104學習

AI 能力
104 統計職務常見 AI 技能

提示工程

在職場上,這項技能指的是設計和優化與人工智慧或語言模型互動的指令,以獲得最精確且有效的回應。具備這項能力能幫助你提升工作效率,減少反覆試錯時間,並且能善用AI工具協助完成分析、撰寫、決策等任務。隨著AI應用越來越普及,掌握如何正確引導系統輸出,成為跨領域人才的重要競爭力。

1,404 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

【免費課程報名】技術開發技能1-3 提示工程最佳實務 : 有效利用 Claude 3 | 完課紀錄回傳履歷表
【免費課程報名】技術開發技能1-3 提示工程最佳實務 : 有效利用 Claude 3 | 完課紀錄回傳履歷表
【免費課程報名】技術開發技能 1-2 開始採用生成式 AI: 提示工程,檢索增強生成與微調  | 完課紀錄回傳履歷表
【免費課程報名】技術開發技能 1-2 開始採用生成式 AI: 提示工程,檢索增強生成與微調 | 完課紀錄回傳履歷表
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
打造高投入團隊:遊戲化工作設計與激勵機制實作班【9/17】
專案矩陣分析與應用技巧
專案矩陣分析與應用技巧
文組跨域轉職工程師
文組跨域轉職工程師
軟體工程師就業培訓
軟體工程師就業培訓
AI職場溝通術:LLM大型語言模型應用技巧
AI職場溝通術:LLM大型語言模型應用技巧
人工智慧-機器學習【本課程為線上課,報名後專員會提供上課資訊】
人工智慧-機器學習【本課程為線上課,報名後專員會提供上課資訊】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
人資與採購必學! AI 流程自動化應用實戰工作坊【10/20】
AI 業務即戰力:六小時學 AI,高效成交工作坊【10/23】台中場
AI 業務即戰力:六小時學 AI,高效成交工作坊【10/23】台中場

精選證照

考取專業證照,讓能力被市場看見

SSE AI 提示詞工程師 |
[ 引領AI時代的語言設計專家認證 ] 隨著生成式人工智慧(Generative AI)快速崛起,從文字生成、圖像創作、音樂編排到自動化工作流程,「提示詞(Prompt)」設計能力已成為駕馭AI的關鍵技能。而「Prompt Engineer(提示詞工程師)」作為新興且高度需求的職業角色,正逐漸在學術界與職場上嶄露頭角。 AI Prompt Engineer 國際認證應運而生,旨在建立一套標準化、系統性的評量機制,協助學習者掌握與AI互動的語言設計邏輯,具備實務操作能力與創造性思維,為進入AI產業奠定堅實基礎。
Silicon Stone Education (SSE)
AIATCE 工程級認證:LLM的行政任務應用 |
「從演算法開發到模型落地,實踐 AI 解決方案」 工程級認證針對技術開發人員,著重於資料科學實務、模型訓練與系統部署的落地技術,要求應試者具備動手解決真實場域問題的能力。 核心目標:做 AI (Engineering) 適合對象:資訊工程師、資料科學家、AI 研發工程師、數據分析師。 評估範疇: ◆ 核心技術:要求具備程式設計(如 Python)基礎,以及資料處理、機器學習與深度學習的演算法應用能力。 ◆ 實戰落地:強調在真實資料集上進行模型的訓練、超參數調優、部署與效能評估等完整工程技能。 ◆ 場域解決:必須具備將業務問題轉化為技術問題,並提出有效模型解決方案的能力。
財團法人台灣人工智慧學校基金會
NNCSE |
NNCSE(國際神經網路與計算科學工程師證照)專為具備人工智慧與神經網路技術應用能力的人才設計,涵蓋機器學習、深度學習及數據分析等核心技能,強調理論與實務結合,適合從事AI系統開發、資料科學及智能自動化領域的專業人士。透過此證照,持有者可展現其在神經網路架構設計、模型訓練與優化的專業素養,提升職場競爭力及跨領域整合能力,符合現今產業數位轉型需求。
Nortel Networks
數位人資管理師-經理級認證 |
數位人資管理師認證學程將幫助你,運用e化系統的力量,將大量的人資行政瑣事效率化;利用聰明的流程再造,將員工視為內部顧客,全面提升員工體驗;最後發揮數據力,真正成為組織成功的策略夥伴! 獲得數位人資管理師-經理級認證,代表你具備以下能力 1.了解員工體驗的精神,與e化流程的設計思維,可協助組織全面檢視HR各流程的重要問題與精進的方向。 2.熟悉e化流程的設計方法步驟,協助組織善用數位科技的力量,優化現有制度流程,促進員工體驗。 3.清楚大數據分析的內涵,與業界實務運用案例,可幫助公司導入大數據分析專案,解決公司在人力計畫、人才發展、留才管理上碰到的重大問題。
104資訊科技股份有限公司
人資專案管理師認證 |
專案成敗早在專案念頭發起時就已決定大半,雖然專案管理(Project Management)早在各個產業領域深入推廣,然而對於許多人資夥伴而言,似乎還是欠缺可實際運用的成功模式。藉由每位講師多年人資專案輔導與實際推動經驗,透過理論架構與案例分享,引領大家正確地從完整人力資源體系的宏觀角度切入,順利地將專案管理(Project Management)手法與工具成功應用在人資領域的各種企劃技巧、工具軟體、簡報提案與進度掌握上,進一步協助人資夥伴提升人資專案管理的績效表現。
社團法人中華人力資源管理協會
進階軟體設計專業人員 |
進階軟體設計專業人員證照旨在驗證持有人具備高階軟體設計與開發能力,涵蓋系統分析、架構設計、程式撰寫及測試等關鍵技術。持證者能有效運用物件導向設計原則及軟體工程方法,解決複雜問題並提升軟體品質與維護性,適用於大型專案開發與團隊協作,提升職場競爭力與專業價值。
財團法人中華民國電腦技能基金會

精選貼文,掌握第一手知識

從提示工程到情境工程:打造更精準的 AI 交互

本文探討『情境工程 (Context Engineering)』這個在代理 AI 時代下的新名詞,說明它與提示工程 (Prompt Engineering) 的區別與延伸。涵蓋 RAG、記憶、上下文管理、情境修剪、中毒、混淆等核心議題,揭示如何設計更有效率、精準的 AI 上下文策略。 https://medium.com/@jason-kao-blog/代理ai的情境工程-提示工程的新名詞-d0818ce43759
高梓銘・Jason Kao的IT知識分享

