PMI-ACP 敏捷專案管理師認證暨實務課程
104學習
Injection molding
在製造業中，這項技能指的是利用高溫將塑膠原料融化後，注入模具中冷卻成型的技術。熟悉這項技能的人能有效操作機台、調整參數，確保產品尺寸精準且品質穩定。具備相關經驗者在塑膠製品、汽機車零件、電子產品外殼等產業中非常吃香，能提升生產效率並降低次品率，是製造流程中關鍵的一環。
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 智慧工作流搭建與升級：60 分鐘 10 個 AI 智慧工作流技巧立即改善工作流程
一次搞懂！Power Automate自動化流程使用情境
最強企業 AI 工作流進階：n8n 打造企業專屬內部Chat Hub、MCP協議與多模態專題實戰
淬煉提問技術啟動引導思維
AI職場溝通術：LLM大型語言模型應用技巧
ChatGPT 技能放大術｜打造你的 AI 分身
關鍵人才發展策略:提升組織韌性，實現人才永續【08/28】
ChatGPT 技能放大術｜自動化與多樣化輸出
PyTorch生成模型全解析｜從生成式對抗網路到擴散模型
精選證照
考取專業證照，讓能力被市場看見
丙級塑膠射出成形技術士
塑膠製品成形性佳、價廉，且有輕薄、精巧、美觀及色彩多變化的特性，廣受喜愛，而有逐漸取代板金製品的趨勢。 目前，國內從事與塑膠有關的模具及射出成形加工業者，大約有6000家左右，從事人口在20萬人以上。各類模具年生產值在240億以上，塑膠模具約佔35％左右。外銷歐、美、日等先進國家亦佔很大的比例。
欲提高塑膠製品的品質及附加價值，必須先從模具製作技能提升著手。 基於以上的理由，並配合業界的需求，提升模具製作的能力，有必要舉辦全國性的技能檢定，特訂本檢定規範。
勞動部勞動力發展署技能檢定中心
丙級塑膠押出成形技術士
塑膠製品成形性佳、價廉，且有輕薄、精巧、美觀及色彩多變化的特性，廣受喜愛，而有逐漸取代板金製品的趨勢。 目前，國內從事與塑膠有關的模具及射出成形加工業者，大約有6000家左右，從事人口在20萬人以上。各類模具年生產值在240億以上，塑膠模具約佔35％左右。外銷歐、美、日等先進國家亦佔很大的比例。
欲提高塑膠製品的品質及附加價值，必須先從模具製作技能提升著手。 基於以上的理由，並配合業界的需求，提升模具製作的能力，有必要舉辦全國性的技能檢定，特訂本檢定規範。
勞動部勞動力發展署技能檢定中心
丙級塑膠射出模具技術士
塑膠製品成形性佳、價廉，且有輕薄、精巧、美觀及色彩多變化的特性，廣受喜愛，而有逐漸取代板金製品的趨勢。目前，國內從事與塑膠有關的模具及射出成形加工業者，大約有6000家左右，從事人口在20萬人以上。各類模具年生產值在240億以上，塑膠模具約佔35％左右。外銷歐、美、日等先進國家亦佔很大的比例。欲提高塑膠製品的品質及附加價值，必須先從模具製作技能提升著手。
基於以上的理由，並配合業界的需求，提升模具製作的能力，有必要舉辦全國性的技能檢定，特訂本檢定規範。
塑膠射出模具丙級技術士丙級工作範圍：：
一、具備機工行業之基本知識、職業道德、敬業精神、工作態度及安全習慣，能依照工作圖或實樣準備工具、刀具、機具、從事塑膠射出模具之製作與修整工作。
二、尺度精度能達十級，表面粗糙度能達6.3a(25S)。
勞動部勞動力發展署技能檢定中心
乙級塑膠射出模具技術士
塑膠製品成形性佳、價廉，且有輕薄、精巧、美觀及色彩多變化的特性，廣受喜愛，而有逐漸取代板金製品的趨勢。目前，國內從事與塑膠有關的模具及射出成形加工業者，大約有6000家左右，從事人口在20萬人以上。各類模具年生產值在240億以上，塑膠模具約佔35％左右。外銷歐、美、日等先進國家亦佔很大的比例。欲提高塑膠製品的品質及附加價值，必須先從模具製作技能提升著手。
基於以上的理由，並配合業界的需求，提升模具製作的能力，有必要舉辦全國性的技能檢定，特訂本檢定規範。
二、塑膠射出模具規範分為甲、乙、丙三級，依專業技能種類之難易要求區分為：甲級為設計理論及實務應用與製作、乙級為實務應用與製作、丙級為概念瞭解與製作三個層次。
勞動部勞動力發展署技能檢定中心
Generative AI Studio
線上課程約8小時
本課程將介紹 Vertex AI 上的 Generative AI Studio，說明如何用此產品設計生成式 AI 模型的原型及自訂生成式 AI 模型，以利您在應用程式中使用模型的功能。課程中，您可以透過 Generative AI Studio 示範教學逐步認識 Generative AI Studio，並瞭解產品功能、選項與使用方式。課程最後，您可以在實作研究室應用所學，並進行測驗來評估學習成果。
完成此活動，贏取徽章！向世界展示您掌握的技能，拓展雲端領域的職業之路。
課程目標：
● 說明 Generative AI Studio 的功能。
● 介紹 Generative AI Studio 的選項。
● 使用 Generative AI 語言工具。
Google
敏捷專案管理師PMI-ACP
PMI-ACP® 是由國際專案管理學會（PMI®）推出的國際級敏捷專業證照，考試依據 PMI 最新全球實務分析（GPA）與任務分析（JTA）設計，並全面採用 PMI 官方授權教材與標準化教案，由 PMI 授權培訓夥伴（ATP）依一致規格授課，確保學員具備全球一致且高品質的專業素養與實務能力，真正接軌國際敏捷職場，建立跨框架整合思維與高品質交付能力的國際專業標準。
PMI-ACP® 融合 Scrum、Kanban、XP、Lean 等多元敏捷方法，強調跨產業應用能力與情境判斷能力，涵蓋敏捷轉型引導、產品價值創造、團隊協作效能與持續改進等核心能力。強化產品開發與交付角色的整合思維，使證照更貼近快速變動的市場需求，成為企業推動敏捷轉型與提升交付品質的關鍵戰力。
適合對象包括產品負責人（PO）、Scrum Master、專案經理、敏捷實踐者，以及已取得其他敏捷認證、希望建立更完整敏捷能力架構的專業人士。
PMI 國際專案管理學會
精選貼文，掌握第一手知識
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
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
提示詞別寫太囉嗦！ChatGPT 5.6最新指南：「結果導向」提示詞這樣寫
OpenAI發布ChatGPT-5.6 Sol模型專屬的提示詞指南，推翻不少過去的建議。不用鉅細靡遺地規定步驟，只要說清楚目標、成功標準與停止條件，就能減少Token用量、降低成本，讓AI更有效率地完成任務，來看看現在怎麼下提示詞效果最神，
文／樂羽嘉編譯 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
1. 簡化提示詞2. 下結果導向的提示詞、規定停止條件3. 確定回應長度4. 定義自主權和核准範圍5. 工具路由（Tool routing）6. 程式化工具呼叫（Programmatic Tool Calling, PTC）7. 長時間工作流、狀態管理8. 推薦提示詞結構
OpenAI發布最新旗艦模型GPT-5.6 Sol並公布全新的提示詞指南，其中最重要的觀念，就是不要再寫那麼多了。
GPT-5.6的核心理念是「結果導向的提示詞」（Outcome-first Prompting）。也就是說，你只需要清楚定義「成功的結果長什麼樣子」、任務的完成／停止條件，剩下交給模型就好。
用OpenAI的原話來說，「GPT-5.6在提示詞明確定義最終成果、重要限制、可用證據及完成標準時表現最好。接著，讓模型自己選擇最有效率的解決路徑就好。」
OpenAI也用內測數據證明新原則的效能。在內部Coding Agent測試中，較精簡的System Prompt不只讓評測分數提高約10%到15%，Token使用量也降低41%，整體成本下降33%到67%。
ChatGPT 5.6的主要提示詞原則包括：
1. 簡化提示詞
從現有的有效提示詞與工具集開始。每次移除一組指令、範例或工具，然後重新測試。
精簡：重複的規則陳述；無法改變行為的重複風格或流程說明；無效的範例；模型本來就能可靠執行的流程；與任務無關的工具說明。
保留：使用者預見的結果；成功標準與停止條件；安全、商業、證據及權限限制；依賴情境的工具路由規則；必要的輸出格式與驗證要求。
檢查剩下的提示詞有沒有互相矛盾。GPT-5系列模型非常嚴格遵守提示詞規範，矛盾的規則比遺漏細節更容易造成不穩定。
2. 下結果導向的提示詞、規定停止條件
把重點放在說明最終目標，不用詳細規定每個步驟怎麼做。只要提示詞有清楚說明「怎樣算大功告成」，GPT-5.6通常會自己選擇最有效率的搜尋、工具使用或推理方式。
提示詞範例：
「完整解決客戶的問題。成功的定義：根據現有政策與帳戶資料，做出資格判定。回覆之前，完成所有允許執行的動作。回傳 completed_actions、customer_message 與 blockers。如果缺少必要證據，只詢問最少、必要的缺失欄位。」
避免使用不必要的絕對規則。只有在真正的「不變量」上才使用「總是」（ALWAYS）、「絕不」（NEVER）、「必須」（must）和「僅限」（only），例如安全規則、必要欄位或絕對不該發生的動作。對於需要判斷的情況，例如何時該搜尋、何時該詢問、何時該使用工具或何時該繼續迭代，請優先使用「決策規則」。
保留明確的使用者數值。當正確數值是隱含的時候，請提供決策標準，讓模型根據情境或架構進行推理。避免使用通用的預設值、關鍵字對應表以及廣泛的語意捷徑。
增加停止條件：以最少量的有效工具迴圈來解決請求，但不要讓「迴圈最小化」的優先等級高於正確性、必要證據、計算過程或必要引用。
每次獲得結果後，詢問目前的核心請求是否已能用有效的證據來回答。若是，請直接回答；若仍缺少必要證據，請指出缺少的事實，並採用最低限度的有效備援方案。
3. 確定回應長度
GPT-5.6模型預設成比GPT-5.5更簡潔，所以你在下提示詞的時候，要先檢查還需不需要下「請精簡」、「保持簡潔」這類籠統的長度指示。這些指令做某些任務時可能很多餘，甚至造成回應太短。若這些指令能穩定產出應用程式所需的輸出就保留，不然就拿掉。
若要一致規定每次回應的詳盡程度，請使用text.verbosity參數，再於提示詞中設定特定要求。
