104學習

醫學影像演算法

這項技能指的是利用數學和電腦程式設計，分析和處理醫療影像資料，如X光、MRI或CT掃描，幫助醫生更準確判斷病情。具備此能力的人能開發或優化影像辨識、診斷輔助系統，提高診斷效率與精確度，對醫療科技發展極具價值。在台灣，隨著智慧醫療與人工智慧應用興起，相關專業人才需求穩定成長，是結合醫療與資訊技術的重要橋樑。

1,894 個相關職缺

提升你的實力，朝專業更進一步

精選課程

充實自己，讓能力持續成長

AI醫學影像分析實作直播課程
AI醫學影像分析實作直播課程
深度學習實戰-影像辨識篇
深度學習實戰-影像辨識篇
機器學習實戰-影像處理篇
機器學習實戰-影像處理篇
AI 時代的智能製片課
AI 時代的智能製片課
成為 AI 科學家｜動手玩 OpenCV ，邁入影像辨識新視界
成為 AI 科學家｜動手玩 OpenCV ，邁入影像辨識新視界
Lightroom高效商業修圖(商品篇)
Lightroom高效商業修圖(商品篇)
影音後製剪輯實戰課(Final Cut篇)
影音後製剪輯實戰課(Final Cut篇)
電腦視覺演算法之人臉辨識實戰【本課程為線上課，報名後專員會提供上課資訊】
電腦視覺演算法之人臉辨識實戰【本課程為線上課，報名後專員會提供上課資訊】
【AIGC知識傳承術】AI生成影音課程｜ 虛擬講師╳克隆配音╳智能字幕 實戰應用
【AIGC知識傳承術】AI生成影音課程｜ 虛擬講師╳克隆配音╳智能字幕 實戰應用
零基礎 AI 短影音製作｜動態創意特效 x 百萬爆款公式
零基礎 AI 短影音製作｜動態創意特效 x 百萬爆款公式

精選貼文，掌握第一手知識

不怕科技加速技能斷層！3種「非正規」的影子學習術，反而讓你超前進化

專家指出，科技風暴正在打亂我們「習慣」的學習管道，尤其是讓專家與新人的連結越來越薄弱，這種情況下會更難精進技能發展嗎？作者從住院醫師的實際案例觀察發現，有3種「影子學習術」作法，可以在不利技能發展的環境下，偷偷磨練技能，並學得又快又好。本文節錄自《技能密碼》。 文／麥特．比恩 本文目錄（點擊可快速前往） 非正規的3種「影子學習術」1. 提早專精2. 數位排練3. 野放式練功用「旁門左道」學會新技能 非正規的3種「影子學習術」 1. 提早專精 第一種做法我稱為提早專精（premature specialization），這是什麼意思？像貝絲這類住院醫師，比「正常進度」更早專攻某個領域，甚至犧牲自己的基礎訓練。他們還沒當住院醫師時，就已經在醫學生時期磨練技能，有人會蹺掉有機化學課，跑去機器人實驗室；有人會「犧牲」各科輪調的機會，跟隨機器人外科手術醫師，實際參與相關研究項目。他們無所不用其極，總是能逮到機會巴著機器人手術專家不放。在醫學院教授和管理人員看來，這樣做有點過度專精，畢竟醫學院的宗旨是為了培養全方位的醫師，應付各種醫療情境。但是說來諷刺，當我問起這件事時，每個人都坦承擔任住院醫師後，如果有提早專精，表現會特別好，根本沒有人會多說什麼。這些人特別擅長處理複雜的工作，沒有人會怪他們走偏門。 舉例來說，有位住院醫師已經進入第2年，早在醫學院時期就幫忙成立機器人外科研究實驗室，主治醫師談起她時表示：「我看得出來她非常優秀，超越大多數總醫師（也就是待到第6年的住院醫師），但是她確實花很多時間，大概1到2年左右，待在（某醫院）機器人實驗室做研究，說穿了，就是有點『作弊』，你懂的。」但是如果技術夠好，沒人會多說什麼。 2. 數位排練 第2種做法我稱為數位排練（digital rehearsal），簡單來說就是這兩句話的對比：「看過電影，不代表你能當演員。」「那段影片只有1小時，我卻反覆看了200遍。」第一句是美國某家頂尖教學醫院泌尿科主任說的，第二句則是同一家醫院的住院醫師說的。主任的話代表著傳統觀念：每個人都知道，學習手術一定要動手操作，所謂的「看一遍，做一遍，教一遍。」 研究論文也強調「停留時間」（待在手術室的分鐘數），認為這就是磨練外科技術的關鍵。 親手握著手術刀，直接在病人身上動手術，才算是正統訓練。唯有在手術室，才能接受資深外科醫師的指導，學會怎麼做抉擇、怎麼保持冷靜、怎麼領導手術團隊……這些都要在手術室裡學習。正是因為這種文化，外科把手術室裡的學習看得很重要，無論是模擬訓練或看影片，都是過於「薄弱」的學習。要是太依賴這些，就是搞錯重點，不是膽小鬼，就是書呆子。 外科醫師就是要離開螢幕，穿上手術服，血濺到手上才可以。 但那位住院醫師的想法完全不同，她站在進步與技能這一邊，就像其他影子學習者，花費大量時間研究YouTube的手術影片，當作手術室學習的補充教材。一開始只是先熟悉手術內容，例如現在看的是什麼？哪一個手術步驟？接下來會開始評估影片的品質，例如這場手術做得怎樣？太粗糙嗎？還是很完美？為什麼？用了什麼技術？這些技術有效嗎？他們經常記下自己的觀察，有些人甚至學習新軟體，直接在影片上加註。久而久之，他們會有自己的影片資料庫，趁進入手術室前「臨陣磨刀」。 比方說，今天要做吻合術（攝護腺切除術中最精細、最困難的環節，要把尿道和膀胱縫合），手術前10分鐘，他們會挑一則自己最愛的示範影片，以0.5倍慢速重播。他們不是每次都看YouTube，有時也會用訓練室的機器人模擬器，但是這種模擬器很陽春，畫面又抽象，比如要抓住一個虛擬的圈圈，沿著虛擬的繩索移動，還不能碰到繩子，根本就像電玩，和真實的手術相差甚遠，但他們還是拚命玩到高分，甚至跟自己比賽。但問題來了，把時間花在這些事，動輒數百個小時，一些資深專家並不買單，一來覺得不妥，二來不相信有效，更重要的是住院醫師還有可能忽略其他職責和人際關係，例如講座缺席、不參加夜間查房。 他們和同期住院醫師相處的時間變少，與導師的交流也跟著減少。結果當專家考慮將來要提拔誰時，這些人稍有不慎就可能會在職涯翻車。 3. 野放式練功 第3種方法我稱為野放式練功（undersupervised struggle）。記得第2章提過「過度保護」嗎？挑戰的大敵？除非你主動改變現狀，否則機器人的手術教學就會是令你心累的惡夢。許多住院醫師表示，這就像汽車駕訓班：方向盤是握在住院醫師手上，但是主刀醫師只要點一下觸控螢幕，隨時可以把車停下來，更何況手術室裡每個人都能看見放大10倍的影像，一起觀看住院醫師的每個動作，主刀醫師也會不停地下「指導棋」，反覆打斷動作。過不了多久，下場就會像克莉絲汀一樣，在眾目睽睽之下接二連三被打斷、指正和反問，最後甚至失去操控權。 為了避免這種情況，磨練自己的技能，一些住院醫師自己想辦法，盡量選擇野放式練功。 有些人調到層級較低的醫院，因為那裡的資深外科醫師本來就不太操作機器人；但是也有人留在原來的醫院，轉調到剛剛引進機器人的科室。這些主治醫師操作機器人的經驗不夠多，比較願意讓住院醫師操刀，說實話他們也不太明白，怎樣才算是「高手」。只要住院醫師表現不錯，主治醫師就不會過問太多，甚至會直接離開手術室，讓住院醫師獨自操刀。還有一種方法就是住院醫師會追隨「明星級」外科醫師，因為這些名醫有許多手術要開，只會親自完成最困難的環節，其餘則會交給住院醫師搞定。沒錯，主刀醫師不會待在手術室。 你看出門路了嗎？有兩大關鍵：第一，住院醫師要挑戰自己的極限，全神貫注，在控制台忙出一身汗；第二，主刀醫師在一旁待命，住院醫師隨時可求助。有個住院醫師分享他追隨名醫的經驗：「我們非常謹慎，不會亂來。每當遇到卡關，主任會進來指導，或是可以呼叫較資深的住院醫師，他們也會幫忙。」如果你聽了還沒有嚇到，我就來為你解釋：主治醫師不在場，住院醫師是不能私自動刀的，雖然並不違法，但美國外科學院（American College of Surgeons）強烈反對，在某些情況下甚至明文禁止。 這些住院醫師卻為了磨練技術，冒著被懲戒的風險，甚至讓病患承擔風險。所以，這絕對不是醫師會推薦的標準做法。 用「旁門左道」學會新技能 這3種影子學習法，完美守住挑戰、複雜性與連結，讓這些資歷尚淺的住院醫師也能練出驚人本事。 提早專精的好處，就是比別人早一點接觸機器人手術，一步步擴大參與範圍，慢慢挑戰更完整的流程。複雜性有了，挑戰也有了，因為接觸手術的實務操作，哪怕只是在實驗室當助手，對小小的醫學生來說，已經是能力的極限。連結也有了，因為這種「作弊」方式不是你想就能做，要有資深的主治醫師帶領，你也要有能力幫上忙，建立彼此的信任、尊重與默契。 再來是數位排練，絕對和適度的複雜性有關。這些住院醫師反覆吸收數位資源，對機器人及相關手術瞭若指掌，看過各種操作手法，重播上百遍。等到真的進入手術室，已經有足夠的能力消化實務細節，基本動作也會更流暢。有趣的是，這些螢幕前的努力還會帶來適度的連結：因為「事前準備」做足了，進入手術室後，就能和專家順利搭上線，例如詢問一些「聰明的問題」，甚至提出建議。這又會進一步帶來挑戰。資深外科醫師看到這情況，就會立刻安排幾個高難度任務，對新人的實力也會更認可。即使頂尖外科醫師不想放手，影子學習者也會主動爭取。還記得嗎？他們在操作台忙出一身汗，那是因為事先和專家說好：「讓我自己先摸索，除非要出大事，你再來幫我一把。」先說好遊戲規則，新手就可以挑戰極限，專家也會適時幫一把，這樣的複雜性恰到好處。就這樣，他們的學習之路，完美符合適度挑戰的每一個條件。 這些新人違規學習，不隨便張揚，結果挑戰、複雜性、連結都足夠，所有技能密碼也沒少。而且成果顯著，遙遙領先同儕，還搶到很多練功的機會。 這就像「有錢人會越有錢」，只要你一入門就比其他新人更熟練，就可以得到更多機會，把技能磨練得越精，再解鎖更多機會，而你的同事只能在旁邊乾瞪眼。 但是話說回來，這些招數多少有一點踩線，不可能取代傳統的訓練模式。正因為這樣，該有的挑戰、複雜性和連結也稱不上完美。進行影子學習的住院醫師們，全靠自己摸索、自己嘗試。試想，如果他們能打開心扉，和專家或同儕交流這些做法，是否能建立更多的信任、尊重和關懷？專家能否提供更精準的引導，幫他們找到下一個複雜任務？專家能否提供更適合的協助，讓他們邁向更高階的挑戰？答案是現狀還不夠理想，有進步的空間。 我們團隊經過3年半的觀察，發現影子學習的現象隨處可見，特別是倉儲業的基層人員，只不過形式非常不同。還記得伊內絲嗎？大多數工人只會埋頭苦幹，因此她是少數，這些人分散在各個組織，即使公司拚命簡化流程，他們仍會用「旁門左道」學會新技能。 基本上，他們的方法差不多：在日常工作中，總會有一些小問題反覆發生，說大不大，但這些人看了就會心煩意亂，或者出於好奇心動手解決，而且並未詢問主管的意見。事實上，他們的解決方法大多違反標準作業流程，但是因為這些問題反覆出現，所以有機會不斷嘗試和調整，說穿了，就是在磨練技能。你已經知道伊內絲這個介面設計界的潛力股，不只是解決眼前的問題，還展現「工作敏感度」。就像《星際大戰》(Star Wars)裡的絕地武士，對地球原力特別敏感，而這些人對工作有一種特別的直覺，專門解決特定的問題，例如伊內絲就是對科技有感。 節錄自：商周出版《技能密碼：MIT博士教你從似懂非懂到穩定輸出，把專業變事業的職能升級攻略》／麥特．比恩 著 推薦閱讀： AI加速技能斷層！專家揭潛在隱憂：新一代技術人才能力下滑 技能成長和人際連結有關嗎？MIT博士教你檢查「適度連結」10項指標
【104職場力】