精選 開會、寫信、簡報、交接,AI幫完還是卡關?4種協作工作先想對方要什麼

會議紀錄寫很長,卻沒人說得清誰要做什麼?信改得很客氣,對方還是不知道要回什麼? 跟人協作的工作,AI最容易幫倒忙的地方,是它不知道「另一個人」需要什麼。 第二季四種協作工作,一樣共用同一個骨架: 1. 交代目的與標準:這份東西要讓誰做什麼? 2. 排好先後步驟:先拿中間產物,確認後再往下做 3. 要求附上依據:原話、資料來源、例外狀況,讓你能驗收 套到四種工作,各有一個先後順序: ① 整理會議|先抓決議,再寫紀錄 先列出這場會要拍板的問題,再請AI逐項整理決議、負責人、期限,附上原話;沒說清楚的標「待確認」,沒結論的另外列。 ② 寫難開口的信|先想對方怎麼回,再動筆 先交代雙方關係和這封信要對方做什麼,分開寫語氣和不能退讓的底線;寫完請AI扮收件人回一封,看看哪裡會卡住。 ③ 做簡報|一頁一句結論,先排故事線 每頁先寫一句結論,依問題、證據、建議排順序;再看聽眾要做什麼決定,把用不到的頁移出主線。 ④ 寫SOP與交接|讓AI先訪問你,再寫步驟 不要只給一個標題,請AI一題一題問你實際怎麼做;補上例外和判斷點,最後請它用新人的角度讀一遍。 最常見的三個錯誤: ・把逐字稿、客戶資料整份貼進去,沒先確認公司規定、去除個資 ・負責人、日期讓AI自己猜,沒找當事人確認 ・AI模擬的回覆、試讀,被當成對方已經同意 小練習:挑一件這週要跟別人協作的工作,先寫下這一句再交給AI—— 「這份東西是給__的,看完我希望他__。」 比較一下,和你平常直接說「幫我整理/幫我寫」差在哪裡。 想看完整的五分鐘影音說明,104學習免費課程「AI工作術」第二季四堂已經上線,免費報名就能看: 第5堂|5分鐘學會用AI整理會議 https://nabi.104.com.tw/course/104nabi/2fefe44f-c3e6-4499-a854-b68cb7915b86 第6堂|5分鐘學會用AI寫難開口的信 https://nabi.104.com.tw/course/104nabi/3acb180b-67ff-45db-9d40-a90639d2f6e8 第7堂|5分鐘學會用AI做簡報 https://nabi.104.com.tw/course/104nabi/bfbe4983-6e83-40d3-bfee-4221376928c6 第8堂|5分鐘學會用AI寫SOP與交接 https://nabi.104.com.tw/course/104nabi/d9bb9851-a417-4d4c-abc5-58295acd2149 還沒看第一季(寫企劃、做研究、看數據、審提案)的話,也可以從第1堂開始: https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207 也歡迎在留言分享:開會、寫信、簡報、交接,你最常卡在哪一種? 使用提醒:AI可能出錯,重要資訊請自行查證;上傳資料前先確認公司規定,並去除姓名、電話等個資。文中案例皆為假設情境。
104學習・AI 趨勢報-科技愛好者的產地🤖

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 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。  ▶ 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  → 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  → 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 & 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:  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&keyword=%E5%BE%8C%E7%AB%AF%E5%B7%A5%E7%A8%8B%E5%B8%AB&mode=s&page=1' amount='3']
【104職場力】・職涯規劃

為什麼我的AI特別難用?掌握五大AI職場溝通術,讓它成為你的最佳助理! 

