104學習

容器技術

容器技術是一種虛擬化方式,可以將應用程式及其所需環境打包在輕量化的容器內,確保在不同環境中都能一致運行。這樣能提升部署速度與彈性,降低環境相依性問題,方便開發、測試與生產環境的切換。對企業來說,有助於持續整合與持續部署(CI/CD),促進團隊協作與自動化流程,是現代軟體開發與運維不可或缺的技能。

1,180 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

開發人員 3 小時速成學習 – Windows Container容器技術
開發人員 3 小時速成學習 – Windows Container容器技術
Docker入門到精通:新手開發者的必修容器技術!比你想像的更容易學!
Docker入門到精通:新手開發者的必修容器技術!比你想像的更容易學!
【線上錄播課程】AZ-204 認證攻略I從Azure著手雲端開發解決方案
【線上錄播課程】AZ-204 認證攻略I從Azure著手雲端開發解決方案
Linux Socket網路程式設計【本課程為線上課,報名後專員會提供上課資訊】
Linux Socket網路程式設計【本課程為線上課,報名後專員會提供上課資訊】
邁入Java REST Web Service開發領域
邁入Java REST Web Service開發領域
雲端資料工程師在職遠距班
雲端資料工程師在職遠距班
AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
AI工程師與企業開發必修!FastAPI後端精通:全面入門與進階實戰指南
軟體工程師就業培訓
軟體工程師就業培訓
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】
【免費課程】ITE-嵌入式系統軟體開發專業人員:開發流程與除錯
【免費課程】ITE-嵌入式系統軟體開發專業人員:開發流程與除錯

精選證照

考取專業證照,讓能力被市場看見

雲端技術及網路服務 |
雲端技術及網路服務證照涵蓋雲端運算架構、虛擬化技術及網路基礎設施管理,強調實務操作與系統整合能力,具備雲端平台部署、維護及安全防護技能,適用於企業數位轉型與資訊服務產業,提升個人在雲端服務設計與管理上的專業競爭力。
財團法人中華民國電腦技能基金會
商用雲端APP軟體設計師 |
「商用雲端APP軟體設計師」證照為商用雲端 APP 設計與開發過程所需要的人才。其扮演商業流程理解、程式語言運用、邏輯思維與創新應用設計等角色。
中華企業資源規劃學會
雲端技術網路服務 |
雲端技術是一種基於網際網路的運算方式,通過這種方式,共享的軟硬體資源和資訊可以按需求提供給電腦各種終端和其他裝置,使用服務商提供的電腦基建作運算和資源。
TIPCI臺灣國際專業認證學會
VCAP |
全球桌面到資料中心及雲端的虛擬化解決方案領導廠商VMware公司於2010年5月宣佈,推出一項新的認證專案——VMware認證高級專家(VMware Certified Advanced Professional,簡稱VCAP),幫助IT專業人員拓展VMware虛擬化解決方案的知識與專長。這項高級認證將使組織機構能夠通過虛擬化改造 IT環境,從而更好地從靈活、敏捷的“IT即服務”及雲端計算模式中獲取更大的價值。 目前,以及。在這兩項認證的基礎上,VMware認證項目又增生了VCAP這一全新認證,以便對那些通過持續提高和發展掌握了更加熟練 的技能、已經全面超越VCP的專家進行認證,並且還將作為獲取VCDX這一更高等級認證的重要基石。
VMware
虛擬擴增混和實境應用 |
虛擬擴增混和實境應用是一種技術,結合虛擬現實(VR)和擴增現實(AR)元素,將虛擬和現實世界相互融合。這種應用旨在創造更豐富、互動和沉浸式的體驗,擴展使用者在現實環境中的感知和互動。透過此技術,可以在實境中引入虛擬物件、信息或互動元素,提供更具創新性和娛樂價值的應用體驗。 虛擬擴增混和實境應用證照專注於培養專業人士在虛擬現實(VR)、擴增現實(AR)和混和現實(MR)等領域的技能和知識。經過這項證照認證的專業人士具備能夠開發和應用這些技術的能力,並且能夠在各種應用場景中創造沉浸式的使用者體驗。
TIPCI臺灣國際專業認證學會
Google專業雲端架構師認證 |
通過 Professional Cloud Architect 認證的雲端架構師,應能運用 Google Cloud 技術,設計、開發及管理穩固可靠、安全、可擴充、有效率、符合成本效益、可用性高的靈活解決方案,以達成業務目標。經認證的雲端架構師應精通企業雲端策略、解決方案設計、工作負載遷移方法、部署與調度、最佳化,以及架構最佳做法。這類人員也熟悉常見的開放原始碼技術和軟體開發方法,能為傳統、多雲端或混合式環境設計多層分散式應用程式。 首次考取認證或是認證過期者,必須參加標準測驗。 如果想延續認證資格,則可從認證到期日的 60 天前開始,選擇參加較短的資格延續測驗或標準測驗。 (資格延續測驗:https://services.google.com/fh/files/misc/pca_renewal_exam_overview_and_faqs.pdf?hl=zh-tw)
Google

精選貼文,掌握第一手知識

Vibe Coding時代催生新職缺!「程式清潔」在做什麼?

AI寫程式的「Vibe Coding」掀起熱潮,開發者得以快速生成程式碼,但也意外催生出新興職缺「程式清潔師」。一份調查顯示,95%的工程師仍需手動修復錯誤、額外調整AI生成的程式碼,確保專案安全與穩定。究竟Vibe Coding是革命還是混亂?而「程式清潔」這份新工作,又在做什麼? 文/田孟心編譯 由天下雜誌授權轉載 人們期待,未來大量寫程式工作可能都交由AI氛圍編碼(Vibe Coding)完成,但事實上,高達95%的工程師發現他們還是要手動修復程式碼。負責把混亂程式碼清理好的新角色,正在LinkedIn等求職平台大受歡迎。 氛圍編碼(Vibe Coding)正大行其道。 這個從今年初開始盛行的「自動化寫程式」概念,由電腦科學家卡帕西(Andrej Karpathy)提出。卡帕西表示,有了AI工具後,寫程式將「完全跟隨當下情境氛圍,擁抱指數級成長,甚至忘記程式碼的存在」。 市場研究和IT顧問公司Gartner預測,未來三年內,40%的企業新軟體將由AI機器人創建。 然而,內容平台fastly最近的一份調查顯示,95%的工程師表示,他們還是要花額外的時間來調整AI生成的程式碼。 工程師們發現,AI生成的程式碼存在許多問題,從產生幻覺,到刪除重要的資訊,甚至可能造成專案的安全風險。若不花時間修復,最終的成品可能會漏洞百出。 「使用氛圍編碼,就像請一名聰明的六歲孩子把咖啡壺帶到餐桌,為家人倒杯咖啡,」資深工程師羅芙(Carla Rover)說明,它們有可能做得到,但也極有可能失敗,「而且失敗了,他們很可能不告訴你。」 另一位資深工程師梅勒扎丹(Feridoon Malekzadeh)也將氛圍編碼形容成孩子,不過是「青少年」,「你得請它做15次才能做成一件事,」「最終,他們可能會做出來,外加一些你沒要求的事,並可能把很多東西弄壞。」 梅勒扎丹計算過,她大約花費50%的時間編寫需求,10%的時間進行氛圍編碼,再用40%的時間進行修復。 程式清潔工,愈來愈受歡迎 這一切使AI生成的程式碼,已經成為一個難題,也因此催生了一種新的工程師崗位,稱為「氛圍程式碼清理專家」(Vibe Coding Cleanup Specialist)。 在求職平台LinkedIn上,已經有愈來愈多相關關鍵字的職缺——代表清理、修復程式碼,正在成為一項獨立的工作。 通常,這類職缺更歡迎資深工程師,因為他們才有相應的能力從一團乍看可行的程式碼中找到問題。 資深解決方案架構師哈克(AS Md. Ferdousul Haque)統整,常見的錯誤有:語法錯誤、邏輯錯誤、幻覺資料庫或API(引用不存在的套件、方法或參數)、虛擬資料等狀況,有時候很考驗技術人員的細心與經驗。 哈克舉例,AI工具Gemini幫忙改了一份GitHub個人資料,整體效果不錯,卻在某個網址後面加了一個句號,使得圖片無法顯示。此時,就需要他這名人類手動介入。 科技公司Solution Architecture的工程師麥利(Viored Mirea)指出,雇用一名氛圍編碼清理師非常重要,尤其是AI寫出來的程式碼可能給企業帶來安全風險,「氛圍編碼可能會讓機密資訊外洩,或是對個人資料進行錯誤處理,」他強調,「始終應該有人類要對結果負責。」 然而,也有專家對市場出現這樣的現象感到唏噓。 雲端與通用人工智慧企業負責人愛彼哈納(Abhinav)認為,雇用這樣的「清潔工」簡直荒謬,「企業試圖讓每個人都會氛圍編碼,在專案上省錢,然後卻要花雙倍的錢再去找一個能把混亂局面整理好的人。」 Squad資深技術總監波古斯拉斯基(Oleg Boguslavsky)同意,企業要引進氛圍編碼,必須確保每個人都能掌握驗證、修復的技能,否則,花錢請這些額外的專家,在經濟上將比預期更低效。 (資料來源:TechCrunch, Gizmodo, LinkedIn) (原文標題:Vibe Coding催生大量新職缺,「程式清潔工」在做什麼?) 推薦閱讀: 【AI工作指南】數發部《AI產業人才認定指引》!盤點AI認證資源、熱門職缺 「Vibe Coding」是什麼?以後還需要程式設計師嗎? AI世代最夯新職位》為什麼他們零經驗,年收20萬美元起跳? 助你當老闆!瑞典AI獨角獸Lovable如何靠「氛圍編碼」年賺30億? [joblist_plugin title='更多104【AI工程師】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI%E5%B7%A5%E7%A8%8B%E5%B8%AB&order=15&page=1' amount='3']
【104職場力】・AI

