CompTIA SecAI＋國際AI資安認證班
104學習
SIEM
SIEM 是一種資安管理工具，主要用來即時收集、分析及監控企業內部的安全事件與日誌資料。具備這項技能的人能有效偵測異常行為、快速回應資安威脅，並協助公司符合資安法規要求。對於資安分析師或相關職位來說，熟悉這項技能代表能提升企業的防護能力，降低資安風險，是現代資安團隊不可或缺的核心能力。
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
CompTIA Security＋國際網路資安認證班
CompTIA Security＋國際網路資安認證班
SSCP資安專業人員認證課程
SSCP資安專業人員認證課程
【2026/12/29開班】AWS架構設計實戰
從實務出發－企業網路安全建置與技術展示| 資安線上課程
【專家點一下】資訊安全專家 方丈的職涯策略
EC-Council CEH駭客技術專家認證課程
EC-Council CEH駭客技術專家認證課程
精選證照
考取專業證照，讓能力被市場看見
ISSMP
ISSMP（資訊安全管理專業人員）證照旨在培養具備資訊安全管理知識與實務能力的專業人才，涵蓋風險評估、資安政策制定、事件管理及法規遵循等核心領域，協助企業建立完善的資訊安全管理體系，提升整體資安防護水平，確保資訊資產安全與營運穩定。
International Information Systems Security Certification Consortium
GCIH
GCIH（GIAC Incident Handler）證照專注於資安事件處理與應變能力，涵蓋威脅辨識、攻擊分析及漏洞利用技術，強調實務操作與事件調查技巧，適合資安分析師及應急團隊提升快速反應與防禦能力，確保企業資訊安全有效防護。
SANS Institute
GSOC
GSOC證照專注於資安事件的監控與管理，涵蓋威脅偵測、事件分析與回應策略，強調實務操作與風險評估能力，適合從事資安營運中心（SOC）工作的專業人士，提升對資安威脅的即時反應與事件處理效率，有助於保障企業資訊安全與維持系統穩定運行。
SANS Institute
CISM
CISM不同於其他的資訊安全認證，在於它的經驗要求以及集中在資訊安全經理人工作上的執行。其他資訊安全認證重點在於特定的技術、作業平台或是產品資訊。或是針對資訊安全工作的前幾年工作。唯有CISM是針對資訊安全經理人，重點已經不再是個別的技術或者是技能， 而是移轉到整個企業的資訊安全管理。
ISC2 國際資訊系統安全認證協會
SCSN-E
SCSN-E證照專注於系統安全與網路防護技術，涵蓋資安基礎、威脅偵測、漏洞分析及防禦策略，提升持證人在企業網路安全管理與風險控管的專業能力，適合資訊安全相關職務，助力求職及職場發展。
Storage Networking Industry Association
CISA
CISA（資訊系統稽核師）證照專為資訊系統審核、控制及安全管理專業人士設計，涵蓋資訊系統審核流程、IT治理、系統與基礎設施生命週期管理、資訊資產保護及風險管理等核心能力。持有此證照代表具備評估企業資訊系統風險、確保系統合規及提升資訊安全的專業知識與實務經驗，廣受企業與政府機構青睞，適合從事資訊安全、風險管理及內部稽核等相關職務。
ISC2 國際資訊系統安全認證協會
精選貼文，掌握第一手知識
如何透過 EC-Council CTIA 強化漏洞評級與 SIEM 優化？
恆逸開課時間查詢：https://www.uuu.com.tw/Course/Show/1534/1
恆逸學員林漢朝：
🛠️ 擁有十餘年資安乙方技術背景，專精於滲透測試與紅隊演練
本人從事資安乙方技術部門十餘年，工作職務內容主要是以源碼檢測、滲透測試、紅隊演練以及資安工具的開發，平時偶爾參加資安白帽駭客競賽。
🎓 透過 CTIA 課程展延現有證照，並深究資安威脅情資的底層邏輯
CTIA 是我在恆逸上的第六個 EC-Council 課程，來上課的核心原因主要是希望透過 CTIA 課程取得 120 ECE 學分來展延現有的 EC-Council 證照，其次亦希望透過課程可以更加理解資安威脅情資分析的底層邏輯。
📈 國龍老師以經濟學視角切入，深入淺出解析威脅情資的商業價值
這是我第一次上林國龍 Bill Lin 老師授課的課程，不同於之前唐任威老師的資安學科與術科教學模式，國龍老師則是透過生活化的方式來解釋威脅情資的價值性。由於國龍老師有著經濟學背景，因此首日授課時，就透過證券交易市場中「開、高、收、低」共四個價格形成的 K 線技術分析，來隱喻底層資料透過蒐集、整理、規則化、統計歸納後，是可以形成高度資訊價值的產物；同理在資安領域的威脅情資也是如此，從底層的 Log 資料所蒐集、整理、統計歸納後，是可以產出有價值的資安知識產物，例如：IOA 與 IOC 或特徵碼。而資安設備的報價組成成分中，CPU、RAM、儲存裝置等硬體成本是相對低廉的，但是資安知識層面則是相對高價值的，例如：IPS 防禦設備高價值的部分，是 IPS 攻擊特徵碼的持續更新。
🤖 從被動反應到前瞻預測：結合生成式 AI 與 SIEM 提升資安防禦效率
我覺得最有收穫的觀念是，林國龍 Bill Lin 老師第一天的課程內容中，透過講義加上補充說明的方式，解釋威脅情資的演進如下：1. Reactive：被動反應。2. Proactive：積極主動。3. Predictive：通常包括了 LLM（大型語言模型）相關的生成式 AI 分析模型，能夠分析出人類視角無法分析產出的邏輯盲點，因此這是具備前瞻預測的資安威脅分析策略。最終資安威脅情資如果要發揮最大效益，則應：1. 與 SIEM (Security Information and Event Management) 設備進行關聯整合，如此可以最大程度減少誤判與漏報，以精準的方式來識別出新型態的資安威脅攻擊。2. 強化資安事件發生時，當下 Incident Response 資安應變事件處理工作流程的效率優化。
🛡️ 實務應用：結合 CVSS 3.1 評級與 MITRE ATT&CK 優化紅藍隊演練
從滲透測試與紅隊演練專案角度分析：透過老師對風險評鑑中風險矩陣 (Impact/Possibility) 與 CVSS (通用漏洞評分系統) 的說明，讓我更加理解每個 Metrics 的定義，後續如有提報 CVE 漏洞，便可以應用 CVSS 3.1 的風險評鑑公式針對風險等級進行評級佐證。從紅藍隊綜合型演練專案角度分析：能夠以 MITRE ATT&CK 框架中說明紅隊的攻擊戰術、技術以及攻擊鏈各節點，並提供風險修補方案，將演練的戰術與技術所使用的工具、時間序與攻擊原理提供給藍隊 SOC 團隊進行媒合，以自我檢視的視角來檢核攻擊過程中是否有漏報情況。若有漏洞，則針對 SIEM 設備的關聯語法進行調校優化。
索取課程優惠：https://www.uuu.com.tw/Forms/CourseInfoRequest?courseId=CTIA&mediaSrc=104
精選 AI寫企劃、看數據總是不能用？4種工作先排順序再交代，第一版就能討論
請AI寫企劃、做研究、看報表，結果常常看起來很完整，卻不能直接用？
問題多半不在AI的能力，而在我們只說「幫我寫」「幫我分析」，讓它自己猜目的和標準。
四種常見工作，可以共用同一個骨架：
1. 交代目的與標準：給誰看？看完要做什麼決定？
2. 排好先後步驟：先要中間產物，確認後再往下做
3. 要求附上依據：出處、算法、引用原文，讓你能驗收
套到四種工作，各有一個先後順序：
① 寫企劃｜架構先定，內容後補
先寫明讀者與目的，請AI只給三個主張和大綱；確認後才補內容，每個數據都附出處，查不到就標「待查證」。
② 做研究｜大題切小題，說法衝突並陳
先把大問題切成四到五個能用資料回答的小題；每題比對三種來源、標出年份；說法互相衝突時，請AI並列出來，由你判斷。
③ 看數據｜問題先行，數字在後
不要只丟報表說「幫我分析」，先寫成決策問題，例如「上季回購率下滑，是哪一群顧客流失」；講好期間、欄位和比較基準，只要兩三個關鍵發現，並附計算方式。
④ 審提案｜先找漏洞，後打分數
先逐條列漏洞並引用提案原文、分出輕重；再依事先講好的配分計分；最後請AI扮反方，提出最強的反對意見。
最常見的三個錯誤：
・一開口就要整篇成品，方向錯了只能整篇重寫
・AI給的數字沒查就直接用
・一邊挑毛病一邊打分數，分數被第一印象帶走
小練習：挑一件你這週要交的工作，寫下這兩句再交給AI——
「這份東西給＿＿看，看完要他＿＿。」
「先給我＿＿（大綱／小題清單／漏洞清單），我確認後再繼續。」
比較一下，和你平常的第一版差在哪裡。
想看完整的五分鐘影音說明，104學習免費課程「AI工作術」四堂已經上線，免費報名就能看：
第1堂｜5分鐘學會用AI寫企劃
https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207
第2堂｜5分鐘學會用AI做研究
https://nabi.104.com.tw/course/104nabi/595a665d-07a3-461d-b37e-1f8158eca70d
第3堂｜5分鐘學會用AI看數據
https://nabi.104.com.tw/course/104nabi/0f3d424e-1658-49a2-851e-6c9fff296f43
第4堂｜5分鐘學會用AI審提案
https://nabi.104.com.tw/course/104nabi/19983d11-9e93-41ae-9924-46f8d6cd47dd
也歡迎在留言分享：這四種工作，你最常請AI幫忙哪一種？有沒有哪一次的第一版特別好用（或特別難用）？
使用提醒：AI可能出錯，重要數字請自行查證；上傳資料前先確認公司規定，並去除姓名、電話等個資。文中案例皆為假設情境。
Claude Code Subagent怎麼用？3分鐘建好第一個子代理，判斷何時該多Agent分工
一個任務想同時檢查安全性、效能和測試，只能一件一件問AI？本文說明Subagent（子代理）的分工模式，帶你用一個Markdown檔建立第一個官方Subagent，再用一張表判斷什麼任務適合多Agent協作。本文節錄自《Claude Code全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
什麼是Subagent？官方Subagent、自製Orchestrator差在哪？建立第一個官方Subagent：直接寫.claude/agents/檔案Subagent適用情境：什麼任務適合多Agent協作？【進階提示詞】讓Claude Code幫你建好Orchestrator
