104學習

AI專案管理

這項技能指的是運用人工智慧技術來規劃、執行及監控專案，確保目標達成並提升效率。它結合了專案管理的基本原則與AI技術的應用，能有效協調跨部門團隊，分析數據預測風險，並自動化重複性工作。具備此能力的人才能在快速變動的數位環境中，靈活調整策略，優化資源配置，提升專案成功率，並推動企業數位轉型。

0 人關注

45,606 個相關職缺

測測你現在的程度

花 5 分鐘了解自己的能力，找到最適合的學習起點

iPAS AI 應用規劃師能力鑑定（初級）

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

生成式 AI 辦公室應用能力課程

AI驅動的創新管理實戰：打造高效、創新的智慧型企業【11/03】

AI 協思簡報術｜從模糊點子到精準說服的提案策略

AI行政管理力實戰課｜高效會議記錄 × 精準SOP × 掌握AI工具｜104獨家AI課程

AI 業績問題拆解｜制定 30 天成長行動方案

AI 營運數據判讀｜精準溝通推動決策落地

AI高效領導術：主管必備60大應用場景全攻略

AI 客服洞察決策｜從用戶回饋加速產品與服務優化

iPAS AI應用規劃師【中級】衝刺班｜命題精析 × 實戰解題 × AI刷題｜104獨家iPAS AI考證衝刺

【天下學習｜線上課】AI 價值極大化｜拆解9大案例打造高商機AI專案

精選證照

考取專業證照，讓能力被市場看見

生成式 AI 技術開發技能證書

AWS 為協助個人突破職涯新價值，推出「AI 人才就緒計畫」(AI-Ready Talent Development Program)，針對不同角色免費提供系列生成式 AI 課程、專業 AI 認證備考資源、AWS 生成式 AI 服務試用，更進一步協助您取得 AI 認證！學習本課程，您將能了解提示工程、檢索增強生成與微調的最佳實踐、掌握生成式 AI 端到端流程建溝以及驅動 AI 流程須考量的數據、儲存與運算等基礎架構。還能進一步了解如何將 AWS生成式AI服務應用在實際營運情境。

AWS

負責任的AI技術課程認證

線上課程約8小時這個入門微學習課程主要介紹「負責任的 AI 技術」和其重要性，以及 Google 如何在自家產品中導入這項技術。本課程也會說明 Google 的 7 個 AI 開發原則。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： ● 掌握 Google 採用 AI 開發原則的理由。 ● 瞭解機構為何需實踐負責任的 AI 技術。 ● 瞭解專案各個階段中的決策如何影響負責任的 AI 技術。 ● 瞭解機構如何針對業務需求和價值量身打造 AI 技術。

Google

SSE AI 提示詞工程師

[ 引領AI時代的語言設計專家認證 ] 隨著生成式人工智慧（Generative AI）快速崛起，從文字生成、圖像創作、音樂編排到自動化工作流程，「提示詞（Prompt）」設計能力已成為駕馭AI的關鍵技能。而「Prompt Engineer（提示詞工程師）」作為新興且高度需求的職業角色，正逐漸在學術界與職場上嶄露頭角。 AI Prompt Engineer 國際認證應運而生，旨在建立一套標準化、系統性的評量機制，協助學習者掌握與AI互動的語言設計邏輯，具備實務操作能力與創造性思維，為進入AI產業奠定堅實基礎。

Silicon Stone Education (SSE)

AI技術輔助高效廣告認證

※ 線上課程約4小時 -- 瞭解 Google 跨管道 AI 解決方案的重要性，並學會如何建立及調整這類廣告活動來達成業務目標。取得 AI 技術輔助高效廣告認證，即表示 Google 認可你具備下列能力： ● 說明 AI 對整體 Google Ads 廣告活動的重要性。 ● 擬定符合業務目標的 AI 自動化策略。 ● 瞭解跨管道 AI 技術輔助廣告活動和工具的好處。 ● 說明靈活思考的重要性，以及如何根據市場需求彈性調整預算，取得實際業務成果。 ● 使用 Google Ads 報表和洞察資料，清楚掌握 Google AI 成效。

Google

生成式 AI 商業應用技能證書

AWS 為協助個人突破職涯新價值，推出「AI 人才就緒計畫」(AI-Ready Talent Development Program)，針對不同角色免費提供系列生成式 AI 課程、專業 AI 認證備考資源、AWS 生成式 AI 服務試用，更進一步協助您取得 AI 認證！學習本課程，您將能了解生成式 AI 的基礎知識、應用情境、風險和效益，並能理解生成式 AI 帶來的潛在商業價值及如何打造 AI 就緒組織發揮商業價值。

AWS

AI-HR認證

AI-HR認證班將帶領您進入生成式AI的世界，並探索其在HR領域的各種可能。 ★生成式AI介紹：了解生成式AI的基礎知識，並探索其在人力資源中的應用。 ★HR數據洞察力：學習如何透過數據分析提升決策品質，並預測組織需求。 ★HR流程梳理與優化：掌握最新的HR技術，優化招募、訓練和績效管理等人力資源流程。 ★人資流程自動化：利用AI工具自動化日常HR任務，提高效率和準確性。 ★HR職能發展與實務應用：擴展您的HR職能，並將生成式AI實際應用於工作中。 ★組織變革與AI專案管理：學習如何領導AI專案，並推動組織進行AI轉型。

社團法人中華人力資源管理協會

精選貼文，掌握第一手知識

AI協作的3個關鍵階段：節能、增能、賦能！

原標題：AI協作的3個關鍵階段：節能、增能、賦能！【聽見趨勢】 AI浪潮席捲而來，工作型態正在改變，很多人對AI在工作中可能帶來的影響感到些許困惑和不安。不禁會問：「AI會取代我們嗎？」「如何用AI？」「從哪裡開始？」因為這些疑問，我們特別邀請在AI協作有豐富實戰經驗的小花老師，來進行分享。老師不僅有資訊背景，還是簡報溝通專家，融合與「資訊」及「人」的溝通洞察，給出許多應用AI的超實用建議！文：趨勢來賓 | 林稚蓉小花老師本文目錄：與AI協作溝通的應用與挑戰如何用AI優化企業作業流程 AI協作3階段：節能、增能、賦能 AI時代的人類角色：你依然是機長！ 3個層次的工作思維從哪裡開始使用AI 1. 與AI協作溝通的應用與挑戰在AI工具的應用過程中，許多人最常遇到的問題是「如何讓AI回答更精準」。有時AI的回答看似離題，或者產生「幻覺」，讓使用者感覺比自己動手做還要更花時間。這種困境往往會讓初學者感到挫折，甚至放棄繼續使用AI工具。然而，這個問題的關鍵在於我們如何與AI進行有效溝通。小花老師提到，因為自己過去資訊管理背景和簡報培訓經驗，因而對人機溝通有獨特的見解：「在資訊管理我們是要跟電腦講話，可是簡報培訓要講的是要跟人講話。而AI則是介於兩者之間，它需要明確的目的性、對方的邏輯性，以及精練易懂的表達方式。」基於這個概念老師分享了3個突破這些挑戰的關鍵方向：方向1：理解AI提問的語法與邏輯第一個關鍵方向是理解與AI溝通的基本語法和邏輯。老師提出生動的比喻：我們應該把AI視為一個「外國人」，而不是單純的機器。就像與外國人交談需要遵循特定的語法規則一樣，與AI溝通也需要掌握相應的「語法」。這包括了解官方提供的提示工程（Prompt Engineering）技巧，以及如何構建清晰、邏輯性強的提問。「你不能把AI當做機器，你要把它當作是一個外國人，用他懂的語言，交流他懂的事情」。透過系統性地學習和運用這些溝通技巧，我們可以顯著提升與AI互動的效果。將AI視為「外國人」而非機器，需要用特定的語法與之溝通研究官方提供的提示工程（Prompt Engineering）技巧掌握提問的基本文法和邏輯結構 104人資市集一站式幫你解決企業培訓，管理、AI職能、企業法遵>> 方向2：了解AI的能力與限制 AI技術雖然強大，但並非萬能。我們必須清楚認識AI可能產生「幻覺」，即一本正經地說出不準確的信息。同時，很多AI模型無法實時連網獲取最新信息，也可能在數學計算等特定領域表現欠佳。了解這些限制對於正確使用AI工具至關重要。「不是複製貼上就很容易就要上當了」老師提醒到「你要知道他可以做到什麼程度，他的限制又在哪裡，風險又在哪裡。」這種了解能幫助我們更準確地評估AI輸出的可靠性，並作出相應的調整和驗證。持續關注AI功能的更新與發展認識AI的局限，如無法上網、可能產生幻覺等避免單純複製貼上，需要理解內容的正確性方向3：善用不同AI工具的優勢在當前AI工具快速發展的環境中，每個工具都有其特定的強項。例如，Chat GPT、Copilot、Gemini等工具各自擅長不同類型的任務。我們應該實際測試來了解每個工具的特點，並學會組合使用這些工具來達到最佳效果。「它們各自的強項，你都去嘗試過之後，你會發現工具是要多個東西組合之後，才會發揮你的效果。」這種組合使用的方法能夠彌補單一工具的不足，創造出更全面的解決方案。小花老師分享了在金融業的實務應用案例：「像GPT或者是一些生成式AI，他們其實數學能力非常不好，會把數字當作文字來做處理。因此在進行數據分析時，我們建議將計算工作留在本機端進行，而使用AI來協助產生Excel函數公式再進行數據趨勢分析。」每個AI工具都有其特定強項，如ChatGPT、Copilot、Gemini各有所長多方嘗試不同工具，找出最適合的組合透過工具組合來發揮最大效益 2. 如何用AI優化企業作業流程在企業環境中，AI不僅是一個輔助工具，更可以成為提升工作品質的重要夥伴。小花老師認為，AI就像電力一樣「只要用到電的地方，都會有改善；同樣地，AI可以用在任何有關思考的部分，都可以帶來改善。」特別是在思考、企劃、溝通等需要創意發想的領域，AI的應用可以帶來顯著的效益提升。然而，在運用AI工具時，企業必須特別注意資訊安全的議題。正如之前新聞報導三星員工將公司資料上傳至AI平台的事件，如何在提升效率與保護資料間取得平衡，是企業必須審慎考量的。以下分享幾個具體應用案例：提升簡報製作效能運用AI進行角色扮演，模擬不同聽眾的思維模式針對不同對象客製化簡報內容和開場方式提高提案的精準度和準備效率提升規劃能力老師分享了一個企業ESG工作計畫的實際案例：運用AI進行利害關係人分析模擬不同角色的需求和期待透過管理顧問的角色扮演，擴展思考維度根據各方意見制定具體執行方案透過AI的協助，讓原本資歷較淺的員工也能在思考的廣度、深度和執行細節上有更好的表現。 3. AI協作3階段：節能、增能、賦能 AI的應用不應該是盲目追求新工具，而是要找到真正能夠為工作帶來價值的方式。老師觀察到，2023年人們熱衷於追逐各種新興AI工具，但到了2024年，企業的關注點已經轉向如何讓這些工具真正落地並解決實際問題。老師以工具箱做比喻：「現在很多人手上都有很多AI工具，就像工具箱裡有很多螺絲起子，但卻不知道怎麼用這些工具來進行修理。」因此，重點不在於掌握多少工具，而是要培養使用情境的想像力，真正了解如何運用這些工具來解決實際問題。基於這樣的理解，AI協作可以分為三個階段，企業和個人可依據需求選擇適合的切入點：節能階段：優化基礎工作流程節能階段是AI應用的入門級別，主要針對那些耗時但相對單純的工作任務，這類工作的特點是幾乎人人都能完成，但往往需要耗費大量時間和精力，比如客戶發來一份PDF格式的報表數據，傳統做法需要手動重新輸入，不僅費時且容易出錯。但透過AI工具，可以快速將圖片中的表格轉換為可編輯的表格形式，這將大幅提升工作效率。節能階段特別適合作為入門起點，因為這類任務相對簡單，容易看到明顯的成效。「當我們發現AI工具可以幫你省下這些瑣碎的時間，就會更有動力去探索其他的應用可能」。此外，這個階段的工作通常風險較低，即使出現錯誤也容易發現和修正，非常適合作為練習和熟悉AI工具的切入點。增能階段：提升專業工作品質進入增能階段後，AI的應用開始觸及到專業領域的核心工作。這個階段的特點是，使用者本身已經具備相關專業能力，而AI的角色是協助他們做得更好、更快、更精準。老師更分享了自己在製作簡報的經驗：「比如我需要幫客戶寫文案，我可以讓AI先產生多個版本的文案建議，然後基於我的專業判斷進行調整和優化。這樣不僅能激發更多創意靈感，也能大幅提升工作效率。」這階段，AI不是取代人的專業判斷，而是透過提供更多選擇和可能性，幫助專業人士做出更好的決策。這種協作模式能夠顯著提升工作質量，同時也能為專業人士騰出更多時間專注於需要深度思考的任務。賦能階段：開拓新的專業領域賦能是AI協作的最高階段，善用AI輔助獲得新的能力和提升專業。在這階段，使用者能突破原有的專業限制，探索和掌握新的領域。小花老師觀察到，許多專業人士透過AI工具，成功地將自己的專業知識延伸到相關領域：「比如一個財務專家，可能過去只專注於數據分析，但透過AI的協助，他可以更容易地將這些專業知識轉化為易懂的視覺化報告，甚至發展出數據故事化的能力。」賦能階段的關鍵在於，它不僅能提升效率、改善現有工作流程，更創造出新的可能性。善用AI專業人士可以更快地跨越學習曲線，建立起新的專業能力。這對於當今快速變化的職場環境特別重要，因為它讓終身學習和專業轉型變得更加可行。免費申請試閱企業訂閱制課程！法遵、職能、AI通識課提升全員工競爭力 >> https://104ha.com/5CjvW 4. AI時代的人類角色：你依然是機長！在AI時代，人類的角色定位至關重要。小花老師做了一個生動的比喻：「人的角色永遠是機長。即使現在的飛機很多部分都是由機器在操控，但為什麼還需要機長？因為機長要知道怎麼安全地把這些旅客帶到目的地，必須要應付突發狀況。」這個比喻深刻點出人類在AI時代的核心價值：不是與AI競爭執行力，而是在掌握方向、判斷決策、危機處理等方面發揮獨特優勢。正如同機長一樣，我們不能把方向盤完全交給AI，而是要學會如何與AI協同合作，共同達成目標。我們的核心職責掌握方向：確定目標和願景做出決策：判斷關鍵時刻的選擇處理危機：應對突發狀況承擔責任：為結果負責 3個層次的工作思維工人思維：專注於完成具體任務工頭思維：規劃設計與管理建築師思維：理解需求，規劃願景當AI變成每個人的標配，誰會產生更大更好的價值？就是懂人的人。—小花老師 5. 從哪裡開始使用AI 在面對AI工具快速發展的現狀，許多人感到困惑：究竟該從何處開始？是否要追逐每一個新出現的AI工具？在這部分老師觀察到，很多人在嘗試使用AI時往往陷入兩個極端：要麼因為害怕而遲遲不敢嘗試，要麼過度追逐各種新工具而失去重點。老師強調，開始使用AI的關鍵不在於掌握多少工具，而在於找到適合自己的切入點，並且建立起正確的思維模式。「就像學開車一樣，一開始不需要了解引擎的工作原理，而是要先學會基本操作，逐步建立信心。」對於想要開始運用AI的個人或企業，小花老師提供了以下建議：從工作情境出發找出工作中的痛點識別可能的應用情境從簡單的任務開始嘗試 3個關鍵發展方向了解AI：掌握潛能、限制和操作方法了解人性：培養溝通能力和同理心了解自己：釐清目標和行動意義實踐建議在使用AI之前，先靜下心來思考目標清楚理解問題和需求循序漸進，從節能階段開始我們應該更加了解自己做這件事情對個人跟團隊的意義是什麼。當我們了解意義、了解目的時再去溝通，AI就不會胡說八道，它會順著這樣的意義感展開跟延伸。透過小花老師的分享，我們可以看到AI不僅是一個工具，更是一個協作夥伴，協作過程關鍵在於我們如何正確定位自己的角色、如何善用AI特性，在提升效率的同時，也不斷強化自己的核心競爭力。AI時代，最重要的不是追逐所有新工具，而是找到適合自己的使用方式，並始終保持對專業與人性的關注！業界最划算的企業培訓訂閱制方案！免費申請課程完整試閱 >> 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 >> 　免費企業學習平台 x 培訓課程 = 零成本企業培訓自動化 >> 訂閱人資市集電子報獲得專家工作分享及產業新知 >> 加入104人資市集官方line獲得最新優惠及活動資訊 >>

