【免費課程報名】技術開發技能 1-7 您需要考量的生成式 AI 解決方案背後的數據模型| 完課紀錄回傳履歷表
104學習
參數調整
指在工作中根據需求或環境變化，對系統、工具或流程中的設定值進行優化，以達到更佳效能或結果。這項技能強調靈活應變和細節掌控，能提升工作效率、降低錯誤率，並確保產品或服務品質穩定。具備此能力的人，通常能快速找出瓶頸並調整策略，對團隊和企業帶來實質效益。
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
成為 AI 科學家｜機器學習好簡單，輕鬆讓你一手掌握資料科學實作 10 大技巧
CompTIA SecAI＋國際AI資安認證班
打造你的專屬 AI｜3小時一對一 AI 工作模組化實作課
【大師開講】智慧製造應用案例 – AI運用於瑕疵檢測
【免費課程報名】技術開發技能 1-1 生成式 AI 如何顛覆您的工作模式 | 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 1-4 AWS 上的生成式人工智能和流程建構端到端優化 | 完課紀錄回傳履歷表
【2026/11/14開班】Exam Prep: AWS Certified AI Practitioner 認證備考衝刺班
【免費課程報名】技術開發技能 1-8 深入剖析 AWS 計算服務 驅動生成式AI潮流的力量 | 完課紀錄回傳履歷表
精選證照
考取專業證照，讓能力被市場看見
生成式AI能力認證
「生成式AI能力認證」為通識型初階能力檢核，通過者具備「知AI」的能力，可知道生成式AI的基礎知識、具備「用AI」的基本概念與邏輯，並具有基本體驗生成式AI實做的經驗，認證內容涵蓋生成式AI的基礎知識、能力強化、應用技能、倫理法律等四大面向。生成式AI能力認證旨在評估考生對生成式AI技術的全面理解和應用能力。
財團法人資訊工業策進會
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。
台灣人工智慧學校
人工智慧工程素養能力認證
人工智慧素養認證認證幫助受試者提升AI相關知識與技能。透過多元化的測試方式，可全面評估AI素養水平，包括AI倫理、AI基本技術與應用等方面。
財團法人資訊工業策進會
生成式 AI 技術開發技能證書
AWS 為協助個人突破職涯新價值，推出「AI 人才就緒計畫 」(AI-Ready Talent Development Program)，針對不同角色免費提供系列生成式 AI 課程、專業 AI 認證備考資源、AWS 生成式 AI 服務試用，更進一步協助您取得 AI 認證！
學習本課程，您將能了解提示工程、檢索增強生成與微調的最佳實踐、掌握生成式 AI 端到端流程建溝以及驅動 AI 流程須考量的數據、儲存與運算等基礎架構。還能進一步了解如何將 AWS生成式AI服務應用在實際營運情境。
AWS
Infrastructure Automation Certification
Infrastructure Automation Certification證照專為具備基礎設施自動化技能的專業人士設計，涵蓋自動化工具的使用、腳本撰寫及系統配置管理，提升企業IT環境的效率與穩定性。持有此證照代表具備運用自動化技術優化部署流程、降低人為錯誤及加速系統維護的能力，有助於在快速變動的數位時代中提升職場競爭力。
HashiCorp
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)
精選貼文，掌握第一手知識
Midjourney 角色一致性大突破！換髮型、證件照、創意場景輕鬆搞定｜使用教學、參數調整一次看！
你是否曾為 AI 生成圖像時角色不連貫的問題煩惱？Midjourney 最新推出的「角色一致性」功能，徹底解決角色形象無法保持一致的困境！不論是改變髮型、製作證件照，還是將角色放入不同的創意場景，這項新功能都能完美實現，提升創作效率，助你快速打造專業級視覺內容。
▍Midjourney「角色一致性」功能介紹
隨著 AI 技術日新月異，Midjourney 持續領先創意圖像生成領域，而最新推出的「角色一致性」功能更是一次革命性更新。這項功能可以幫助創作者在多個場景中，保持角色外觀和特徵的一致性，不再出現形象前後不符的尷尬問題。