編按：本文收錄Subagent觀念與官方Subagent實作；以Python自製Orchestrator的逐步教學未收錄，文末附「進階實作提示詞」，可直接讓Claude Code幫你建好。
什麼是Subagent？官方Subagent、自製Orchestrator差在哪？
一般使用Claude Code的互動是一對一的：你問一個問題，Claude回答，然後再問下一個。
Subagent（子代理）改變了這個模式：
你的指令
↓
Orchestrator Agent（協調者）
├──> Subagent A：分析安全性
├──> Subagent B：分析效能
└──> Subagent C：分析測試覆蓋率
↓（三個同時執行）
Orchestrator 收集結果，合併報告
（圖／博碩出版《Claude Code全攻略》）
為什麼要用多Agent？
速度：3個任務同時跑，比依序執行快3倍
專注：每個Agent只做一件事，提示詞更精準
隔離：一個Agent失敗不影響其他Agent的結果
規模：一個人管不完的工作，交給Agent軍團
「Subagent」其實有兩種
在Claude Code的語境裡，「Subagent／子代理」這個詞指兩件不同的東西，別混在一起：
官方Subagent自製Orchestrator本體.claude/agents/*.md 定義檔（YAML frontmatter + system prompt）你自己寫的Python腳本執行方式在互動session內，由主Agent自動委派或你明確指名用 claude --print 開多個獨立進程平行呼叫上下文每個Subagent有獨立context，結果回傳主對話每個進程完全獨立，由腳本收集輸出適合重複使用的專職角色（審查員、測試員、文件寫手）大量平行任務、CI/CD整合、跨專案批次處理
官方Subagent是Claude Code內建、最正規的子代理機制（下文會帶你從零建立）；自製Orchestrator則是當你需要一次派遣大量Agent、或把Claude塞進自動化管線時用。
建立第一個官方Subagent：直接寫.claude/agents/檔案
若走「Python orchestrator + --print CLI」的程式化路線，可以一次派遣大量Agent平行工作。但你的第一個Subagent不應該寫Python——官方Subagent只是一個Markdown檔案，3分鐘就能建好。
舊版備註：舊版Claude Code曾提供 /agents 互動式精靈（7步驟引導建立Agent），該精靈已於v2.1.198（2026-07-01）移除。現在的做法是直接建立定義檔，反而更快、更透明；細節以官方文件為準。
官方Subagent的本體是一個放在以下位置的Markdown檔案：
位置範圍適合場景.claude/agents/（專案根目錄下）只有目前專案能用跟專案綁定的Agent（如Flask app的API tester）~/.claude/agents/所有專案都能用跨專案通用的Agent（如「程式碼審查員」）
第一次練習建議放專案級，玩壞了不會影響其他專案。
建立資料夾與定義檔
# Windows PowerShell（在專案根目錄下）
New-Item -ItemType Directory -Force .claude\agents
notepad .claude\agents\security-reviewer.md
# macOS / Linux（在專案根目錄下）
mkdir -p .claude/agents
nano .claude/agents/security-reviewer.md
（圖／博碩出版《Claude Code全攻略》）
security-reviewer.md 完整內容（可直接貼）
---
name: security-reviewer
description: 安全性審查專家。當使用者要求檢查安全漏洞、SQL injection、硬編碼密碼、eval/exec 濫用、輸入驗證問題時使用此 agent。
tools: Read, Grep, Glob
model: sonnet
---
你是一位資安專家，專門審查 Python 程式碼的安全性。
分析範圍：
- 注入攻擊（eval、exec、shell injection、SQL injection）
- 敏感資料處理（明文密碼、硬編碼金鑰、個資）
- 不安全的函式使用
- 缺少輸入驗證
輸出格式：Markdown 報告，每個問題標注嚴重度（🔴嚴重/🟠中等/🟡輕微）、檔案與大約行數、問題描述、具體修正建議。
只報告確定的問題，不要猜測。
（圖／博碩出版《Claude Code全攻略》）
frontmatter欄位說明：
欄位作用填寫要點nameAgent的識別名稱小寫加連字號，如 security-reviewerdescription決定觸發時機主Agent根據這段描述判斷「什麼時候該委派給它」，把使用情境寫清楚tools允許使用的工具最小權限原則：安全性審查只需要讀（Read、Grep、Glob），不給Write/Edit/Bashmodel使用的模型sonnet（平衡，推薦）/ opus（最強）/ haiku（最快最省）/ inherit（跟主Agent相同）
模型怎麼選：安全性審查建議sonnet（對應目前的claude-sonnet-5）——haiku（claude-haiku-4-5）太簡略容易漏掉細節；opus（claude-opus-4-8）或旗艦fable-5留給真正需要深度推理的任務，這類審查用不到。
觸發你的Subagent
存檔後重新啟動Claude Code（讓它重新讀取agents資料夾；是否需要重啟以實際版本為準），有兩種觸發方式：
自動委派：你的要求符合description描述時，主Agent自動把工作交給它
明確指名：直接說「用security-reviewer幫我審查calculator.py」
這裡拿calculator.py當練習對象，裡面故意留了eval()、shell=True等資安問題。你也可以換成手邊任何一支.py。
[模擬]觸發該Agent的對話：
> 用 security-reviewer 幫我審查 calculator.py
● security-reviewer(審查 calculator.py 的安全性)
完成
發現 2 個問題：
嚴重：calculate_from_string 使用 eval() 執行未驗證輸入
存在任意程式碼注入風險，建議改用 ast.literal_eval()
中等：run_calculator_script 以 subprocess.run(..., shell=True) 執行外部指令
若 script_path 來源可控則有 shell injection 風險，建議改為 shell=False 並拆成清單
（圖／博碩出版《Claude Code全攻略》）
官方Subagent vs.自製Orchestrator：什麼時候用哪個？
你的目標推薦方式第一次建Subagent練手.claude/agents/定義檔（本文示範）重複呼叫同一個專職Agent.claude/agents/定義檔即可一次平行派遣3+ 個AgentPython orchestrator整合進CI/CD pipelinePython orchestrator跨專案複用同一套Agent定義檔放~/.claude/agents/
結論：先用定義檔把「一個Agent一個職責」的概念跑通；自製Orchestrator是進階用法，學會了能應付更大規模的協作場景。
Subagent適用情境：什麼任務適合多Agent協作？
不是所有工作都適合Subagent架構。這張表幫你判斷：
情境建議架構原因分析一個檔案的bug單一Agent任務小，不值得overhead同時分析多個面向（安全/效能/測試）Multi-Agent面向獨立，可平行處理50個檔案，每個需要翻譯Multi-Agent大量獨立子任務寫一個複雜的功能，步驟有依賴單一Agent步驟有前後依賴，無法平行每天掃描新增的PR定時Orchestrator結合Routines定時執行跨語言文件翻譯（10種語言同時）Multi-Agent（10個）語言翻譯互相獨立
核心原則：任務之間沒有依賴關係、可以獨立完成，才值得用Multi-Agent。
【進階提示詞】讓Claude Code幫你建好Orchestrator
複製以下提示詞，直接貼進Claude Code開始操作。提示詞裡的檔名／路徑是示意，請換成你自己專案裡實際存在的。
開始前，請先確認兩件事：
系統已裝Python 3——Orchestrator是Python腳本。先驗證 python --version（沒反應試 py --version）。
claude指令在PATH裡——腳本會呼叫claude。先在終端機直接打 claude --version，確認叫得動。
Step 1：建立Orchestrator腳本
請幫我建立 orchestrator.py，能夠同時啟動 3 個子 Agent 分別執行：安全性掃描（偵測硬編碼密碼和 SQL injection）、效能分析（統計函式長度和巢狀層數）、測試覆蓋率報告。完成後合併三份報告輸出總結。
Step 2：執行並驗證結果
請執行 orchestrator.py，等待所有子 Agent 完成後，顯示最終整合報告，並標出最需要優先修正的問題。
節錄自：博碩文化《Claude Code全攻略：從一句話到部署上線，打造你的AI Agent開發團隊》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Code越聊越笨？4個指令管好「上下文」，用量60%就該主動壓縮
商務Email好難回？用Claude Skill建回信SOP，4大類型自動判斷
「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
AI資安疫情蔓延全球，專家建議：7個面向建立企業資安防護網！
AI興起，正在快速改變資安攻防的遊戲規則，過去需要投入大量時間攻擊漏洞、測試的駭客工作因AI而降低門檻。企業和機關更應該主動積極的備戰，國家資通安全研究院的院長龔化中，建議企業或機關可從7個面向著手建立資安防護網、保護數位資產，千萬不要心存僥倖！
文／龔化中（國家資通安全研究院 院長）
本文導覽
AI資安攻擊，已經進入新的階段在AI時代，不要心存僥倖，就是最基本的防禦一、 減少暴露在外的攻擊面：少一個入口，就少一個風險二、注意供應鏈安全：避免病從口入三、建立多層防護：不要期待系統永遠不會被攻破四、降低洩密傷害：保護最重要的數位資產五、做好營運維持：最重要的是確保組織活得下去六、冷靜應變：不要把時間花在找戰犯七、即時通報與聯防：一起阻止災害蔓延面對AI資安疫情，現在就是備戰的時候