【104職場力】・AI

為什麼我的AI特別難用？掌握五大AI職場溝通術，讓它成為你的最佳助理！

「幫我摘要」、「寫個企劃」，拋出這些指令所產出的結果，是否讓你對AI的期待一再落空？若答案為是，你可能正錯失AI高達九成的潛在生產力。AI的強大與否，取決於「提問的品質」。本文並非提供生硬的指令模板，而是要建立「AI溝通邏輯」。我們將透過B2B業務開發、會議紀錄等真實商務場景，展示如何透過「精準提問」，讓AI在幾分鐘內產出深刻的商業洞察，讓工作效率與決策品質提升至全新層次。文／人資市集前言  你是否也曾興致勃勃地打開 ChatGPT 或 Gemini，想讓它規劃一份行銷企劃，結果出來的卻是千篇一律的空洞答案？或者，想請它整理一份會議紀錄，但抓的重點總是搔不到癢處？  如果你曾遇到以上窘境，甚至開始懷疑 AI 是否言過其實，那麼問題可能不是出在 AI 太笨，而是我們「還沒學會如何與它有效溝通」。  AI 如同一個知識淵博、能力超群的「超級實習生」，它什麼都會，但就是不懂你的習慣與真正的需求。而這門課程將揭示，如何透過學習「與 AI 對話的藝術」，徹底解決溝通卡關的痛點，將這位實習生，培養成我們最強大的工作夥伴。（內容摘自104 人資市集《 AI職場溝通術：LLM大型語言模型應用技巧》線上課程）   痛點一：為何我說破嘴，AI 還是不懂我？  「幫我寫個計畫。」、「這份資料摘要一下。」  這種模糊的指令，正是導致我們與 AI「來來回回、無效溝通」的元兇。當我們給的指令不夠精確，AI 就只能靠「猜測」來完成任務，結果自然難以符合期待，導致你會覺得使用 AI 比不用還花時間。  這門課程的核心，就是要教你擺脫這種依賴運氣的溝通方式。透過學習一套有系統、有邏輯的「提示工程（Prompt Engineering）」方法，你下的每一道指令，都能像GPS導航一樣精準，直達目的。  解鎖精準度的秘密：為 AI 注入「角色靈魂」的五大要素  那麼，如何打造一道精準的指令？關鍵在於「角色扮演」。與其把 AI 當成冰冷的機器，不如將它視為一位特定領域的專家。這裡將告訴大家一套萬能公式，透過掌握以下五大要素，就能讓 AI 的產出品質大躍升：  身份標籤： 定義具體且專業的職位。與其跟 AI 說「你是一個文章編輯」，不如說「你是一位擁有20年經驗的旅遊書本編輯」，AI 就會戴上專家的眼鏡，提供更深入的見解。   目標受眾： 決定資訊密度與難易度。讓 AI 知道這段話要說給誰聽。指令中加入「我的受眾是公司董事會」，AI 就會講求數據與投報率；若受眾是小學生，AI 則會改用故事和比喻。   語氣風格： 模仿特定的思維模式。你可以要求 AI「你是一位嚴格的雜誌總編輯」，它就會用更嚴苛、更嚴謹的角度來審視文章，找出所有潛在問題，而不只是溫和地給予建議。   任務邊界： 設定知識範圍與限制。給出具體的「該做」與「不該做」，避免 AI 胡說八道。例如「請規劃食譜，但不要推薦任何需要烤箱的料理」，這樣就能得到真正可行的方案。   互動引導(CoT)： 啟動思維鏈 。面對複雜任務時，命令 AI：「在開始前，請先對我提問，以搜集你需要的資訊」，透過一來一往的討論，共同產出最完美的報告，而不是讓 AI 一口氣生成所有內容。  掌握這五點，就像是為 AI 提供了一份清晰無比的工作說明書(Job Description)，它將徹底停止猜測，開始精準執行。  痛點二：工作場景複雜，AI 真的能幫上忙嗎？  理解了方法論，讓我們看看它在真實商務場景中的威力。  【使用範例一：B2B 業務的超級武器 —「企業先知」】  情境： 明天要拜訪一家潛力大客戶，但手上那份上百頁的客戶年報，根本沒時間細讀。  痛點： 如果不了解客戶的狀況就貿然拜訪，很難切中要害，甚至可能錯失商機。  AI 解決方案： 課程將教您如何活用上述五大要素，建構出如下的「企業先知」Prompt：  透過這樣精準的指令，AI 就能在幾分鐘內，為您產出一份直指核心的「商業洞察報告」，讓您充滿自信地走進會議室，一開口就「輕鬆講出對方的痛點」，讓客戶對您的專業刮目相看。  【使用範例二：會議後的定心丸 —「會議記錄員」】  情境： 剛結束一場與客戶長達兩小時的重要會議，錄音檔裡充滿了各種決議、待辦事項和客戶的臨時想法。  痛點: 會議結束後，馬上要投入下個任務，根本沒時間重聽錄音。光靠潦草的筆記，深怕遺漏了關鍵承諾或重要細節，若沒即時追蹤，可能影響客戶信任，甚至丟掉案子。  AI 解決方案: 課程中的「會議記錄員」Prompt，能將冗長的會議逐字稿，瞬間變成一份結構清晰、重點明確的行動指南：  別再讓無效溝通，限制了你和 AI 的潛力  從快速洞察客戶需求、整理海量用戶回饋，到撰寫全公司公告，AI 的應用潛力遠超你的想像。要解鎖這股強大的力量，關鍵就在於「精準提問」。這門課不僅僅是教你幾個指令模板，更是要建立一套屬於你的「AI 溝通邏輯」，讓您未來面對任何工作挑戰，都能舉一反三。  厭倦了對 AI 雞同鴨講嗎？想體驗指令一下、成果到位的暢快感嗎？  立即加入「 AI職場溝通術：LLM大型語言模型應用技巧」課程，學習如何駕馭 AI，搭配9大職場實用範例，讓您的工作效率與決策品質，提升到全新的層次！  企業用戶歡迎申請課程免費試閱，並選擇「104人資市集 | 企業訂閱制方案」，課程每人每年最低33元起/堂，最低$10,000起搞定全公司整年度的AI導入培訓。亦可團購或授權課程，歡迎點擊下方專人諮詢。  免費試閱了解方案專人諮詢提升員工帶動企業的成長！最划算的教育訓練方案首選>> 超過7000+的HR都報名過的104人資學程！求職成效提升至4.5倍！>> 　成為人資市集Line好友獲得最新課程優惠及免費講座資訊>> 訂閱人資市集電子報獲得專家工作分享及產業新知 >>