如果你需要簡短的回答，請告訴模型優先順序，讓模型保留必要資訊、刪除低價值的細節。
4. 定義自主權和核准範圍
GPT 5.6在執行多步驟任務時，能夠主動、持續完成工作。請明確定義每項請求所授權的行動範圍，讓模型能在不必無謂暫停的情況下，持續執行安全、授權範圍內的工作，同時在執行對外寫入、具破壞性、高成本或擴大工作範圍的動作之前先停止。
通常使用這類簡潔的原則就夠了：
針對回答、解釋、審閱、診斷或規劃類的請求：檢查相關資料並回報結果。除非請求也明確要求進行變更，否則不要實施任何修改。
針對變更、建置或修復類的請求：直接完成請求範圍內的局部修改，不需事先詢問的情況下，執行相關、沒有破壞性的驗證。
對於對外寫入、具破壞性的操作、購買行為，或大幅擴大工作範圍的動作：必須先讓使用者確認。
5. 工具路由（Tool routing）
只提供與任務相關的工具。工具描述應清楚說明工具的用途、何時使用、重要的回傳欄位，以及發生錯誤時的行為。
當正確性取決於事前的搜尋、查詢或資料擷取時，請明確說明：
在採取任何行動之前，先完成必要的探索、資料擷取與驗證步驟。不要因為預期的最終結果看似顯而易見，就跳過任何前置步驟。
當多個讀取操作彼此獨立時，應該平行執行。當其中一個結果會決定下一步行動時，則應該循序執行。完成平行擷取後，應先整合結果，再採取後續行動。
如果工具回傳空白、部分結果，或結果明顯過少、可疑，請先嘗試一到兩種有意義的替代方法，再判定確實沒有結果。
6. 程式化工具呼叫（Programmatic Tool Calling, PTC）
PTC最適合處理大量資料的封閉工作流程。
開發建議：不要下「有效使用PTC」這種籠統指令。應該明確定義階段、合規工具、輸出Schema、重試限制與回傳模型判斷的時機。
7. 長時間工作流、狀態管理
對於多步驟或大量使用工具的任務，應該在第一次呼叫工具前，先向使用者提供一段簡短的前言，之後只有在重要階段發生變化時，提供成果導向的簡單進度更新。不要要求模型逐一敘述每一次例行性的工具呼叫。
重新載入對話歷史時，應保留助理各階段（phase）的值，讓模型能區分哪些是過程中的說明，哪些才是最終答案。如果使用 previous_response_id，先前助理的狀態會自動保留；如果是手動重建對話歷史，則應完整保留每個原始階段值，不要修改。
完成重要里程碑後再壓縮內容，不要每一輪對話都壓縮。壓縮後仍然要保持提示詞的功能一致性，把壓縮後的內容視為不可再拆解的狀態。
如果多輪對話的目標、假設和優先順序都一致，保留既有推理（persisted reasoning）會很有幫助。
8. 推薦提示詞結構
撰寫複雜提示詞時，可以從以下結構開始。每部分都保持簡潔，只有在確實會影響模型行為時，才加入更多細節。
角色（Role）：【模型的職責與工作情境】
人格（Personality）：【語氣與協作風格】
目標（Goal）：【使用者可見的最終成果】
成功標準（Success criteria）：【在產生最終回答之前，必須達成的條件】
限制（Constraints）：【政策、安全、商業規範、證據要求，以及副作用限制】
工具（Tools）：【應使用哪些工具、何時使用，以及哪些工具不應使用】
輸出（Output）：【內容架構、篇幅、格式與語氣】
停止規則（Stop rules）：【何時重試、何時採用替代方案、何時拒絕執行、何時向使用者提問，以及何時停止】
更完整的提示詞指南，請見OpenAI官網。
（資料來源：decrypt、openAI）
（原文標題：提示詞不要太囉嗦！ChatGPT 5.6最新指南，詠唱方法大翻轉）
推薦閱讀：
ChatGPT Work怎麼用？和Chat模式差在哪、什麼時候該切換？
進階玩家必學：5個NotebookLM實戰技巧
偷學Anthropic工程師！6個好用的Claude提示詞
拒絕空洞回答！職場必備的10個AI高效提示詞技巧
跳脫「解雇」陰影：善用PIP績效改善達成員工與組織共同成長
績效改善計劃（Performance Improvement Plan, PIP）日益受到重視，成為企業留才及促進員工成長的重要工具。然而，如何在人情世故與企業需求間取得平衡，是每位主管面臨的挑戰。本文深入探討PIP制度的應用技巧，強調「助人成長」的核心理念。通過良好的溝通面談，如正向肯定、關懷輔導和發展面談等技術方法，我們可以幫助員工克服問題並提升績效，同時提升組織與員工之間雙贏共好的效果，使PIP成為努力改變而非淘汰的一項重要策略工具。
文／宸碩管顧公司總經理｜楊伸太博士這段文字是作者和他的身份。
原標題：績效管理與技能提升計劃（PIP）- 談如何做到顧及人情世故的PIP制度
關鍵字
PIP
員工績效輔導
績效管理
績效分析
績效面談
關懷面談
輔導面談
發展面談
本文目錄（點擊可快速前往）
前言：PIP，成為留才與助人成長利器
人才定義與PIP
績效管理循環與績效輔導回饋流程
啟動面談，做好部屬關懷與傾聽，談談『正向肯定面談』與『關懷輔導面談技巧』
啟動面談，做好部屬績效面談，談『績效輔導面談技巧』
啟動面談，做好人才發展面談，談『發展輔導面談技巧』
總結
一、前言：PIP，成為留才與助人成長利器
在現今大缺工時代下，人才辨識與人才管理、留才機制與效能，，變成為企業人資與部門主管非常重要的議題，其效能展現的核心成功關鍵就是「績效管理機制與PIP技能」了！
績效管理的三大目的是：與組織目標連結、與激勵機制（升遷與獎金）連動、助人成長（發展、訓練、輔導），而主管如果透過良好的PIP（Performance Improvement Plan）技能，肯定能在「助人成長」的領域中，讓所屬團隊同仁獲得正相關的改變與提升，進而為組織與同仁創造雙贏共好的成果！
又或者處理績效不佳的同仁員工，常常是主管心中「極度不想面對的痛點」，一方面擔心影響團隊績效與氣氛，另一方面又怕傷害員工自尊、甚至引發勞資糾紛的風險等，都是值得主管現今持續提升「運用PIP轉化為留才與助人成長或合法合情合理處理技能」的迫切重要課題！
二、人才定義與PIP
許多主管在面對績效不佳員工時，常有以下疑慮：(1.) 這個人是「能力不足」還是「意願下降」？(2.) 是「態度問題」還是「能力不足」？(3.) 值得積極培養，還是維持現狀？考慮替換？(4.) 上述這些疑慮，其實在定義前，都要先回到公司的「人才標準」，才是最客觀正確的。
一個完整的人才定義，至少要包含四個構面：(1.) 績效表現：能否達成「職位說明書」中所對應的「任務」與「工作績效目標」。(2.) 態度與意願：是否符合企業文化與團隊合作精神、以及本身對工作的意願。 (3.) 現職能力：是否具備滿足該職位所需的能力，包括個人特質與專業能 (4.) 發展潛力：是否具備「下一個職涯位置」的潛力。
再次提醒：在談 PIP 前，必須先釐清「人才」的定義，當員工在績效上出現落差時，主管與 HR 應評估的不只是「數字結果」，而是要回到「這個人是否仍符合公司的人才標準」，哪裡不符合？所對應的管理措施為何？
104人資市集 — 內訓、外訓、線上課程企業方案一站幫你搞定 >
三、績效管理循環與績效輔導回饋流程
績效管理循環的架構，整理如下圖(詳細可參考：卓越主管的關鍵四大管理)
2. 績效管理的目的(1.) 策略性：A. 協助並達成企業所追求之長短期目標B. 確實達成組織目標(轉化公司目標為個人目標)(2.) 管理性的：A. 晉升、輪調、調薪、獎懲、訓練
(3.) 發展性的：A. 改善員工績效、發展員工潛能B. 工作改善與進步C. 協助員工成長與發展
3. 績效管理循環的關鍵成功因素(1.) 績效目標連動組織目標：要能承接組織策略的目標，也就是要能將組織目標有效串接起來!(2.) 指標符合SMART原則：如下圖
Simply & Specific 簡單、明確具體的要清楚說明，而不是一個概略性的Measurable 可衡量的必須用量化的指標來訂定Achievable 可達成的具挑戰性且實際可完成的Relevant 有關連的必須與工作表現的重點相關Timely 有時間限制的在限定的時間內完成
(3.) 過程管理與追蹤、面談：過程中，進行即時的績效評估與相關面談，持續正向回饋與指導，幫助達標並與其，與員工討論本期結果與可精進方向。A. 特別提醒，在這個循環中，績效的追蹤、必要輔導與回饋的「及時性」相當關鍵，否則 PIP 只會變成一種「突如其來的挫折」！B. 因此，主管應在員工出現異常跡象時，就要及時啟動介入，也就是可以：- 透過日常回饋，正向點出不足並提出改善建議。- 若落差持續發生，則啟動正式的 PIP 流程。C. 過程中的面談，可區分以下幾種類型：- 正向肯定面談：主管發現員工有績優事件發生，想給該員工肯定與鼓勵時使用- 關懷輔導面談：主管發現有能力之員工，其工作意願突然下降或工作動力、積極度下降時，啟動即時的關懷，以利表達對員工的重視，並了解真正原因，方以協助恢復意願與動力!- 績效輔導面談：針對過程中或期末時，員工績效達成狀況不理想，或者行為態度欠佳者，推論是無意願或能力有問題時，啟動正式的績效輔導面談。- 發展輔導面談：針對績效考核後，辨識出的績優人才，進行主動式的人才發展面談。- 特別提醒，上述幾種面談類型，都要聚焦『核心目的』，同時也要及時啟動，才能獲得最佳效益!
四、啟動面談，做好部屬關懷與傾聽，談『正向肯定面談』與『關懷輔導面談技巧』
1. 肯定要及時，員工會有持續好表現：主管發現員工有績優事件發生，就可啟動正向肯定面談，同時全程一定都是正向肯定，沒有任何『提醒注意或需要改善或責備的語詞/事項』！(1.) 建議主管可多練習正向語言，同時可採用『STAR紀錄與表達法』，進行對員工深層的肯定A. Situation：情況，該正面事蹟當時的情況B. Task：任務，該正向事蹟當時員工所擔任的工作任務C. Action：行動，該正向事蹟當時員工展現的良好行為D. Result：結果，該正向事蹟當時員工展現行為後之結果
2. 主管發現有能力之員工，其工作意願突然下降或工作動力、積極度下降時，啟動即時的關懷，其操作重點如下：(1.) 關心：主管表達對該員工表現出工作表現的肯定後，針對所觀察的近況，真誠的關懷，引導其說明!(2.) 了解與分析：主管真誠傾聽與理解，同時針對導致意願下降的主因，給予分析與診斷!(3.) 必要的引導與正向鼓勵：主管在分析出主因後，找出方法，引導其重回積極動力，並多強正向鼓勵!