精選 推薦 : 豈止證照而已！跨域知識大串聯，打造屬於自己的能力系統

這段Podcast 是專訪Nabi iPAS 證照講師 陳正健（CCChen）如何透過經濟部 iPAS 產業人才能力鑑定，成功建立跨領域的專業系統。他至今已累積取得涵蓋 AI 應用、淨零碳規劃、智慧生產、食品保穫及品牌企劃等五大領域共 14 張證照。 CCChen強調，證照不應僅是孤立的紙本證明，而是應將所學知識與工作實務及數位工具深度結合，以提升解決複雜問題的職場競爭力。他分享了運用 AI 工具輔助學習與時間管理的策略，並以此帶動家人參與，展現出自主學習的正面能量。 他鼓勵專業人士打破學科框架，藉由跨域考證建構個人能力地圖，從而因應智慧化與永續轉型的產業趨勢。這些內容不僅記錄了他的轉型歷程，也為求職者與企業提供了關於人才培育及職涯成長的實務參考。 歡迎收聽▼ https://youtu.be/bUZXvx9eZk0?si=6a4q234WUnAABWiQ CCChen 老師課程 : 【直播課程＋限時回放】iPAS AI應用規劃師（初級）- 第三梯考前衝刺班｜8/5（三）20:00–21:30 線上直播講座｜104獨家iPAS AI考證衝刺 https://nabi.104.com.tw/course/104nabi/4f6e498b-dee3-4fab-935d-64c781840c9c 【2026年－考試筆記(V1版本)】iPAS AI應用規劃師初級｜全科攻略ｘ考點精華ｘ擬真題庫｜104學習 https://nabi.104.com.tw/course/104nabi/07779700-a980-43d2-8b34-bae808edea61 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 https://nabi.104.com.tw/course/104nabi/3987ebea-3686-4f67-a292-c46c3cc2128e
104學習・iPAS AI應用規劃師考照共學群

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&nbsp;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：&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;- `# Slide N｜主標題`&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;- 簡報核心內容：以 bullet 方式呈現&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;- 口語講稿：換行之後以註記呈現 `/* .... */`&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;- `:: 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&amp;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：▶&nbsp;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

實驗室新突破！Google AI突破癌症研究瓶頸 開啟跨域職涯新風口

近日Google與耶魯大學的研究團隊攜手發表了一項令人振奮的成果：他們開發出一款能「讀懂細胞語言」的AI模型、成功預測出一個具有潛力的新型癌症療法途徑，並已在實驗室中獲得初步證實，這項發現不僅為抗癌藥物研發帶來一線曙光，更展示了大型AI模型在加速科學發現上的巨大潛力。 文／《104職場力》 本文導覽 研究背景：關於免疫療法的瓶頸「冷腫瘤」Google研發「細胞語言模型」C2S-Scale接下戰帖出乎意料！AI鎖定Silmitasertib，給出嶄新發現實驗室證實，silmitasertib能成功讓冷腫瘤「發熱」50%AI「革新藥物研發效率」對跨領域人才和未來職涯的深遠啟示 研究背景：關於免疫療法的瓶頸「冷腫瘤」 在癌症免疫治療中，一個核心概念是讓患者自身的免疫系統去攻擊癌細胞，但因為許多腫瘤屬於「冷腫瘤」（Cold Tumors），以至於它們就像披上隱形斗篷一樣，無法被免疫系統偵測和辨識，自然能躲過攻擊。 想解決這個問題，讓冷腫瘤「發熱」（Hot），也就是迫使癌細胞展現出能被免疫系統識別的「抗原呈現」（Antigen Presentation）信號，是免疫治療策略的關鍵目標，如果能找到一種方法「放大」這些信號，就能有效提升免疫療法成功的機率。 Google研發「細胞語言模型」C2S-Scale接下戰帖 為了克服這項挑戰，Google研究團隊基於Gemma，打造了Cell2Sentence-Scale 27B（簡稱C2S-Scale）模型，其核心能力是理解「單一細胞的語言」，如同理解人類的文本語義一樣。 研究人員給C2S-Scale的艱鉅任務是：找出一個只能在腫瘤環境中已經存在微弱免疫信號（例如低劑量干擾素，Interferon）時才發揮作用的「條件式放大器」，讓原本微弱的信號能有效增強。 該模型採用了一種「雙情境虛擬篩選」的方式進行推測： 正向免疫情境： 輸入帶有低劑量干擾素信號的真實病患腫瘤樣本數據。 中性免疫情境： 輸入單純隔離的癌細胞數據（不帶免疫背景）。 研究團隊模擬了超過4,000種藥物在這兩種情境下的作用，並要求模型預測哪些藥物只在第一種情境下能增強抗原呈現。 出乎意料！AI鎖定Silmitasertib，給出嶄新發現 沒想到，C2S-Scale模型直接給了研究人員大驚喜，它推理出一項過去科學文獻中從未被明確報導過的全新組合與機制：silmitasertib（一種CK2激酶抑制劑）只有在「正向免疫情境」下能大幅提升抗原呈遞作用，但在「中性情境」下則幾乎沒有效果。 這代表AI模型並非只是分析或重複已知知識，而是可以真正產生出可供實驗驗證的新科學假設。 實驗室證實，silmitasertib能成功讓冷腫瘤「發熱」50% 得到新假設後，研究團隊隨即至實驗室進行驗證，他們刻意使用人類神經內分泌細胞模型進行測試，這種細胞是模型在訓練過程中完全沒見過的類型，希望更能確保結果的公正性。 實驗結果完全證實AI的預測： 單獨使用silmitasertib，對抗原呈現無影響。 單獨使用低劑量干擾素，效果有限。 同時使用silmitasertib與低劑量干擾素，抗原呈現信號產生顯著的協同放大效應。 根據實驗數據，這種組合治療能使抗原呈現作用提高約50%，足以讓腫瘤更有效地被免疫系統識別，C2S-Scale模型的預測還真的成功找到了新型的「干擾素條件式放大器」，提供將「冷腫瘤」變「熱」的潛在新途徑。 AI「革新藥物研發效率」對跨領域人才和未來職涯的深遠啟示 雖然這項研究還未進到臨床試驗，但已展現出大型AI模型（如C2S-Scale）在生物醫學發現上的核心價值，它能快速生成有實際根據的科學假設，大幅縮短新藥研發週期，並為開發高效的組合療法奠定基礎。 這項突破標誌著AI與生物科技的關鍵交匯點，同時也清晰預示了未來的職場趨勢： 跨域人才需求暴增：傳統的生物學家或醫藥研發人員，現在必須具備計算機科學、數據分析甚至大型語言模型（LLM）的應用能力。能夠理解「細胞語言模型」並將其應用於實驗設計或臨床資料分析的「AI生物學家」將成為炙手可熱的職位。 研發週期大幅縮短：過去需要耗費數年進行的藥物篩選與假設驗證，在AI的協助下能被壓縮到數月甚至數週，這將加速生技、製藥公司對研發效率與數位化工具的投資。 新的職能誕生：除了傳統研發職位，企業將需要更多「生物資訊學家」、「AI模型工程師」（MLOps for Biology）等職位，專門負責維護和擴展這些複雜的生物AI模型。 由此可知，人工智慧不僅是提升工作效率的工具，更已成為開啟科學新發現的鑰匙，對於所有追求職涯成長的人來說，掌握數據與AI思維，是進入下一波生物科技與醫療創新浪潮的關鍵入場券。 （參考資料來源：How a Gemma model helped discover a new potential cancer therapy pathway）
【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 &amp; 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 >>&nbsp;　 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生成簡報工具怎麼選？Gamma、Felo、Gemini Notebook等6大AI簡報工具推薦