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

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]
【104職場力】

產品經理 - 學習地圖(上):技能養成篇 

產品經理是一個融合創新、邏輯與溝通的角色。隨著數位化加速,產品思維逐漸成為組織決策的核心。從技術團隊、設計部門到商業營運,產品經理肩負整合多方資源、定義方向並推動產品落地的關鍵任務。  本篇產品經理學習地圖(上):技能養成篇,將協助轉職者認識『從入門建構產品基礎思維』到中階『掌握用戶洞察與功能實作』,最終能『獨立推動策略規劃與跨部門協作』的相關職業技能,依循學習路徑,逐步成為具影響力的產品專案執行者! 文 /【104學習精靈】 本文目錄(點擊可快速前往) 產品經理是誰?為何成為熱門職業?  產品經理工作內容 產品經理與相近職類比較表 為什麼選擇產品經理? 誰適合轉職產品經理? 掌握產品經理的核心能力:必備工具技能 x 學習路徑 x 軟技能 產品經理技能 × 學習階段 對照表格 產品經理學習地圖與路徑(搭配AI工具) 成為產品經理應具備的軟技能  產品經理是誰?為何成為熱門職業?   產品經理工作內容  產品經理(Product Manager)負責定義產品要解決的問題,並與設計、工程、行銷等部門協作推動產品從構想到落地。其核心職責包含:  需求探索:透過用戶訪談、行為數據、回饋收集等方式,洞察真實需求。  功能規劃:撰寫 PRD、制定功能優先順序、評估 MVP 可行性。  專案推進:主持日常開發流程,跨部門協調資源,確保開發進度與品質。  成果驗證:追蹤產品指標(如留存率、轉換率),進行 A/B 測試與功能優化。  策略規劃:參與產品路線圖規劃,制定中長期產品方向與營收目標。  產品經理既是產品成功的推動者,也是用戶價值的守門人。其價值在於將「使用者需求 × 商業機會 × 技術可行性」三者整合為具體可執行的產品方案。  產品經理與相近職類比較表  職位 關注重點 負責內容 常見產業 產品經理(Product Manager)使用者 + 商業價值 規劃產品功能與開發節奏 科技、電商、金融、SaaS 等 專案經理 (Project Manager) 進度與成本控制 控管時程、資源、人員配置 各類型專案導向型公司 UI/UX 設計師 使用者體驗 介面設計、動線、視覺規劃 軟體、行銷、遊戲、EdTech 等 資料分析師 數據洞察 分析用戶行為、產品數據、A/B 測試 金融、零售、科技、行銷  為什麼選擇產品經理?  📈 發展潛力大|未來產業的中樞角色  不論是新創公司還是科技巨頭,產品導向已成為企業競爭的關鍵思維。  有產品就有需求,有需求就需要 PM——從 AI、SaaS、電商到 FinTech,每個行業都需要懂得「整合價值」的人。  企業不再只需要「能執行的專業者」,而是需要「能定義方向、驅動成長」的產品領導者。  🛠️能力多元|最全面的跨域訓練場  產品經理是一個訓練全腦能力的職業:👉 左腦要有邏輯與分析能力(數據、商業)👉 右腦要能發想與感知使用者(設計、體驗)👉 兩者還要能與技術部門深度協作(開發、工程)  在角色中將學會「如何說服利害關係人」「如何觀察用戶行為」「如何評估一個功能是否值得投資」,這些都是未來每一份高階職位都會需要的綜合實力。  🚀 成長彈性高|跨域轉換與職涯彈跳力強  PM 的角色可以橫跨不同產業與職能,時常需要與工程或設計專業職能有效通協作。是「所有關鍵決策職位的預備場」。  許多優秀的 PM 在職涯中轉職為:  創業者(Founder / Co-founder)  使用者體驗設計師(UX Designer)  數據分析師(Product Data Analyst)  成為產品主管、策略顧問,甚至進入 CPO、COO 等管理層  誰適合轉職產品經理?  🎓 1. 無產品背景但熱愛創新、解決問題者  你喜歡觀察生活問題、總是腦中浮現「這東西為什麼不能這樣改?」  從 side project 開始,就是最好的敲門磚。  無需程式背景,只要有邏輯、有使用者觀點,PM 是歡迎非典型背景者的職位。  💻 2. 工程師背景者  想脫離單純執行任務的角色,希望參與更多「要做什麼」的決策討論  PM 是讓工程師走向策略與產品領導的黃金道路。  技術理解力會讓你在 PM 角色上如虎添翼。  🎨 3. 設計師 / UX 專業者  有同理心、有用戶感知力的設計師,適合轉向更有產品話語權的角色。  讓你從 UI/UX 執行者,變成「產品體驗的主導者」。  許多產品團隊喜歡擁有設計底子的 PM,因為他們更懂體驗與細節。  📢 4. 商業 / 行銷 / 業務人員  熟悉市場與用戶痛點,對產品的商業價值有敏銳觀察  補足產品開發語言與邏輯,就能駕馭市場與產品之間的橋樑位置。  掌握產品經理的核心能力:必備工具技能 x 學習路徑 x 軟技能  產品經理技能 × 學習階段 對照表格   🧩 產品規劃與需求管理 📊 數據分析與驗證能力 🎨 戶體驗與設計思維 🤝跨部門協作與專案推進 基礎 - 撰寫 User Story、建立 Persona - 初步撰寫 PRD、功能清單 - 認識基本產品指標(DAU、MAU、CTR) - 初步理解 A/B 測試、使用 Google Analytics - 繪製使用者旅程圖、UX Flow - 使用 Figma 建立簡易原型 - 熟悉 Notion / Trello 等任務管理工具 - 學習基本會議記錄與任務追蹤方式 核心 - MVP 規劃、功能優先排序(RICE、Kano) - 撰寫完整 PRD、維護 Roadmap - 使用 Mixpanel / Amplitude 追蹤行為流 - 設計驗證機制(Cohort、Retention、轉換率分析) - 熟悉設計思考流程(Design Thinking) - 與設計師協作建立 Wireframe 與可用性測試 - 使用 Jira / Asana 進行敏捷開發任務管理 - 主持 Stand-up / Sprint Review / Retro 會議 進階 - 多模組產品整合與平台化思維 - 建立產品 KPI 指標並追蹤成效 - 設計數據導向決策邏輯 - 與資料分析師共構儀表板、做策略調整 - 優化使用者體驗,結合數據與測試結果反覆調整設計- 規劃用戶測試場景、引導焦點訪談 - 建立跨部門溝通 SOP 與產品知識共享 Wiki - 作為 PM Leader 引導 Junior PM、推進跨部門專案 認證 - CSPO(Scrum Product Owner)- Pragmatic PM 認證 - Google Analytics 證照- Mixpanel / Looker Studio 認證 - Google UX Design 認證- Nielsen Norman UX 課程 - PMP 專案管理師- CSM(Scrum Master 認證)  產品經理學習地圖與路徑(搭配AI工具)  🟢 第一階段:新手 PM 入門(0~6 個月)  ✅ 目標:建立基礎產品思維與跨部門語言,從具體產出中培養使用者理解與任務邏輯。  