精選 ChatGPT 語音模式 12/11 大換代!進階語音停用後,練英文、模擬面試該怎麼用?

每天通勤時打開 ChatGPT 語音練英文口說,或請它扮演面試官模擬問答?最近打開 App 可能已經看到通知:OpenAI 11 月 10 日起陸續通知用戶,「進階語音」和「標準語音」兩種模式將在 12 月 11 日停用,之後語音一律改用新的 Live 語音。先搞懂改了什麼,練習習慣才不會在 12 月突然被打斷。 📊 先看重點:12/11 改了什麼? .停用日:2026/12/11,進階語音(Advanced voice)與標準語音(Standard voice)停用 .11/10 起通知用戶;12/11 前兩種模式都還能照常使用 .12/11 起:設定 > 語音(Voice)的模型選單不能再選這兩種,原本選它們的人會自動切換到 Live 語音 .Live 語音由 GPT-Live 模型驅動,官方說它是「全雙工」:可以一邊聽一邊說 .官方說法:GPT-Live 今年 7 月推出後,語音使用量「幾乎翻倍」,目前用語音的人幾乎都已經在用 GPT-Live .過去的語音對話會留在聊天紀錄裡,之後可以用文字或語音接著聊 💡 這 3 種情況暫時不受影響 1️⃣ 即時視訊、螢幕分享:Live 語音目前不支援,會繼續由進階語音提供,直到 GPT-Live 有這項功能(官方沒有給日期) 2️⃣ 自訂 GPT 的語音:12/11 前仍使用進階語音;自訂 GPT 本身的停用與搬遷,OpenAI 另有說明頁,有在用的人要一併確認 3️⃣ 過去的對話紀錄:不會刪除,可以繼續接著用 ✅ 練英文、模擬面試的人,12/11 前先做 4 件事 1️⃣ 先把語言設定好 .官方建議:如果語音辨識常常抓錯語言,到 設定 > 語音 > 語言,選你最常說的語言 .練英文時,也可以在對話中直接說「請全程用英文回我」,官方說明可以在語音對話中要求換語言 2️⃣ 把常用的練習指令存起來 .例如:「你是外商面試官,一次只問一題,等我回答完再給我 3 點回饋:內容、結構、用字」 .換到 Live 語音後,先用同一段指令試一次,比較回饋方式有沒有不同 3️⃣ 用自訂 GPT 練習的人,先確認替代方案 .把自訂 GPT 裡的設定(角色、題庫、評分標準)複製一份存起來 .照 OpenAI 的停用與搬遷說明,改用一般對話或其他方式保留練習流程 4️⃣ 看一下自己方案的使用額度 .官方公布的 Live 語音額度(以 24 小時滾動計算):免費版「有限度使用」、Go 與 Plus 各 3 小時、Pro(每月 100 美元)15 小時、Pro(每月 200 美元)不限時數(有防濫用限制) .每天練習半小時的人,Go/Plus 額度通常夠用;額度可能調整,以官方頁面為準 ⚠️ 三個常見誤解 1️⃣「12/11 之後 ChatGPT 就不能用語音了」 → 不是。停用的是兩種舊模式,語音功能還在,統一改用 Live 語音。 2️⃣「以前的語音練習紀錄會被刪掉」 → 不會。官方說明對話會保留在聊天紀錄,可以用文字或語音接著聊。 3️⃣「Live 語音什麼都能做,練簡報時開螢幕分享也會自動用新模型」 → 目前 Live 語音不支援視訊和螢幕分享,這兩項會繼續用進階語音,什麼時候換官方還沒公布。 📝 小練習:換模式前,用 10 分鐘做一次「前後測」 .挑一題你常練的題目,例如「請用英文做 1 分鐘自我介紹」 .現在用目前的語音模式練一次,記下 AI 給你的回饋 .再切到 Live 語音練同一題,比較:它會不會打斷你?回饋是不是一樣具體? .把效果比較好的指令寫法存起來,12/11 後直接用 📚 104學習相關課程 .用AI高效備戰面試,輕鬆拿下夢幻 Offer|104獨家求職線上課 https://nabi.104.com.tw/course/104nabi/3e38f453-f9ed-4045-a51f-4375d2b12d59 .【免費課程】5分鐘求職實戰 第5堂|AI 求職實戰:讓 AI 當你的手,不當你的腦 https://nabi.104.com.tw/course/blog104/955eb2f8-c1b7-44b0-86cc-7717b20b44e2 .ChatGPT 應用實戰,輕鬆駕馭商用英文溝通情境 https://nabi.104.com.tw/course/tibame/41f85bef-2ad5-48f9-9237-102be5da21e6 .【免費課程】AI工作術 第1堂|用AI寫企劃 https://nabi.104.com.tw/course/104nabi/57aed01b-9d82-4438-b09e-e2367abc0207 💬 你平常都用 ChatGPT 語音練什麼?英文口說、面試,還是簡報?已經試過 Live 語音的人,覺得和以前差在哪?留言分享! 📎 資料來源 .OpenAI Help Center:Retiring Advanced and Standard Voice in ChatGPT(停用日期、通知日期、例外情況、使用量說法) https://help.openai.com/en/articles/20001638 .OpenAI Help Center:ChatGPT Voice(各方案 Live 語音額度、語言設定、視訊與螢幕分享說明) https://help.openai.com/en/articles/20001274-chatgpt-voice ※「語音使用量幾乎翻倍」是 OpenAI 自己的說法,官方沒有公布具體數字。各方案額度官方註明「可能調整」,實際功能與額度依方案、地區與 App 版本而定,以 OpenAI 官方公告為準。
104學習・AI 趨勢報-科技愛好者的產地🤖

