104學習

Python數據分析

掌握此技能代表能運用程式語言整理、清洗與分析大量資料,從中找出趨勢與洞察,協助企業做出數據驅動的決策。具備自動化報表與視覺化呈現能力,提高工作效率與溝通效果。此能力在金融、科技、行銷等多個產業需求大增,是提升競爭力與職涯發展的重要利器。

24,123 個相關職缺

提升你的實力,朝專業更進一步

精選課程

充實自己,讓能力持續成長

人工智慧-Python與資料科學【本課程為線上課,報名後專員會提供上課資訊】
人工智慧-Python與資料科學【本課程為線上課,報名後專員會提供上課資訊】
Python程式設計【本課程為線上課,報名後專員會提供上課資訊】
Python程式設計【本課程為線上課,報名後專員會提供上課資訊】
無基礎學python
無基礎學python
APCS程式檢定(Python)【本課程為線上課,報名後專員會提供上課資訊】
APCS程式檢定(Python)【本課程為線上課,報名後專員會提供上課資訊】
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
AI 商業數據與工作應用實戰:分析、報表與決策支援【09/30】
Python程式量化投資分析(台股篇)
Python程式量化投資分析(台股篇)
R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練
R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練
Python Flask RESTful服務設計
Python Flask RESTful服務設計
AI快速完成專業簡報
AI快速完成專業簡報
資料分析與視覺化|本課程為線上課程,報名後將提供上課資訊
資料分析與視覺化|本課程為線上課程,報名後將提供上課資訊

精選證照

考取專業證照,讓能力被市場看見

網頁資料擷取與分析 Python |
在數據分析領域及資料科學中,Python榮登最受學界、業界以及開源軟體界中最受歡迎的程式語言第一名。Python強項在於語句少而簡潔,高開發效率與高生產力,幫助開發者可以專注在解決問題上,用途廣泛,使用者來自各個領域。在物聯網興起的時代,大數據資料需要經由數據分析,進而找出資料能提供的資訊。Python具有豐富強大的程式庫,能高彈性運用Python的各項套件模組,進行數據資料演算,以幫助企業降低成本、挖掘出資料庫中的各類商機,做為後續的智慧應用資料依據。
財團法人中華民國電腦技能基金會
基礎程式設計 Python |
基礎程式設計 Python 證照旨在驗證持有者具備使用 Python 語言進行基本程式設計的能力,涵蓋變數使用、流程控制、函式定義及簡單資料結構操作等核心技能。此證照適合初學者及希望建立程式基礎的專業人士,能有效提升求職競爭力及工作效率,廣泛應用於資料分析、自動化處理及軟體開發等領域。
尚未查核發照單位
網頁資料擷取與分析 R |
R證照主要驗證持有者在統計分析與資料科學領域運用R語言的能力,涵蓋資料整理、視覺化、統計建模及報告撰寫等技能。此證照適合數據分析師、資料科學家及相關從業人員,有助提升專業競爭力與職場表現。透過考試評估考生對R語言語法及應用技巧的掌握,並強調實務操作能力,廣泛應用於金融、科技、醫療及行銷等產業,成為推動數據驅動決策的重要工具。
財團法人中華民國電腦技能基金會
大數據與統計應用能力認證 |
大數據資料庫目前全世界是趨勢的發展!生活上很多事情可以用大數據資料庫來活用解決許多問題,大數據應用不僅僅統計學的範疇更多數學層面來運算。 統計學是擁有一個簡單且容易使用的計算編輯介面,讓一般使用者可以用很簡單的統計計算方式,在瀏覽器上輕鬆地完成複雜的演算撰寫。整合運算思維的統計學應用以及認證考照。
TIPCI臺灣國際專業認證學會
SSE Data Analysis Using Excel |
隨著大數據的氾濫及電腦計算速度快速地成長,藉助套裝軟體快速分析資料來提升決策速度與品質,幾乎是全民運動了。也因此在許多資訊發達的國家,尤其是美國,造就了大量資料分析家(Data Analyst)的職缺需求。使用Microsoft Excel軟體來進行資料分析的能力。是提供國際大企業獵才的參考,並取得資料分析師的入場券。
Silicon Stone Education (SSE)
Python程式設計應用認證 |
本證照關於Python程式設計必學基礎概念,例如變數、串列、類別和迴圈等主題,並對每個主題實作練習寫出淺顯易懂的程式碼。 學到如何讓程式產生互動性,以及如何在程式整合到專案前正確也測試好編寫的程式碼。
TIPCI臺灣國際專業認證學會

精選貼文,掌握第一手知識

ChatGPT分析數據資料會出錯嗎?修正盲點教學,制定策略更高效精準

運用ChatGPT分析數據和提供策略建議,分析準確嗎?實例示範運用ChatGPT解析Excel數據,從購買行為洞察、客群分群,到制定具體銷售策略,以及最關鍵的查核與修正盲點,才能真正發揮AI的輔助價值。本文節錄自《三秒鐘的出其不意!Excel × AI 幫你工作超省力》。 文/Excel 廣播電台|張予 本文目錄(點擊可快速前往) 【ChatGPT數據洞察1】用戶購買行為洞察【ChatGPT數據洞察2】銷售策略【ChatGPT數據洞察3】短中長期策略與行動方案【ChatGPT數據洞察4】AI分析準確嗎?如何查核與修正? ChatGPT不僅能根據你的指令提供數據摘要,還能根據分析結果給出實用建議!舉例來說,當你看到前一篇的折線圖,你可能會好奇:「為什麼6月的銷售額表現最好?」或者想知道:「如何改善4月和9月銷售下滑的情況?」這時候,善用ChatGPT,它能幫你深入分析數據,提供洞察與策略,讓決策更加精準! 【根據數據提問】問題示範:為什麼6月的銷售額表現最好?如何改善4月和9月銷售下滑的情況? (圖/旗標出版提供) (圖/旗標出版提供) 用「三個臭皮匠,勝過一個諸葛亮」來形容ChatGPT給予的協助,無疑是個最佳比喻。即便是經驗豐富的資料分析師,也可能會因為盲點而忽略關鍵資訊。但ChatGPT就像是一個全方位的數據顧問,能夠從多個角度切入,提供你可能沒想到的分析觀點,甚至具體的行動建議,幫助你從資料中挖掘出隱藏的黃金資訊。如果你能提供更完整的背景資料,它的建議將會更加貼近實際需求,甚至能針對你的分析需求量身打造具體的策略。 除了根據分析結果提供見解,你還可以直接告訴ChatGPT你的目標,請它根據目標設計行動策略。舉例來說,假設你希望以今年的用戶購買行為為基礎,制定隔年的銷售策略,ChatGPT就能根據數據表現,幫助你制定具體方案。現在,就來看看ChatGPT如何發揮數據分析的實力吧! 指令:「協助分析用戶的購買行為,並制定隔年的用戶銷售策略」 由於ChatGPT的回覆較長,以下將分為三部分介紹: 【ChatGPT數據洞察1】用戶購買行為洞察 (圖/旗標出版提供) (圖/旗標出版提供) ChatGPT根據我提供的Excel資料表,快速整理出用戶購買行為分析結果,包含購買次數、平均消費額、地區等關鍵資訊。接著,它透過購買次數與平均消費額的關係,將用戶分群,識別出高價值客戶和忠誠客戶,並清楚定義分類標準。最後,它還深入分析北、中、南地區的消費行為差異。這一切,只需短短幾秒鐘! 想像一下,如果要手動完成這項分析……你需要先整理資料表,再用肉眼觀察購買次數與平均消費額的關係。或許可以透過數據視覺化來加速分析,但問題來了――該選擇哪種類型的圖表?講了一堆,是不是很複雜?那麼下次不妨交給ChatGPT,讓它幫你快速整理、分析,省時又高效! 【ChatGPT數據洞察2】銷售策略 (圖/旗標出版提供) (圖/旗標出版提供) 在完成用戶行為分析後,ChatGPT進一步推導出2024年的銷售策略,針對高價值客戶、忠誠客戶、不同區域用戶,以及不同註冊時間的客群,提供個別的行動建議。這些策略不是憑空想像,而是根據Excel資料表中的實際數據,所推論出的具體建議,讓決策更有依據,提升執行效率與成功機率! 【ChatGPT數據洞察3】短中長期策略與行動方案 (圖/旗標出版提供) 最後,ChatGPT收斂並整理出2024年的短、中、長期銷售策略,確保這份分析報告能立即轉化為可執行的行動方案。如果你希望獲得更詳細的策略細節,或需要更多具體的行動建議,只需輸入指令,ChatGPT就能提供進一步分析,讓數據真正為決策帶來價值! 【ChatGPT數據洞察4】AI分析準確嗎?如何查核與修正? 你可能會好奇~AI進行數據分析的準確度如何?會不會出錯? 其實,ChatGPT並非完美,這點從聊天室下方的提示「ChatGPT可能會發生錯誤,請查核重要資訊」便可看出。 (圖/旗標出版提供) 如果對結果有疑問,你可以直接詢問ChatGPT它的推論依據。舉例來說,在分析區域消費差異時,ChatGPT提出:「台北與高雄的用戶消費較高,而台南用戶的消費額相對較低」。若你想知道它是根據哪些數據推論的,只需請它提供數據支持,結果如下: (圖/旗標出版提供) ChatGPT已經整理出各地區的消費表現表格,從總消費來看,台南的消費力確實較台北和高雄弱,這證明AI並非憑空猜測,而是基於數據分析得出的結論。然而,再重申一次~AI並不完美,你是否注意到「台中」的數據被忽略了?從表格來看,台中的總消費額其實是四個地區中最低,理論上應該比台南更值得關注,但ChatGPT並未主動提及這點。 總消費額為最低(圖/旗標出版提供) 當你發現這類問題時,可以直接指正,並要求ChatGPT修正。例如:請它補充台中的數據分析,確保結果更加完整。  (圖/旗標出版提供) (圖/旗標出版提供) ChatGPT已經根據指令進行修正!(圖/旗標出版提供) AI工具雖然強大,但仍有其不足。最理想的方式是將AI視為協作助手,而非完全取代人的判斷。透過人機互補,不僅能提升分析的精準度,也能確保結果更加全面。掌握這樣的心態,你將能更高效地運用AI進行數據分析,讓決策更加精準。 節錄自:旗標出版《三秒鐘的出其不意!Excel × AI 幫你工作超省力》/Excel 廣播電台|張予 著 更多【AI工作術】推薦: ChatGPT生成Excel圖表不卡關!xy軸設定、中文顯示問題輕鬆搞定 打造ChatGPT行政小助理:專屬AI助理幫你處理瑣碎行政工作 ChatGPT可以產生流程圖嗎?用Excalidraw和ChatGPT快速搞定 Excel公式讓ChatGPT幫你寫!輸入指令就能懂的Excel公式教學
【104職場力】・AI