最近常常看到一些AI相關的趣聞，有人想用AI協助健身房報名手續，結果發現名額已經額滿，AI竟然想辦法駭進系統幫忙插隊；也有實驗結果發現，最先進的AI為了完成任務，竟然暗中突破原本設定的限制，甚至嘗試入侵其他系統來「偷看答案」。
這些新聞看起來很有趣，就像科幻電影裡才會發生的情節。但當這些能力開始被駭客利用，情況就不再只是科幻，已經逐漸變成一場真實的資安風暴。
AI資安攻擊，已經進入新的階段
AI正在快速改變資安攻防的遊戲規則，在過去駭客需要投入大量時間進行資訊蒐集、漏洞研究、程式撰寫與攻擊測試；而現今AI正逐漸降低這些複雜工作的門檻，讓攻擊者可以更快、更大量地尋找目標與弱點。更值得注意的是，攻擊能力正在快速普及；惟防禦能力的成熟需要時間。
AI已經可以協助攻擊者尋找暴露在網路上的系統、分析漏洞、撰寫攻擊程式，甚至協助突破一些原本需要高度專業能力才能完成的工作。另一方面，AI資安防禦工具仍在快速發展中，其穩定性、準確性以及實際部署經驗等，都還需要時間持續累積。
這就像一場新的數位疫情：威脅已經開始擴散，但我們的「疫苗」與防禦體系還在持續研發與強化。
我們預期，未來一段時間AI所帶來的資安威脅仍會持續升高，直到漏洞管理、防禦工具、資安治理與整體應變機制逐步成熟，威脅才可能逐步趨於穩定。因此，面對AI資安疫情不是消極等待風暴來臨，機關與企業都應該提前部署備戰，做好準備。
延伸閱讀：有內鬼！商業機密被竊怎麼辦？5個QA帶你認識「營業秘密法」
在AI時代，不要心存僥倖，就是最基本的防禦
我們有以下幾項建議，提供給各級機關與企業參考：
一、 減少暴露在外的攻擊面：少一個入口，就少一個風險
AI搜尋網路上的弱點，成本低、速度快，而且可以大規模自動化。因此防守方的第一個原則就是盡量減少暴露在外、可能被攻擊的入口，魔鬼藏在細節裡，過去一些工程人員認為「應該沒有人會注意」的小細節，在AI時代可能很快就會被發現，例如：
研發、測試人員使用的遠端伺服器或開發中網站。
資訊營運人員使用的跳板機或系統服務帳號。
已經停止使用，卻沒有真正下線的舊系統與服務。
暫時開放、之後卻忘記關閉的網路服務或帳號。
工程人員可能以為自己留下的小小後門沒有「人」知道，但現在AI找得到。因此，各級主管應要求做好系統、設備、服務與帳號的完整盤點，該關閉的關閉、該更新的更新、該限制存取的限制存取。
延伸閱讀：別當職場資安網的漏洞，維護機密、當心智慧型手機上的惡意連結
二、注意供應鏈安全：避免病從口入
一個組織就算本身資安治理良好，就像一個注重健康、經常運動的人，還是可能因為「吃進去」的東西有問題而生病。
很多駭客其實不需要自己花大量時間研究目標。當一個熱門產品或軟體被發現重大漏洞，攻擊者可以利用自動化工具迅速找出哪些組織正在使用它，接著發動攻擊。
最近前沿AI公司與資安研究團隊大量運用AI挖掘開源軟體與資訊系統漏洞，漏洞發現與揭露的速度正在加快。這對整體資安環境是一件好事，但也代表攻擊者取得這些資訊的速度同樣很快。
因此，組織不能只知道「我們用了很多套系統」，而必須真正知道我們到底用了哪些系統？哪些版本？由誰管理？出了漏洞之後誰負責處理？
更重要的是，要建立明確的更新與修補策略。因為更新本身也可能造成風險。如果沒有經過測試與規劃，匆忙更新可能讓原本正常的服務中斷。
因此，除了正常的更新流程之外，也應預先準備緊急隔離與網路阻擋措施。當重大漏洞發生時，可以先限制有風險的設備或服務，爭取時間進行安全、完整的修補。面對快速變化的漏洞環境，最重要的不是每一次都搶第一個更新，而是要有能力快速判斷、快速隔離、快速修復。
延伸閱讀：每天上班收發上百封e-mail，這5大電郵詐騙手法，你不可不知
三、建立多層防護：不要期待系統永遠不會被攻破
進入AI資安攻擊時代，我們不能再期待「系統絕對不會被入侵」，更務實的做法是假設某一層防禦終究可能被突破，然後讓下一層防禦接住它。
防火牆、身分驗證、端點防護、網路監控、異常行為偵測、資料保護，以及最後的事件應變，都應該形成多層防線，這裡最重要的其實是「時間」。
如果駭客花了五分鐘突破第一層防禦，而我們可以在三分鐘內發現異常並啟動應變，就有機會在他進入核心系統之前把攻擊阻斷，資安防禦不一定要做到滴水不漏，但一定要讓攻擊者很難一路暢通。同時，重要的資安能力也不要形成單一依賴。即使最可靠的供應商，也可能發生服務中斷、漏洞或遭受攻擊。
關鍵的防禦能力應該保留替代方案與自主應變能力，避免一個單點故障就讓整個組織失去防禦能力。
延伸閱讀：密碼用生日、常用平台用同一組密碼？這些帳號被盜的資安大地雷，你也犯了嗎？
四、降低洩密傷害：保護最重要的數位資產
有一句成語「懷璧其罪」。你最重要的機密，往往就是駭客最想要的東西。
因此，第一步不是想辦法把所有資料保護到百分之百，而是先問自己：這些資料真的需要保存嗎？不必要的個資、信用卡資訊、機密文件與其他敏感資料，能不保存就不要保存。
如果確實需要保存，就必須做好分級、權限控管與加密，讓資料即使被取得，也不容易直接被使用。
AI時代還出現了一個新的風險：員工為了工作方便，可能直接把公司內部資料交給AI工具處理。
一份內部文件、一段程式碼、一份客戶資料，看起來只是一次簡單的AI查詢，卻可能成為新的資料外洩管道。因此，組織在導入AI的同時，也必須建立清楚的AI使用規範：什麼資料可以交給AI？什麼資料絕對不能交出去？這已經是每一個機關與企業都必須面對的新課題。
延伸閱讀：51%常用密碼在1分鐘內就能被AI破解，5個提高「密碼管理」的必知QA
五、做好營運維持：最重要的是確保組織活得下去
資安事件發生後，真正造成巨大損失的，不一定是資料被偷走，而可能是整個組織無法正常運作。
因此，除了防禦之外，更重要的是「韌性」，要有確實可行的營運維持計畫，並且真正演練過。資訊系統的資料備份與還原、電力與外部網路的備援、人員工作的替代設備，以及關鍵業務的替代流程，都應該預先規劃，而不能只是「有備份」，還要確定真的還原得回來。
對企業而言，也要思考資安事件發生後的營運資金與替代供應商。
就像狡兔三窟，重要的服務不能只有一個出口。當外部服務突然中斷時，組織才有能力撐過最困難的幾天甚至幾週。
資安的最終目標，不只是防止被攻擊，而是即使被攻擊，組織仍然能夠繼續運作。
延伸閱讀：專家建議：保護在家工作的視訊環境，務必注意7個要點避免資安威脅
六、冷靜應變：不要把時間花在找戰犯
資安事件發生時，不論事前做了多少準備，都不可能保證完全不受影響。
這時候最重要的，不是第一時間追究「到底是誰的錯」，而是先把災情控制住。按照既定的事件應變計畫執行，迅速隔離、確認影響範圍、保全證據、恢復服務，再進一步檢討原因。
也就是說，應該把「改善制度」和「懲罰個人」清楚區分。只有讓第一線人員敢於通報，組織才有可能真正學習，也才有機會避免下一次更大的事故。
延伸閱讀：如何戰勝全球資安聞之色變的勒索病毒，有效避免辦公室資料被其綁架呢？
七、即時通報與聯防：一起阻止災害蔓延
新冠疫情期間，及早發現、即時通報與跨單位合作，是控制疫情的重要關鍵。AI資安疫情也是一樣。
當一家企業發現新的攻擊手法，如果能夠儘速通報，就有機會讓其他企業提前做好防護，避免同樣的攻擊在整個產業快速擴散。
這也是為什麼資安不能只是「各自顧好自己的事情」。
在AI時代，一家組織發現的攻擊手法，可能在幾個小時之內成為另一家組織的災難。因此，更快速的通報、更有效的情資共享，以及政府、企業與資安社群之間的聯防，會變得比過去更加重要。
國家資通安全研究院是台灣的「數位消防隊」，我們會持續強化情資分析、威脅研判與應變協助，盡力守護國家與人民的數位資產安全。
如果政府機關或關鍵基礎設施業者遭遇疑似AI輔助的攻擊，可以透過數位發展部資通安全署或主管機關進行通報；民間企業與組織也可以透過TWCERT/CC（台灣電腦網路危機處理暨協調中心）通報，我們將盡力提供必要的協助。
台灣電腦網路危機處理暨協調中心
延伸閱讀：APP潛藏資安危機，5大常見可疑程式、別讓它出現在你的手機裡！
面對AI資安疫情，現在就是備戰的時候
AI資安威脅已經不是未來式，而是現在進行式。我們不需要恐慌，但必須提高警覺。沒有人能保證自己的系統永遠不會被攻擊，也沒有人能預測下一個AI工具會把攻擊能力提升到什麼程度。
真正重要的是，在攻擊能力快速進化的今天，我們能不能更快盤點自己的弱點、更快發現異常、更快隔離風險、更快恢復營運，也更願意把自己發現的威脅告訴其他人。這場數位疫情不可能只靠一家機構解決。政府、企業與整個資安社群都必須一起提高防禦韌性，才能把每一次攻擊的傷害控制在最小範圍。
AI資安疫情已經開始。現在，就是備戰的時候。
（原文標題：AI資安疫情全球蔓延， 機關與企業如何迎戰？）
本文獲 國家資通安全研究院 同意授權於《104職場力》刊載
如何用AI分析主管性格？用DISC模型改善向上溝通，應對不同類型上司
用AI分析主管的溝通風格可行嗎？本文介紹如何運用DISC性格模型，判斷主管偏好的溝通方式，並調整彙報、回饋與向上管理策略，讓職場溝通更順暢。節錄自《AI職場溝通力》。
文／紀菲
本文目錄（點擊可快速前往）
懂性格分析的AI，幫你輕鬆應對「百變」上司用AI工具分析主管DISC性格及應用步驟一：蒐集資訊步驟二：利用AI進行分析與回饋步驟三：理解上司的性格步驟四：調整彙報方式步驟五：應用並觀察步驟六：持續改進想分析上司性格，要提供哪些資訊給AI？
懂性格分析的AI，幫你輕鬆應對「百變」上司
在職場上，我們會遇到各種各樣的上司：有的喜歡直來直往，有的喜歡拐彎抹角；有的熱情如火，有的冷靜如水。要想和這些上司打好交道，首先得懂他們！
我有個朋友叫Sam，他在一家公司做專案助理。他的上司王總是個典型的「工作狂」，對工作要求極高。Sam剛就職那陣子，每次彙報工作都小心翼翼地，生怕出一點差錯。但王總似乎總是不太滿意，Sam為此頭疼不已。
有一天，Sam在為一個重要的項目彙報做準備，他知道這將是一次大考。於是，他加班到深夜，把彙報資料做得盡善盡美。第二天，他信心滿滿地走進會議室，結果王總聽了不到5分鐘，就皺起眉頭說：「這些細節我都知道了，直接說重點！」Sam當場就傻眼了，他辛辛苦苦準備的內容就這麼被一句話帶過了。
你看，如果我們不能準確把握上司的性格和溝通風格，那麼我們的努力很可能就會付之東流。
在探索和瞭解他人方面，人類的智慧是無窮的。學者們提出了多種性格分類方法，這些方法可以幫助我們更好地理解他人，更好地與他人溝通。而在職場溝通中，我想給大家介紹一個非常實用的性格分析工具—DISC性格分類模型。這個模型把人的性格分成4種類型：D型（Dominance，支配型）、I型（Influence，影響型）、S型（Steadiness，穩健型）和C型（Compliance，服從型），如下圖所示：
我們可以簡單地這樣記：D老大、I小太陽、S暖寶寶和C小偵探。
D老大：就是那種走路帶風、說一不二的上司。他們目標明確，行動迅速，喜歡掌控全域、直截了當，不喜歡拖泥帶水。