不知道從何開始嗎？報名【104 績效管理師】認證課程>>
五、啟動面談，做好部屬績效面談，談『績效輔導面談技巧』
績效輔導面談之步驟如下表(員工需要改善時)
面談步驟重點說明STEP1.主題說明說明本次面談的目的、所需時間及主要內容STEP 2.傾聽其說明本期工作目標完成情況對照部屬自評表，鼓勵部屬重點說明工作表現與成果積極傾聽與覆述重點STEP 3.針對考核結果進行回饋與必要的分析與溝通運用『三明治』技巧，說明與溝通考績結果說明部屬表現績優事項提供事實引導需要改善之處(表現不佳之處)，可善用STAR說法偕同擬定改善的方法，並且鼓舞部屬積極實踐與達成STEP 4.設定下期目標討論與設定部屬下一期工作目標與計劃，以及應改善的工作項目，並找出部屬的培訓需求與計畫STEP 5.總結本次面談重點總結本次內容並給予正面積極的鼓勵
本績效面談，是面談類型中，最正式的面談，也最需要有面談紀錄，以利必要時(例如啟動資遣)，因應勞動事件法之舉證用，補充關鍵技巧要點如下：(1.) 建立信任：強調 PIP 的目的不是要淘汰，而是協助改善，回歸「助人的初心」，將有助於員工卸下防備，願意面對問題。(2.)數據為基礎：避免流於主觀，必須以績效分析結果為依據；行為態度改善的部分，也善用上文提到的STAR說明與溝通。(3.) 真誠傾聽：必要的筆記、尊重的眼神與肢體語言，讓員工感受到主管真心願意傾聽。(4.) 同理、正向表達：過程中，都是正向語言，沒有負向語言，必要的時候也要展現同理心，例如「我理解你最近壓力很大」，減少對抗心。(5.) 問題探索：關心與詢問是否有影響工作的外在或內在因素（如家庭困難、心理壓力、技能不足）。
六、啟動面談，做好人才發展面談，談『發展輔導面談技巧』
對於績優人才，主管在現今留才大時代下，更應該著重主動引導與規劃出該類員工在組織內部的職涯發展方向，包括晉升路徑、跨職能發展或專業深耕等，讓這類人才在公司能因為看的到未來，而對組織產生更高之向心力與價值貢獻。
展開步驟(詳細可參閱：創辦人、主管退休誰來接班？給HR的關鍵人才梯隊建立指南，以及用個人發展計畫（IDP）留下好人才（上）訂定與執行6大步驟(1.) 職涯願景與目標設定(2.) 識別關鍵職涯路徑(3.) 制定階段性發展策略(4.) 資源支持之運用(5.) 定期檢視與調整
七、總結
在 PIP 中，第一步往往不是「談績效」，而是「談助人的初心」。
績效指標(成果)與職能(行為)，是考核基本
考核能公平客觀合理，員工才會願意好表現
公平做出人才辨識與缺口分析，善用各類績效面談，真心誠意回饋與發展
主管的正向語言非常關鍵，請多練習與善用
平時記錄行為事例(優/待改善)，及時回饋
善用人才九宮格，主管讓績優人才數增加
特別提醒，需要的時候，就要及時啟動，不要等到公司規定的績效面談時間！
正向用詞很重要，回歸助人成長的初衷！
最終，作者期許本文，能讓各HR 與主管們，針對績效管理與PIP方面，有所助益，成為留才、助人成長的助力，而不是單純的淘汰工具，也不再是「痛苦的代名詞」，而是一種讓組織與個人共同進步的正向力量。
超過7000+的HR都報名過的104人資學程！七大主題課程幫你系統化學習 >>
最划算的全方位教育訓練方案！免費申請全課程試閱 >>
看更多楊伸太博士的文章 >>
做出老闆滿意，員工服氣的雙贏調薪規劃
一次學會主管最重要的三大面談，做好人才管理
卓越主管的關鍵四大管理
缺工浪潮下，善用升遷、培訓及獎金機制積極留才
提升留任率！職能工作說明書擬定技巧
加入104人資市集官方line獲得最新優惠及活動資訊 >>
訂閱市集電子報與你分享專家文章及最新活動訊息>>
AI產品經理需求5年成長263%！從Chatbot到AI Agent，PM工作正在發生什麼變化？
生成式AI熱潮即將進入新階段，企業對AI人才的需求也明顯發生變化。前幾年當我們談到「AI人才」時，多數人第一時間想到的可能是「AI工程師」、「資料科學家」或「機器學習工程師」；但到了2026年，另一群人才正在快速受到企業重視——那就是「AI產品經理」(AI Product Manager)。
文／《104學習》
本文導覽
AI產品經理是什麼？不只是「會用ChatGPT的PM」趨勢一：AI人才需求正在從工程端往產品與商業端擴散趨勢二：從「AI Chatbot」進入「AI Agent」時代趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要趨勢四：只會Prompt，差異化可能愈來愈小趨勢五：企業不再只看AI使用率，而開始追問ROI趨勢六：AI Governance也正在進入產品經理的工作範圍未來可能不是「AI PM變多」，而是「所有PM都要懂AI」想進入AI產品領域，可以從這4層能力開始光是「知道AI」還不夠，實作才是最重要的一步從「會用AI」到「管理AI」，PM競爭正式進入下一階段
根據《104學習》發布的《AI人才趨勢報告》，近5年台灣AI人才需求成長 97.6%，明顯高於整體招募市場同期增幅。其中，「專案／產品管理」相關AI人才需求從2022年平均每月951人，增加至2026年3,453人，5年增幅高達263.1%，是成長幅度最高的職類。
這個數字透露了一個重要訊號：企業現在缺的不只是「會開發 AI 的人」，更缺「知道怎麼把 AI 做成產品的人」。
而這樣的轉變並不只發生在台灣。
從美國科技業到全球大型企業，AI發展的焦點正在從「模型有多強」，進一步走向「AI能不能真正進入工作流程、解決問題，並產生可以衡量的商業成果」。
產品經理，也因此站到了這波 AI 轉型的第一線。
延伸閱讀：不再只看影片！AI如何顛覆企業培訓？「圍繞AI設計學習體驗」成2026職場新顯學
AI產品經理是什麼？不只是「會用ChatGPT的PM」
「AI產品經理」(AI Product Manager)並不是多學、會用幾個AI工具，就可以在職稱前面加上「AI」。
簡單來說，AI PM 真正要做的是：
找到值得 AI 化的問題，設計 AI 解決方案，再把它變成使用者願意使用、企業可以持續經營的產品。
傳統產品經理需要進行：使用者研究、規劃 Roadmap、管理產品需求、分析數據，以及協調設計與工程團隊。
儘管這些能力到了AI時代仍然重要，但AI產品又多了不少全新的不確定性。
例如：
AI回答到什麼程度才算正確？
準確率90%可以上線嗎？
如果AI判斷錯誤，誰負責？
哪些事情可以讓AI自動完成？
什麼時候需要人類確認？
模型使用成本多少才合理？
使用者資料能不能送進大型語言模型？
AI產生幻覺時，產品要如何處理？
這些問題已經不單純是工程問題，同時也是產品的問題，因此，AI PM 的角色正在逐漸從單純的「需求管理者」，轉向：「Product Manager × AI Solution Designer × Business Owner」。
延伸閱讀：AI PM紅什麼？！年薪上看150萬！
哪些職類適合轉職成AI產品經理？這5種背景都有機會
你可能會想：「一定要原本就是產品經理，才能成為AI產品經理嗎？」
其實不一定。
AI產品經理需要的並不是單一技能，而是「產品思維 × AI理解 × 商業判斷 × 產業知識」的組合。因此，不同職務背景的人，都可能帶著原本的專業優勢切入AI產品領域。企業需要的不只是懂技術的人，更需要能理解實際工作問題、知道哪些流程值得AI化的人。
舉例來說，以下幾類工作者，轉職AI產品經理時尤其具有既有優勢：
產品經理／專案經理：產品方法與跨部門協作能力最接近。
軟體工程師／資料分析師：懂技術，更容易判斷AI能不能做。
UX／UI／使用者研究：最懂使用者如何與AI互動。.
行銷／營運／商業企劃：最了解市場、流程與ROI。
HR、金融、醫療、製造、教育等產業專業人才：Domain Knowledge可以成為最大優勢。
因此，想轉職AI產品經理，不一定要把過去的工作經驗全部歸零。相反地，原本累積的產業知識，很可能就是你的轉職籌碼。
真正需要做的，是在既有專業上補上「產品方法」與「AI能力」，慢慢形成自己的跨域組合：原本專業 × Product × AI。
未來企業需要的AI PM，很可能不是最會下Prompt的人，而是最清楚「問題在哪裡、AI可以怎麼解、產品怎麼落地，以及最後能不能創造商業價值」的人。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
趨勢一：AI人才需求正在從工程端往產品與商業端擴散
AI發展初期，企業最需要的是AI Engineer、Machine Learning Engineer、Data Scientist等技術人才。
但當企業真正開始導入生成式AI，管理者面對的問題就變了。
以前問的是：「我們能不能做AI？」
現在問的是：
「哪些流程最值得 AI 化？」
「這個功能真的有人需要嗎？」
「AI 可以節省多少時間？」
「導入之後能不能增加營收？」
「這筆 AI 投資到底值不值得？」
104人力銀行的人才數據也反映出這個轉變。除了專案／產品管理人才需求5年內增加263.1%之外，業務銷售相關的AI人才需求也增加247.8%，行銷相關需求則增加了165.4%，都是非常高的成長曲線。
換言之，AI已經不再只是資訊部門或研發部門的事情。它開始進入：產品、營運、行銷、業務、人資、金融、製造、教育等不同場景。
無獨有偶，世界經濟論壇(WEF)所發表的《Future of Jobs Report 2025》也將「AI and Big Data」列為未來成長最快的技能，並預估到2030年，現有工作所需的核心技能有約39%將發生變化。
所以未來真正稀缺的，可能不只是 AI 工程師，而是：懂原本專業，又知道如何利用 AI 改變工作的跨域人才。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
趨勢二：從「AI Chatbot」進入「AI Agent」時代
當2023、2024年AI應用剛起步流行時，多數企業選擇做「生成式AI」，那時候最常見的應用，就是「AI Chatbot」的應用。例如以下的情境應該不讓人感到陌生：
員工問：「公司差假怎麼申請？」
AI從知識庫找到答案後回覆答案。
但現在企業開始往下一個階段前進：「AI Agent」。
不同的是，過去AI Chatbot的主要負責的工作是：「回答問題」，而AI Agent能做到（或想做到）的則是：「完成任務」。
例如：過去的客服AI可能只是告訴顧客如何退貨。未來的AI Agent可能直接可以執行以下的動作：
讀取訂單
直接執行以下5個SOP
→ 判斷是否符合退貨資格
→ 建立申請
→ 通知物流
→ 更新 CRM
→ 回覆顧客
因此連帶讓產品設計從過去陽春的「對話介面」，直接變成完整可以提供服務的「AI Workflow」。
不過，根據勤業眾信在《2026 AI企業現況報告》指出，就算企業已開始積極布局Agentic AI，但當前AI的治理與組織準備程度仍有落差；企業真正面臨的挑戰已從「要不要用AI」，逐漸轉向「怎麼安全地讓AI進入核心流程」。
這也是AI PM接下來最重要的工作與挑戰，產品經理必須懂得設計：