精選 開會、寫信、簡報、交接,AI幫完還是卡關?4種協作工作先想對方要什麼

會議紀錄寫很長,卻沒人說得清誰要做什麼?信改得很客氣,對方還是不知道要回什麼? 跟人協作的工作,AI最容易幫倒忙的地方,是它不知道「另一個人」需要什麼。 第二季四種協作工作,一樣共用同一個骨架: 1. 交代目的與標準:這份東西要讓誰做什麼? 2. 排好先後步驟:先拿中間產物,確認後再往下做 3. 要求附上依據:原話、資料來源、例外狀況,讓你能驗收 套到四種工作,各有一個先後順序: ① 整理會議|先抓決議,再寫紀錄 先列出這場會要拍板的問題,再請AI逐項整理決議、負責人、期限,附上原話;沒說清楚的標「待確認」,沒結論的另外列。 ② 寫難開口的信|先想對方怎麼回,再動筆 先交代雙方關係和這封信要對方做什麼,分開寫語氣和不能退讓的底線;寫完請AI扮收件人回一封,看看哪裡會卡住。 ③ 做簡報|一頁一句結論,先排故事線 每頁先寫一句結論,依問題、證據、建議排順序;再看聽眾要做什麼決定,把用不到的頁移出主線。 ④ 寫SOP與交接|讓AI先訪問你,再寫步驟 不要只給一個標題,請AI一題一題問你實際怎麼做;補上例外和判斷點,最後請它用新人的角度讀一遍。 最常見的三個錯誤: ・把逐字稿、客戶資料整份貼進去,沒先確認公司規定、去除個資 ・負責人、日期讓AI自己猜,沒找當事人確認 ・AI模擬的回覆、試讀,被當成對方已經同意 小練習:挑一件這週要跟別人協作的工作,先寫下這一句再交給AI—— 「這份東西是給__的,看完我希望他__。」 比較一下,和你平常直接說「幫我整理/幫我寫」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」第二季四堂已經上線,免費報名就能看: 第5堂|5分鐘學會用AI整理會議 https://nabi.104.com.tw/course/104nabi/2fefe44f-c3e6-4499-a854-b68cb7915b86 第6堂|5分鐘學會用AI寫難開口的信 https://nabi.104.com.tw/course/104nabi/3acb180b-67ff-45db-9d40-a90639d2f6e8 第7堂|5分鐘學會用AI做簡報 https://nabi.104.com.tw/course/104nabi/bfbe4983-6e83-40d3-bfee-4221376928c6 第8堂|5分鐘學會用AI寫SOP與交接 https://nabi.104.com.tw/course/104nabi/d9bb9851-a417-4d4c-abc5-58295acd2149 還沒看第一季(寫企劃、做研究、看數據、審提案)的話,也可以從第1堂開始: https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207 也歡迎在留言分享:開會、寫信、簡報、交接,你最常卡在哪一種? 使用提醒:AI可能出錯,重要資訊請自行查證;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。
104學習・AI 趨勢報-科技愛好者的產地🤖

問卷設計用AI怎麼做?Gemini輔助6步驟完成Google表單、自動分析結果

市場調查是很專業的工作,不過如果只是小規模的市調,也可以用AI工具幫忙設計,好處是可以快速獲得方向跟靈感,節省憑空構思問題的時間!作者以Gemini示範如何快速完成Google表單問卷,以及運用AI統計問卷結果並加以分析。本文節錄自《最強!Google AI 工作術》。 文/蔡宜坦、施威銘研究室 本文目錄(點擊可快速前往) 問卷設計快速生成!請AI幫忙設計問卷內容如何把準備好的問卷題目製作成Google表單?Google問卷表單回覆怎麼看?讓AI幫你深入分析問卷結果 企業若能掌握消費者的消費意向,便能推出更符合需求的產品或服務。想要了解消費者的需求與意願,最常見的方法就是做「市場調查」,例如新品試用調查、滿意度調查等,這些方式都能獲取消費者最真實的意見回饋。 然而,市場調查是很專業的工作,涉及問題分析、抽樣方法、樣本規模、問卷設計、問卷發放、問卷回收與結果分析等,每個環節都要謹慎處理,以免誤差影響分析結果。市面上有許多公司提供線上市調服務,但是大部分都需要付費。其實如果只是小規模的市調,也可以用AI工具幫忙設計,不僅如此,AI還能統計問卷結果並加以分析,會成為你的市調好幫手!這一節我們就要實做用AI協助做線上市調問卷的過程。 使用AI: Gemini:https://gemini.google.com/ 問卷設計快速生成!請AI幫忙設計問卷內容 假設你已經想好問卷的目標,例如想要問消費者對新產品的購買意願、想要調查某活動的滿意度等,在設計問卷時,就可以透過提示詞告訴AI你想做什麼,讓AI協助生成相關的問題。 下面就以「市集活動滿意度調查」為例,我們要請AI擬出10個問題,詢問消費者對活動中每個環節的滿意度,作為下次辦活動的參考: 【提示詞】幫忙設計〔問卷主題〕問卷要收集〔填入收集資料〕,可以參與問卷填寫後的〔填寫後提供獎勵或進一步互動方式〕我想知道〔描述目標使用者〕的顧客對於〔可輸入更多想提問的項目〕的滿意度和印象好(或不好)的地方請設計〔指定生成數量〕個題目 圖/旗標科技《最強!Google AI 工作術》 輸入提示詞後,AI馬上就做出一份問卷,包含問卷標題、問卷前言、還有10個題目的問答項目。像這樣請AI製作問卷,好處是可以快速獲得方向跟靈感,而且AI整理的問題有明確的架構,例如它先問活動體驗,再問回饋建議,最後才是填寫抽獎資料,這已經具備基本的問卷架構,可以節省憑空構思問題的時間。你也可以再請AI調整或是自行增減項目,製作出更符合需求的問卷。 【問卷設計】GEMINI生成結果: 包括:問卷標題、問卷前言(簡介問卷內容和說明獎勵機制),可提升受訪者的參與意願 圖/旗標科技《最強!Google AI 工作術》 擬出十個問題(節錄) 圖/旗標科技《最強!Google AI 工作術》 如何把準備好的問卷題目製作成Google表單? 假設AI產生的問卷題目大致符合需求,接著就要將題目製作成可正式發布的問卷。目前大多數線上市調都是以Google表單製作的,如果你從來沒有製作問卷的經驗,也可以請AI教你製作步驟,下面就為你示範(如果你對Google表單已經很熟悉,即可略過此部份的說明)。 1. 直接請AI教我們做:AI馬上列出操作步驟,跟著步驟即可將問卷內容建立成Google表單。由於前面已經請AI準備好題目,可以在設定題目時派上用場。 【提示詞】可以教我如何將問卷內容轉換成Google表單嗎? 圖/旗標科技《最強!Google AI 工作術》 2. 登入並新建Google表單:試著按照AI第1個步驟的說明,進入Google表單網頁:https://docs. google.com/forms/。進入Google表單後,會看到一個「+」鈕,按下此鈕就可以建立新表單,要在登入狀態才能使用這功能。 圖/旗標科技《最強!Google AI 工作術》 3. 輸入表單標題及說明:接著會進入「未命名表單」的填寫畫面,請依序輸入表單標題與問題/答案。只要將剛剛AI寫的內容依序複製過來即可。 選取並複製問卷標題,貼到表單標題欄位(可再自行修改) 選取並複製問卷前言,貼到表單說明欄位(可再自行修改) 圖/旗標科技《最強!Google AI 工作術》 4. 輸入表單問題及答案:接著開始輸入問卷中的問題/答案。之前AI已經幫我們把問題列好,直接複製到Google表單中即可,你當然也可以繼續視狀況調整。 複製AI寫好的問卷問題,將問卷的問題貼到表單中 選擇「評分」,就會自動出現五個星等的選項 按此「+」按鈕可以繼續新增下一個問題 圖/旗標科技《最強!Google AI 工作術》 5. 完成後選擇發布:請繼續依照相同的操作,陸續以AI生成的問卷內容為基礎,複製到Google表單,並視需求修改文字內容,表單內容會自動儲存在Google的雲端硬碟裡。最後,按下右上角的發布鈕,即可完成問卷的製作。 按下「發布」按鈕 目前設定是只有知道連結的使用者才能進入問卷頁面,再次按下「發布」鈕即可 圖/旗標科技《最強!Google AI 工作術》 6. 取得問卷連結:問卷發布後,我們只要取得這份問卷的連結,即可分享出去,比如將問卷網址置入社群網站或是電子報,邀請別人來填寫這份問卷。 已經發布的表單,這裡的發布鈕會變成「已發布」鈕,請按一下 圖/旗標科技《最強!Google AI 工作術》 按「複製作答者連結」按鈕。你可以勾選縮短網址項目,讓網址更簡短好記。按複製即可複製此問卷的連結,接下來就可以把這個連結分享給目標消費者了。最後按「儲存」鈕。 圖/旗標科技《最強!Google AI 工作術》 Google問卷表單回覆怎麼看?讓AI幫你深入分析問卷結果 延續前一節的內容,當顧客填完問卷後,可以等累積到一定的量(樣本數),再開始統計資料,以便從數據中統整出有價值的資訊。本節我們要先從Google問卷表單中取出顧客的回覆資料,接著就可以請AI來統計和分析問卷的結果了。 瀏覽Google問卷結果並另存新檔 問卷調查進行一段時間後,當你登入Google表單,切換到回覆頁次,即可瀏覽顧客的回覆。為了方便後續用AI分析結果,我們要將問卷結果匯出成Excel試算表檔案。 切換到「回覆」頁次可查看顧客的回覆。按下「在試算表中查看」即可自動將問卷結果匯出成試算表,點擊「建立」。 接著會自動開啟Google試算表,請執行「檔案 / 下載 / Microsoft Excel(.xlsx)」命令,將檔案儲存成Excel格式,並下載到電腦裡 圖/旗標科技《最強!Google AI 工作術》 提醒:如果下載的是逗號分隔值檔案(.csv),表單中有些中文字會變成亂碼,因此建議儲存為Excel檔。 請AI分析問卷結果 前面我們已經準備好問卷回覆的統計表(Excel 格式 /.xlsx),接下來只要把檔案丟給AI,就可以請AI幫我們分析了,非常方便! 【提示詞】協助分析活動的優缺點 直接把檔案丟給AI,請AI分析活動的優缺點。AI馬上做出優缺點分析報告,你可以看到整體評分、優缺點、改進建議等細節,也可以繼續發問,和AI討論怎麼做會更好 圖/旗標科技《最強!Google AI 工作術》 從這一章就可以知道,以前需要想破頭的文案,還有費時費力的問卷調查與分析工作,現在已經可以靠AI節省大把時間囉!就連研究報告也可以讓AI助你一臂之力喔! 節錄自:旗標科技《最強!Google AI 工作術:以 Gemini 3 為核心,串聯 NotebookLM 與滿滿 AI 工具, 搞定資料分析、簡報製作、 教育訓練等日常工作》/蔡宜坦、施威銘研究室 著 推薦閱讀: 搞定會議紀錄!AI語音轉逐字稿怎麼做?NotebookLM、Gemini操作解析 AI生成簡報工具怎麼選?Gamma、Felo、NotebookLM等6大AI工具推薦 如何用AI準備證照考試?NotebookLM學習備考超實用5步驟完整解析
【104職場力】・AI

