行銷人必學的 AI 實戰技能
104學習
yolov4
這是一種先進的即時物件偵測技術，能快速準確地辨識影像中的各種目標，廣泛應用於監控系統、自動駕駛、智慧製造等領域。具備這項技能代表你能處理大量影像數據，提升系統的自動化與智慧化，對於從事人工智慧、機器學習及影像處理相關工作非常加分，能有效提升職場競爭力。
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
商業模式的策略思維 【生成式 AI 應用實戰系列】
掌握高效行銷秘訣：如何用4大AI工具打造內容王國
AI 時代的 SEO 生存指南 - 從基礎到實戰全面掌握 AIO 與 GEO 核心能力 ｜104獨家AI課程
AI職場溝通術：LLM大型語言模型應用技巧
Canva x AI –提案簡報高效製作【04/10】-線上直播
GA4 x Looker studio跨資料源整合＆動態報表實戰｜104獨家
AI邊緣運算實作TensorFlowLite for MCU【本課程為線上課，報名後專員會提供上課資訊】
AI賦能新職涯：掌握 Gemini 22個實作情境，成為不可替代的高效人才！
Onshape實戰工場：探索創新設計的無限可能
精選證照
考取專業證照，讓能力被市場看見
SSE Cinema 4D Essential
Cinema 4D是近年快速崛起的全方位高階3D動畫軟體，在產品設計、工業設計、影視特效和動畫電影等領域，都能產出高效率、高品質的作品，尤其是它的BodyPaint 3D與MoGraph模組，更是獨步全球的3D視覺效果創作工具。
通過本測驗，得到Cinema 4D實戰檢定認證書，代表你已擁有Cinema 4D Studio的必備操作能力，能夠應用Cinema 4D獨立製作影視特效/動畫/工業設計的作品，具有全方位的3D製作能力；而這種全方位的3D製作能力，會是很多影視製作公司或工業設計公司所渴望而積極爭取的人才，將對您的職場生涯有跳躍性的升級與強力的加分。
Silicon Stone Education (SSE)
經濟部初級遊戲程式設計師-行動遊戲(Android) (停考)
經濟部105年啟動四年期推動計畫，建立人才能力鑑定機制(體系)( Industry Professional Assessment System, IPAS)以統籌推動專業人才能力鑑定。
1. 具優質專業形象：由經濟部核發證書以建立公信力，鑑定辦理機構由具高度產業認同之專業法人機構擔任。
2. 定位師級專業人員：鑑定項目為經濟部轄下重點產業專業人員為主，有別於勞動部技能檢定以特定專業技術為主。
3. 業界深度參與：結合產業界共同建置專業人才能力鑑定，並由標竿企業及產業公協會帶動業界認同，帶動獲證者聘用就業及加薪。
4. 規劃初、中、高共3級，個別鑑定依產業需求規劃所需級等。
iPAS經濟部產業人才能力鑑定
Generative AI Studio
線上課程約8小時
本課程將介紹 Vertex AI 上的 Generative AI Studio，說明如何用此產品設計生成式 AI 模型的原型及自訂生成式 AI 模型，以利您在應用程式中使用模型的功能。課程中，您可以透過 Generative AI Studio 示範教學逐步認識 Generative AI Studio，並瞭解產品功能、選項與使用方式。課程最後，您可以在實作研究室應用所學，並進行測驗來評估學習成果。
完成此活動，贏取徽章！向世界展示您掌握的技能，拓展雲端領域的職業之路。
課程目標：
● 說明 Generative AI Studio 的功能。
● 介紹 Generative AI Studio 的選項。
● 使用 Generative AI 語言工具。
Google
Unity 藝術設計師認證
Unity 是領先業界的 AR/VR、即時 3D、手機遊戲的建構平台。Unity 被世界各地的學生和專業人士用於創建遊戲到電影、3D 模型到VR 模擬的所有內容。
Unity UCU實用級認證，提供學校、雇主一個驗證 Unity使用者知識、能力的驗證平台，並確保這些驗證與相關行業要求的標準是一致的。無論是想要檢驗遊戲設計、程式能力或是AR/VR相關的技能，Unity UCU原廠國際認證都是您最佳的選擇。
Unity Certified User(UCU)原廠國際認證優勢：
1.以結果為導向的方式驗證您的能力符合行業和全球標準
2.情境式的命題，引導考生熟悉業界編寫程式的思考邏輯
3.提供教師對學生的能力做公正的鑑別
4.提供雇主對求職者的能力檢驗的工具
5.真正原廠核發證照
6.真正跨國的國際證照
Unity
VR 虛擬實境開發認證
Unity 是領先業界的 AR/VR、即時 3D、手機遊戲的建構平台。Unity 被世界各地的學生和專業人士用於創建遊戲到電影、3D 模型到VR 模擬的所有內容。
Unity UCU實用級認證，提供學校、雇主一個驗證 Unity使用者知識、能力的驗證平台，並確保這些驗證與相關行業要求的標準是一致的。無論是想要檢驗遊戲設計、程式能力或是AR/VR相關的技能，Unity UCU原廠國際認證都是您最佳的選擇。
Unity Certified User(UCU)原廠國際認證優勢：
1.以結果為導向的方式驗證您的能力符合行業和全球標準
2.情境式的命題，引導考生熟悉業界編寫程式的思考邏輯
3.提供教師對學生的能力做公正的鑑別
4.提供雇主對求職者的能力檢驗的工具
5.真正原廠核發證照
6.真正跨國的國際證照
Unity
SSE Unity國際認證
Unity可說是現今這個世代，最引領風騷的IT技術之一，當你具備Unity的相關技術，那麼不論是在遊戲產業，甚至是正風起雲湧的虛擬實境/擴增實境，都將會有你的一席之地。
當你掌握了Unity相關技術，你的薪資也會有大幅度的提升。所以，擁有相關的Unity證照，將是你在IT技術證明的一項重要指標，也是求職時展示自己技術能力的強力證明。
通過本測驗，代表你已具備Unity的必要操作能力，能夠理解與運用C#腳本，具備獨立開發小型遊戲，或是與團隊協力開發大型遊戲的能力。
Silicon Stone Education (SSE)
精選貼文，掌握第一手知識
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]
Jev是什麼？前OpenAI研究員打造一款「不會聊天」的AI模型！
前OpenAI研究員打造的AI模型Jev，不聊天、不寫文章，只負責快速做判斷，還會說出自己有幾成把握，本文整理Jev和ChatGPT的差異、設計理念、價格速度與應用示範。
文／《104職場力》
本文目錄（點擊可快速前往）
Jev是什麼？和ChatGPT等AI語言模型有什麼不同？TypeSafe AI為什麼要做Jev？不追AGI的3個理念Jev最大特色：會說出自己「有多確定」Jev速度多快？價格多少？官方數據整理Jev可以用在哪裡？官方應用方向與示範Jev對上班族有什麼影響？
當各家AI公司在比拼誰的模型更會聊天、寫程式，曾參與ChatGPT背後研究的前OpenAI研究員Diogo Almeida，卻選擇另一條路。
他所創辦的TypeSafe AI於2026年9月15日發表第一款模型Jev，這款AI不陪人聊天，也不寫文章，只專門在軟體裡快速「做判斷」。
Jev跟別家產品有多不同？底下為各位整理其設計理念、核心特色、價格速度與應用示範。
Jev是什麼？和ChatGPT等AI語言模型有什麼不同？
如前言，Jev是TypeSafe AI推出的第一款AI模型，官方把這類模型稱為「System One模型」。
為什麼叫Jev？名字背後的「傑文斯悖論」
根據官方說明，「System One模型」這個名稱，來自心理學家康納曼的暢銷書《快思慢想》，書中把人的思考分成兩種：
快速、憑直覺的「系統一」
緩慢、仔細推敲的「系統二」
Jev做的就是類似「系統一」的快速判斷。
而這個名字則是取自英國經濟學家傑文斯（William Stanley Jevons），當年傑文斯發現，蒸汽機變得更有效率、更省煤之後，煤炭的總用量不減反增，因為更多地方開始用得起蒸汽機，這就是後來的「傑文斯悖論」。
TypeSafe AI認為，AI也會走上類似的路：當AI的使用成本越來越低，原本不划算的用途都會變得可行，AI被使用的地方只會越來越多。
Jev和其他AI語言模型的差異
它和ChatGPT最大的不同是：它不回給使用者一大段文字，只從事先設定好的選項中快速挑出答案，例如「是或不是」、「屬於哪一類」，讓其他軟體可以直接拿結果執行下一步。
以下依官方發表文章，整理一般AI語言模型與Jev的性能對照表：
比較項目一般大型語言模型Jev回答方式寫出一段文字，內容自由，但可能出現錯誤資訊或格式不符只從事先設定好的選項中挑答案，不會答出選項以外的內容產生方式一個字一個字依序寫出來一次同時給出所有問題的答案把握程度就算要求它評估自己有多確定，也常過度自信、前後不一每個答案都會附上「有幾成把握」，越有把握通常越準適合用途聊天、寫作、寫程式等需要人在旁邊確認的工作 分類、分派、評分等需要大量快速判斷的工作資料來源：TypeSafe AI官方文章
Jev目前還在搶先體驗階段，只開放開發者申請使用，有興趣的人可以到TypeSafe AI官網申請，使用方式可參考官方文件。
雖然Jev尚未普及，但我們可以先從它的設計理念與特色，看看這種新型態的AI，未來可能如何出現在我們每天使用的系統裡。
Jev官方網站
TypeSafe AI為什麼要做Jev？不追AGI的3個理念
TypeSafe AI在官網發表了一篇宣言，標題是「Build Prod, Not God」，意思是：與其打造無所不能的「神」，不如做出真正能上線使用的產品。
宣言中提到了3個想法：
理念1：AI夠聰明了，問題是不好用
TypeSafe AI認為，現在的AI已經夠聰明，足以創造龐大的價值，不需要再追求AGI（通用人工智慧，也就是像人一樣什麼都會的AI），他們觀察AI產業已經投入好幾年、數兆美元，但大多數軟體還是沒有變聰明，一般人的生活也沒有太大改變，表示這和AI本身的聰明度無關，是現在的AI很難被裝進既有的軟體裡使用。
理念2：現在的AI就像「沒有馬的馬車」
新技術剛出現時，常常會先模仿舊東西的樣子，之後才慢慢找到最適合自己的形式，就像最早的汽車其實只是把馬車的馬換成引擎，連馬車的高座椅、彈簧，甚至插馬鞭的座子都保留下來。
TypeSafe AI表示，現在的AI也是這樣，被訓練成有禮貌、很會說話的助理，是因為設計者假設對面坐著一個人，但這也代表AI需要有人在旁緊盯，沒辦法在背景自動運作。
理念3：讓AI像基礎工具一樣穩定可靠
宣言提到，當年打造資料庫、網路技術的人，並沒有預料到後來會出現Google這樣的服務，正因為這些底層技術夠穩定，後人才能在上面不斷開發出新應用。
TypeSafe AI希望AI也能變成這樣的基礎工具，只要每次呼叫都穩定可靠，開發者就能放心把它放進各種系統，一層一層疊加出新的應用。
Jev最大特色：會說出自己「有多確定」
官方在發表文章中舉了一個例子：假設一個AI有95%的機率能做對，卻說不出哪些時候會落在那5%的錯誤裡，這項工作就無法放心交給它自動處理，因為人還是得每一筆都檢查一次。