AI 可以做到哪一步？
什麼時候交回給人？
哪些操作需要再次確認？
AI 可以存取哪些資料？
Agent 執行錯誤後如何恢復？
如果過去PM主要工作是在設計產品的「User Flow」，未來很可能還要學會設計：Human × AI × System 的 Agent Workflow。
延伸閱讀：文科生的AI時代生存指南：這4類證照幫履歷「套上科技濾鏡」，跨領域轉職必備！
趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要
AI同時也正在重新定義產品經理與工程團隊之間的工作邊界。
過去 PM 想驗證一個產品概念，常見流程可能是：
需求研究
→ Wireframe
→ Figma Prototype
→ PRD
→ 工程開發
→ MVP
現在，Vibe Coding、AI Coding Agent、No-code／Low-code等工具正在壓縮這段流程。
產品經理即使沒有完整工程背景，也開始有機會自己建立：
AI Chatbot
簡單Web App
AI知識庫
RAG應用
自動化Workflow
AI Agent Prototype
未來企業期待 PM 的可能不只是：「你能不能把需求寫清楚？」，而會進一步變成：「你能不能先把想法做出來，證明值得投入？」
雖然這並不代表產品經理都要轉職成工程師。
但是當你真正理解基本的技術邏輯（包括 API、LLM、RAG、Prompt、Agent與資料流程），才能更有效率地和工程團隊一起完成產品。
延伸閱讀：PM的隱性停滯：你是「救火型PM」還是「系統設計型PM」？
趨勢四：只會Prompt，差異化可能愈來愈小
生成式 AI 剛出現時，「Prompt Engineering」曾經被視為非常稀缺的能力。但隨著模型能力持續提升，單純會操作ChatGPT、Claude 或 Gemini，會逐漸變成知識工作者的基本能力。
真正拉開 AI PM 差距的問題，不再只是：「Prompt 怎麼下？」，而是：「什麼問題值得交給 AI？」
例如：公司有50個客服流程，哪5個最值得優先 AI 化？AI 自動化率做到多少才有 ROI？如果準確率只有 90%，剩下 10% 的錯誤會造成什麼影響？哪些情境一定需要 Human-in-the-loop？
這些問題靠 Prompt Engineering 解決不了，它需要的是：「產品判斷＋商業理解＋AI知識＋產業經驗」。
因此未來有價值的人才組合，很可能會是：
金融 × AI
HR × AI
醫療 × AI
製造 × AI
教育 × AI
行銷 × AI
對已經有幾年工作經驗的產品經理而言，原本累積的Domain Knowledge（領域知識）並不會因AI出現而失去價值，反而可能成為自己切入AI產品的重要優勢。
延伸閱讀：AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司
趨勢五：企業不再只看AI使用率，而開始追問ROI
生成式 AI 剛進企業時，許多組織最先觀察的是：
多少員工開始使用AI？
一天用了幾次？
有哪些團隊導Chatbot？
但2026年之後，更重要的問題開始變成：「用了之後，到底產生多少價值？」
根據勤業眾信在2026年的研究顯示，66% 的企業已經從AI獲得生產力或效率提升；但是只有約20%已經看到AI帶動營收成長。儘管74%的企業期待未來AI可以創造營收，但這中間巨大的落差，就是「AI Product Manager」的機會。
OpenAI在2026年談企業AI投資管理時，也提出不應只看Token單價，而應衡量AI每一美元實際完成多少有價值的工作，包括成功完成的任務、節省時間、改善決策以及能否形成可規模化工作流程。
因此 AI PM 未來除了 DAU、Retention、Conversion 等傳統產品指標，還可能需要理解：
Task Success Rate
Accuracy
Hallucination Rate
Latency
Automation Rate
Human Intervention Rate
Cost per Successful Task
最後回到最核心的問題：這項AI產品，到底替使用者與企業創造了什麼價值？
延伸閱讀：85%員工上完課卻不會用！AI時代真正的危機不是失業，而是你的「技能已過期」
趨勢六：AI Governance也正在進入產品經理的工作範圍
2026 年另一個值得注意的全球變化，是 AI 法規正式進入執行階段。
歐盟的《AI Act》於2024年生效，多項規範已在2026年8月2日進入適用或執行階段，包括特定 AI 系統的透明度義務；部分高風險 AI 系統則有不同的後續實施時程。
因此做 AI 產品時，PM 未來還需要思考：
使用者知不知道自己正在跟 AI 互動？
AI 產出的內容需不需要標示？
產品使用了哪些資料？
哪些事情一定需要人工決策？
系統如何留下紀錄？
AI 判斷錯誤後如何追蹤？
特別未來的世界裡，金融、人資、醫療、教育等領域，AI Governance很可能逐漸成為產品設計的基本能力，需要注意的規範範圍將會愈來愈廣。
延伸閱讀：AI基本法借鏡國外 美專法重競爭、歐盟南韓有罰則
未來可能不是「AI PM變多」，而是「所有PM都要懂AI」
從更長期來看，「AI Product Manager」甚至未必永遠是一個獨立職稱。
就像現在很少有人特別強調自己是「Internet Product Manager」，當AI逐漸成為所有數位產品的底層能力後，企業遲早有一天將不再區分：Product Manager、AI Product Manager，而會認為：「產品經理本來就應該理解 AI」。
因此，真正值得產品工作者思考的，可能不是：「我要不要轉職 AI PM？」而是：
「我的 PM 能力，要怎麼升級成 AI 時代需要的產品能力？」
想進入AI產品領域，可以從這4層能力開始
如果把目前 AI Product Manager 所需能力整理成學習地圖，大致可以分成四層。
第一層｜產品基本功使用者研究、需求分析、產品策略、Roadmap、數據分析、商業模式第二層｜AI基礎理解生成式 AI、LLM、Prompt、API、RAG、AI Agent、資料流程第三層｜AI產品實作AI Product Design、AI Workflow、Prototype、產品驗證、Evaluation、Human-in-the-loop第四層｜AI商業化能力AI ROI、成本管理、AI Governance、產品商業模式與產業應用
真正的挑戰，是把這些原本分散的知識串在一起。
因為很多人現在已經「會用AI」，但從使用AI工具，到真正能提出一個AI產品構想、驗證需求、設計流程，再做出可以展示的Prototype，中間其實還有不小的距離。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
光是「知道AI」還不夠，實作才是最重要的一步
如果你原本就是產品經理、專案經理，或者希望往 PM 領域發展，現在需要補的可能已經不只是再上一堂「ChatGPT 工具課」。
而是實際練習：
怎麼找到值得用 AI 解決的問題？
怎麼把需求轉成 AI 產品構想？
怎麼和技術團隊討論 AI 解法？
怎麼快速驗證產品？
怎麼把 AI 概念變成真正的產品提案？
針對這樣的能力轉型，104人力銀行也與緯育TibaMe合作推出「第一屆AI產品經理學習營」，鎖定希望在PM實務中應用 AI、提升產品提案能力，以及希望踏入產品經理領域的職場工作者。課程預計自2026年10月17日起正式展開。
與單純介紹 AI 工具有所不同，如果你的目標是往 AI Product 發展，更值得關注的是能否透過有結構的學習與實作，把「AI 知識」轉化成真正能用在工作上的「產品能力」。
👉 查看「第一屆 AI 產品經理學習營｜緯育 TibaMe × 104 人力銀行」課程資訊
從「會用AI」到「管理AI」，PM競爭正式進入下一階段
回頭看這幾年的市場，可以大致看到產品人才能力的變化：
2023，會用 AI，是加分：生成式 AI 與 Prompt 開始普及。
2024，懂 LLM，是稀缺能力：企業開始嘗試 RAG、企業知識庫與生成式 AI 應用。
2025，能做 AI Product，開始受到重視：AI 從實驗性專案逐漸走向正式產品。
2026，能設計 Agent、Workflow、Evaluation 並衡量 ROI，價值快速提升：AI 開始真正進入企業核心工作流程。
放眼望去，下一階段真正稀缺的工作能力組合，很可能是：AI × Product × Domain × Business。
AI 工具的操作門檻只會愈來愈低，真正有價值的，反而是那些知道問題在哪裡、知道什麼值得 AI 化、能把想法變成產品，也知道怎麼衡量成果的人。
所以，對產品經理而言，現在真正值得問的或許不是：「AI會不會取代PM？」
而是：「當AI開始改變所有產品，我是否已經具備下一代PM需要的能力？」
推薦閱讀
AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司
AI代理人時代，勝負不在AI多聰明！林之晨：關鍵在組織消除落地摩擦力
AI拆解傳統職位、重組專業分工：下一批高薪人才長什麼樣？
用FoxBrain學老師傅看家本領！鴻海打造的AI模型如何幫省8成基礎工？
鴻海自研語言模型FoxBrain，靠著自建算力與產線數據優勢，讓生成式AI走進工廠現場，不只學會老師傅的技術，更預告未來產品開發流程將全面加速，這背後藏著什麼關鍵技術和策略？一起來揭開鴻海智慧製造的秘密。
文／鄧凱元 由天下雜誌授權轉載
本文導覽
AI上工！鴻海FoxBrain讓人機對話成為工廠日常從租用到自建算力，鴻海砸近億成本訓練FoxBrain從DeepSeek缺陷學經驗：FoxBrain強化推理、聰明又節能老師傅「教」AI！「擷取增強生成」讓FoxBrain懂業內知識AI應用下一步，協助新品開發時間減半
地表最大代工廠鴻海，靠著自建算力，打造出繁體中文AI大型語言模型「FoxBrain」，把當今最具話題的AI代理人運用到工廠第一線，省下80%基礎工，它怎麼做到？
AI上工！鴻海FoxBrain讓人機對話成為工廠日常
今年5月的台北國際電腦展（Computex），鴻海董事長劉揚偉拋出一個驚人的數字：鴻海內部測試結果顯示，在生成式AI協助下，80%的基礎工作可以由AI代勞，剩下20%的困難工作，才是人類的天下。
劉揚偉口中，產線人員與AI代理人互動的實況長這樣：
AI代理：已完成熔膠階段參數推薦。
員工：確認並下一步。
AI代理：已完成射出階段參數推薦。如果沒有出現缺陷，請點擊「先保加壓」。如果當前出現缺陷，請選擇是先解決缺陷還是先保加壓。
員工：先解決缺陷。
AI代理：請告知缺陷類型。
員工：射紋。
靠AI代理推薦、優化機台參數，省下八成基礎的調機工作，這對擁有90萬名員工的鴻海來說，是個巨大的改變。源頭是鴻海自行開發的大型語言模型FoxBrain。