I小太陽：這種人熱情開朗，總是笑容滿面。他們喜歡和人打交道，善於帶動團隊氛圍，鼓勵發揮創意和自由表達。
S暖寶寶：這種人性格溫和，耐心細緻。他們總是默默付出，為團隊提供溫暖和支持，這類上司則更注重團隊的和諧與穩定。
C小偵探：他們邏輯性強，注重細節，總是能發現別人忽略的問題，是團隊中的「糾錯專家」。他們追求完美，對工作品質有極高的要求。
說到這4種性格的人，我腦海裡立刻浮現出《西遊記》。孫悟空就是D老大，戰鬥力「爆表」，喜歡獨當一面；豬八戒就是I小太陽，總能逗大家開心；沙僧則是S暖寶寶，默默付出，不求回報；唐僧就像C小偵探，追求完美、講究細節，如下頁圖所示。
那我們如何應對這幾種性格的上司呢？
遇到D老大，你就得直接點，別繞圈子，有什麼說什麼，別拖拖拉拉的，他們喜歡有決斷力的下屬。
遇到I小太陽，你就得熱情點，多誇誇他們。他們喜歡被人關注和認可，所以你的回饋要及時。
遇到S暖寶寶，你就得耐心點，多聽聽他們的想法。他們雖然話不多，但心裡都有數。
遇到C小偵探，你就得嚴謹點，別出錯。他們眼睛裡容不得一粒沙子，所以你的報告不但要詳細，還需要有深度。
你可能會說：「我知道不同的人有不同的性格，但我不擅長分析別人的性格啊，這可怎麼辦？」不用擔心，有AI幫你，它就像一位高情商的人際管理專家。
用AI工具分析主管DISC性格及應用
比如Adam，他以前總是搞不懂上司的心思。但自從他使用了AI性格分析工具後，一切都發生了翻天覆地的變化。
那Adam具體是怎麼做的呢？
步驟一：蒐集資訊
Adam開始蒐集上司在溝通方面的資訊，包括：上司在團隊郵件中的回覆、上司在會議上的發言、上司寫的報告或工作指導文件。
步驟二：利用AI進行分析與回饋
他將蒐集到的資訊提供給AI，讓AI透過自然語言處理技術來分析上司的語言風格和行為模式。
比如，他可以這樣問AI：
「我們現在面臨的挑戰非常嚴峻。專案進度已經比原計畫落後了整整兩週，這對我們整個季度的業績都有影響。我需要大家立即行動起來，展現出我們團隊的執行力和決心。首先，我要求專案經理立即提供一個詳細的趕工計畫，包括每天的具體任務和預計完成時間。其次，我需要所有團隊成員對自己的工作負責，確保每一步都精確無誤。我們沒有時間再犯錯誤。我不希望再聽到任何關於問題的討論，我需要的是解決方案。如果你遇到障礙，給我一個明確的計畫，告訴我你打算如何解決它。我們的目標是在下個月底前完成這個專案，不要有任何藉口。最後，我需要看到資料，看到進度。每個部門的負責人都要向我報告你們部門的進展情況，以及你們如何確保按時完成任務。我期待大家的表現，讓我們行動起來！」這是我的上司在會議上的發言，請基於這段發言幫我分析上司的DISC性格。
AI回答：
基於您提供的上司在會議上的發言，我們可以嘗試對他的DISC性格進行分析。DISC性格分類模型是一個廣泛使用的性格分析工具，它根據四個主要面向來評估一個人的性格傾向：D（支配型）、I（影響型）、S（穩健型）和C（服從型）。從發言中，我們可以觀察到以下特點：D（支配型）：●強調專案的緊迫性和重要性；●要求立即行動，展現出對結果和效率的重視；●不希望聽到問題，而是直接見到解決方案；●設定明確的目標和期望，即在下個月底前完成專案。I（影響型）：●在這段發言中，上司並沒有特別展現出強烈的影響型特徵，如熱情或鼓勵性的言辭。S（穩健型）：●雖然上司強調了專案的緊迫性，但他並沒有表現出典型的穩健型特徵，如耐心、合作或考慮他人的情感。C（服從型）：●要求專案經理提供詳細的趕工計畫，並需要每個部門報告進展情況；●強調工作推動精確無誤，這反映他對細節和準確性的關注。
基於上述分析，我們可以推斷這位上司的性格傾向於D（支配型）和C（服從型）。他展現出強烈的任務導向性，要求迅速行動、設定明確目標，並關注細節和準確性。他不太注重情感因素或團隊合作等軟性方面，而是更關注結果和效率。
需要注意的是，這種分析是基於一段特定的發言進行的，而人的性格是複雜的，可能在不同情境下展現出不同的特點。因此，這種分析應該被視為一種初步和大致的評估。
在反覆提供不同資訊和AI進行分析討論後，Adam判斷上司很可能是D型。
步驟三：理解上司的性格
Adam又問AI：針對D型上司，如何溝通更有效率？
AI回答：
針對D型上司，要實現高效率溝通，可以考慮以下幾點策略：1.直接和簡潔。D型上司通常喜歡直接、簡潔的溝通方式。因此，在彙報工作、提出問題或尋求回饋時，你應儘量避免冗長和複雜的表述，直接陳述要點，用資料和事實支持你的觀點。2.突出結果和解決方案。D型上司往往關注結果和行動。在與D型上司溝通時，應優先展示你已經取得的成果或計畫達成的目標，並針對問題準備好相應的解決方案，不要只是抱怨或尋求同情。3.尊重上司的時間。D型上司通常時間觀念很強，不喜歡浪費時間。因此，在與其溝通前要確保你的請求或問題是緊急且重要的。同時，在會議或討論中，你應儘量保持高效率和專注，避免進行無關緊要的閒聊。4.保持積極和自信。D型上司通常欣賞下屬積極、自信的態度。在與其溝通時，要表現出你的專業性和自信，同時避免發表過於消極或自我否定的言論。即使你面臨困難或挑戰，也要展現出你正在積極尋找解決方案的態度。5.提供明確和具體的回饋。當D型上司向你提出要求或建議時，你要給予明確和具體的回饋。這有助於他們瞭解你的進展情況和需要的支援。同時，如果你對他們的要求有任何疑問，也要及時提出並尋求澄清。6.瞭解並適應上司的溝通風格。瞭解並適應上司的溝通風格可以幫助你更有效地與他們溝通。透過觀察他們的行為、語言和溝通習慣，你可以逐漸理解他們的期望和需求，並據此調整自己的溝通方式。7.尋求共同點。在溝通中，嘗試找到與D型上司的共同點。這有助於建立聯繫和信任，並使他們更願意聽取你的意見和建議。綜上，要記住，高效率溝通是一個雙向的過程。在努力適應D型上司之溝通風格的同時，也要保持自己的專業性和自信，勇於提出自己的觀點和建議。
步驟四：調整彙報方式
根據AI的回饋，Adam開始調整自己的彙報方式。他學會了在彙報前總結關鍵點，確保每個要點都簡潔有力；他避免進行冗長的解釋，而是直接提供結果和必要的資料支持。在提出問題時，他會同時提供幾個解決方案，並闡述每個方案的利弊。
步驟五：應用並觀察
在下一次與上司的一對一會議中，Adam採用了新的彙報方式。他直接彙報了項目的關鍵成果，並提出了幾個明確的後續行動計畫。Adam注意到上司對他的彙報反應積極，沒有像以前那樣頻繁打斷他，而是認真聽完了他的彙報，並給予了建設性的回饋。
步驟六：持續改進
Adam意識到溝通是一個持續的過程，他決定繼續使用AI來監測上司的反應，並根據需要調整自己的溝通策略。
時間一晃就過去了好幾個月，Adam在這段時間裡截然不同。他和上司的溝通越來越順暢，這讓自己在職場上的形象煥然一新。上司看他這麼能幹，不僅經常找他商量事情，還把更多的重擔交給了他，對他既信任又看重。
想分析上司性格，要提供哪些資訊給AI？
那我們可以蒐集哪些資訊提供給AI，讓AI幫助我們分析上司的性格呢？我幫你整理了一下，具體如下：
郵件：上司在郵件中呈現的語言風格、決策指令和溝通方式都是分析上司性格的關鍵線索。
會議發言：如果可能，蒐集上司在會議中的發言，包括開場白、提出的問題、做出的會議總結等。
工作文件：例如主管撰寫的工作報告、專案計畫書或績效評估報告等文件，能夠體現上司的專業風格和性格傾向。
決策案例：記錄上司在特定情境下做的決策，包括決策的速度、風格和偏好等。
回饋和評價：上司在工作中給予的回饋和評價，尤其是上司提出的批評和建議。
日常交流內容：在日常工作中，上司與同事的非正式交流內容，如休息時的聊天內容。
演講：上司公開演講的影片也能為分析上司的性格提供線索。
任務分配方式：上司分配任務的方式也能反映其性格特徵。
最後，溫馨提示一下，人的性格複雜多變，不是一兩個詞就能概括的。比如，一個人平時看起來挺果斷，做事雷厲風行，但處理一些講究細節的問題時，他又能慢得下來。所以，借助AI分析上司的性格時，別指望一次就能分析得徹底，可以多分析幾次，嘗試不同的AI工具。
跟上司打交道，別急著給他們貼標籤，我們得多觀察，多瞭解他們的性格，然後據此調整我們說話做事的方式。要是覺得與上司的溝通不太順暢，就要及時改變溝通策略，在不斷調整的過程中，我們和上司的溝通肯定能越來越順暢。
節錄自：商周出版《AI職場溝通力：讓你在彙報、面試、提案中一開口就說服人．AI時代不被淘汰的職場溝通學》／紀菲 著
怕「AI感」毀掉你的專業度？不用硬藏！4個溝通切入點讓主管看見你的真本事！
交出的產出總有一股揮之不去的「AI感」？研究指出坦承被扣分、硬瞞被抓包更慘！本文解析職場AI誠實陷阱，提供4個向上溝通切入點，讓大家不用假裝純手工，也能在主管面前漂亮展現和AI協作的價值。
文／《104職場力》
本文目錄
AI誠實陷阱，說與不說都有危機！不用藏！用AI也能專業度破表的4個溝通切入點1.從淘汰與選擇邏輯強調你的「資訊篩選力」2.闡述如何用「情境判斷力」解決落地限制3.藉由交代查核、除錯過程展現「專業把關力」4.提出明確主張與承諾來凸顯「決策擔當力」小提醒：小事別加戲，大事再講分工標籤撕不掉，那就大大方方貼著
當AI普遍到一個程度，主管老闆不再驚嘆「哇你會用AI」，反而瞇起眼睛盯著成果挑三揀四，上班族直接陷入兩難：不用AI，怕被嫌不知進取、產能落後；用了，又要面對專業度打折的質疑，人生好難！
更麻煩的是，就算自己不說，大家的雷達都很靈，不管是文字、影片還是排版，只要動用AI，再怎麼編輯微調，那股揮之不去的「AI感」就像撕不乾淨的標籤，明眼人一瞄就心裡有數，形同自動招供，既然根本藏不住，那到底該大方承認，還是低調不提？
AI誠實陷阱，說與不說都有危機！
先面對現實：職場確實對「使用AI者」存在偏見，杜克大學的研究發現，大家會主觀認為用AI工作的人比較懶散、能力較差、較不積極。
那如果當個老實人，主動報備「這是我用AI做的」呢？很遺憾，這招防身術常常失靈。亞利桑那大學學者研究指出，只要主動坦承工作借助AI，別人心裡的信任分數就會默默往下滑，說法再怎麼委婉都一樣；但要是選擇咬牙硬瞞，一旦被抓包下場只會更慘，而洗不掉的「AI感」就是最直接的證據。
不過，杜克的研究也留了一條生路：如果管理階層本身就是AI重度使用者，風向會直接反轉，他們反而更偏好懂用AI工具的員工；此外，當任務本身明顯適合交給數位工具處理時，承認使用也不太會被扣分。
說穿了，大家扣分的真正原因是懷疑你在用工具時「把大腦一起交出去，自己摸魚不思考」。正如SHRM調查指出的「AI廢話」現象，當主管看著一份語氣客觀、正反各打五十大板，卻沒有半句立場、也完全脫離公司現況的產出時，心裡自然會打上大問號：你到底有沒有在動腦？
既然藏不住、工具也非用不可，職場人的解法就不是搞諜對諜，而是學會聰明展示「人機分工」，凸顯自己的優勢。
不用藏！用AI也能專業度破表的4個溝通切入點
想化解AI兩難，讓管理者看見你的核心價值，不用假裝純全部手工作業，更不必費心把標籤撕乾淨，你只需要在日常匯報對話中，展現自己是AI的「指揮官」而非「轉發小弟」就好，具體來說，在向主管交付成果時，可以主動從這4個角度切入：