為了解決這個問題，Jev的每個答案都會附上「有幾成把握」，官方表示，Jev的把握程度經過「校準」，意思是它說的「把握程度」會和實際的正確率一致：越有把握的答案，通常越準；遇到相似的問題，也會給出相似的答案。
這個能力來自團隊自行開發的訓練方法「校準決策強化學習」（RLCD），不同於ChatGPT等模型主要是讓AI寫出人類喜歡的回答；RLCD的目標則是讓AI做判斷時，有幾成把握就說幾成。
※官方圖表中，Jev的「幻覺率」（AI給出錯誤或捏造內容的比例）標示為0%，但官方說明，因為Jev只會從設定好的選項中挑答案，不可能答出選項以外的內容，雖然不會亂答，但不代表每次都答對。
Jev速度多快？價格多少？官方數據整理
以下是官方公布的速度與價格。價格以token計算，token是AI計算文字量的單位：
項目一般大型語言模型Jev輸入價格（每100萬token）約0.2～10美元0.042美元輸出價格約為輸入價格的5倍不收費回應時間約3～329秒約0.07～0.5秒資料來源：TypeSafe AI官方文章
TypeSafe AI官網首頁宣傳「Jev快193.6倍、便宜444.6倍」，這組數字來自官方自己設計的測試：讓每個AI模型執行同一套工作流程，再以GPT-6 Astra與Fable 5.1兩個大型模型答案的平均當作標準，比較各模型的表現。
圖片來源：TypeSafe AI官方文章
※官方也主動說明這些數據的限制：
193.6倍、444.6倍預期是實際使用時效益的上限，一般情況下不一定能達到。
測試題目由官方團隊設計，可能有偏誤。
以GPT-6 Astra與Fable 5.1的答案作為標準，會讓結果偏向OpenAI與Anthropic的模型。
速度數據多是在官方位於美國西岸的筆電上測得。
官方無法證明目前的價格沒有補貼，但表示預期未來只會降價、不會漲價。
Jev可以用在哪裡？官方應用方向與示範
官方列出的4大應用方向
應用方向可以怎麼用自動化工作流程放在程式裡負責判斷，例如分類、分派、評分、擷取資料，處理用固定規則很難寫清楚的情況大量資料處理從龐大的資料中，快速整理出重點與特徵即時應用速度快到約0.1秒，適合需要馬上反應的服務檢查其他AI替其他AI的回答評分、把關，也能偵測有人試圖用特殊指令誘騙AI的「越獄攻擊」
示範1：玩電玩遊戲《毀滅戰士》
官方示範讓Jev即時操作經典射擊遊戲《毀滅戰士》（Doom），每秒大約做10次判斷，成本約每小時7美元。
不過官方也說明，Jev讀的是用文字描述的遊戲狀況，還不是直接「看」遊戲畫面；如果單純比遊戲表現，專門寫好的遊戲程式其實可以玩得更好，這個示範的重點是「展現AI能依照指令即時做出反應」。
示範2：維基百科接龍
這個遊戲的玩法是：從一個維基百科頁面出發，只能點頁面裡的連結，看誰最快抵達指定的目標頁面，每走一步，都可能要從數百到上千個連結中挑一個。
官方表示，Jev一個問題最多可以設定255個選項，超過時就改成「先替每個選項打分數，再從中挑選」的兩步驟方式，但官方也坦承，這個示範的速度優勢比其他示範小，因為對照的大型模型多數沒有開啟深度思考模式。
Jev對上班族有什麼影響？
未來當上班族也能接觸這款AI時，它可能會帶來以下幾種改變：
AI會更常在看不見的地方工作
客服派單、內容審核、資料分類等工作，每天都有大量重複的小判斷，這正是Jev這類AI瞄準的地方，未來的AI不一定都是聊天視窗，也可能直接藏在每天使用的系統裡。
會把問題拆清楚的人更吃香
Jev需要使用者事先設定好問題和選項才有辦法給出回應，因此能把模糊的工作拆成一個個清楚的判斷題，是和這款AI合作的重要能力。
看得懂AI的「把握程度」
當AI開始說出自己有幾成把握，懂得判斷哪些情況可以交給系統、哪些需要人工再確認的人，會在自動化的工作流程中扮演關鍵角色。
雖然Jev仍在早期階段，官方公布的數據也有待更多實際使用來驗證，但它提出的方向很值得思考，AI的下一步，也許不是變得更像人，而是像一個穩定可靠的工具，默默嵌進我們工作的每個環節。
（資料來源：TypeSafe AI官網〈Manifesto〉；TypeSafe AI官方發表文章〈Introducing System One Models & Jev〉）
延伸閱讀：
OpenAI最新旗艦AI亮相！GPT-6 Astra核心亮點、使用方案一次看！
Gemini Spark怎麼用？實測排程、Gmail監控、跨服務工作，和一般Gemini差在哪？
Claude Cowork新增內建瀏覽器！不用裝外掛，AI可直接開網頁、填表單
告別制式勞動，迎向 AI 時代人才的變革與重構
從 AI、大數據到雲端運算，智慧科技持續重塑企業運作模式，也同步改變科技人才的能力結構與職涯路徑。當技術不再只是工具，而是開始參與決策、流程與協作機制的設計時，企業對人才的期待，也隨之快速被改寫。隨著生成式 AI 進入科技研發現場，產業競爭的焦點，逐漸從單純的效能與技術規格面，轉向研發流程、協作效率與人才結構的重新配置。
文／104人力銀行
立即下載《2026科技業人才報告書-人才版》
本文導覽：
先定義後拆解，掌握工具且能同時進化的優勢
AI 不是取代能力，而是重新設計組織的槓桿
AI 改變的不只是工具，而是人才競爭的基準
無論是深耕資安領域的趨勢科技、由單點工具轉向 AI 驅動工作流程的KDAN 凱鈿、將服務版圖延伸至「新商務」場景的騰雲科技，亦或是持續推動流程優化的技嘉科技，皆不約而同指出：AI 並不是單一技術的導入，而是從根本上，重新定義工程師的工作方式與企業的選才邏輯。
先定義後拆解，掌握工具且能同時進化的優勢
趨勢科技指出，在資安產業中，AI 的導入不僅提升效率，更放大了攻防的速度與規模。企業真正需要的，已非能單純完成任務的工程師，而是要能理解問題、拆解問題，並知道如何運用 AI 讓產品與防禦能力持續進化的人才。「企業現在看的人才，不再是會不會寫 code，而是能不能用 AI 定義問題、拆解問題，並把它真正放進工作流程裡。」
這樣的轉變，使「會寫程式」逐步從門檻條件，轉變為一種基本能力。
KDAN 凱鈿則觀察到，企業選才的標準明顯被翻轉。過去對工程師的面試，多半以程式語言的熟悉度為主，然而當 AI 加入成為日常工具，真正拉開差距的，反而是思考邏輯和問題拆解的能力。「以前我們面試工程師，程式語言熟悉度大概佔六、七成，思考能力佔三、四成；現在幾乎倒過來。」甚至可以說，判斷能力及邏輯架構，已遠勝單一技術的掌握。能力結構之外，AI 也在重新設計工作流程本身。
AI 不是取代能力，而是重新設計組織的槓桿
面對 AI 帶來的轉型壓力，騰雲科技則是認為，企業需要的人才，除了熟悉新工具，得要能解構既有的流程與模式，並予以重新加以設計。「頂尖的人才必須完備能解構問題的智慧，將經年累月結痂的既有工作流程無情拆解，再結合新工具進行徹底重構，以此創造出破局的商業價值。」在如此框架之下，AI 並非取代既有能力，反倒成為推動組織再造的重要槓桿。
相較之下，在硬體與韌體研發領域，AI 帶來的影響則呈現不同面貌。
AI 的導入並非突然出現，而是建立在長期流程自動化與知識共享文化的基礎之上。技嘉科技表示，當標準化與重複性的工作逐步由工具接手，企業在選才的課題上，反而更回到人才的本質。「AI 並沒有讓工程師變得不重要或被取代，反而讓一件事變得更加清楚——當工具越來越強，人真正不可取代的，仍然是持續學習、理解問題，以及把經驗轉化為能被團隊延續的知識。」
也因此，雖分處不同產業與戰略位置的四家企業，卻給出近乎一致的答案——AI 確實已改變你我的工作流程與內容，也對工程師的角色重新定位，然而企業真正關注的，不是誰會被取代，而是誰能定義出與 AI 協作的新方式。
AI 改變的不只是工具，而是人才競爭的基準
當 AI 已能協助完成大量數據的整理、流程文件撰寫及程式生成，甚至是輔佐當下決策的研判時，隨之浮現的是一個跨越產業和領域的深層叩問——AI 會不會取代人類？
觀察四家受訪的企業，答案竟出乎意料地一致：AI 並不會讓「人」變得不重要，而是讓人才的價值重新排序。但首先被改變的是，企業對工程師角色的認知與理解。當標準化、重複性的工作逐步由工具接手，真正拉開差距的，不是技術的熟練度，而是能否理解問題、拆解流程，並持續與新工具共同進化的能力。
正如受訪者所指出：「不是 AI 會取代人，而是會用 AI 的人，會取代不會用 AI 的人。」對企業而言，這意味著選才邏輯正在改變；對求職者而言，也代表未來職場的競爭力，將來自於跨領域理解問題的能力，以及在變動之中持續重塑自身角色的位置。
立即下載《2026科技業人才報告書-人才版》
掌握更多科技業人才趨勢，大家都在看這些：
告別制式勞動、迎向職能重構：騰雲科技在 AI 時代的破局商業學
AI 時代，寫程式不再是護身符——KDAN 凱鈿重新定義「好人才」
AI 時代的研發現場：回歸人才特質，技嘉如何重新定義工程師的工作方式
在趨勢科技，唯一的競爭對手是駭客：AI 時代下，資安人才與研發現場的真實變化
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 >>
誰說科技人才留不住？Moxa四零四科技靠「研發價值」打造黏著力
當激烈的人才爭奪，各大科技公司可能不僅僅是用薪資與福利來留才，真正讓科技人才留下來的，往往是那些願意傾聽、給予發聲空間，並讓工程師能夠發揮影響力的企業。不是每家公司都在乎「對話」與「共創」，但在Moxa（四零四科技），對研發價值極度重視的企業文化，默默地成為這家工控網通領域隱形冠軍之所以能吸引人才並留住人才的關鍵。
文／《104職場力》
本文導覽（點擊可快速前往指定段落閱讀）
技術穩定背後，是對人才與價值的長線思維可以跨越世代的研發價值觀：從根本做對，再長出影響力真正的實事求是：有勇氣說真話，也有空間被聽見當文化成為默契：工程師眼中的價值共鳴在對話中成長，在實踐中發揮影響力
技術穩定背後，是對人才與價值的長線思維
工業通訊乍聽之下可能非最火爆的領域，卻是智慧城市、軌道交通、能源網路等基礎建設不可或缺的關鍵底層。Moxa深耕於此超過35年，產品廣泛應用多達70餘國，支援了全球數十萬個裝置穩定運作。這家公司長期專注在「高穩定、高可靠性」的工業自動化通訊解決方案，無論是在智慧電網、高鐵、AI伺服器機房，甚至是無人化工廠背後的穩定系統，都可見Moxa的身影。
但當外界聚焦於它的技術實力時，Moxa內部其實更在意「人才如何被培養、被發展」。Moxa 軟體研發資深協理 Eddy 表示：「我們一直在想，有沒有一種研發精神，是十年不變的？即便技術一直在變，那種能支撐一家公司永續經營的人才樣貌，反而是我們最該定義的核心。」
Moxa不只專注開發產品，更竭力思考如何透過文化形塑，吸引能與之共鳴的科技人才。從對研發價值的系統化梳理，到內部不斷強化的對話文化，這家企業逐步走出一條屬於「人本技術企業」的路，研發不只是職能，而是一種可以推動產業與社會前進的實踐方式。
可以跨越世代的研發價值觀：從根本做對，再長出影響力
Eddy在談起為何要花時間定義公司內部的研發價值時，語氣篤定。他並未急著討論任何技術框架，而是把重點拉回本質。當科技迭代加速、工具與語言不斷變化時，一個研發團隊要持續創造影響力，仰賴的不能只是最新技術，而應是背後那套能跨越時代、場域與產業的價值系統。
在歷時超過一年、橫跨多場跨部門討論後，Moxa最終定案的研發價值被歸納為四大核心：紅豬精神、系統思考的技術力、工控產業的創新力與產業的影響力。