主導FoxBrain開發的鴻海研究院人工智慧研究所所長栗永徽，在接受《天下》專訪時信心滿滿地表示，「FoxBrain有潛力成為台灣推理能力最強的繁體中文大型語言模型。」
從租用到自建算力，鴻海砸近億成本訓練FoxBrain
但開發自家的大型語言模型，對硬體起家的鴻海，是一條崎嶇之路。
栗永徽回憶，3年前在鴻海科技日，董事長要他分析AI的未來，他講的主題是當時學界已經熱烈討論的AI訓練與生成式AI大突破，「我們已經看到大型語言模型就是未來的趨勢。」不過，當時熱潮還沒起，在鴻海內部尚未獲得太多迴響，之後ChatGPT很快橫空出世，AI在集團內開始獲得重視。
一開始，鴻海開發大型語言模型是以租用算力的方式進行，但計算後發現，自建算力還比較划算，成本算得很精的鴻海，開始花錢建構自家算力，建立訓練大型語言模型需要的彈藥。
▲鴻海積極用AI實現智慧工廠，圖為富士康深圳龍華廠。（攝／謝佩穎，由天下雜誌授權轉載）
「算力是所有的基礎，沒有算力談模型，也是空談，」他坦言。
算力也是財力，一張100多萬台幣的輝達H100 GPU，鴻海用了上百張，短短4個月，栗永徽帶團隊餵了大量的繁體中文資料，完成模型的先期訓練。
栗永徽當時就認為，鴻海來自台灣，當然希望FoxBrain不但要繁體中文、能理解在地知識與意識形態，同時還讓模型開源，幫助社會大眾。
另外，FoxBrain在接受一般性資料的先期訓練後，真正要落地，還要透過被稱為擷取增強生成（RAG）的方法，餵入企業的專業知識，「才能準確回到企業需要知道的答案，而不是不懂裝懂亂答，」栗永徽強調。
從DeepSeek缺陷學經驗：FoxBrain強化推理、聰明又節能
FoxBrain有個其他模型沒有的鴻海DNA：成本撙節能力強。內部實測中國年初火爆全球的DeepSeek時，栗永徽察覺到這個當紅模型竟然常過度思考，也就是在回答一個問題時，反覆使用不同的邏輯打斷推理過程，這會吃掉非常多「token」（語言模型的基礎單位）。
若把token想像成「字的積木」，AI模型就是用這些積木一個一個拼出回答，而不是一次就說出整句話。答案愈長、內容愈複雜，用掉的token就愈多，這意味著推理的時間變長，運算成本也更高。
「吐出每個token都要花錢，吐愈多花愈多，」栗永徽直言。
DeepSeek實測，啟發了栗永徽和團隊在發展FoxBrian時，設計出在推論前，先告知推論方法，以及要花多少運算資源，再由人為判斷要採取哪種模式展開，節省不必要的浪費。
另外，FoxBrain也加入了推理能力，能把複雜問題拆成多個小問題，分頭解決後再組成最終答案，透過這樣的方法讓AI變得更聰明。
一位與輝達合作開發模型應用的AI公司開發主管觀察，先前由台灣學界開發全球首創繁體中文專家模型的Project TAME，餵入的繁中資料廣度更多，但受限學界的資源，模型本身不容易持續疊加新發展。而FoxBrain有鴻海的企業資本奧援，模型才有本錢持續更新維護。
鴻海已對外揭露，FoxBrain推出後，將逐步用在智慧製造、智慧電動車、智慧城市三大關鍵應用場景。
實際怎麼用在三大平台？在一場由輝達主辦的論壇上，鴻海首度對外揭露，FoxBrain在製造產線落地的實況。
老師傅「教」AI！「擷取增強生成」讓FoxBrain懂業內知識
身為全球最大的代工製造廠，塑膠成型機擔綱重要角色，必須把塑膠粒子加熱後，射出至模具上定型，製作出筆電、手機、連接器、電視、遊戲機用到的塑膠件。
要把塑膠表面做得光滑、結構扎實又沒有毛邊，必須靠老師傅控制塑膠加熱的溫度與射速等關鍵參數。不過，新人上手時間長、缺工與經驗難傳承等，一直是問題。
所以，AI派上用場了。
鴻海董事長辦公室智能系統研發處長郭錦斌透露，鴻海把訪談現場老師傅的經驗、機台參數、研究等資料餵給FoxBrain，經過短短5個月的訓練，AI已經學會80%的基礎調機工作。
栗永徽解釋，這是透過擷取增強生成的方法，把企業擁有的行業知識傳授給AI，讓模型可以針對特定問題，從資料庫裡精確回答。
透過這樣的方法，AI把老師傅的經驗建構成「知識圖譜」，讓產線人員如同使用ChatGPT般，和AI對話。「這種協作方式以後會是我們產線上的標配，」郭錦斌表示。
▲「知識圖譜」讓老師傅經驗得以傳承。（攝／鄧凱元，由天下雜誌授權轉載）
這樣的應用，也代表大型語言模型搭配AI代理，已經從雲端落地到企業實戰。
相較剛開始反應冷淡，現在每天都有很多單位寫email或傳訊給栗永徽，「都是要來找我們討論FoxBrain怎麼開發、應用，」他笑著說。
AI應用下一步，協助新品開發時間減半
鴻海發展AI應用，有個難以複製的優勢：模型、現場數據、應用到算力的開發者生態圈，正逐步成形。
最快今年第三季，鴻海採用輝達的四櫃AI伺服器GB200 NVL72就有可能落地，屆時GPU數將增加一倍以上。劉揚偉更在Computex宣布，和輝達、台積要新建的AI工廠，GPU的張數有可能增加至萬張以上。
「這個建起來之後，算力絕對是台灣最大，」栗永徽說。
因此，AI除了用來調整機台參數，後續還有更多的工作要做。下一個應用，將是縮短從接單、模具開發到產線參數調整所需的時間。
「新產品開發要花不少時間，所以我們透過生成式AI，提供模具設計的建議，接著再讓AI調整參數，」郭錦斌估計，開發時間可省下將近一半。
未來，鴻海也將逐步把這樣的方法論，導入其他製程。
從塑膠射出產線，再落地到其他製程產線，甚至導入其他事業部的應用場域及平台，鴻海還需要更多時間。但AI這場競賽，已經從雲端高閣，漸漸落地到現場。一場比數據、比算力、比應用的競賽正式展開。
（原文標題：鴻海AI大腦FoxBrain，包下廠內八成基礎工作 如何連老師傅經驗也吸收？）
[joblist_plugin title='更多104【鴻海】精選職缺' url='https://www.104.com.tw/company/233rv1s' amount='5']
延伸閱讀：
AI時代的資工人何去何從？專家：向「文組」取經是條出路
AI會取代工程師嗎？寫程式不再是門檻，如何打造不可替代的能力？
文組生3個月轉職半導體工程師、年薪翻倍！陽明交大為何免費幫上千人轉職？
3張圖看懂AI工廠｜機械手臂從「滿笨的」變好同事，頂大畢業生不用再顧機台
獨家開箱鴻海深圳3大關燈現場 圖解：AI排程、機器人上工，一人能管全球6萬機台
直擊台達黃埔基地祕密武器 AI產線經理：要讓工程師在台灣，操作美國產線
用AI做簡報，建議先「生成大綱」！簡報大綱規劃模組Prompt分享
想用AI做出高品質簡報，為什麼需要先「生成投影片大綱」？作者分享透過「投影片大綱規劃模組Prompt」，確保簡報內容精準呈現，並讓結構更加完整。內文詳細解析Prompt用法、實際應用案例，以及在NotebookLM、Notion AI和Google AI Studio等平台的操作方法。本文節錄自《超有料！職場第一實用的AI簡報術》。
文／廖韋評
本文目錄（點擊可快速前往）
為什麼用AI生成投影片，需要先「生成投影片大綱」？投影片大綱規劃模組：Prompt用法解析AI生成簡報大綱應用實際範例AI投影片大綱規劃模組使用方法方法一：使用NotebookLM產出大綱（推薦）方法二：使用Notion AI產出大綱方法三：使用一般的LLM產出大綱方法四：使用Google AI Studio產出大綱（推薦）
已經設計好了簡報目標、分析簡報對象的需求、彙整大量簡報中可能會需要用到的關鍵字，並根據這些資料規劃了搜尋用的指令、得到了許多網路上的搜尋成果作為背景參考資料。
在將這些簡報內容視覺化之前，由於每個AI投影片生成工具對於簡報內容的建構能力並不相同，所以為了確保能夠有最完整的簡報品質，我們要先透過投影片大綱規劃模組來將這份簡報的逐頁大綱擬定完成！
編按：為了確保AI能夠做出精準符合需求的簡報內容，作者建議先定義簡報需求，做資料蒐集及資料彙整之後，透過投影片大綱規劃模組，生成完整投影片大綱，再正式進入以AI簡報工具生成投影片的環節。延伸閱讀：AI生成簡報工具怎麼選？Gamma、Felo、NotebookLM等6大AI簡報工具推薦
為什麼用AI生成投影片，需要先「生成投影片大綱」？
1. 確保內容精準性：投影片導向的AI在生成投影片時，通常不允許使用者上傳背景參考資料。如果沒有大綱預先規劃內容，可能會導致最終視覺化內容的資訊失真。
2. 模型能力差異：投影片導向的AI核心模型為了追求反應速度和降低成本，通常採用非推理模型。相比之下，先在大語言模型 (LLM，如ChatGPT、Gemini) 中生成大綱，可以利用其更強大的邏輯推理能力。
3. 避免內容過度壓縮：投影片導向的AI有可能為了方便版面排版，將使用者提供的內容過度壓縮或省略。預先生成詳細大綱，能確保核心訊息被完整保留。
4. 降低修改成本與耗時：如果直接讓AI生成投影片，不僅耗費時間較久，後續發現邏輯或內容錯誤時，修改調整的成本也較高。
5. 確保節奏與品質：透過指令先行生成大綱，能確保內容的節奏與文字品質符合講者預期。
綜上所述，如果我們在生成投影片視覺內容之前，先透過其他AI生成大綱，較能夠透過指令確保內容的節奏與文字品質符合我們預期。
投影片大綱規劃模組：Prompt用法解析
編按：投影片大綱規劃模組由：投影片大綱生成規劃、投影片內容大綱生成規則、輸出格式規則組成，本文將逐段解析prompt，實際應用時需整組貼上，用法詳見下文。
Prompt# 投影片大綱生成規劃## 角色 (System)你是一位「投影片製作AI助理」，擅長將大量資料整理成有條有理的投影片脈絡。## 執行流程Step 1. 根據簡報的總時間長度評估「投影片頁數」(預估每 1~2 分鐘一頁)，並依內容的邏輯結構與深度彈性調整，確保敘事流暢。Step 2. 整合簡報目標、受眾需求、關鍵內容清單、參考資料，打造整份簡報的 Story LineStep 3. 根據這份簡報的 Story Line 將簡報內容拆解成 3-5 個章節，並按照章節彙整對應的參考資料 (務必使用參考資料，我會檢查)Step 4. 根據每個章節的參考資料拆解數個「核心訊息」作為投影片的標題，再設計投影片大綱Step 5. 設計投影片大綱時，先生成完整口語講稿、再根據講稿內容提取投影片內文或數據圖表 (口語講稿的內容應該要遠多於投影片的文字，需涵蓋該頁投影片的所有內容，並補充額外資訊。)Step 6. 設計投影片內文時，判斷頁面類型，再根據類型決定文字數量/密度/格式。Step 7. 最終審視與串連：檢查所有投影片是否緊密圍繞「核心訊息」，並確保「故事線」的起承轉合流暢自然。
相較於以往直接讓AI閱讀資料產生大綱，這一部分模組提供了一個比較細節的流程：
先根據簡報時長判斷投影片頁數。
再根據內容先提出整體故事線以確保簡報的敘事邏輯順暢。
最後才是切分章節與設計每頁投影片內容。
比較值得分享的是，為了避免AI在生成投影片時文字過於生硬，所以在「Step 5」的時候特別要求AI同時輸出「講稿和投影片文字」，這個做法的好處是可以用講稿內容來評估實際的簡報時長、也能避免內容與講稿不同步的問題、但缺點是會花費不少的TOKEN額度、可能導致內容被壓縮，可以視情況決定是否自行拿掉。