用AI簡報工具製作PPT、Google Slides，哪個工具適合我？本文一次比較包括Gamma、Manus、Canva AI、Gemini Canvas、Felo、Gemini Notebook（原NotebookLM）等6大AI簡報工具，包括特色、優缺點與適用情境，幫你快速選對工作效率神器！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） 目前市面上有哪些常見的AI簡報工具？Gamma：AI簡報的先驅者Manus：自動化程度最高的簡報工具Canva AI：追求設計感的高手專用Gemini Canvas簡報模式：一鍵連動Google SlidesFelo簡報模式：搜尋到簡報一氣呵成NotebookLM簡報生成：把大量資訊轉為精緻簡報 （編按：NotebookLM於2026年7月更名為Gemini Notebook。以下為原始文章：） 以往我們要製作一份投影片，需要先挑選範本、打上文字、放入圖片，然後新增一張投影片、重複以上動作十幾次。而且資料放完之後，還需要注意資訊會不會太多、版面好不好看，然後大量的調整……，現在有了AI簡報工具之後，這些都不再是問題！ 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，接下來就可以正式進入以AI簡報工具生成投影片的環節。延伸閱讀：用AI做簡報，建議先「生成大綱」！簡報大綱規劃模組Prompt分享 目前市面上有哪些常見的AI簡報工具？ 本書挑選了Gamma、Manus、Canva AI、Gemini Canvas、Felo、NotebookLM這六種AI簡報工具作為代表，可能有些讀者會很困惑該怎麼選擇，這邊簡單提供一個簡單的比較表格： 工具比較GammaManusFeloCanva AIGemini CanvasNotebookLM指定文字內容VVXXVV生成頁數上限10/20/7512/2420-3030-4030-4015-20版面平衡最佳尚可最佳普通尚可最佳素材設計感尚可普通普通最佳普通最佳使用上傳背景VVXVXXAI圖片生成VVVVXV自訂視覺風格VVVVXX批次調整VVXXVX手動編輯板塊式介面僅能微調僅能微調自由調整XX進階投影VVXVXX匯出格式PDF/PPTX/PNG/Google slidePDF/PPTX/Google slidePDF/PPTXPDF/PPTX/MP4/JPG/PNG/GIFGoogle SlidePDF 圖／旗標《超有料！職場第一實用的AI簡報術》 電腦版大圖：請開啟瀏覽器輸入網址：deck.tw/decktool 接下來我們將一一評比分析每個投影片工具的優點、缺點，讓大家可以根據需求挑選出最適合自己的工具！ Gamma：AI簡報的先驅者 Gamma擁有穩定的簡報生成品質、多樣化的視覺範本與豐富的設計功能，生成速度極快、但在文字量較多、邏輯複雜的情況下容易表現不佳。 優點缺點● 模組式設計介面對新手友善● 多種視覺邏輯模組可套用● 支援輕鬆更換主題配色● 可透過Agent以自然語言修改投影片● 投影片生成速度極快● 免費額度不補充（付費版則不受限制）● 免費版單次生成頁數僅10張● 無法整合搜尋，大綱規劃能力較差● 除了上傳模式外，無法整合圖片素材● 太多人使用，容易看得很膩 網址：https://gamma.app 使用方法： 「生成模式」讓AI根據提示詞生成主題大綱 「匯入模式」用現有檔案內容產生簡報 「貼上文字模式」貼上指定簡報大綱，100%指定生成內容 圖／旗標《超有料！職場第一實用的AI簡報術》 Manus：自動化程度最高的簡報工具 Manus具備極高程度的自動化整合能力，可以完美遵守本書提供的指令模組來產出內容，但在細節版面、字體比例與邊界控制上仍顯得不夠穩定，編輯功能也相對陽春，適合製作專案導向的投影片。 優點缺點● 規劃、搜尋、整合文字一氣呵成● 可整合使用者上傳圖片素材● 投影片可整合訊息較多● 點數制度無法吃到飽使用● 字體常常出現過小情況● 設計容易超出16:9邊界導致文字被吃掉● 編輯功能較為薄弱，無法自由新增內容 網址：https://manus.im/ 使用方法：點擊輸入框下方的「投影片模式」（製作簡報），再輸入想製作的簡報主題。可提供標題、上傳舊PPT，或直接提供完整簡報大綱與參考資料 圖／旗標《超有料！職場第一實用的AI簡報術》 Canva AI：追求設計感的高手專用 Canva AI擁有龐大的設計素材庫與完整編修工具，能在「素材美感」與「調整彈性」上提供最強大的支援，但在自動文字編排與資訊密度控制上有許多不足，常需依賴使用者自行調整平衡。 優點缺點● 模板素材的整體設計感較好● 強大Canva設計工具可做精細編修● 投影片張數不受限制● 無法100%自訂投影片內容● 僅協助套版、文字容易過小● 偶爾會出現英文內容，須付費功能才能批次翻譯 網址：https://www.canva.com/ai/ 使用方法：點擊輸入框下方的「設計>簡報」，可輸入想製作的簡報主題，並選擇「分享對象」、「風格」、「長度」 圖／旗標《超有料！職場第一實用的AI簡報術》 Gemini Canvas簡報模式：一鍵連動Google Slides Gemini Canvas設計的簡報版面一如Google的簡潔俐落，強大的資訊處理功能使其可以處理較多頁數的投影片設計，適合較龐大的商務任務。缺點是生成時間較久、以及需要發佈到Google Slides才能做細節編輯。 優點缺點● 設計風格簡約● 可發布至Google Slides以利後續編輯● 投影片張數不受限制● 指令複雜時無法穩定觸發簡報模式● 輸出到Google Slides時會些微跑版● 投影功能較薄弱● 多次編輯時容易有Bug● 預設從網路抓取圖片 網址：https://gemini.google.com/canvas 使用方法：選擇「Canvas」模式，在指令輸入「請幫我製作一份關於OO的簡報」，就會進入簡報製作模式。如果想匯出簡報，點擊Canvas區塊上方的「匯出成簡報」，即可至Google Slides更自由的做細節編輯。 圖／旗標《超有料！職場第一實用的AI簡報術》 Felo簡報模式：搜尋到簡報一氣呵成 Felo的投影片設計質感令人驚豔，可以把搜尋的內容轉變為大綱。但是不支援指定內容的大綱，同時投影片生成之後就不支援批次調整，匯出時跑版情況嚴重，比較偏向小型或輕量化的研究主題。 優點缺點● 自訂Agent模式可容納一萬字左右的Prompt● 可直接將搜尋結果轉為投影片● 產出前會產生三種TA的StoryLine供你選擇● 設計質感良好，整體風格穩定● 點數制度無法吃到飽使用● 產出之後無法批次調整或再製● 編輯功能較為薄弱，僅能微調介面元素項目 網址：https://felo.ai/ 使用方法：在首頁點擊「AI簡報」，或在回答頁選擇「生成AI幻燈片」、「轉換至AI簡報」。 圖／旗標《超有料！職場第一實用的AI簡報術》 NotebookLM簡報生成：把大量資訊轉為精緻簡報 NotebookLM的簡報模式是目前整體簡報設計評價最高的工具，透過圖片生成的方式，能夠根據主題內容產生豐富的輔助設計。 優點缺點● 整體設計感最佳‧ 可在投影片中呈現大量訊息● 能根據簡報內容呈現視覺化邏輯● 可直接在NotebookLM中完成簡報● 使用圖片方式生成，後續調整不方便● 文字過小時，仍然會出現亂碼● 無法將來源圖片直接整合到簡報中 網址：https://notebooklm.google.com/ 使用方法：於工作室區塊選擇「簡報」，或點編輯圖示選擇「自訂投影片」調整格式、語言、長度，以及輸入大綱、目標對象、樣式和重點。NotebookLM會自動整合來源內容產生投影片大綱，並根據大綱產生高度視覺化的投影片。 圖／旗標《超有料！職場第一實用的AI簡報術》 延伸閱讀：NotebookLM簡報怎麼編輯？5招修改法實測，轉PPTX、線上改都行 你可以看完這些工具的比較之後，選擇自己相對有興趣的工具開始體驗！ 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：▶&nbsp;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