📌 學習內容:  【產品市場機會】:初步理解產品與市場的關係(例如:Who / Why)  【找出使用者需求】:撰寫 User Story、建立 Persona、使用者旅程圖  【設計思考】:練習 Wireframe / Wireflow 製作,視覺化想法  撰寫簡易 PRD:說明做什麼與為什麼  學會製作 UAT(功能性測試 / 反向測試等)  建立會議紀錄與議題追蹤清單,強化任務邏輯與流程觀  📌 AI 工具應用:  ChatGPT / Claude:生成 User Story、用戶情境模擬  Uizard / Figma AI:快速建立原型畫面與 Wireframe  Notion AI:整理任務、產出會議紀錄與需求清單  📌 備選學習:  學習基礎專案管理(甘特圖、排程、進度跟催)  練習回報 bug 與測試報告,建立與工程團隊語言  閱讀《Inspired》、《Lean UX》理解產品角色的多重任務  [course_plugin title='產品經理入門課程' keyword='PM產品經理|入門致勝攻略:打造最強怪物新人的實戰課|104獨家線上課' amount=1] 🟡 第二階段:中階 PM 成長(6~18 個月)  ✅ 目標:獨立負責一個產品模組,深化市場洞察與優先排序邏輯,開始建立產品成果思維。  📌 學習內容:  【產品市場機會】:進行競品研究、定位圖、SWOT 分析  【使用者需求】:進階訪談技巧、使用者回饋整理、Cohort 分析  【提出解決方案】:撰寫完整 PRD、定義功能 MVP、排定開發優先順序(RICE、Kano)  【產品企劃框架】:建立產品 Roadmap,依驗證結果動態調整  專案協調與跨部門簡報報告  主持 Scrum、Sprint Review 等會議,培養團隊推進力  📌 AI 工具應用:  Miro AI:協助需求 Mapping、建立 Feature Map  Amplitude / Mixpanel + AI plugins:用於用戶行為與留存分析  Jira AI / Linear AI:協助排程與任務追蹤自動化  ChatGPT:產出會議簡報、功能拆解與優先順序建議  📌 備選學習:  與工程師深度對話 API 邏輯與限制(建立技術思維)  學習使用 A/B 測試平台與分析資料結果  與設計師協作,規劃 Usability Test 測試流程  [course_plugin title='資料分析相關課程' keyword='用AI+Google Sheet建立自動化工具,打造你的業績成長引擎|104獨家' amount=1] 🔴 第三階段:資深 PM 精進(18~36 個月)  ✅ 目標:制定產品策略與願景、帶領多模組團隊與跨部門合作,具備從數據到決策的整體能力。  📌 學習內容:  【產品企劃框架】:建立成果導向型 Roadmap,結合營運目標與客戶反饋  【有效提案法】:提案簡報、策略 Buy-in、利益關係人對齊溝通(尤其是非 PM 部門)  【提出解決方案】:設計產品 KPI(DAU、留存、LTV、NSM)  【產品驗證與迭代】:產品指標監控 → 分析迭代邏輯 → 反饋進 Roadmap  建立跨部門合作 SOP、主持策略規劃會議  設計產品願景,指導 Junior PM 並進行 Mentor / Review  📌 AI 工具應用:  Power BI / Looker Studio + GPT Plugin:產出決策儀表板、進行策略預測模擬  Notion AI:整理策略紀錄、文件管理、產品 Wiki 協作  ChatGPT / Claude:撰寫產品願景草案、跨部門溝通稿  Suno / Gamma AI:製作產品簡報、提案影片輔助  📌 備選學習:  學習產品組合管理(Product Portfolio)  熟悉商業模型設計與利潤預測(可使用 Business Model Canvas)  進階使用 AI 作為產品功能的一環(如設計 AI Prompt 功能、智能推薦引擎)  [course_plugin title='產品經理實戰課程' keyword='第7屆產品經理學習營' amount=2] 成為產品經理應具備的軟技能  產品經理的成功關鍵往往不在工具,而在於這些關鍵軟實力的「日常實踐力」:  溝通協調能力  與設計、工程、商業部門建立共識  化繁為簡、拆解問題並說服他人  優先排序與決策力  在時間與資源有限下做出取捨  擁有面對模糊需求時的清晰邏輯  系統性思考能力  看見整體產品架構與模組邏輯  能理解「做這件事對誰有價值?」  同理心與觀察力  從用戶視角出發洞察潛在問題  不被表層需求誤導  學習力與適應力  快速吸收新工具、新領域知識(如 AI、資料分析)  面對變動保持彈性與專業判斷  繼續閱讀 【產品經理 - 學習地圖(下):職涯精進篇】  [joblist_plugin title='更多104【產品經理】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=產品經理&mode=s&page=1' amount='3'] 延伸閱讀: PM「產品經理」和「專案經理」差在哪?盤點工作內容及PM技能樹 PM工作內容做什麼?產品企劃/產品經理薪資待遇、履歷面試總整理|精選工作機會 PM意思有不只3種可能!為何PM工作職缺只會愈來愈多?哪種PM最熱門? 轉職PM不撞牆!從0學會提案,產品經理學習營揭3大挑戰|商業思維學院
【104職場力】・職涯規劃