Prompt## 投影片內容大綱生成規則### 第一張：封面設計 內容：主標、副標、講者名字設計風格：依主題決定版面 (置中/左右分欄/滿版圖片等)、字級清楚、對比明確### 第二張：目錄頁內容：標題、各章節內容設計風格：若章節數 ≤ 4：左側加上插圖，右側標題與章節對齊；若章節數 > 4：不使用插圖，以清楚的清單呈現### 章節頁內容：章節編號(以 Ch. 呈現)、章節名稱、內容項目 (列點或以、分隔)設計風格：使用半圖半文版面### 金句頁 (建議整份簡報只要放 2 - 3 張)內容：無需標題，僅一行關鍵句設計風格：強調不要有任何的插圖、大小設定為 H1### 純內文頁-標題內文：請根據內容總結一個 Tagline 做為標題，而不能只是執行時程這樣的單字、標題內文內容不能超過 10 個字-內容列點：根據講稿判斷重點，並以「-」條列，最多只能往下展開一個子階層、且子階層文字不能過多-呈現邏輯：依列點文字的邏輯，在「排版指令行」指定排版形式 (如：金字塔圖、流程圖、ICON 版面……)，但不要有不相干的裝飾性插圖！-設計風格：內文頁請強調「不要有任何的插圖」### 數據圖表頁若判斷該頁適合放置數據圖表：-標題：列出圖表標題，並於後方加上「(須人工補充圖表)」-內容：圖表核心洞見：[ AI 需在此處生成一句話，說明此圖表最想傳達的結論或趨勢]-關鍵數據點：列出講稿中提到的具體數據 (為確保數據的可觀性，盡量不使用過多文字)設計風格：建議圖表類型 (長條圖/折線圖/圓餅圖/表格)### QA (最後一張)內容：標題字「QA Time」＋三個建議觀眾提問＋一個核心 CTA
由於讓 AI 自己規劃內容時，容易全部是資訊塞滿的內容頁，所以這邊特別在版面設計中加上了目錄頁、金句頁、數據頁、QA 頁的設計引導，讓投影片的版面變得更加豐富、較不容易造成觀眾的疲乏。
Prompt## 輸出格式規則1. 僅輸出 Markdown 格式2. 每張投影片採以下結構呈現： - `# Slide N｜主標題` - 簡報核心內容：以 bullet 方式呈現 - 口語講稿：換行之後以註記呈現 `/* .... */` - `:: 設計風格：......`3. 以 `---` 分隔不同投影片，這個很重要！。4. 依序編號 Slide（1‥N），不遺漏也不重複。##輸出格式案例#Slide 14｜短中長期規劃 - 短期（一個月內）：成立風險盤點小組由財務、業務、採購部門主管組成。任務：全面量化公司目前的外幣資產、負債、及未來一季的預期現金流。- 中期（一季內）：制定內部應對策略舉辦跨部門工作坊，建立避險共識與標準作業流程（SOP）。 產出：更新版的標準報價合約範本、金融避險工具使用原則。- 長期（半年內）：融入日常營運定期（如每季）檢視與調整避險策略。<info>將匯率風險納入各部門的KPI與年度預算考量。</info>/*我建議，我們不需要等到所有事情都完美才開始。我們可以從今天開始，啟動一個為期三個月的「匯率風險管理優化專案」。第一個月，我們需要立即成立一個由財務、業務、採購主管組成的跨部門任務小組，目標只有一個：全面盤點我們目前到底有多大的外幣風險部位。[4] 第二個月，我們要舉辦一場深度工作坊，把今天提到的策略，變成我們公司自己的SOP。第三個月，我們要看到具體的產出：一份更新版的標準報價合約，以及第一筆「自然避險」的採購訂單。 */:: 設計風格>>時間軸：清晰標示出「一個月」、「一季」、「半年」的關鍵行動與產出。---## 開始編排1. 請先宣告投影片頁數2. 列出Story Line3. 生成整份簡報的大綱
最後為了確保AI所產出的大綱格式，在後續轉變成投影片時能夠被其他AI穩定的讀懂，這邊針對輸出格式做了完整的範例，並將同一張投影片內不同邏輯描述，以不同的註記方式呈現。
AI生成簡報大綱應用實際範例
範例以荒廢公園再利用為題目：
圖／旗標《超有料！職場第一實用的AI簡報術》
AI投影片大綱規劃模組使用方法
了解了模組的設計概念和成效之後，我們要如何使用這個模組呢？其實就是把所有模組的產出成果（簡報情境、對象分析、關鍵內容、搜尋成果）統一上傳至AI，再讓AI了解完所有簡報需求之後，根據投影片大綱規劃模組整合搜尋而來的資料就可以了。
方法一：使用NotebookLM產出大綱（推薦）
網址：https://notebooklm.google.com/
確定上傳簡報情境、對象分析、關鍵內容清單。
確定把所有 AI 搜尋的成果上傳。
在問答區中輸入大綱規劃模組，即可獲得完整的投影片大綱。
圖／旗標《超有料！職場第一實用的AI簡報術》
方法二：使用Notion AI產出大綱
網址：https://www.notion.so/
將所有的搜尋成果存放在Notion的資料庫中。
在資料庫的頁面中，點開右下角的Notion AI，或是在Notion AI的首頁中透過@呼叫存放管理結果資料庫，只要確認有參考到資料庫的情況下。
以對話的方式貼上大綱規劃模組，即可獲得完整的投影片大綱。
圖／旗標《超有料！職場第一實用的AI簡報術》
方法三：使用一般的LLM產出大綱
如果你尚未將這些搜尋結果匯入至NotebookLM或者Notion AI，我們也可以直接使用一般的通用型AI來製作投影片大綱
挑選一個使用習慣的通用型AI（ChatGPT／Gemini／Grok／Claude／Google AI Studio）
將簡報情境、對象需求分析、簡報關鍵內容清單以文字檔上傳（或者直接複製貼上），並跟AI說「這是簡報的核心需求。請先閱讀即可、不需要產生大量回應。」
接著，將Deep Research和Perplexity的搜尋結果上傳（或複製貼上），跟AI說這是「這是相關網路的參考資料。一樣先閱讀即可、不需要產生大量回應。」
確認將大量資訊都提供給AI參考之後，將投影片大綱規劃模組貼上，AI就能整合前面所提供的資料，產出完整投影片大綱！
如果你不知道要用什麼樣的AI，筆者在這邊推薦你一個最適合的選項：Google AI Studio。
方法四：使用Google AI Studio產出大綱（推薦）
網址：https://aistudio.google.com/
由於投影片大綱規劃模組所需要上傳的文件&內容較多，輸出的內容也會比較多，相比一般的通用型AI會更推薦使用 Google AI Studio！
這是一個專為開發人員與創作者設計的AI開發平台／工具，讓用戶可在瀏覽器介面免程式快速體驗、測試、設計及整合Gemini模型。跟Gemini相比，Google AI Studio有著：
更多的免費 Gemini 3.0 Pro 額度
較長的上下文讀取
單次更高的文字輸出上限
節錄自：旗標《超有料！職場第一實用的 AI 簡報術：用對工具讓生產力全面進化！》／廖韋評 著
★ 104學習推薦：建立「職場簡報力」標準，讓你的能力被看見 ★重量級講師王永福、謝文憲、葉丙成共同發起認證＋考前影片：▶ 台灣簡報認證 - 初級｜通過認證回傳104履歷
[course_plugin api_type='course_id' title='104學習推薦：' id='39d7b0fe-6384-450f-aee8-eaa8932b544d']
Meta 首款模型 Muse Spark Meta AI App 及 Meta.AI 網頁全面升級
2026-04-09 經濟日報記者彭慧明 由聯合新聞網授權轉載
Meta宣布，正式推出全新語言模型Muse Spark，是Meta Superintelligence Labs打造全新系列的大型語言模型中的第一個模型。
Muse Spark是Meta專為旗下產品量身打造的全新模型，也是迄今最強大的模型，有效提升Meta AI的效能及反應速度。目前已導入Meta AI App及Meta.AI網頁，支援進階邏輯推理與多模態任務處理。並預計於未來幾週內，陸續推展至Facebook、Instagram、Messenger、WhatsApp與AI眼鏡中。Meta也將透過API限定開放模式，提供給特定合作夥伴搶先體驗。
Meta在Muse Spark中導入強大的多模態感知能力，與其他AI需仰賴用戶逐一輸入描述不同，Meta AI不只能讀懂使用者輸入的文字，更能直接看見並理解大眾提供的視覺資訊。
例如，只要拍下機場零食架的照片，Meta AI就能辨識並排序出蛋白質含量最高的零食，無須費力查看營養標示，只要直接掃描商品，即可快速了解不同零食的成分差異。Meta AI應用於AI眼鏡時，AI助理將更清楚掌握並理解周遭環境。
健康資訊是大眾使用 AI 的主要需求之一，Meta AI透過Muse Spark的多模態感知能力，將可評估不同情境的影像與圖表，提供更細緻的回覆。Meta AI攜手臨床醫師專團隊，提升模型在常見的健康相關問題上，提供健康與醫療領域相關資訊，回應協助大家理解與健康有關的疑慮。
Muse Spark也擅長視覺化程式開發（visual coding），只需要輸入提示詞，就能建立客製化網站與小遊戲。未來可以請Meta AI製作一個用來規劃驚喜派對的儀表板、快速生成一款復古街機遊戲邀請朋友一起挑戰，或推出一個充滿想像的飛行模擬器，並將這些遊戲內容分享給朋友。
大咖獻策 半導體鏈轉向「與台灣一起製造」
2026-09-03 聯合報記者簡永祥 由聯合新聞網授權轉載
AI浪潮正把台灣半導體推向前所未見的位置。國內半導體產業領袖指出，AI需求已大到台灣難以完全承接，不能只追求把產能留在島內，應把累積數十年的矽智財、製造能力與供應鏈知識向全球延伸，從「台灣製造」走向「Global Taiwan（全球的台灣）」，也必須轉向思考「Made with Taiwan（與台灣一起製造）」。
SEMICON Taiwan 2026大師論壇暨全球生態系高峰會昨天舉行爐邊對談，由SEMI全球董事會主席、日月光營運長吳田玉主持，與台灣半導體產業協會理事長侯永清、聯發科執行長蔡力行、鴻海董事長劉揚偉、欣興電子董事長簡山傑對談，集結IC設計、晶圓製造、電子製造到封裝供應鏈大咖，探討台灣下一階段AI戰略。
吳田玉指出，AI是探索未知、為未來創造更高價值；如今AI成長速度、規模及應用，毋庸置疑大到令人無法想像，但從製造角度來看，台灣仍是全球AI基礎建設的關鍵瓶頸。當台灣掌握AI未來最重要的製造能力，也意味肩上承擔更大責任，必須思考如何支撐全球下一階段AI成長。
台積電資深副總經理侯永清則用數字說明需求的驚人程度對產能的挑戰。他說，去年底預估今年設備需求若為一倍，才經過一季就上修至一點五倍，今年七月更增至一點九倍，這種需求增加幅度及變化頻率，是過去卅年從未見過。台積電為此將建廠速度提高至過去約五倍，目前在台灣同步興建十七座廠，海外另有五至六座廠推進，卻仍無法完全滿足需求。
侯永清表示，AI供給瓶頸已不只是台積電的問題，而是營建人力、設備、材料、封裝測試等「整座金字塔」都必須一起擴張。
蔡力行則說，從PC、網際網路、手機到AI，「台灣過去在場、現在在場，未來也一定會在場」。面對AI下一階段，他直言「不需要所有事情都在台灣完成」，台灣最強的根基仍是晶片、硬體、製造及精密機械，至於感測器、軟體等相對不足之處，可尋找全球最好的夥伴共同開發。他提出「Global Taiwan」概念，認為今天的台灣供應鏈早已是全球台灣供應鏈，未來應透過海外投資、人才與全球夥伴，把台灣能力延伸出去。