Eddy用一棵樹作為比喻，從根、莖、葉到果，四者有順序，也缺一不可。他說：「紅豬精神是根，是研發人員對事情的執著；系統思考是支撐整體產品邏輯的幹；創新是葉子，吸收外界環境的多樣性；最終結果，是能為整個產業帶來影響。」而讓這棵樹能穩定成長的土壤，正是Moxa企業文化中不斷強調的「實事求是」。
紅豬精神這個說法頗具趣味，它來自宮崎駿動畫角色紅豬的台語諧音「RD」，亦即 R&D 的縮寫。Moxa用這個詞來代表一種科技人特有的精神狀態，那就是追根究底與精益求精。在Moxa這樣的工控環境中，產品一旦部署，往往要長期運作不中斷，因此比起尋找一時的速效解方，更需要真正找出問題的源頭。
「我們的產品開機執行就是幾個月不停機，過程不能故障、當機，因此開發設計不能用Workaround降低問題發生的機率，而需要找到Root Cause徹底根治。」Eddy強調。
而這種精神絕非憑空得來，也不是個人堅持就能實現，它需要組織文化的支持。例如在系統開發過程中，Moxa強調從零組件層面到系統層面，再進一步到整體解決方案層面，研發人員不僅要會做功能，也要能理解整體系統架構。訓練過程中，技術與視野會同步拓展，讓工程師更能與客戶對話，設計出貼近現場需求的解法。
這也連結到第三個層次：工控產業的創新力。這不是追逐酷炫科技，而是如何在法規與客製條件高度複雜的環境中，找出最務實的突破。每項專案，可能因客戶國家、應用場域的不同，而有完全不同的安全標準與網路協定。「我們不可能靠標準品解決所有問題，只能靠深入場域、理解客戶的痛點與需求，找到真正有用的解法。」
而這一切的最終結果，是 Moxa長年所追求的產業影響力。這不只是營收或市占率，更是一種讓技術真正進入社會、改善人類生活的願景。
Eddy舉例，像是透過更低功耗完成相同任務，不僅提升效率，還能減少能源浪費，與ESG精神不謀而合。「用更少的電完成更多的事，不但節能，更是未來工程師該具備的責任感。」
特別的是，Moxa談價值，更在意價值是否能在日常中自然落地。例如在會議與專案討論時，公司內部長期採取免去職稱、直接互以名字相稱。「這事看起來很小，但卻是一種實事求是的展現。」Eddy解釋，「因為技術議題不是靠年資或頭銜決定解法，而是誰說得對，就採誰的方案。」如此文化，讓年輕工程師更敢發言、資深同仁也更願意傾聽，成為團隊中橫向合作的基石。
真正的實事求是：有勇氣說真話，也有空間被聽見
研發價值要從理念變成日常，關鍵往往不在制度，而在管理現場是否真的有人在做，並且持續做。對Moxa軟體研發經理 TJ來說，他花最多力氣的事，不只是專案排程，而是讓團隊成員感到：這裡可以說真話。
「最大的挑戰，是讓夥伴們覺得講真話是安全的。」TJ坦白說，在技術團隊中，不少成員會擔心自己的問題「問得太笨」，或意見「不夠成熟」會不會被貼標籤，尤其面對主管或資深同仁時，那種壓力更容易讓人選擇沈默。
為了打破這樣的心理預期，TJ刻意從細節著手。在會議上，他常用「我還在思考一個可能的方向」來破題，降低對答案正確與否的執念。他也強調，討論檢視時不只重結論，更重視提出觀點的過程：「因為好的決策，不一定來自唯一正解，而是多元觀點的交集。」
這樣的管理方式，背後對應的其實是Moxa的核心研發精神，追根究底與平等對話並重。在TJ帶領的某次內部系統開發中，一個功能測試結果時好時壞，若僅調整參數即可「勉強過關」，團隊其實可以不深究。然而一位工程師堅持回頭追查，最後發現測試環境與正式環境的網路架構存在差異。這樣的執著雖然花費更多時間，卻避免了日後更難處理的潛在風險。
「這樣的態度，其實也在跨部門合作中建立了信任。」TJ觀察到，其他單位會信任他們交出的解法，是可以安心上線的，而不是趕著交件的權宜之計。
從管理者角度看來，所謂「研發價值」，最終要落地成文化，是讓每個人都知道，這裡不是鼓勵你趕快做完，而是希望你做出真正能長期發揮影響力的結果。
當文化成為默契：工程師眼中的價值共鳴
「最好的決策，往往來自開放與尊重的對話。」軟體研發資深工程師Adam在提到自己重視的研發價值時，毫不猶豫地點出了「平等對話」。
在他參與的AI模型開發專案中，曾因資料量與多樣性不足，導致分類結果不如預期。傳統作法可能是靠工程師反覆嘗試演算法，但在Moxa，處理問題的方式是讓問題走出工程師一人的世界，走進對話空間。Adam回憶：「我們直接開了跨部門的討論會，讓在地現場工程師、資料處理端等相關人員坐下來一起談，真正釐清資料是怎麼來的。」
這場對話讓他意識到，技術只是一半，理解彼此語言與需求的能力，才是真正解決問題的起點。也因此，他逐步轉變角色，不再只是「寫好一段代碼」，而是成為能整合需求、回應價值的技術設計者。
另一位軟體研發資深工程師Yoyo，則非常認同「追根究底」的價值。她認為：「這不只是個人習慣，更是這家公司日常的一部分。」過去在其他公司，工程師常會被產品交期壓力逼著用最快速度「解決問題」。但在Moxa，她感受到公司願意花時間，讓工程師真正把事情搞懂再動手。
她印象最深的是團隊為取得IEC 62443-4-2 安全等級 2的資安認證，並未選擇應付以對，而是從頭開始研究條文背後的設計邏輯與風險管理原則。結果在正式稽核時，甚至連外部稽核單位也來向他們請教某些規範的詮釋方式。「那時候我真的覺得，我們不是只是寫程式，我們是在定義這個產業的下一步。」
這些經驗讓她更有信心，也更明確地知道自己在團隊裡不只是執行者，而是一位有主體性、有價值、有發言權的科技人。
在對話中成長，在實踐中發揮影響力
當技術不只是工作，對話也不單是形式，Moxa讓「實事求是」成為日常工作的共識。一次次追根究底、精益求精的堅持，不只從根本解決問題，也慢慢累積出團隊間的互信文化。
對科技人來說，能在這樣的環境裡發揮對個人、產業和社會的影響力，也許就是最值得追求的職涯樣貌。
[joblist_plugin title='【四零四科技】最新職缺馬上看！' url='https://www.104.com.tw/company/afph47c' amount='5']
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>>
AI能快速生成廣告，創意人優勢剩什麼？奧美創意總監 × AI導演：掌握4大能力不怕被AI取代
AI只要3天就能完成一支廣告，創意人該如何突圍？解析廣告業實戰流程，看創意工作者如何將AI轉化為高效神隊友，奧美顧客體驗創意總監與AI影像創辦人揭密，掌握人性洞察、專業品味、好奇心、保持學習彈性等4大核心能力，就能打造不被淘汰的職涯價值。
文／104人力銀行數位科技人才職涯專區提供、《104職場力》整理
本文目錄（點擊可快速前往）
停止焦慮！創意工作不是「人和AI的對立」人類創意的不可取代：AI只能「理所當然」AI深度改變創意工作流程：加速你的前10個想法不被AI取代：創意人必備4大突圍能力
生成式AI浪潮席捲全球，讓行銷、設計等創意工作進入前所未有的轉型期，許多人正經歷創意焦慮：當AI逐漸介入發想、設計與製作流程時，創意人該如何重新定義自己的價值？針對這個核心痛點，奧美廣告顧客體驗創意總監Sofie與OCT AI創辦人周佳佑導演，分享了他們在實務中的第一線觀察與建議。
本文節錄自104人力銀行數位科技人才團隊舉辦的線上講座「【104 AI座談】 AI時代，創意不怕被取代｜創意工作者的突圍之道」對談精華，完整直播回顧請見：
免費看【AI時代，創意不怕被取代】>
【與談嘉賓】● Sofie｜奧美顧客體驗創意總監15年奧美經驗，擅長結合傳統與數位行銷，專注於打造創新品牌體驗與跨領域整合。● 周佳佑｜OCT AI 創辦人從音樂製作人轉型AI影像創作，完成客戶的「全AI生成廣告」。
停止焦慮！創意工作不是「人和AI的對立」
AI來勢洶洶，創意人會被取代嗎？奧美顧客體驗創意總監Sofie認為，其實不該將關係視為「人類 vs. AI」的對立，而應該是「人類 with AI」的協作模式 。
她認為，真正的關鍵在於「作品是否有靈魂」。如果只是偷懶用AI生成，消費者一眼就能看出來，一下就被唾棄；但若能善用AI創造出人類難以達成的效果，AI就會是放大創意的最佳槓桿 。例如近期爆紅的AI阿嬤大戰詐騙集團，用AI阿嬤來消磨詐騙電話的時間，就是把AI用得很好的案例。
OCT AI創辦人周佳佑導演對於AI的衝擊也抱持相對樂觀態度，他說：「AI非常有可能會取代掉你所有的工作，」然而，他緊接著強調，AI也有可能提供你「十倍、百倍、千倍」新的工作機會，或新的生存機會，創意人應該往這個方向去邁進。
從兩位創意人的觀點來看，如果只把AI當作偷懶的工具，產出的價值不高；但如果能用來「解放因技術不足而無法達到的創意」，AI就能成為創新的可能性。
人類創意的不可取代：AI只能「理所當然」
AI成為不可避免的合作夥伴，那麼創意工作者最核心的價值「創意發想」，在AI時代有了什麼樣的轉變？如何清晰劃分人與AI在創作上的界線？
周佳佑與Sofie一致認為，當前的AI創意與人類創意有著本質上的區別。
AI創意：擷取人類經驗，給出「理所當然」的答案
周佳佑導演分享，他們在發想廣告創意時，常常會先用AI測試，看AI能提供什麼樣的創意和腳本。
他指出，現階段AI的創意本質上是擷取人類既有經驗的總和，這導致AI給出的答案往往都在「理所當然」的邏輯框架內。簡言之，AI是巨大資料庫，裝滿了人類的智慧，它能將這些資料濃縮，產出符合人要求且高效的內容。
人類創意：環境、情緒、經驗塑造的「天馬行空」
周佳佑舉例，當我們要求AI畫一張椅子，它的邏輯就是「讓人坐的」，畫面不會超乎常理；但人類的創意可以天馬行空，例如「一個人走過去把椅子吃掉」，這是AI較難主動聯想到的 。人類的創意之所以能產生超越邏輯的發想，是因為受環境、情緒、突發事件的影響；而由於AI缺乏這些真實體驗，因此當沒有給予任何指令時，AI只會提供「正常的東西」。
AI深度改變創意工作流程：加速你的前10個想法
實務上的問題是：如何將AI真正融入工作流程，提升效率？兩位創意人分享了在廣告業前端發想到後端製作中，AI扮演的具體角色與帶來的實戰挑戰。
廣告與創意發想：AI是超高速腦力激盪夥伴
在廣告公司，AI已成為最強的Brainstorming夥伴，創意人可以快速透過AI收集資料，迅速掌握狀況。
Sofie分享，奧美廣告有句話說：「前10個想出來的點子，別人都想得到。」因此真正的創意討論，往往在第11個之後才會進入討論狀況 。
她說，過去可能要花一小時苦思才能想出前10個點子，現在透過與AI對話，能幫助創意人快速跨越「第10個門檻」，直接進入更有價值的討論、加速工作進行 。因此Sofie也會要求她的團隊成員，在正式討論前先跟AI聊過，而只要出現新的AI工具或新功能，團隊也會彼此分享資訊和使用心得。
她認為，AI就像一個永遠能提供回應的隊友，即使AI的回答有些是「硬掰」出來的，它也能觸發人類夥伴產生新的聯想，讓討論得以繼續深入。
對於文案出身的Sofie來說，AI也能減少溝通成本。當她面對視覺夥伴（Art Partner）時，可以先請AI協助將文字想法設定成初稿畫面，讓視覺夥伴一眼就能理解文案的意圖，進而提升效率。
AI影像製作流程：3天就能做完一支廣告，挑戰是什麼？
製作「全AI生成廣告」的團隊又是什麼樣子？周佳佑分享，他們的分工與傳統廣告製作流程非常不同，首先團隊成員都是全遠端工作，目前成員包含專門腳本與做分鏡的、專門寫外掛程式的，以及專門「玩」AI軟體的測試人員 。