OpenAI衝算力 牽手Google 廣達、英業達營運進補

2025-07-18報導 經濟日報記者林薏茹 由聯合新聞網授權轉載 OpenAI因應算力需求大增,除採用最大金主微軟Azure的雲端運算資源之外,也將Google雲端納入其雲端供應商名單。OpenAI規劃,ChatGPT及其應用程式介面(API)採用Google雲端平台位於美國、日本、荷蘭、挪威及英國等地的基礎設施。 法人看好,Google拿下OpenAI雲端服務大單,將催動新一波AI伺服器建置熱潮,伺服器主要協力廠廣達(2382)、英業達等,營運吞補丸。 延伸閱讀:AI新十大建設 預算加碼…打造矽光子、量子電腦、智慧機器人國家級實驗室 OpenAI牽手Google 事件OpenAI在官網更新的雲端供應商加入Google雲端,另,未來ChatGPT及其應用程式介面將使用Google雲端平台、微軟、CoreWeave及甲骨文(Oracle)的雲端基礎設施影響Google雲端為全球第三大雲端服務供應商(CSP),拿下OpenAI大單,將有助擴大在CSP市場的市佔率,台廠供應鏈也將雨露均霑受惠台廠廣達、英業達等資料來源:外電、法人 由聯合新聞網授權轉載 廣達受惠輝達GB200 AI伺服器出貨放量,第2季合併營收首度衝破5,000億元大關、達5,041億元,續寫單季新高。隨著第2季起較高單價的GB200機櫃出貨升溫、GB300也將於9月加入行列,廣達今年AI伺服器占整體伺服器營收占比可望突破七成。 [joblist_plugin title='104【廣達】工作機會' url='https://www.104.com.tw/company/ahfsoq0' amount='3'] 英業達也是Google重要AI伺服器協力廠。英業達指出,上半年出貨以機櫃(L10)形式較多,單價較高,下半年出貨將以主機板(L6)為大宗,受惠產品組合帶動,有助毛利率向上,從出貨量來看,下半年會比上半年成長,全年AI伺服器出貨將有雙位數成長。 [joblist_plugin title='104【英業達】工作機會' url='https://www.104.com.tw/company/1zh8g1c' amount='3'] 外媒CNBC報導,OpenAI在官網更新的雲端供應商列表中加入Google雲端,並表示未來ChatGPT及其應用程式介面將使用Google雲端平台、微軟、CoreWeave及甲骨文的雲端基礎設施。 據了解,Google與OpenAI曾針對這項合作進行數個月的討論,但由於OpenAI與微軟之間的排他性協議,而無法達成交易。直到今年1月,微軟調整與OpenAI合作模式,同意從獨家供應商模式轉為優先供應權模式,OpenAI與Google的合作關係才出現轉機。 OpenAI為因應龐大的運算資源需求,與微軟調整合作模式後,動作頻頻,尋求分散雲端供應來源。 OpenAI今年3月與CoreWeave簽署價值119億美元的五年合約,5月又再新增一筆40億美元的大單;OpenAI也於7月初與甲骨文簽下重大雲端基礎建設合作案,金額高達每年300億美元,是目前全球雲端市場金額最高的AI運算合約。 OpenAI執行長奧特曼今年4月曾表示,OpenAI正面臨運算能力限制,公開疾呼「若有人擁有10萬顆GPU容量,並能立即提供,請聯絡我們」,顯見隨著大語言模型規模不斷擴增,OpenAI對運算資源的需求也愈趨迫切。 業界人士指出,目前全球前三大雲端服務供應商(CSP)分別為亞馬遜AWS、微軟Azure及Google雲端,Google雲端拿下OpenAI雲端服務大單是一大利多,有助擴大其在CSP市場的市占率。
【104職場力】・AI

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

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

AI運算卡頓?換個架構海闊天空

《傳統雲端架構開始力不從心?》 在過去,企業建置IT環境就像挖井取水,必須投入大量資金採購伺服器與硬體。隨著科技演進,雲端服務讓運算資源變得像水電系統一樣,隨插即用 。然而,面對生成式 AI 與大語言模型,許多企業發現,傳統的雲端架構開始顯得「力不從心」。   傳統雲端最初是為了通用型網站與資料庫設計,核心是處理一般應用程式的CPU虛擬化架構 。但在處理深度學習或高密度平行運算時,這種架構常會遇到運算效率低落、網路頻寬堵塞,以及昂貴的GPU算力難以彈性調度等瓶頸 。這就像是試圖用一般水管來應付工業級的強大水壓,難免會出現不給力的狀況。   《新世代 Neocloud:為 AI 原生而生》 為了突破這些束縛,新世代的 Neocloud 應運而生。它從底層架構就原生支援高效能 GPU 加速器,能將算力效益發揮到極致,成為企業邁向 AI 轉型不可或缺的加速引擎。 能有效協助企業進行彈性資源配置,不再需要為未知的流量預先買單,將複雜的技術轉化為實質的商業價值 。   《數位通國際:您的 AI 營運戰略夥伴》 具備25年以上專業IDC代管與雲端導入經驗的數位通國際 ,深知企業在轉型過程中的痛點。我們推出「GWS AI CLOUD服務」,提供以下實質價值:   1. 多種GPU規格 (H100/200、RTX 4090、L40s等)、以0.25 片GPU為最小租賃單位 。   2. 本地數據中心與國際節點,兼顧數據主權與低延遲 。   3. 隨開即用的AI開發環境,從2週縮短為1分鐘啟動。  數位通GWS AI Cloud近期已協助台灣數發部數位產業署、泰國KMUTNB大學等企業,打造各自專屬AI算力平台,提供企業足夠且可高效穩定運行AI應用。對企業而言,選擇兼顧效能與永續的AI算力,將是未來ESG與競爭力的關鍵。因此,AI算力的選擇不只是技術投資,更是企業在智慧時代與永續發展中能否脫穎而出的關鍵決策。 ◆ 了解數位通國際GWS AI Cloud相關文章 https://easpnet.pse.is/9udg3p ◆ 立即預約GWS AI Cloud服務 https://easpnet.pse.is/9udg3a ---------------- 《相關文章》 ◆ AI解決方案一站協助部署與開發 https://easpnet.pse.is/9udh3z ◆ AI助理是什麼?如何提升效能 https://easpnet.pse.is/9udghb ◆ 龍蝦AI費用怎麼算? OpenClaw解析 https://easpnet.pse.is/9udh59
Dr. CLOUD・Dr. CLOUD 數位小補帖

廣達、緯創徵召量子電腦人才!台灣電子五哥研發落地加速搶人

2026-07-19 經濟日報記者王郁倫 記者吳康瑋攝影 由聯合新聞網授權轉載 電子五哥廣達(2382)、緯創(3231)開徵量子電腦工程師職缺,顯示硬體廠商正從前期探索跨入著手研發,廣達徵召人才鎖定量子電腦系統內部架構設計到外部控制電腦數據讀取專才,而緯創徵才範圍更大,從晶片封測到軟硬體整合全面徵才,兩家兆元大廠布局量子電腦策略似乎正與AI伺服器布局有高度一致性。 台灣科技產業下游開始布局量子科技,緯創跟廣達都開始徵召量子科技人才,其中,緯創設定人數無上限,徵求人才內容從硬體系統線路設計、晶片封裝與量測架構、超低溫實驗平台規劃維運、微波控制器設計與讀取到核心量子裝置實驗,如位元相干時間改良(讓電腦運算更穩定更持久),最後是軟硬體整合改良。 緯創徵召量子人才的廣度極大,也凸顯布局量子電腦技術的企圖心,期望從晶片模組到整體系統都掌握。緯創董事長林憲銘日前接受《經濟日報》提問時表示,對量子電腦技術將是自研與投資雙軌並行。 林憲銘更透露,將購買一座32量子位元的超導量子機器,與AI伺服器進行連線運算測試,未來也不排除爭取IBM 等量子系統代工或關鍵零組件製造商機。故此次大舉開出量子電腦職缺,也顯示其自建量子運算中心下半年將加速啟動。 [joblist_plugin title='【緯創 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E7%B7%AF%E5%89%B5' amount='1'] 廣達此次開出1~2位量子人才需求名額,強調需要出差,符合業界觀察廣達常派出工程師到美國量子新創Rigetti Computing總部交流合作消息,廣達此次徵才要求主要包括量子硬體系統設計優化、量子控制線路、控制程式及資料分析工具、執行量子實驗做量子系統較準及參數設定,該部分人才技能偏向後段硬體面。 [joblist_plugin title='【廣達 量子相關】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%20%E5%BB%A3%E9%81%94' amount='1'] 金寶電子(2312)與國際大廠SEEQC合作室溫電腦控制平台,在電子業下游跑得相當快,下半年第一版本將展開測試,董事長許介立也透露,除超導體新創,目前也廣泛跟其他技術業者合作比方離子阱,目前投資國外新創已有2~3家,未來會持續透過此方案擴大量子電腦布局。 對此,鴻海(2317)董事張慶瑞表示,台灣產業確實開始動起來!他日前曾發言擔心台灣量子人才環境不足,除缺乏產業留才,導致培育的人才畢業後面臨無處可去,只得去台積電(2330)就職或出國就業窘境。 在政府合併AI新十大建設推動方案中,量子技術已被列為三大AI關鍵技術之一,與矽光子及機器人位階相當,政府也從2022~2026年五年內投入80億元打造業合作平台,建立量子國家隊。 張慶瑞日前接受訪問指出,本土培養的量子人才約有150至200人,畢業後卻面臨沒有量子產業可以效力。該問題能否隨廣達、緯創及工研院都開出量子人才職缺而獲得解決將是未來可關注重點。 [joblist_plugin title='更多【量子電腦】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=%E9%87%8F%E5%AD%90%E9%9B%BB%E8%85%A6' amount='1']
【104職場力】・AI