無論是創作漫畫、動畫，還是製作證件照和換裝測試，「角色一致性」功能都能大大提高效率，讓每個角色更加鮮明且連貫。
▍角色一致性功能能解決哪些痛點？
● 跨場景角色形象連貫
過去的 AI 圖像生成工具難以在多個場景中保留同一角色的形象，容易導致故事情節斷裂或角色失真。而 Midjourney 的新功能，讓角色可以毫無違和地出現在不同的背景和情境中，例如草地、酒館、華麗舞廳等。
● 快速換裝與換髮型
想為角色換上新造型？只需調整參數，便能讓角色以一致的臉部特徵呈現多樣化的穿搭和髮型風格，特別適合用於角色設計、時尚測試等需求。
● 專業證件照製作
無論是設計角色證件照，還是為真實人物製作虛擬形象，Midjourney 的參照功能都能讓角色維持高精準度的面部特徵，同時支持不同背景或服裝的調整。
▍如何使用 Midjourney 的角色一致性功能？
Step 1: 選擇角色參考圖像
準備一張具有明顯特徵的角色圖片，建議使用 Midjourney 自己生成的圖像，因為使用真人照片可能會導致部分特徵失真。
Step 2: 設定 prompt
● 在輸入 prompt 時，加入 --cref URL 參數，並提供參考圖像的連結。例如：
A girl draws on the grass --cref https://example.com/image1.jpg
● 如果需要混合多張參考圖像，也可以輸入多個 URL，例如：
--cref URL1 URL2
▍Step 3: 調整參照強度
透過加入 --cw（Character Weight）參數，調整參照圖像的特徵影響力：
● 預設為 100（全特徵參考，如臉部、髮型、著裝）。
● 設為 0（僅參考臉部，適合換裝、換髮型等創作需求）。
▍Midjourney V6 的未來發展
目前這項功能適用於 Midjourney V6 和 Niji6 型號，V6 尚處於 alpha 測試階段，未來的 Beta 版可能會進一步優化。官方也暗示，未來將提供更多定制化功能，幫助用戶在角色創作中實現更多細節掌控。
Midjourney 的「角色一致性」功能無疑是 AI 創作領域的一次突破，不僅解決了角色連貫性問題，還為換髮型、證件照製作等應用場景提供了更多可能性。無論你是漫畫家、設計師，還是對 AI 創作感興趣的愛好者，這項功能都能助你打造更加專業、連貫的作品。
➤ 立即試用：https://www.midjourney.com/
➤ 歡迎在104學習精靈關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！
精選 Claude 該選 Haiku、Sonnet、Opus 還是 Fable？三個問題選對模型，額度用更久
同一個問題丟給 Claude，有時又快又好，有時卻等很久、還把額度用光？
問題往往不在你的提問，而是模型沒選對。
打開 Claude 的模型選單，會看到四個名字。可以把它們想成四種同事：
Haiku：反應最快的助理，適合快速摘要、擷取重點（免費版可用）
Sonnet：什麼都能接的主力，寫作、分析、程式都行（免費版可用）
Opus：擅長深度思考的資深顧問，適合複雜研究與推理（Pro 以上）
Fable：能自己規劃、自己檢查的專案負責人，適合從零做出完整成品（付費方案）
能力越強，回答越慢，也越吃使用額度。拿 Opus 或 Fable 去做 Haiku 就能完成的事，只是白白燒掉額度。
選之前，先問自己三個問題：
1. 這件事要想多深？
查詞、摘要新聞 → 輕的模型就夠；比較企劃、找數據矛盾 → 需要深度思考
2. 做錯的代價多大？
內部草稿 → 錯了改就好；要給主管決策、要對外發布 → 用更強的模型，也要更仔細檢查
3. 要它自己做多久？
一問一答 → Sonnet 就很夠；從粗略想法做到完整成品 → 交給 Fable
記住一個原則：先輕後重，不夠再升級。
Haiku → Sonnet → Opus → Fable
另外，選單裡還有一個「Effort（思考深度）」：整理會議紀錄時調低，回得快；審合約、找風險時調高，想得更完整。
最常見的三個錯誤：
・什麼都用最強的模型
・答案不好只會換模型，卻沒先把需求講清楚
・只看答案長短，不看有沒有抓到重點
小練習：下面三件工作，你會各選哪個模型？
① 回覆客戶的簡單詢問