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

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

「接案作品集」怎麼準備?6大要素及不同客戶應對技巧

對自由接案工作者來說,「作品集」往往比履歷更能展現你的專業度與價值。一份好的接案作品集該怎麼準備?作者為軟體工作者,分享好作品集的6大必備要素,並用自身經驗解析技術型、設計導向、非技術型與綜合型客戶的關心重點,幫你打造更有說服力的作品集。本文節錄自《不想上班的勇氣:軟體工作者的第一本接案指南》。 文/陳泰銘(Taiming) 本文目錄(點擊可快速前往) 為什麼需要準備接案作品集?接案作品集準備方向:依照不同接案類型、客戶來調整好的作品集應該具備的6大要素沒有作品集怎麼辦?最好平時就累積Side Project 為什麼需要準備接案作品集? 作品集是接案者的「敲門磚」,能夠幫助潛在客戶快速了解你的能力、風格和經驗。有時候,你的作品集甚至比你的履歷還重要,因為它是最直觀的證明,展示你的專業度和價值。 客戶沒有時間細聊,先看作品決定是否聯繫你 比起履歷,作品集更能說明你的實力 客戶更信任有實際案例的接案者 降低溝通成本,幫助客戶確定風格與需求 讓你在競爭者中脫穎而出 當你在社群平台或論壇上看到有人發問:「有人可以幫我做插畫設計嗎?」如果你只是留言「我可以做」,很容易淹沒在眾多回覆中,客戶也不會特別關注你。但如果你直接附上作品集連結,讓對方點進去就能看到你的實力,成功機率就會大幅提升。這樣的方式不僅能讓你在競爭中脫穎而出,也能迅速抓住客戶的注意力。 接案作品集準備方向:依照不同接案類型、客戶來調整 一開始瞄準方向很重要,因為不同類型的客戶關心的重點不同,你的作品集應該根據你的目標市場來調整。例如: 技術型客戶:展示程式碼品質與技術細節 當你的目標客戶是開發公司或技術團隊時,他們更關心你的技術能力,而不只是表面的作品展示。例如,當一間軟體公司正在尋找後端開發者時,他們不會單純看UI設計,而是會評估你的程式碼品質、架構設計與API文檔。如果你的作品集包含GitHub專案連結、技術架構解析、程式碼片段或效能優化案例,將更能說服這類客戶,讓他們相信你具備專業的開發能力。 非技術型客戶:強調成果與商業價值 當你的客戶是中小企業或個人創業者時,他們通常不懂技術細節,而是關心你的工作能否為他們帶來實際價值。例如,一位餐飲業老闆希望建立線上訂餐系統,但他不懂技術,對「技術堆疊」也沒有興趣。他想知道的是這個系統能否提升業績、減少人工成本、讓顧客更方便。因此,針對這類客戶,你的作品集應該側重於案例說明,包含專案背景、解決的問題、最終成果與數據,例如「這個網站讓客戶下單率提升30%」,而不是單純列出技術細節。 設計導向的客戶:重視視覺呈現與品牌一致性 當你的客戶是品牌商、電商品牌或行銷團隊時,他們關心的是視覺美感與風格統一性,而不是技術實作的細節。例如,一位服飾品牌老闆希望找人設計一組社群貼文模板,他不會關心這些設計是用Photoshop還是Figma製作的,而是想知道你的設計是否符合品牌形象,能否吸引目標受眾。因此,你的作品集應該著重展示設計風格,提供高品質的圖片、完整的設計概念,並附Behance、Dribbble或Figma連結,讓客戶能夠直觀地評估你的視覺風格是否符合需求。 綜合型客戶:需要靈活調整作品集內容 有些客戶的需求涉及多個面向,例如,一家新創公司希望開發一款APP,他們既關心UI設計,也重視技術架構與開發能力。在這種情況下,若你的作品集過於單一,可能無法完整展現你的能力。最佳做法是針對不同領域準備不同版本的作品集,例如一份專注於UI/UX設計,另一份則強調技術架構與開發過程,這樣才能根據不同客戶的需求靈活調整,確保你的作品集能夠精準打動對方。 因此,一開始要明確你的目標客戶,這樣作品集才能精準打動對方,而不會顯得雜亂或無法吸引適合的機會。 好的作品集應該具備的6大要素 一份優秀的作品集,不只是展示你的能力,更應該幫助潛在客戶快速理解你的價值,並建立信任感。以下是作品集應該具備的關鍵要素: 1. 清楚的自我介紹與專業定位 你的作品集應該開門見山地說明你的專業領域,例如「專注於SaaS產品開發的全端工程師」或「專精品牌識別與UI設計的視覺設計師」,讓客戶一眼就能理解你的核心技能與市場定位。 2. 精選案例,而非堆砌大量作品 作品集不應該只是單純堆放所有作品,而是要精選最具代表性的案例,並確保這些案例與你的目標市場匹配。例如,如果你主要服務科技新創,那麼展示SaaS產品設計或開發案例會比一般電商網站更具說服力。 3. 案例背景與解決方案 單純的圖片或程式碼展示不足以吸引客戶,你應該為每個案例補充背景資訊,例如:「這是為某家新創公司開發的會員系統,目標是提升用戶留存率」,然後說明你的解決方案與貢獻,例如:「透過重新設計UI/UX,讓註冊轉換率提升20%。」這樣的敘述能讓客戶更容易理解你的價值。 4. 數據與成果驗證 如果可以的話,加入量化數據來證明你的工作成效,例如「重新設計後的網站,跳出率降低25%」、「API優化後,請求速度提升40%」,這樣的數據能讓你的作品更具說服力,提升客戶的信任度。 5. 直覺且專業的視覺呈現 作品集的排版應該簡潔清晰,避免雜亂無章的內容堆砌。如果你是設計師,這本身就是對你美感能力的考驗;如果你是工程師,也應該讓專案展示清晰易讀,像是使用卡片式設計來分類案例,或提供 GitHub 連結搭配摘要說明。 6. 聯絡方式與行動呼籲(CTA) 無論作品集是網站、PDF還是簡單的Notion頁面,都應該明確提供聯絡方式,例如Email、LinkedIn、或接案平台連結。此外,可以加上一些行動呼籲,例如「有興趣合作嗎?歡迎來信討論!」,讓客戶知道下一步該怎麼與你聯繫。 透過以上這些要素,你的作品集不僅能夠有效展示你的專業能力,也能提升轉換率,讓潛在客戶更容易做出決策,進而提高你的接案成功機會。 沒有作品集怎麼辦?最好平時就累積Side Project 其實,比起事到臨頭才急著找作品集,最有效的方法是平時就主動累積Side Project。不論是為了解決某個小問題、實現自己的點子,還是純粹為了學習新技術,只要能完成、有成果可展示,就能成為你的實戰證明。 Side Project不需要商業化,也不必太龐大,關鍵是能展現你的能力與風格。這些專案可以放在你的個人網站、GitHub、Behance、Notion或Medium等平台,讓潛在客戶在搜尋你的名字時就能看到。 以下是一些常見的發想與執行管道: 解決自己的痛點:把日常遇到的問題變成產品,例如排程工具、記帳App、小型自動化腳本等。 模仿與改造:挑一個你喜歡的網站或應用,試著重製、優化或加入新功能。 開源貢獻:參與GitHub上的開源專案,累積實戰經驗與人脈。 挑戰題目平台:參加如Frontend Mentor、Dribbble Weekly Warm-up、Kaggle等主題挑戰。 幫朋友或社群做東西:主動幫朋友設計海報、開發活動報名網站、製作社群 BOT 等。 紀錄學習歷程:把你學會的新技術或解法整理成部落格、教學影片或Notion範本。Side Project的價值,不只是讓你練功,更是你與客戶溝通時最有說服力的「非商業作品集」。尤其在你還沒太多實戰經驗時,它們能說明你的主動性、邏輯思維、執行力與品味。 節錄自:博碩《不想上班的勇氣:軟體工作者的第一本接案指南》/陳泰銘(Taiming) 著 獨家課程推薦:【設計師接案必修課】從作品集到報價,系統化讓專業變現 [joblist_plugin title='更多104【軟體工程類 接案】工作機會' url='https://www.104.com.tw/jobs/search/?jobcat=2007001000&mode=s&page=1&ro=2&keyword=%E6%8E%A5%E6%A1%88&order=15' amount='4'] 更多【自由接案】分享: 上班族也掀「斜槓兼職」熱潮!高薪兼職時薪破千,兼職工作機會懶人包 接案族該如何報稅?一文搞懂「接案外包」的報稅技巧,趕快收藏! 設計接案合約必備5大要素!保護權益必知,終結客戶鬼打牆 接案報價不是憑感覺!給新手的基礎報價公式參考 2025 最完整免費接案平台、接案社群總整理(附設計、行銷外包接案工作機會)
【104職場力】・UX