AI工作專區|工程師、PM、行銷的AI應用人才,企業AI徵才技能整理

AI時代來臨,企業對AI應用與自動化人才的需求不斷成長。從軟體工程師、產品經理、專案經理(PM)到行銷人才,懂得使用AI工具:RPA自動化流程、n8n無程式的工作流程整合,在就業市場已開出新的人才賽道,成為企業招募新一代人才的重要加分條件。 本文目錄(點擊可快速前往) AI技能找工作機會|RPA、n8n、Vibe CodingRPA(Robotic Process Automation,機器人流程自動化)n8n(開源的工作流程自動化工具)Vibe Coding(氛圍程式設計)職務結合AI工作機會AI行銷人才AI應用管理師 Project Manager、AI PMAI產品經理(AI Product Manager)AI設計師(UI/UX)AI應用軟體工程人才AI、演算法工程師FAQ:AI工作常見問題AI+自動化技能能提高薪資嗎?學AI可以做什麼工作? AI技能找工作機會|RPA、n8n、Vibe Coding RPA(Robotic Process Automation,機器人流程自動化) 透過軟體「機器人」來模擬人類在電腦上執行重複性、規則化任務的技術,無需改變原有系統或進行複雜開發。 職缺舉例:RPA Business Development Specialist、HR數位轉型專案管理師、業務管理師、通路服務規劃人員 [joblist_plugin title='【RPA】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=RPA&order=15' amount='3'] n8n(開源的工作流程自動化工具) 可幫助工作者自動化重複性任務,整合各種應用服務,類似Zapier或Make.com,擁有更高的彈性。 使用範例 每日定時抓取某API數據→整合→發送Email報表 當表單送出→整理資料→寫入Google Sheet→發Slack通知 自動化CRM建立客戶資料 + 產生任務 + 發送開通信件 [joblist_plugin title='【n8n】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=n8n&order=15' amount='3'] Vibe Coding(氛圍程式設計) 工作者運用語言模型(ChatGpt、copilot)等AI技術,透過自然語言與AI對話,讓AI自動生成所需程式碼,大幅降低開發門檻。只需描述想要達成的功能,AI便能撰寫程式,無需深入理解底層程式運作原理,可以不透過工程師達到將網頁、APP快速送入市場驗證的開發模式。 [joblist_plugin title='【Vibe Coding】精選職缺' url='https://www.104.com.tw/jobs/search/?keyword=vibe+code&order=15&page=1' amount='3'] 看不夠?來去逛逛 104數位與科技人才專區 職務結合AI工作機會 AI工具的應用,讓專業工作者能提高工作效率(避免耗時的行政流程)、創意創新的競爭力(給予AI思考框架,提出不同的創新想法)、決策支援(藉由數據資料的匯入,與AI協作預測商業策略執行優勢與須備風險管理的地方)。 AI行銷人才 企業期待新一代的行銷人將專業的行銷know-how結合AI與MarTech的技術,能更精確的了解市場、找到用戶痛點、制訂與執行更有效的行銷策略。 必備技能:AI工具(ChatGPT)、RPA與n8n自動化排程、GA4。 加分條件:懂MarTech串接與數據驅動行銷策略。 [joblist_plugin title='【AI Martech 行銷】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=3&keyword=AI+Martech&order=15&jobcat=2004001000' amount='3'] AI應用管理師 Project Manager、AI PM 結合PJM對組織流程、利害關係人的了解,提升決策效率與資源運用,並在複雜多變的環境中,精準規劃、協調跨部門團隊,確保專案按時、高品質交付,創造更高的商業價值。 [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+n8n&order=15&jobcat=2004003006' amount='3'] AI產品經理(AI Product Manager) 產品經理需要能精準識別使用者需求,將AI能力轉化為實際功能,並制定策略與路線圖,協調跨部門資源,確保AI產品從概念到落地,能創造最大化的商業價值與使用體驗。 必備技能:敏捷開發、數據分析、RPA流程設計、n8n工作流自動化。 加分條件:懂Prompt Engineering,能規劃AI產品MVP [joblist_plugin title='【AI專案經理】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=2&keyword=AI+n8n+%E7%94%A2%E5%93%81%E7%B6%93%E7%90%86&order=15&jobcat=2004003005' amount='3'] AI設計師(UI/UX) 結合AI技術與使用者行為洞察,打造人性化的產品體驗。需要理解AI產品的運作邏輯,將複雜的演算法結果轉化為直覺且易於使用的介面,在設計過程中融入個人化體驗與數據驅動的設計思維,確保產品兼具美感與功能。 [joblist_plugin title='【AI UI/UX 設計師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&keyword=AI+&order=15&jobcat=2013001015,2013001016,2013001006,2013001020' amount='3'] AI應用軟體工程人才 幫助提升公司營運效率,工作內容包含開發與推進AI自動化應用,包括文件生成、知識查詢、任務建議與流程輔助,提升日常作業效率。 [joblist_plugin title='【AI應用工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?jobsource=joblist_search&mode=s&page=1&keyword=AI+%E6%87%89%E7%94%A8&order=15&jobcat=2007001000' amount='3'] AI、演算法工程師 邊緣運算、LLM、AI/ML 演算法、生成式AI、影像辨識、資料科學……等專業技術領域 [joblist_plugin title='【AI、演算法工程師】精選職缺' url='https://www.104.com.tw/jobs/search/?mode=s&page=1&order=15&jobcat=2007001020,2007001012' amount='3'] FAQ:AI工作常見問題 AI+自動化技能能提高薪資嗎? 能,降低人工成本,幫企業節省大量時間。幫助公司快速決策,提升專案 ROI。具備跨領域競爭力,在數位轉型浪潮中更具優勢。 學AI可以做什麼工作? 學AI可以應用在與數據、軟體、流程優化相關的工作中。例如:行銷人多會了AI,可以不透過工程師快速架設行銷活動網站、PM會AI,可以自動化縮短寫規格書的時間、透過Vibe Coding方式加速MVP的推出,工程師可以透過AI協作,更快產出80%的程式碼,將時間投入優化code的過程。 看不夠?來去逛逛 104數位與科技人才專區
【104職場力】・AI