AI生成數據分析簡報3招搞定!ChatGPT、MassiveMark、Gamma打造最強組合技

還在為數據分析報告與簡報抓狂嗎?只要善用ChatGPT、MassiveMark、Gamma等3大神器,就能搞定數據分析+簡報設計,從Excel到PPT一條龍完成,馬上開啟你的高效職場模式!本文節錄自《三秒鐘的出其不意!Excel × AI 幫你工作超省力》。 文/Excel 廣播電台|張予 本文目錄(點擊可快速前往) 【1】ChatGPT分析Excel檔案數據【2】複製ChatGPT分析結果,生成Word報告【3】生成Gamma / PPT簡報 在現今的職場環境中,數據分析已成為決策的重要基礎。但面對龐大的資料集,如何高效整合AI技術,打造「職場組合技」,來提升分析效率與決策精準度,成為提升競爭力的關鍵。 想像一下,你是一家連鎖零售企業的數據分析師,公司希望透過數據來驅動決策,優化銷售策略、提升客戶體驗,並最大化營收。來看看如何透過AI + Excel的組合技,達成這些目標?讓我們一步步拆解應用方式! 【1】ChatGPT分析Excel檔案數據 使用工具:ChatGPT 網址:https://chatgpt.com/ 輸入以下指令給ChatGPT: 「協助分析Excel檔案的數據,生成摘要和視覺化圖表,並使用我提供的字型來呈現圖表內容。然後,制定隔年的用戶銷售策略,最後整理成一份Markdown格式的銷售分析報告。」 以下為它整理的結果: (圖/旗標出版提供) 【2】複製ChatGPT分析結果,生成Word報告 使用工具:MassiveMark 網址:https://www.bibcit.com/en/massivemark 接下來是關鍵的一步,如果你直接複製內容並貼到Word,你僅會得到一個只有「內文」樣式的報告。 全文皆為內文樣式(圖/旗標出版提供) 但如果你希望保留報告的標題層級(標題1、標題2、標題3…,如下圖)。首先,你必須透過點擊複製按鈕取得報告內容,此時複製到的文字是「Markdown格式」的資料。 【什麼是Markdown格式?】Markdown是一種輕量級標記語言(lightweight markup language),也就是簡單、結構化的格式,能讓報告結構更清晰。 使用標題樣式可於左側看到大綱(圖/旗標出版提供) 一般對話中的複製按鈕和畫布中的複製按鈕(圖/旗標出版提供) 接著,透過一個免費的線上轉換工具──MassiveMark,自動產生有大綱層級的Word文件,減少手動編輯的時間。 免費的線上轉換工具──MassiveMark(圖/旗標出版提供) (圖/旗標出版提供) 最後,再將之前生成的圖表,下載成圖檔、添加到Word文件,一份銷售分析報告就完成啦! 【AI生成Word報告的優勢】‧ 一鍵輸出完整分析,包含數據摘要、趨勢分析、視覺化圖表‧ 提供具體的商業策略,協助決策者擬定行動方案‧ 快速下載報告,減少手動整理時間 【3】生成Gamma / PPT簡報 使用工具:Gamma 網址:https://gamma.app/ 「除了Word報告外,AI也能生成簡報嗎?」只要準備好報告後,可以將報告內容直接丟給AI簡報生成神器──Gamma。不到幾秒鐘的時間,簡報就完成了,而且還非常有設計感!要再進一步編輯也沒問題。來看看如何操作吧!  點擊「新建AI」免費註冊完Gamma後,從首頁開始建立AI簡報。點擊「匯入檔案或網址」( 也可點擊「貼上文字」) ,並上傳剛剛建立的Word檔案(圖/旗標出版提供) 選擇 「簡報內容」,免費版一次最多可生成10張卡片,挑選喜歡的主題後點擊「產生」(圖/旗標出版提供) 一份銷售分析簡報就完成啦!(圖/旗標出版提供) 一起來看看生成的結果如何吧! 【Before】條列式的數據摘要 【After】自動改以卡片式呈現 (圖/旗標出版提供) 【Before】表格式的產品分析 【After】自動轉成圖表形式,而且還是互動式圖表!游標移上去可看到詳細數據 (圖/旗標出版提供) 【Before】表格式的產品分析 【After】美化過的表格樣式。也可能維持原有表格形式(AI生成,每次結果都可能不同!) (圖/旗標出版提供) 版面配置十分豐富,還有AI自動生成的圖片,讓畫面不呆版! (圖/旗標出版提供) 若想展示簡報,點擊右上角的「展示」按鈕即可。 點擊「展示」(圖/旗標出版提供) 進入簡報模式(圖/旗標出版提供) Gamma簡報也能下載成PowerPoint檔案,十分方便! 點擊「分享」、「匯出」、「匯出至PowerPoint」、「完成」 (圖/旗標出版提供) (圖/旗標出版提供) Gamma是一款免費註冊即可使用的線上簡報工具,並且提供中文介面,讓使用者能輕鬆上手。使用AI生成簡報時會消耗點數,但新用戶註冊後可獲得免費試用點數,讓你能直接體驗AI簡報的強大功能。免費版限制每次生成最多10張簡報卡片,但仍可手動新增與編輯內容。若對AI生成的內容或設計不滿意,可自由調整版面配置、圖片、圖表等。如果你還沒試過Gamma,強烈推薦你體驗看看!這麼方便的AI簡報工具,真的不能只有我知道啊! AI讓數據分析更高效、更精準,現在就開始應用,提升你的職場競爭力吧! 節錄自:旗標出版《三秒鐘的出其不意!Excel × AI 幫你工作超省力》/Excel 廣播電台|張予 著 推薦閱讀: Excel公式讓ChatGPT幫你寫!輸入指令就能懂的Excel公式教學 ChatGPT生成Excel圖表不卡關!xy軸設定、中文顯示問題輕鬆搞定 【Graphy AI教學】AI自動生成圖表、數據分析4技巧!連報告都能一鍵生成的靈感救星
【104職場力】・AI

整理包/最熱門生成式 AI 大拚場 ChatGPT、Gemini、Grok、DeepSeek 各擅長什麼?

2025-06-24報導/經濟日報記者吳康瑋 由聯合新聞網授權轉載 生成式人工智慧(GenAI)技術迅猛發展,多款強大的AI工具幫助各行業提升工作效率。《經濟日報》為協助讀者了解各項AI工具,將「ChatGPT、Gemini、Grok、DeepSeek」等四大生成式AI列出,為讀者分析四款生成式AI的各自效能,就「開發者」、「訂閱費用」、「主要功能」及「擅長領域」等細項逐條分析。 AI工具確實快速提升效率,不過使用者也要注意,目前的AI工具不保證完全正確,甚至也會答非所問、提供錯誤資訊、或產生「AI幻覺」,使用者對生成的資料仍應有基本的辨識能力,避免AI工具謬誤。 各家生成式AI重點馬上看 ChatGPTGeminiGrokDeepSeek使用建議 ChatGPT OpenAI的ChatGPT堪稱帶動GenAI風行的先驅,也有廣大用戶,付費企業客戶近期突破300萬戶,有免費與付費模式,每月20美元的ChatGPT Plus訂閱費每月20美元,用戶指出,付費版反應速度更快,用戶在使用ChatGPT時隨時擁有最佳的使用品質。 「資料分析」方面,ChatGPT的優勢在於將資料壓縮、精簡化,適合急需快速獲取關鍵訊息的使用者。「文案生成」上,適合創作個人化內容。「圖表製作」方面,ChatGPT的圖表較為簡單,但圖片較無法把文字一起生成出來,繪圖時整體構圖比較簡單。 網址:https://chatgpt.com/ ChatGPT小檔案 開發者OpenAI付費版費用每月20美元(約新台幣610元)主功能提供文本生成、對話回應、內容創作、翻譯、問題解答等多種功能擅長領域自然語言處理、文本生成、教育輔助、創意寫作、客服支持等 Gemini Google DeepMind開發的Gemini專注於多模態學習,能同時處理文本、圖像和音頻數據。版本包括2.0、2.5和最新的2.5 Pro,推理和數據處理能力進步快速。Gemini 2.5 Pro提供更強大的計算能力和更高準確性,讓用戶在處理複雜任務時能獲得更佳體驗。付費版額外提供用戶包括2TB儲存空間、Gemini Advanced和其他AI功能。 「資料分析」方面,Gemini提供的內容易於閱讀,文法經過重新梳理,適合需要清晰解釋的使用者。在「文案生成」上,Gemini能一次生成多達15個標題,提供選擇建議,對於需要多樣化提案的用戶非常方便。「圖表製作」方面,Gemini 的完整度高,使用者可選擇不同的圖表類型,並能下載圖片、Excel或JSON格式的數據。 網址:https://gemini.google.com/ Gemini小檔案 開發者Google DeepMind付費版費用每月19.99美元(約新台幣650元),可免付費試用一個月主功能強大的推理能力,擅長處理複雜的問題和情境,能同時處理文本、圖像和音頻數據等多模態文件擅長領域AI推理、圖像理解、科學研究和技術開發 Grok Grok是由X(前稱 Twitter)開發的生成式AI,專注於社交媒體內容的生成。最新版本Grok3提供更強大的功能,能即時生成與當前熱點話題相關的內容,結合社交媒體數據分析趨勢,提升用戶互動的實時性,成為品牌營銷和社交媒體管理的理想工具。 「文案生成」方面,Grok風格簡潔有力,類似科技周刊的風格,適合快速傳達訊息。「圖表製作」方面,Grok可以較為輕鬆的運用文字組成圖表,並附上有關的資訊數據,對於需要快速理解數據的使用者來說很實用。 網址:https://grok.com/ Grok小檔案 開發者應用程式X(前身為Twitter)付費版費用每月30美元(約新台幣970元)主功能即時生成與當前熱點話題相關的內容擅長領域社交媒體互動、內容創作、即時訊息生成和品牌營銷 DeepSeek DeepSeek專注於資料搜尋和訊息檢索,開發商為位於中國大陸的「杭州深度求索人工智慧基礎技術研究」,中資避險基金幻方量化創立的人工智慧公司,創始人暨執行長梁文鋒持續致力將大陸AI技術推向全球市場,提供R1和R2兩種不同的服務模式。 「資料分析」方面,DeepSeek提供前言和總結,讓懶人可以快速理解內容。在「文案生成」上,DeepSeek的口語化風格能夠生成10個標題,附上創作理念和選擇建議,適合需要親民語言的使用者。「圖表製作」方面,DeepSeek使用文字排列呈現,提供Python程式碼,對於技術使用者來說相當便利。 網址:https://www.deepseek.com/ DeepSeek小檔案 開發者中國大陸企業「深度求索」付費版費用每100萬(輸入)tokens收費人民幣16元(約新台幣66.68元)主功能資料搜尋和訊息檢索,利用生成式AI技術提升搜索引擎的智能化,提供相關建議和訊息過濾功能擅長領域資料搜尋、訊息檢索、知識管理和數據分析 使用建議 生成式AI工具已經落地商業化,從自然語言處理到多模態學習、社交媒體互動及訊息檢索等多種服務都能提供,競爭也更加激烈。用戶可根據自己的需求,選擇最合適的AI工具,以提升工作效率與創造力。 綜合比較四款生成式AI後,提供讀者幾點建議。若需要多樣化的文案提案,可考慮Gemini;若喜歡口語化一點的表達,可選擇DeepSeek。AI繪圖方面,生成多幅圖片建議可使用Grok,若希望作品有較高的品質,可選擇Gemini。在「資料分析」方面,若希望能獲取較「簡潔明瞭」的資料,建議選擇「ChatGPT」,讀者若希望能得到比較容易理解的內容,應該選擇Gemini。 針對「表格整理」方面,若要以更快的速度掌握大致上的資訊,建議選用ChatGPT;若讀者希望在表格中能得到較「詳細」的內容,可考慮DeepSeek。針對「生成圖片」功能上,若讀者追求圖表要具有充分「完整性」的類型,建議使用Gemini。 推薦閱讀: AI聽話卻沒懂你?OpenAI揭露AI「裝乖」假象與職場真風險 AI強勢取代!企業寧僱AI也不找菜鳥,今年畢業生有多慘? 除了ChatGPT,還有哪些生成式AI?16種AI工具應用解析 打造ChatGPT行政小助理:專屬AI助理幫你處理瑣碎行政工作 [course_plugin title='推薦AI相關課程' keyword='AI' amount=2]
【104職場力】・AI