AI加速技能斷層！專家揭潛在隱憂：新一代技術人才能力下滑

在AI與自動化技術席捲各行各業，本文作者、MIT博士麥特．比恩指出，人工智慧雖提升企業生產力，卻也打亂了原本仰賴「專家帶新人」的技能傳承路徑，導致新一代技術人才能力養成受限。這種「技能斷層」在全球蔓延，不僅使職場新鮮人難以勝任複雜任務，也讓企業與組織面臨長遠的人才空洞與績效風險。本文節錄自《技能密碼》。 文／麥特．比恩 本文目錄（點擊可快速前往） 追求生產力，卻打斷技能的核心各行各業的潛在隱憂技能落差造成數兆美元損失 追求生產力，卻打斷技能的核心 現在許多職場因為科技的介入，硬生生隔開資淺員工與資深員工，也就是新人和專家。我們拚命追求生產力，卻打亂技能密碼的核心，但是挑戰、複雜性和連結三者缺一不可。如果這些元素不完整，未來我們該如何學習與智慧機器共事？ 大家經常問我：「機器人會不會搶走人類的工作？」答案很簡單：「會。」 目前最完整的研究顯示，企業每添購一台機器人，大約會取代3到6個工作機會。然而，有一個問題比失業更重要：有多少工作、又有哪些工作正在改變？有一項長達40多年的研究，最後只發現一個規律：每當人類採用自動化或新技術，並沒有太多的工作消失。放到整體經濟來看，這些消失的工作根本微不足道，可能也就幾萬個而已。但是有更多工作因應新技術進行調整，這個數字恐怕是數千萬，甚至是幾億。因此這些從業者都要掌握新的工作方式，才能穩定完成任務。沒錯，學習才是目前最大的挑戰，因為工作模式改變了，這影響的是全球數十億人，而變化的速度正在加快。 回到克莉絲汀動手術的例子，看看一切會有什麼不同。她上次輪班是做傳統手術，後來經過6個月，她又把一位攝護腺病患推入手術室，不過這次迎接她的是一台巨大的機器人。機器人有4隻手臂，重達約455公斤左右，主治醫師將機器人連接到病患的身體。隨後他們脫下手術服，走到距離病患約5公尺的控制台，整場手術都是靠「遙控」。 克莉絲汀只能站在旁邊，看著主治醫師操控機器人的手臂，將病患的身體組織拉取並分離。 操作機器人的手術，有別於傳統外科手術，就像使用iPhone一樣簡單，醫師可以獨力完成整台手術。主治醫師也知道克莉絲汀需要練習，也希望給她機會，但也知道她的速度較慢，容易出錯，一旦讓她操作，就只能承擔風險。動作慢，就會拉長麻醉時間，徒增中風的風險；出錯了，出血量會更大，甚至發生更糟的結果。但是，病人的安全第一。因此這次克莉絲汀幾乎沒有機會接近病人的神經。4小時的手術，如果她能夠操作15分鐘以上，就要謝天謝地了，而且還只是切割脂肪這種非常簡單安全的環節。輪到她操作時，主治醫師只會在一旁大聲喝斥，一旦犯下大錯，主治醫師就會直接點一下觸控式螢幕，搶過來自己做，把她晾在一邊，感覺就像小時候戴著「我是笨蛋」的帽子，站在角落罰站。經過這樣的手術，她怎麼可能成為更優秀的機器人外科醫師？ 結果就是，像克莉絲汀這樣的住院醫師，即使完成培訓，對機器人手術仍然缺乏信心，也沒有學到多少技術。後來，克莉絲汀成為外科醫師，第一次獨立操作機器人手術，卻在控制台上狂冒冷汗，動作斷斷續續，速度慢到不行，不小心燒壞和切除許多身體組織。手術團隊不發一語，氣氛相當凝重，人人面露難色。病人最後的失血量是她導師的10倍，原本只需要3小時的手術，硬生生拖到7小時。我在機器人手術室裡，親眼目睹一切，忍不住詢問克莉絲汀的外科主任，好奇這項新技術對醫師這一行的影響。外科主任非常憂心，雖然美國還是有精通機器人的明星外科醫師，但是絕大多數操作機器人的外科醫師手術實戰技能不足。他說：「我的意思是，這些人根本做不來。從來沒有真正操作過機器人，只有站在旁邊看別人做，看過電影，並不代表你就能當演員。」 這引發我的關注。然而，現在對機器人手術的需求正在瘋狂成長；很多醫院早就有手術機器人，還硬逼克莉絲汀這樣的新手醫師上場，反正她遲早得使用。2019年，《美國新聞與世界報導》(U.S. News &amp; World Report)和《連線》(Wired)獨立調查此事，結果發現機器人手術培訓簡直就是「無法無天」，成果「糟糕透頂」。2022年，全球頂尖工程雜誌《科技縱覽》(IEEE Spectrum)也得出同樣的結論。許多人在接受機器人手術時，可能會遇到臨床訓練不足、手術經驗不夠，甚至對操作控制台沒信心的醫師。 光想都覺得可怕嗎？我也這麼覺得，但這只是開端。 各行各業的潛在隱憂 外科手術和其他行業沒兩樣，也是拚命引進智慧科技，彷彿站在自己建造的火箭前，全力衝向嶄新的未來。而這種趨勢從數十個職業和組織開始蔓延，再來是數百個，最後影響全球，這正是我們面對的現實。我深入研究先導入機器人的領域，大概有數十個，從這些數據來看，許多職業原本依賴專家帶新人的學習模式，但是如今已經無法繼續。 頂尖律師事務所拚命壓低成本，但對一件事毫不手軟，就是投入人工智慧等技術，「支援律師的工作流程」。現在文件審閱已經開始自動化，菜鳥律師不再做這些工作，律師事務所連工時費用都省了，資深律師反而接手更多的案子，效率更高；客戶花的錢更少，律師事務所也因為縮減人手，賺得更多。結果菜鳥律師和資深律師完全隔開了，沒機會觀摩、沒辦法參與，更別說幫忙前輩分攤工作，從中學習。最近Law.com有一篇評論，嚴肅提醒大家：「現在新一代的律師，正在錯失接受培訓與專業發展的機會。」 再看看警察的例子，警察局也在使用人工智慧的預測工具，幫忙分配巡邏區域，如此一來，是否能有更多的時間打擊犯罪？對菜鳥員警來說，現實並非如此，他們必須處理文書工作，餵養這些系統，反而沒時間跑社區，和前輩一起學習。 至於高階金融的領域，資深銀行業者加碼投資FactSet和CapIQ等工具，以人工智慧輔助市場分析與公司評價。2021年，金融業獲利1千7百億美元，但是這種自動化也改變了工作流程，導致菜鳥銀行職員大多在製作例行報告，無法和資深職員共事，就連資深職員也表示：「（資淺員工）對市場趨勢和業務情況的理解力正在明顯退化。」從這些尖端產業來看，在人類學習與機器學習的交會處，專家和新人之間的連結正在瓦解。 關於這個問題，我從全球經濟各領域蒐集優質的數據，其中有很大一部分是我個人十幾年的研究，還有其他優秀的田野調查。除了上述的例子外，其他職業也受到影響，我還在持續補充，像是高等教育、線上人力平台、晶片設計、新聞業、資料科學、刑事司法、新生兒加護病房、公共教育、音樂創作、機器人學、開放式創新、航太工程、叫車服務、長途貨運、拆彈、無人機駕駛、餐飲服務、次級物流、放射學、營建業、財富管理、零售業、汽車工程、客服中心營運等。雖然這些行業用的智慧科技不太一樣，但是都有一個共通點，就是總會干擾專家與新人的連結，屢試不爽。 這個問題很嚴重，牽涉到數兆美元。 技能落差造成數兆美元損失 我來拆解一下：產業有需求，卻找不到人才，稱為技能落差（skills gap），最近有人估算，光是全球製造業，技能落差就造成數兆美元損失，把這個數字乘以所有行業，虧損會更驚人。 過去3年來，美國經濟諮商局（Conference Board）調查企業執行長最擔憂的問題，榜首始終是吸引和培養人才。 對勞工來說，這也是頭號問題，根據2020年德勤（Deloitte）調查顯示，有45％受訪者擔心自己的技能在3年內就會不夠用。 另一項LinkedIn的調查顯示，高達94％受訪者表示，只要公司願意重視員工的職業發展，就會選擇長期留任。 然而，我們因應這個問題的方式，似乎是在開倒車。2020年，我們在技能發展投入的經費，有5千億美元都用在正式培訓，包括課堂學習、線上自學課程，或是近來的手機短影音。 只有極少的資金，用來奠定我們最寶貴的技能，也就是無所不在的非正式連結。原本資源就已經少得可憐，再加上我們對這種連結的理解太落後，導致這一點資源也白白浪費了。 為什麼會這樣？因為人工智慧的好處太誘人，這些系統放大專家的能力，帶來更好的成果。 不然你試著說服那些資深記者、技師或主管，讓那些實習生回來磨練，允許他們犯錯、拖慢效率。克莉絲汀的故事及其他無數類似的例子，跨越各個產業、技術、時期和職位，不斷提醒我們這個問題。為了追求更好的成果、更高的效率、更大的利潤，我們設計出這些智慧科技，引導人工智慧的發展，並選擇投資哪些研究。但是我們正悄悄付出代價，損失高達數兆美元。 科技、技術及技能一直在變，專家和新人的互動關係也要與時俱進，畢竟工作需要越來越複雜的技能。試想，生在古羅馬時期的梅內拉奧斯，怎麼可能像我們一樣拿著「智慧型手機」，從羅馬的市場打電話、發送郵件或傳送照片給斯特凡諾斯？但是在以前，我們至少有時間適應。關鍵就在於適應的過程，仰賴專家和新人的合作，一步步建立必要的知識，以整合新科技、新技術及新的工作關係。只不過現在這種學習，變得越來越困難。這種全面的衝擊，勢必會打破數百年來專家帶新人的模式，讓許多寶貴的技能跟著消失，因為技能發展離不開挑戰、 複雜性與連結。新一代技術人才的能力正在下滑，組織也變得空洞。在這個關鍵時刻，一不小心，無論是個人或集體，都會喪失適應未來的能力。 節錄自：商周出版《技能密碼：MIT博士教你從似懂非懂到穩定輸出，把專業變事業的職能升級攻略》／麥特．比恩 著 推薦閱讀： AI時代人才怎麼學？擁有「4大軟實力」更重要 沒有人會是「AI」局外人！當AI技能從選填題變成必選題，你確實該緊張 2025職場技能趨勢！該放上履歷的15種高薪技能
【104職場力】・AI

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 |&nbsp;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