OpenAI躍數位管家 廣達、緯創等受惠

2026-05-04 經濟日報記者吳凱中 由聯合新聞網授權轉載 OpenAI強攻AI代理報捷,旗下程式碼生成工具Codex重大升級,不再局限於程式開發領域,跨足通用電腦操控的代理市場,化身數位管家,執行長奧特曼高喊:「Codex正在經歷屬於自己的ChatGPT時刻」。業界看好,OpenAI的AI代理大進化,鴻海(2317)、廣達(2382)、緯創(3231)等夥伴同步沾光。 Codex為OpenAI旗下程式碼生成工具,主要用於程式開發領域,這次升級在AI代理領域大躍進,引發業界高度關注。 根據OpenAI AI官方公告,Codex現已全面整合Slack、Gmail、Google日曆、Google Docs與Sheets等主流辦公應用軟體,無論是研究與規劃,或是文件、簡報、試算表等,Codex都能提供協助。 這意味Codex功能已不僅限於程式碼生成,只侷限於工程師市場,搖身一變成為一個能讀取電子郵件、回覆訊息、操作文件的數位管家,面向商機更廣大的AI代理市場。 OpenAI共同創辦人暨總裁Greg Brockman公開表態,「Codex人人可用,電腦上的任何任務都能完成。」奧特曼發文呼應,「Codex正在經歷ChatGPT時刻!」 Codex迎來其爆發時刻,輝達率先表態力挺,執行長黃仁勳寄信給全體員工指出,Codex不限軟體團隊,開放公司九部門逾萬名員工,範圍涵蓋工程、產品、法務、市場、財務、銷售、人力資源、營運及開發者計畫,所有員工均獲早期使用權。 OpenAI當前AI伺服器主要由鴻海、廣達、緯創等ODM大廠分食訂單。隨著OpenAI在代理AI領域有重大突破,後續可望持續強化算力建置,有利相關台廠供應鏈AI伺服器業務續強。 鴻海集團搶攻AI推論市場,大客戶輝達旗下最新AI推論機櫃Groq 3 LPX傳出提前於第3季出貨,由鴻海獨家供應運算托盤(Compute tray),並擔負LPX機櫃整櫃組裝主要供應商重任,與輝達一起搶食AI推論市場商機。 法人看好,鴻海受惠輝達AI推論機櫃新單落袋,加上在輝達新一代Vera Rubin平台市占率可望提升到55%到60%,將帶動鴻海下半年AI伺服器業務強勁成長,推升業績爆發。 [joblist_plugin title='104精選【鴻海】工作機會' url='https://www.104.com.tw/company/233rv1s' amount='3'] [joblist_plugin title='104精選【廣達】工作機會' url='https://www.104.com.tw/company/ahfsoq0' amount='3'] [joblist_plugin title='104精選【緯創】工作機會' url='https://www.104.com.tw/company/5wthkkw' amount='5'] [joblist_plugin title='104精選【NVIDIA】工作機會' url='https://www.104.com.tw/company/1a2x6bm42t' amount='3']
【104職場力】・AI