【104職場力】・AI

如何用AI分析主管性格？用DISC模型改善向上溝通，應對不同類型上司

用AI分析主管的溝通風格可行嗎？本文介紹如何運用DISC性格模型，判斷主管偏好的溝通方式，並調整彙報、回饋與向上管理策略，讓職場溝通更順暢。節錄自《AI職場溝通力》。文／紀菲本文目錄（點擊可快速前往）懂性格分析的AI，幫你輕鬆應對「百變」上司用AI工具分析主管DISC性格及應用步驟一：蒐集資訊步驟二：利用AI進行分析與回饋步驟三：理解上司的性格步驟四：調整彙報方式步驟五：應用並觀察步驟六：持續改進想分析上司性格，要提供哪些資訊給AI？懂性格分析的AI，幫你輕鬆應對「百變」上司在職場上，我們會遇到各種各樣的上司：有的喜歡直來直往，有的喜歡拐彎抹角；有的熱情如火，有的冷靜如水。要想和這些上司打好交道，首先得懂他們！我有個朋友叫Sam，他在一家公司做專案助理。他的上司王總是個典型的「工作狂」，對工作要求極高。Sam剛就職那陣子，每次彙報工作都小心翼翼地，生怕出一點差錯。但王總似乎總是不太滿意，Sam為此頭疼不已。有一天，Sam在為一個重要的項目彙報做準備，他知道這將是一次大考。於是，他加班到深夜，把彙報資料做得盡善盡美。第二天，他信心滿滿地走進會議室，結果王總聽了不到5分鐘，就皺起眉頭說：「這些細節我都知道了，直接說重點！」Sam當場就傻眼了，他辛辛苦苦準備的內容就這麼被一句話帶過了。你看，如果我們不能準確把握上司的性格和溝通風格，那麼我們的努力很可能就會付之東流。在探索和瞭解他人方面，人類的智慧是無窮的。學者們提出了多種性格分類方法，這些方法可以幫助我們更好地理解他人，更好地與他人溝通。而在職場溝通中，我想給大家介紹一個非常實用的性格分析工具—DISC性格分類模型。這個模型把人的性格分成4種類型：D型（Dominance，支配型）、I型（Influence，影響型）、S型（Steadiness，穩健型）和C型（Compliance，服從型），如下圖所示：我們可以簡單地這樣記：D老大、I小太陽、S暖寶寶和C小偵探。 D老大：就是那種走路帶風、說一不二的上司。他們目標明確，行動迅速，喜歡掌控全域、直截了當，不喜歡拖泥帶水。 I小太陽：這種人熱情開朗，總是笑容滿面。他們喜歡和人打交道，善於帶動團隊氛圍，鼓勵發揮創意和自由表達。 S暖寶寶：這種人性格溫和，耐心細緻。他們總是默默付出，為團隊提供溫暖和支持，這類上司則更注重團隊的和諧與穩定。 C小偵探：他們邏輯性強，注重細節，總是能發現別人忽略的問題，是團隊中的「糾錯專家」。他們追求完美，對工作品質有極高的要求。說到這4種性格的人，我腦海裡立刻浮現出《西遊記》。孫悟空就是D老大，戰鬥力「爆表」，喜歡獨當一面；豬八戒就是I小太陽，總能逗大家開心；沙僧則是S暖寶寶，默默付出，不求回報；唐僧就像C小偵探，追求完美、講究細節，如下頁圖所示。那我們如何應對這幾種性格的上司呢？遇到D老大，你就得直接點，別繞圈子，有什麼說什麼，別拖拖拉拉的，他們喜歡有決斷力的下屬。遇到I小太陽，你就得熱情點，多誇誇他們。他們喜歡被人關注和認可，所以你的回饋要及時。遇到S暖寶寶，你就得耐心點，多聽聽他們的想法。他們雖然話不多，但心裡都有數。遇到C小偵探，你就得嚴謹點，別出錯。他們眼睛裡容不得一粒沙子，所以你的報告不但要詳細，還需要有深度。你可能會說：「我知道不同的人有不同的性格，但我不擅長分析別人的性格啊，這可怎麼辦？」不用擔心，有AI幫你，它就像一位高情商的人際管理專家。用AI工具分析主管DISC性格及應用比如Adam，他以前總是搞不懂上司的心思。但自從他使用了AI性格分析工具後，一切都發生了翻天覆地的變化。那Adam具體是怎麼做的呢？步驟一：蒐集資訊 Adam開始蒐集上司在溝通方面的資訊，包括：上司在團隊郵件中的回覆、上司在會議上的發言、上司寫的報告或工作指導文件。步驟二：利用AI進行分析與回饋他將蒐集到的資訊提供給AI，讓AI透過自然語言處理技術來分析上司的語言風格和行為模式。比如，他可以這樣問AI：「我們現在面臨的挑戰非常嚴峻。專案進度已經比原計畫落後了整整兩週，這對我們整個季度的業績都有影響。我需要大家立即行動起來，展現出我們團隊的執行力和決心。首先，我要求專案經理立即提供一個詳細的趕工計畫，包括每天的具體任務和預計完成時間。其次，我需要所有團隊成員對自己的工作負責，確保每一步都精確無誤。我們沒有時間再犯錯誤。我不希望再聽到任何關於問題的討論，我需要的是解決方案。如果你遇到障礙，給我一個明確的計畫，告訴我你打算如何解決它。我們的目標是在下個月底前完成這個專案，不要有任何藉口。最後，我需要看到資料，看到進度。每個部門的負責人都要向我報告你們部門的進展情況，以及你們如何確保按時完成任務。我期待大家的表現，讓我們行動起來！」這是我的上司在會議上的發言，請基於這段發言幫我分析上司的DISC性格。 AI回答：基於您提供的上司在會議上的發言，我們可以嘗試對他的DISC性格進行分析。DISC性格分類模型是一個廣泛使用的性格分析工具，它根據四個主要面向來評估一個人的性格傾向：D（支配型）、I（影響型）、S（穩健型）和C（服從型）。從發言中，我們可以觀察到以下特點：D（支配型）：●強調專案的緊迫性和重要性；●要求立即行動，展現出對結果和效率的重視；●不希望聽到問題，而是直接見到解決方案；●設定明確的目標和期望，即在下個月底前完成專案。I（影響型）：●在這段發言中，上司並沒有特別展現出強烈的影響型特徵，如熱情或鼓勵性的言辭。S（穩健型）：●雖然上司強調了專案的緊迫性，但他並沒有表現出典型的穩健型特徵，如耐心、合作或考慮他人的情感。C（服從型）：●要求專案經理提供詳細的趕工計畫，並需要每個部門報告進展情況；●強調工作推動精確無誤，這反映他對細節和準確性的關注。基於上述分析，我們可以推斷這位上司的性格傾向於D（支配型）和C（服從型）。他展現出強烈的任務導向性，要求迅速行動、設定明確目標，並關注細節和準確性。他不太注重情感因素或團隊合作等軟性方面，而是更關注結果和效率。需要注意的是，這種分析是基於一段特定的發言進行的，而人的性格是複雜的，可能在不同情境下展現出不同的特點。因此，這種分析應該被視為一種初步和大致的評估。在反覆提供不同資訊和AI進行分析討論後，Adam判斷上司很可能是D型。步驟三：理解上司的性格 Adam又問AI：針對D型上司，如何溝通更有效率？ AI回答：針對D型上司，要實現高效率溝通，可以考慮以下幾點策略：1.直接和簡潔。D型上司通常喜歡直接、簡潔的溝通方式。因此，在彙報工作、提出問題或尋求回饋時，你應儘量避免冗長和複雜的表述，直接陳述要點，用資料和事實支持你的觀點。2.突出結果和解決方案。D型上司往往關注結果和行動。在與D型上司溝通時，應優先展示你已經取得的成果或計畫達成的目標，並針對問題準備好相應的解決方案，不要只是抱怨或尋求同情。3.尊重上司的時間。D型上司通常時間觀念很強，不喜歡浪費時間。因此，在與其溝通前要確保你的請求或問題是緊急且重要的。同時，在會議或討論中，你應儘量保持高效率和專注，避免進行無關緊要的閒聊。4.保持積極和自信。D型上司通常欣賞下屬積極、自信的態度。在與其溝通時，要表現出你的專業性和自信，同時避免發表過於消極或自我否定的言論。即使你面臨困難或挑戰，也要展現出你正在積極尋找解決方案的態度。5.提供明確和具體的回饋。當D型上司向你提出要求或建議時，你要給予明確和具體的回饋。這有助於他們瞭解你的進展情況和需要的支援。同時，如果你對他們的要求有任何疑問，也要及時提出並尋求澄清。6.瞭解並適應上司的溝通風格。瞭解並適應上司的溝通風格可以幫助你更有效地與他們溝通。透過觀察他們的行為、語言和溝通習慣，你可以逐漸理解他們的期望和需求，並據此調整自己的溝通方式。7.尋求共同點。在溝通中，嘗試找到與D型上司的共同點。這有助於建立聯繫和信任，並使他們更願意聽取你的意見和建議。綜上，要記住，高效率溝通是一個雙向的過程。在努力適應D型上司之溝通風格的同時，也要保持自己的專業性和自信，勇於提出自己的觀點和建議。步驟四：調整彙報方式根據AI的回饋，Adam開始調整自己的彙報方式。他學會了在彙報前總結關鍵點，確保每個要點都簡潔有力；他避免進行冗長的解釋，而是直接提供結果和必要的資料支持。在提出問題時，他會同時提供幾個解決方案，並闡述每個方案的利弊。步驟五：應用並觀察在下一次與上司的一對一會議中，Adam採用了新的彙報方式。他直接彙報了項目的關鍵成果，並提出了幾個明確的後續行動計畫。Adam注意到上司對他的彙報反應積極，沒有像以前那樣頻繁打斷他，而是認真聽完了他的彙報，並給予了建設性的回饋。步驟六：持續改進 Adam意識到溝通是一個持續的過程，他決定繼續使用AI來監測上司的反應，並根據需要調整自己的溝通策略。時間一晃就過去了好幾個月，Adam在這段時間裡截然不同。他和上司的溝通越來越順暢，這讓自己在職場上的形象煥然一新。上司看他這麼能幹，不僅經常找他商量事情，還把更多的重擔交給了他，對他既信任又看重。想分析上司性格，要提供哪些資訊給AI？那我們可以蒐集哪些資訊提供給AI，讓AI幫助我們分析上司的性格呢？我幫你整理了一下，具體如下：郵件：上司在郵件中呈現的語言風格、決策指令和溝通方式都是分析上司性格的關鍵線索。會議發言：如果可能，蒐集上司在會議中的發言，包括開場白、提出的問題、做出的會議總結等。工作文件：例如主管撰寫的工作報告、專案計畫書或績效評估報告等文件，能夠體現上司的專業風格和性格傾向。決策案例：記錄上司在特定情境下做的決策，包括決策的速度、風格和偏好等。回饋和評價：上司在工作中給予的回饋和評價，尤其是上司提出的批評和建議。日常交流內容：在日常工作中，上司與同事的非正式交流內容，如休息時的聊天內容。演講：上司公開演講的影片也能為分析上司的性格提供線索。任務分配方式：上司分配任務的方式也能反映其性格特徵。最後，溫馨提示一下，人的性格複雜多變，不是一兩個詞就能概括的。比如，一個人平時看起來挺果斷，做事雷厲風行，但處理一些講究細節的問題時，他又能慢得下來。所以，借助AI分析上司的性格時，別指望一次就能分析得徹底，可以多分析幾次，嘗試不同的AI工具。跟上司打交道，別急著給他們貼標籤，我們得多觀察，多瞭解他們的性格，然後據此調整我們說話做事的方式。要是覺得與上司的溝通不太順暢，就要及時改變溝通策略，在不斷調整的過程中，我們和上司的溝通肯定能越來越順暢。節錄自：商周出版《AI職場溝通力：讓你在彙報、面試、提案中一開口就說服人．AI時代不被淘汰的職場溝通學》／紀菲著