1.從淘汰與選擇邏輯強調你的「資訊篩選力」
無腦工作的特徵是「AI吐出什麼就複製貼上什麼」，建議想展現篩選能力的人把溝通重點放在「淘汰的過程」。
低分說法：「主管，這是AI整理出的5個推廣切入點。」（主管心聲：那我直接看AI介面就好，請你幹嘛？）
高分說法：「我請AI針對競品動態整理出15種推廣方向，但我依據團隊Q3的預算上限與TA特性，先剔除了其中12個不可行的方式，最後以這3個方案去發想……」
這種說法讓人一聽就知道，AI只是輔助角色，真正能看出哪些行不通，並針對組織所需做出精準取捨的專家是你！
2.闡述如何用「情境判斷力」解決落地限制
AI最大的盲點就是永遠活在沒有現實包袱的真空理想裡，就算點子想得再好，沒有根據組織實際情況調整，一交出去鐵定陣亡！這段「你如何依據當下的真實情境踩剎車、找出折衷解」的調整過程就是價值所在，也是溝通重點。
低分說法：「AI建議全流程數位化、改用線上表單，以提升團隊協作效率。」（主管心聲：這誰不知道？但第一線根本推不動啊！）
高分說法：「AI的理論推導是全流程數位化，但我考量到業務團隊這週正在月底衝刺，換系統反彈太大，因此我把流程拆成3階段，第1階段先保留2個核心必填欄位就好；第2階段……」
AI很懂商業理論，但他沒有你了解公司眉角、也沒有你清楚怎麼避開組織摩擦力，所以你才是能判斷事情能否推動、怎麼落地的專家。
3.藉由交代查核、除錯過程展現「專業把關力」
大家最怕用AI的人「不查證就交差」，既然研究指出用AI容易被貼上「懶散、不嚴謹」的標籤，那打破偏見最乾脆的方式，就是把溝通重點放在「你抓出了哪些漏洞、核實了哪些數據」。
低分說法：「主管，這是AI跑出來的市場成長率與競品市佔率，給您參考。」（主管心聲：數字有沒有胡扯或幻覺？要是引發決策失誤，誰要負責？）
高分說法：「底層數據是請AI快速彙整公開報告，但我另外抽查了5份同業原始財報與官方統計來對照，抓出並修正了其中2處定義落差，以下數據都經人工審核確認過…… 」
這樣說直接打消摸魚疑慮！主管清楚知道AI充其量只是個幫忙跑腿的實習生，你才是那個能對資訊真偽負責、把守品質底線的人！
4.提出明確主張與承諾來凸顯「決策擔當力」
AI很常「面面俱到卻不給結論」，讓看的人翻白眼，既然是你交出去的提案，如果還是保留旁觀者的寫法一定會被詬病，這時除了解決問題，溝通重點也可以放在「你敢給出明確選擇並扛起責任」。
低分說法：「方案A成本低但時程長，方案B快速但預算高，兩者各有優劣。」（主管心聲：這分析我也看得出來，所以你的具體建議是什麼？）
高分說法：「AI把方案A與B的優缺點都拆得很完整；但綜合考量我們現階段的人力配置，我主張優先執行方案B，後續的時程推進與成效，由我主責盯緊……」
這種說法直接拉開你跟工具的層次！AI運算再快也只是給出選項，但只有人類能替組織拍板定案、扛起成敗責任。
小提醒：小事別加戲，大事再講分工
當然，不是每天每件事都要把這4招搬出來演一遍。
回一封日常Email或Slack訊息，AI頂多是潤飾錯字，送出前把客套公關腔刪掉、換回你平常講話的口氣就夠了，落落長解釋一堆反而會適得其反。
建議只在面臨重要專案、跨部門提案或策略匯報，甚至面臨質疑時再主動亮出底牌就好。
標籤撕不掉，那就大大方方貼著
職場的遊戲規則已經改變，解決AI兩難的關鍵只有「讓別人看得到你的判斷」。
所以，別因為怕被扣分就把AI晾在一邊，當身邊越來越多人把AI當成日常工具，今天用AI雖然要解釋，但明天不會用AI，恐怕才是被扣分的那一個，現在刻意不用，等於把練習的時間讓給了別人。
只要記得，AI幫忙省下時間，我們可以把省下的時間拿來想清楚、做決定，這才是職場人保有價值的地方。
延伸閱讀：
每週省下11小時卻更累？Botsitting讓87%職場人陷入「生產力假象」！
AI破牆，硬知識貶值了！拆解「2種智力」決定你被取代還是被放大
你適合當PM嗎？解析產品經理必備3種特質與溝通心法
產品經理（PM）扮演產品關鍵的橋樑角色，不僅要看懂全局、擬定策略，更需要與設計師、工程師高效溝通，協調各方需求並推動產品前進。哪些人適合PM工作？作者透過實務經驗分享，解析PM必備的3種核心特質，以及在與不同角色協作時應具備的溝通心法。
文／Michelle Chen（軟體業PM產品經理）
本文目錄：3個PM需要的核心特質（點擊可快速前往）
特質1：你是否習慣全局性思考，並以策略性規劃推動執行？特質2：你是否喜歡且習慣站在對方的角度，使用對方的語言溝通？PM與設計師溝通重點PM與前端工程師溝通重點PM與後端工程師溝通重點特質3：你是否接受甚至喜歡改變，且有隨時改變計劃的彈性？
我習慣定期把自己的職涯規劃拿出來review，問問自己對於「現在的狀態」是否還滿意。最近是我在現職公司任職滿一週年的日子，於是又把這個問題拿出來檢視一番。我發現對於做PM打造產品這件事（撇除外在條件，像是workload、手上的案子、公司策略、主管等），過了幾年我仍非常喜歡且享受其中。再往下探索，是什麼個性或是特質讓我喜歡且適合做產品經理呢？今天整理3個我認為最核心的特質，分享給有興趣往PM產品經理發展，或還在思考自己到底適不適合的朋友參考！
特質1：你是否習慣全局性思考，並以策略性規劃推動執行？
作為產品經理你每天要應對來自各方的利害關係人，需求從四面八方而來，每季的Product Roadmap規劃&執行，每月2~3次的Sprint（如果團隊跑Scrum），甚至每天的跨部門Support，PM的日常總是被滿滿的需求與會議轟炸，任務清單中的To-dos & Action Item似乎看不到盡頭。在這種「艱困」的處境下，能習慣「全局性思考」的PM就比較能從容應對，懂得從任務海中抽身，避免無謂地瞎忙。所謂全局性思考有點抽象，換個方式來說就是：從整體，更高維度視角看待事情，而不是深陷於眼前的問題。
舉個例子來說，假設你是一位部門主管，你發現某個專案快到截止日但離完成還有一大段距離，你可以選擇臨時外聘人力，或是給團隊成員加班獎勵鼓勵他們挪出更多的時間工作完成任務，這也許是最快能見效的暴力解法。但如果你採取全局性思考，你會先退一步思考，這個專案的規劃是否合理，是否有可以簡化的部分，或者是否團隊中有某個特定的人遇到瓶頸。如果能協助這位成員解決問題，整個團隊的運行會變得更加順暢，也許就能如期完成專案。
全局性思考的能力能幫助PM有效辨識什麼才是真正需要解決的「關鍵問題」，而不是像在大魯閣打棒球一樣，只是對每個問題隨著出現而進行反應。這種思考方式讓你從整體上把握問題的根源，不是只解決表面的問題。
找到問題後，接下來就要透過策略性規劃來實作，這時候一定要提到常見的80/20法則。
20%的因素，將導致80%的結果。找出那關鍵20%重要的事情並全心投入，往往能帶來大部分的成果。
首先找到那20%重要並值得花團隊全心投入的P0-重要且須馬上行動的事。並懂得拒絕或是取捨那些重要但不急，甚至根本不用解決的問題 。取捨決策是一個好PM必備能力。
另外，作為產品的代言人，PM一定要知道哪些任務可以被整合在一起（甚至延伸成一個epic）；又有哪些tasks可能會因為其他迭代而順勢被解決，因此現階段可以忽略不做；又有哪些可能看似有問題，但其實是故意為之的機制。
有策略、有條理的安排團隊資源，聚焦在關鍵20%重要的問題上，可以讓團隊更有效率且優雅的工作。（非常重要，誰會想要每天灰頭土臉工作，你說是吧）
特質2：你是否喜歡且習慣站在對方的角度，使用對方的語言溝通？
有這個特質的PM絕對會是團隊的寶，而不會變成大家避之唯恐不及的任務交差使者。習慣從對方的角度出發，用對方熟悉的用語溝通，不僅能提升理解效率，還能拉近彼此距離，建立良好互動。這有助於建立信任，讓未來的合作更順利愉快，形成正向循環，培養無敵默契。（每次遇到只是一兩句話一個眼神，團隊內的工程師和設計師就能馬上理解我的意思，就會覺得「哇，你們真的是神隊友，我好幸福啊！」）
這邊簡單舉例與設計師以及前後端工程師討論需求時應該著重的方向：
PM與設計師溝通重點
重視使用者體驗（UX/UI）：需要清楚描述使用者的需求（如果需要可以附上完整的user story），並在需求說明中「用戶使用流程」、「易用性」、「介面設計」以及「資訊呈現方式」等。
【溝通舉例】「我們希望這個功能的流程是：1.先點擊這個按鈕，2.展開選單，3.選單中會有幾個預設選項且我們會幫用戶進行預選，整個操作希望可以在3步內完成。」
特別注意！尊重設計師專業：作為PM一定要尊重團隊內設計師以及工程師的專業。對設計師，請保留讓他們自由發揮的空間。提出的需求絕對不會是硬性規定設計師只是把你想像中的畫面／流程畫出來而已，保留設計彈性通常得到的結果都會比自己發想的還要完整流暢！
【溝通舉例】如果需要做一個活動頁面：「這個頁面會包含A~C 3個大分類的資訊，其中A／B分類會另外連結到C／D頁面。這個主頁面的設計，希望能傳達出現代感，並保留畫面的簡潔性，方便用戶快速找到他們要的資訊。可以參考這個網站的設計風格，但具體的顏色／圖標，分類呈現可以自由發揮。」
PM與前端工程師溝通重點
重視介面與互動：前端工程師負責將設計轉換成可用的介面。他們關注的重點包含介面呈現方式、元件的設計與實現、與後端如何進行資料溝通、並且也要確保網頁可以各種大小的裝置和瀏覽器上都能順利運行。
【溝通舉例】PM：「我們希望在報名頁面上，使用者可以看到所有場次，點擊後展開場次詳細資訊，並透過一個動畫顯示出『點選報名』的CTA 按鈕。這部分在手機的 web view 上也需要保持操作流暢。」前端工程師：「這個顯示CTA的動畫在一些舊瀏覽器上可能無法支援，可能會出現卡頓或不顯示的情況。」PM：「如果確實有這個問題，我們可以考慮用彈出popup的方式替代，重點是整體操作要流暢，並且能有效吸引用戶點擊報名。」
特別注意！技術可行性＆永遠都要準備PlanB：有時PM以及設計師一起討論出的設計可能在技術實現上會有挑戰。作為一個好PM，一定要工程師們討論在技術上的可行，以及如果無法實現，可以被接受的PlanB是什麼，並從中找到最佳解決方案。
PM與後端工程師溝通重點
重視系統穩定性及資料處理：後端工程師主要關注系統的穩定性及資料處理。他們習慣使用「API」、「資料庫」、「伺服器」等術語。作為產品經理，你需要清楚描述系統需求，並確保資料流（information flow）和功能邏輯的合理性。
【溝通舉例】PM：「我們需要建立一個數據報表，數據需要即時更新，並支援查看過去30天和60天的時間範圍。這個報表主要用來追蹤使用者行為趨勢。報表中的欄位定義以是{明確定義數據背後的計算邏輯以及fallback機制}。」後端工程師：「要實現即時更新可能會對系統造成壓力，特別是在高峰期，伺服器負載會增加，影響穩定性。」PM：「那或許我們可以考慮設定一個更新的cutoff point，在該時間點做一次性更新，確保穩定性以及更好管理系統負載。」