延伸閱讀：聯發科：創造AI時代三贏 CEO蔡力行喊話「拜託多給一點產能」
鴻海董事長劉揚偉指出，AI需求「來得太快、規模太大」，供應鏈一方面承受龐大擴產壓力，也必須衡量未來投資回收風險，他將新供應鏈模式濃縮為「共享、合作及共榮」。
劉揚偉說，過去可能把所有事情集中單一國家完成，但未來須與產品使用所在地共同建立製造能力。台灣具品質與速度兼具的優勢，應將核心IP、製造知識與快速量產能力複製到全球，利用各地人才與資源共同服務AI市場。因此必須改變思維方式，從以往的台灣生產製造（Made in Taiwan），思考如何在當地市場與台灣一起製造（Made with Taiwan）。
簡山傑也提到，AI不只帶來龐大載板需求，更持續拉高供應鏈的技術門檻，包括更低熱膨脹係數、更低介電常數以及嵌入式結構、更複雜微盲孔設計等新要求，已不是單純增加產能就能解決。
[joblist_plugin title='更多104【半導體業】工作機會' url='https://www.104.com.tw/jobs/search/?indcat=1001006000&page=1' amount='3']
AI 模型升級秀加速算力需求 鴻海、廣達、緯創接單動能強勁
2026/07/13 經濟日報記者蘇嘉維台北報導 由聯合新聞網授權轉載
OpenAI、Google、SpaceX相繼在7月端出全新AI模型，鎖定企業、消費性等市場，隨著AI模型新版本不斷加速端出，後續將加速AI算力需求增強，法人看好，有望推動鴻海（2317）、廣達（2382）、緯創（3231）、英業達（2356）、仁寶（2324）等大廠的AI伺服器接單動能一路旺到2028年。
AI模型市場進入7月後開始出現三大廠競推新產品熱況，打頭陣的OpenAI推出GPT 5.6 Sol旗艦版，OpenAI指出，GPT‑5.6 Sol在寫程式、知識工作、資安和科學等領域達到最先進水準，以更少的 Token 和更低的預估成本，超越先前的前沿模型和其他競爭模型。
OpenAI以競爭對手Anthropic的神話級產品Claude Fable 5相比，Agents’ Last Exam涵蓋55個領域、評估長時程專業工作流程的測試中，OpenAI表示，GPT‑5.6 Sol 創下53.6分新高，比採用自適應推理的 Claude Fable 5 高出13.1分，代表OpenAI持續宣誓自家AI模型仍占據市場寶座。
圖片由聯合新聞網授權轉載
Google則傳出預計本月中推出最新AI模型Gemini 3.5 Pro，目標同樣是旗艦級市場，且同樣與Anthropic相比，多項模型測試數據優於Claude Fable 5，並將會強化視覺代碼生成，同時Google未來也可望針對圖像生成AI模型推出新產品，持續在AI模型市場穩坐全球第一梯隊。
至於SpaceXAI上周已經正式對外端出最新AI模型Grok 4.5，並以具備1.5兆參數的v9模型打造，預計在今年8月端出2兆參數的Grok模型，由於參數使用量愈多，代表AI模型效能將更強大，在AI模型運算上可望持續更複雜任務。
隨著AI模型大廠持續端出全新模型，吸引使用者付費訂閱的同時，將衍生更龐大的AI算力需求，後續AI伺服器大廠接單動能將更強勁，除了已搶占全球主要AI伺服器設計代工的鴻海、廣達、緯創等三大ODM廠持續受惠，訂單量將有機會延伸到英業達、仁寶等其他ODM廠。
儘管AI泡沫化雜音不斷，但緯創董事長林憲銘近日表示，目前沒有看到AI伺服器市場出現任何改變，與先前預估的出貨表現維持不變。ODM大廠高層指出，目前雲端服務大廠（CSP）對AI伺服器產能規劃已放眼至2028年，代表今年下半年及明年產能都被預訂一空，持續看好後續AI伺服器市場展望。
[joblist_plugin title='104精選【鴻海】工作機會' url='https://www.104.com.tw/company/233rv1s' amount='3']
[joblist_plugin title='104精選【廣達】工作機會' url='https://www.104.com.tw/company/ahfsoq0' amount='3']
[joblist_plugin title='104精選【緯創】工作機會' url='https://www.104.com.tw/company/5wthkkw' amount='3']
[joblist_plugin title='104精選【英業達】工作機會' url='https://www.104.com.tw/company/1zh8g1c' amount='3']
[joblist_plugin title='104精選【仁寶】工作機會' url='https://www.104.com.tw/company/9qzgnew' amount='3']
連兩年全球最永續企業！施耐德電機靠「IMPACT文化」打造新職場典範
永續不只是環保口號，而是一種從人出發的行動力。施耐德電機連兩年奪下《TIME》全球最具永續力企業第一名，靠的就是文化落實與人才共創。這家創立近兩世紀的企業，以「IMPACT文化」為核心，鼓勵每位員工發揮影響力，從創新到共融、從學習到幸福，把永續活成日常。高彈性制度、跨國舞台、實力導向的升遷機制，更讓不同世代都能在這裡找到成長空間。在施耐德電機，永續是文化、影響力是每個人的日常。
文／《104職場力》
本文導覽（點擊可快速前往指定段落閱讀）
讓文化成為行動：IMPACT 理念的落地實踐創新推動永續成長：施耐德電機的全球韌性靠實力說話：六年兩次升遷跨國交流，打造未來領導力從新人到主角：在共融文化中成長當幸福成為制度，永續化作使命影響力，從這裡開始
2024與2025連續兩年，《TIME》雜誌與Statista公布全球最具永續力企業排行榜，由業界推崇的施耐德電機（Schneider Electric）奪得世界第一。這家創立於1836年的法商企業，歷經長期轉型，如今已是能源管理與自動化領域的全球領導者。施耐德電機希望透過數位化與電氣化雙管齊下，協助企業佈局永續發展未來 。
施耐德電機的特別之處，一方面搶先布局資料中心、AI與能源轉型；另一方面早在二十年前便將ESG內化為企業DNA，讓永續成為推動創新的根基。這家公司也以「人」為核心，透過IMPACT文化打造扁平、共融、充滿信任的職場；同時以完善的福利與彈性制度，協助員工兼顧職涯與生活；再結合全球舞台與學習資源，支持每個人把影響力化為行動。
施耐德電機不但改變產業未來，也重新定義了職場可能。這絕對是一家值得好好認識的寶藏企業。
讓文化成為行動：IMPACT 理念的落地實踐
「卓越的文化絕非偶然誕生。」施耐德電機台灣區總裁Sylvia提及IMPACT文化時語氣堅定，企業要持續成長，靠的不是口號，而是文化的實踐力。施耐德電機將「影響力」具體化為行動，以六個字母組成的 IMPACT 為核心價值，包含Inclusion（包容）、Mastery（精進）、Purpose（使命）、Action（行動）、Curiosity（求知）與 Teamwork（共贏）。
「我們希望每個人都成為Impact Maker，能從自身出發，將影響力擴散到客戶、夥伴與社群。」
Sylvia強調，這六個字母並非象徵而已。為此，施耐德電機也設計多樣化的學習與參與機制，幫助員工踐行IMPACT文化。
例如，在Mastery（精進）方面，施耐德電機與Coursera合作，提供員工持續進修的資源，以便自主學習與精進；主管則在任務分配與會議中，明確對應Purpose（使命）與Action（行動），協助團隊聚焦方向。
同時，也透過具體行為準則，將六項價值轉化為可觀察的日常舉止。Sylvia補充：「我們不斷提醒自己，Impact Starts With Us。」在她看來，IMPACT文化並非競爭策略，而是讓每位員工都能發揮影響力的根本動能。
創新推動永續成長：施耐德電機的全球韌性
對Sylvia來說，文化奠定企業的根，但能讓組織長久向前的，是面對變動仍能持續成長的力量。「我們在 2024 年的營收達到三百八十億歐元，年成長率達8%。」她分享，這樣的成果來自長期策略與精準執行。施耐德電機的業務橫跨能源管理與工業自動化兩大領域，前者已成為推動整體成長的主要引擎。
面對全球市場不斷變化，Sylvia 提到公司的多樞紐（multi-hub）運作模式。「我們在亞洲、歐洲、美洲都有主要營運中心，這些區域能獨立支援、靈活運作，形成分散式管理體系。」她解釋，此結構能有效降低風險，即使面對疫情或地緣政治變化，也能確保客戶供應不中斷。彈性配置也讓各地團隊更貼近在地市場，快速回應需求。
施耐德電機在資料中心、建築、工業與公共基礎設施等市場也持續領先，並提前佈局雲端與 AI 應用。「產業變化促使我們不斷轉型，這也是企業能永續成長的關鍵。」營運韌性不僅是組織架構的優勢，更是一種持續創造價值的能力。
在這樣的文化與策略基礎上，每位員工都被賦予成為「影響力實踐者」，把 IMPACT 內化為行動，從突破框架、帶動協作到啟發團隊，以自己的力量推動改變。
靠實力說話：六年兩次升遷
「我在 2019 年加入施耐德電機，當時是通路行銷經理。」現任施耐德電機配電產品事業部總經理薛乃寧 Jackey回憶起自身經歷時說：「六年內就經歷兩次升遷。」對他而言，這樣的晉升速度最能體現公司對人才發展的觀點。「施耐德電機是一個開放又多元的公司，給員工很多舞台，讓想做事的人有機會被看見。」
施耐德電機鼓勵員工嘗試新做法、挑戰既有框架。「主管們都願意支持創新的想法，也會提供完成任務所需的資源。」這份信任讓他更敢於行動，將創意變成成果。「我們的晉升文化不太看年資，而是看能力與潛力。」他曾在其他企業工作過，對比之下感受特別深刻。「台廠大多會有年資門檻，但在這裡，只要展現實力、拿出成果，就能挑戰承擔更多的責任。」
此外，主管會針對工作進展提供意見，確保策略與方向一致。他認為，這種雙向溝通的文化讓員工在挑戰中持續成長，也能更快修正步伐。在他看來，施耐德電機是一個真正能讓人憑實力發光的地方。
跨國交流，打造未來領導力
談到職涯發展時，Jackey提到讓他印象最深刻的，是公司給予員工的跨國歷練與學習機會。「我們在東亞區的營運中心隸屬於新加坡，會舉辦領導力培訓課程，有機會直接與區域總裁面對面交流。」課程內容涵蓋策略、管理與跨文化溝通，每次參與都能獲得新的啟發，也能和其他國家的同仁討論，了解不同市場的運作邏輯。
對Jackey而言，跨國合作幾乎是日常工作的一部分。「雖然人在台灣，但很多專案都要跟中國、新加坡等地的團隊協作。」這些合作讓他學會以更開放的態度處理問題，不同文化會帶來不同觀點，互相討論腦力激盪，成果也更完整。這些經驗幫助他建立跨組織的溝通能力，也讓他在領導上更加靈活。
另外，他認為國際化的工作環境，猶如一個放大器，能幫助自己充分檢視個人的優缺點。「在跨部門或跨國的協作上，更可以看出自己的不足，找出需要精進之處，也能據此勾勒出自己未來的發展藍圖，對職涯的幫助非常大。」