② 分析半年銷售數據寫成報告
③ 從零規劃一套新人訓練
（參考答案：① Haiku ② 先用 Sonnet，要給主管決策就升 Opus ③ Fable）
想看完整五分鐘影音說明，104學習免費課程「5分鐘學會挑選Claude模式」已經上線，免費報名就能看：
https://nabi.104.com.tw/course/104nabi/47f0bb26-3b67-4f8c-80f4-39dd215c0d01
也歡迎在留言分享：你平常最常用哪個模型？有沒有拿兩個模型比較過同一件工作？
資料來源：
Claude Academy〈Choosing the right Claude model〉
https://academy.claude.com/tutorials/choosing-the-right-claude-model
（模型版本與方案以 2026 年 11 月官方說明為準：Haiku 5.5、Sonnet 5.5、Opus 5.5、Fable 5.1）
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
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的主要功能Hooks、Skills、MCP、排程都學了，工作卻沒有變輕鬆？作者提醒「工具≠系統」，提供教師、工程師、研究者3種範本與藍圖模板，帶你用Claude Code設計專屬的AI工作系統。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）
工具學完了，系統還沒設計步驟1：盤點你的工作類型步驟2：3種典型使用者的系統設計步驟3：設計你的專屬藍圖步驟4：產出藍圖文件範例：王老師的AI工作流藍圖（教師版成品）
使用工具：Claude Code（需付費方案，免費版不能用）
安裝說明：Claude Code官方安裝說明
不想用終端機：下載電腦版，直接在桌面程式中使用Claude Code
工具學完了，系統還沒設計
學完Claude Code的所有主要功能，但工具≠系統——系統是「哪些任務由哪個工具負責、在什麼條件下自動觸發」的完整答案：
工具系統學了Hooks知道要攔截哪些操作、在哪些專案啟用學了Skills知道要建立哪些技能來服務你最常見的任務學了排程知道要讓哪些工作自動化、每週/每日跑什麼學了MCP知道要接哪些外部服務、接了之後做什麼
本章幫你把工具組裝成系統。
（圖／博碩出版《Claude Code全攻略》）
用詞約定：本章說的「排程任務」有兩種實作——官方Routines（Anthropic的雲端排程代理，/schedule建立）與本書自製排程框架（~/claude-routines/目錄＋系統排程器）。藍圖裡只要寫清楚用哪一種即可，兩者可混用。
設計系統的心態，也跟著模型在變。早期用AI靠的是「寫一個好prompt換一個好答案」；到了Fable 5這種能長時間自主運作的模型，重點變成「設計一套能讓Claude自我修正、環環相扣的系統」。
步驟1：盤點你的工作類型
在Claude Code中輸入：
請幫我進行一個 AI 工作系統設計諮詢。
首先，請問我以下問題，一次問一個，等我回答後再問下一個：
1. 你的主要工作或學習領域是什麼？
2. 你每天最重複、最耗時的 3 個任務是什麼？
3. 你目前最大的工作痛點是什麼？
4. 你的技術背景如何（純文字使用者/ 會寫基本腳本/ 程式開發者）？
根據我的回答，你會幫我設計一套 AI 工作流藍圖。
（圖／博碩出版《Claude Code全攻略》）
驗證點：Claude一次只問一題、等你回答才問下一題；4題答完後它主動給出初版藍圖草稿。
步驟2：3種典型使用者的系統設計
根據不同角色，這裡提供3個系統設計範本供參考。範本中出現的/summarize、/apa等都是自訂指令，不是內建指令。
（圖／博碩出版《Claude Code全攻略》）
範本A：教師/教育工作者
痛點：備課耗時、作業批改量大、每學期重複建立相同格式的文件
教師 AI 工作系統
每日自動（排程任務）：
morning-brief：
- 整理今日課程材料
- 生成當天課堂提問清單
每週自動（排程任務）：
assignment-review：
- 掃描收到的作業資料夾