特別注意！具體明確制定規則：跟後端工程師討論事情一定要具體明確（制定出規則），不能給模糊的「形容詞」。以要新增檢查用戶註冊時的密碼強度的功能為例：
模糊的需求：「我們需要在用戶註冊時，先檢查密碼是否夠強。如果不夠強就讓他重新設置，夠強就讓他繼續註冊。」
➞這時候工程師一定會問你：密碼強度怎麼樣算夠強？這個檢查是在用戶點擊註冊時還是輸入過程中即時檢查？
明確的需求：「如果密碼長度小於8位或不含大小寫字母和數字，則在用戶按下註冊時阻擋下一步，並顯示錯誤提示並要求用戶重新設置密碼。如果密碼符合這些條件，則允許用戶完成註冊。」
PM的工作內容和模式會隨著產品領域、團隊規模及系統架構等因素而有很大不同。然而，良好的溝通能力，尤其能根據不同溝通對象靈活切換用詞和表達方式，針對不同情境調整思考重點，是做好PM必須具備的。如果你發現這種角色切換對你來說有些困難，或是習慣從單一角度進行思考，那可能就不會那麼享受於PM的日常了。
特質3：你是否接受甚至喜歡改變，且有隨時改變計劃的彈性？
最後一點，「接受改變，且對已經計劃好的事情是否總是能保持隨時調整，甚至需要打掉重練的彈性？」是一個PM是否能樂在其工作中，蠻關鍵的特質。
有PM經驗的都知道（不管是Product or Project）都會面臨到原本說好的方向會需要來個大轉彎，產品策略可能因為市場的變化要做立即的調整（例如AI的快速崛起）。對於比較不喜歡變化，或是對於要臨機應變這件事情比較排斥的人，做PM會比較辛苦（心裡苦的部分）。
No two days are the same for a product manager
如果看到上面這句話，你感到興奮，那恭喜你！你一定能從PM的工作日常中找到許多樂趣！
以上就是我簡單從自己身上總結出為什麼就算有時候遇到再鳥的事情，或是有時候真的工作壓力很大，但終究我還是很享受做PM的3大特質與性格，希望能給還在摸索的人或是猶豫不太清楚自己到底適不適合的人一點小小分享。
（原文標題：你適合當產品經理嗎？3個PM需要的核心特質＆性格解析）
[joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?order=15&page=1&sctp=M&scmin=40000&scstrict=1&jobsource=joblist_search&jobcat=2004003005&keyword=%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86' amount='4']
[course_plugin title='產品經理學習營｜學習推薦' keyword='產品經理學習營' amount=2]
AI招募隱患！從個資違法到AI幻覺，HR必知的3大安全陷阱
當AI Agent開始自動化篩選履歷、甚至代發郵件，HR的效率看似翻倍，背後卻潛藏法律與資安的地雷。104人資長江錦樺深入剖析AI招募的三大隱患：從複製性別偏見的「AI幻覺」，到觸犯個資法跨境傳輸的違規風險，甚至是內部通訊被駭的資安危機。在科技浪潮下，HR 的角色已從傳統的「人際橋樑」進化為「人與AI的守門員」。本文將教你如何在享受AI自動化便利的同時，確保招募流程的專業與安全。
文／江錦樺（104資訊科技 人資長 Sherry）
本文目錄：轉職換跑道如何抉擇？（點擊可快速前往）
偏見歧視隱憂資料蒐集違規資安外洩危機HR使用AI的兩點建議
在HR領域，AI應用在招募的討論不少。
Sherry陸續也看到有人用AI Agent（如 Claude 或 OpenClaw）直接操控瀏覽器後，自動登入人力銀行掃描分析履歷，推薦及寄送適合人才給用人主管。
AI 篩選人才越來越普遍，但背後風險也愈來愈多。
今天來跟大家分享三大隱患。
延伸閱讀：HR用AI分析履歷可能觸法？如何應對AI履歷找到對的人？解析招募AI應用隱性地雷
偏見歧視隱憂
AI 學舊資料訓練， 如果企業過去錄取名單存在特定傾向， 如：男性居多，則AI可能就會複製性別偏見。
AI也可能因資料理解限制或模型偏誤，對非典型職涯產生錯誤判讀，或產生「幻覺」，將求職者沒有的技能無中生有， 亦有可能導致面試到錯誤人選。
資料蒐集違規
求職者履歷表上滿滿個資， 原先僅授權在人力銀行平台上「特定目的」使用， 而非授權到其他平台應用。
若又是大陸的AI平台， 則可能已違勞動部依據《個資法》第21條規定 「禁止人力仲介業將當事人個資傳輸至大陸地區」。
除違反個資的風險，亦可能違反人力銀行平台使用條款，例如「不得將人才查詢系統帳號、 密碼提供予第三方使用」及 「禁止轉載或利用履歷資料進行特定目的外利用」。
資安外洩危機
若使用不當AI工具 （如免費版或未簽署資料保護協議），可能存在資料被留存或不當使用之風險。
若 AI Agent 能自動寄發郵件，則可能賦予了它「讀取與發送公司信件」的權限。一旦AI遭到駭客，可能就會透過此Agent注入提示詞，來竊取公司內部通訊紀錄。
延伸閱讀：HR用AI篩履歷有觸法風險嗎？解析企業招募的AI隱性地雷
HR使用AI的兩點建議
那要如何避免以上風險呢？Sherry建議：
資料脫敏處理 使用AI時，應將資料去識別化， 最好採用企業級AI才不會有資料被拿去訓練的風險。
AI定位為輔助，不論是人選推薦及錄取的決策， 仍取決與HR、主管。
Sherry身為HR的信念之一「成為人與人之間的橋樑」， 而今AI盛行，我相信HR也能扮演好「人與AI之間的橋樑」。
（原文標題：AI招募熱潮背後：HR 必知的風險）
跟主管報告，你懂預判提問嗎？用AI分析「主管會問什麼」，5大主管風格對策
跟主管報告，總是被問得猝不及防？主管到底想聽什麼？作者建議，報告前先想主管會問什麼，讓會議從被動防守變主動引導，把思維從「我想說」翻轉為「你想聽」。解析5大主管風格，並結合AI指令，幫你預判尖銳提問、補足簡報盲點。本文節錄自《高效職場生存法圖解》。
文／趙胤丞、電腦玩物站長Esor
本文目錄（點擊可快速前往）
你的報告有盲點嗎？準備「主管提問清單」從主管視角看報告預判「主管會問什麼」操作教學：5步準備你的會議防彈背心AI指令分享：讓AI幫忙看報告，預判主管提問清單預判主管提問的方法論反思與實踐預判主管提問實戰QA：怎麼準備應對問題？
你的報告有盲點嗎？準備「主管提問清單」從主管視角看報告
先想主管會問什麼，讓會議從被動防守變主動引導
你很用心準備了簡報資料，但對主管、客戶而言這還不夠，因為他們往往會提出一個讓你措手不及的問題，而被突襲而心慌意亂的你將原本準備好的報告節奏就全部被打亂，最後變成一場糟糕的報告。
我曾經就是那個把所有資料堆滿簡報、以為這樣最保險的人。直到有次對外提案，對方老闆一句：「請問你們的轉換率目標是怎麼估算出來的？」我當場語焉不詳，最後提案失敗。那一刻我才明白，「預判提問」不只是防範於未然，更是對對方思考方式的尊重與專業表現。
這篇文章將帶你進入「主管預判提問清單」思維核心。幫助你學會用主管／聽眾視角來組織報告思維與問答的工具，從容應對任何突襲提問，為你贏得這一次提案、下一次舞台機會。
概念說明關鍵效益預判提問會前預想主管可能提出的問題，先備好邏輯與材料。回答更有條理、更具說服力，臨場不失分。視角翻轉內容順序從「我想說」→「你想聽」，優先回應對方核心關注。大幅提升溝通效率與共鳴。風格應對依主管提問風格（績效／流程／風險／資源／策略）客製化內容。展現對決策者思維的洞察，提升信任。AI預演用AI模擬主管發問，強迫看見盲點與漏講。會前補洞，讓準備滴水不漏。一頁清單把所有「視角 × 問題 × 準備物」收斂成一頁筆記。會前速讀、會中備查、會後追蹤。
應用情境
這套方法適用於任何你預期會產生關鍵決策的會議，特別是：專案企劃、進度更新、年度成果報告，以及任何需要對外提案的場合。當你必須在有限時間內取得主管或客戶的信任與支持時，這份清單就是你最強大的武器。
技巧提醒
會議報告不是要展示我有多努力，而是提供判斷：報告的任務是幫主管完成第一層判斷，解決主管相對在意的具體問題。因此，要記得把順序從「我→你」翻為「你→我」，這樣就是「聽眾導向」的做法，先回應對方最在意的問題，從對方的觀點、需求出發，再補上我想說的背景或決策。
預判「主管會問什麼」操作教學：5步準備你的會議防彈背心
如果把主管臨時的提問當作是一發突襲的箭的話，如果有防彈背心可以提升我們在會議中的生存機率。而你的會議防彈背心是一份「主管情境預判提問清單」。每一位主管都有自己發問的方式，都藏著獨特的風格與偏好。這份清單就是你用來訓練自己快速切換視角，提前掌握不同主管會從哪裡突襲的指南。
【STEP 1】會前15分鐘快速準備
一場好的報告，不是只有準備好自己想要說的內容，更重要的是準備好主管、客戶可能會問的問題，讓報告過程自己應對自如並讓主管/客戶信服：
寫下本次會議的決策點（預算核可、時程調整、資源調度……）。
列出下面五種視角各1–2題可能被問的問題。
為每題配對可驗證證據與替代方案。
把報告順序調成「你關注→我回應」，確認自己報告中能直接解答關鍵疑問。
【STEP 2】洞悉主管提問風格，準備好應對
知己知彼，百戰百勝。有時候我們「非常努力」做報告，結果會議中依然被打槍，很有可能我們做的只是「自己的報告」，而不是「對方想知道的報告」。
這時候，不妨花一點點時間，先分析報告對象（通常是主管、客戶）是哪一種風格，更容易提出有效的應對策略。
主管風格特徵與關注點預判問題（可能被問）應對要點（準備與回應策略）績效導向型主管聚焦KPI、ROI、投入產出比你們估算的ROI是基於哪些假設？清楚列出ROI的關鍵假設，準備悲觀情境的預估數字與停損點，展現風險意識及計劃可信度。流程效率型主管關注流程瓶頸與效率提升最近一個階段哪個環節進度最慢？原因是什麼？準備關鍵路徑分析，點出瓶頸並說明根本原因，同時提出多個修正方案供比較與決策。風險控管型主管擅長找出潛在盲點與風險萬一市場反應不如預期，我們的停損點和備案是什麼？提供成功與失敗案例對照，強調學習與改進機制，展現本次專案如何有效規避風險。危機處理型主管對風險高度敏感，重視現況與止損策略請用最簡潔的方式告訴我「到底發生了什麼事」？用時間軸清楚呈現事件經過，立刻說明目前情況是否受控，及已採取的緊急行動與後續安排。跨部門協作型主管關注資源整合與部門配合度這個專案需要哪些跨部門資源？已經和相關部門確認或協調好了嗎？準備資源需求列表，清楚呈現與各部門的溝通紀錄、支持意願與具體承諾，提高決策信任與執行力。
【STEP 3】把「你→我」的開場說好
原本開場：「我們三階段……先講背景……」，其實已經是很好的報告方式。但如果我們要開的是專案「過程中」的問題解決會議，那麼下面的預判提問開場或許更好。
預判式開場：「上次您特別關注ROI，我先報告目前轉換率與投入產出，比對原目標差異，再補充執行細節。」
先送上對方在意的答案，再補過程與脈絡，你的開場會更快被對方點頭認可。