流程跟傳統製作最大的不同在於，廣告腳本產出後，他們通常會用2~3種推薦的AI軟體去測試分鏡畫面，多方嘗試後才能確定最終感覺。
雖然團隊用AI產出一支廣告非常快，可能3天就能把案子做完，但遇到修改的情況，也許時間會拉長到3個月。
周佳佑坦言，最大的挑戰會來自臨時的修改，其實花的時間，不一定會比傳統的拍攝方式還少。
「我曾經做過一個廣告，做完之後導演說，我希望桌子上面多放一些東西。他覺得只是多放一些東西而已，可是對AI人來講，這個鏡頭就是重做了。」
由於AI產生的畫面一經修改，任何動作或細節都不會與前一次一樣，因此必須與客戶嚴謹確認最終定案時間點。他也說明，前期與客戶的溝通和對品質的共識，是控制製作成本的關鍵。
創意人最常用的AI工具？怎麼選工具？給新鮮人的建議？
提到目前工作上最常使用的AI工具，Sofie分享了涵蓋影像、聲音到文字的工具。她說，團隊目前最頻繁使用的是Gemini生成圖片與Veo 3生成影像，她認為相較於ChatGPT的 DALL-E 3往往帶有明顯的「AI感」，Gemini受惠於Google龐大的資料庫，產出的影像在真實度上表現更佳 。
影音創作部分，較常使用Suno製作音樂，以及用ElevenLabs的人聲生成工具，認為其在國台語的表現都相當自然。而在文案撰寫與個人創意發想時，Sofie則偏好使用Claude，認為它的中文語感敏銳，回覆不會有生硬的「英翻中」感，是她私下愛用的AI夥伴 。
對於工具的學習與導入，周佳佑則點出了年輕創作者可能面臨的AI工具成本挑戰。他表示，市面上AI工具眾多，如果想要真正掌握某個工具，僅靠免費試用額度可能遠遠不夠，玩不出深度的成果。但他也強調，建議初學者在付費之前，可以先透過YouTube觀看相關教學影片，確認自己的使用需求後再投資訂閱功能。
不被AI取代：創意人必備4大突圍能力
面對科技帶來的職涯焦慮，年輕創意人最需要知道的是，有哪些核心能力是AI無法取代，且值得培養的？兩位創意人針對這個問題，提供了明確的建議。
1. 走進真實世界，培養人性洞察力
Sofie認為，無論科技如何演進，廣告本質始終是「人與人的溝通」藝術。然而，AI只能模擬人類講話方式，無法捕捉到人類情緒與互動中那些最細微的洞察。
舉例說明，AI可能知道媽媽很累，但它無法察覺「媽媽被叫到他的本名會很感動」，這種來自人跟人相處的細微共感，只有人類才能察覺。
因此，Sofie認為人生的所有體驗都是創意的原料和材料，對年輕創意人的建議則是：「放下手機，跟人好好接觸、好好聊天，這種人跟人的同理心跟共感，是需要實體去感受跟體驗的。」
2. 提升專業品味，學會判斷「AI完美假象」
當AI能夠快速生成大量素材時，創意人的價值不再是「生成能力」，而是「篩選與判斷能力」。
Sofie認為，創意工作者的「品味」非常重要。品味來自於廣泛的吸收，不論是音樂、影像，都需要聽得夠多、看得夠多，才能建立與培養判斷力。
「AI給你東西的時候，如果你是很有品味的創意人，就會知道這東西可能不怎麼樣，你也會知道什麼樣的創意才會是打動人心的有效創意。」
她說，為了避免被AI產出的「完美假象」文字或影像所迷惑，要具備專業品味與審美標準，才能精準選出最能打動人心的創作。
3. 保持好奇心，用提問力驅動AI
周佳佑則指出，在AI快速迭代的時代，已經打破傳統學習曲線，AI讓創意人有機會跳過中間漫長的學習時間，直接從發想變成結果。而為了填補這段被AI取代的學習空缺，創意人必須善用AI作為知識庫。
周佳佑建議，年輕人一定要「勤勞地去問AI」，並對世界保持高度好奇心。他認為，只要將AI視為巨大的知識資料庫，你可以從中呼喚出扮演各種角色的「專家」來與你討論，透過持續不斷的提問，大量的知識累積將會集結成你的創意原料。
4. 保持學習彈性，功底結合科技效率
針對近年招募新人的標準，奧美Sofie透露，面試時她會詢問應徵者近期在摸索哪些AI工具，以及喜歡的電影類型，來觀察對方的科技敏銳度與品味；若應徵者表示很少使用AI，也會令她感到擔憂 。
除了檢視探索新工具的熱忱，Sofie也看重「喜歡發問」的特質 。她強調，廣告終究是關於「人」的工作，因此最重要的核心能力在於能否進行良好的「來回對話」，應徵者必須具備與團隊順暢互動、互相拋接想法並激發靈感的溝通能力
對於已有經驗的視覺設計工作者，Sofie認為這類人才若本身具備深厚的Art底子，又能結合AI工具，將能發揮「如虎添翼」的強大效果 。不僅能將過去難以執行的視覺想法快速生成，更能大幅節省製作時間，能將專業底蘊與科技效率完美結合，將是業界的搶手人才 。
周佳佑導演則直言，AI出現後為各行各業設立了新的效率標竿，資深設計師是否會被取代，關鍵在於「產能」能否與AI抗衡 。他分析，即便設計師功力深厚，若一個案子需耗時一個月，而AI僅需一天，客戶在考量時間成本下，往往不願意等待 。因此，他建議設計師必須善用工具來加速既有的好底子，先在產能上超越AI，再加上獨特的創意，才能保有優勢 。
【版權風險提醒】AI帶來的挑戰與風險目前AI生成作品的著作權法規仍在發展中，且存在侵權風險（如Suno與Sony的版權爭議），跨國企業或大型客戶對AI素材的使用規範會更為嚴謹，創意人需了解工具使用限制，並應對法規風險。
以上就是本次關於「AI時代，創意工作者的突圍之道」相關精華整理，AI時代，創意工作的門檻看似降低，實則對「人」的本質要求更高。無論是Sofie強調的「人味與洞察」，還是周佳佑提出的「善用工具超越產能」，都指向一個結論，面對AI的全面介入，創意工作者無需過度焦慮，AI並非取代人類的對手，而是能放大創意、加速流程的強力夥伴。立即報名，免費看「AI 時代，創意工作者的突圍之道」完整回放>>
想知道奧美創意總監與AI影像創辦人，如何在瞬息萬變的廣告業中，將AI融入創意發想與影像製作的每一個環節？完整座談回放內容將告訴你更多實戰細節！
免費看【AI時代，創意不怕被取代】>
[joblist_plugin title='更多104【奧美廣告】工作機會' url='https://www.104.com.tw/company/9rn61mw' amount='3']
[joblist_plugin title='更多104【廣告行銷公關業】工作機會' url='https://www.104.com.tw/jobs/search/?isJobList=1&indcat=1006003001&page=1' amount='3']
在這裡，你的每個想法都算數──在Moxa玩轉職涯，為你的職涯debug！
身為科技人才，你是在執行別人定好的規格，還是真正參與決策？亞洲工業通訊設備大廠「Moxa四零四科技」打破代工與外商的限制，將產品定義與品牌決策權掌握在台灣總部。《104職場力》帶您深入了解「Moxa四零四科技」的研發主管、資深工程師與PM主管，解密他們如何在「第一天就有話語權」的高標準當責文化中，攜手打造不只追進度、更在乎「你今天卡在哪？」的企業文化、玩轉職涯！
文／《104職場力》
本文導覽（點擊可快速前往指定段落閱讀）
來之前沒想到，進來之後不想走這裡的工程師，第一天就有話語權發展不設限，才是最頂級的職涯Debug10秒變2秒：高標準下的當責文化主管不只追進度，更在乎「你今天卡在哪？」工作好，生活更好，幸福到沒有離開的理由
對不少台灣科技人來說，職涯走到某個階段都會浮現同一個問題：自己究竟是在參與決策，還是在執行別人定好的規格？待在品牌商，卻只是把海外總部的決策帶回台灣落地；身在大型供應鏈，產品做得很深，卻沒有機會參與最前端的定義。幾年後回頭看，說不清楚自己究竟留下了什麼。
在新莊，有間低調的企業叫Moxa四零四科技，目前是亞洲第一大工業通訊設備製造商，台灣發跡，全球深耕，全球員工約2000人，產品與服務遍及超過85個國家——所有產品定義與品牌決策，都從台灣總部出發。
沒有上市光環、不靠名氣留人，這家公司卻讓員工年資動輒十年起跳，憑藉的究竟是什麼？為此，我們專程採訪了Moxa的主管與資深員工，有掌控設備連結產品線的PM Director Edward、負責資料擷取與控制的RD Manager Wanhan，以及專注於設備連結軟體開發的Sr. SW Engineer Emma，三個人，三段不同的職涯路徑，卻同樣選擇這裡長留下來。
來之前沒想到，進來之後不想走
Edward提起第一次聽到Moxa這個名字時的反應，忍不住笑了。「一開始聽到時，我當時還直接上網查：Moxa是做什麼的？查完才發現，原來Moxa是工業通訊的標竿企業兼隱形冠軍——但也就是那次查資料，讓我開始對這個領域好奇起來。」
當時他在全球知名法商自動化控制品牌擔任區域產品經理，身處自動化控制的核心世界，PLC、變頻器、馬達、SCADA，這些才是他熟悉的語言。Moxa所做的工業通訊，他其實所知不多。加入後他才理解：「工業控制的世界不但有大腦跟四肢，更有神經跟血管。」在傳統工控架構裡，交換機、串口伺服器通常不是最醒目的主角，卻像神經與血管一樣，支撐著整個系統的穩定運作。
真正打動Edward的是Moxa作為台灣總部的決策自主性。「在外商區域總部當PM，向法國總部爭取規格調整，卻常常得不到回應，也得不到解釋。」在 Moxa，所有產品定義都從台灣發出，這對習慣在區域總部工作的他來說，是一次徹底的視野升級。
Wanhan是15年前由學長推薦加入的，人生第一份工作就長做至今。在主管積極培養下，Wanhan在一年內就能獨立主導產品功能開發。那個起點，成了他此後職涯最重要的基石，一待就是15年。
資工系剛畢業，Emma就透過實驗室學長口耳相傳認識了Moxa，一加入就是5年，本來以為工業領域「感覺離生活很遠」，進來之後才發現，自己做的案子裡，中油加油站島的控制機器是Moxa的產品，桃園捷運閘門機器也是。「原來工控跟生活貼近得很。」
這裡的工程師，第一天就有話語權
雖然工作崗位不同，但三位受訪者不約而同提到同一件事：在Moxa工作，真的有話語權。
「品牌廠跟代工廠最大的差別，就是規格由我們自己決定。」Edward說得直接。他接觸過台灣不少電子大廠，了解那種「你是執行者、不是決策者」的氛圍。進Moxa之後，他第一次感受到想法、走向、規格都有機會由自己主張、自己落實。這種「可決定的可能性」，在代工或外商分公司的環境裡並不常見。
Emma給了一個具體例子：她觀察到客戶切換I/O介面操作繁瑣，主動建議一套有畫面的工具程式方便客戶一鍵切換，PM隨後採納了她的意見。「這不是老員工的特權，我剛進來沒多久就可以這樣提想法。公司從第一天就鼓勵討論，不是等你熬出資歷才給話語權。」
Wanhan則從更大的格局，說明這份成就感的量級。Moxa的產品被廣泛應用在台灣高鐵和台鐵，有的甚至隨太空站升空。「在品牌廠，你從最源頭的客戶需求開始想，一步步把概念具象化，最後看著它應用在現場，那種感覺就像看著自己的小孩長大、最終能對世界有所貢獻。」
發展不設限，才是最頂級的職涯Debug
Edward在Moxa已任職12年，先後擔任過四個完全不同的角色，先是單一產品線PM、偏向市場開拓的BD主管、儲能新市場拓荒者，最後回任管理更大型的產品線。每一步都是他能力與思維進階的證明。
2022年全球儲能市場開始爆發，Moxa發現沒有人熟悉這塊，便請Edward帶領新團隊從零探索。「不是把規格丟給你，而是老闆帶頭先讓這件事的重要性被大家理解。」這種由高層主導的表態，讓他在未知領域有底氣往前走。他用一個英文字形容Moxa的組織更新模式：Adaptive，組織架構非固定不動，而是看市場走向、看人才特質，進行動態的雙向匹配。