【104職場力】・AI

專家：AI時代，3件事幫你保持職場競爭力

你曾擔心自己在工作太依賴AI嗎？專家指出，抗拒AI不是解決之道，但全部工作都依靠AI也不是正確答案。他建議養成3個習慣，把AI當成工作夥伴而非拐杖，維持AI時代的職場競爭力。文／樂羽嘉編譯　由天下雜誌授權轉載本文目錄：AI時代，做3件事保持職場競爭力 1. 每週自我審查一次AI使用情況2. 困難的任務先自己做3. 培養AI無法複製的技能如果你開始擔心自己在工作上太依賴AI，你並不孤單。根據GoTo和Workplace Intelligence對2500名員工和IT主管的調查，有半數員工自認過度依賴AI，39%員工認為AI害自己變笨，41%相信AI會傷害自己的長期職涯，還有30%員工坦承在工作上已經不能沒有AI。《紐約時報》暢銷書作家、未來工作專家舒貝爾（Dan Schawbel）花了十多年研究科技如何重塑職涯。看到這些數據，舒貝爾確信我們正處於關鍵轉折點。他認為AI不會消失，抗拒AI不是解決之道，但全部工作都依靠AI也不是正確答案。舒貝爾相信，未來能脫穎而出的勞工是懂得把AI當成「夥伴」而非「拐杖」的人。他建議開始養成以下3個具體習慣： 1. 每週自我審查一次AI使用情況之所以有這麼多人覺得AI害自己能力變差，是因為不管工作需不需要，他們都被逼使用AI。在前面提到的調查中，有60%的勞工承受必須使用AI來提高生產力的壓力。如果不加以控制，這種壓力就會變成一種壞習慣。每星期簡單審查一次，可以打破這個惡性循環。你可以在手機或實體便利貼上隨手記錄，寫下你交給AI處理的每一項任務。在週末時，花10分鐘回顧一下你在哪些地方使用了AI，並問自己兩個問題：這真的有改善成果嗎？這是我自己就能做好的事嗎？與其試圖完全戒掉AI，不如誠實面對AI在哪些地方帶來價值、節省時間，在哪些地方你其實是把本來應該自己進行的思考外包出去。 2. 困難的任務先自己做前面提到的調查中，有70%員工承認曾不當使用AI來做需要EQ或精準判斷力的敏感工作或高風險工作上，從應對艱難對話到做出會造成實質後果的決策。但這些正是你必須親自去做才能進步的工作。舒貝爾建議求助AI之前，先自己努力至少15分鐘，寫第一版草稿、釐清邏輯。接著再利用AI來對你的努力成果做壓力測試或潤飾，而不是讓AI從零開始幫你打造一個成品。在調查中，有43%員工承認雖然懷疑AI產出的內容有錯或造假問題，依然照用不誤。近三分之一（31%）的人表示，他們感受到一種心照不宣的壓力，逼得他們只能選擇相信AI並對AI的錯誤保持沉默。還有14%表示曾向主管報告AI出錯，卻被要求閉嘴。判斷力是一項不練習就會退化的技能。隨著AI變得愈來愈強大，未來依然能保持競爭力和市場價值的勞工和主管，不是只會輸入提示句後直接原封不動使用產出的人，是那些能夠看出AI何時出錯、不完整或缺少關鍵，能夠動手修正的人。 3. 培養AI無法複製的技能利用AI幫你省下來的時間，去練習專屬於人類的獨特能力。調查顯示，在AI導向的職場，最重要的技能是創意思考、EQ和判斷力，包括知道何時該信任AI、何時不能依賴AI。這些技能將決定誰會在職場發光發熱，誰又會止步不前。你可以每季挑選一個能力來精進。如果你需要面對客戶，就把自己放在需要察言觀色、臨機應變解決歧見的情境。如果你的角色偏向分析型，在參考別人想法或詢問AI之前，先練習形成自己的主張並強力捍衛。（資料來源：CNBC、danschawbel.com）（原文標題：專家：AI時代，做3件事保持職場競爭力）推薦閱讀：寫AI提示詞不該有的5個壞習慣！OpenAI最新指南建議「放手讓AI發揮」研究「拖延症」40年的心理學家：你不是時間管理差，你是在自虐普立茲獎得主：成功人士最重視的2件事他高中輟學進工地，22歲賺進629萬年薪

【104職場力】・AI

AI計畫失敗率高達85％！企業轉型最容易誤入哪6大陷阱？管理者必讀的實戰策略

為何許多企業大張旗鼓投入AI計畫卻屢遭遇困境？麻省理工學院的專家們歸納出6大迷思，深入分析AI策略常見的誤區，並提供切實可行的管理策略，協助企業高效轉型，成為市場的領航者。文／王穎皓　由Cheers授權轉載本文導覽迷思一：高估AI能力，「低垂果實」觸手可及迷思二：AI只是另一個需要部署的工具迷思三：理想化的工作流程勝過現實複雜性迷思四：試點專案就足夠，生產部署可以慢慢來迷思五：高層謹慎決策優於快速行動迷思六：只談技術，忽略人與組織文化的作用從工具思維到轉型思維：重塑企業AI策略以釋放潛力在AI快速發展的時代，許多公司紛紛投入AI轉型，但不少領導人卻發現，雄心勃勃的AI計畫往往無法帶來預期的商業價值。儘管多數企業都已經開始導入AI，卻仍面臨一個共同挑戰——AI專案無法帶來實際價值。從試點階段無法落地、跨部門合作卡關，到高層觀望、轉型停滯，這些問題讓原本看似前途光明的AI計畫，陷入困境。今年麻省理工史隆管理學院（MIT Sloan School of Management）舉辦的CIO高峰會上多位頂尖專家的分享，企業在制定AI策略時普遍存在六大迷思，而這些認知誤區正是導致AI專案失敗的主要原因。迷思一：高估AI能力，「低垂果實」觸手可及許多企業領導者對AI能力抱持過度樂觀的期待，認為AI可以輕易解決各種商業問題。麻省理工史隆管理學院的資深講師韋斯特曼（George Westerman）直言：「我現在看到領導者最常犯的最大錯誤，就是高估了AI的能力。」他特別提到，許多企業談論「低垂果實」概念，但實際上這些果實並沒有想像中那麼容易摘到。管理實戰策略：建立漸進式發展路徑，先從小規模試驗開始，逐步建立組織的AI能力。設定實際可行的目標，並建立風險評估機制，避免一開始就訂定過於雄心勃勃的計畫。重要的是要認知到AI的局限性，並據此調整期望值。迷思二：AI只是另一個需要部署的工具許多企業將AI視為一般的軟體工具，認為只要採購、安裝、訓練員工使用即可。 Liberty Mutual Insurance執行副總裁暨資訊長卡爾達斯（Monica Caldas）指出：「我們可能會犯的一個錯誤是把AI當成一個需要實施的工具。」她強調，AI實際上是一個極具意義的轉折點，需要從根本上改變企業的運作方式。管理實戰策略：將AI視為企業轉型的催化劑，而非單純的技術工具。建立跨部門整合團隊，從組織文化、流程設計到人員培訓等多個層面進行全方位的變革管理。重新檢視企業的提問方式、團隊協作模式，並投入大量資源推動組織變革。迷思三：理想化的工作流程勝過現實複雜性企業在規劃AI應用時，往往基於理想化的工作藍圖進行設計，而忽略了組織實際運作的複雜性。 Anthrome Insight創辦人暨執行長斯威夫特（Melissa Swift）觀察到：「領導者在制定AI策略時的另一個錯誤，是把AI插入一個理想化的工作藍圖，而非組織實際的工作流程。」管理實戰策略：深入了解組織真實的工作流程，包括那些混亂、複雜且難以處理的部分。在設計AI解決方案時，必須考慮現實環境的限制與挑戰，而非基於理想化的假設。需進行詳細的工作流程分析，確保AI能夠在實際工作環境中發揮效用。迷思四：試點專案就足夠，生產部署可以慢慢來許多企業陷入永無止境的試點階段，卻遲遲無法將AI專案推向生產環境。 Babson College的達文波特（Thomas H. Davenport）教授指出：「AI領域的一大問題在於有大量的試點、概念驗證和實驗，但真正投入生產的項目卻不多。」他強調，只有將AI部署到生產環境中，才能真正獲得經濟價值。管理實戰策略：建立明確的從試點到生產的轉換路徑，設定具體的時間表和里程碑。為每個試點專案制定商業價值評估標準，並建立快速決策機制，避免專案在試點階段無限期延長。同時，準備好生產環境所需的基礎設施和支援系統。迷思五：高層謹慎決策優於快速行動許多企業高層擔心AI帶來的風險，因此採取過度謹慎的態度，導致決策緩慢。麥肯錫合夥人梅耶（Hannah Mayer）發現：「員工在工作中使用AI的意願和興奮度是領導者預期的三倍。」她指出，高層團隊之間的意見分歧往往是阻礙企業有效運用AI的主要因素。市場研究機構Gartner最近的研究顯示，目前AI相關的計畫失敗率高達85％。但這並非放棄推動AI專案的理由，反之，是要了解到，從導入AI到實際讓組織受益，需要一段適應期間，不太可能只啟動一個AI專案就期待馬上獲得成功。管理實戰策略：建立高層共識機制，快速凝聚決策團隊的意見。認知到員工對AI的接受度和期待往往超出管理層預期，應該善用這股動能快速推動AI的應用，避免因過度討論而錯失執行先機。迷思六：只談技術，忽略人與組織文化的作用許多企業過度專注於技術層面，忽略了人員培訓、組織文化和風險管理等關鍵因素。 Ferrovial的資訊暨創新長邦托洛斯（Dimitris Bountolos）強調：「任何橫跨整個公司的轉型，最終都與『人』這個因素密不可分。」管理實戰策略：建立科技、數據和人員三位一體的整合策略。投入足夠資源進行人員培訓和文化變革，並建立完善的風險評估和韌性恢復機制。認知到無法完全阻止所有風險，但可以建立快速恢復的流程和系統。從工具思維到轉型思維：重塑企業AI策略以釋放潛力 Flipt的總裁暨技術長古普塔（Vipin Gupta）提出了一個重要觀點：「思考AI時常見的一個錯誤，就是把它當成一個工具或技術。AI其實是一種全新的工作方式和運作模式。」企業應該先了解AI的能力與潛力，而非急著用AI解決問題，卻沒有先問清楚AI能做什麼。這種缺乏好奇與探索精神的做法，往往限制了AI的真正潛力。成功的AI策略需要系統性思維企業要成功導入AI，必須跳脫這六大迷思，採用更加系統性和全面性的策略思維。 AI不僅是技術革新，更是組織轉型的催化劑。企業領導者需要在技術能力評估、組織變革管理、人員培訓、風險控制等多個層面進行整合規劃。更重要的是，企業必須認知到AI導入是一個持續的學習過程，需要在實作中不斷調整和優化。只有避開這些常見陷阱，建立實際可行的期望值，並投入足夠的資源進行全方位的變革管理，企業才能真正發揮AI的潛力，創造可持續的商業價值。在AI快速發展的時代，那些能夠避免這些迷思、建立正確AI策略的企業，將在激烈的市場競爭中占據優勢地位。（參考資料：MIT Sloan、WSJ、Forbes）（原文標題：公司導入AI的失敗率高達８５％？領導者都該避開的６大迷思：別太高估AI能力）延伸閱讀： AI 是想像的世界，在這個世界你想選擇怎樣的職涯？｜查特普拉斯管顧公司吳承穎 AI時代的資工人何去何從？專家：向「文組」取經是條出路金融業導入AI 跳躍式成長…運用生成式技術業者比例大增 AI會讓中階主管的工作消失嗎？５大不被取代的新型能力誰該為AI新同事負責？國際兩大調查：人資將成為「Agent Boss」 🔥天下學習7月客座學習長李正屹：人人都該會銷售的世代！獨創一套「兩好三Why」的銷售策略，帶你學超級業務力