【STEP 4】如何用ChatGPT預演主管提問？
這是一個超級實用的黑科技：利用AI來預演主管提問，強迫自己看見簡報中的盲點。
準備簡報摘要：將你的簡報內容精簡成條列式，包含專案名稱、目標、挑戰、成效預估與團隊配置。
把簡報摘要輸入ChatGPT，並利用下面提問指令，跟AI討論：
請模擬一位高階主管，針對上方簡報摘要，從以下五種視角各提出至少一個尖銳且具挑戰性的提問，並附上我應準備的資料或補充內容建議：1. 績效導向 2. 風險控管 3. 流程效率 4. 資源配置 5. 策略整合
整合為「一頁式預判清單」：將AI提出的問題與建議整理成一張表格。
這張表就是你面對任何會議的「會議金鐘罩」，讓你提前思考更深層次的問題，讓你的準備工作滴水不漏。
NOTE：AI預演怎麼降低公司機密資訊外洩的風險？
進行AI預演時，難免會擔心「這樣會不會把公司機密資訊上傳？」的疑慮。以下做法可以降低風險：
抽象化專案名稱：把真實專案代號、公司名稱、客戶名稱改成「專案A」「客戶B」。
模糊化敏感數字：將營收、預算、客戶數換成「X 億元」「Y%」「Z 人次」。
泛化內部挑戰：別寫「A部門主管抗拒」，改為「跨部門溝通阻力」，避免提及員工姓名或職稱。
只保留結構，不放細節：上傳五大欄位骨架即可（專案名稱／目標／挑戰／成效預估／團隊配置）。
會後再人工補細節：拿到AI的問題清單後，你再Offline補回真實資料。
【STEP 5】打造你的「一頁式預判清單」
一旦清單成形，你的會議前流程就變成：先讀清單、確認證據都在、檢查簡報順序。會中帶著清單，必要時翻到對應欄位，讓你的回答有跡可循。
視角預判問題我應準備的證據／補充績效轉換率提升15%的依據是？過往實績、估算模型、競品對照、區間敏感度。風險若頭部KOL不成，影響與備案？次級KOL名單、替代內容策略、成效推估、風險分級。流程高併發壓測卡點？是否延誤上線？壓測報告、瓶頸描述、修正時程、需要的資源。資源已花50萬用在哪？剩餘100萬如何最有效？明細、ROI試算、三種配置情境。策略與主業協同與長期定位？策略對齊圖、跨部門整合效益、路線圖。
AI指令分享：讓AI幫忙看報告，預判主管提問清單
設計一個AI指令，分析目前報告並提供簡單版預判提問清單：
請閱讀以下報告摘要，模擬成為會議主席，從績效、風險、流程、資源、策略五大視角，各提出2個最有可能被主管追問的問題，並為每個問題列出我會需要的支援證據或佐證資料。最後請幫我整理成表格，欄位包含：視角、問題、建議補充資料。
預判主管提問的方法論反思與實踐
▪ 為什麼資料越多，越講不出重點？
為什麼明明準備了滿滿資料，主管卻常用一句「重點呢？」、「然後呢？」打斷？因為我們還停在「我想說的內容＝對方想聽的」的預設思考中，而非「聽眾導向（你想聽、你想問）」。
預判提問的價值，在於把「資料搬運」轉成「判斷設計」。當你用五種視角反向設計內容，會議就從資訊播放變成決策推進。再加上 AI 預演，你被迫提前看到盲點與薄弱環節。
這不是防禦性報告，而是更成熟的主動型報告：敢於承認未知、清楚標示假設、能提供備案。
▪ 預判不是為了討好主管，而是建立信任機制
這樣簡報的長期實作收益是主管與您的信任路徑快速建立：主管從「臨場考驗你」變成「決定授權你」，因為你已證明自己會在會議前替他想一步，會議中替他省時間，會議後替他把事推動。
當你回頭檢視自己過去的簡報失誤，就會發現多數失敗都不是因為資訊不足，而是因為沒有把資料轉換成「主管想要詢問的問題」與「主管想要聽到的判斷」。
預判提問讓你強迫自己站在「決策者立場」思考：這個決策影響的是什麼？成功與失敗的訊號/關鍵是什麼？這些問題寫在清單上，你會更知道該去哪裡找數據、該如何整理備案，也會更清楚哪些地方一定要先說、哪些細節可以後補。
▪ 預判清單也是跨部門協作的共識工具
當你參加跨部門專案或面對客戶簡報時，預判清單還有一個額外的好處：它讓團隊可以快速對焦。每個角色都能把自己會被追問的題目貼到清單裡，會議前一起檢視哪裡缺資料、誰負責回答哪一題。這樣會議就不再是臨場互丟球的混亂，而是像排練過的接力賽，輪到誰就由誰接球、再傳給下一棒。
▪ 把預判提問變成日常習慣的三個自我檢查點
我自己的做法是：每完成一次重要會議，就把臨場被追問的新題目補回清單，並註記「這題的最佳回答素材」。久而久之，你就會累積出專屬於自己的預判資料庫。下次遇到類似場合，只要翻出舊清單就能立刻抓到重點。
這不只是節省時間，更是建立職場專業品牌的方式：主管會知道你總是準備得很完整，同事也會願意跟你合作，因為他們知道你能帶著團隊一起過關。
▪ 面對無法預測的問題時，成熟的回應方式
如果會議中你還是被問到無法回答的問題（一定會！），請記得：勇敢承認「這題我沒有預想過，可以給我一點時間研究分析嗎？」這總比硬著頭皮亂講更好。你可以請主管給你一點時間，就算會議後再提供完整、精準的答案，但也展現了你的誠實與專業。
從今天起，為每場重要會議準備一張一頁式預判提問清單：拆解決策者視角、標出差異與證據、提前練習回應。把資訊換成決策、清晰換來信任，你在會議上的存在感，會從被動應答，變成主動推進進度的專業人士。
預判主管提問實戰QA：怎麼準備應對問題？
1. 我該如何準備這麼多不同的問題？
解答：你不需要準備所有問題，而是要準備「五種視角」的回答。這份清單的目的是讓你訓練自己切換思維。一旦掌握了這五個視角，無論主管怎麼問都能「從從容容、游刃有餘」。
2. 預判提問會讓我變得太過防禦性嗎？
解答：不會。這是一個讓你「預先思考」的工具，而不是「預先設防」的武器。當你預想過所有問題，你的回答會更有深度與邏輯，主管會感受到你對專案的掌握細膩程度。
3. 我該如何將這套思維融入日常？
解答：報告的價值不是你展現「做了多少」（過去），而是你幫助對方「快速做出決定」（未來）。你的每一次彙報，不只在開會而已，其實你正在建立專屬於你的專業品牌與累積信任。
在每一次報告之前練習問自己問題，把預判提問內化成職場DNA，其實是在練習如何更了解任務，並掌握任務推進的關鍵要素。
節錄自：創意市集出版《高效職場生存法圖解：工作被打斷、時間很零碎、會議一大堆也能高產出的技巧》／趙胤丞、電腦玩物站長Esor 著
2025資訊長前瞻報告：平衡資安威脅與AI創新是企業成長關鍵
各國企業領導者為了從競爭激烈、變化快速的商業環境中脫穎而出，都竭盡全力尋找方法應對及解決。為深入了解全球科技業高層─特別是資訊長（CIO）在當前職場中的職責、挑戰和優先事項，《Experis 2025 CIO Outlook Study》針對全球1,393位科技領導者進行調查，結果顯示：企業必須在日益嚴峻的網路安全威脅和持續升起的AI創新浪潮之間找到微妙平衡，才能在未來的商業競爭中穩住腳步。
文／《104職場力》
本文導覽
網路安全是最大隱憂AI創新是驅動企業成長的雙面刃成功轉型的關鍵要素：人才與協作建立防護體系、培養人才是成功之道
網路安全是最大隱憂
隨著2024年網路犯罪的總成本將達到9.5兆美元，報告指出，網路安全成為全球科技領導者最關心的議題，有高達41%的CIO表示這是他們最大的焦慮源。因為企業面臨的挑戰不再僅是技術問題，而是牽涉到聲譽、營運乃至於生存。
調查還顯示，77%的企業計畫在2025年增加網路安全預算，這充分顯現企業對網路風險的重視。不過僅提高相關預算還不夠，報告強調，企業在面對網路威脅時缺乏統一的應對協議，員工對新安全技術的接受度也不高。
這代表企業不僅需要投入更多資源在安全技術上，還必須加強全員的資安意識、培養具備足夠技能的人才，並確保風險管理策略與網路安全防護之間的協調與平衡。
AI創新是驅動企業成長的雙面刃
在持續關注網路安全的同時，人工智慧的浪潮也正席捲各行各業。該報告也指出，AI將成為2025年技術投資的3大重點之一，其中67%的企業計畫增強對AI的投入，因為科技領導者普遍認為AI有助於提高日常生產力。
雖然策略上選擇增強投入，但CIO們對AI的態度逐漸趨向務實，從數據來看，僅有13%的參與者認為「提供AI解決方案是CIO最重要的任務」；多數受訪者認為AI仍處於初步階段，需進一步完善；另有33%的人表示，AI對企業的實際影響仍不清晰。
這樣的謹慎態度說明企業在接受AI創新時，除了重視其潛在價值，也同樣認知到限制。報告後續更提到，企業的關注應放在「如何將整體技術基礎建設與AI相結合，以便更好支持業務需求並實現快速的投資回報」。
延伸閱讀：AI時代主管四大考驗：「AI員工」效率高但有時不受控，如何管理人機協作？
成功轉型的關鍵要素：人才與協作
在面對網路安全威脅和AI創新的雙重挑戰時，人才短缺的問題就越發凸顯。調查發現，全球76%的IT雇主表示「難以找到所需的技術人才」，傳統大學教育也很難跟上瞬息萬變的技術需求；更糟的是，只有28%的企業會定期為IT人員提供最新技術的培訓。
為了解決人才問題，企業需要採取創新的策略，例如與人力資源部門緊密合作、開發多樣的招募管道，並考慮廣納那些有潛力且願意學習的非傳統IT人才。此外，企業還應重新設計IT職位，在其中融入AI相關技能，並提供硬技能和軟技能等全方面的培訓。
報告強調，許多CIO面臨的挑戰並非單一技術難題，還涉及跨部門合作。CIO普遍認為，與運營長（COO）的關係是企業未來成功的重要關鍵，但超過一半的IT領導者卻認為，高層管理團隊對CIO的角色缺乏足夠了解。因此，CIO需要更積極地與其他部門建立信任和合作，明確傳達IT的價值，並爭取重要利益相關者的支持。
延伸閱讀：企業人才培訓重點：把人才當作「人財」訓練專業能力
建立防護體系、培養人才是成功之道
《Experis 2025 CIO Outlook Study》結論點出：在日益複雜的網路安全環境和迅速發展的AI技術面前，企業不能再孤軍奮戰，要取得成功，關鍵在於建立高度韌性的安全防護體系，以務實的態度擁抱AI創新，並積極投資於人才培養與跨部門合作。只有那些能夠在網路安全和AI創新之間找到最佳平衡，並有效整合技術、人才和合作的企業，才能在2025年及未來的商業競爭中持續成長，贏得未來。報告中提出的行動建議，例如將網路安全視為全公司的議題、對AI保持實際期待，以及加強與人力資源部門的合作等，都指引著企業未來的方向，眼下正是企業重審技術戰略、積極應對挑戰、掌握機遇的關鍵時刻。
若企業希望在強化資安的同時優化人資管理流程，避免人事資料被盜取，選擇資安有保障的數位人資系統是企業提升資安韌性與管理效率的關鍵！104 HR Max人資系統通過 ISO 27001、BS 10012、ISO 29100及行動應用APP MAS標章等多重資安管理認證，並設有多層級權限控管、資料加密機制，以及定期弱點掃描等，協助企業安心進行人事、薪資等機密資料管理，讓內部系統風險與營運效率都能兼顧。👉了解更多【104 HR Max】介紹：https://104ha.com/1VReQ
延伸閱讀：
「生成式AI」將成新寵兒？公司導入前請先想好3件事：你是真的需要，還是跟風？