「HR人資數據分析」從步驟、使用工具到10種分析面向一次懂

文:先行智庫 原文標題:什麼是HR人資數據分析?要分析什麼?從步驟、使用工具到10種數據分析面向,本文一次告訴你! 隨著數據分析技術的成熟,以及入門門檻逐漸降低,各行各業逐漸在思考如何應用數據分析,為工作帶來全新的價值,或者是提高決策品質,甚至是創造新商業機會。身為人資夥伴,我們也可以思考手上擁有的數據,例如:出缺勤數據、績效考核數據、調薪紀錄、職務異動紀錄、員工投入度、訓練課程滿意度調查、加班紀錄等,可以如何分析?該設立哪些管理指標?能用何種圖表呈現?怎麼打造員工數據戰情室?要做到什麼樣的程度才可以?使用什麼樣的工具比較合適?在今天這篇文章,我都會幫大家詳細解答。 目錄 HR人資數據分析簡介1.1 人力資源近年發展趨勢1.2 HR人資數據分析是什麼?1.3 為什麼要做HR人資數據分析? 如何做HR人資數據分析?2.1 HR人資數據能分析什麼?2.2 有哪些數據可以做HR人資數據分析?2.3 該使用何種工具比較好?Excel還是Power BI?2.4 做HR人資數據分析的6個步驟 HR人資數據分析關鍵議題3.1 招募數據分析3.2 訓練數據分析3.3 員額數據分析3.4 離職數據分析3.5 績效數據分析3.6 證照數據分析3.7 差勤數據分析3.8 薪酬數據分析3.9 人格數據分析3.10 接班人數據分析 落實人資數據分析4.1 Power BI人資戰情儀表版4.2 實踐人資數據分析可能遭遇的難題 1. HR人資數據分析簡介 1.1  人力資源近年發展趨勢 近期人力資源發展趨勢,可以概分為三個階段。 第一階段,人資主要處理勞檢、出缺勤統計、勞健保與團保、調薪與晉升公告等庶務型工作。第二階段,人資開始成為企業的策略合作夥伴,例如:規劃具備競爭力的薪資福利、根據業務發展方向擬定訓練架構、制定能鼓勵員工的績效考核辦法、優化整體招募流程以提升企業形象。第三階段,人資走向數據驅動,例如:量化個渠道的招募招募成本、量化每個部門的缺口狀況與人力結構、從課後滿意度評分問卷找出辦課重點、善用人格測評分析結果將人才擺在適當位置。 這三個階段並不是互相取代 ,而是同時並進的。換句話說,HR不僅僅要具備運營能力,在大數據時代,也必須要有數據驅動決策的技能。人力資源在過往會被認為是以人為本的行政相關工作,但在科技進步的趨勢下,也開始要涉及數字化管理。 手把手帶你掌握E化 x 數據 x AI【數位人資管理師】 >> 1.2 HR人資數據分析是什麼? HR人資數據分析,就是運用數位工具,將與人力資源相關的數據進行分析,從中獲取洞察的過程。在這段過程,不論你是使用何種工具,如:Excel、Power BI、Tableau等都是可以的。當然也不限最終的呈現形式,如:PPT、Word、Excel、儀表板。只要HR的工作中有涉及到數字,這段過程廣義來說,就能算是HR人資數據分析了。 其實這並不是一件非常遙遠或很困難的事情,因為HR平常在做的報表或報告,基本上都會做到與數字相關的統計和分析,例如:培訓的滿意度、加班時數、敬業度調查、招募人數統計、職務異動統計等。只是在於這些統計和分析的結果,是否對於決策有正向助益。 1.3 為什麼要做HR人資數據分析? 做HR人資數據分析,最主要的目的是「做出更好的決策」,讓下決策不再憑經驗或憑感覺。例如:要去哪裡找到合適的人才?招募預算應該要如何更有效配置?招募團隊與招募工作應如何調整?我們可以透過分析「履歷收件的有效性」,做為決策的參考依據。 透過HR人資數據分析,能讓我們知道要前往的方向,與評估所需投入的資源與時間,避免將本就有限的資源,投入到代價高且多餘的項目,讓我們將精力更集中在能提升效率的工作。還能夠提高論點的說服力,也能更有底氣的協調跨部門支援。更重要的是,我們可以用數字,來衡量HR的績效表現,讓老闆可以更清楚的知道HR貢獻的價值。 2. 如何做HR人資數據分析? 2.1 HR人資數據能分析什麼? 我們可以從人資工作的流程,選、用、育、晉、留,這幾個面向先思考想解決的問題有哪些?想要知道的訊息有什麼?接著再進一步思考,要解決這些問題,需要分析哪些數據?或者是用什麼樣的數據做佐證。 例如:在招募的部份,我們就會想知道哪個招募管道效益最好?招聘預算該如何配置?在訓練的部份,老闆就會想知道辦訓練課程是否值得?如果值得,又該辦哪些的訓練對於實現業務增長是有正向助益? 2.2 有哪些數據可以做HR人資數據分析? 我們可以將數據先分成2大類,一類是HR相關的數據,另一類是非HR相關的數據。 HRIS系統、PMS系統、LMS系統、招募管理系統、證照管理系統等能倒出來的數據,都屬於HR相關的數據,例如:員工基本資料、加班時數統計、面試邀約紀錄、薪資實發清冊、獎金名冊、職務異動、晉升紀錄、敬業度調查、教育訓練滿意度調查、證照到期統計、績效分數明細表等。非HR相關的數據,像是財務數據、進出貨數據、庫存數據、不良品統計數據等。我們可以將HR數據與非HR數據做結合,這樣就能更清楚後端人力資源與前端工作的關聯性。 2.3 該使用何種工具比較好?Excel還是Power BI? 不論用什麼樣的工具,都可以用來做數據分析,沒有哪一種最好,只有哪一種最適合你,這兩種工具的使用情境是不太一樣的。如果你只是要做出一兩張圖表,而且還要將圖表貼到簡報上,Excel會比Power BI來的更容易操作。但如果你製圖的頻率很高,需要一次展示多張圖表,希望將多樣的人力資源數據都整合在一起,那Power BI會是比較適合的。簡言之,如果只是單點式的做分析,Excel就足以,如果需要做全面的整合,Power BI會是更好的選擇。 2.4 做HR人資數據分析的6個步驟 做人資數據分析有6個步驟,千萬別一下子掉入工具的選擇,我們必須依照這幾個步驟,一步一步踏穩,才能讓數據發揮它的價值。這6個步驟分別是:問題思考、資料彙整、資料清理、資料視覺化、數據洞察探索、展示報告與共享。 3. HR人資數據分析關鍵議題 你可以設計一套完整的、有系統的HR人資數據分析框架。你也可以針對招募、訓練、員額、離職、績效、證照、差勤、薪酬、人格、接班人等議題,單獨做數據分析。接下來我會針對常見的這幾個議題,做詳細介紹。 3.1 招募數據分析 大招募時代來臨,許多企業都面臨缺工與招募不到人才的問題。在招募工作中,你可以分析:要去哪裡找人?怎麼縮短人才招募時間?如何用最少成本,招募到最好的人? 要回答上述問題,我們可以從許多招募指標和數據中,找到合適的線索。還可以將這些指標建立成招募戰情儀表板,把所有的指標圖表攤在同一張儀表板上,用更宏觀的視野來看公司的招募狀況。透過客觀的數據分析,將能夠給我們足夠的決策參考情報。但如果你要做招募數據分析,就需要有招募相關的數據才行,例如:開缺報表、面試紀錄表、Offer Delivery的紀錄表。 有了情報之後,我們也可以從每一個招募工作環節,仔細檢視還能如何改善,藉由優化招募流程,解決招募工作面臨的問題,或者是採取一些創新的作法。 3.2 訓練數據分析 科技進步速度飛快,加上近期景氣低迷的因素,許多企業都意識到投資員工教育訓練的重要性。在教育訓練工作中,你可以分析:要辦什麼樣的訓練才能夠對應到公司業務發展所需?要花多少錢在教育訓練才合理?舉辦的教育訓練有沒有效? 教育訓練是一個相對比較難用數據衡量的議題,通常都只會想到分析課後回饋問卷。但如果心有餘力,也可以去蒐集前端部門有的數據,例如業務部門就有業績數據、生產線就會有不良品或停機相關的數據。接著就能夠將後端的HR數據,與前端的數據串聯做分析,以了解訓練課程的投資,對於工作成效是否有直接的助益。 3.3 員額數據分析 隨著組織不斷擴大,如何用有限的人力配置,發揮最大的價值,是做員額數據分析最重要的目的。在員額headcount的部份,你可以分析:公司員工人數和營業收入是否成正比?人力的組成結構是否健康?面對組織未來的策略發展,公司的人力配置要做哪些調整?預算數與實際員額數是否有明顯的差距? 3.4 離職數據分析 員工離職,我們除了做離職面談,其實還可以做數據分析。你可以分析:關鍵人才人才離職率、員工離職的原因統計、員工離職所產生的成本、造成員工離職的主要因素。而這些分析結果,你也可以用一些比較特殊的圖表,更精準傳遞你想訴說的訊息。 3.5 績效數據分析 人資部每年都會收到各部門主管針對部門員工做績效考核分數的數據,如果這些數據只是用來記錄就有點可惜了,我們可以將這些數字更進一步做分析,用來激發員工潛能、找出潛力人才。你可以分析:每位員工歷年來的績效趨勢、連續若干年績效表顯都很亮眼的員工、與員工績效有正相關的因素是什麼、績效與調薪之間的關係。 3.6 證照數據分析 各行業因為法規或業務發展的關係,需要考取證照。如金融業就會有壽險、證券、期貨等證照;科技製造業就會有化學品、堆高機、急救人員、工安、衛生管理等。資訊業可能就會有各原廠的認證考試。在證照的部份,你可以分析:即將到期的證照張數、證照張數的服務能量是否能滿足業務需求、每人已過期或到期的證照張數。 3.7 差勤數據分析 同仁的請假與加班狀況,會影響到員工的身心健康與工作成效。請假與加班的數據,一般都是用來通知當事人,或者是當事人的主管。但除了通知用途外,這些數據你還可以用來分析:各部門平均加班時數、哪些部門或哪些員工有異常加班的狀況、加班費的支出是否可以再降低、有哪些員工年底到了但特休使用率還未達80%。 3.8 薪酬數據分析 近期科技業大裁員的消息,讓我們意識到人事費用,對於企業而言是一筆不小的開支,需要審慎的發放與運用。該如何提高人事成本的韌性?在景氣大好時能大舉徵才?在景氣不好時又能夠有效控管人事成本?做薪酬數據分析,是首要任務。在薪酬這塊,你可以分析:公司與同業的薪資水準、人均營收與人均成本、薪資結構的合理性、薪資級距、是否逐年調薪、薪資發放的公平性。 3.9 人格數據分析 如果企業有做人格測評,通常每人都會收到一份數字化報告。但如果分開單獨看一個人的測評結果,不容易了解團隊整體的樣貌,因此我們可以將每一位員工在測評中的數據彙整後,做交叉比對,藉此分析:主管與非主管的人格特質差異、離職與在職員工的人格特質差異、各部門的人格特質是否符合業務需求。從中可以了解什麼樣的人適合擔任主管?什麼樣的人離職風險更高?團隊的組成是否有需要再調整? 3.10 接班人數據分析 許多企業在現在都面臨的接班問題,但挑選接班人除了依照主觀判斷,還要拿出客觀數據,才能夠讓接班人的挑選更具有說服力。最常見的一種方式就是人才九宮格,可以藉由績效分數和潛力分數進行判斷,找出超級明星或潛力明星。(參考文章:如何運用Power BI找出企業接班人?)當然你也可以分析每一位接班人:過往執行的重大專案數、近年績效表現、年資與年齡。 4. 落實人資數據分析 4.1 Power BI人資戰情儀表板 在做HR人資數據分析時,你可能會針對許多的管理指標,繪製出視覺化的圖表。就算準備的再周全,一樣有很高的機率,會被問到你準備資料以外的問題。而且從你取得數據,經過加工,再送到報表閱讀者手中,就已經不是即時的資料了。再加上不同的閱讀者,看報表的角度也都不盡相同,如果要針對每一個閱讀者的習慣與喜好,個別製作報表,是相當耗時耗力的工作。為了讓HR數據分析能更全面涵蓋老闆會問的問題、為了讓數據能更即時的傳到老闆手中、為了讓數據能用自助式的方式讓報表閱讀者自行篩選調整格式,我們可以透過Power BI做HR人資數據分析。請參考以下範範本: 4.2 實踐人資數據分析可能遭遇的難題 要落實人資數據分析,並不是短時間就能完成的事情,可能還會遇到許多挑戰等待你克服。最可能遇到的就是數據蒐集難題,像是缺乏重要的數據,該如何布局蒐集數據的管線與流程。也可能會遇到溝通的挑戰,像是如何讓用人單位意識到,人力資源的數據報告有利於業務增長。還可能會遇到資料整合難題,例如資料散落在各方,缺乏整合管道,如何有效率的彙整。這些問題都不是短期內就能輕鬆被解決的,但唯有這些難題被克服以後,才能夠落實人資數據分析。 了解更多Power Bi 相關的學習資源 >> 學更多【Power BI】,馬上報名 >> Power BI 資料視覺化 Power BI HR管理分析師【招募數據視覺化】 Power BI 資料清理與建模 Power BI DAX函數運用 人資必備數據Know-how都在這裡> > 用Power BI 做視覺化數據分析,企業導入時會遇到六大階段 HR數位轉型怎麼做?以數據分析為驅動 從這15個數據指標,開始建立你的招募漏斗 你的招募數據報告,老闆看不懂? 因為你沒有「資料視覺化」 HR這樣做數據分析報告,老闆才想聽!
【104職場力】