【104職場力】・AI

掌握AI革命：人力資源選、育、用、留的智慧管理新時代

隨著數位化轉型加速，人工智慧（AI）逐漸成為人力資源管理中的核心助力。由於其能夠優化選、用、育、留等關鍵環節，人資工作者面臨著新的挑戰與機遇。我們將探討如何利用AI提高效率與策略價值，避免被AI時代淘汰。從篩選自動化到智能化學習平台，再到預測流失風險，我們將深度解析AI在HR各個層面的應用，並提供實用建議，助您成為引領企業未來的人資領袖。一起探索如何在這場AI浪潮中立於不敗之地！  文／宸碩管顧公司總經理｜楊伸太博士原標題：「AI在人力資源的應用」為主題發揮：包括選、用、育、留的應用場景  關鍵字數位人資  AI  AI人資應用  人資數位升級  本文目錄（點擊可快速前往）前言：未來只有不會用AI的人會被淘汰成為一個及早善用AI、提升效率的人資工作者人資運用AI的選、用、育、留之KPI、應用範圍與建議   學習與實踐總結一、前言：未來只有不會用AI的人會被淘汰  1. 隨著人工智慧（AI）技術的快速發展，全球企業正迎來數位化轉型的浪潮。在人力資源管理（HR）領域上，AI正快速成為不可或缺的工具。 2.從簡化重複性工作到優化決策，AI不僅提升了人資的效率，更改變了傳統的人才管理模式。  3.然而，隨著技術普及，對人資從業者來說，最重要的是如何掌握AI技術、讓自己在未來職場中保有競爭力。  4.因此，未來的企業將對「數位人資」有更高的需求與期待，同時，我們絕對要跟上這波AI潮流，不要變成被淘汰的那一群人。  二、成為一個及早善用AI、提升效率的人資工作者 1. AI是我們的協作工具，AI在HR領域的價值不僅僅是在「效率化」，更能幫助人資從事高附加價值的工作，例如： (1.) 人資的傳統工作，例如履歷篩選、工時計算、薪酬核對等往往會占用大量時間。透過AI自動化工具，能處理這些瑣碎任務，讓人資能專注於更具策略性或高價值性的工作。 (2.) AI能快速分析大量數據，從中彙整與分析出有效的資訊或資料，例如預測員工流失率、分析招聘效果或分析培訓成效，幫助企業做出更具前瞻性的決策。 (3.) AI能透過自然語言處理（NLP）和機器學習（ML）技術，為每位員工提供個人化的發展計劃，例如推薦適合的學習課程、職涯發展機會等，提升員工的滿意度與參與度。  2. 綜合以上，筆者鼓勵與互勉，彼此都要及早成為一個善用AI、提升效率的人資工作者。  三、人資運用AI的選、用、育、留之KPI、應用範圍與建議  1.選才： (1.) KPI舉例： A. 篩選效率：履歷處理時間縮短50%以上。 B. 招聘成功率：AI推薦候選人的匹配度達80%以上。 C. 面試人力減少：初篩流程的人工參與減少30%。 (2.) 應用舉例： A. 自動履歷篩選：AI能根據職位需求，自動篩選候選人履歷，快速找到最符合條件的人才。 B. 人才推薦：透過AI演算法，根據企業過往的招聘成功案例，推薦高潛力的候選人。 C. 面試分析：AI語音分析技術可評估候選人的語氣、用詞和情緒，輔助招聘決策。 D. 104資訊科技集團總經理黃于純指出，104人力銀行已透過以下五大AI創新技術，將求職者找工作的媒合成功率提升12%。提供AI履歷生成服務，節省時間。透過大數據檢視履歷完整度&AI提供修正建議，完善履歷。 AI職涯顧問 (https://talent.104.com.tw/joblist)用關鍵問答找到履歷亮點。依照最新工作、求職者興趣，推薦個人化職缺。(引入AI技術！推薦工作媒合成功率增加12%，企業招募天數縮短30%) (3.) 綜合建議： A. 導入AI招聘工具如ATS（Applicant Tracking System）。 B. 利用市場上的AI面試工具，提升招聘的公正性與效率。 2.用才： (1.) KPI舉例： A. 員工滿意度：智能化排班使員工滿意度提升20%以上。 B. 工作效率：職位與技能匹配度提升15%。 C. 績效透明度：績效評估準確性提高30%。 (2.) 應用舉例： A. 職位與技能匹配：AI通過分析員工的技能數據，優化職位分配，確保人盡其才。 B. 績效分析與預測：透過數據分析，幫助管理者即時了解員工的表現，預測未來表現趨勢。 C. 智能化排班：AI能根據工時需求、員工偏好和法律規範，提供最佳排班建議。 (3.) 綜合建議： A. 導入員工數據分析平台，定期更新員工技能與績效資料檔案。 B. 將AI技術融入績效評估流程，避免人為偏差。  3.育才： (1.) KPI舉例： A. 學習完成率：推薦課程的完成率提高至80%。 B. 培訓投資回報率：學習後職位能力提升明顯，培訓成效增長25%。 C. 技能匹配度：員工與職位需求的技能匹配度提高20%。 (2.) 應用舉例： A. 學習需求分析：AI能根據員工的職位需求與過往學習歷史，推薦最適合的課程。 B. 智能化學習平臺：提供自動化學習計劃與即時反饋，提升學習效果。 C. 技能差異之缺口分析：AI分析組織中技能缺口，幫助企業優化內部培訓計劃。 (3.) 綜合建議： A. 導入AI學習系統（如LMS），結合員工的職涯發展目標進行學習規劃。 B. 持續優化學習平台，確保用戶體驗良好，提升學習參與度。  4.留才： (1.) KPI舉例： A. 離職率：高風險員工的流失率降低20%。 B. 滿意度：員工滿意度指數提高15%。 C. 挽留效果：AI預測的流失員工成功挽留率達30%。 (2.) 應用舉例： A. 流失風險預測：AI根據員工參與度、績效表現等數據，預測離職風險並提出建議。 B. 員工滿意度調查：AI自動分析調查結果，分析出員工不滿意的主因。 C. 福利優化建議：AI能根據員工特性，推薦個性化福利方案，提升留任意願。 (3.) 綜合建議： A. 使用AI數據儀表板，定期監測員工流失風險。 B. 設計個性化的員工福利與關懷方案，提升員工忠誠度。  四、學習與實踐：建議透過AI概念知識(K)與工具技能(S)的學習，逐一應用實踐之  1.概念知識學習：例如學習AI相關的基本知識，例如指令學習、自然語言處理等概念，同時知悉與遵守數據倫理與隱私保護規範。  2.人資相關工具技能學習： (1.) 例如參與HR科技論壇與受訓、104數位人資學程學習等，同時可掌握最新的AI應用案例。  3.學習後逐一應用實踐出來 (1.) 可以從小規模應用開始實踐。 (2.) 與IT部門合作，推動人資數位升級項目。 (3.) 善用內外部數據資源，讓AI應用更加精準。  掌握 E化 x 數據 x AI【數位人資管理師】 >> 五、總結 1.AI正加速推動人資管理的數位升級，從選、用、育、留全方位優化HR流程，讓企業的人才管理更加高效、智慧化。面對這場AI浪潮，鼓勵人資工作者需要快速掌握AI工具，讓自己盡早成為「智慧化人資」的引領者。  2.在數位轉型的浪潮中，人資需要具備與AI共存的能力，而學習與實踐是必經之路。唯有不斷學習、實踐，才能抓住AI帶來的挑戰與機會，盡早規畫與進行AI工具的學習善用學習資源，例如104數位人資學程，同時積極運用在工作上。  3.透過學習並應用AI技術，人資工作者能在AI浪潮中保有核心競爭力，成為真正的智慧型HR專家。  4.祝福各位先進，都能在所屬企業中，有效學習與應用AI工具，提升自我價值，讓自己變成高CP值的優質人才!  超過2500+的HR都報名過的104人資學程！ >> 　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  訂閱市集電子報與你分享專家文章及最新活動訊息>> 加入104人資市集官方line獲得最新優惠及活動資訊 >>

【104職場力】・AI

職場必學的 10 套 AI 工具：從新手嘗試到高效運用，打開你的 AI 職能地圖

文／知識遊牧工作室 - 彭其捷（https://knowmad.tw/）在數位轉型浪潮中，AI 正迅速成為提升工作效率的關鍵助手。本文精選10大職場必學AI工具搭配6個步驟，從輕鬆互動、焦點痛點，到工具比對與指令模板，讓您輕鬆探索如何讓 AI 成為職場外掛，助力專業成長。在瞬息萬變的數位時代，AI 已成為各行各業的日常夥伴。生成式 AI（Generative AI）就像全天候不眠不休的數位助理，幫助你發想、替你省下大量重複性工作，將時間留給更有價值的任務，對於大部分的職場人士來說，AI 工具都可以顯著的提升生產力。PwC《2025 全球 AI 就業報告》也顯示，具備 AI 應用能力的員工，平均薪資比同職位高 56%。 AI 工具百百款，你是否覺得眼花繚亂，不知如何下手呢？本文精心挑選了 10 套「職場必學」的 AI 工具，涵蓋文字生成、資料分析、翻譯、簡報製作到影音創作，並彙整為三大類：分類工具適合對象核心價值對話助理 ChatGPTGeminiCopilot需要寫作、溝通、研究的人快速生成與整理文字、激發創意資料整理 Claude AIPerplexity、NotebookLMDeepL需要處理數據、翻譯、文件與跨平台資訊的知識工作者提升資料處理效率與可檢索性視覺呈現Napkin AIGammaLumalabs.ai常做簡報、需要視覺化資訊、影音製作的人透過 AI 生成原本較困難的視覺化產出一、對話助理類 1. ChatGPT — 全方位 AI 對話助手網址：https://chat.openai.com/ 無庸置疑是最領頭的 AI 工具，市佔率也最高，主要由 OpenAI 開發，能生成文字、分析資料、整理摘要、發想創意，也支援圖片、文件與數據分析。情境：撰寫報告、提案草稿、會議紀錄、電子郵件、快速學新知。技巧：使用 Aim/Input/Output 結構下指令，並指定對象與語氣。案例：行銷專員用 ChatGPT 快速產出新品 EDM 初稿，節省 70% 時間。 2. Gemini — 工作與生活整合好幫手網址：https://gemini.google.com/app Google 開發，與 Google Workspace 無縫整合，可從 Gmail、Docs、Sheets、Drive 搜尋與摘要，並串聯 Maps、Calendar。情境：出差規劃、郵件整理、影片摘要。技巧：指定檢索範圍、整合行程表。案例：專案經理用 Gemini 在一小時內完成完整出差計畫。 3. Copilot — Office 生態系 AI 助手網址：https://copilot.microsoft.com/ 整合於 Microsoft Word、Excel、PowerPoint、Outlook，能分析數據、生成簡報、撰寫與回覆郵件。情境：Excel 分析、PPT 初稿、郵件摘要。技巧：明確指定資料範圍與輸出格式，搭配 OneDrive。案例：財務分析師用 Copilot 在 10 分鐘完成原需半天的營收分析。二、資料整理類 4. Claude AI — 長文、程式碼撰寫好幫手網址：https://claude.ai/ 擅長寫程式、長文本處理與多檔案分析，適合專業文件與合約摘要等等任務。情境：程式撰寫、PDF / Word 摘要，互動內容產出，重點整理。技巧：指定摘要範圍與輸出格式，可多輪提問。案例：法律助理用 Claude 摘要 80 頁合約的義務與條款。 5. Perplexity — 即時搜尋與知識整理專家網址：https://www.perplexity.ai/ 結合搜尋引擎與 AI，能檢索最新資訊並附來源連結。情境：市場調研、競品分析、國際法規整理。技巧：要求附連結、用表格整理、雙語搜尋。案例：人資主管用 Perplexity 搜集國外企業 AI 招募案例表格。 6. NotebookLM — AI 筆記與知識管理專家網址：https://notebooklm.google/ Google 推出，可整合文件、網站、音訊、影片，並建立知識圖譜。情境：專案資料彙整、快速檢索、團隊協作。技巧：一個筆記本管理多來源，利用心智圖視覺化知識。案例：顧問將提案、產業報告、會議錄音匯入後，快速取得產業痛點摘要。 7. DeepL — 高品質翻譯與跨語溝通工具網址：https://www.deepl.com/en/translator 翻譯品質不輸給 Google 的 AI 翻譯工具，支援多語與文件翻譯，保留專業用語。情境：國際郵件、多語簡報、即時會議翻譯。技巧：搭配外掛翻譯網頁，文件翻譯保留排版，設定專屬詞彙。案例：外貿業務透過 DeepL 快速回覆多語客戶郵件。三、視覺優化呈現類 8. Napkin AI — 一鍵生成流程圖網址：https://www.napkin.ai/ 將文字轉換為手繪風或多種樣式的流程圖。情境：SOP 視覺化、會議紀錄轉圖、簡報視覺化。技巧：直接生成圖片並可編輯，快速切換樣式。案例：講師用 Napkin AI 將處理流程圖像化，提升學員理解。 9. Gamma — AI 簡報生成器網址：https://bit.ly/gamma_jack 用文字或網址生成高質感簡報，可持續與 AI 對話調整內容。情境：快速簡報初稿、文件轉簡報、套用模板。技巧：用網址匯入，限制 AI 不額外添加內容，免費版需控管使用次數。案例：產品經理用 Gamma 在三分鐘內完成簡報並視覺優化。 10. Lumalabs.ai — AI 影片生成工具網址：https://lumalabs.ai/ 用文字或圖片生成動畫影片，適合行銷、教育與創意製作。情境：產品動畫、教學影片、品牌形象影片。技巧：指令加入鏡頭運動與風格描述，搭配圖片精準控制場景。案例：行銷人用 Lumalabs.ai 製作新品宣傳片，廣告點擊率提升 40%。職場導入 AI 工具的步驟建議 AI 的資訊量大，建議先不要給自己太大的壓力，嘗試對話看看，丟一下生活、工作上遇到的挑戰，聽聽看這位新夥伴的看法。如果要在職場導入，可以參考以下六個步驟建議： [Step 1] 先大膽玩耍：不給自己壓力，打開 ChatGPT，馬上對話看看！ [Step 2] 解決痛點：探索最能改善現有工作的語法，先不用想一次全學。 [Step 3] 同任務多工具測試：比較自己習慣程度、速度、準確度、品質等。 [Step 4] 建立指令模板：筆記過程中的好用指令，方便後續重複使用。 [Step 5] 定期優化流程：追蹤 AI 新知，確保工具與方法都與時俱進。 [Step 6] 自我提升 & 批判性思考：AI 是好的助手，是強大的第二大腦；但深度思考的挑選，許多仍來自個人專業，持續自我提升，與 AI 進行深度組隊！結語：給自己一點挑戰，放手玩耍 AI 工具！每天花 30 分鐘，用 AI 工具解決一個真實工作任務，並記錄成果。一段時間之後，你將熟悉工具並改變工作模式，讓 AI 成為你最可靠的職場外掛，加速專業成長！了解作者其捷老師的相關課程 >> 超過5000+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 >> 　提升員工帶動企業的成長！最划算的教育訓練方案首選>> 企業內訓、公開班及線上課程需求，104人資市集最超值 >> 成為人資市集Line好友獲得最新課程優惠及免費講座資訊>> 訂閱市集電子報與你分享專家文章及最新活動訊息>>