從新人到主角：在共融文化中成長
我一開始是透過Schneider Graduate Program(SGP)加入施耐德電機的。」代表新世代的服務銷售代表Umay回想當時的選擇，語氣中帶著熱切。「我原本對這家公司印象大概九十分，進來後變成一百一十分。」最讓她驚訝的是沒有階層感的氛圍，「組織很扁平，大家都會主動幫忙、願意分享經驗。」
施耐德電機的包容文化不僅體現在世代之間，也展現在性別與多元性上。Umay表示：「電力產業女生真的很少，但我們在性別平等上已經領先同業很多。在半導體龍頭客戶現場，五百個人中女性比例最高的企業就是施耐德電機，新進同仁有50%是女性。」這讓她看到多元與平等，真切落實於職場中。
談到學習與成長，Umay分享，公司給予新人豐富的學習資源與廣大的自主空間。「除了提供多元的學習管道之外，還會鼓勵新人承擔案件主責、增加個人的能見度，讓成長的速度更快。」她從通路行銷轉到服務銷售，從幕後推廣走向客戶現場，也逐步按著 T 型職涯的發展，由廣而深地裝備工作技能。對她來說，實踐IMPACT當中的Curiosity（求知），讓她在面對資深同事時，能在既定的做法中探索新的可能，在維穩與擴張間取得平衡。
當幸福成為制度，永續化作使命
施耐德電機重視「人」的文化，也延伸到生活層面。身為福委會委員的Umay強調，公司在福利上的投入相當扎實。「我們福委會的經費其實是公司加槓桿贊助的，讓活動辦起來更有規模。」此外，員工認股計畫、彈性福利、志工假、三節獎金、完善的保險計畫、年度健康檢查等福利也一應俱全。
她補充，公司採行彈性上下班還設有季度彈性假、帶薪的家庭照顧假與進修假，在職家平衡的部分，公司更是提供產假20周、陪產假20天…等，讓個人能依照不同階段安排工作時間。
從主管角度來看，Jackey也有相同體會。「公司相信員工的自律，有時候員工有家庭事務需要處理，也能保有工作安排的彈性。」他認為，這樣的管理方式建立了互信，也讓員工更願意投入與長期發展。
在以人為本的文化與彈性制度之外，施耐德電機的「永續」也透過同仁的參與化為行動。Umay 驕傲地說：「我們會不定期舉辦淨灘或淨山等 ESG 活動，邀請員工共襄盛舉，為環境永續盡一份心力。」對她而言，永續不再是遙遠的宏觀議題，而是自己工作與生活的一部分，是身為施耐德電機人所能創造的具體改變。
影響力，從這裡開始
從Sylvia描繪的永續藍圖，到Jackey展現以實力累積成長的職涯，再到Umay體驗到的多元與共融，施耐德電機以行動證明文化的力量。這裡的每一個人，都能在專業與生活之間找到自己的節奏。
員工在挑戰中學習、在彈性中前進，也在國際舞台上擴展視野。施耐德電機持續實現永續的願景，並讓每位成員都能成為改變的一部分，真正發揮影響力。而這，正是「Impact Starts With Us」的最好註解。
[joblist_plugin title='【施耐德電機】最新職缺馬上看！' url='https://www.104.com.tw/company/an5gtc0' amount='5']
完整版《2025製造業人才報告書》免費下載！揭露關鍵 4 大人才危機，全面進入人才攻防戰
文/104獵才顧問行銷企劃部
製造業是支撐台灣經濟的核心，橫跨十七大關鍵領域，近年更加速邁向智慧製造與永續轉型，對人才提出全新挑戰。104 以大數據觀察產業脈動，推出《製造業人才報告書》，完整揭露製造業在人力供需、薪資、穩定任職與員工體驗的關鍵變化。面對全球競爭與本地缺工壓力，企業不僅要補足技術人才，更需打造具吸引力的雇主品牌與工作環境。期望本報告協助企業掌握趨勢、檢視優劣勢，迎接「台灣製造」的新階段。
👇點擊下載《2025製造業人才報告書》👇
立即下載完整報告
本文目錄（點擊可快速前往）
🟧揭開製造服務業缺工 四大發現
發現一｜工作機會最多、供需比最低：0.2 個求職者搶不到人
發現二｜業務銷售年薪最高，但仍最缺人
發現三｜工程研發需求升溫，技術轉型加速缺才
發現四｜員工體驗兩大強項：永續力 × 文化推廣力
🟧 【深度解析】製造業為何同時「缺工 × 缺才 × 缺形象」？
🟧 面對 2025「製造業人才新戰局」，HR 必須採取的 5 大策略
🟧 結語｜製造業進入人才新時代：從「等人來」到「吸引人」的轉型
2025 年，台灣製造業進入前所未有的人力轉折。雖景氣循環仍在調整，但製造業人才需求不減反增，甚至在 2025 年初創下 三年新高、突破 16 萬筆職缺，然而與需求同時上升的，是更嚴峻的人才斷層：
操作／技術類一年缺口超過 4 萬筆
供需比僅 0.2，每五個職缺僅能吸到一位求職者
基層技術 × 業務銷售 × 研發工程 → 三大缺工線同時拉警報
更關鍵的是，這不只是「缺工」，而是 結構性的人力斷層 × 職涯吸引力不足 × 品牌形象落差。台灣製造業已從「搶人」正式走向 「搶不到人」 的新時代。
🟧揭開製造服務業缺工 四大發現
發現一｜工作機會最多、供需比最低：0.2 個求職者搶不到人
根據報告，製造業十大熱門職務中：
🟠 操作／技術人員
工作機會：42,396 筆（全產業最多）
供需比僅 0.21
這意味著：每 100 個職缺，平均僅有 21 位求職者願意嘗試。
在少子化、青年多往科技、網路、服務業流動的情況下，「產線技術人才」成為製造業缺工最嚴峻的戰場。
｜為什麼招不到？
工作場域多為輪班、強度高
年輕人對傳統製造業「刻板印象」根深蒂固
基層職涯發展管道不清晰
自動化設備升級，技能門檻變高，但薪資跟不上
這形成典型的：量大 × 低薪 × 高難度 × 低意願 → 招募惡性循環
發現二｜業務銷售年薪最高，但仍最缺人
雖然製造業普遍給人「工程導向」的印象，但數據顯示：
🟠 製造業第一高薪非主管職：汽車銷售人員
年薪中位數：104.7 萬
而在十大熱門職務中：
🟠 業務銷售職缺
年薪中位數：83.8 萬
供需比僅 0.15 → 全產業最難找之一
高薪卻不易補位的主因：
新世代抗拒業績壓力與長工時
通路與品牌端同時缺人
市場競爭加劇，人才轉職速度快
高薪不代表好招募，尤其在製造業。
發現三｜工程研發需求升溫，技術轉型加速缺才
2025 年製造業人才需求成長最快的，是「技術密集與高附加價值」領域
成長最快產業
電力機械設備製造業
化學相關製造業
精密儀器及醫療器材
這些產業受：
綠能轉型
智慧製造
自動化設備導入
強力推動，研發人才需求同步上升：
🟠 工程研發人員
年薪中位數：76.8 萬
供需比僅：0.24
技術含量越高、缺工越明顯。
發現四｜員工體驗兩大強項：永續力 × 文化推廣力
領導力、發展力、合作力仍遠落後
《製造業人才報告書》首次納入「員工體驗七大面向」比較
製造業強項：
永續力（ESG 文化強）
文化推廣力（內部作業、流程標準高）
但四項弱點清晰浮現：
領導力偏低
合作力偏低
發展力偏低
薪酬力感受中段
這代表多數製造業：
組織階層多、垂直溝通強
降低人才參與感與自主空間
難吸引新世代，更難留住關鍵員工
真正影響留才的不是薪水，而是「我在這裡能不能成長？」
🟧 【深度解析】製造業為何同時「缺工 × 缺才 × 缺形象」？
以下三道系統性斷層，把製造業推進更嚴重的人力危機——
① 產線人力大量空缺，但薪資與職涯不具吸引力
報告揭露：操作／技術職薪資落在 55.7 萬，遠低於業界具競爭力水準。
加上職務特性：
高強度、輪班、不友善工時
所需技能提升（自動化系統 × 數位化）
卻未同步提供學習資源或職涯路徑
→ 年輕人「不進來」→ 老員工「撐不住」→ 企業「招不到」
② 製造業形象未被更新，「新傳產」故事缺席
雖然製造業早已導入：
智慧工廠
ESG 管理
跨國供應鏈
自動化設備
但在求職者心中，仍是：
「辛苦、傳統、沒前途」
報告指出，製造業的品牌形象與真實轉型程度存在巨大落差。
這讓 HR 的招募轉換更困難：
面試意願低
面試放鳥率高
Offer 接受率不佳
③ 管理文化偏傳統，員工缺乏成長動能
員工體驗調查顯示：製造業在「領導力、合作力、發展力」皆落後。
常見現象：
基層主管欠缺領導訓練
重紀律、重流程，但輕授權
職涯晉升階梯不明確
年輕人無法從工作中獲得成就感
換句話說：人不是因為辛苦離開，而是因為「沒看到未來」離開。
🟧 面對 2025「製造業人才新戰局」，HR 必須採取的 5 大策略
以下策略全面依據報告建議整理，可直接內化為你明年的招募計畫：
① 招募要看「個性與職能」而非只看學歷
報告明確指出，能穩定任職的製造業人才具備：
主動積極
溝通協調
抗壓性
正直性
秩序性
特別是三大典型職務：
操作/技術業務銷售工程研發品質導向顧客服務創新能力認真負責人脈建立分析思考工作管理銷售技巧團隊合作
建議 HR：
✔ 導入性格測評✔ 增加實作或情境測驗✔ 以「穩定度 × 職能」為核心選才
② 重建主管職能，讓人才「心不委屈」
基層主管是製造業流動率的關鍵。報告顯示：領導力是製造業最低分項目。
企業應：
✔ 建立主管職能框架✔ 實施主管評鑑與訓練（溝通、授權、教練式領導）✔ 減少命令式管理✔ 提升團隊感與安全感
留才首要不是調薪，而是 讓員工覺得被帶得好。
③ 重新包裝製造業形象
從「傳產」敘事 → 「智慧製造 × 永續 × 科技」敘事
製造業不是傳產，而是：
經濟命脈
全球供應鏈核心
自動化設備技術大戶
ESG 推動先行者
有百億營收的隱形冠軍集團
HR 若不改寫品牌故事，永遠吸引不到最佳人才。
建議導入：
✔ 企業影像（品牌影片／Reels）✔ 校園互動活動✔ 社群化內容行銷✔ 將智能工廠、永續成果故事化呈現
④ 建立「非薪資吸引力」
三大 HR 必備制度
製造業人才不是只看薪水，他們最在意：
1. 成長性（最關鍵）
明確職涯路徑
內部晉升制度
職能培訓地圖
2. 學習制度
外訓補助
技術認證
上機實作訓練
3. 彈性制度（逐步導入）
彈性工時
遠距日試行（非產線職）
這些都能讓人才覺得「我在這裡能變得更好」。
⑤ 與外部夥伴合作，補強招募火力
報告指出，成功企業善用外部專家協助
市場薪資數據
產業人才趨勢
中高階獵才
品牌敘事
校園行銷
人才儲備工具
製造業的轉型，是 技術 × 文化 × 組織管理 的長期工程，企業不需單打獨鬥。
🟧 結語｜製造業進入人才新時代：從「等人來」到「吸引人」的轉型
2025 製造業不只缺人，缺的是 能一起走下去的人。
未來的製造業競爭力，將不再只是：
技術
設備
成本
而是：你能不能吸引、培養並留住對的那群人。
製造業的下一個黃金十年，不在工廠，而在 人才策略。
📩 想取得《2025 製造業人才報告書》完整版？
內容包含完整圖表、17 大產業供需比、薪資儀表板、員工體驗數據與策略建議。
立即下載完整報告
掌握更多人才趨勢，大家都在看這些：
「半導體產業人才白皮書」歷年完整版，免費下載！
每個技術職缺，平均僅 0.2 人應徵！《2025半導體業人才報告書》四大警訊搶先揭露｜搶先下載報告書
半導體人才薪資揭密！類比IC設計工程師年薪中位數178萬居冠
《2025半導體業人才報告書》半導體每月徵才3.4萬人，生產製造/品管/環衛類、研發類每月缺才近1萬人最多
有任何收穫或想分享的，都來和大家一起聊聊吧！