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

你是否想轉職成為後端工程師，打造更穩定、具成長性的技術職涯？無論你是剛開始學習程式語言的新手，或正在尋找明確學習方向的職場工作者，這份後端學習地圖將幫助你掌握後端工程的核心技能、實戰經驗與職涯發展路徑。透過系統化的學習規劃與專案實作，你將更有信心地踏入後端領域，成為職場中真正被需要的技術人才。 文 /【104學習精靈】 本文目錄（點擊可快速前往） 後端工程師是什麼？和前端、全端工程師有什麼不同與優勢之處？掌握後端工程師的核心能力：必備工具技能 x 學習路徑 x 軟技能轉職後端工程師的學習策略後端工程師薪資行情與職涯發展後端工程師的挑戰與機會 後端工程師是什麼？和前端、全端工程師有什麼不同與優勢之處？ 🎯 後端工程師工作內容 後端工程師（Backend Engineer）主要負責伺服器端的邏輯開發，包括資料庫管理、API 設計、伺服器架構以及系統效能優化。他們確保前端應用程式能夠順利與後端系統交互，並提供穩定的數據與服務。 🎯相近職類比較：DevOps、全端、前端、後端工程師差別 職位主要負責技術負責範圍後端工程師（Backend Engineer）伺服器架構、API 設計與串接、資料庫管理、效能優化負責後端邏輯、數據清理，確保前端能夠存取正確的資料前端工程師（Frontend Engineer）HTML、CSS、JavaScript、React、Vue負責 UI/UX 設計，開發與使用者互動的前端界面全端工程師（Full Stack Engineer）前端 + 後端技術能獨立開發完整應用，涵蓋 UI、後端 API、資料庫管理DevOps 工程師（DevOps Engineer）Docker、Kubernetes、CI/CD、自動化部署負責開發與運行環境的部署、監控與維護，提升開發效率 🎯 為什麼選擇後端開發？ 後端開發是資訊產業中穩定且高度需求的領域，適合對邏輯、架構、系統思維有興趣的學習者投入： 就業市場穩定成長：隨著數位化轉型普及，後端開發職缺在各行各業皆有需求，從新創到大型企業都有穩定徵才。 強調邏輯與架構設計：後端工程著重資料儲存、伺服器溝通、API 設計等，適合喜歡系統設計與架構思考的人。 職涯彈性大：從初階後端工程師到系統架構師，甚至 DevOps、SRE、資安領域都有後續延伸路徑。 遠端與自由接案機會多：後端開發技能通用性高，較容易接國際案或轉為遠距工作者。 AI 與資料應用的基礎：資料庫管理、API 串接、運算效能等能力，也可延伸應用至 AI 系統部署或資料工程等新興領域。 🎯 誰適合轉職後端工程師？ 後端開發適合各類背景者，關鍵在於邏輯思維、學習動機與持續投入： ✅ 設計/前端背景：具備良好使用者體驗與前端邏輯，轉後端可成為 Full-Stack 工程師，提升職涯彈性。 ✅ 商管背景：邏輯能力佳且理解商業流程，適合轉後端結合業務邏輯，強化企業系統開發應用。 ✅ 理工背景（如物理、數學）：邏輯與抽象能力強，容易掌握資料結構與演算法，是進入後端的優勢群體。 ✅ 非資訊領域自學者：只要有堅強動機與自律力，透過系統性訓練與專題實作亦能成功轉職。 ✅ 現職 IT 工程師（如測試、維運）：已具備技術背景，轉入開發領域有明顯加速效益。 ✅ 資料分析師：熟悉資料處理與 Python，轉向後端可擴展資料處理與系統部署的完整技能鏈。 掌握後端工程師的核心能力：必備工具技能 x 學習路徑 x 軟技能 🧭 後端工程師技能、工具分類表 語言與工具資料處理與資料庫API 設計與架構DevOps 與部署基礎Python / JavaScript / Java / GoGit / GitHub / GitLabSQL（PostgreSQL / MySQL）資料庫基礎觀念REST APIHTTP 基礎了解部署概念核心*熟悉後端框(SpringBoot, Django, Express, Gin)*熟悉語言設計模式撰寫可讀性高的程式NoSQL（MongoDB / Redis）基本資料模型設計身分驗證（JWT / OAuth）API 文件設計（Swagger）*Docker 容器化*CI/CD 自動部署&nbsp;進階*多語言協作力*程式效能優化*高效能資料庫設計*索引分片與備援策略GraphQL / gRPC微服務架構（CAP / CQRS / Event Sourcing）Kubernetes、服務網格（Service Mesh）監控與日誌系統認證*程式語言認證 (例如Python 程式設計證照PCAP）*個人作品集AWS Database SpecialtyMongoDB 認證*API 設計課程證*書專案開發經驗（如 Hackathon）*AWS Certified DevOps Engineer*CKA（Kubernetes Administrator）▲ 後端工程師應具備技能、工具能力、職涯指引表，點選不同技能會對應到相關課程。 後端工程師學習地圖與路徑（搭配AI工具） 🔰 初學者階段（0–6 個月） ✅ 目標：熟悉基礎程式語言與網路知識，能夠開發基本 API。 📌 學習內容： 選一門後端語言（Python / JavaScript / Java）：選一門主流語言打好程式基礎，進入開發世界。 Git 與版本控制（GitHub / GitLab）：讓你能有效保存、回朔與分享你的程式碼。 理解網路基礎與 HTTP 協議：理解網站如何運作與資料如何傳輸。 SQL 資料庫（PostgreSQL / MySQL）：學習資料查詢語言，管理網站背後的資料。 REST API 開發：學習建立網頁服務的後端接口。 Python 程式設計能力 - 線上免費檢測 📌 AI 工具應用： ChatGPT 協助語法學習與除錯：快速解釋語法、找出 bug、提供程式碼建議。 GitHub Copilot 協助寫基礎 CRUD 程式碼：協助補上程式片段。 📌 備選學習： Go 語言：效率高但語法嚴謹，對初學者略具挑戰。 Node.js（JavaScript 後端）：若未來想走全端路線可以學。 ✅ 適合考取的證照： Python 程式設計證照（PCAP） ITS (Information Technology Specialist, IT 資訊科技專家認證 Oracle MySQL Database Developer AWS Certified Cloud Practitioner（雲端基礎，有助於未來學 DevOps） [course_plugin title='Python課程' keyword='Python 輕鬆上手學' amount=1] [course_plugin title='後端工程師入門課程' keyword='成為後端工程師' amount=1] 🚀 中階階段（6–12 個月） ✅ 目標：熟悉進階 API 設計、資料庫優化，學習 DevOps 工具。 📌 學習內容： 學習後端框架 (Express、Spring Boot、Django、Gin) ：掌握常用的後端框架。 身份驗證與授權（JWT、OAuth）：幫使用者安全登入，讓資料不被偷看。 NoSQL 資料庫（MongoDB、Redis）：適合儲存彈性格式的資料或快取機制。 Docker 容器化：讓你的程式「打包好、帶著走」。 CI/CD 自動部署（GitHub Actions）：程式更新後自動上線，省時又省心。 📌 AI 工具應用： 使用 AI 幫你產生 Dockerfile 與 CI/CD 配置：不懂也能靠 AI 輔助上手。 協助設計 API 架構與資料庫 schema：加速設計與重構過程。 📌 備選學習： GraphQL：適合複雜資料查詢，但非所有團隊使用。 gRPC：適合內部高效通訊場景，小型專案可暫不碰。 Jenkins（較舊型 CI/CD 工具）：學習成本高，可視需求使用。 HATEOAS（超媒體 API）：學術價值高，實務上較少見。 ✅ 適合考取的證照： MongoDB Developer Certification Docker Certified Associate (DCA) Microsoft Azure Fundamentals (AZ-900) HashiCorp Terraform Associate（如學有餘力涉略基礎 IaC） [course_plugin title='後端工程師中階課程' keyword='接案必學 ◆ 邁向更專業的App開發' amount=1] 🏆 進階階段（12 個月以上） ✅ 目標：學習架構設計，提升可擴展性與效能。 📌 學習內容： 微服務架構（CAP 理論、CQRS、Event Sourcing）：學會如何將大系統拆小管理，處理資料一致性問題。 Kubernetes 與服務網格（如 Istio）：讓多個服務能自動部署與協調運作。 高效能資料庫設計與分片策略：設計能承受高流量的資料系統。 系統監控與安全性實踐（如 Prometheus、Grafana）：確保系統穩定、安全運作。 📌 AI 工具應用： AI 幫你設計 YAML 檔與架構圖：快速理解與部署分散式架構。 系統瓶頸分析助手：用 AI 分析 log 或效能資料，加快除錯與優化。 📌 備選學習： Istio 等 Service Mesh 工具：適合大型微服務團隊，維護成本高。 Event Sourcing：較進階模式，建議有實務需求時再深入。 ✅ 適合考取的證照： Certified Kubernetes Administrator (CKA) AWS Certified Solutions Architect – Associate Google Cloud Professional Cloud Architect DevOps Engineer Professional（AWS / Azure） [course_plugin title='後端工程師進階課程' keyword='Java進階專業｜前後端整合開發與應用' amount=1] 5個後端工程師應具備的軟技能特質： 邏輯思維與問題解決能力 能夠理解業務需求並轉化為系統邏輯，並針對錯誤快速找到根本原因。 【小測驗】來測測看自己的問題解決技巧 👉 問題解決 - 職能檢測｜104學習精靈 溝通與跨部門協作能力 後端工程師需與前端、產品經理、DevOps 甚至業務單位協作，良好的溝通有助於準確理解需求與回報技術限制。 