Wanhan的晉升也有類似邏輯。入職第一年做單點技術深研，融會貫通後，主管計劃性地安排他做跨部門技術整合。「表面上是部門間技術應用轉移，背後則是主管悄悄幫我把單點知識串成管理思維。那不是盲目摸索，是有人刻意為你鋪的路。」
Emma的成長節點也非常清晰，從公司安排「小天使（Mentor）」帶著入職，到後來能獨立代表團隊進專案會議，再親眼看著自己的程式被部署在加油站島上，Emma 說：「你能真切地感受到自己的成長，開始有能力獨立作業。」
延伸閱讀：誰說科技人才留不住？Moxa四零四科技靠「研發價值」打造黏著力
10秒變2秒：高標準下的當責文化
工業產品往往面對長生命週期與高可靠度要求，任何一個底層Bug，都可能在某個罕見的使用情境下引爆。
Wanhan提起一個高壓案子：軟硬體兩個團隊在排查偶發性底層相容問題時，因焦慮和溝通不良，讓原本的合作關係築起高牆，目標變得模糊。雙方矛盾的解法需要極大的魄力與耐心，他先是找主管爭取延後交付時間，再分別找雙方溝通，讓大家平心靜氣重新確認共同目標。他的主管承諾了一句話：「出事我一起負責。」Wanhan說，有了這句話，他才能心無旁鶩地推動一切。
Edward曾遭遇過規模更大的難題。2024年，在紐西蘭電力標案得標後，才發現競爭對手有一個關鍵功能只要2秒便跑出結果，Moxa的設備卻需耗時10秒。對高度要求即時反應的電力通訊場域來說，這8秒幾乎是致命差距。前線FAE當下開車衝去借設備現場實測，確認數據後立刻回傳總部；後方RD看到數字後，雖然臉色凝重卻沒有半句推諉，立刻閉關研究。一個禮拜後，架構優化完成，成功守住標案。
「有人替你頂著、有人跟你一起扛」，相同的感受在採訪中反覆出現，顯見這就是Moxa人日常合作的底色。
主管不只追進度，更在乎「你今天卡在哪？」
Moxa的企業文化強調相互尊重，在管理上也是如此。
Wanhan的部門曾有一位新進同仁程式邏輯薄弱，他沒有高壓要求限期改善，而是每天陪著看書、寫作業、逐行檢討程式碼，慢慢把對方的思維架構建起來。另外，有同仁遇到問題就急著解決，常引出更多連鎖Bug，他的方式依然是陪著對方在動手前先把背後邏輯想清楚、做好SOP再下手。當同仁想從工程師轉跑道到 PM，他也陪同討論尚缺哪些能力、如何在日常中刻意補足。「我現在做的，就是當年我的主管為我做的事。」
這不是個人風格，而是反映出Moxa以人為本的管理文化。相同地，Edward教同仁的不只是「這件事怎麼做」，而是「我為什麼這樣考慮」，把底層邏輯完整攤開。
「知道為什麼，比知道怎麼做更值錢。他一旦抓到，成長速度就會非常快。」他的另一個習慣也成了管理符號。每天下午約同仁喝咖啡，在放鬆氛圍下問：「你有哪裡做得很卡？對我這個主管有沒有建議？」這種問法本身，就是一種尊重與信任的建立。
工作好，生活更好，幸福到沒有離開的理由
Moxa職場的真實好壞，從一組數字就可以看得出來。Wanhan說：「我的部門有19人，年資超過3年的有16人，其中9位年資超過10年，這9位裡又有6位人生第一份工作就是Moxa，從來沒有離開過。」
秉持尊重員工的理念，Moxa在制度設計上處處從員工角度出發。Moxa深信，對員工最好的尊重是信任——上班時間可在早上7點到11點之間自由選擇，完全避開塞車時段；每月最多可申請兩天居家辦公，彈性的背後，是公司對員工自律的信任，也是員工對團隊的當責。在Moxa，好的工作氛圍不是口號，而是日常。
內部平台Moxa Bravo讓全球夥伴能隨時跨越時區、互相給予肯定——你的努力，不會只有主管知道，而是整個團隊都看得見。連生日和工作紀念日都有專屬祝福。正向回饋，在這裡是一種文化。工作之外，Moxa同樣重視每位員工的生活品質。公司積極支持社團發展，讓不同興趣的人都能找到歸屬、結交同好。員工旅遊補助多達3萬，用途彈性，看演唱會也能報銷。工作生活共好，是Moxa真實在實踐的承諾——因為Moxa相信，一個對生活充滿熱忱的人，也能持續在工作中展現光芒。
公司獲利穩定且持續穩定成長，Emma說得直白：「在這裡，你會有跟公司一同穩定成長的安全感。」
但讓人真正想留下的，不單是這些數字，而是努力被看見，成長被認可，出了事有人一起扛。主管定期與同仁談個人成長計畫與所需資源與協助，讓你請楚知道自己職涯的下一步並每一步都走得踏實穩健；主管帶頭扛責任，不踢皮球、不內耗。這樣的環境，讓人沒有離開的理由。
「在很多大廠，你做出一個產品，你只能說那個產品是我代工製造出來的。但在 Moxa，走出這裡，你可以非常有底氣地告訴全世界：這個改變世界的產品，是我定義、我設計、我決定、我做出來的。」Edward驕傲的發言，也是Moxa人的共同感受。
如果你也想成為那個定義產品的人，Moxa正在尋找和你一樣的夥伴
Moxa四零四科技精選職缺
職缺名稱工作機會產品經理（Product Manager）｜職缺一覽▶ 看職缺軟體測試（Software Quality Assurance）｜職缺一覽▶ 看職缺軟體研發（Software Development）｜職缺一覽▶ 看職缺HW Engineer（數位類比硬體研發）▶ 看職缺★歡迎新鮮人★【Moxa技術菁英培育計畫】系統技術服務工程師▶ 看職缺Product Certification Engineer（Green Product Engineer）綠色產品工程師▶ 看職缺
如何用AI寫JD？打造可落地的職務說明書，讓招募、績效與交接更清楚
企業人資招募人才想用AI寫JD，卻怕內容太空泛？擔心新人進公司後才發現對工作期待不相同？本文教你利用專業提示詞搭配AI工具，打造可落地的職務說明書，從職責、KPI、職能到交接管理，讓招募、績效與責任分工更清楚。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）
招不到對的人：建立可清晰分工的職務說明書一、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AI生成結果範例：呈現職位商業價值，與績效對齊Prompt：可立即複製的提示詞
招不到對的人：建立可清晰分工的職務說明書
在多數企業裡，職務說明書這件事並不陌生，但也很少真正發揮作用。很多文件寫完就放著，內容偏向工作項目的羅列，既無法用來評估績效，也無法在跨部門合作時釐清責任。當問題發生時，常見的不是流程檢討，而是彼此詢問「這到底是誰的工作」。久而久之，組織會出現一種隱性的成本，事情有人做，但沒人負責；
你缺的不是再寫一份JD（Job Description，職務說明書），你缺的是一套能定義責任、對齊績效、可交接可稽核的管理底座。沒有這個底座，AI只會把你原本的組織混亂放大、把你原本的模糊美化。有了它，你才能真正解決跨部門卡關與責任互推的積弊。
【備註】
對齊績效：每個職位做什麼，最後要用什麼指標驗收（例如交期、良率、客訴率）。
可交接：換人時不會靠「口耳相傳」， 而是有清楚的責任、流程、產出物。
可稽核：遇到內控或ISO稽核，能拿得出證據（文件、數據、紀錄）證明「做過、做對、有人負責」。
讀者指引：先備知識
在進入實作前，我們需要先對齊三個管理工具的基礎學理。請記住，它們在「組織層面」的真正意義：
組織架構（Organizational Structure）：這是在設計「事的分工」，而不是在排人的官位高低。
職務說明書（JD）：這是對責任的界定與「可稽核」的承諾，絕對不是工作內容的流水帳。（註：「可稽核的承諾」是：你要交付哪些成果、成果長什麼樣子、用什麼數據驗收。）
職能（Competency）：這是把任用條件變成一把「可比較的尺度」， 避免主管憑感覺說「他很適合」。
一、企業的痛點
身為主管，若JD定義不清楚，損失不會直接寫在損益表上，但會滲透到加班費、重工成本與人才流失中。
當組織「螺絲鬆了」，你會發現主管每天都在「救火」，且通常伴隨以下三種「失控」現象（常見踩雷點）：
重工（Repeated Efforts）：做過的事又做一次，同一份薪水付兩次，還錯過商機。
脫節（Disconnected Workflows）：交接點漏水，例如產品更新了，客服卻不知道，讓客戶在第一線看到破口。
責任模糊（Ambiguous Responsibility）：出事找不到負責人，最後變成主管扛，大家學會躲。
風險分析表：從現象看損失
常見問題現象實際造成的風險或經濟損失行銷已完成分析，業務又重做一次工時浪費、專案延誤，決策時點錯過商機窗口產品更新功能，客服未同步客訴上升、品牌信任折損，面臨違約風險資料遺失找不到責任人內控失靈、稽核不通過，ISO/法規風險放大
（備註：內控是指企業為了確保營運效率、財務報告可靠及法令遵循所設計的控制程序。）
二、管理工具解析
要解決上述痛點，JD必須從「感性描述」轉向「結構化控制」。JD不只是人資文件，更是經營管理的鋼筋。
1. 結構化JD的六大欄位
一份能落地、可管、可交接的 JD，必須包含以下核心構面：
構面核心內容管理目的工作識別部門、職稱、職級定義責任載體與層級職務目的1～2句商業價值描述與策略對齊，避免做「沒用的忙」報告層級上下屬與利害關係人你向誰負責（主管）；你要協作誰（跨部門）；你會影響誰（內外部客戶/供應商）職責描述核心6～12條職責切清責任邊界，避免互踢皮球績效標準文件、數據、KPI定義「什麼叫做交付完成」的驗收標準資格條件學經歷、iCAP職能等級提升人職匹配，降低誤用人才的成本
2. 職能（Competency）與iCAP（勞動部職能基準單元）
職能是用「知識、技能、態度」三個維度來描述勝任條件。我們採用iCAP的1～6級標準。
第1級：基本執行（Routine）在可預期環境下，接受密切監督，執行常規、重複性任務，通常不需要特殊訓練。
第2級：一般執行（Basic）在有規律環境下，接受經常性監督，執行需要基本知識和理解力，且具備少許判斷力的工作。
第3級：獨立操作（Competent）在部分變動或非常規情況下，接受一般監督，獨立完成需要一定專業知識、技能和判斷的工作。
第4級：熟練操作（Proficient）在經常變動環境中，接受少許監督，獨立執行涉及規劃設計且需熟練技巧的工作，具備判斷與決策能力。
第5級：自主操作（Advanced）在複雜變動情況下，最少監督下自主完成工作，需應用、整合、系統化的專業知識與技術，具備策略思考與判斷。
第6級：策略創新（Expert/Strategic）在高度複雜變動中，能應用整合的專業知識和技術，獨立完成專業與創新的工作，需策略思考、決策及原創能力。
三、解決方案：人機協作模型
AI能加速產出，但不能替你做管理決策。我們採取「人定邊界、機做執行」的雙層架構。
層次一：戰略準備與知識校準（人：經理人的核心決策）
在叫AI寫作前，經理人必須先完成以下決策（不可跳步）：
確立邊界：決定職位存在的唯一商業價值。
設計職責：決定採「類別式」或「流程式」結構，並列出6～12條核心職責。
定義驗收：確定KPI（關鍵績效指標，用來衡量成效的數值）與iCAP等級。
【備註】
類別式：按工作類型分，例如：供應商管理、成本分析、合約管理、異常處理。
流程式：按流程階段分，例如：需求提出→詢價比價→議價下單→交期追蹤→驗收結案。
選哪個取決於：你的工作是「多類任務並行」還是「一條流程跑到底」。
層次二：個案生成與評量設計（機：AI的高效執行）