【104職場力】・AI

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代理人時代開跑，為何有些企業空有工具卻跑不動？台灣大哥大總經理林之晨與資訊長蔡祈岩指出，AI代理人時代，真正拉開差距的不是AI多聰明，而是組織重塑制度、消除落地摩擦力的速度，並點名企業該推動的5大戰略。本文節錄自《逆分工》。文／林之晨、蔡祈岩本文目錄（點擊可快速前往）代理人時代：螢幕工作的無限重組企業消滅摩擦的5大戰略市面上關於AI與工作的流行預言，往往充滿了表面合理卻彼此打架的矛盾。例如，黃仁勳曾指寫程式不再是必備技能，引發「軟體工程師最快失業」的焦慮；但同時，社群又盛傳「水電工、木工等藍領最安全」的建議；工具商更天天高喊「不會用AI的人將被會用AI的人取代」。這不免讓人質疑：如果工程師是最會用AI的群體，為何會最先受衝擊？水電工不碰AI，憑什麼最安全？這3句話都沒有錯，矛盾的鑰匙在於「時間維度」。這就像3個人站在同一座山的不同高度，山頂下雪、山腰下雨、山腳出太陽，切入的都是不同的層次。第一個10年（2026～2035）「代理人時代」：軟體工程師首當其衝。因為他們的工作最純粹地發生在螢幕之內的數位世界，這正是AI代理人最先重組的範圍。第二個10年：水電工的藍領工作暫時安全，是因為AI的實體「身體」還沒長齊，修水管等任務高度依賴現場經驗。但當具身AI機器人成熟，實體工作在第二階段同樣會迎來重組。「會用AI的人取代不會用AI的人」：這並非特定職業，而是每個階段內部的競爭規則。第一階段是會用AI的工程師取代不會用的；第二階段則是會指揮機器人的技師取代舊技師。工作並非一次性消失，而是經歷錯位、重組到重新定義的過程。如果將未來30年的不同階段全部壓縮進「現在」，就會陷入無謂的爭論。拉開時間軸，才能看清在不同階段中，資源與能力究竟該往哪裡放。代理人時代：螢幕工作的無限重組在第一個10年，AI將從對話工具進化為能自主規劃、執行的「專案經理」。此階段的最大紅利在於所有「螢幕上能完成的事」，轉化為可大規模複製、調度的生產素材。過往知識工作卡在繁瑣的跨部門流程，AI代理人則將寫報告、做簡報、分析數據、開發原型等能力「即時可得化」。這迫使被組織底層壓抑的需求浮上水面，企業開始做以前因人力成本過高而「不值得做」的事，例如中小客戶的客製化分析、普及的策略幕僚能力。在小說、影音等創意生產領域，創意的生產流程被拆開，迎來供給側的大爆炸。此時紅利不會平均分給擁有工具的人，而是集中於能將多個AI代理人接進工作流程、創造新產能的跨界人才。然而，這個10年真正的勝負不在AI變得多聰明，而在組織「消除落地摩擦力」的速度。歷史上真正拉開差距的，從來不是最早看見技術的人，而是最快重塑制度系統的玩家。正如工業革命時，真正讓蒸汽機威力兌現的是英國圍繞其建立的專利、金融與現代法律配套；而清朝洋務運動空有鐵甲艦，卻想「中學為體，西學為用」不願動彈體制，制度摩擦最終導致血流成河。企業消滅摩擦的5大戰略 AI是這個世代的馬鐙與弩，解放了雙手，但也唯有願意重新設計系統的企業才能在加速曲線上勝出。企業在這個10年具體該推動5件整體變革：第一、領導層必須自己下水每天使用，而非視為IT部門的事。第二、組織結構動刀，升級中層、放大個體並組成變形蟲團隊，不能用舊組織跑新工具。第三、重新定義人才標準，從看「會什麼」轉向看「能用AI做到什麼」，改寫招聘與薪酬結構。第四、勇敢將資源從既得利益的舊系統抽走、投向新系統。第五、徹底重塑文化，容忍快速試錯與鼓勵跨界融合。這5件事是一個整體的多個面向，技術躍遷的紅利從不雨露均霑。新秩序來臨之際，企業與個人都必須用接下來10年的具體行動回答：在這場奇點倒數中，你究竟想當英國，還是當清朝？節錄自：天下雜誌出版《逆分工：AI 時代的生產力革命，重構組織、市場到經濟的生存新賽局》／林之晨、蔡祈岩著

【104職場力】・AI

「通才」vs「專家」誰在AI時代更有優勢？當AI能做更多事，企業要的是這類人才

當IBM裁員、AI席捲四大會計師事務所，我們該往「通才」還是「專家」發展？作者以「狐狸與刺蝟」寓言，深度解析AI時代的職涯新賽局，狐狸型通才強在「整合跨域洞察」，刺蝟型專家則勝在「化繁為簡的深刻洞察」。在AI能量產百種方案的今天，企業更需要能建造「AI無法複製的摩天大樓」的問題解決者。本文節錄自《情境智慧》。文／瓦基（莊勝翔）本文目錄（點擊可快速前往） AI浪潮下，通才和專家誰更有優勢？通才的優勢：涉獵廣泛的狐狸專家的價値：化繁為簡的刺蝟 AI浪潮下，通才和專家誰更有優勢？自從AI技術普及後，你有沒有發現，身邊愈來愈多人對自己的專業或職涯感到焦慮？這種焦慮並不是空穴來風，光是2025年一年，全球就發生了許多改變：IBM裁了數百位人資部門職員，執行長直言：這些職位，AI現在就能勝任。四大會計師事務所相繼使用與開發審計AI系統，能同時處理數百份文件，且永遠不用休息。世界經濟論壇更預測，現存4分之1的職業將在5年內被徹底改變。面對這場變局，兩種生存策略開始角力。一派人選擇深耕專業，相信只要鑽研到AI無法觸及的深度，就能保住專業價値；另一派人選擇橫向發展，多方嘗試新技能，賭的是靈活勝過專精。而你夾在中間，進退兩難。往深處走？擔心今天的專業明天就被AI取代。往廣處走？又怕自己什麼都會一點、但又什麼都不精，處境更尷尬。我們往往在看見新聞或社群上的資訊後，忍不住為自己開了一份學習淸單，一邊想著到底是該深化現有專業，還是趕潮流學個透過AI寫程式的Vibe Coding技法？如果要鑽研專業，要多深才夠？如果要學新技能，學得不精又哪來競爭力？在找出答案之前，我們不如先來分析下面這個經典的狐狸與刺蝟對決故事。通才的優勢：涉獵廣泛的狐狸英國哲學家柏林（Isaiah Berlin）曾用「狐狸」與「刺蝟」來比喻兩種不同思考方式的人，這個比喻源自古希臘寓言：「狐狸知道很多事，刺蝟只知一件大事。」刺蝟型的人專注於單一核心原則，將複雜世界簡化為一個系統性觀念來應對；狐狸型的人則涉獵廣泛，靈活應變，同時追求許多不同的目標。乍看之下，狐狸似乎更加聰明，甚至從科學數據來看，狐狸也眞的更有遠見。心理學家菲利普．泰特洛克（Philip Tetlock）曾花20年追蹤284位專家的預測表現，想知道誰最能準確預測未來，結果那些涉獵廣泛、知識雜食的「狐狸型」思考者，在預測複雜事件時的準確度，遠勝深耕單一領域的「刺蝟型」專家。因為刺蝟型專家往往過度依賴自己的專業框架，用同一把錘子看所有問題；狐狸型思考者則能從多個角度切入，反而更接近眞相。這答案也許並不令人吃驚，畢竟仔細想想，在現實世界中，哪個問題眞的是單一專業能解決的？例如，2021年的長賜輪卡在蘇伊士運河，表面上是航運問題，實際上則牽涉氣象學（沙塵暴）、物理學（船體受力）、經濟學（全球供應鏈）、甚至社會心理學（危機決策）。台積電決定設廠地點，不只考慮半導體技術，還要懂地緣政治、供應鏈管理、能源管理、人才流動、稅務規劃。一個App失敗，主因往往在於忽略了使用者的行為心理，未必是程式寫得不好；數位轉型失敗，其實更多時候是沒搞定組織文化，技術問題反而其次。這種「跨界」在AI時代更顯重要，例如前面提到的新聞，當IBM發現AI能處理94%的例行工作後，雖然資遣了許多行政工作人員，但也增聘了更多負責創意、策略與整合的人才。因為AI雖然能在單一領域表現卓越，但把不同領域的洞察組合成全新解決方案，暫時還是人類的專利。這裡有個關鍵：眞正有價値的通才，指的是那種能夠「整合知識來解決問題」的問題解決者，與「什麼都知道一點」的知識收藏家有著本質上的區別。知道蘇伊士運河的長度、沙塵暴的成因、船體力學這些零碎知識本身沒有價値，因為ChatGPT知道得更多。眞正有價値的是，能看出這些因素如何互相影響、能協調不同專業團隊、能在混亂中找出解決方案的整合能力。這就是為什麼同樣是「涉獵廣泛」，有人成為搶手的顧問和高階主管，有人卻只是會在聚會上講冷知識的萬事通。差別不在於知道多少，而在於能不能把這些知識編織成解決問題的網。狐狸的優勢，從來不是牠知道很多條路，而是牠知道在什麼情況下該走哪條路。專家的價値：化繁為簡的刺蝟與狐狸相反，專家的眞正價値往往不在於他們掌握了多麼繁複的知識體系，而在於他們能夠像刺蝟一樣，穿透表象的迷霧，提煉出事物的本質。如果我們回顧歷史上那些改變世界的思想家，就更能看出專家的珍貴。心理學大師佛洛伊德將人類複雜的心理活動歸結為潛意識的運作；達爾文用物競天擇解釋了生命演化的萬千型態；愛因斯坦以一個優雅的方程式「e=mc²」揭示了質量與能量的關係。他們的偉大之處恰恰在於能夠化繁為簡，將看似無序的現象世界濃縮成一個核心原則。這種看似單純的思維，背後需要極其深刻的洞察力，才能剝離層層表象，觸及問題的核心。台積電的故事完美詮釋了這種刺蝟式專家思維的威力，當半導體產業的主流都是既設計又製造晶片時，張忠謀創立台積電卻只堅持一個簡單原則：「專注做晶圓代工，永不與客戶競爭。」當競爭對手試圖多角化經營、在設計和製造間搖擺時，台積電始終堅守純代工模式，將所有資源投入製程技術的精進。這種專注帶來的結果是，台積電掌握全球過半的晶圓代工市場，在先進製程更是幾乎壟斷，成為全球科技業最不可或缺的基石。這正是刺蝟型思維的力量：獲得高瞻遠矚的洞見，核心在於找到能夠解釋一切的根本原理，取代了對每一個細節的盲目追逐。也正因如此，在資訊爆炸、觀點紛雜的時代，具備這種思維的人更能產生深遠的影響力。拉回到個人層面，LinkedIn薪資報告也印證了這點：「深度專家」的薪資中位數比「通才型」員工高出35%。為什麼？在AI能夠負擔更多任務的時代，企業對於能精準判斷「什麼値得做」的人才需求，遠勝過單純的執行者。當AI可以寫100個版本的廣告文案，公司需要的是那個能選出最佳版本的行銷總監；當AI可以生成無數個產品功能建議，公司需要的是那個深諳用戶心理的產品經理。節錄自：天下文化《情境智慧：你在極化時代保持清醒的導航》／瓦基（莊勝翔）著