成為雲端工程師的攻略指南:核心技能&職涯精進完整解析

隨著企業加速數位轉型、雲端原生應用(Cloud Native)成為主流,雲端工程師(Cloud Engineer)已從少數科技巨頭的專職角色,擴展成各產業數位基礎建設的關鍵人才。無論是新創、傳產還是政府機關,從資料備份、伺服器遷移、服務部署到跨雲架構設計,處處都仰賴具備雲端技能的工程人才。 本篇將帶你從「學習地圖」出發,建立入門到進階的技術藍圖,並說明適合對象與轉職建議,協助你掌握未來 5–10 年的高潛力職涯方向! 文 /【104學習精靈】 本文目錄(點擊可快速前往) ☁️ 雲端工程師是什麼?為何成為熱門職業?  掌握雲端工程師的核心能力:必備工具技能 x 學習路徑 x 軟技能轉職雲端工程師的學習策略 雲端工程師薪資行情與職涯發展 雲端工程師的挑戰與機會  ☁️ 雲端工程師是什麼?為何成為熱門職業?   🎯 雲端工程師工作內容  雲端工程師(Cloud Engineer)是企業數位轉型的關鍵推手,負責設計、部署、維護雲端基礎架構,確保系統的安全性、可擴展性與高可用性。隨著企業加速上雲,這個角色在全球 IT 市場的需求持續攀升。   根據 Research.com 的報告,雲端工程市場預計從 2023 年的 147.6 億美元成長至 2032 年的 398 億美元,年均成長率達 11.65%。  🎯雲端工程師與相近職類比較表 職類 工作重點 常見技能 與雲端工程師發展關係 雲端工程師 Cloud Engineer 雲端架構設計、部署與管理,自動化基礎架構 AWS / GCP / Azure、Terraform、Kubernetes、CI/CD 本職角色,聚焦基礎設施與平台服務,是運維與開發之橋樑 雲端架構師 Cloud Architect 架構規劃與成本效益優化,安全設計與多區部署 架構設計模式、資源規劃、資安合規 雲端工程師進階角色,需具備橫向整合與設計思維 DevOps 工程師 DevOps Engineer 開發與維運整合、自動化流程與版本管理 Jenkins、GitLab CI、Docker、Ansible、GitOps 高度交集,雲端工程師常延伸學習 DevOps 流程進階 SRE 工程師 Site Reliability Engineer 系統穩定性、可用性維持、故障應變流程 Monitoring、Incident Response、SLI/SLO、Prometheus 與 DevOps、雲端工程師具重疊,偏向服務層維運監控 雲端安全工程師 Cloud Security Engineer 雲端安全防護與存取控制、風險偵測與稽核 IAM、VPC、防火牆設計、SOC 工具 雲端工程師可進階專精此方向,聚焦於資安與防護策略 平台工程師 Platform Engineer 打造團隊內部工具與平台,支援自助式部署 Internal Dev Tools、Infrastructure Platform、K8s Operators 著重於團隊工程效能提升,與雲端工程師互補合作 後端工程師 Backend Engineer 伺服器端邏輯、資料庫整合、API 設計 Java / Python、SQL、RESTful API、Redis 若參與部署與 CI/CD,可跨足雲端工程與平台設計 全端工程師 Full Stack Engineer 前端介面整合與後端邏輯開發 React / Vue、Node.js、DB 操作 若自行部署應用,可延伸學習基礎雲端與 DevOps 技能 系統管理員 / 維運工程師 SysAdmin / Ops 傳統伺服器與網路維護、資源監控與修復 Linux、Nagios、Shell Script、Log 管理 若學習 IaC 與雲端平台,可轉型為雲端工程師或 SRE  🎯 為什麼選擇雲端開發?三大關鍵原因 需求穩定且持續成長: 雲端轉型已是企業共識,雲端工程師幾乎每年都是 LinkedIn、104 等人才平台的「高薪搶手職缺榜首」。  跨產業技能: 從金融科技、電商、製造、醫療到教育,幾乎所有行業都需要雲端部署與維運能力,具備高度橫向轉職能力。  職涯路徑多元: 可橫向發展為 DevOps 工程師、SRE、資安工程師,或縱向升遷為 Cloud Architect、技術經理等管理職,不怕卡關、發展空間大。  此外,結合 Serverless、AI 工具、IoT、邊緣運算等新技術,也讓雲端職涯保持高度創新與學習挑戰,是工程師長線發展的黃金選項。  🎯 誰適合轉職雲端工程師?四大族群建議 剛起步的工程新手: 想培養工程職涯但還在觀望 Web、AI、App 開發的入門者,雲端工程是 硬底子技術起點,往後轉職彈性大。  已有開發經驗的前/後端工程師: 熟悉應用開發後,若對部署、架構、效能優化有興趣,可向雲端或 DevOps 跨足,提升系統設計與大局觀能力。  系統維運、MIS、SRE 人員: 習慣處理伺服器與網路系統,若願意學習 IaC 與自動化部署,可自然轉職為雲端工程師,掌握更現代的技術框架。  對跨技術整合有興趣的工程師: 雲端工程師需要結合程式語言、網路、部署與資安知識,適合喜歡「橫向整合、縱向打通」的技術人。  🎯轉職步驟建議 6 個月內:完成雲端平台入門課程 + 自建部署作品(可用 Skill Boost Lab)  取得初階認證:如 Google Cloud Digital Leader / AWS Practitioner  參與實作專案:GitHub 實作範例、雲端部署過程記錄 Blog  申請實習/外包任務:Freelancer 或 Cloud Intern 累積經驗  中階前進路線:加入 DevOps / Cloud Engineer 團隊,進一步考取 Associate / Professional 等級證照  掌握雲端工程師的核心能力:必備工具技能 x 學習路徑 x 軟技能 🧭雲端工程師技能 × 學習階段 對照表格 系統操作與基礎程式 雲端平台與部署實務 架構自動化與維運 監控、資安與成本優化 基礎 Linux CLI、Python、Git 初階操作 GCP/AWS 免費帳號開通、VM/靜態網站部署 手動建立雲端資源、JSON/YAML 入門 IAM 初探、Log 查看、成本報表基礎 核心 Shell 腳本自動化、Git 流程、Python 系統應用 Docker 容器化、Kubernetes 部署、CI/CD 實作 Terraform 實作 IaC、自動建置、CI/CD 流程 Prometheus/Grafana、ELK Stack、IAM 權限控管 進階 跨平台整合腳本、進階錯誤追蹤 Serverless(如 Lambda)、多雲整合、邊緣運算部署 HA 架構、多區部署、事件導向與資料管線設計 FinOps 成本優化、雲端安全策略、防火牆與金鑰管理 認證 Linux Foundation、Python PCAP 認證 AWS/GCP/Azure Cloud Engineer 認證 Terraform Associate、CKA AWS Security、FinOps Practitioner 認證 ▲ 雲端工程師應具備技能、工具能力、推薦認證,點選不同技能會對應到相關課程。 ☁️ 雲端工程師學習地圖與路徑(搭配AI工具) ⛩ 初階學習(0–6 個月):奠定技術基礎  📌 學習內容(技能 & 實作)  Linux 系統操作(shell 指令、vim、權限管理)  網路基礎:IP、DNS、HTTP、TCP/IP  程式語言入門:Python 或 Shell script  雲端平台操作:建立並熟悉 AWS/GCP 免費帳號  基礎雲端資源管理(Compute Engine / EC2)  版本控制:Git 與 GitHub 基本操作  CLI 工具使用(如:gcloud, aws-cli)     實作練習:  在 GCP/AWS 上部署靜態網站  撰寫 Bash + CLI 工具的自動部署腳本  IAM 權限設定與防火牆規則實作  📌 AI 工具應用  使用 Google Cloud Console 智慧建議功能  使用 Gemini in Google Cloud 協助命令產出與錯誤修正  Copilot for CLI:快速生成 YAML 設定檔與指令  📌 備選學習(延伸)  推薦資源:  GCP Skill Boost Labs – 初學者路徑  AWS Cloud Practitioner Essentials(適合無經驗者)  Linux Journey(互動式學習網站)  雲端工程師入門推薦課程 👉Python 基礎程式設計|開外掛勇闖 Python 異世界👉快速活用 MySQL,精準設計關聯式資料庫👉 Git 速成攻略:2.5 小時變身版本控制達人 ⚙ 中階學習(6–12 個月):掌握自動化與部署核心  📌 學習內容(技能 & 實作)  Docker 容器化部署與映像檔建立  Kubernetes(GKE、EKS)叢集管理與應用部署  CI/CD 流程設計:GitHub Actions、GitLab CI/CD  Infrastructure as Code(IaC):Terraform 或 Pulumi  Logging / Monitoring 工具整合:Prometheus、Grafana、Cloud Logging  IAM 精細權限控管與資源標記(Labeling)    實作挑戰:  使用 Terraform 建立 GKE 叢集並自動部署應用  建立一套 CI/CD pipeline,自動部署至 GCP/AWS  部署一個內部 Wiki 系統至 Kubernetes 並加入監控功能  📌 AI 工具應用  用 Gemini API / ChatGPT 協助生成 Terraform、K8s YAML、CI/CD pipeline 配置  以 Cloud Monitoring 整合 AI 偵測異常行為(AI-based anomaly detection)  使用 Cloud Deploy 的 AI 效能預測功能進行部署前模擬  📌 備選學習(延伸)  Google Cloud – Infrastructure Modernization Track  課外專案建議:  建立雲端部屬的部落格服務  模擬企業環境建置內部開發者平台(Internal Dev Platform)  Kubernetes the Hard Way(挑戰進階網路知識)  雲端工程師中階推薦課程 👉成為 AWS 達人第一步!打造你的第一個 AWS 架構!👉微軟Azure超級入門實務與AZ-900認證攻略👉AWS雲端架構規劃|建置實務應用 🚀 高階學習(12 個月以上):架構設計與商業導向  📌 學習內容(技能 & 實作)  跨區高可用架構(Multi-zone HA、Failover、Load Balancing)  多雲與混合雲架構管理(GCP + AWS + On-Prem)  FinOps 成本優化與預算控管工具使用(如 Billing Report + BigQuery 分析)  雲端資安策略設計:VPC Service Controls、IAM Conditions、Cloud Armor  Serverless 應用設計(Cloud Functions、Cloud Run)  IoT + 雲端串接架構設計(Edge computing)    進階實作:  架設可擴充、高可用的企業級平台  使用 Cloud Storage + Dataflow + BigQuery 建立數據湖架構  整合第三方 SaaS(如 Stripe、Slack、Salesforce)進行 API 資料整合  📌 AI 工具應用  使用 Vertex AI 設計並部署機器學習模型(如預測負載)  整合生成式 AI API(如 Gemini、Claude)於產品功能中  應用 Gemini Code Assist 協助維護大型 Terraform 專案  📌 備選學習(延伸)  Google Professional Cloud Architect Certification  雲原生運算與 CNCF 專案探索(如 Istio、Envoy、Knative)  建議實習專案:  IoT 裝置即時資料流處理平台  架構具資料治理能力的 Data Lakehouse  雲端工程師高階推薦課程 👉AWS雲環境的架構優化-彈性化自動擴展👉微軟 Azure|通關 AZ-104 認證攻略,邁向雲端 IT 管理之路 🛠成為雲端工程師應具備的軟技能  雲端工程師不僅需要技術實力,更需要具備與角色高度契合的「軟實力」,才能真正勝任跨部門協作與快速變動的工作環境:  🧠 系統性思維: 面對分散式系統、跨區部署與資源配置,需具備架構整合、效能預測與風險管控能力。  🛠 問題解決力: 遇到部署錯誤、資源衝突或自動化失敗時,需能快速定位問題、擬定可行方案並有效執行。  【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 📚 持續學習動能: 雲端技術快速演進,需持續掌握新工具(如 Serverless、Cost Explorer、Spot Instance)、框架與平台特性,提升作業效率與創新能力。  🗣 溝通協調力: 需與開發、資安、業務等部門密切合作,說明技術選擇、協調需求優先順序,推動系統最佳化。  【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 🔧 成本洞察與技術節流智慧: 企業導入雲端後,常因錯誤配置導致成本居高不下。雲端工程師需具備資源規劃與預算優化的敏感度,善用 Auto Scaling、Load Balancer、IAM Policies 等工具,在維持穩定性與可用性的同時,有效降低長期支出,回應業務單位的效益期待。  🔋 壓力耐受力與責任感: 系統維運過程中需面對線上環境的高可用性要求與突發事件處理壓力,具備冷靜應變、精準決策與承擔風險的心態,是成為資深雲端人才的必要特質。  轉職雲端工程師的學習策略  🎯 初學者或轉職者的學習策略:  對於沒有工程背景者,切入點可循序漸進:  建構基礎觀念:從 Linux、網路基礎、程式語言入門、指令操作與雲端概念入手。  選擇一個平台專精(GCP、AWS、Azure),開始練習帳號申請與部署操作。  實作為導向學習:每學一個新技術就搭配小專案,例如用 GCP 建一個靜態網站並開通 HTTPS。  證照作為里程碑:初階考取 Cloud Practitioner、Cloud Digital Leader,有助於簡歷加分。  Python 程式設計能力 - 線上免費檢測 🎯 不同領域的客製化學習策略:  背景 適合學習切入點 優勢 建議補強 系統管理員 Infrastructure as Code、CI/CD 熟悉作業系統與維運邏輯 編程能力與雲平台知識 資料分析師 BigQuery、Cloud Storage、Dataflow 對資料處理與 ETL 熟悉 雲端部署與自動化工具 前端工程師 Firebase、Serverless Functions 熟悉前後端整合 容器化與系統監控 專案管理/PM 雲端架構設計、FinOps 熟悉產品流程與商業目標 技術基礎與平台實操能力  [course_plugin title='推薦課程' keyword='雲端資料工程師在職遠距班' amount=1] 雲端工程師薪資行情與職涯發展  雲端工程師薪資概況  📌 台灣雲端工程師薪資  初階(3年以下經驗):月均薪約6.6萬。  中階(3- 5年經驗):月均薪約 7.2 萬。  高階(5-10年經驗):月均薪約7.2萬以上。(以上資料來源:104薪資情報)  📌 薪資影響因素 證照認證:擁有 AWS、GCP、Azure 等專業認證可顯著提升薪資級距。  年資與專案經驗:實務經驗越豐富,薪資越具彈性與談判空間。  技術栈能力:熟練容器化、IaC、自動化部署與監控工具者更受企業青睞。  平台熟悉度:具多雲(Multi-Cloud)經驗與架構設計能力者加分。  產業與公司規模:FinTech、SaaS、外商與顧問公司提供較高薪資範圍。  英文與國際協作力:能用英文參與文件撰寫、會議與跨國專案者更具競爭力。  團隊角色與責任:主導 CI/CD、導入雲架構、跨部門協作者薪資更高。  地區與工作模式:北部/Remote/海外接案機會多,國際行情可參考薪資上限。 英文能力 - 線上免費檢測 雲端工程師職涯發展路徑總覽  雲端工程師的職涯擁有高度彈性與多元出路,不僅可持續深化技術實力,也能橫向轉職至顧問、資安或管理等專業領域。以下分為兩大主軸:「技術專精路線」與「管理 / 顧問 / 專業轉軌路線」。   📈 技術專精路線:從工程師到架構大師  這條路線適合對系統部署、基礎建設自動化與雲端架構設計具高度興趣者。  Cloud Engineer(雲端工程師) 掌握雲平台部署、資源管理與自動化基礎技能。  Senior Cloud Engineer(資深雲端工程師) 具備跨專案經驗與高效監控、故障排除、成本優化能力。  Cloud Architect(雲端架構師) 專注於設計大型雲端架構,兼顧穩定性、安全性與擴展性。  🔄 交叉技術進階路線:DevOps / SRE / 平台工程  DevOps Engineer(開發營運工程師) 整合開發與維運流程,導入 CI/CD 與基礎設施即程式(IaC)。  SRE(Site Reliability Engineer) 專注於系統可用性、容量規劃、容錯設計與自動化修復。  Platform Engineer(平台工程師) 為內部團隊打造平台工具與運行環境,優化開發者體驗與交付效率。  🧭 管理與顧問發展路線  Tech Lead / Cloud Team Lead(技術主管 / 雲端團隊領導) 統整技術方向、團隊管理與資源分配,牽引大型專案落地。  Cloud Consultant / Pre-sales(雲端顧問 / 技術顧問) 結合業務與技術,負責客戶雲端架構規劃、導入與 PoC 驗證。  🔐 專業分支發展  Cloud Security Engineer(雲端資安工程師) 負責雲端環境的安全性設計、合規控管與風險評估。  Data Platform Engineer / Data Engineer(數據平台或數據工程師) 轉向數據領域,聚焦於資料湖、大數據平台建置與處理流程。  [course_plugin title='推薦課程' keyword='資安與雲端架構工程師養成班' amount=1] 職涯發展路徑圖 雲端工程師(Cloud Engineer) │ ├── A. 深化雲端部署與設計 → 資深雲端工程師(Senior Cloud Engineer) │ └── 架構設計專精 → 雲端架構師(Cloud Architect) │ ├── B. 學習維運與自動化 → DevOps 工程師(DevOps Engineer) │ └── 穩定性與監控進階 → SRE 可靠性工程師(Site Reliability Engineer) │ ├── C. 打造開發平台與工具 → 平台工程師(Platform Engineer) │ ├── D. 發展團隊協作與領導 → 技術主管 / 團隊領導(Tech Lead / Cloud Team Lead) │ └── 與客戶對接與規劃 → 雲端顧問(Cloud Consultant / Pre-sales) │ └── E. 特化技能延伸: ├── 雲端資安工程師(Cloud Security Engineer) └── 資料平台工程師(Data Platform Engineer) 哪些產業需要雲端工程師  幾乎所有中大型企業皆正在進行數位轉型,以下為最仰賴雲端技術的產業:  金融科技(FinTech):如數位銀行、支付平台,需高可用性與資安規範的雲端架構。  電子商務與零售:需支撐高流量網站、彈性資源與後端整合。  遊戲與多媒體產業:使用雲端作為即時伺服器平台與玩家資料同步。  製造業與 IoT:使用混合雲處理邊緣裝置數據,結合數據湖與 AI 模型部署。  教育與遠距工作平台:採用 Serverless 或容器架構支撐大量即時互動與內容傳遞。  醫療與生技產業:處理敏感數據的雲端儲存與運算,須結合合規與安全設計。  雲端工程師的挑戰與機會  💣 面對的挑戰:  技術變動快、需持續學習:新工具、新架構層出不窮,需投入大量時間學習與實作。  平台廠商鎖定效應(Vendor Lock-in):企業使用單一雲端平台,限制多雲選擇與遷移彈性。  維運壓力大、責任重大:雲端系統一旦出錯影響層面廣,尤其是電商或金融系統。  安全與法規要求提升:需考量資安事件、資料合規(如 GDPR、HIPAA)與營運韌性。  🚀 成長的機會:  企業數位轉型需求大:2025 年起預計全球 70% 的企業核心應用將遷移至雲端。  AI 與數據導向加速雲端應用:模型訓練與資料儲存強化對雲資源的需求。  高階職位人才稀缺:具備架構設計、資安合規能力的雲端專家仍供不應求。  Freelancer 與 Remote Job 蓬勃:全球雲端工程需求讓自由接案與遠距工作成為常態。  [joblist_plugin title='更多104【雲端工程師】工作機會' url='https://www.104.com.tw/jobs/search/?jobsource=index_s&keyword=%E9%9B%B2%E7%AB%AF%E5%B7%A5%E7%A8%8B%E5%B8%AB&mode=s&page=1' amount='3'] 延伸閱讀: 產品經理 - 學習地圖(上):技能養成篇 如何成為後端工程師?精準掌握必備核心技能&職涯精進攻略 轉職前端工程師│工作內容、技能、薪水與職涯發展指南 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
【104職場力】・職涯規劃