4個不該再用AI工具做報告的真相!推薦AI Agent生成簡報,自動化任務:找資料、圖表分析、PPT設計

文 /職迷不霧 用 AI 工具像 Gamma 、 ChatGPT 做報告是多數人的推薦💻 雖然可以快速生成簡報 PPT ,但內容和資料的品質真的有符合你的標準嗎?是不是還要花很多時間編輯?終於,全球首款 AI 代理 Manus 來了👏 你有更專業的選擇!這篇文章要用 AI 簡報工具的 4 大真相來對比 AI Agent 厲害的自動化任務 4 個不該再用 AI 工具做報告的真相(點擊快速抵達) 真相1. AI 簡報工具內容完整度不足 真相2. AI 生成的圖片與報告關聯性低 真相3. 文筆「AI味」暴露不像人寫的 真相4. 下載PPT會跑版,還有浮水印 剛好迷編我這週要做競業分析,我就用一樣的指令,同時請 AI 簡報工具與 AI Agent 幫我製作簡報 請幫這個IG:https://www.instagram.com/career_noloss?igsh=eHI0cnYwd2JqaXo1&utm_source=qr 做競業IG分析,比較對象要有3個IG帳號 先來看看第一個血淋淋的比較👇👇👇 真相1. AI 簡報工具內容完整度不足 為了讓看報告的人可以快速理解,通常簡報一開始的目錄與前言說明是很重要的!可以很明顯的看到 AI 簡報工具(左)只有粗淺的一段話介紹,而 AI Agent(右) 能寫出有邏輯的目錄,還幫我自動生成研究背景、研究目標與方法🔍,沒想到只要我一句簡單的話,然後附上 IG 連結,他就可以寫得這麼詳細!在沒有讓他接管登入我 IG 帳號的情況下,可以做到這種程度真的很厲害呢👏 而且我確認過了, AI Agent 找出來的資料都是最新、正確的數據! 同時我也測試了其他 AI 簡報工具...超殘酷......有些甚至沒有讀取 IG 網址的能力😭😭😭 點擊快速回目錄⤴ 真相2. AI 生成的圖片與報告關聯性低 這一頁是在分析我經營的職迷不霧 IG 與其他競業 IG 的比較,AI 簡報工具(左)用 AI 繪圖生成了一張意義不明的照片,看似漂亮實則沒有幫助👎。在簡報中,放圖片是為了幫助讀者理解和加強記憶,是文字很重要的視覺輔助,別為了填滿空白而塞進與主題無關的圖片~這樣會讓簡報扣分喔~反觀,AI Agent(右)不僅圖文相符,還畫出了可參考的數據圖表,我一眼就能看出重點👀:四個帳號的比較分析、內容特性差異與綜合洞察 這是 Manus 在簡報中自動幫我生成不同款式的圖表,資料給的很完整,就是我需要的!資訊也都正確,我可以直接拿來用不用改! 點擊快速回目錄⤴ 真相3. 文筆「AI味」暴露不像人寫的 聊天機器人剛問世的時候,許多人都在擔心作家、文案寫手會被取代,但透過這一年間人們的大量使用,已經有專家盤點出用 ChatGPT 寫文的特徵,比如:重複出現相同的句型、過多不必要的連接詞、立場太過於中立...等等,這些缺陷就是我們常說的「 AI 味」 🤖。就算不是專家,只要每天在社群刷貼文的人,或多或少都能識別出某些貼文是 AI 寫的還是真人寫的。 而目前 AI 簡報工具也存在這樣的問題,以優劣分析這頁來說,就看到固定格式的句型「專業度高」、「實用性強」、「更新頻率高」,雖然 AI Agent 也是有一點點這種感覺,但至少看得出來他有在換句話說了,比如:,還會加上一點人類會說的字詞「可能」、「找出」...等等,讓文法看起來不那麼生硬✏️,不過迷編還是建議要自己再做潤飾調整喔~ 點擊快速回目錄⤴ 真相4. 下載PPT會跑版,還有浮水印 請 AI 幫忙做報告就是要省時省力,但往往 AI 簡報工具將檔案轉換成 PPT 格式後就嚴重跑版,甚至還有些投影片直接變成一張無法編輯的 JPG 圖片😭 最後反而花了更多時間做修修改改。改用 AI Agent 之後,輸出 PPT 跑版的問題減少很多,簡報中的 icon 圖示、色塊、頁碼都還可以再自己編輯調整,重點是沒。有。浮。水。印! 點擊快速回目錄⤴ 看完 AI 工具和 AI Agent 的殘酷比較後,對 AI 代理的認識是不是又更進一步了呢😊 如果你對迷編使用的 AI Agent 很感興趣,可以試試 Manus AI ~ 現在就拿它來做報告吧!如果今天的文章有幫助到你,點這裡追蹤職迷不霧💗 我們是分享 AI & 職場成長內容的 IG ,幫助你天天偷學一點!加薪多一點! 其實在經營社群之前......原本我對工作很迷惘,後來因為好玩學 AI ,練就 AI 技能!!沒想到有天,我在網路上看到自己的職涯地圖...就這樣換到超讚😍薪水更高的新工作 現在每天上班都好開心!!如果你想換工作的話,可以試試看我用的 職涯規劃工具🧚~目前還不用錢,趕快用!! 作者:職迷不霧點我追蹤職迷不霧 IG ❤️❤️❤️ 延伸閱讀:【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懶人包】看這篇就夠!2025推薦AI免費vs訂閱工具大全,提高工作生產力&職場競爭力!(持續更新)
【104職場力】・AI

用 Claude Code 打造全端應用,AI 結對編程讓開發效率大幅提升!