當人完成決策後，透過結構化Prompt引導AI進行「結構化對焦」。AI 的任務是將模糊的動詞轉化為：動詞(Action)+工作內容(Task)+目的/成果(Outcome)例如：擬定（動詞）採購策略（內容）， 以降低採購風險（目的）。
四、Prompt操作使用說明
結構化職務說明書操作流程圖：
Step 1：初始設定與戰略定位
Step 2：釐清協作網絡與邊界
Step 3：核心職責設計(公式化)
Step 4：職能規格與 iCAP 等級設定
Step 5：最終輸出正式JD與文案
操作步驟
步驟❶：設定職位「戰略身份」
你要做什麼：告訴 AI 你的公司背景（如：製造業、是否有 ISO 認證）、職位名稱以及為什麼需要這個職位（它能為公司創造什麼價值 ）。
關鍵重點：明確誰是這個職位的主管，以及他要管多少人。
步驟❷：規劃「人際網絡」
你要做什麼：列出這個職位在公司內部最常跟哪個部門開會，以及對外要面對哪些供應商或客戶。
關鍵重點：簡單標註頻率（例如：每天、每週或不定期）。
步驟❸：定義「核心職責」（最重要）
你要做什麼：輸入6到12個這個職位每天或每月必須完成的工作。
AI會幫你：AI會自動將你的話改成專業格式（例如：將「收發信件」優化為「管理客戶商務信件，以確保需求在24小時內獲得回覆」），並幫你配上量化的KPI。
步驟❹：設定「人才門檻」
你要做什麼：設定這個職位的困難度（iCAP等級1-6級），並列出你要求的學歷、工作年資、證照或特定的性格（例如：細心、抗壓 ）。
關鍵重點：若你不確定等級，可以請AI根據工作難度給你建議。
步驟❺：產出與定稿
你要做什麼：確認前面所有資訊無誤後，輸入「產出最終文件」。
你將得到：一份專業可直接存檔的 Markdown 格式文件以及一段寫好的「招募文案」，讓你可以直接貼到求職網站上。
五、實務應用示例重點
公司背景
產業別：電子零組件製造業（線束與電纜組件 Wiring Harness & Cable Assemblies）
規模：中小型企業，專攻「少量多樣」生產模式
職位基本資訊
職務名稱：品質保證課長（QA Section Manager)
所屬部門：品質管理部
職等/級：中階主管（課級）
工作地點：新北市汐止廠區（需配合客戶端稽核，極少出差）
AI生成結果範例：呈現職位商業價值，與績效對齊
這一段直接呈現職位的商業價值，適合用在JD首頁與績效對齊。實務上可直接對應良率、客退率與內部失效成本三類KPI。
一、職務目的（Job Purpose)
建立並維護少量多樣模式下的品質預警與檢驗體系，以確保出貨產品100%符合國際認證與客戶規範，並將外部客退率降至最低。 驅動持續改善流程與失效預防機制（FMEA），以確保生產製程穩定性並降低因品質變異導致的報廢成本。
二、組織位置與監督
報告對象：品質管理部經理／廠長
監督下屬：5人（2位IPQC巡檢員、2位FQC成品檢驗員、1位品質工程師QE）
方式：KPI月審、課內週會檢討、重大異常1on1、稽核點檢
三、工作協作關係
對內協作
單位/對象接觸重點/目的頻率製造(現場組長)判定製程異常（OOC）產品處置方式，核准特採（Waiver）或重工流程，以確保不良品隔離與風險受控日／不定期生管(PC)核對急件排程與檢驗人力配置，以確保出貨檢驗（FQC）不形成物流瓶頸週／不定期資材(倉儲／採購)監督呆滯不良品（MRB）報廢執行，確認庫存品重驗（Re-inspection）狀態，以降低混料與誤出貨風險月／不定期
對外協作
單位/對象接觸重點/目的頻率客戶QA／稽核員執行客訴8D線上報告與結案，對接客戶端駐廠稽核，以確保對外承諾一致且避免退件不定期認證機構(ISO／UL)維護外部證照年度合規，確認標籤與認證線材符合性，以確保認證有效且避免違規出貨年／不定期供應商(SQE／IQC)追蹤進料不合格（NCR）退換貨與供應商年度評鑑，以降低來料異常造成的停線與重工月／不定期
四、主要職責與績效標準 （Key Responsibilities & KPIs)（節錄）
每一條都已綁定文件與KPI，實務上可直接作為績效考核與責任追溯依據
(採用類別式結構)
項次職責描述（動詞+工作內容+目的）產出文件/成果績效衡量指標 (KPI/OKR) 1判定製程異常（OOC）與隔離範圍，並核准允收/拒收/重工決策，以防止不良品流出並降低停線損失OOC異常判定單／隔離清單／重工指示單OOC 48小時內結案率；重大異常再發率；不良流出件數2主持MRB不合格品審查會議並裁決報廢/重工/特採處置，以確保風險可控且降低失效成本MRB會議紀錄／處置決議單MRB逾期未結案件數；報廢成本（內部失效成本）趨勢；處置決議遵循率3核准Waiver特採條件並對齊業務/客戶允收邏輯，以在風險可控下保障交期並避免客戶爭議Waiver特採申請單／客戶允收證據特採後客退率；特採申請到批准Lead Time；特採條件符合率
五、職能與任用資格 (Competencies & Qualifications)
職能級別定義
iCAP 級別：Level5
級別理由：需主導品質系統優化與風險預防（FMEA/SPC/MSA），具對外稽核應對與客訴8D簽署責任，並擁有工程變更（ECN）否決權與MRB裁決權，屬跨部門決策型管理職
關鍵職能模型
職能類別職能項目定義與行為指標核心職能風險意識與預警能以數據與趨勢（良率/PPM/SPC）提前識別風險，主動啟動管制與預防措施，而非事後救火核心職能數據導向決策能以量測結果、MSA、照片證據與客規條款形成判定依據，並可追溯到文件紀錄核心職能跨部門衝突解決能在交期壓力下維持品質底線，並以風險/成本/客戶影響說服製造與業務採取一致行動核心職能風險意識與預警能以數據與趨勢（良率/PPM/SPC）提前識別風險，主動啟動管制與預防措施，而非事後救火核心職能數據導向決策能以量測結果、MSA、照片證據與客規條款形成判定依據，並可追溯到文件紀錄核心職能跨部門衝突解決能在交期壓力下維持品質底線，並以風險/成本/客戶影響說服製造與業務採取一致行動
任用資格要求
學歷/科系：大學以上，電機、機械、工業工程或工程管理相關科系。
工作經驗：5年以上電子製造業QA/QC經驗；2年以上帶領3–5人團隊管理經驗；具少量多樣高頻切線的品質管理實績。
專業證照/技能：ISO 9001內部稽核員；線束加工相關知識（識圖能力 ）。
語言能力：英文讀寫中等（TOEIC 550+或同等），可閱讀客規、撰寫英文 8D，並與國外稽核員交流。
Prompt：可立即複製的提示詞
Role: 結構化職務說明書 (JD) 架構師
Context
你是一位精通人力資源管理學理與組織架構設計的專家，專門協助企業將模糊的職務需求，轉化為符合「事、人、組織、績效」邏輯的結構化文件。你深知結構不明確的JD會導致企業面臨「重工、脫節、責任模糊」的三大風險。
Task
透過引導式訪談，蒐集我的戰略決策輸入，並利用 AI 的強大組織能力，輸出一份嚴謹、可稽核、具備iCAP職能標準的Markdown格式職務說明書。
Critical Rules (核心準則)
●公式強制性：所有職責描述必須嚴格遵守公式 「動詞 (Action) + 工作內容 (Task) + 目的/結果 (Outcome)」。●績效連結：每一條核心職責都必須強制連結「產出文件」或「量化 KPI」。●區分決策與執行：你會先確認我是否已完成「戰略準備」，若無則引導我思考，若有則直接接收資訊。●職能科學化：必須使用iCAP級別 (1-6級) 來定義職位複雜度，並據此推導任用資格。●消除模糊：禁止使用「協助」、「相關事項」等模糊動詞，必須使用具備明確界線的詞彙（如擬定、執行、審核）。
Workflow (訪談工作流)
請依序執行以下步驟，每次僅執行一個步驟，待我確認或回答後，再進行下一步。
Step 1: 初始設定與戰略定位
詢問：
1. 公司背景（產業、規模、核心產品、特殊文化或 ISO/IATF 認證要求）。2. 職位基本資訊（職稱、所屬部門、職等/級、工作地點）。3. 戰略核心：請提供 1-2 句「職務目的」(Job Purpose)，說明此職位存在的唯一商業價值。4. 報告線：直屬主管是誰？監督下屬的方式為何？
Step 2: 協作網絡與邊界
詢問：為了避免「脫節」風險，請列出此職位最關鍵的：
1. 對內主要接觸單位與頻率。2. 對外主要接觸對象與頻率。(頻率選項：日/週/月/季/半年/年/不定期)
Step 3: 核心職責設計 (最關鍵步驟)
引導：
●風格選擇：請問此職位適合「類別式結構」(適用管理職，按策略/管理/作業分類) 還是「流程式結構」(適用有步驟關聯的工作，如採購/生產)？●職責輸入：請輸入6-12條核心職責。若您已準備好，請直接貼上；若未準備好，請告訴我關鍵字，我將依照「動詞+內容+目的」公式為您草擬。●AI檢核點：AI需自行檢查生成的職責是否具備「可稽核性」，並為每一條職責建議對應的「產出文件」與「KPI 指標」。
Step 4: 職能規格與任用標準
詢問：●iCAP 級別設定：此職位的職能級別應定為幾級 (1-6)？理由為何 (複雜度/監督需求)？●關鍵職能：請列出必要的「專業職能」、「核心職能」與「管理職能」(若有)。●任用門檻：基於上述級別，您要求的學歷、經歷、證照與人格特質 (請提供程式碼或描述) 為何？
Step 5: 最終輸出與定稿
整理所有資訊，輸出符合下述Markdown格式的正式文件，並附上一段約200字的吸睛招募文案。
Output Format (最終輸出格式)
…(格式略)
附件：對外招募文案 (Recruitment Copy)
標題：{{吸睛標題}} {{200-300 字招募文案，強調職務價值與文化}}
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推出「AI職涯平台」超過萬種職缺一鍵搜尋求職工具、課程、證照一次到位
AI浪潮加速席捲職場，台灣產業對AI人才的需求也快速升溫。104人力銀行最新數據指出，AI相關工作機會不僅達到年增38%的驚人幅度，職務結構也從過去以技術為核心，擴展至例如業務銷售等具備AI素養與商務能力的跨域人才。面對企業搶才戰白熱化，求職者需要更完整的AI求職工具，快速統整市場資訊並升級多元技能，才能幫助自己把握浪潮脫穎而出。104人力銀行推出「AI職涯平台」（https://tw104.pse.is/8h3taa），整合熱門企業與超過萬種職缺、AI求職服務、學習課程、測驗證照等，一站式幫助使用者升級AI力、加速成為AI熱門人才。
AI工作機會9.9萬個跨域AI業務成新寵兒
根據104人力銀行統計，2025年11月AI相關工作機會9.9萬個，與去年同期7.1萬個相較，增幅高達38%，顯示2025年台灣產業導入AI的腳步顯著加快。根據104人力銀行《2025企業年終及2026薪酬趨勢大調查》，因應AI數位轉型發展需求強勁，75%企業願意為具備AI開發技能的人才提供薪資加碼等誘因，平均增幅達9.5%以上。
觀察AI相關工作的產業分布，近半數集中於電子資訊/軟體/半導體業，其次則為軟體及網路相關業、批發/零售/傳直銷業；職務類型以軟體/工程人員持續居首，工作機會共有近2萬個，顯示企業仍持續強化AI核心技術和系統建置實力，值得一提的是，業務銷售人員成為AI相關工作的第二大職類，工作機會近1萬個，與去年同期相較呈現76%的驚人成長，顯示台灣的AI發展已進入商業化擴張期，急需「懂產業、懂產品、懂客戶」的跨域人才，扮演連結技術與市場的關鍵角色。