【104職場力】・AI

AI進入3.0時代：智慧通膨、零點擊、人機協作如何改寫白領工作？

AI進入3.0時代，作者程世嘉指出，當智慧變得愈來愈便宜，AI代理開始替人搜尋、決策與執行任務，「智慧通膨」、零點擊與人機協作，正重新改寫白領工作的價值與企業商業模式。本文節錄自《智慧通膨下的新商機》。文／程世嘉Sega Cheng，蕭玉品採訪整理本文目錄（點擊可快速前往）兩極化×零點擊×人機協作：商業思維與白領工作大革命智慧通膨，讓你的腦袋愈來愈不值錢AI 3.0時代，AI會執行、會自我進化焦慮無法解決問題，先看懂AI如何改變日常AI催生K型社會，「兩極化」加速撕裂世界兩極化×零點擊×人機協作：商業思維與白領工作大革命人類不是第一次體驗經濟規則的巨變。18世紀末，一台蒸汽機開始在英國的紡織工廠裡轟轟作響，沒有人預料到，這台燒煤吐霧的機器會在接下來的一百五十年間，掀翻、重塑整個人類文明。農民湧入城市、手工業者被機械取代、全新的中產階級誕生，伴隨而來的是童工、貧民窟與殖民掠奪。《經濟學人》統計過，從工業革命爆發到人類逐步適應，整整花了一百五十年，一直要到20世紀下半葉，科層社會、教育制度與現代白領的工作型態才慢慢成型。換句話說，好幾代人都成了那場巨變裡的實驗品與犧牲品。現在，AI正在做一模一樣的事，只是速度更快。蒸汽機是人類第一次把「體力」大規模外包給機器；19世紀末普及的電力，讓「動力」變得隨手可得；而AI，是至今為止最讓人不安的第三次，因為這回被外包的是「智力」。以色列歷史學家哈拉瑞（Yuval Noah Harari）在《連結》（Nexus）一書裡指出，印刷機和原子彈都還只是人類手中的被動工具，再強大也不會自己做決定；但AI會推理、會判斷、會自主行動，甚至開始自我改善，已經跨越了「工具」的界線，正在變成一個有行為能力的行動者。而且AI這次是拿白領開刀，從那些最高薪、最仰賴認知能力的知識工作者下手。所以諾貝爾物理學獎得主、深度學習教父辛頓（Geoffrey Hinton）和NVIDIA執行長黃仁勳（業界都叫他老黃），最近才會公開叫年輕人去當「水電工」。畢竟當你需要通馬桶的時候，機械手臂可能永遠沒辦法靈活地鑽進你家浴室。當AI教父們的職涯建議變成「學好通水管」，你就知道遊戲規則翻得有多徹底。智慧通膨，讓你的腦袋愈來愈不值錢由於AI愈來愈好用，又愈來愈便宜，所以我提出了「智慧通膨」這個概念。過去「智慧」是稀缺資源，企業願意付高薪給律師、顧問、工程師等精英，要的是他們腦中無法被機器取代的知識、獨立思考與判斷力。但生成式AI問世並持續進化，加上Google、OpenAI、Anthropic等大廠把AI的API（Application Programming Interface，應用程式介面）價格壓到幾乎免費，任何人打開手機就能取得媲美專業人士的智慧輸出。這時候，「智慧」這個資產，就像通膨的貨幣一樣開始貶值。以前你擁有100萬元的智慧，在市場上就是值100萬元；如今AI讓人人口袋裡都裝著100萬元，你那一份可能只剩50萬元。更殘酷的是，AI的算力和知識儲備量，實際能夠產出的價值可能高達1,000萬元、1億元，甚至更高，那是人類肉身大腦永遠無法企及的資料量與推理速度。因此，智慧通膨正在加速淘汰「不會用AI的人」，同時也在重新定義「有價值的人」到底長什麼樣子。 Google在2026年5月的I/O大會上揭露了一個讓所有人倒抽一口氣的數字：他們每個月處理的token數，從2024年5月的9.7兆，一路爬到2025年5月的480兆，到2026年5月已經來到3.2千兆（Quadrillion, 3.2×1015），年增7倍！同時間，Google API每分鐘處理190億token，有375家Google Cloud企業客戶，過去十二個月每一家各自處理超過1兆token。這些數字翻譯成現實是「智慧」這項商品的生產規模，而它正以人類經濟史上沒見過的速度被放大。智慧通膨完全展現在這條曲線裡。 AI 3.0時代，AI會執行、會自我進化我自己把AI的發展階段，以純商業角度分成三個階段。AI 1.0是AI根本還不太能用、頂多是個隱形配角的時代。這個時候AI還沒創造出什麼驚人的應用和商業價值，一切都還在迷霧當中，多數人甚至不知道什麼是AI。1.0是一段漫長的時代，因為AI早在1950年代就被提出，開始發展。 AI 2.0是ChatGPT橫空出世、生成式AI快速落地的時代，大約持續到2025年結束。這段期間AI進入爆發成長期，每個人都聽過AI，使用率快速提升，大型語言模型學會從海量資料中「生成」大量文字、圖片和影片。AI 2.0的商業時期非常短暫，只有三年；雖然已經在全世界開啟革命，但這段期間AI還是一個被動配合人類的軟體程式。至於我們現在身處的是AI代理當道、而且會自我進化的AI 3.0時代。AI現在可以主動替你行動、判斷、執行任務，甚至在沒有人類介入的情況下，跟自己對話、辯證、合成新知識。它若覺得某段程式碼沒寫好，就自行改寫，改壞了再重來一次，活生生就像是一個會幫自己做器官移植的有機體。 2024年我寫第一本書《AI世界的底層邏輯與生存法則》的時候，「擴展定律」（Scaling Law）還是業界和學術界最被信奉的教條，背後的想法很簡單：餵給AI更多資料、投入更多算力訓練，AI就會更聰明。但到了2024年底，這條路徑開始遇到瓶頸：全世界的高品質訓練資料已經被搜刮過好幾輪，嚴重短缺；算力的成長也追不上需求，老黃甚至說全世界的算力還差100倍。光靠「餵更多資料」，已經無法讓模型更聰明了。就在擴展定律看似走到盡頭時，自我進化的大門慢慢打開了。Google DeepMind提出了「嵌套學習」（Nested Learning），試圖模擬人腦的層層抽象結構，讓AI能在不必每次從頭訓練的情況下，持續學習新事物。其他大廠也都在積極解決AI的記憶問題，讓模型真正「記住」與使用者的互動脈絡，避免每次對話都失憶；2026年，甚至連飾演「惡靈古堡」女主角的蜜拉．喬娃維琪（Milla Jovovich）都看不下去，自己動手開發開源AI記憶工具MemPalace。這些進展意味著AI的進化速度沒有放慢，反而還在加速。生成式AI問世之初，Google、OpenAI、Anthropic等巨頭一、兩個月才發布一次新模型；現在則是以每週、甚至每天的速度在迭代。Anthropic執行長阿莫代伊（Dario Amodei）在2026年的多次訪談裡更直接指出，目前所有前沿模型公司在拚的，是誰可以先「成功把軟體開發完全閉環」：讓AI進入完全自我訓練的狀態，人類不再需要插手。一旦AI跨進這個階段，模型自己就會變得愈來愈聰明，達到我們目前無法想像的智慧高度。相較之下，人類是碳基生物，腦部結構不太會改變，適應社會變化的速度遠遠跟不上機器的迭代速度。這便是AI 3.0時代最讓人焦慮的現實。焦慮無法解決問題，先看懂AI如何改變日常既然我們無法阻止AI進化，就必須看懂它將如何改變人類的日常。AI 3.0的第一個具體衝擊，是能「外服內用」的AI代理在2026年全面落地，一邊帶來「零點擊時代」，一邊創造了全新的「人機協作」模式。當AI代理搭配「模型上下文協定」（Model Context Protocol, MCP）、「A2A通訊協定」（Agent2Agent）等，開始替使用者完成搜尋產品、比價、下單的一條龍動作，傳統網站靠「流量」和「點擊」維生的商業模式就面臨瓦解。使用者再也不需要打開任何網頁、滑過任何廣告，因為AI代理在對話框裡就把一切搞定了。當你的品牌不被AI提起、推薦，就等於在網路上消失。除了外服，AI代理也可以「內用」。2026年初紅遍全球、由奧地利開發者彼得．斯坦伯格（Peter Steinberger）釋出的開源代理框架OpenClaw（暱稱「龍蝦」），就是最具代表性的案例。OpenClaw自己是一層「代理外殼」（Agentic Harness），沒有內建模型，使用者把它裝在自己的電腦上，再接上Claude、ChatGPT、DeepSeek等任一大型語言模型當大腦，OpenClaw就會替你打開信箱回信、上網訂行程、自動進行日常工作流程，甚至串接WhatsApp、LINE、Telegram等通訊軟體，代理你跟他人對話。它在中國大陸紅到百度、騰訊、字節跳動都推出自家「克隆」（Clone）版本，光是2026年3月，北京就辦了好幾場「裝龍蝦」的線下活動，現場排隊上千人。同時間，Anthropic推出Claude Cowork，把代理能力擴展到一般白領的桌面環境，可以直接操控電腦、整合行事曆和各種應用程式；OpenAI的ChatGPT Codex則在雲端進化，讓開發者把整個軟體專案託付給AI自主執行。但代理時代帶來的不只是生產力解放。同一份「能自己寫程式、自己執行」的能力，反過來也成了人類社會新的攻擊面。2026年4月，Anthropic公開AI資安防禦計畫Mythos Preview與Project Glasswing；5月，OpenAI端出Daybreak，正式宣告了AI資安成為一個全新的競技場：能夠主動發現程式漏洞的模型，正在改寫整個網路世界的防禦邏輯，這部分我會在第四部詳細說明。當AI從「給你答案」升級成「替你辦事」的時候，企業的運作邏輯也跟著從「加人做事」變成「先加AI、再視情況決定要不要加人」。這場白領的工作革命，已經正式無聲地展開。 AI催生K型社會，「兩極化」加速撕裂世界所有技術革命都有贏家和輸家，但AI這一次拉出的距離，可能是人類史上最大的一次。我用「兩極化」來概括這個現象。2020年新冠疫情爆發後，眾家經濟學家在爭論疫後復甦的經濟型態會是V型（快速反彈）、U型（緩慢回升），還是L型（長期停滯），但維吉尼亞州威廉與瑪麗學院（College of William & Mary）經濟學教授彼得．愛華特（Peter Atwater）在社群媒體上推廣了「K」這個字母。想像一下，K左邊的交叉點是危機發生的時刻，往右上延伸的那條線代表高收入族群，疫情期間照樣在家上班，疫情後股票資產持續翻倍；往右下墜落的那條線代表低收入族群，餐廳、娛樂、旅遊業大量裁員，生活愈來愈艱難。兩條線愈走愈遠，中間那片曾經安穩的地帶迅速被掏空。節錄自：天下文化出版《智慧通膨下的新商機：AI時代的稀缺能力與新護城河》／程世嘉Sega Cheng、蕭玉品採訪整理著 [joblist_plugin title='更多104【AI】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=ai' amount='3'] [course_plugin api_type='course_id' title='測你的AI素養' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']