陳贈文 文章分類:AI課程 參訓課程:掌握 Claude Code 從零打造企業級全端開發應用實戰班 現  職:軟體工程師 用 Claude Code 打造全端應用,AI 結對編程讓開發效率大幅提升! 👨‍💻 學員背景 資訊科技產業軟體工程師,負責系統後端開發、伺服器維護與架構設計。 🎯 參訓目的 隨著 AI 技術興起,工作上需要更高的開發效率,因此希望學會 AI 工具整合於開發流程,加速專案交付。 🏆 最大收穫 學會將 Claude Code 與 gstack 實戰應用於企業級專案,透過 AI 結對編程顯著提升開發效率,並掌握提示詞工程與錯誤除錯技巧。 📝 產業背景與職務內容 我目前在資訊科技產業擔任軟體工程師,主要負責系統後端開發、伺服器維護與整體架構設計。日常工作除了撰寫與優化程式碼之外,也需要處理系統的除錯與效能提升,確保企業內部各式應用服務能穩定運行,並隨時支援新功能的擴充與上線。 📚 選擇恆逸課程的原因 隨著 AI 技術爆發,工作上越來越需要快速交付專案。為了大幅提升開發效率,我希望能將 AI 工具無縫導入工作流程。恆逸的這堂課主打「Claude Code」與「gstack」實戰,正好完全命中我渴望從零打造現代化全端應用、加速開發週期的迫切需求。 👨‍🏫 講師教學特色 授課講師最讓我印象深刻的是,能將複雜的技術概念具象化,對每天面對冷冰冰程式碼的工程師來說非常有幫助!講師不只是唸簡報,而是直接打開編輯器,Live Demo 展示如何一步步使用 Claude Code 輔助開發。講解 gstack 技術棧時,特別強調各元件的整合邏輯。以往自己摸索常卡在環境設定或版本相容性問題,但講師用幽默比喻,把前後端資料流與 AI 協作的觀念講得很清楚。每當我們實作遇到報錯,講師總能一針見血指出問題,還會故意示範「AI 可能會寫出的錯誤程式碼」,手把手教我們如何引導、修正 Claude Code 的輸出。這種「不怕犯錯、從除錯中學習」的氛圍,大大降低了我對新技術的學習焦慮。講師也常分享業界實戰經驗,讓我們不只學工具,更學到企業級開發的架構思維。整堂課充滿破關解謎的成就感,讓我覺得「學得超好、任督二脈被打通」! 💡 課程中最有收穫的技術或觀念 在上課過程中,我最有收穫的是徹底打破了對 AI 寫程式的刻板印象。以前覺得 AI 生成的程式碼難以直接套用在企業級專案,但在這堂課實作 gstack 全端應用時,我真正體會到「AI 結對編程」。精華在於運用 Claude Code 從零開始搭建 gstack 架構,學會如何精準下達 Prompt,讓 Claude Code 快速生成樣板程式碼,自己則專注於核心業務邏輯。遇到複雜資料庫連線或 API 路由規劃時,直接請 Claude Code 提供建議,甚至協助找出效能瓶頸並重構。這堂課強調實戰而非死記硬背考照。建議上課時一定要親自動手寫程式,遇到 Claude 產出不如預期時,就是練習「提示詞工程」的最佳時機。學會與 Claude 溝通、引導它寫出符合企業標準的程式碼,是我這趟學習中最寶貴的收穫。 🚀 課程對工作實務的幫助 結訓回到工作崗位後,課程效益立刻顯現。最近公司要開發內部自動化監控儀表板,若照以往流程,光是前端、後端 API 到資料庫,至少要一兩週。這次我直接應用課程學到的 gstack 架構,全程搭配 Claude Code 輔助,讓 Claude Code 生成 API 框架,快速完成前後端資料綁定。遇到不熟悉的模組套件,也能直接問 Claude Code 並取得實作範例。結果,原本預估兩週的專案,我只花不到四天就交付,程式碼品質與架構甚至比以前純手工寫的還好!開發效率大幅提升,不僅讓我準時下班,也讓主管注意到我導入新技術與高效率產出的能力。這門課帶來的「實質生產力躍升」,已成為我年底績效考核時爭取加薪、升遷的最佳籌碼。對於想在 AI 時代保持競爭力的軟體工程師來說,這絕對是投資報酬率極高的實戰課程! 完整文章:https://ucom.uuu.com.tw/web/Testimony/Article/12901
精誠資訊恆逸教育訓練中心・精誠資訊恆逸教育訓練中心