從數位工具到商務實戰──義民高中資料處理科:培養跨域競爭力的數位職人

如何讓學生在 AI 崛起與網路經濟爆發的時代脫穎而出?義民高中資料處理科給出了一個清晰的答案。這門兼具「資訊技術」與「商業管理」的學科,不僅教導學生如何操作電腦、考取證照,更著重於跨領域的邏輯思維與實務整合。在這裡,學生從最基礎的文書處理出發,逐步踏入會計、經濟與商業專題製作的殿堂,在數字與程式碼之間,編織出屬於自己的未來職涯藍圖。 跨域思維的先行者:結合資訊與商務的學科優勢 「資料處理科最核心的優勢,就在於它的『跨領域』。」義民高中資料處理科陳昭君主任在訪談中一針見血地指出。面對許多國中生與家長常將「資訊科」與「資料處理科」混淆的疑問,主任給出了一個簡單而明確的判別方式:「資訊科是工業類群,面對的是機器;而資料處理科(資處科)則是商業管理群,面對的是人。網路世界的基礎是電腦,當你具備了電腦操作能力,又懂得商業運作邏輯,就能直接跨入電子商務與現代商務的領域。」 在課程設計上,資處科將複雜的電腦應用與統整商管知識相結合。高一到高三的學科內容涵蓋兩大體系: 資訊技術: 電腦軟體應用(Word、Excel、PowerPoint)、中英文輸入、計算機概論與Python 程式語言。 商業類科: 會計學、經濟學、商業概論到專題製作。 這種雙軌並進的訓練,讓資處科的學生在面對複雜的商業環境時,既擁有清晰的邏輯思維,又具備資料處理的執行力。 圖:學生透過上機實作,培養文書能力 從基本功到高階應用:以證照檢定奠定實力自信 在義民高中資處科,學習成果不只體現在課堂的聽講上,更落實在具體的證照考取與技能檢定中。學校規劃了一套循序漸進的證照地圖,協助學生在三年內建立無可替代的硬實力。 「我們透過考取證照的過程,給孩子們建立信心。」主任分享,高一時學生會先從電腦軟體應用丙級、TQC 辦公室應用軟體(Word、Excel、PowerPoint)以及中英文輸入開始扎根;到了高二、高三,則進階挑戰高難度的「電腦軟體應用乙級」檢定,以及人工記帳會計丙級等專業證照。 目前就讀資處科的林同學與戴同學,便充分展現了這項環境帶來的專業實力。林同學在三年內考取了包括電腦軟體應用乙級與丙級、商教會會計一級檢定、人工記帳會計丙級等多張高含金量證照;戴同學也順利拿下了電腦軟體應用丙級及多張 TQC 證照。這些努力,成為他們畢業時最堅實的備忘錄。 圖:高中三年努力考取多張證照,展現學以致用的實力 理論與實務的交會:專題製作打開職涯的無限可能 隨著 108 課綱的推進,「專題製作」成為資處科高三學生最重要的核心課程。專題製作要求學生必須主動整合三年所學,從無到有地完成一項縮小版的商業研究或企劃報告。 主任分享,目前科大在競賽與專題上喜好的取向,多圍繞在 ESG(環境、社會與治理)、APP 應用、產品行銷企劃與活動企劃。因此,學生的專題主題也緊扣這些時代脈動,例如有組別便以「心理舒壓」為核心研發創意點子,完成了具備高度整合性的專題成果。 在專題製作的過程中,學生必須寫出完整的企劃書,內容涵蓋室內設計構想、成本預算控制、人力資源配置、行銷宣傳策略等。主任透露:「在討論行銷推廣時,學生提出想利用 Instagram作為宣傳通路。我不直接教他們怎麼進行推廣,但我會以過去做行銷的經驗挑戰他們:『你們的推廣策略就只有這樣嗎?要怎麼寫文案?文稿跟圖片要怎麼呈現?』」這種高互動性的引導,讓學生養成思考每一步驟背後的邏輯與效益。 圖:高三專題成果,榮獲商業類技藝競賽獎項,展現跨域整合與實作能力 多元進路與特質媒合:找到屬於自己的發光舞台 「讀資處科,最大的好處就是未來的出路非常寬廣。」主任驕傲地表示。由於兼具資訊與商管背景,資處科畢業生在統測升學時擁有極大的優勢,可選擇的落點涵蓋:資訊管理系、企業管理系、財務金融系、會計系、財稅系等…甚至是跨足跨域的工業管理、資訊工程系等。 對於有志於在高中畢業後直接投入職場的「實用技能班」學生,資處科也提供了充足的就業準備。林同學與戴同學便分享,身邊選擇直接就業的同學,多數能順利進入餐飲業、零售通路(如全聯)等服務產業服務。更有實用技能班的孩子在畢業後,一邊在知名科技公司(如緯創)上班,一邊在國立大學研究所繼續深造,實現了產學無縫接軌。 究竟什麼樣的孩子適合就讀資料處理科?主任與兩位學生的分享總結出了以下幾項人格特質: 樂於與人互動、不排斥溝通: 商管群的核心在於服務與協調,具備良好的文字與言語表達能力是重要基石。 對數字與細節具備敏感度: 不需要數學成績頂尖,但必須對數字有耐心,能從簡單的數據中發現脈絡。 喜好操作電腦、不排斥邏輯思考: 面對系統與程式工具,願意動腦思考其運作邏輯。 航向數位未來的羅盤:在多變環境中發光的跨域英才 在義民高中資料處理科的三年的時光裡,學生學到的從來不只是死板的軟體操作,而是一套與現代數位世界對話的方式。從高一敲擊鍵盤的生疏,到高三能在講台上自信展示專題成果;從面對數據的迷惘,到能用多元工具梳理資料邏輯。這群資處科的學生在細節中鍛鍊判斷力,在跨領域的碰撞中摸索自我,陪伴著他們走向未,在各自的領域裡閃閃發光。 開箱資料處理科學習日常!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
【104職場力】