- 批量生成評語草稿（教師審核後使用）
MCP 連接：
- Google Drive：讀取課程資料
- Slack/LINE Bot：與學生互動
常用 Skills：
- lesson-plan：生成課程計畫書
- quiz-generator：根據教材生成選擇題
- feedback-writer：生成個性化學生回饋
常用 Slash Commands（自訂指令）：
- /summarize：摘要一份教材
- /translate：翻譯英文資料
範本B：獨立開發者/工程師
痛點：Code Review費時、文件欠缺、重複性的設定和樣板程式碼
工程師 AI 工作系統
每日自動（排程任務）：
code-health：
- 掃描新增的 TODO/FIXME
- 報告昨日 commit 的簡短摘要
每 PR 自動（GitHub Actions）：
- Claude 自動審查並留言
MCP 連接：
- GitHub：PR 審查、Issue 管理
- SQLite/PostgreSQL：資料庫查詢
Hooks：
- PreToolUse：攔截 rm -rf 等危險指令
- Stop：任務完成提示音
常用 Skills：
- auto-commit：生成 commit 訊息
- my-code-review：結構化程式碼審查
- doc-writer：生成函式文件
CLAUDE.md：
- 語言：繁體中文
- 程式碼風格：PEP8 / Google Style
- 禁止：直接執行生產環境的 DELETE 語句
範本C：研究者/寫作者
痛點：資料整理耗時、格式不一致、報告撰寫耗費大量時間
研究者 AI 工作系統
每次執行（Script）：
research-pipeline：
- 輸入主題 → 自動生成報告草稿
- 輸出 Markdown + Word
每週自動（排程任務）：
weekly-digest：
- 每週整理本週閱讀的文章摘要
- 輸出一份「本週閱讀摘要」
常用 Skills：
- summarize-long：摘要長文
- rewrite：改寫語氣/ 格式
- reference-formatter：整理引用文獻格式
常用 Slash Commands（自訂指令）：
- /apa：轉換成 APA 格式
- /abstract：生成摘要
- /expand：擴充段落
步驟3：設計你的專屬藍圖
根據你的工作類型，用Claude Code幫你填入細節：
根據我的工作情境（[填入你的工作領域]），
請幫我設計一份完整的 AI 工作流藍圖，格式如下：
## 我的 AI 工作系統藍圖
### 🎯 設計目標
（節省時間在哪些地方？提升品質在哪些地方？）
### 📋 工作盤點表
| 高頻任務 | 目前耗時/ 週 | 自動化方式 | 預估節省 |
### 📅 自動化排程
| 頻率 | 任務名稱 | 做什麼 | 技術實作（官方 Routines / 自製 cron） |
### 🔌 MCP 連接
| 服務 | 用途 | 優先級 |
### 🎪 Skills 清單
| Skill 名稱 | 觸發情境（寫進 description） | 功能 |
### ⌨ Slash Commands（自訂指令）
| 指令 | 功能 |
### 🔒 Hooks 設定
| 時機 | 觸發條件 | 做什麼 |
### 📋 CLAUDE.md 核心設定
（語言偏好、工作風格、禁止事項）
### 🔁 月度回顧（每月一次，直接回答這五題）
1. 哪個 Skill 最常用？（值得繼續維護）
2. 哪個 Skill 完全沒用？（可以移除或重構）
3. 有沒有重複做某件事超過 3 次？（應該自動化）
4. 有沒有哪個回答讓我覺得「它不夠了解我的情境」？（改 CLAUDE.md）
5. 這個月的費用/ 額度花在哪裡最多？（是否值得？）
### 🗓️ 實施計畫（今明後三步）
今天：（可以立刻做的）
本週：（這週內完成的）
本月：（一個月內建立的）
把「月度回顧」直接寫進藍圖，而不是另外記在腦子裡——這樣藍圖本身就內建了讓系統持續進化的機制。
步驟4：產出藍圖文件
讓Claude Code直接把藍圖寫成Markdown檔案：
請把我們剛才設計的 AI 工作流藍圖，
存成一個 ai-workflow-blueprint.md 文件，
放在 ~/Desktop/ai-workflow-blueprint.md。