【小測驗】來測測看自己的溝通能力技巧 👉 溝通協調 - 職能檢測｜104學習精靈 學習與自我成長動能 後端技術（如框架、資料庫、API標準）快速演進，必須持續學習與更新知識。 細心與責任感 後端處理大量資料及邏輯，細節錯誤容易引發資安問題或系統錯誤。 時間管理與自我管理能力 在遠端工作日益普遍的環境下，自律與時程安排變得尤為重要。 轉職後端工程師的學習策略 🎯 初學者或轉職者的學習策略 轉職或初學後端工程，建議採取階段式、任務導向的學習策略，以下列點歸納： 設定明確學習階段：分為基礎語言（如 Python/JavaScript）、資料庫應用、框架學習（如 Django、Node.js）、部署維運。 專案導向學習：每學完一個階段，就進行小型專案驗證所學，例如 Todo List、部落格、會員系統等。 培養問題解決能力：鼓勵查文件、逛論壇、問 ChatGPT，建立獨立解決 bug 的習慣。 學習版本控制與團隊協作：掌握 Git、GitHub、簡單 CI/CD，增加求職競爭力。 善用 AI 工具輔助學習：例如用 ChatGPT 解釋程式碼、Copilot 寫樣板、Kaggle 或 LeetCode 練習邏輯。 參與社群與實戰活動：參加黑客松、Open Source 專案、小型 Freelancer 案，強化實務經驗與人脈。 建立個人學習履歷：記錄學習歷程、撰寫技術部落格、整理 GitHub 作品集。 🎯 不同領域的客製化學習策略對照表 學歷背景優勢可能挑戰調整建議資訊相關科系已具備基礎程式能力、學科知識缺乏實務經驗、專案規模小強化實作專案與部署經驗，參與社群或實習累積履歷非資訊理工（如數學、物理）邏輯與數學能力強，適應資料結構與演算法快缺乏開發環境熟悉度與應用場景理解著重環境建置、框架與資料庫應用，透過實作強化「業界語感」設計/前端背景了解 UI/UX 與前端邏輯，轉職成為全端潛力大對資料結構與後端語法較不熟悉從 API 串接、簡單後端框架入手，逐步學習資料庫與後端設計邏輯商管/人文背景商業邏輯與跨領域溝通力強，善於理解用戶需求技術門檻高、邏輯訓練少以高階語言（如 Python）為起點，結合專案題材（如 CRM、報表系統）學習效果更佳在職 IT 工程師（測試、維運）已熟悉技術工具與環境、具系統性思維缺乏開發流程與程式架構設計經驗透過轉任內部開發專案或小型 App 開發練習，搭配設計模式與框架學習資料分析/AI 轉職者熟悉資料邏輯與語言（如 Python）、了解資料流缺乏完整系統建構經驗補足後端架構設計與部署技巧，從資料處理串接 API、Flask、FastAPI 切入 後端工程師薪資行情與職涯發展 後端工程師薪資概況 📌台灣後端工程師薪資 初階（3年以下經驗）：月均薪約6.2萬。 中階（3- 5年經驗）：月均薪約 6.5 萬。 高階（5-10年經驗）：月均薪約7.3萬。（以上資料來源：104薪資情報） 📌影響薪資的因素 技術棧與專精程度熟悉高效能架構（如微服務、分散式系統）、熱門語言（如 Go、Rust）、或 DevOps/雲端技能者，薪資會更高。 產業領域與公司規模金融科技、AI、新創、外商薪資通常優於傳產與一般中小企業。 作品集與實戰經驗有實際上線專案、參與開源、或技術部落格者更具競爭力。 證照與專業認證（如 AWS Certified、Kubernetes、GCP）對某些企業或外商來說是加分項。 英語能力與跨國協作經驗能與國際團隊溝通的工程師更受青睞，也更容易爭取外派或海外遠端工作機會。 英文能力 - 線上免費檢測 後端工程師的職涯發展路徑 🔵 技術專精路線（Individual Contributor / IC Path） 從「後端工程師」起步，專注於技術深度與系統設計，逐步升級為具備橫向影響力的技術專家。 ▶ 初階 / 中階後端工程師（Backend Engineer） 負責功能開發、資料庫操作、API串接與單元測試。 ▶ 資深後端工程師（Senior Backend Engineer） 擁有跨模組開發與維護經驗，熟悉系統效能優化、API 設計規範。 ✳️ 學習前端技術 → 全端工程師（Full-Stack Engineer） 技能補充： React/Vue、Node.js、前後端整合、RESTful/GraphQL。 應用情境： 適用於產品團隊需快速開發 MVP 或技術創業者。 ✳️ 提升系統架構能力 → 系統架構師（Software/System Architect） 技能補充： 微服務設計、DDD、API Gateway、資料一致性、可觀測性（Observability）。 應用情境： 適用於中大型系統升級或技術重構專案。 ✳️ 學習 DevOps → DevOps 工程師（DevOps Engineer） 技能補充： GitOps, Jenkins, GitHub Actions, Docker, Ansible。 應用情境：經由緊密的開發＋運營合作，使企業更高效推出高品質產品。&nbsp; ▶ 全端工程師（Full-Stack Engineer） 獨立開發從 UI 到 API 再到資料庫的完整功能。 ▶ 系統架構師（System Architect） 負責設計全系統技術藍圖，定義模組邊界、資料流設計與技術選型。 ✳️ 進階發展&nbsp; → 技術總監 / Technical Director 職責： 統籌技術方向，領導技術專案與架構決策，跨部門協作。 技能補充： 領導力、溝通簡報、技術戰略思維、預算與風險管理。 ▶ DevOps 工程師（DevOps Engineer） 專精於部署、CI/CD、環境自動化。 ✳️ 進階發展&nbsp; → 雲端工程師（Cloud Engineer） 職責： 能設計具備高可用性與彈性的雲端基礎架構。 技能補充： 深耕 AWS/GCP/Azure 架構與雲原生技術（如 K8s、Terraform）。 🟢 團隊管理路線（Team &amp; People Management） 此路線適合有溝通、協調與人員培育熱情者，從帶小團隊到參與公司策略。 ▶ 後端 Team Lead / 技術主管 同時參與開發與團隊管理，負責人力分配、專案交付與人員指導。 技能補充： Agile/Scrum、敏捷儀表板管理、1-on-1 輔導技巧。 ▶ 技術經理（Engineering Manager） 管理多組技術團隊，協助產品規劃、技術優化與跨部門協作。 負責團隊招募、績效制度設計、技術資源管理。 ▶ 技術總監（Technical Director）或 VP of Engineering 結合技術與策略視角，影響公司中長期技術方向。 需要具備技術深度 + 商業理解力。 🟠 技術轉職／橫向拓展路線（Cross-functional Path） 探索其他工程領域，發揮後端背景延伸價值，適合追求多元發展者。 ▶ 資料工程師（Data Engineer） 優勢： 熟悉 API 設計＆模組化架構：資料平台的模組設計類似微服務設計邏輯。 熟悉系統效能：幫助處理大規模資料運算與資源調度。 熟練程式語言(如 Python、Java)：可快速上手資料工程工具 可有效打造 ETL 流程、管理資料倉儲、支援 AI/ML 任務。 技能補充：&nbsp; 資料處理：Spark、Kafka、Airflow、dbt 資料庫：PostgreSQL、ClickHouse、BigQuery、Snowflake 資料管線：ETL/ELT流程設計、Data Lake、Data Warehouse 架構 編程與基礎統計：Python、SQL、資料品質檢查 職涯發展路徑流程圖 🔹 總結路徑圖說明 (起點) 後端工程師 │ ├── A. 學習前端 → 全端工程師 ├── B. 提升架構能力 → 系統架構師 │ └── 技術決策 → 技術總監 └── C. 學習 DevOps → DevOps 工程師 └── 深入雲端架構 → 雲端工程師 哪些產業需要後端工程師？ 後端工程師幾乎是「所有數位服務產業的基礎職位」，以下是常見產業範疇： 📌電商與零售：處理會員系統、購物流程、庫存管理、金流串接等核心後台邏輯。📌金融科技（FinTech）：開發支付、帳戶、交易、驗證等安全敏感的服務。📌社群與內容平台：如論壇、影音平台、交友 App，後端負責資料儲存、帳號系統與推薦演算法等。📌SaaS / B2B 企業服務：提供線上系統給其他企業使用，如 CRM、HR 系統。📌物流與運輸：如外送、倉儲、車隊派送，依賴大量 API 串接與資料即時處理。📌醫療與健康科技：處理病例、預約、穿戴裝置資料等，需高度資安與資料完整性。📌遊戲與娛樂產業：遊戲帳號、伺服器同步、排行榜、商城等核心功能皆由後端處理。📌政府與公部門資訊系統：如戶政、健保、交通資訊等數位服務。 後端工程師的挑戰與機會 🚀 6個常見的後端工程師挑戰 技術複雜度高：需同時掌握資料庫設計、系統效能、資安與架構邏輯。 看不見的貢獻：成果不如前端「有畫面」，但卻是維運的關鍵，常常被低估。 資安責任重大：系統若當機、資料異常，後端通常是第一個要排解問題的人，需確保數據安全，防止攻擊與資料洩漏。 需快速跟上技術演進：如容器化（Docker）、微服務架構、雲端部署等都不斷更新 高效能與擴展性要求：需設計能夠處理大量請求的系統，確保穩定性與效能。 跨團隊協作：需要與前端工程師、產品經理、DevOps 團隊密切合作，確保系統順利運行。 🌟 後端工程師4大機會 可轉職多種技術職：例如 DevOps、技術主管、架構師，或橫移到前端/全端。 全球需求穩定成長：任何需要「運作」的數位產品，都需要後端支撐。 遠端與海外機會多：因後端較少受地域限制，常見國際合作或海外招募。 進可攻、退可守：進可發展高階技術領域如 AI 後端、大數據平台，退可穩定就業於各類企業內部系統開發。 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 轉職前端工程師│工作內容、技能、薪水與職涯發展指南 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 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【後端工程師】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&amp;keyword=%E5%BE%8C%E7%AB%AF%E5%B7%A5%E7%A8%8B%E5%B8%AB&amp;mode=s&amp;page=1' amount='3']
【104職場力】・職涯規劃