數據分析師工作內容是什麼?薪水高嗎?技術能力與職涯發展指南

在大數據與AI科技浪潮下,數據分析師需求大增。數據分析師在做什麼?需具備什麼條件?職涯發展性如何?本文將深入剖析。 文 /【104學習精靈】 本文目錄(點擊可快速前往) 什麼是數據分析師?需要哪些技能?數據分析師薪資行情如何?技能與行業別是落差關鍵數據分析師職涯發展:轉職工程師薪水加乘哪些產業需要數據分析師?數據分析師的挑戰 什麼是數據分析師?需要哪些技能? 數據分析師工作內容 數據分析師,又常被稱為資料分析師(Data Analyst),負責「將數據轉化成對企業有價值的資訊」。主要工作包括,運用工具挖掘數據價值;並透過可視化工具,將複雜數據轉化成易於理解的圖表與儀表版,幫助企業解決痛點、提升績效。 數據分析師技能與工具能力分析 基礎Python商務分析簡報提案核心網路爬蟲SQL資料視覺化R語言TableauPower BI認證GA4數據分析認證進階雲端應用VBA資料擷取職涯資料科學家資料工程師▲ 數據分析師應具備技能、工具能力、職涯指引表,點選不同技能會對應到相關課程。 1. 數據分析師基礎工具能力 數據分析師需要熟悉專業數據分析工具,以快速整理、分析數據,特別是在行銷與銷售領域。 Python語言能力:數據分析師常用的入門工具,用於數據分析、資料處理。 商務分析能力:透過Excel的函數與數據透視表功能,執行數據清理與分析。 簡報提案能力:數據分析師須具備數據報表呈現能力,搭配AI工具提升簡報能力 [course_plugin title='數據分析師入門課程推薦' keyword='數據分析師|入門實戰' amount=1] [course_plugin api_type='course_id' title='數據分析師學習營課程' id='a20d4275-3867-4738-9d32-ad850fb3bc1c'] 數據分析師基礎工具推薦課程 線上 Python 新手村|練就扎實基本功 5538人感興趣    了解課程> 線上 ChatGPT x Excel | 職場必學商務數據分析術 334710人感興趣 了解課程> 線上 AI簡報3項思考力,ChatGPT倍速提升商業競爭力! 目標思考、換位思考、邏輯思考 9212人感興趣     了解課程> 延伸推薦課程 👉 成為 AI 科學家|快速闖關 Python 語法世界,程式實作不頭痛👉 Python 基礎程式設計|開外掛勇闖 Python 異世界​👉 不寫程式的大數據分析師:數據分析之王-超強excel樞紐分析👉 無痛起步-Excel VBA超入門實戰​ 👉 用Excel也能玩轉統計分析​ 2. 數據分析師核心技能 多樣化的程式語言能力以及更進階的視覺化報表工具使用,幫助數據分析師處理大量且高效的運算與工作。 R語言:適合統計分析與資料視覺化,適用於深度數據分析。 SQL:可幫助數據分析師用於資料庫查詢與數據處理,能處理大規模結構化數據。 Tableau:用於建立互動式儀表板與高階數據可視化。 Power BI:能與多種數據來源整合,適合商業報告製作。 3. 數據分析師證照 GA4(Google Analytics 4)認證:熟練GA4分析用戶行為,評估網站效能。 數據分析師核心工具推薦課程 線上 R語言/R-Studio入門─統計分析、資料探勘與機器學習的原理與實戰演練 4057人感興趣   了解課程> 線上 快速活用 MySQL,精準設計關聯式資料庫 15855人感興趣 了解課程> 線上 從Excel到Power BI數據視覺化 56517人感興趣 了解課程> 線上 Tableau數據視覺化分析快速上手 10264人感興趣 了解課程> 延伸推薦課程👉 成為 AI 科學家|資料分析師必備視覺化技能 Power BI​👉 Power BI Desktop --從基礎到資料視覺化實戰​👉 Power BI 零基礎實戰 | 培養商務數據分析力​👉 輕鬆上手Tableau商用智慧互動儀表板​👉 Google Analytics 4 數據分析師 國際認證保證班 4. 數據分析師進階升級技能 透過可視化工具將複雜的分析結果轉化為易於理解的圖表與儀表板。 網路爬蟲工具:常用於資料量龐大、多元來源的數據,透過程式語言工具進行資料挖掘與蒐集。 VBA自動化工具:Excel的高階巨集工具技能,透過程式語言設定,可幫助數據自動化高效產出。 雲端應用進階能力:當企業規模龐大,數據分析師需處理大量且複雜的資料分析,需具備機器學習與雲端技術技能,協助資料工程師與業務部門進行更準確、高效的數據預測。 數據分析師進階能力推薦課程 線上 Python 網路爬蟲 | 數據分析的第一步就是要學會爬 6276人感興趣 了解課程> 線上 財會工作秒殺技! 活用VBA,開啟你的自動化工作術! 39226人感興趣  了解課程> 線上 Oracle APEX 入門實戰! 5634人感興趣   了解課程> 延伸推薦課程​👉 成為 AI 科學家|網路爬蟲大師教你快速完成資料擷取​ 搭配5大特質(軟技能) :錄取數據分析師更容易 數據思維能力:數據分析師不僅需要處理數據,更需要具備挖掘數據背後的好奇心與敏銳度,擅長從複雜的數據中找到模式和影響變因,進而提煉出有價值的洞察。 溝通與表達能力:數據分析師常需要將技術性的數據結果轉化為非技術人員能理解的洞察,並透過簡報、報告或儀表板進行清晰的表達。 解決問題能力:數據分析師的核心價值在於解決業務中的實際問題,需理解業務需求,將模糊的問題轉化為可操作的數據分析方案,並以數據為基礎提供可行的解決建議。 自學與精進技術的能力:數據分析領域的技術更新快速,掌握自學能力是持續保持競爭力的關鍵。無論是學習新的數據工具(如雲端平台、機器學習技術),還是掌握行業最新趨勢,持續進修都至關重要。 數據安全與保護隱私的能力:數據隱私和安全問題越來越受到重視,數據分析師需確保數據的合法性與安全性,避免違反相關法規(如GDPR、CCPA),並提升對敏感數據處理的規範性。 數據分析師薪資行情如何?技能與行業別是落差關鍵 數據分析師做為數據推升關鍵角色,薪資水準因地區、行業、技能和經驗的不同而有所差,以3年以下工作經驗的平均月薪來說,行情不輸半導體工程師,加上技能門檻高,升遷與轉職機會多。 1. 台灣數據分析師薪資範圍 初階(3年以下經驗):月均薪約5.5萬。 中階(3-5年經驗):月均薪約 6.1萬。 高階(5-10年經驗):月均薪約7.1萬。(以上資料來源:104薪資情報) 2. 影響數據分析師薪資的因素 技能組合:具備機器學習、大數據工具(如Spark、Hadoop)或雲端技術(如AWS、Google Cloud)等加分技能的數據分析師,薪資水準更高。 行業差異:科技、金融、醫療等數據密集型行業的薪資相對更高。 數據分析師職涯發展:轉職工程師薪水加乘 數據分析師擁有寬廣的職涯發展空間,以下是數據分析師常見的職業成長路徑: 1. 資料科學家 如果說數據分析師是透過分析蒐集現有的數據提供解決方案;資料科學家更偏向透過處理大量且複雜數據庫提供預測性分析。 技能需求:更深度的專業技能,如進階的程式語言技能、機器學習技術和大數據工具。 課程推薦:AI資料科學家全方位學程班 2. 資料工程師 資料工程師工作著重在與數據資料庫相關程式設計與技術研發方面,包括數據建模的程式語言、AI及機器學習相關技術、大數據雲端架構技術層面,資料工程師都需要涉獵。 技能需求:數據技術導向的維護與開發,需要更高階的數據應用工具技術,如使用 ETL 工具、大數據框架、SQL等。 學習指南:資料工程師學習地圖 課程推薦:資料工程師養成班 3. 軟體工程師 部分企業因組織規模關係,會將資料工程師工作內容劃分進軟體工程師的職責中,與跟資料工程師相同,軟體工程師需要具備程式設計與系統設計能力。 技能需求:設計高階數據模型,帶領數據分析團隊,參與業務策略規劃。 學習指南:前端工程師學習地圖、後端工程師學習地圖 哪些產業需要數據分析師? 數據分析師的需求已滲透至各行各業,其中以下幾個產業需求最為旺盛: 1. 科技與軟體業(AI數據分析師) 分析用戶行為,提升產品體驗;開發推薦系統等。 2. 電商與零售業(商業數據分析師) 優化促銷活動,分析購物行為,提升轉化率。 3. 金融與保險業(金融數據分析師) 信用評分模型、風險預測,優化投資策略。 4. 醫療健康產業(醫療數據分析師) 個性化治療方案,疾病趨勢預測。 5. 半導體製造業(數據分析師) 製程數據分析,設備異常檢測。 6. 行銷與廣告業(行銷數據分析師) 廣告效果分析,用戶分群,A/B測試。 數據分析師的挑戰 首先,技術的快速發展給數據分析師帶來了學習壓力。隨著人工智慧、大數據處理工具和雲端技術的日新月異,數據分析師必須不斷更新自己的技能,掌握最新的工具與技術,如Hadoop、Spark或機器學習模型。這種技術上的「追趕」需要投入大量時間和精力,特別是在同時承擔日常工作的情況下,如何平衡學習與工作的時間分配,成為許多分析師面臨的困境。 在業務層面,數據分析師常常需要與非技術背景的同事或主管合作,這也成為一項重要的挑戰。數據分析結果通常具有高度的技術性,如何將這些複雜的分析內容用簡單、直觀的方式呈現,並與業務需求對接,是數據分析師的重要責任。當分析結論無法與業務目標完全契合時,還需要通過溝通和協調來尋求共同解決方案,這對分析師的溝通能力提出了很高的要求。 [course_plugin api_type='course_id' title='數據分析師學習營課程' id='a20d4275-3867-4738-9d32-ad850fb3bc1c'] 延伸閱讀: 產品經理 - 學習地圖(上):技能養成篇 成為雲端工程師的攻略指南:核心技能&職涯精進完整解析 如何成為後端工程師?精準掌握必備核心技能&職涯精進攻略 轉職前端工程師│工作內容、技能、薪水與職涯發展指南 想當資料工程師?工作內容、核心技能、薪水、職涯發展完整解析 [joblist_plugin title='更多104【數據分析師】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&jobsource=joblist_search&indcat=1001001000,1001000000&ro=1&keyword=%E6%95%B8%E6%93%9A%E5%88%86%E6%9E%90%E5%B8%AB' amount='3']
【104職場力】・數據分析