Claude Skills怎麼用?內建與個人Skill差異、適用情境及使用方式

Skill(技能)可以想成一份寫給Claude的工作流程指南,本文解析Skill的功能、適用情境與觸發方式,說明內建Skill與個人Skill的差異,並分享使用官方Skill「canvas-design」的海報實作成果,有助建立可重複使用的AI工作流程。本文節錄自《Claude 萬用手冊》。 文/施威銘研究室 本文目錄(點擊可快速前往) 什麼是Skill?寫給Claude的工作流程指南Skill什麼時候適合用?Skill的3個核心特性1. 依任務意圖自動觸發2. 可在不同工作情境中重複使用3. 可以直接指定使用Claude中的Skill介紹與應用Skill應用:用canvas-design製作海報的實際結果 【使用claude skills要付費嗎?】Claude免費版及付費用戶均可使用Skills、Connectors等功能,在網頁版即可設定使用。Claude網址:https://claude.ai/ 什麼是Skill?寫給Claude的工作流程指南 有了Connector之後,Claude可以連接外部工具,取得信件、行事曆或雲端文件等資料。不過,能取得資料,不代表它每次都知道「該怎麼處理」。舉例來說,你可能每週都會請Claude整理會議紀錄、撰寫週報,或回覆客戶問題。第一次你把格式和流程講清楚,它可以做得很好;但下次換一個對話,可能又要重新交代一次。就算Claude記得你的偏好,也不代表它一定會穩定遵循同一套處理流程。這時候需要的就不是更多記憶,而是一套可以反覆使用的工作方法,也就是Claude的Skill。 Skill(技能)可以想成一份寫給Claude的工作流程指南。它會告訴Claude:遇到某一類任務時,應該依照哪些步驟處理、使用什麼格式輸出,以及需要遵守哪些規則。 這樣說可能還是有點抽象,我們可以用一個實際例子來理解。假設你每週都要整理專案進度報告,而這份報告需要依照以下流程產出: 掃描專案資料夾,找出本週更新的文件。 讀取各專案的狀態紀錄。 提取本週完成事項、進行中事項與待處理問題。 整理成固定格式的週報。 依照指定命名規則儲存或輸出結果。 如果每次都在對話中重新描述這套流程,不只麻煩,也很容易漏掉某個步驟,或讓輸出格式前後不一致。但如果把這套流程寫成Skill,之後只要說「產生本週進度報告」,Claude就能依照固定流程執行,讓結果更穩定、效率更高! Skill什麼時候適合用?Skill的3個核心特性 1. 依任務意圖自動觸發 Skill不是每次對話都全部載入,而是由Claude依照當下任務判斷是否需要使用。例如你請Claude「整理今天的會議紀錄」,它就能觸發會議紀錄Skill進行整理;但若你只是問「今天午餐吃什麼」,這個Skill就不會被拿出來使用。 這樣的好處是,你可以準備很多套不同任務的處理流程,而不必擔心每次對話視窗(Context Window)都先被一大堆技能塞滿,進而造成你對話的剩餘記憶空間很有限。Claude只會在需要時,額外載入與當前任務相關的Skill。 2. 可在不同工作情境中重複使用 Skill的另一個特性是,它不只綁定在單一對話中,而是可以在不同工作情境中重複使用。舉例來說,你建立了一個「會議紀錄Skill」,之後不論是在一般聊天、專案,或團隊內部討論中,只要任務是整理會議內容,Claude都可以載入並套用同一套整理方式。 3. 可以直接指定使用 除了讓Claude自己判斷要不要使用Skill之外,我們也可以在提示詞中直接指定要使用哪一個Skill。這通常可以透過 "/ "(斜線指令),或在任務描述中明確寫出「請使用某某Skill」來完成。 直接指定Skill的好處是,可以減少Claude判斷錯誤的機會。尤其當任務描述比較模糊,或同時可能符合多個Skill時,明確指定要使用哪一套流程,會讓執行結果更穩定。 Claude中的Skill介紹與應用 Claude的面板提供兩種Skill的來源,分為內建Skill與個人Skill。 內建Skill:內建Skill是Anthropic預先封裝在Claude環境裡的,所有使用者一登入就能直接使用,不需要任何啟用設定。主要包含文件產出類(如生成.docx、.xlsx、.pdf等格式的檔案),或是讀取文件(如讀pdf檔案、CSV檔等)操作。 舉例來說,當我們在聊天視窗要求他幫我們建立Word檔案時,他就會呼叫這些skill去幫我們執行: 能根據任務自動調用原生環境中的Skill(圖/《Claude 萬用手冊》) 個人Skill:需要自行透過Claude的Customize介面手動加入技能清單中,加入後,會出現在Personal skills清單中,之後就可以直接調用。 進入Customize頁面,開啟 Skills 分頁;開啟Skill總覽目錄,並挑選想用的技能加進來,目錄上有Claude提供的官方技能。(圖/《Claude 萬用手冊》) 目前目錄中有提供官方技能,點擊【+】可將技能新增至Claude中,之後Claude即可調用。(圖/《Claude 萬用手冊》) 新增的Skill會出現在Personal skills清單裡;點擊可直接建立新的對話視窗並帶入該技能到輸入框中,讓你測試使用;啟動開關,啟動後可讓Claude偵測任務要不要使用skill。(圖/《Claude 萬用手冊》) 【TIP】注意!所有加入的技能都會同步出現在Claude Desktop與Claude.ai(網頁版)中。 目前Claude官方提供的11種個人Skill,主要分為三種用途: 可直接使用:可以直接呼叫來完成特定任務,無需額外改寫或設定。 canvas-design:產出海報、卡片等視覺設計作品。 web-artifacts-builder:產出多元件的互動式HTML成品。 theme-factory:替現有成品套用視覺主題樣式,內建有10套不同主題。 doc-coauthoring:與Claude共同完成長篇文件撰寫。 algorithmic-art:產出帶隨機性的演算法藝術作品。 slack-gif-creator:產出符合Slack規格的GIF動畫。 learn:想搞懂某個知識點時,請Claude出題測驗或建立學習路徑。 作為範本參考:用處是讓你看懂寫法後,改寫成符合自身需求的專屬版本。 brand-guidelines:示範如何將品牌色彩與字體規範寫進技能。 internal-comms:示範如何將公司內部溝通格式寫進技能。 協助你建立Claude相關工具:以下技能是用來擴展Claude能力。 mcp-builder:引導你建立能串接外部服務的MCP伺服器。 skill-creator:引導你從零開發、測試並優化新技能。 Skill應用:用canvas-design製作海報的實際結果 接下來我們會以/canvas-design為例,示範技能的使用方式,同時解釋一個技能內部包含哪些檔案。加入技能後,它會出現在Personal Skills的列表中,點開就能查看這個技能的相關內容。 (圖/《Claude 萬用手冊》) SKILL.md:技能的核心檔案,詳細記載這個技能的工作流程、設計原則、注意事項等。Claude啟用技能時,讀的就是這份文件 技能名稱與簡短描述:點進技能名稱後,最上方會顯示這個技能的用途簡介,告訴Claude何時應該啟用它 附件檔案:技能附帶的參考資料或資源檔案,作為Claude執行任務時可隨時取用的素材。不同技能會附上不同類型的附件,比如web-artifacts-builder技能附上建構網頁用的腳本與UI元件庫、internal-comms技能則附上各類公司文件的範例範本等。在本例的canvas-design技能中,附件是canvas-fonts字體資料夾,內含27種字體家族,Claude在生成圖片時可以直接引用,不需要另外下載 與平常使用Claude進行生圖不同,/canvas-design提供的是一套完整的設計方法論。它會要求Claude在開始繪圖之前,先建立一份設計風格(哲學)文件,思考這次作品應該採用什麼樣的視覺語彙、空間邏輯、色彩系統與字體調性,最後,再依照這份哲學去執行繪製。 不過這個技能有幾項明確的限制: /canvas-design的輸出格式限於PNG與PDF。如果你需要JPG、SVG、PSD等其他格式,就必須在產出後另外轉檔。 Claude的生圖方式和ChatGPT、Gemini、Midjourney等工具不同。前述的工具都是透過圖像生成模型直接產生圖片,因此比較擅長做出攝影感、繪畫感,或具有真實材質的畫面。但Claude則是用程式畫圖,它會透過Python的繪圖庫,例如PIL、matplotlib,或SVG程式碼來計算圖形、線條、排版與色彩。因此,它擅長的不是寫實描繪,而是可被程式明確描述與控制的視覺形式。 Claude擅長的生圖範圍Claude不適合的生圖項目● 幾何構成、網格、色塊● 字體排印與版面設計● 參數化曲線(螺旋、波形、數學圖形) ● 重複圖案、點陣紋理、漸層● 資訊圖表式的視覺● 寫實的繪畫、攝影、有機質感● 人物、動物、植物等具象物體● 任何需要「手感筆觸」的內容● 細膩的場景描繪 【TIP】注意!雖然SKILL.md裡寫到Claude可以生成「博物館或雜誌等級的藝術品」,但這個目標只有在任務主題剛好落在它擅長的視覺類型時,才較容易成立。假設你要求它「畫一張可愛的深海生物海報」,它無法畫出真實的生物,最後改以用SVG拼出比較卡通化的替代圖形,結果反而會和原本承諾的高質感設計產生巨大落差。因此,在請它生成圖片之前,最好先確認你的主題是否能轉換成它擅長的視覺語言。 在了解優勢與限制後,我們就可以進入實作!本例要請Claude生成一張電子音樂活動海報。這類主題本身就很適合轉化成幾何圖形、線條、漸層、參數化曲線與排版設計,因此和/canvas-design的能力範圍相當契合。 /canvas-design實作結果: (圖/《Claude 萬用手冊》) 節錄自:旗標《Claude 萬用手冊:Claude.ai | Desktop | Cowork | Code Mode | Design | Computer Use | Skills | Connectors | Plugins》/施威銘研究室 著 推薦閱讀: Claude Cowork怎麼用?要付費嗎?解析操作流程、權限設定及模型選擇 憑借書證免費用GPT、Claude!教育部推「館館有AI」 擴及47所大學 「Claude Design」新登場!AI工具生成原型、簡報怎麼做和修改? 告別Token焦慮!Anthropic提供4個有效降低Claude Code成本祕訣!
【104職場力】・AI

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
【104職場力】

有任何收穫或想分享的,都來和大家一起聊聊吧!