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】

GPU 實體主機跟雲端GPU,實際跑起來差在哪

帳面規格看起來一樣,實際體驗卻大不相同 很多人第一次接觸GPU運算資源時,常常會疑惑,雲端服務商提供的GPU執行個體,跟業者提供的GPU 實體主機,規格表上寫的顯卡型號可能一模一樣,為什麼實際使用起來,體驗卻常常有落差?這背後牽涉到虛擬化架構、資源共享方式、以及底層硬體配置的種種差異。 虛擬化層帶來的效能損耗 雲端GPU執行個體,通常是透過虛擬化技術,把實體硬體資源切分給多個租戶共用。這種架構雖然帶來了彈性跟便利性,但虛擬化層本身會產生一定程度的效能損耗,尤其是在I/O密集的工作負載下,這種損耗會更加明顯。相較之下,GPU 實體主機是把整台機器的硬體資源完全獨佔給單一使用者,沒有虛擬化層的額外開銷,效能表現通常更貼近硬體本身的理論規格。 資源搶占的隱形風險 在公有雲環境中,即便租用的是專屬執行個體,底層的網路頻寬、儲存I/O,某些情況下仍然可能跟其他租戶共用實體基礎設施,尖峰時段容易出現效能不穩定的狀況。而GPU 實體主機因為是整機獨佔,不會有這種跟其他租戶搶資源的疑慮,運算效能相對穩定可預期。 成本結構的長期差異 短期來看,雲端GPU的隨用隨付模式相當有彈性,但如果專案需要長時間、大量使用GPU運算資源,雲端服務的計費方式,長期累積下來的總花費,往往會超過採用GPU 實體主機的固定租用方案。 客製化彈性的差異 雲端服務商提供的GPU執行個體,規格通常是標準化的組合。而透過在地的GPU主機服務商租用GPU 實體主機,通常能夠依照實際需求客製化硬體配置,滿足不同專案的特殊需求。 資料主權與法規遵循的考量 對於金融、醫療等對資料保護有嚴格法規要求的領域,資料儲存的實際位置與主權歸屬,是導入AI運算資源時必須謹慎評估的議題。選擇在地的GPU 實體主機服務,資料留存在境內機房,對於需要符合在地法規要求的企業來說,能夠降低合規上的疑慮。 該怎麼選,取決於專案的實際特性 如果專案屬於短期測試、需求變動頻繁,雲端GPU的彈性確實有其優勢。但如果是長期、穩定、且對效能一致性要求較高的訓練或推論任務,GPU 實體主機通常能提供更划算、更穩定的表現,長期使用下來的總體成本也更具優勢。 找懂兩種架構的服務商洽詢最實在 要在雲端GPU跟GPU 實體主機之間做出正確判斷,最好的方式還是找一家同時熟悉兩種架構的服務商,依照專案的實際特性,提供客觀的建議。 戰國策同時具備豐富的GPU主機建置與代管經驗,能夠協助企業釐清雲端與實體主機之間的差異,依照專案的運算特性、預算規模與資料安全需求,提供合適的GPU主機推薦方案。如果你正在猶豫該選擇哪一種架構,歡迎參考 nss.com.tw/gpu,或透過 LINE:@119m、電話 0800-003-191 與專人詳細討論。
林尚能・台灣服務比較網

