於使用的介面，在設計過程中融入個人化體驗與數據驅動的設計思維，確保產品兼具美感與功能。
[joblist_plugin title='【AI UI/UX 設計師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+&order=15&jobcat=2013001015,2013001016,2013001006,2013001020' amount='3']
AI應用軟體工程人才
幫助提升公司營運效率，工作內容包含開發與推進AI自動化應用，包括文件生成、知識查詢、任務建議與流程輔助，提升日常作業效率。
[joblist_plugin title='【AI應用工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&mode=s&page=1&keyword=AI+%E6%87%89%E7%94%A8&order=15&jobcat=2007001000' amount='3']
AI、演算法工程師
邊緣運算、LLM、AI/ML 演算法、生成式AI、影像辨識、資料科學……等專業技術領域
[joblist_plugin title='【AI、演算法工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&order=15&jobcat=2007001020,2007001012' amount='3']
FAQ：AI工作常見問題
AI＋自動化技能能提高薪資嗎？
能，降低人工成本，幫企業節省大量時間。幫助公司快速決策，提升專案 ROI。具備跨領域競爭力，在數位轉型浪潮中更具優勢。
學AI可以做什麼工作？
學AI可以應用在與數據、軟體、流程優化相關的工作中。例如：行銷人多會了AI，可以不透過工程師快速架設行銷活動網站、PM會AI，可以自動化縮短寫規格書的時間、透過Vibe Coding方式加速MVP的推出，工程師可以透過AI協作，更快產出80%的程式碼，將時間投入優化code的過程。
看不夠？來去逛逛 104數位與科技人才專區
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
超越標準答案？！AI運算的百萬瓦賽局，在光寶你也可以擁有「定義規格」的技術特權！
在科技製造業，許多工程師常受困於「追趕規格」的無力感。然而，光寶科技正發起一場思維革命，將研發重心從「被動代工」轉向「主動定義」。 憑藉深厚的跨域整合實力，光寶工程師不再只是填寫考卷，而是大膽定義未來能源規則，在這裡，創新不再是高風險的口號，而是每一位職人在安全感中放手一搏的日常。
文／《104職場力》
本文導覽（點擊可快速前往指定段落閱讀）
思維翻轉革命：定義未來電源架構技術的任性：為了1%的效率，我們拒絕妥協速度的決勝：用敏捷重新定義硬體開發全球的舞台：你的能量，決定你的疆界
在台灣的科技製造業，許多工程師都曾有過一種共同的無力感，撞上的不是技術瓶頸，而是「意義」的流失。
客戶給了規格(Spec)，PM壓了時程，工程師的任務就是把這些數字「做出來」。過程中，為了避免犯錯，為了達成良率的門檻，傾向使用最保守的設計與架構。「創新」往往只淪為簡報上的口號，因為在產線壓力前，創新意味著不可控的風險。
然而，這種「防禦性開發」的邏輯，正在被一場發生在運算核心的革命所打破。
當AI伺服器算力需求呈現指數級暴漲，舊有的標準答案儼然已失效。走進光寶科技的研發中心，你便會發現這裡的不同。工程師之間談論的不是怎麼「完成交付」，而是如何在物理極限的邊緣，利用公司賦予的強大安全網，大膽地定義未來的能源規則。
思維翻轉革命：定義未來電源架構
「現在的 GPU 是 AI 運算的大腦，但這個大腦運作時，需要心臟和血液的供應。」
光寶科技 Tiger Team資深處長李逸飛(Ifei Lee)