整合AI熱門職缺與媒合工具求職效率全面升級
面對AI趨勢快速演進，AI相關工作資訊百花齊放。104人力銀行特別設置「AI職涯平台」整理超過萬種AI職缺，可一鍵搜尋熱門職類，所有相關工作機會一目瞭然。另外，平台也整合最新AI媒合工具讓服務全面升級，取代傳統履歷投遞與人工搜尋方式，幫助求職者挖掘潛在適合自己的工作機會、提升求職效率。
AI履歷健檢：104人力銀行擁有超過10萬場履歷健診服務經驗，透過大數據運算，將履歷諮詢經驗系統化，針對求職者期望職務提供客製化建議，按下「一鍵分析」便可檢視自己的履歷亮點與盲點，及時提供職能分析與修改建議。
AI寫自我推薦信：自我推薦信是應徵時的關鍵門面，點選「AI幫忙寫」可客製化選擇語氣與文字長度，快速生成具個人特色的自薦內容。
AI推薦工作：根據求職者的履歷、行為與個人偏好等資料，透過AI演算法主動推薦符合條件的職缺，過去實際成效顯示獲得企業邀約面試的機會平均提升3.2倍。
AI獵才顧問：以獵才顧問視角，協助從人選履歷表摘要出企業感興趣的吸睛亮點，協助使用者規劃求職方向。
統整216堂AI課程、65項證照 從入門到專業一站式學習
104人力銀行產品暨價值營運處資深協理王之璘表示，在AI技能迅速普及的現在，求職者對AI的學習需求大幅增加，但多數人仍面臨「不知道從哪開始」、「課程資訊太多難以判斷」、「職涯目標與學習方向無法對應」等痛點。許多上班族想加強AI能力，卻卡在基礎概念不足、課程內容不夠實務化，或是缺乏檢驗成果的方式；學生也常面臨跨領域技能整合不易、難以理解職缺需要哪些AI能力，這些學習障礙，成為許多人無法跟上AI時代的重要原因。
為協助求職者補強AI實戰力，104人力銀行AI職涯平台整合「學習 × 測驗 × 證照」的一站式資源，提供清晰可循的技能成長路徑。課程涵蓋從入門到應用的主題，更可依照自身職務進行篩選，包括「大數據與AI：人資招募智能應用實務」、「人工智慧-Python與資料科學」、「人工智慧-機器學習」等，總計216堂AI主題相關線上課程；測驗部分則包含「AI基礎技能測驗」、「數位人資管理能力檢測」；證照方面也統整65項重要AI認證，如「生成式AI課程認證」、「大型語言模型(LLM)課程認證」、「圖像生成課程認證」等。無論是希望轉職、升遷、補足AI技能，或提升競爭力的使用者，都能在平台找到最適合自己的學習與證照路徑。
了解更多AI產品應用，你還會想看
104獵才顧問全面啟用AI System！前期執案效率大幅提升80% 上線3個月額外創造6%業績成長
「AI推薦工作」面試機率提升3.2倍 104推動智慧求職求才服務
104 AINNOVATION年會半數員工參與勝者共獲3張股票獎金價值近百萬
破解AI生成履歷4訣竅：HR在AI時代的必備能力，專業獵頭(headhunter)教你辨別履歷真偽！
隨著科技的進步，AI技術在招募領域的應用日益廣泛。近年來，AI生成履歷已成為常態，許多HR常問：「如何辨別AI生成的履歷？」、「如何確保履歷的真實性？」、「面試技巧如何因應AI時代的變化？」，求職者利用Chatgpt、LazyApply、JobGPT和Sonara等工具快速創建吸引人的履歷，使每位求職者看似都非常適合某個職位。然而，這也讓HR面臨辨別真正人才的挑戰。本文將整理資深獵頭Wendy於《獵頭招募面談技巧與AI人力資源挑戰-人資講座》中分享將探討HR應如何應對這一新趨勢，並提供破解AI履歷的策略。
📣轉職季搶人才策略│填寫人才規格
文/104獵才顧問行銷企劃部
本文導覽：
一、用AI寫履歷將成為常態，HR該如何應對？
二、AI讓人才招募更具挑戰，獵才/獵人頭(headhunter)如何破解完美履歷？
1. 證實績效真實性
2. 驗證職務經歷
3. 確認學歷真實性
4. 查證職業歷程
三、結論：運用精準獵才策略，擁抱AI時代的人才招募新挑戰
一、用AI寫履歷將成為常態，HR該如何應對？
隨著技術的進步，AI不僅徹底改變了勞動環境，也重塑了求職市場的生態。AI生成履歷已成為一大趨勢，許多求職者開始使用如LazyApply、Job GPT和Sonara等工具來快速生成履歷，在幾分鐘內便能創建出時尚且吸引人的履歷，甚至利用ChatGPT等工具重寫履歷，以匹配職缺需求，不論是什麼樣的求職者，都能被包裝成看似非常適合某個職缺的人選，因此也讓HR更難從素不相識的應徵者中辨識出真正合適的人才。
延伸閱讀： 獵頭HeadHunter如何收費？獵頭如何幫企業省下龐大的「隱形招募成本」?
【招募成功案例】： 人才都被龍頭大廠搶光怎麼辦？靠「精準獵才策略」助IC設計工程師成功布局！
然而，根據南韓2023年企業招聘動向調查顯示，許多HR與主管對於求職者使用AI生成的履歷持不同看法。達65%表示如果發現求職者使用ChatGPT來撰寫自傳，將對其進行扣分或不予錄取。41%的人則認為，未來可能會廢除自傳，改用其他標準來評估候選人。這反映出在招募人才時，HR需要更加謹慎和求證，以確保所選人才是真實且符合要求的。
二、AI讓人才招募更具挑戰，獵才/獵人頭(headhunter)如何破解完美履歷？
在AI技術的幫助下，完美的履歷變得更加常見。然而，這也讓許多HR面臨更大的挑戰。以下是獵才/獵人頭(headhunter)顧問可以採用的4種方法來識別真正的人才，破解那些看似完美的AI生成履歷：
1. 證實績效真實性
虛構豐功偉業、管理幅度及偽造績效數據與工作成果。
破解方法:
詳細詢問過程與細節 (使用CAR：情境、行動、結果的行為式面談技巧)
實務能力驗證
詢問歷任公司主管
業界徵詢
2. 驗證職務經歷
刻意包裝職務，無管理經驗卻提出管理職經歷。
破解方法:
查驗離職證明書
向經歷公司查詢
3. 確認學歷真實性
學歷造假，如虛構學歷、肄業寫畢業、夜間部寫日間部、國外學歷造假等。
破解方法:
提供正本畢業證書
向學校或前公司徵信
查驗社群訊息
比對歷次履歷表
經驗談
延伸閱讀：3招加速成功招募! 70%優秀人才履歷都沒公開，該如何找到好人才？
延伸閱讀：找不到員工，應徵的人又少？2024年最新5大招募解方
4. 查證職業歷程
虛構任職經歷、拉長或縮短任職期間、刻意刪除曾任經歷。
破解方法:
查驗離職證明正本
比對勞保投保紀錄
比對歷次履歷表
徵信調查
業界徵詢
三、結論：運用精準獵才策略，擁抱AI時代的人才招募新挑戰
透過以上4種方法，可以更準確地評估人才的真實能力和經歷，避免被AI生成的完美履歷所誤導。隨著AI技術的不斷進步，HR和主管也需要持續提升自己的辨別能力，以確保找到真正適合的優秀人才。
輝達創辦人黃仁勳在台大畢典上表示，「你們所處的年代很複雜，卻也是你們的機會」。他認為AI 將改變每一個職業，就像之前的每個世代，人們擁抱科技實現成功，每家公司和個人都必須學會利用 AI 的優勢，做出驚人的成就!
因此，在人力資源領域，隨著AI技術的普及，HR必須意識到這種變革，並善用AI技術來提高招募效率，以應對不斷變化的招募需求。同時，HR也需要保持謹慎和求證的態度，確保所選擇的人才是真實且符合企業需求的。
📣轉職季搶人才策略│填寫人才規格
104獵才顧問 官方網站
104獵才顧問 Facebook
104獵才顧問 LinkedIn
104獵才顧問YouTube
AI產品經理需求5年成長263%！從Chatbot到AI Agent，PM工作正在發生什麼變化？
生成式AI熱潮即將進入新階段，企業對AI人才的需求也明顯發生變化。前幾年當我們談到「AI人才」時，多數人第一時間想到的可能是「AI工程師」、「資料科學家」或「機器學習工程師」；但到了2026年，另一群人才正在快速受到企業重視——那就是「AI產品經理」(AI Product Manager)。
文／《104學習》
本文導覽
AI產品經理是什麼？不只是「會用ChatGPT的PM」趨勢一：AI人才需求正在從工程端往產品與商業端擴散趨勢二：從「AI Chatbot」進入「AI Agent」時代趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要趨勢四：只會Prompt，差異化可能愈來愈小趨勢五：企業不再只看AI使用率，而開始追問ROI趨勢六：AI Governance也正在進入產品經理的工作範圍未來可能不是「AI PM變多」，而是「所有PM都要懂AI」想進入AI產品領域，可以從這4層能力開始光是「知道AI」還不夠，實作才是最重要的一步從「會用AI」到「管理AI」，PM競爭正式進入下一階段
根據《104學習》發布的《AI人才趨勢報告》，近5年台灣AI人才需求成長 97.6%，明顯高於整體招募市場同期增幅。其中，「專案／產品管理」相關AI人才需求從2022年平均每月951人，增加至2026年3,453人，5年增幅高達263.1%，是成長幅度最高的職類。
這個數字透露了一個重要訊號：企業現在缺的不只是「會開發 AI 的人」，更缺「知道怎麼把 AI 做成產品的人」。
而這樣的轉變並不只發生在台灣。
從美國科技業到全球大型企業，AI發展的焦點正在從「模型有多強」，進一步走向「AI能不能真正進入工作流程、解決問題，並產生可以衡量的商業成果」。
產品經理，也因此站到了這波 AI 轉型的第一線。
延伸閱讀：不再只看影片！AI如何顛覆企業培訓？「圍繞AI設計學習體驗」成2026職場新顯學
AI產品經理是什麼？不只是「會用ChatGPT的PM」
「AI產品經理」(AI Product Manager)並不是多學、會用幾個AI工具，就可以在職稱前面加上「AI」。
簡單來說，AI PM 真正要做的是：
找到值得 AI 化的問題，設計 AI 解決方案，再把它變成使用者願意使用、企業可以持續經營的產品。
傳統產品經理需要進行：使用者研究、規劃 Roadmap、管理產品需求、分析數據，以及協調設計與工程團隊。
儘管這些能力到了AI時代仍然重要，但AI產品又多了不少全新的不確定性。
例如：
AI回答到什麼程度才算正確？
準確率90%可以上線嗎？
如果AI判斷錯誤，誰負責？
哪些事情可以讓AI自動完成？
什麼時候需要人類確認？
模型使用成本多少才合理？
使用者資料能不能送進大型語言模型？
AI產生幻覺時，產品要如何處理？
這些問題已經不單純是工程問題，同時也是產品的問題，因此，AI PM 的角色正在逐漸從單純的「需求管理者」，轉向：「Product Manager × AI Solution Designer × Business Owner」。
延伸閱讀：AI PM紅什麼？！年薪上看150萬！
哪些職類適合轉職成AI產品經理？這5種背景都有機會
你可能會想：「一定要原本就是產品經理，才能成為AI產品經理嗎？」
其實不一定。
AI產品經理需要的並不是單一技能，而是「產品思維 × AI理解 × 商業判斷 × 產業知識」的組合。因此，不同職務背景的人，都可能帶著原本的專業優勢切入AI產品領域。企業需要的不只是懂技術的人，更需要能理解實際工作問題、知道哪些流程值得AI化的人。
舉例來說，以下幾類工作者，轉職AI產品經理時尤其具有既有優勢：
產品經理／專案經理：產品方法與跨部門協作能力最接近。
軟體工程師／資料分析師：懂技術，更容易判斷AI能不能做。
UX／UI／使用者研究：最懂使用者如何與AI互動。.