Codex 4個神奇小功能!把Codex變成工作流引擎,功能速查表與行業應用SOP

用Codex跑任務,跑到一半想補需求、想試另一個方向,只能打斷重來嗎?作者整理/plan、Tab排隊、/fork、/status等4個核心功能與兩招加碼,附決策樹、指令速查表與各行業應用SOP。本文節錄自《ChatGPT × Codex全攻略》。 文/曾慶良(阿亮老師) 本文目錄(點擊可快速前往) 為什麼是這幾個功能功能總覽:4招核心+兩招加碼工作流4步法決策樹帶走模板:常用slash command速查各行業應用4步法SOP卡關處理:5個最常見問題 4招把 Codex 變成並行工作流引擎,計畫、排隊、分叉、儀表板 AGENTS.md解決了「Codex怎麼做」的問題,它做的事符合你的風格、按你的規矩。但你會發現另一個問題冒出來:Codex跑起來是「單線」的,你下一個指令、它跑、跑完你再下下一個。複雜任務怎麼辦?跑到一半想到要補東西怎麼辦?想試另一個方向怎麼辦? 教你4個核心功能(3個slash command+1個按鍵):/plan、Tab、/fork、/status,這就是章名的「4個神奇小功能」,也是工作流4步法的骨架。學完4招之後,再加碼兩招2026年正式版的新功能:/usage(額度儀表板)和@ 統一提及選單(檔案/插件/技能一鍵帶入)。4招是骨架、兩招是外掛,記熟之後,你的Codex從「下指令工具」升級成「並行工作流引擎」。 前置條件:Codex CLI已裝、AGENTS.md已寫。本章所有功能都是Codex CLI(v0.142.x)官方內建,不需要額外安裝。 為什麼是這幾個功能 先看一張對比表,看清楚普通跑Codex和用這套工法的差別: 情境普通跑法的痛用這套工法後複雜任務沒方向Codex直接動手,結果不是你要的,重來先用 /plan 看計畫再放跑跑到一半想到要補打斷 → 重講一次 → 上下文亂Tab 排隊,下個turn自動吃想試另一個方向放棄第一版,從頭再來/fork 兩版並列,挑好的留長任務沒在看不知道跑到哪、卡住沒人發現/status 即時看進度與token額度快用完不自知跑到一半被限流,工作中斷/usage 查每日/每週用量與credits要提到檔案/技能很麻煩手打完整路徑、記技能名稱打 @ 開統一提及選單,選了就帶入 全部都是官方CLI內建。記熟就能把Codex從「下指令工具」升級成「並行工作流引擎」。 功能總覽:4招核心+兩招加碼 功能指令一句話定位① 計畫模式/plan讓Codex「先講要怎麼做」,你看完點頭再讓它真的動手② 引導排隊Tab鍵Codex跑到一半,輸入新指令按Tab排隊,不打斷正在跑的任務③ 對話分叉/fork / Esc Esc把當前對話複製出一條平行線,同一份context、兩種寫法並列④ 進度可視化/status看當前模型、token用量、執行階段、approval模式⑤ 額度儀表板(加碼)/usage看每日/每週/累計用量,兌換earned usage credits⑥ 統一提及選單(加碼)@一個選單提及檔案、插件、技能,不用手打路徑 要先做一個名詞辨正:你可能在社群貼文或課程裡聽過「桌面寵物」這個暱稱,那是阿亮對「長任務進度可視化需求」的暱稱,不是 Codex 官方功能名稱。實際對應的官方操作是 /status,把它想成「Codex 的儀表板」。 本章所有TUI輸出畫面(Plan、Queued、Forked、Status、Usage)皆為示意重繪,實際版面依CLI版本略有差異,以你畫面上的為準。 工作流4步法決策樹 4個核心功能怎麼搭配?決策樹如下: # 開新任務前先問自己: 任務複雜(多步、不確定)? ├── 是 → /plan 列 SOP │ ↓ │ 中途想到要補? │ ├── 是 → 按 Tab 排隊 │ └── 否 → 等完成 │ ↓ │ 想試另一方向? │ ├── 是 → /fork 開分支 │ └── 否 → 結案 │ └── 否 → 直接執行(不用 /plan) 不論複雜不複雜: - 長任務 → /status 看進度 - 開工前/收工後 → /usage 看額度 - 重要任務 → 兩版(/fork) - context 將滿 → /compact 濃縮 判斷標準:「我能一句話講清楚要做什麼」等於簡單,直接跑。「我自己也不確定怎麼下手」等於複雜,先 /plan。 帶走模板:常用slash command速查 指令用途/plan計畫模式(先講計畫再動手)/fork從當前進度複製平行thread/status看model / approval / context / threads/usage看每日/每週用量、兌換credits/diff看當輪修改的檔案差異/compact把對話濃縮成摘要、省context/side開臨時討論串、不離開主任務/new同CLI session開全新對話/help列出當前版本所有slash command@(鍵盤)統一提及選單:檔案/插件/技能Tab(鍵盤)composer輸入後排到下一個turnEsc Esc(鍵盤)回到舊訊息編輯、從該點分支 各行業應用4步法SOP 把這套工法套到你的行業,貼牆上: 教師應用 /plan:學期計畫、家長會報告 Tab排隊:批改時補要求「找有此錯誤的學生」 /fork:給家長版vs給校長版 /status + /usage:批30份作業時看進度、看額度 @:帶入上學期的舊報告當範本 SOHO應用 /plan:報價單、合約、提案 Tab排隊:寫到一半要加保固期 /fork:給客戶版vs內部版 /status + /usage:跑批次資料時監看 @:帶入舊合約範本 行銷應用 /plan:月報、競品分析、活動企劃 Tab排隊:客戶說要改方向 /fork:嚴肅版vs活潑版 /status + /usage:跑大量素材時監看 @:帶入品牌文案指南 工程師應用 /plan:重構、API設計 Tab排隊:跑測試時加新檔 /fork:兩種實作對比效能 /status + /usage:長build看context與額度 @:帶入spec文件、觸發$skill 卡關處理:5個最常見問題 Q1:找不到 /plan 或 /usage 命令,TUI跳「unknown command」 答案:CLI版本太舊。跑npm update -g @openai/codex(或brew upgrade codex)升到最新,重開CLI,再/help看當前所有slash command。 Q2:找不到「Shift + Tab兩次」進計畫模式 答案:那是Claude Code的快捷鍵,Codex CLI沒有。Codex用 /plan slash command(在composer內輸入)。 Q3:Tab沒排到,反而觸發了@ 選單或其他鍵盤行為 答案: 確認composer已輸入文字後才按 Tab 不要在 @ 提及選單開著時按Tab(那是在選單內選取項目) 跑 /status 確認「Queued items」有沒有增加 Q4:/fork 後分支context不一致 答案:/fork 會帶走分叉前的對話歷史,但分叉後原thread和新thread互不回流。要兩邊都看到的東西,請在fork之前講完。 Q5:@ 選單只出現檔案,沒有Plugins/Skills區 答案:先升級CLI到最新版;再確認環境內真的有插件(用 /plugins 查)或技能(用 /skills 查),沒裝當然不會列。 節錄自:博碩文化《ChatGPT × Codex全攻略:從零基礎到自動化,打造你的AI Agent工作流》/曾慶良(阿亮老師) 著 推薦閱讀: ChatGPT Work怎麼用?和Chat模式差在哪、什麼時候該切換? 用Claude Code設計AI工作流!學了工具不等於系統,3範本打造專屬藍圖 Claude Code越聊越笨?4個指令管好「上下文」,用量60%就該主動壓縮
【104職場力】・AI

有任何收穫或想分享的,都來和大家一起聊聊吧!