別只會開ChatGPT!寫企劃、查資料、解任務該找誰?全球數據揭職場AI的「真實專長」

為什麼同一份指令,換個工具效果差這麼多?本文帶你從Similarweb最新全球數據,拆解幾個主流AI的「隱藏性格」與分工邏輯,教大家用最高效率搞定所有職場任務! 文/《104職場力》 本文導覽 數據解密:從「對話習慣」看懂AI的真實定位Claude耐得住性子、能深度思考,最適合當「資深幕僚」ChatGPT是點子多、懂職場又懂生活的「全能特助」Gemini和Copilot講求效率,是很棒的「即時情報員」別忘了還有Perplexity!它是自帶資料來源的專業市調員職場高手用AI工具都採「混合雙打」策略! 打開AI對話框,明明輸入了各種詳細指令卻還是不停碰壁? 叫AI幫忙寫一篇嚴謹的專案企劃,它卻給了一堆空泛的漂亮話? 只是想查個技術名詞或快速對答案,它卻長篇大論回了800字? 寫程式或校對文件時,改到第3輪它就開始邏輯打架、亂燒Token? 當瓶頸過不去,很多人會直接下結論:「AI好難用,根本沒傳說中那麼神!」但扣除Prompt出問題外,還有一種可能是「你一開始就用錯工具」了! 在Similarweb在最新的《2026生成式AI版圖:AI搜尋的演進》研究報告中,分析了全球使用者的對話行為,其中一項數據指出:主流AI平台早已走出各自的「專長分野」,其背後的「受眾特徵到使用習慣」差異非常大。 數據解密:從「對話習慣」看懂AI的真實定位 Similarweb交叉比對了各平台使用者的「提示詞長度(Prompt Length)」與「單次對話的提示詞數量(Prompts per Session)」,繪製出底下這張AI分工圖,打破了「只用ChatGPT就能搞定所有事」的迷思。 圖片來源:Similarweb研究報告 從使用行為來看,不同平台在使用者心目中,早已演化成完全不同的「職場同事角色」。 Claude耐得住性子、能深度思考,最適合當「資深幕僚」 從數據來看,Claude的使用者每次輸入的提示詞長度是所有平台中最長的,而且單次對話的來回次數也直接拿下第一!再看這群人的背景,他們造訪大專院校與學術研究機構的比例,是一般網路用戶的整整25倍,造訪程式開發與商務專業服務網站的頻率也是別人的3倍之多。 這代表全球很多工程師、學者和專業經理人,早就把Claude當成處理燒腦難題的智囊團。 所以如果大家的需求是「架構龐大的年度企劃、消化上萬字的訪談與會議紀錄」,或是「寫複雜程式碼、抓出邏輯漏洞」時,可以使用Claude!它讀長文章跟邏輯推理的能力非常強,就算你一口氣丟給它好幾頁密密麻麻的背景資料和限制條件,它也不容易失憶或亂回答,能陪大家一輪又一輪地精雕細琢出嚴謹的成果。 ChatGPT是點子多、懂職場又懂生活的「全能特助」 觀察ChatGPT的對話數據,會發現它走的是「無所不聊的高頻率互動」路線,在熱門對話主題中,除了科技應用,佔比最高的還有行銷廣告、內容創作與商業法規在內的「專業服務」,接著是教育、娛樂,甚至連心理諮商也榜上有名;另外,它的使用者在生活消費、美食外送與時尚美妝等網站的造訪率,都高出平均2倍以上。 這些數據顯示ChatGPT是目前最深入大眾工作與日常的靈感發想機。 因此,當大家卡在「行銷文案想不出新梗、跨部門提案寫不出吸睛標題」,或是「不知道該如何委婉又得體地回覆一封棘手的客戶抱怨信」時,找ChatGPT來回拋接點子可能最有效率!它的語言組織力與情境適應力不錯,特別適合用在創意發想、快速產出初稿或模擬職場人際溝通的應對場景中。 Gemini和Copilot講求效率,是很棒的「即時情報員」 Gemini和Copilot跟前面兩種AI工具截然不同,它們在數據圖表是落在「提示詞最短、單次對話次數最少」的區間,這表示大家用它們不是為了聊天討論,比較像是丟出某個具體問題,並追求「問完、拿到答案、立刻轉身去執行」的節奏。 細看數據會發現,Gemini的使用者在網頁設計(4.8倍)、電腦資安(3.1倍)及硬體設備(2.2倍)等網站的黏著度特別高,偏向重視效率的科技族群。 這種工具性格,正好能完美搞定辦公室裡的零碎雜事,當職場人開會到一半突然要「快速查個冷門名詞定義、比對兩套軟硬體規格優缺點」,或是需要「搭配Google和微軟工具快速摘要Email與文件重點」時,Gemini和Copilot的優勢最明顯,因為只要指令明確,它不需要冗長的背景鋪陳也能用最快速度幫大家把零碎任務清空。 圖片來源:Similarweb研究報告 別忘了還有Perplexity!它是自帶資料來源的專業市調員 除了上面3種工具,圖表中還有一個不能漏掉的狠角色Perplexity,它的對話長度剛好卡在中間,大家用它也不是為了閒聊,通常都是帶著明確的調查任務來的。 根據報告數據來看,大家用它找最新資料的比例正大幅飆升,尤其在「旅遊規劃、商品比價、金融與市場分析」這類需要最新情報的領域,Perplexity附上即時參考連結的比例最高。 所以當大家需要「做競品調研、找產業最新數據」,或是被主管要求「報告寫的內容要附上可查證的資料來源」時,找Perplexity就對了!這類工具就在回答問題時會直接給參考出處,省去自己到處Google慢慢比對查證的時間。 職場高手用AI工具都採「混合雙打」策略! 看完各家AI的專長,你現在可能在想:「所以我到底該固定用哪一個?」 報告裡給出一個很有意思的現象,其實有高達95%的ChatGPT用戶,平常依然天天狂用Google搜尋;而且在主流AI之間,同時混用好幾款的人非常多!這項數據也點出一個關鍵:職場上的AI高手,都不是只會「死忠」用單一工具的人! 真正的神人都怎樣搭配?可以舉個例子供大家參考: 先開ChatGPT發想5個企劃點子 選定方向後,把架構丟給Claude擴寫成邏輯嚴密的大綱 寫到一半遇到不確定的市場數據,順手開Perplexity抓出正確出處 統整完寄出Email前,用Gemini或Copilot快速檢查重點有沒有漏掉 現在的AI就像各有所長的同事,所以有時比下對Prompt更重要的是「知道何時該派誰上場」!下次工作卡關、覺得AI怎麼又在胡說八道的時候,先別急著生氣,試著換個工具再問一次,也許就能找到正確的神隊友! [course_plugin api_type='course_id' title='其他AI應用推薦課程' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
【104職場力】・AI

AI數據分析工具:RowsAI 讓數據分析與圖表設計更簡單

行銷人常會需要分析不同渠道的數據,常在思考是否有AI工具能幫忙搞定報表分析? 用了幾款後我覺得RowsAI是很好上手的AI數據分析工具,可串接 GA4、Looker Studio、Meta Ads、Google Sheet ,不需寫公式,讓AI 幫你整理分析及畫圖表。 ◼RowsAI功能特色 1. 簡單易用的數據圖表功能 2.可搭配AI做數據分析 3.可串接GA4、Meta Ads、Google Searchconsole、Google Sheet等數據報表 我在使用RowsAI時,多數情境都是上傳檔案就可操作,不需要寫什麼複雜函式,就能完成資料整理與報表分析的工作。 另外RowsAI也降低了使用AI做數據分析的門檻,可使用Prompt跟AI溝通,AI就能協助從數據中提供數據洞察。 文章中有整理一些示範截圖,提供大家參閱,目前 RowsAI 也提供了免費方案可體驗大部分功能,跟多數AI工具一樣,只有超過免費使用額度時,才需要付費升級,也鼓勵大家都能試試看這款AI數據分析工具。 [閱讀全文] 🔗 https://jasondiginote.com/rowsai-marketingtool/
陳建夆・AI行銷實戰應用