【ChatGPT當機】除了ChatGPT還有哪些生成式AI？16種AI工具應用解析，4步驟學會關鍵能力

生成式AI除了ChatGPT，你還用過哪些？本文解析4大領域、16種AI工具特性，包括：Copilot、Perplexity、Claude等等，專家也提醒千萬別完全依賴AI、失去自主思考能力，4步驟帶你了解如何正確運用AI工具，建立解決問題的思考框架！ 編按：ChatGPT在台灣時間7月16日上午再傳大當機，網頁、APP版都出現異常，用戶除分享當機災情，也尋找替代工具，本文分享除了ChatGPT，還有哪些生成式AI工具！ 文／&nbsp;張可佳（Claire Chang） 本文目錄（點擊可快速前往） 16種生成式AI工具4大領域應用文本生成（LLM）工具影像／影片生成（Text-to-Image）工具音樂／聲音生成工具程式碼生成工具生成式AI的正確／不正確使用範例正確使用AI的例子：輔助學習不正確使用AI的例子：完全依賴翻譯工具4步驟用ChatGPT訓練解決問題的思考框架1. 明確定義問題與期待結果2. 重視問答過程並在過程中做思考3. 根據反饋一步一步探索你要的目標4. 快速測試及驗證回應 16種生成式AI工具4大領域應用 在生成式AI的世界裡，許多人可能首先想到的是OpenAI的ChatGPT。然而，生成式AI的應用範圍遠不止於此，涵蓋了從文本生成到圖片、影像、音樂、語音生成，甚至程式碼生成的多個領域。以下是一些主要的生成式AI工具，介紹它們在不同領域的應用。 文本生成（LLM）工具 1. OpenAI的ChatGPT 網址：https://chatgpt.com/ 最受歡迎的文本生成模型之一，能夠回答問題、撰寫文章、生成對話等。 2. Google的Gemini 網址：https://gemini.google.com/app 能夠同時理解文本、影像、音訊和影片，這使其能夠更全面地處理和生成資訊，適用於各種複雜任務。 3. 微軟的Copilot 網址：https://copilot.microsoft.com/ 整合Microsoft 365應用程式，幫助用戶自動化任務、生成內容和分析資料，提升工作效率。 4. Anthropic的Claude 網址：https://claude.ai/ 超大的上下文窗口，可處理長的文本資料。 5. Perplexity 網址：https://www.perplexity.ai 與傳統搜尋引擎不同，Perplexity AI提供單一的、全面的答案，概括了所有需要知道的資訊。 6. Felo Search 網址：https://felo.ai/search 支持多語言搜尋，能夠自動翻譯搜尋結果，消除語言障礙，使用戶能夠訪問全球資料。搜尋結果是從網際網路上即時獲取的，確保資訊的最新性和準確性。 影像／影片生成（Text-to-Image）工具 1. Meshy 網址：https://www.meshy.ai/ 從文本或影像創建3D建模檔案，從而加速3D建模的流程 2. Midjourney 網址：https://www.midjourney.com/ 以創作高品質影像而著稱，適合藝術家和設計師使用。 3. Stable diffusion 網址：https://stability.ai/stable-diffusion 開源社群網址：https://civitai.com/&nbsp; 開源的影像生成模型，提供靈活且可自定義的生成過程。並有著豐富的開源模型社群，有豐富的免費模型與外掛可供嘗試使用。 4. Kling 網址：https://klingai.com/ 影片及圖片生成的大模型，能更輕鬆地完成藝術影片創作。 音樂／聲音生成工具 1. Suno 網址：https://suno.com/ 音樂生成AI工具。使用者只需要輸入歌詞，就可以在短時間內自動完成作曲、編曲及演唱。 2. Steve AI 網址：https://www.steve.ai/ 專門用於生成音樂和聲音效果，適合影片和遊戲設計。 3. AudioCraft 網址：https://audiocraft.metademolab.com/ Meta開發的音樂生成工具，能創作高品質的音樂片段。 程式碼生成工具 1. Github的Copilot 網址：https://github.com/features/copilot 與Visual Studio Code整合的程式碼輔助工具，能夠即時補全程式碼。 2. Cursor 網址：https://www.cursor.com/ 使用GPT-4，在一種新型編輯器中撰寫、編輯的程式碼。 3. Cosine AI 網址：https://cosine.sh/genie 推出了Genie，自稱全球最優秀的AI軟體工程師。 生成式AI的正確／不正確使用範例 筆者在撰寫此書籍時，為了更深入了解各行各業中人們使用生成式AI的情況，訪談了20餘位不同行業和角色的職場菁英。 其中，來自5IN實驗教育機構的李有誠博士，身處教育界，對生成式AI的影響有深刻見解。他認為生成式AI是一種革命性的技術，不僅改變了知識的傳遞方式，更可能重塑人類社會的結構。 李博士強調，生成式AI的強大之處在於其能在短時間內處理和生成海量數據與資料，超越人類能接受、理解和消化的能力。這種能力有可能引發許多職位、人類角色、認知和信念的興起與消失，導致社會結構的快速變動，也因此導致現代人們容易自我定位錯亂，迷失自我。 為了應對這種變動，他認為教育的核心任務應該是幫助學生進行自我探索與定位，探索自我價值觀，建立自我人格。人的想法和人格並非純粹內生，而是受到外部環境和參考資料的影響而形成。只有當學生能夠更快地了解自己與環境時，才能更有效地適應這些變化。&nbsp; 因此，社會對教育的觀念也需要隨之改變，應更加重視思考能力和人文素養的培養，而非僅僅追求分數或知識的學習。建立解決問題的思考框架，而非僅依賴AI提供的知識，將成為未來AI時代最重要的軟實力。 他也提及我們應謹慎使用AI功能，以確保能從中受益而不是依賴。&nbsp; 正確使用AI的例子：輔助學習 在完成英文創意寫作後，可以使用AI工具（如Grammarly、ChatGPT）來檢查文法錯誤。這種使用方式能夠幫助學生識別和理解自己在語言使用上的錯誤，進一步辨認出自己需要調整的地方，提高語言能力。學生完成寫作後，將其提交給AI 檢查，然後將AI指出的錯誤列出並理解這些錯誤的原因，再進一步請教師解釋和指導。接下來，學生按照對自己現況能力的新了解而更有針對性的進行下一步的成長，方能達到提高能力的目標。&nbsp; 正確使用AI－輔助學習指令： 請檢查這篇英文文章的文法錯誤，並列出有哪些錯誤及其原因。我想學習並了解我的寫作問題，從而改進我的英文能力。以下是我的文章內容：[ 在此貼上文章內容] 不正確使用AI的例子：完全依賴翻譯工具 在創意寫作時，直接使用Google翻譯將中文文本轉換為英文，然後將這些翻譯結果提交作為作業。這種做法完全沒有涉及到發自於學生本身的任何自主思考，錯失了練習英文的機會，沒有達到學習的目的，反而浪費了時間和資源，變成老師根本就是批改電腦生成內容的滑稽景象，也可能誤創造出學生有在學習的假象。 不正確使用AI－完全依賴工具： 我有一篇中文文章，請你將其翻譯成英文，並確保翻譯後的結果看起來像是創意寫作，能直接提交作為作業。以下是文章內容：[ 在此貼上文章內容] 4步驟用ChatGPT訓練解決問題的思考框架 從上面的範例我們可以知道，我們並不是要完全依賴AI替我們工作，而是將其視為一個強大的輔助工具，在我們的指導下，共同完成目標。我們可以將AI視為自己的下屬，而自己則是主管，負責引導、審視並做出最終決策。 1. 明確定義問題與期待結果 首先，我們需要清晰地定義問題，了解自己想獲得的結果，並附上相關參考資訊，為AI提供明確的指示。就像一位主管在下達任務時，需要讓下屬明確理解工作要求和目標。這樣，AI才能根據我們的指引生成符合預期的結果。 【市場分析報告】指令範例： 我需要生成一份有關市場分析的報告，目標是瞭解我們的新產品在台灣不同市場中的潛力。產品資訊：辣木籽（維持健康 促進新陳代謝 調節生理機能），印度稱其為【奇蹟之樹】，來自印度的超級食物，風靡全球 營養價值高 2. 重視問答過程並在過程中做思考 在這個過程中，我們扮演的角色不僅僅是提出問題，更重要的是評估AI的回應。當AI生成回應後，我們需要像主管審閱報告一樣，仔細檢查其中的邏輯和合理性。對於發現的任何不合理之處，我們要進一步探詢或查證，確保最終的結果是準確可靠的。 【客群分析】指令範例： 以這三種不同客群來說，在行銷包裝上分別要注意什麼？中老年人、關注健康的年輕專業人士、重視養生的族群 3. 根據反饋一步一步探索你要的目標 此外，我們應該善用AI提供的反饋，逐步逼近我們的最終目標。這就像在管理一個專案時，我們根據進展情況進行調整和最佳化，最終達成預期的成果。這種持續的互動和調整，是確保AI能夠有效協助我們解決問題的關鍵。 【行銷策略】指令範例： 有沒有一種行銷可同時打中這三種族群？ 4. 快速測試及驗證回應 在利用AI解決問題的過程中，我們需要對AI回應的內容進行驗證。透過一來一回的過程，我們能從中學習到我們原本不知道的東西，並產生最終品質更好的結果。這不僅能提高我們的工作效率，也能讓我們從過程中學習，增強我們處理跨領域問題的能力，讓我們透過AI來提升工作能力及效率。 【行銷管道】指令範例： 中老年使用部落客推薦會有用嗎？有推薦管道嗎？ 這時我們就可以去Google搜尋其他保健食品與醫生或健康專家合作做推薦的案例（可以使用Perplexity或Felo Search去搜尋相關文章），並評估可行性和過往的成效。我們可以將搜尋到的資料再貼回ChatGPT，幫助ChatGPT有更多符合我們需求的相關知識，並提供更好的後續回應。 節錄自：博碩文化《AI職場超神助手：ChatGPT與生成式AI一鍵搞定工作難題／張可佳（Claire Chang） 著 》 更多【AI工具應用】推薦： 盤點20大職場必備AI工具！專家：未來9成工作者都須懂AI 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
【104職場力】・AI