光寶科技Tiger Team資深處長李逸飛(Ifei Lee)，用生動的醫學比喻形容光寶的角色：「我們做的電源是心臟，散熱是血管。如果供電不及或散熱不順，大腦就會因為『心律不整』產生停擺。」
過去模式是客戶給規格、供應商照做，這只是代工，不是研發。光寶改變了遊戲規則：我們不只是執行，而是主動診斷、提出解方，甚至在客戶未察覺潛在問題前，預先定義未來架構的解決方案。」這需要具備跨域整合力，從電網到晶片生態系思考，從硬體到軟體，全面系統性思維能力的人才。
「這要求工程師須具備光寶新三力之中的高度「跨域整合力（Cross-Domain Integration）」。」
Ifei描繪了未來場景：隨著AI算力爆炸，未來的電源機櫃將邁向百萬瓦(Mega Watt)等級。「這意味著要把五六百戶家庭的用電量，或三四百台冷氣機，全塞進一個冰箱大小的空間裡運作。」
在這種極限場景下，單一技術無法解決問題。工程師必須打破硬體、軟體、散熱的界線，從整個場域(Scope)思考。從電網配置到晶片負載，這是一個系統工程。
「所以我們不是簡單賣產品而已，重點在於提供解方(Solution)。」Ifei 強調，「當你能幫客戶想到他沒想到的痛點，並用 POC(Proof of Concept)證明解法有效時，客戶就不會把你當供應商，而是視為共同定義未來的夥伴。」
這正是光寶給工程師的第一個承諾：在這裡，你不是在填寫別人出好的考卷，你甚至可以定義題目，並寫下答案。
技術的任性：為了1%的效率，我們拒絕妥協
如果Ifei談的是戰略，那麼雲服務電能方案事業部(CSP Power)資深經理張弘杰(Derek Chang)，則演繹了第一線的「工程師職人精神」。
Derek負責AI資料中心關鍵的電源系統與BBU（備用電池單元），每天都在與物理極限搏鬥。「最大挑戰是空間沒變，但需求變了。」Derek 解釋，「AI數據中心瓦數從4KW一路飆到20KW，且因要塞進更多電池，留給電源的空間反而變少。」
這是一個殘酷的數學題：功率密度(Power Density)提升了6倍以上，但體積不能變。
一般面對這種任務，通常會選擇折衷處理：告訴客戶不易做到，或犧牲效率換取穩定。畢竟換新架構風險巨大，出了問題誰負責？但在光寶，Derek的團隊做了截然不同的決定。
「為了再提升那1%的效率，我們決定主動換架構。」 Derek 語氣中透著執著，「我們可以與客戶協商降規或用舊架構硬撐，但為了逼自己更好，我們主動改變遊戲規則。」
這1% 效率提升代表巨大的能源節省，但也意味著必須跳出舒適圈。是什麼讓光寶工程師敢於如此「任性」？
Derek給出的答案令人意外：因為有安全感。
「我們有強大的『設計品質確保單位(Quality Assurance Team)』。」Derek 解釋，「他們不是等產品做好才挑毛病，而是開發初期就介入，幫我們做各種Corner Case（極端情況）測試，找出被忽略的盲點。」
這就像為走鋼索的工程師鋪設了安全網。工程師知道設計在交付前會經過嚴格驗證，這讓他們敢於放手一試。更深層的，是一種「不急於抓戰犯」的文化。
「以前覺得技術是冰冷的，但現在我們希望工程師是有溫度的。」
光寶科技 雲服務電能方案事業部(CSP Power)資深經理張弘杰(Derek Chang)
Derek分享了一次深刻的經驗：曾有專案發生嚴重客訴，甚至影響到公司業務。「在很多公司，這種情況下第一反應通常是『找戰犯』。」Derek 回憶說，「但當時主管給了我們充分的時間與空間，只告訴我們：『先專心解決問題。』他幫我們擋下外部壓力，讓我們能專注找出Root Cause（根本原因），而不是急著找人負責。」
這種「可以放手一搏」的心理安全感，讓工程師明白：在這裡，失敗不是終點，而是突破的必經之路。而除了有主管支持，整個團隊更是最重要的靠山。
「這也是為什麼我說這家公司變得更有溫度。」Derek提到，光寶透過軟實力課程培養溝通與同理心。「以前覺得技術是冰冷的，但現在我們希望工程師是有溫度的。唯有懂得換位思考與團隊合作，才能在高壓環境下一起走得更遠。」
速度的決勝：用敏捷重新定義硬體開發