企業如何吸引與招募不同世代人才
企業轉型，為何7成都失敗？管理名師李吉仁：人才出問題，最大元凶是績效評估
遇難題都問ChatGPT？當心「AI好同事」正在削弱你的職場競爭力！
遇到難題總習慣先問ChatGPT嗎？《哈佛商業評論》最新研究警告：把AI當朋友與職涯顧問恐削弱你的人際信任與職場資本！本文解析過度依賴AI的3大危機，並教你如何在AI時代守住無可取代的職場競爭力。
文／《104職場力》
本文導覽
只是請AI寫報告？其實你在跟「完美虛擬同事」交朋友AI依賴症如何摧毀工作者的「職場資本」？所以該怎麼做？AI時代要如何修煉「高階職場力」？
回想看看，你上一次主動去問同事問題是什麼時候？
不是用Teams或Slack丟連結、不是CC一封信，是那種拉著人說「欸，我有個事想聽聽你的看法」的真實互動。
如果一時想不起來，不是你記性差、也不要太意外，因為現在有AI這個更方便的選項，大家第一直覺想到的求助對象早已不是身旁的真人。
《哈佛商業評論》2026年5-6月號刊出了一篇研究報告，由波士頓大學Questrom商學院研究副教授、工作生活研究所（Institute for Life at Work）創辦人Constance Noonan Hadley與坎特伯雷大學組織行為學教授Sarah L. Wright共同發表，他們調查了1,545名重度使用AI的知識型工作者，結論讓人有點不舒服：
除了工作內容，職場人也不知不覺把同事該扮演的角色一點一滴外包給AI，這逐步削減了我們在職場中的人際連結與組織凝聚力。
只是請AI寫報告？其實你在跟「完美虛擬同事」交朋友
研究發現，高達74%的受訪者坦承使用AI來獲取某種形式的「社交支持」，比如情緒價值、人際互動等，細看行為的類別跟數據會更有概念：
跟AI認真討論職涯發展
64%的人會請AI幫忙找自己的職涯發展機會；54%用AI來培養技能或職場軟實力，比如有軟體工程師用AI構思怎麼用「更溫和但專業的方式」挑戰老闆的決定；也有專案經理表示「AI讓他不斷思考和成長」；還有受訪者提到自己透過AI找到了自己過往從沒發現的機會，並在AI幫助下成功晉升。
成為情緒與壓力的出口
35%的職場人覺得「AI真的懂自己的感受」，能幫助他們應對、消化壓力；其中有設計師表示，自己習慣在壓力炸鍋時跑去講給AI聽、尋求有建設性的建議，結果AI不只給足情緒價值，還幫忙草擬信件內容，解決他的難題。
成為職場人心中的朋友
受訪者中已經有50%的人把AI當工作上的「朋友」，並表示「這讓他們覺得自己是在和某個人一起工作，而不是獨自撐著」；除了心態上的轉變，還有個細節很微妙：78%的人在跟AI說話時會說「請」和「謝謝」，28%的人稱它為「私人助理、隊友」甚至「朋友」，而不是「工具」。
當半數人開始對一個程式有禮貌，並用具備人類色彩的詞彙稱呼它時，這件事本身就反應出我們對這項工具的依賴心態。
AI依賴症如何摧毀工作者的「職場資本」？
雖然AI就像一個沒有偏見、永遠傾聽的「完美同事」，但過度依賴它，可能會在不知不覺中損害我們最核心的職場競爭力，並帶來深層的職業倦怠。
問題不在用AI，是在於「大家都不再需要別人了」
先講清楚，用AI提升效率、精進能力這件事本身沒問題，這份研究要談的危險是「讓AI全面替代掉那些只有人能給的東西」是有代價的，舉例來說：
人際求助網正在消失
印刷公司MOO在2025年5月的調查就顯示，65%的工作者遇到問題時不是先找同事，是先問AI，有受訪者表示：「問AI比問同事快多了，現在根本不怎麼需要找同事幫忙。」
這乍看好像沒什麼問題，但很多時候職場上的信任與革命情感，都是在「互相麻煩」的來回交流中建立起來的，那些小小的眉角和經驗交換才是真實關係的養分，但現在因為彼此需要對方的程度變少了，連結最終也就跟著斷了，長期下來就會影響同仁和主管之間的信任度，萬一有天出現AI無法回答的問題時，會出現完全不曉得該向誰求救的可怕情況。
溝通能力快速退化
AI永遠順從且耐心十足，不會有負面情緒、不會覺得人類問題很蠢，這聽起來超讚，但研究指出，長期處在這種「無摩擦」的互動體驗裡會被寵壞，職場人的交談技能會衰退，導致越來越難適應真實的人際溝通，甚至發生過有員工因為不想面對真人，直接派出AI分身代替自己出席會議，讓在場的同事相當錯愕。
內心覺得更孤單了
以為有AI朋友就萬事OK嗎？研究中最讓人不舒服的結論是：即使92%的受訪者都在有團隊的環境中工作，仍有52%的人在工作中感到高度或中度孤獨；更諷刺的是，雖然大家頻繁向AI傾訴、尋求社交支持，卻只有12%的人覺得「比較不孤單」。
這表示，大家雖然沉溺，但最終仍會意識到AI只是程式，這種「虛假的友誼」與「辦公室裡熱心的幽靈」反而會觸發更深層的孤寂，而高度孤獨的工作者，離職意願比不孤獨的人高出90%，工作滿意度也顯著下降。
所以該怎麼做？AI時代要如何修煉「高階職場力」？
講了很多，不是要大家少用AI，重點是要有意識去保持人際連結，把效率交給工具，但必須把信任還給真人。
我們把研究者提供給企業的建議轉成個人的實戰策略，讓大家參考該如何避免形成AI孤立的局面：
人的事，親自來
研究建議，coaching、mentoring、團隊建立這類核心互動，必須由真人主導，最好面對面進行，大家必須劃定界線，清楚認知像輔導、衝突處理、跨部門說服這些事，AI可以幫忙準備，但不能替我們上場。
畢竟當遇到需要拉攏關鍵人物的時刻，放下鍵盤喝杯咖啡聊聊，絕對比緊抱鍵盤有幫助！
用AI的產出，製造「去找人」的理由
學會在工作流程中加入「接觸點」，利用AI的產出作為破冰的橋樑，例如：拿著AI初擬的企劃案，刻意去向關鍵同事請教：「AI給了這些建議，但定價那塊你比我熟，我想聽聽你過去怎麼處理的？」將同事重新編織進合作網絡中。
把AI幫忙省下的時間，拿去投資人
AI最大的價值在於幫我們省時，記得不要把這些餘裕拿來處理單調的工作或摸魚，建議投入人際連結的活動上，比如主動關心同事的近況、參與團隊聚會，或找一位前輩請教，可能會得到更有價值的收穫喔！
最後，這份研究給了一個最深刻的提醒：創造滿意與敬業團隊最重要關鍵，依然是人與人之間的連結，而非人與AI的連結。
AI是真的好用且便利，但它只能填補短期缺口，取代不了那個在你搞砸提案後、悄悄傳一句「沒事，下次再來」並幫忙收拾殘局的同事；也無法替代那個在走廊遇到、隨口一句話卻點醒你的前輩，在機器越來越聰明的時代，職場上的情商、同理心以及與真實人類共事的能力才是能走多遠的關鍵。
延伸閱讀：
AI馬屁精？實測「亂丟垃圾」違規還給好評 研究報告警告：人際關係恐變糟
AI會內省了？它真的知道自己在做什麼嗎？
AI也會得腦腐病？研究揭「垃圾食物」帶來的企業危機！
商務Email好難回？用Claude Skill建回信SOP，4大類型自動判斷、10秒寫出90分初稿
商務Email回信好花時間？一封客訴回信斟酌30分鐘？作者示範用Claude Skill建立回信SOP：自動判斷詢價、客訴、合作、會議跟進4大信件類型，10秒生成90分初稿，附SKILL.md完整內容。本文節錄自《10 倍速！AI Skill 全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
Email商務溝通Skill4種場景實作案例場景1：詢價回覆場景2：客訴回應場景3：合作洽談場景4：會議跟進
編按：本文作者示範的「商務Email回信Skill」，是運用Anthropic Claude／Claude Code的Skills功能。將常用工作流程寫成SKILL.md檔上傳至Claude後，AI便會依固定步驟與規則自動執行，不必每次重寫提示詞。（claude.ai免費版即可使用；Claude Code需付費訂閱）延伸閱讀：「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
商務Email是職場最高頻的溝通工具。一封得體的回信可以加分，一封失禮的回信可能丟掉客戶。
問題是：「得體」很花時間。你要想措辭、想語氣、想格式、想有沒有漏回什麼問題。我們建一個Skill，覆蓋4種最常見的商務Email場景。
任務痛點Skill解法商務Email措辭斟酌、格式調整4種場景模板即寫即發
Email商務溝通Skill
以下為這個Skill的完整內容（SKILL.md）：
# 商務Email溝通Skill## Description根據來信內容和場景，自動生成得體的商務Email回覆。## Steps ### Step 1：判斷信件類型- 詢價回覆 / 客訴回應 / 合作洽談 / 會議跟進- 判斷語氣（正式 / 友善正式 / 親切）### Step 2：生成回覆- 開頭：感謝+回應主旨- 中段：具體內容（報價/解決方案/合作條件/會議摘要）- 結尾：下一步行動+禮貌收尾### Step 3：格式化- 加上適當的稱謂和簽名檔- 檢查語氣是否一致## Rules- MUST：回覆所有來信中提到的問題- MUST：明確標示下一步行動和時間- NEVER：用過於口語的表達- NEVER：承諾超出權限的事項（標記 [需主管確認]）- Check if：有公司簽名檔模板→套用
4種場景實作案例
以下4段為建立Skill後，實際在Claude Code輸入的回信需求範例：
場景1：詢價回覆
客戶來信問SmartCS平台的價格和功能。請回覆，包含：- 三個方案的價格表（基礎版/專業版/企業版）- 每個方案的功能差異- 邀請線上 Demo
場景2：客訴回應
客戶投訴系統在上週五下午當機兩小時，影響到他們的客服運作。請回覆，語氣要誠懇但不卑屈：- 致歉- 說明原因（伺服器維護未提前通知）- 補償方案（延長一個月服務）- 預防措施
場景3：合作洽談
有一家教育科技公司想跟我們合作，把我們的AI客服整合到他們的學習平台裡。請回覆：- 表達合作意願- 提出初步合作模式（API 整合 / 白標 / 分潤）- 邀請下週會議討論細節
場景4：會議跟進
今天跟ABC公司開了一個小時的需求會議。請幫我寫會議跟進信：會議結論：1. 他們選擇專業版方案2. 需要客製CRM串接模組3. 預計下月初啟動4. 下週五前提供正式報價請把這些結論整理成跟進信寄給張副總。
4種場景，4封信，Claude Code每封大概10秒生成。你花2分鐘檢查一下有沒有需要修改的地方，就可以寄出了。以前你可能要花30分鐘斟酌一封客訴回信的措辭—現在AI先給你一個90分的版本，你只需要微調到95分。
節錄自：博碩《10 倍速！AI Skill 全攻略：建立 Skill 驅動 AI 系統，打造從學術研究到專案開發的自動化工作流》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Skills怎麼用？內建與個人Skill差異、適用情境及使用方式
Claude怎麼用？免費版有什麼限制？Chat、Cowork、Code及實用功能盤點
有任何收穫或想分享的，都來和大家一起聊聊吧！