行銷／營運／商業企劃：最了解市場、流程與ROI。
HR、金融、醫療、製造、教育等產業專業人才：Domain Knowledge可以成為最大優勢。
因此，想轉職AI產品經理，不一定要把過去的工作經驗全部歸零。相反地，原本累積的產業知識，很可能就是你的轉職籌碼。
真正需要做的，是在既有專業上補上「產品方法」與「AI能力」，慢慢形成自己的跨域組合：原本專業 × Product × AI。
未來企業需要的AI PM，很可能不是最會下Prompt的人，而是最清楚「問題在哪裡、AI可以怎麼解、產品怎麼落地，以及最後能不能創造商業價值」的人。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
趨勢一：AI人才需求正在從工程端往產品與商業端擴散
AI發展初期，企業最需要的是AI Engineer、Machine Learning Engineer、Data Scientist等技術人才。
但當企業真正開始導入生成式AI，管理者面對的問題就變了。
以前問的是：「我們能不能做AI？」
現在問的是：
「哪些流程最值得 AI 化？」
「這個功能真的有人需要嗎？」
「AI 可以節省多少時間？」
「導入之後能不能增加營收？」
「這筆 AI 投資到底值不值得？」
104人力銀行的人才數據也反映出這個轉變。除了專案／產品管理人才需求5年內增加263.1%之外，業務銷售相關的AI人才需求也增加247.8%，行銷相關需求則增加了165.4%，都是非常高的成長曲線。
換言之，AI已經不再只是資訊部門或研發部門的事情。它開始進入：產品、營運、行銷、業務、人資、金融、製造、教育等不同場景。
無獨有偶，世界經濟論壇(WEF)所發表的《Future of Jobs Report 2025》也將「AI and Big Data」列為未來成長最快的技能，並預估到2030年，現有工作所需的核心技能有約39%將發生變化。
所以未來真正稀缺的，可能不只是 AI 工程師，而是：懂原本專業，又知道如何利用 AI 改變工作的跨域人才。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
趨勢二：從「AI Chatbot」進入「AI Agent」時代
當2023、2024年AI應用剛起步流行時，多數企業選擇做「生成式AI」，那時候最常見的應用，就是「AI Chatbot」的應用。例如以下的情境應該不讓人感到陌生：
員工問：「公司差假怎麼申請？」
AI從知識庫找到答案後回覆答案。
但現在企業開始往下一個階段前進：「AI Agent」。
不同的是，過去AI Chatbot的主要負責的工作是：「回答問題」，而AI Agent能做到（或想做到）的則是：「完成任務」。
例如：過去的客服AI可能只是告訴顧客如何退貨。未來的AI Agent可能直接可以執行以下的動作：
讀取訂單
直接執行以下5個SOP
→ 判斷是否符合退貨資格
→ 建立申請
→ 通知物流
→ 更新 CRM
→ 回覆顧客
因此連帶讓產品設計從過去陽春的「對話介面」，直接變成完整可以提供服務的「AI Workflow」。
不過，根據勤業眾信在《2026 AI企業現況報告》指出，就算企業已開始積極布局Agentic AI，但當前AI的治理與組織準備程度仍有落差；企業真正面臨的挑戰已從「要不要用AI」，逐漸轉向「怎麼安全地讓AI進入核心流程」。
這也是AI PM接下來最重要的工作與挑戰，產品經理必須懂得設計：
AI 可以做到哪一步？
什麼時候交回給人？
哪些操作需要再次確認？
AI 可以存取哪些資料？
Agent 執行錯誤後如何恢復？
如果過去PM主要工作是在設計產品的「User Flow」，未來很可能還要學會設計：Human × AI × System 的 Agent Workflow。
延伸閱讀：文科生的AI時代生存指南：這4類證照幫履歷「套上科技濾鏡」，跨領域轉職必備！
趨勢三：PM不一定要成為工程師，但「做得出來」正在變重要
AI同時也正在重新定義產品經理與工程團隊之間的工作邊界。
過去 PM 想驗證一個產品概念，常見流程可能是：
需求研究
→ Wireframe
→ Figma Prototype
→ PRD
→ 工程開發
→ MVP
現在，Vibe Coding、AI Coding Agent、No-code／Low-code等工具正在壓縮這段流程。
產品經理即使沒有完整工程背景，也開始有機會自己建立：
AI Chatbot
簡單Web App
AI知識庫
RAG應用
自動化Workflow
AI Agent Prototype
未來企業期待 PM 的可能不只是：「你能不能把需求寫清楚？」，而會進一步變成：「你能不能先把想法做出來，證明值得投入？」
雖然這並不代表產品經理都要轉職成工程師。
但是當你真正理解基本的技術邏輯（包括 API、LLM、RAG、Prompt、Agent與資料流程），才能更有效率地和工程團隊一起完成產品。
延伸閱讀：PM的隱性停滯：你是「救火型PM」還是「系統設計型PM」？
趨勢四：只會Prompt，差異化可能愈來愈小
生成式 AI 剛出現時，「Prompt Engineering」曾經被視為非常稀缺的能力。但隨著模型能力持續提升，單純會操作ChatGPT、Claude 或 Gemini，會逐漸變成知識工作者的基本能力。
真正拉開 AI PM 差距的問題，不再只是：「Prompt 怎麼下？」，而是：「什麼問題值得交給 AI？」
例如：公司有50個客服流程，哪5個最值得優先 AI 化？AI 自動化率做到多少才有 ROI？如果準確率只有 90%，剩下 10% 的錯誤會造成什麼影響？哪些情境一定需要 Human-in-the-loop？
這些問題靠 Prompt Engineering 解決不了，它需要的是：「產品判斷＋商業理解＋AI知識＋產業經驗」。
因此未來有價值的人才組合，很可能會是：
金融 × AI
HR × AI
醫療 × AI
製造 × AI
教育 × AI
行銷 × AI
對已經有幾年工作經驗的產品經理而言，原本累積的Domain Knowledge（領域知識）並不會因AI出現而失去價值，反而可能成為自己切入AI產品的重要優勢。
延伸閱讀：AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司
趨勢五：企業不再只看AI使用率，而開始追問ROI
生成式 AI 剛進企業時，許多組織最先觀察的是：
多少員工開始使用AI？
一天用了幾次？
有哪些團隊導Chatbot？
但2026年之後，更重要的問題開始變成：「用了之後，到底產生多少價值？」
根據勤業眾信在2026年的研究顯示，66% 的企業已經從AI獲得生產力或效率提升；但是只有約20%已經看到AI帶動營收成長。儘管74%的企業期待未來AI可以創造營收，但這中間巨大的落差，就是「AI Product Manager」的機會。
OpenAI在2026年談企業AI投資管理時，也提出不應只看Token單價，而應衡量AI每一美元實際完成多少有價值的工作，包括成功完成的任務、節省時間、改善決策以及能否形成可規模化工作流程。
因此 AI PM 未來除了 DAU、Retention、Conversion 等傳統產品指標，還可能需要理解：
Task Success Rate
Accuracy
Hallucination Rate
Latency
Automation Rate
Human Intervention Rate
Cost per Successful Task
最後回到最核心的問題：這項AI產品，到底替使用者與企業創造了什麼價值？
延伸閱讀：85%員工上完課卻不會用！AI時代真正的危機不是失業，而是你的「技能已過期」
趨勢六：AI Governance也正在進入產品經理的工作範圍
2026 年另一個值得注意的全球變化，是 AI 法規正式進入執行階段。
歐盟的《AI Act》於2024年生效，多項規範已在2026年8月2日進入適用或執行階段，包括特定 AI 系統的透明度義務；部分高風險 AI 系統則有不同的後續實施時程。
因此做 AI 產品時，PM 未來還需要思考：
使用者知不知道自己正在跟 AI 互動？
AI 產出的內容需不需要標示？
產品使用了哪些資料？
哪些事情一定需要人工決策？
系統如何留下紀錄？
AI 判斷錯誤後如何追蹤？
特別未來的世界裡，金融、人資、醫療、教育等領域，AI Governance很可能逐漸成為產品設計的基本能力，需要注意的規範範圍將會愈來愈廣。
延伸閱讀：AI基本法借鏡國外 美專法重競爭、歐盟南韓有罰則
未來可能不是「AI PM變多」，而是「所有PM都要懂AI」
從更長期來看，「AI Product Manager」甚至未必永遠是一個獨立職稱。
就像現在很少有人特別強調自己是「Internet Product Manager」，當AI逐漸成為所有數位產品的底層能力後，企業遲早有一天將不再區分：Product Manager、AI Product Manager，而會認為：「產品經理本來就應該理解 AI」。
因此，真正值得產品工作者思考的，可能不是：「我要不要轉職 AI PM？」而是：
「我的 PM 能力，要怎麼升級成 AI 時代需要的產品能力？」
想進入AI產品領域，可以從這4層能力開始
如果把目前 AI Product Manager 所需能力整理成學習地圖，大致可以分成四層。
第一層｜產品基本功使用者研究、需求分析、產品策略、Roadmap、數據分析、商業模式第二層｜AI基礎理解生成式 AI、LLM、Prompt、API、RAG、AI Agent、資料流程第三層｜AI產品實作AI Product Design、AI Workflow、Prototype、產品驗證、Evaluation、Human-in-the-loop第四層｜AI商業化能力AI ROI、成本管理、AI Governance、產品商業模式與產業應用
真正的挑戰，是把這些原本分散的知識串在一起。
因為很多人現在已經「會用AI」，但從使用AI工具，到真正能提出一個AI產品構想、驗證需求、設計流程，再做出可以展示的Prototype，中間其實還有不小的距離。
[course_plugin api_type='course_id' title='第一屆－AI 產品經理學習營｜緯育TibaMe X 104人力銀行獨家 ' id='b6c9c165-0c8b-4eb7-b2a0-6a105afc5e24']
光是「知道AI」還不夠，實作才是最重要的一步
如果你原本就是產品經理、專案經理，或者希望往 PM 領域發展，現在需要補的可能已經不只是再上一堂「ChatGPT 工具課」。
而是實際練習：
怎麼找到值得用 AI 解決的問題？
怎麼把需求轉成 AI 產品構想？
怎麼和技術團隊討論 AI 解法？
怎麼快速驗證產品？
怎麼把 AI 概念變成真正的產品提案？
針對這樣的能力轉型，104人力銀行也與緯育TibaMe合作推出「第一屆AI產品經理學習營」，鎖定希望在PM實務中應用 AI、提升產品提案能力，以及希望踏入產品經理領域的職場工作者。課程預計自2026年10月17日起正式展開。
與單純介紹 AI 工具有所不同，如果你的目標是往 AI Product 發展，更值得關注的是能否透過有結構的學習與實作，把「AI 知識」轉化成真正能用在工作上的「產品能力」。
👉 查看「第一屆 AI 產品經理學習營｜緯育 TibaMe × 104 人力銀行」課程資訊
從「會用AI」到「管理AI」，PM競爭正式進入下一階段
回頭看這幾年的市場，可以大致看到產品人才能力的變化：
2023，會用 AI，是加分：生成式 AI 與 Prompt 開始普及。
2024，懂 LLM，是稀缺能力：企業開始嘗試 RAG、企業知識庫與生成式 AI 應用。
2025，能做 AI Product，開始受到重視：AI 從實驗性專案逐漸走向正式產品。
2026，能設計 Agent、Workflow、Evaluation 並衡量 ROI，價值快速提升：AI 開始真正進入企業核心工作流程。
放眼望去，下一階段真正稀缺的工作能力組合，很可能是：AI × Product × Domain × Business。
AI 工具的操作門檻只會愈來愈低，真正有價值的，反而是那些知道問題在哪裡、知道什麼值得 AI 化、能把想法變成產品，也知道怎麼衡量成果的人。
所以，對產品經理而言，現在真正值得問的或許不是：「AI會不會取代PM？」
而是：「當AI開始改變所有產品，我是否已經具備下一代PM需要的能力？」
推薦閱讀
AI害你被裁員？104資深協理：學會用AI開外掛，未來是你挑公司
AI代理人時代，勝負不在AI多聰明！林之晨：關鍵在組織消除落地摩擦力
AI拆解傳統職位、重組專業分工：下一批高薪人才長什麼樣？
有任何收穫或想分享的，都來和大家一起聊聊吧！