「在這個時代，敏捷比力量更重要。速度，有時候比體型還關鍵。」
光寶科技 企業運算服務事業部(Enterprise Power)處長劉宇舜(Sky Liu)
「在這個時代，敏捷(Agile)比力量更重要。速度，有時候比體型還關鍵。」Ifei曾這樣提到。而在企業運算服務事業部(Enterprise Power)處長劉宇舜(Sky Liu)的團隊裡，這句話轉化為每天運行的制度。
Sky負責競爭激烈的企業級電源產品，敏捷開發的導入，讓最終成品來得更好更快。
「傳統硬體開發是瀑布式流程(Waterfall)，許多規格必須在早期定案。由於後期變更成本高，一旦晚發現與客戶需求不符，往往難以調整。」Sky 解釋。
為了打破閉門造車，在光寶，軟體業邏輯被移植到硬體研發。「我們現在每兩週一個Sprint（開發階段），每四週一次 Review（成果檢視）。」敏捷開發明確地重塑了整個研發節奏。「透過快速迭代，我們做出小的MVP（最小可行性產品）就送去驗證。客戶反饋快，我們修正就快，永遠跟客戶在同一個頻率上。」
這模式對人才提出了新要求：「學習敏捷力(Learning Agility)」。
在光寶，資歷不是唯一標準，快速適應調整才是王道。Sky講述了一個故事：有次客戶需求變更，專案時程被瞬間壓縮一半。「那是個不可能的任務，」Sky說，「按傳統邏輯大家應該會抱怨。」
但團隊展現了驚人韌性。「不分資深資淺的夥伴，都主動跳出來問：『我可以多做什麼？』」Sky 回憶，「特別是剛加入的年輕工程師，沒有退縮，反而視為展現機會。」結果，這個專案在第一次試產(Pilot Run)就滿足了大部分要求。
為了讓年輕人更快上戰場，光寶建立了 「Pilot Z」 人才孵化機制。
「我們不希望新人覺得被放生。」Sky介紹，「這像『打通關』遊戲。前三個月，有專屬導師(Mentor)帶著你。」第一個月學基礎，第二個月熟架構，第三個月參與專案。每一關都有練習題與Mentor引導。甚至現在有針對菁英培訓的Pilot Z新世代人才養成計畫與研發替代役，在入職前兩個月脫崗培訓，與跨部門的同仁一起學習。
「Every step counts（每一步都算數）。」Sky強調，「即使是新人，我們也鼓勵他研究新技術議題並與大家分享。我們想聽年輕人的見解，這對團隊也是激盪。」
此外，光寶也深知工程師對職涯的焦慮。透過OGSM(Objective, Goal, Strategy, Measure)定期檢視，主管與員工討論雙軌發展。想學新技術，有AI社團；想學管理，有專案管理培訓；想換環境，公司也鼓勵跨BU的專案支持與跨域合作。
延伸閱讀：重塑產業，光寶科技用90天打造AI新世代人才Pilot Z
全球的舞台：你的能量，決定你的疆界
隨著轉型加快，人才舞台早已不侷限台灣。「我們正在推動Global Career Opportunities。」Ifei補充，「我們已與國外頂尖大學及實驗室合作，佈局未來技術。」
這意味著，光寶工程師有機會直接對接世界級研究機構，參與最前沿探討。同時，光寶將 「AI協作力」 視為核心。「現在是資訊爆炸年代，你必須快速辨識底層邏輯。」Ifei說，「我們鼓勵用AI工具加速學習與除錯。AI是你的大腦延伸，讓你把腦力用在創新上。」
採訪尾聲，問到：「為什麼現在是加入光寶最好的時機？」Derek沉思後說：「因為無論是產品或員工福利，光寶都正在往好的方向發展，而且很有感。」
對技術人才來說，最迷人的職場不是只有薪資福利吹上天，而是感到「被尊重」。尊重專業，所以賦予定義架構的權力；尊重成長，所以允許犯錯並提供安全網；尊重未來，所以提供全球舞台與AI工具。
在光寶，既可以是規格執行者，更可以是搶先解決兆瓦級難題的未來人；是可以為了1%效率重塑架構的專業職人，也可以是剛加入就用新技術驚豔全場的領航者。
在全球流動的時代，光寶已搭好舞台，等著定義超凡的未來。
光寶針對AI電源與液冷人才大量招募中，快來看看是否有合適的職缺▶ 立刻投遞
有任何收穫或想分享的，都來和大家一起聊聊吧！