ChatGPT可以產生流程圖嗎?用Excalidraw和ChatGPT快速搞定

面對複雜的活動企劃或行政流程時,往往不能只靠文字或口頭說明。這時,利用流程圖來視覺化資訊成為提升溝通效果的最佳解方。本文解析如何結合「ChatGPT」與「Excalidraw」,從文字、Mermaid語法到圖表,快速產製出結構清晰、專業美觀的流程圖,輕鬆應對各種工作需求。本文節錄自《30個必學的AI行政工作術》。 文/賴彥廷 本文目錄(點擊可快速前往) Excalidraw+ChatGPT快速產製流程圖【STEP 1】快速掌握Excalidraw的使用方式使用Excalidraw將文字轉為流程圖【STEP 2】ChatGPT改寫語法【STEP 3】快速產出流程圖【STEP 4】調整與匯出Excalidraw實際成果展示【升級技巧1】善用資料庫與範本功能【升級技巧2】開啟即時協作模式 你是否遇過這樣的情況?同事在會議上介紹一個即將舉行的活動企劃,雖然他講得滔滔不絕,大家還是難以掌握活動全貌和階段任務。又或者,遇到報帳、請款這類較繁瑣的行政事務時,因為不熟悉流程,常常要多次詢問負責的人,耗費大量的時間。 這些讓人摸不著頭緒的狀況,往往是因為僅靠文字或口頭說明,無法讓他人迅速理解。此時若能將資訊視覺化,就能順利提升溝通效率,而「流程圖」就是職場中最常用的視覺化工具之一。 儘管流程圖常見且實用,但是想將一個活動企劃或是行政流程改寫為流程圖,卻不是一件容易的事!我們需要先在腦內消化眾多資訊,再思考如何拆解與表達,接著用手動繪圖,一來一往會耗費許多時間和精力。 如果有一款工具能將文字敘述快速轉換成簡潔明瞭的流程圖,那該有多好! Excalidraw+ChatGPT快速產製流程圖 「Excalidraw」是一款線上製圖工具,除了提供各式便利的圖表繪製功能,更重要的是,透過AI的輔助,可以快速將文字內容轉換成邏輯清晰的流程圖,對於展示活動企劃、產品研發、專案管理等工作的「流程」與「步驟」都非常有幫助。 接著將介紹如何運用「Excalidraw」搭配「ChatGPT」,根據各種工作需求,快速產出流程圖。 【STEP 1】快速掌握Excalidraw的使用方式 Excalidraw是一款免費開源、容易上手的圖表繪製工具,特別適合用於繪製流程圖與架構圖。無需安裝程式,在瀏覽器上開啟即可使用。 先進入Excalidraw的官方網站:https://excalidraw.com/ 使用介面非常單純,畫面上空白的區域就是讓我們繪製與編輯圖表的白板,而透過畫面上方的「工作列」,即可加入文字、線條、箭號等流程圖常用的元素,也可以插入圖片輔助說明。 AI自動繪製流程圖的功能則是包含在工具列的「更多工具」功能中。開啟後,將有幾種模式可以選擇: 文字轉圖表:透過簡單的描述,讓AI迅速將文字轉為流程圖。 Mermaid:Mermaid是一種專門處理圖表設計的語法,適用於流程圖、甘特圖、心智圖等圖表,Mermaid能以文字的方式清楚定義圖表內的文字、節點、連線方式等元素如何組裝,我們不必手動處理每個細節。 線框稿轉為程式碼:線框稿(Wireframe)是一種網頁設計或應用程式開發的草稿,用於表達產品的設計邏輯或排版架構。此功能多用於軟體研發相關的工作,此處不贅述。 實際應用時,「文字轉圖表」可以將我們口語化的敘述改寫為流程圖,便利又實用。但是根據經驗,遇到複雜的程序偶而會出現誤判(例如漏掉某個步驟)。此時改為使用「Mermaid」功能,即可精準針對需求製作流程圖。 使用Excalidraw將文字轉為流程圖 圖/商周出版提供 到這裡你可能會心生疑問:為了畫張流程圖還得花時間學習Mermaid語法怎麼寫,不是搬磚頭砸自己的腳嗎? 別擔心,這個問題全部交給ChatGPT! 【STEP 2】ChatGPT改寫語法 現在我們切換到ChatGPT,請它將文字轉成結構性的綱要,並用Mermaid語法規劃流程圖的細節。 為了讓ChatGPT的回答內容更加精準,可以在指令中善用兩個技巧: 請AI根據資料提取「流程重點」或是「關鍵步驟」。 限制以Mermaid語法輸出。 舉例來說,現在公司要辦理一場商業茶會,同事在會議上說明了籌備流程,我們可以將隨手寫下的內容直接丟給ChatGPT處理,輸入指令如下: 請根據以下活動說明提取流程重點,以Mermaid語法清晰呈現整個活動的流程。 活動說明: 最近公司準備推廣新型的雲端服務,總經理決定舉辦一場茶會,邀請潛在客戶參加。關於地點,我先呈報上次合作過的會議中心,如果總經理不滿意,我們再討論其他適合的地點,直到總經理說ok,再來預約,同時,也要聯繫外燴公司準備點心及茶飲。現在要分工處理茶會當天的幾個工作項目:邀請嘉賓、邀請媒體單位、預先準備新聞稿、安排支援人力。另外,在茶會結束前,大家互相提醒一下,別忘了拿出送給來賓的宣傳手冊。 ChatGPT回答: graph TD     A [開始準備] --> B [報告會議中心選項]     B --> C {總經理是否滿意}     C --> |不滿意| D [討論其他地點]     D --> C     C --> |滿意| E [預約會議中心]     E --> F [聯繫外燴公司準備點心及茶飲]     A --> G [茶會當天準備]     G --> H [邀請嘉賓]     G --> I [邀請媒體單位]     G --> J [準備新聞稿]     G --> K [安排支援人力]     G --> L [茶會結束前確認宣傳手冊]     L --> M [活動結束] 上面的英文字母、箭號、括弧等符號就是Mermaid語法。請連帶其他文字內容,全部複製貼上到Excalidraw。 這個方法的優點是,我們不必絞盡腦汁思索該如何將文字轉為流程圖,用口語化的描述,甚至有點凌亂的隨手筆記,都能直接丟給ChatGPT,讓AI整理成清晰的架構。 【STEP 3】快速產出流程圖 接著再回到Excalidraw,開啟「Mermaid」功能,輸入上一步驟ChatGPT生成的內容後,右側「預覽」(Preview)視窗就會出現AI自動生成的流程圖,接著點選「插入」(Insert)來編輯圖表細節。 【STEP 4】調整與匯出 我們可以將AI生成的流程圖當作基礎,繼續調整內容或是進行美編。 例如,使用工具列的「繪圖」(Draw)添加手繪風格的圖案,或是用「插入圖片」(Insert Image)上傳輔助說明的照片。當然,我們也能自由切換流程圖內的文字字型、顏色、對齊方式等美編設計。 完成後,點選畫面上方的「設定」就能匯出這張精美的流程圖囉! Excalidraw實際成果展示 圖/商周出版提供 所謂「一圖勝千言」,流程圖透過簡單的關鍵字、幾組線條就能說明一切。更棒的是,如今有了AI幫忙,想繪製一張專業的流程圖,彈指之間就能完成! 【升級技巧1】善用資料庫與範本功能 如果我們在工作中設計出一個獨特且實用的流程圖,希望未來還能繼續使用,只需要對著流程圖按右鍵「加入資料庫」,即可將這次的設計儲存到個人資料庫中。下次遇到同類型工作時便能直接取用。 更棒的是,我們還可以在「資料庫」裡面瀏覽各式各樣的美編素材、插畫圖樣,甚至是其他人設計的圖表模板,還能套用到自己的作品中。藉由這些資源,作品的視覺效果將會更豐富多彩。 【升級技巧2】開啟即時協作模式 如果需要與同事一邊討論一邊修改流程圖,可以點選畫面上方的「共享」按鈕,分享網址,就能立刻多人連線、共同編輯。 節錄自:商周出版《30個必學的AI行政工作術:搞定會議、行程、簡報、文書、圖表、影音、資料庫,事半功倍,準時下班!》/賴彥廷 著 更多【AI工作術】推薦給你: 4步驟學會運用AI關鍵能力!16種AI工具應用解析|行銷策略指令範例 用AI快速寫Email!ChatGPT Writer、Copilot等中英文電子郵件生成 ChatGPT一鍵生成簡報!Slides Maker讓AI幫你快速做完整簡報 會議紀錄用AI怎麼做?會議逐字稿如何整理?|AI語音轉逐字稿教學 用ChatGPT準備面試練習!AI履歷撰寫和模擬面試必學指令
【104職場力】・AI

把第一份研究交給 Perplexity Computer,主管要驗收什麼?

想試 AI 代理,可以從團隊熟悉、能用公開資料驗收的一件工作開始。假設公司要替新人選一套線上簡報課程,過去都是承辦人自己找課程、問同事需求,再彙整候選。這次可以把找資料和製作比較表交給 Perplexity Computer,承辦人接回來核對是否符合培訓條件。 Computer 是 Perplexity 的多步驟 AI 代理,可以把目標拆成研究、分析與整理等工作。工作較複雜、分工又互相影響時,Multiagent 可以讓代理直接交換發現、互相檢查。以第一次試跑來說,一份能追溯資料來源的比較表就能看出這種分工值不值得用。官方產品說明有列出工作方式。 https://www.perplexity.ai/en-GB/products/computer 先把比較條件寫給代理 假設週五前要找三門適合行銷新人的線上課,要求課綱含圖表排版與資料講述,且能在台灣的工作時段參與。先固定資料來源為課程官網,交代總價用每人台幣計、團報另註。表格每列填課名、價格、時間、相關章節以及來源網址。查不到的欄位要寫「待詢問」,附上已看過的網頁。這是一個示意題,正式試跑時把課程需求改成你們自己的。 把第一輪交付設成可傳閱的內部草稿。練習只用公開資料和你已整理好的條件,不需要連接私人帳號或讓代理代替同事報名。若報告需要回答價格是否含稅,可以請代理列出兩種口徑的差異,留給承辦人向課程方核對。 看 Perplexity 的產品示範時,可以留意它怎麼從一個目標拆成階段,再回到使用者可檢視的成果。 https://www.youtube.com/watch?v=qOsEYyQuxbU 拿到報告後,抽驗一個會改變決策的欄位 先找最符合條件的一門課,從表格點回官方網站。假如推薦理由是「週五下午有直播」,查那是正式上課時間、錄影上架時間,還是另一個梯次的時間。若查到梯次不合,要求代理更新推薦順序,並列出受到影響的欄位。改完後再次點回來源,確認舊資訊沒有留在結論中。 接著挑一個缺漏欄位,看看「待詢問」的理由是否具體。例如報名頁只列總價,承辦人可以直接問是否含稅或有無授權費。如果報告能把問題縮小到這個程度,就省下一趟查找。也可以記下承辦人驗收花的時間,跟原先自行整理的流程比較。 把好用的交辦方式留下來 若下一次是改選內訓工具或調查公開供應商,把已經驗收有效的來源、比較欄位和更新規則留在工作模板。若工作變成每月重查,可再評估 Teammates 是否適合承接固定追蹤。Whoops SEO 的原文整理了 Multiagent、Teammates 和抓取網頁內容的 Context API 各自適合的工作。 https://seo.whoops.com.tw/perplexity-computer/ 負責維護公司課程網站的人,也可以拿這份練習反查自家頁面。課程梯次、費用單位和錄影期限是否放在同一個可讀段落?若多個課程頁都需要整理,推薦參考 Whoops SEO 的 SEO 健檢與內容架構服務。 https://seo.whoops.com.tw/services/ 若想觀察生成式搜尋有沒有完整引用課程條件,可參考同一團隊的 GEO、AI SEO 與搜尋引用優化服務。要確認公司及合作資料,可看同品牌的 Whoops 官網。 https://seo.whoops.com.tw/services/ai-seo-optimization/ https://whoops.tw/
Sliven 褚崇名・Whoops AI 搜尋應用研究室

有任何收穫或想分享的,都來和大家一起聊聊吧!