《大學品牌力》世新大學｜數位傳播貫穿各學門  打造傳播產業的複合型人才 

世新大學長期被視為「大眾傳播學群領先品牌」，自2024年至2026年連續蟬聯《大學品牌力》大眾傳播學群全國第一，面對全球AI、數位化與跨域融合的浪潮，世新不僅維持傳播強項，更透過全面的教育創新，讓數位傳播成為全校共同語言，從打造全校共享的傳播器材「軍火庫」，到與業界接軌的專業場地設備與跨領域課程，世新正加速從「傳播大學」進化成培養未來數位內容領導者的教育基地。&nbsp; 不只傳播冠軍&nbsp; 重新定義「敘事力x跨域協作」的複合型人才&nbsp; 「大眾傳播領域只是起點，讓數位傳播貫穿所有學門，才是世新的核心目標。」陳清河校長表示，世新品牌力的本質，不在於持續領先大傳領域，而是串聯校內包含新聞傳播、管理、人文社會、法律等所有學院的專業能力，打造具備敘事能力、跨域協作力的複合型傳播人才。&nbsp; 而在面對AI對傳播產業的全面重塑，世新提出「AI五哩路」學習架構，以「AI深度學習、AI生成內容、AI數據分析、AI應用程式、AI倫理法律」五大方向，系統化提升學生的AI素養、創作能力與倫理思辨力，同時透過課程與師資結構的系統性改革，新增AI理論與實務的創新課程，期許學生貼近AI實作場域，學習未來參與職場數位轉型所需的新知與技能。&nbsp; 全校共享的「軍火庫」 傳播工具成為共同語言&nbsp; 世新打造全校共享的「傳播軍火庫」，不分科系都可借用專業影音設備器材。（圖片來源：104人力銀行）&nbsp; 世新的跨域創新不只是開課，而是從場域資源共同翻轉。陳校長笑稱世新有個「軍火庫」，也就是全校共享的教學資源中心，將原本屬於傳播學院的設備場地全面開放，包含各式相機攝影機、收音設備、燈光、攝影棚、播客直播間等，讓「整所大學」學生都能共享，徹底打破資源壁壘。&nbsp; 例如，法學院可製作教育短片、管理學院可拍攝行銷宣傳素材、人文社會學院可將田野調查記錄呈現品質更加優化，讓傳播工具成為所有學科的共同語言，使世新培養出具備深厚專業知識、又懂傳播敘事的跨域整合者，成為未來職場上難以取代的複合型人才。&nbsp; 拒當第二次新鮮人　頂級設備與業界師資　打造即戰力&nbsp; 世新大學建置LVS (Led Virtual Stage) 智能攝製基地，提供學生學習尖端技術與創新資源。（圖片來源：世新大學）&nbsp; 世新的另一個核心價值是「不要當第二次的新鮮人」，也就是培養畢業即能與產業無縫接軌的「即戰力」，包括打造完整的內容製作生態系、投資業界規格的影視製作、強化產學合作課程等。&nbsp; 世新近年投入大量資源升級校園軟硬體建設，包括2021年正式啟用「LVS智能攝製基地（LED Virtual Stage）」，能夠在整面環景的LED螢幕牆上顯示並連結虛擬場景，配合攝影機的運鏡即時動作捕捉技術，打造好萊塢等級的攝影環境，培養影視製作高端人才。陳校長表示，校內已有兩位學生原為LVS智能攝製基地工作人員，畢業後憑藉實際經歷，成功轉戰好萊塢發展。&nbsp; 另外，世新深化「課程雙師化」，以「校內專任老師 x 產業頂尖人才」共同授課，將課程與作業的標準對接。例如《LVS 智能攝製暨場景設計實務》由在動畫領域具有十餘年經歷的邱子杭與陳俊良共同授課，帶領學生在LED虛擬攝影棚中設計場景；《直播串流與表達技巧》由新聞實戰導師蕭丁毓與資深節目製作人楊鎮全共同授課，教學生理解從新聞直播到串流平台運營的整合。《虛擬場景合成應用》由夢想動畫創辦人林家齊與模型總監鄭惠姍授課，讓研究生以業界專案規格完成CG場景、特效與虛擬製作。&nbsp; 透過場域設備、教學制度、雙師課程的完整串接，使世新的「在校學習」直接等同「業界經驗」，因此，世新畢業生不只是「合格的新鮮人」，而是能立即上線的即戰力。&nbsp; 從台灣走向世界　打造跨域數位傳播的下一代領導者&nbsp; 世新大學透過提升校內高端影視音製作設備，打造全球舞台起點。（圖片來源：104人力銀行）&nbsp; 面對未來，陳校長期許世新人「勇敢走向世界」。在世新的教育佈局裡，台灣是起點，而不是邊界，世新大學擁有橫跨全球的11萬名校友，這不僅是學校的核心資產，更是推動未來教育與產業連結的關鍵力量，透過與各領域校友接軌，將歷代世新人的公共影響力持續連結擴大，幫助學生在國內外團隊參與實作，提升跨文化與跨產業的競爭力。&nbsp; 世新正從過去眾人眼中的傳播強校，走向跨學門串聯的複合型創新教育模式，在跨界整合、AI浪潮的挑戰下，世新的使命已不再只是培養傳播專才，而是孕育能定義未來、創造影響力的下一代跨域數位領導者。&nbsp; 學校名稱&nbsp;學校簡介&nbsp;《大學品牌力》獲得獎項&nbsp;品牌力核心亮點&nbsp;世新大學&nbsp;世新大學秉持「德智兼修、手腦並用」的辦學宗旨，融合新聞傳播、人文社會、管理與法律等領域，發展為兼具廣度與深度的綜合大學。以「傳播為主軸，貫穿所有學門」，並透過理論與實務同步的教育方式，提供博雅通識、專業知識與實習機會，培育具備專業能力、思辨素養與實踐經驗的多元人才。&nbsp;2024年到2026年，連續三年「大眾傳播」學群第一&nbsp;1. 數位傳播貫穿各學門&nbsp;打造全校共享的「傳播軍火庫」，攝影棚、燈光、錄音與剪輯設備全面開放，全校學生皆可運用影像敘事完成專業任務，培養跨域整合能力。&nbsp;2. 課程雙師化，產業零距離&nbsp;以校內專任與產業頂尖師資共同授課，從大學部到碩士班皆提供業界規格的實作課程，搭配校內好萊塢級LVS智能攝製基地、電視台合作製播等，學生在學期間即養成即戰力。&nbsp;3. 敘事力x跨域專業x國際移動力的複合型人才&nbsp;世新強調「敘事力」是未來的核心競爭力，學生不只學技術，更鍛鍊判斷力、創造力與跨科系協作能力，能以影像、科技與專業知識解決真實問題。同時透過海外實習、國際級影視場域與全球校友網絡的支持，在學期間即可接軌世界舞台，成為具備全球移動力的跨域人才。&nbsp; 2026年《大學品牌力》完整榜單與分析報導
【104職場力】

不用錢！4個免費AI影片生成工具，效果媲美OpenAI Sora、Gemini Veo

OpenAI 新影片生成模型 Sora2 不論質感多真實，我這種免費仔就是不想花錢買😝，但要 AI 做影片的話，在 Google 找到的免費生成影片工具，實際使用之後就發現只能免費體驗一次😑，不然就是點數不夠用！還是要付費買會員，這篇要分享我自己私藏的 4 個免費 AI 影片生成器🎦，文字/圖片轉影片 AI 一鍵生成～真的不用錢！ 4 個免費 AI 影片生成工具：（點擊快速抵達） ✨免費生成影片AI：Dreamina 🫘免費生成影片AI：豆包AI 💬免費生成影片AI：Qwen 🚀免費生成影片AI：Grok 🔥表格比較 4 個免費 AI 影片生成工具 1. ✨免費生成影片AI：Dreamina 跟剪輯軟體 CapCut（剪映）是同家公司，所以可以把 Dreamina 生成的 AI 影片，直接整合到 Capcut 後置編輯。Dreamina 有 2 種生成影片的方式：1️⃣輸入提示詞生成、2️⃣上傳圖片轉成影片，影片生成後，如果需要更高畫質，還可以升級成 HD 。 我覺得 Dreamina 製作卡通動畫的效果比寫實影片還優秀，有時候擬真會在小細節出現破綻，比如手指不見之類的（怕.gif），但整體來說影像細緻是很高的👍，我自己很常用它來生成圖片！ 點擊快速回目錄⤴ 2. 🫘免費生成影片AI：豆包 AI 豆包的本體是聊天機器人，就像 ChatGPT、Gemini 那樣，可以問答、研究、做簡報、 AI 繪圖以及製作影片，超級萬能！而且影片還是免費的🤩 我很常用豆包生成真人的影片素材，擬真度高！可以補足前面提到 Dreamnina 常出現破綻的缺點～ 可是豆包在台灣沒有開放 APP ，所以只有網頁版可以用💻。另外，生成影片的方式目前只提供輸入提示詞，想要得到理想的畫面就要魔術的詳細一點喔！ 點擊快速回目錄⤴ 3. 💬免費生成影片AI：Qwen 滿少人知道 Qwen 這個 AI 助手，我超愛用！因為他沒有使用上限！不只能理解文字，還具備處理多模態的能力，圖像、音訊、影片它都讀得懂。Qwen 生成出來的影片可以明顯感受到光影的氛圍感，很適合拿來做 MV 或是微電影 但......美好的事物都需要等待的......⏳ Qwen 製作 AI 影片的速度超——慢——通常需要大概 3 分鐘或更長的時間 點擊快速回目錄⤴ 4. 🚀免費生成影片AI：Grok Grok 是我在手機上最常用的影片生成工具，速度快🚀！他與其他 AI 影片工具不同的地方是，輸入提示詞後，會先給我多張靜態影像，當我選擇一張後，在把這張當作第一幀延伸成影片。基於這樣的生成模式，所以可以加速製作的效率，不用等影片做完才發現不喜歡，又要重新再做一次！ 唯一的小缺點就是，場景跟氛圍都有一種圖庫感😂 雖然是寫實風格，但看起來很像是在專業棚拍的攝影照片～ 點擊快速回目錄⤴ 5. 🔥表格比較 4 個免費 AI 影片生成工具 優點 ✅缺點 ❌Dreamina可生成高品質 HD 寫實風格容易有破綻豆包擬真度高，很真實沒有 APPQwen光影效果強速度慢，需 3 分鐘或更久Grok速度快，可手機操作品質像圖庫攝影照 老實說，我選不出最好的影片生成 AI 工具>< 因為這 4 個都是我現在會交替使用的，如果要做動畫我就用 Dreamina ，如果需要真實人物的素材我就用豆包，如果要做像電影的夢幻質感我就用 Qwen ，如果沒電腦又要快速生出影片我就用 Grok，反正，這 4 個 AI 影片工具都很值得收藏起來啦💗 如果喜歡我的分享，來追我 IG 唷！我都在上面分享 30 秒就能躺著學會💤的 AI 工具＋職涯成長內容～ 點擊快速回目錄⤴ 我以前常困擾，怎麼在社群讓別人看到我厲害的地方我想要其他人來找我合作，多賺一點錢💰但我把專業寫在 IG 或 Threads 的介紹都沒用==認真想想，可能這兩個平台都是玩樂性質的關係吧後來，我看到同事在用台版 LinkedIn，超酷！每個人名字旁邊都會顯示職業，不怕別人不知道我是做什麼的我馬上創了一個帳號！現在有閒就發炫耀文📱就是可以展現自己專業知識的貼文，比如：我怎麼用 AI 做超屌的動畫之類的我還在上面建一個可公開又比較輕鬆版的履歷沒想到發文刷存不到一個月，就收到合！作！邀！約！現在變得好忙哈😆 除了正職還多了 2 個副業💰💰💰真的很推薦想增加收入的來一起玩人才社群～～～ 作者：職迷不霧點我追蹤職迷不霧 IG ❤️❤️❤️ 延伸閱讀：【AI聊天機器人】推薦選哪個？4大AI比較！馬上找到適合的AI助手：ChatGPT、Grok、Gemini、Deepseek【AI做報告】4個超推薦AI報告工具！幫你生成報告、找文獻、做簡報PPT、套設計模板必備【AI翻譯工具】最推薦5個AI即時翻譯，幫你自動翻譯任何語言，免費vs訂閱、優缺點評比一次看！【AI語音筆記】超推薦5個AI轉文字工具！幫你生成逐字稿與會議記錄重點，免費vs訂閱、優缺點評比【AI懶人包】看這篇就夠！2026推薦AI免費vs訂閱工具大全，提高工作生產力&amp;職場競爭力！（持續更新)
【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！