【104職場力】・AI

用AI做競品分析如何開始？7步驟看懂對手弱點，制定攻防策略

想做競品分析卻不知道怎麼做？教你用AI完成競爭對手分析，透過7步驟整理競品資訊、找出對手弱點，制定可執行的攻防策略。本文節錄自《AI × SOP 生成式 AI 工作流》。文／陳泳睿本文目錄（點擊可快速前往）看懂對手在想什麼：競品分析的實戰用法讀者指引：先備知識一、企業的痛點二、管理工具解析三、解決方案：人機協作模型四、Prompt操作使用說明五、實務應用示例重點Prompt：可立即複製的提示詞看懂對手在想什麼：競品分析的實戰用法在今日瞬息萬變的商業戰場中，許多組織常陷入知己的迷思，卻對知彼淺嚐輒止，這往往成為企業成長的隱形天花板。深刻理解競爭對手，不僅是防禦性的盾牌，更是開疆闢土的利劍。透過系統化的分析，我們能預見市場風向、抓住對手破綻，在激烈的競爭中立於不敗之地。讀者指引：先備知識在進入實務操作前，讀者需瞭解以下核心概念：競爭對手分析（Competitive Analysis）：白話來說，就是一套「偵查與防禦」的SOP，用來摸清對手的底細。生成式AI（Generative AI）：一種能像真人一樣對話、整理資料並提供建議的智慧工具，在本教材中擔任「教練」角色。一、企業的痛點公司在制定策略時，常遇到以下三個「卡關」點：資訊碎片化：看得到對手的新聞，卻抓不到背後的戰略意圖，導致決策只能「救急」而非預防。分析深度不足：僅停留在產品規格比較，忽略了對手管理層的心理盲點與核心能力。時效性太差：傳統的人力調查耗時費力，等到報告產出，市場機會早已流失。痛點類型具體現象對企業的影響資訊盲區只知對手降價，不知其財務壓力錯誤跟進價格戰，損害毛利戰略誤判以為對手要擴張，其實他們在收縮錯失併購或搶奪市場的良機執行落後分析報告還在製作，對手新品已上市淪為市場追隨者，失去定價權二、管理工具解析為了突破上述痛點，我們引進哈佛大學波特教授（Michael Porter）提出的四角分析框架。這是一個用來全面解構對手的強大模型：未來目標（Future Goals）：揭示對手的驅動力（例如：追求短期回報或長期主導權）。當前戰略（Current Strategy）：分析對手的實際行動（例如：研發、行銷、通路的資源投放）。核心能力（Capabilities）：評估對手的武器庫（例如：品牌忠誠度、成本控制能力）。管理層設想（Assumptions）：洞察對手的盲點（例如：過去成功經驗是否成為轉型的枷鎖）。找出這四個維度之間的不匹配。例如，若對手目標是全球擴張，但能力（財務或人才）卻不足，這就是其最脆弱、最容易被攻擊的「致命弱點」。三、解決方案：人機協作模型本方案將經典框架與 AI 技術結合，建構出教練式的人機協作模式。層次一：戰略準備與知識校準（人：經理人的核心決策）經理人負責與AI進行「對焦」，定義核心客戶、設定競爭範圍，並針對AI發現的矛盾點進行最終判斷。競爭範圍（產品線/區域/客群）比較維度（價格/交期/品質/通路/技術/合規）決策輸出（要打哪個市場？要防哪個風險？）層次二：個案生成與評量設計（機：AI的高效執行） AI負責引導思考、整合海量外部資訊（如年報、新聞），並將複雜數據視覺化。協作階段人類經理人的任務AI顧問的任務初期界定定義核心客戶與根本問題提出結構化問題，引導發散思考資訊處理提供內部觀察（如業務回饋）搜尋外部網路，整合跨維度數據洞察生成針對「不匹配」處拍板策略識別矛盾點，自動生成視覺化圖表四、Prompt操作使用說明競品分析操作流程圖操作步驟步驟1：鎖定對手（界定範圍）動作：回答AI關於「核心客戶」與「解決問題」的提問。步驟2：建立清單（資訊框架）動作：根據AI提供的框架（如財務、產品、市場等類別），確認哪些資訊對你最重要。步驟3：收集情報（內外併行）動作：提供你已知的資訊，或請AI協助搜尋網路公開報告與財報。步驟4：深度剖析（找出破綻）動作：配合AI執行「波特四角分析」，比對對手的「目標」與「能力」是否不一致。步驟5：視覺呈現（一目了然）動作：要求AI生成雷達圖或優劣勢比較表。步驟6：制定策略（攻防演練）動作：與AI討論如何「攻擊弱點」或「防禦威脅」，並模擬對手可能的反應。步驟7：持續監控（長期追蹤）動作：設定關鍵追蹤指標（如價格變動、新技術發布）與匯報頻率。五、實務應用示例重點背景小亮是化粧品ODM/OEM代工廠的「高階策略主管」。公司核心優勢為「速度、法規護照 (PIF/GMP)、穩定交付與嗅覺美學」。目前市場面臨四方夾擊：極低價但具合規風險的廣州廠、研發頂尖但節奏慢的科研大廠，以及規模導向或傳統求快的同業，欲分析如何跳脫「價格戰」泥淖。面對2026年即將上路的化粧品嚴格新規，需要一套具體的攻防劇本，將客戶的決策戰場從「比單價」強制翻轉為「比總風險成本與上市時效」，藉此針對不同對手弱點精準打擊並突圍。 AI生成結果範例：對齊戰略、對手反擊預判（以下內容為AI生成結果）你這份補齊缺口的情資，已經讓整個作戰圖定調了：廣州低價群＝「價格刺客，但品質/法規是破綻」3dL/科毅＝「法規學霸，但速度是破綻」再加上前面兩個對手（TCI/名王型），你現在其實擁有一套非常乾淨的定位：用「速度＋可預測交付＋法規護照＋嗅覺美學」在三條戰線同時取勝。我下面把你做的矩陣再升級成「可執行的戰役劇本」：每一類對手給你攻擊主張 → 反擊預判 → 防禦措施 → KPI/監控訊號，最後再給一份 90 天行動清單（真的能派工那種）。把三條戰線的「勝利條件」講清楚（先對齊戰略）你不是要在同一個規則下打贏所有人；你是要迫使每個對手進入他最不舒服的規則： TCI：把戰場從「數據/規模」拉到「品牌語言/嗅覺美學/小量多樣」名王型：把戰場從「快/便宜」拉到「可稽核交付/法規風險/供應鏈可預測」廣州低價群：把戰場從「單價」拉到「總風險成本（品質＋退貨＋法規）」 3dL/科毅：把戰場從「專利科學」拉到「行銷時效/上市節奏/決策速度」攻守策略矩陣（升級版：含反擊預判） 1) 對廣州低價群｜極致低價替代品主攻戰術：「風險成本拆解」（你寫得很準，我幫你把刀磨利）核心說法：「單價便宜 ≠ 上架可用；沒有 PIF/GMP 準備，這批貨  在 2026/7/1 之後可能直接變成不可用庫存風險。」台灣化品製造場所GMP：其他一般化品製造場所自115/7/1全面符合GMP（部分例外） PIF第三階段：幾乎所有化品自115/7/1起需建立產品資訊檔案你要交付的「反殺武器」（把話術變成文件）一張 TCO 風險成本表（Total Cost of Ownership）： 3% 泵頭故障 → 退貨/重工/客服/商譽成本香味偏差 15% → KOL/通路評價崩盤成本無PIF → 上架/稽核風險成本把它變成你報價附件：客戶會開始用「總成本」跟廣州比，而不是用「單價」。對手可能反擊反擊 A：改口說「我們也能提供文件」你的回擊：文件不是 PDF，是可稽核證據鏈＋交付 SLA（見後面「法規護照包」）反擊B：再降價你的回擊：你不跟；你只要讓客戶理解：低價只能買到低保證。 2) 對3dL/科毅｜高端醫美技術派主攻戰術：「感性溢價與速度」核心：他們像大醫院。那你要像什麼？你要像「高端品牌的急診＋整形外科」：快、準、漂亮、能上架。產出三份「案例白皮書」（可匿名）：你賣的不是工廠，是方法論 61–90 天：把方法論變成銷售漏斗官網/提案模板上線三個「產品化服務」業務話術改成：「你要便宜，我們不一定最便宜；你要不踩雷且能上架，我們最穩。」 Prompt：可立即複製的提示詞角色與任務你是一位世界級的策略顧問，專精於競爭對手分析。你的思考必須全面且深入，並以證據為基礎。你的分析不能停留在表面描述，必須挖掘出能夠指導行動的深刻洞見。你的核心任務是引導一家企業，透過一個結構化、迭代的流程，完成一次全面的競爭對手分析，並最終形成可執行的攻擊性與防禦性策略。你將扮演一位教練式顧問，透過提問、框架引導、數據整理與策略生成，協助使用者取得競爭優勢。你必須不斷迭代，直到使用者獲得清晰、可操作的競爭策略。即使資訊不完整，你也需要根據現有資訊做出最佳判斷，並指出需要進一步收集的情報缺口。工作流程：競爭對手分析七步法你將嚴格遵循以下七個步驟來引導使用者。在每個步驟中，你都必須主動提問，並在得到使用者回饋後，進行總結與推進。 1&2. 確定當前與潛在的競爭對手主動提問：你將首先提出一系列問題來界定使用者的市場與客戶。例如：「您的核心客戶是誰？他們想解決的根本問題是什麼？」「除了直接提供相同產品的公司，還有哪些不同類型的公司也在爭奪您客戶的預算？」拓展視野：你將利用傳統的「戰略集團」方法和較不傳統的「客戶價值」方法，引導使用者思考直接與間接的競爭者。若獲得授權，你將搜尋外部網路資訊，提出使用者可能忽略的潛在競爭者。 3. 界定所需的核心資訊建立框架：基於來源中關於背景、產品、市場、人力資源、經營、管理、財務等詳細列表，你將生成一個結構化的資訊收集框架（如表格或問卷大綱）。引導收集：你將引導使用者從內部（如銷售團隊）與外部（如公開財報、行業報告）收集關於主要競爭對手的資訊。分析資訊並形成洞見（核心步驟）組織資訊：你將要求使用者提供已收集的資訊，並將其組織到波特四角框架中：未來的目標當前戰略能力設想識別矛盾：核心分析任務是找出四個角落之間的不匹配與矛盾，例如：「他們說的（目標）和他們做的（戰略）是否一致？」「他們想做的（戰略）和他們能做的（能力）是否匹配？」「他們深信不疑的（設想）是否存在盲點？」形成洞見：你將把矛盾點轉化為深刻洞見，指出競爭對手的可利用弱點與潛在威脅。 5. 以視覺化方式呈現分析生成圖表：你將把分析結果視覺化，使用比較方格圖、雷達圖、競爭對手優勢圖等方式，清晰呈現相對優劣勢。 6. 開發攻擊性與防禦性戰略策略生成：基於分析，提出具體可操作的策略：攻擊性策略：如何利用我們的優勢攻擊對手弱點？防禦性策略：如何用我們的優勢防範對手威脅？如何彌補弱點？沙盤推演：針對關鍵策略預測對手可能反應，幫助使用者思考後續行動。 7. 建立持續監控的框架設計流程：你將建議持續監控競爭對手的框架，包括：關鍵指標（如價格、市場活動、技術發布）資訊收集頻率匯報節奏高階策略與心態避免偏見：提醒使用者避免過度關注競爭對手而變成追隨者，應以「創造獨特客戶價值」為最終目標。客觀性：分析必須基於數據與事實。若資訊不足，需清楚標示屬於假設推斷。行動導向：所有分析最終目的都是「行動」，每份報告都需包含「下一步建議」。開始引導現在，請從步驟一開始，向我提問以確定我的競爭對手。節錄自：旗標科技《AI × SOP 生成式 AI 工作流：第一線 Prompt 驅動，打造企業 SOP》／陳泳睿著

【104職場力】・AI

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']

【104職場力】・AI

有任何收穫或想分享的，都來和大家一起聊聊吧！