同時加入今明後三步的具體實施計畫。
（圖／博碩出版《Claude Code全攻略》）
範例：王老師的AI工作流藍圖（教師版成品）
空白模板不好想像，下面是一位國中資訊老師照「步驟1～4」做完後的完整成品，可以直接拿去改：
# 王老師的 AI 工作系統藍圖（2026-07 版）
## 🎯 設計目標
- 每週備課時間從 6 小時降到 3 小時
- 作業評語從「來不及寫」變成「每人都有個性化回饋」
- 每學期重複性文件（進度表、通知單）零手工
## 📋 工作盤點表
| 高頻任務 | 目前耗時/ 週 | 自動化方式 | 預估節省 |
|---------|-----------|-----------|---------|
| 備課簡報與講義 | 4 hr | lesson-plan Skill + /summarize | 2 hr |
| 作業批改評語 | 3 hr | feedback-writer Skill 批量產草稿 | 1.5 hr |
| 週報與家長通知 | 1 hr | weekly-report 排程任務 | 0.8 hr |
| 段考出題 | 2 hr（雙週） | quiz-generator Skill | 1 hr |
## 📅 自動化排程
| 頻率 | 任務名稱 | 做什麼 | 技術實作 |
|------|---------|--------|---------|
| 每日 07:00 | morning-brief | 整理今日課程材料＋課堂提問清單 | 自製 cron（~/claude-routines） |
| 每週五 16:00 | assignment-review | 掃描作業資料夾、產評語草稿 | 自製 cron（~/claude-routines） |
| 每週日 20:00 | weekly-report | 彙整本週教學紀錄成週報 | 官方 Routines（雲端排程） |
## 🔌 MCP 連接
| 服務 | 用途 | 優先級 |
|------|------|--------|
| Google Drive | 讀課程資料、存產出文件 | 高 |
| GitHub | 存放教材版本控制 | 中 |
## 🎪 Skills 清單
| Skill 名稱 | 觸發情境（寫進 description） | 功能 |
|-----------|---------------------------|------|
| lesson-plan | 「幫我備課」「做 XX 單元的課程計畫」 | 產出課程計畫書＋講義大綱 |
| quiz-generator | 「出題」「做測驗卷」 | 依教材產選擇題＋答案卡 |
| feedback-writer | 「寫評語」「批改回饋」 | 依作業內容產個性化評語草稿 |
## ⌨ Slash Commands（自訂指令）
| 指令 | 功能 |
|------|------|
| /summarize | 摘要一份教材成一頁重點 |
| /notice | 生成家長通知單（套固定格式） |
## 🔒 Hooks 設定
| 時機 | 觸發條件 | 做什麼 |
|------|---------|--------|
| PreToolUse | Bash 指令含 rm -rf | 阻擋（deny）並要求確認 |
| PostToolUse | 所有工具 | 記錄到 activity.log（月報數據來源） |
## 📋 CLAUDE.md 核心設定
- 所有回應使用繁體中文
- 評語語氣：鼓勵為主、具體指出一個改進點
- 禁止：學生個資寫入任何產出文件
## 🔁 月度回顧（每月最後一個週五）
1. 哪個 Skill 最常用？ 2. 哪個完全沒用？ 3. 有沒有重複超過 3 次的事？
4. 哪個回答顯示它不懂我的情境？ 5. 額度花在哪最多？
→ 配合步驟 6 的月報提示詞，用 activity.log 數據回答，不憑感覺。
## 🗓️ 實施計畫
今天：建 lesson-plan Skill、裝 activity.log Hook
本週：morning-brief 排程上線、Google Drive MCP 接通
本月：feedback-writer 調教到「八成評語可直接用」、跑第一次月度回顧
驗證點：對照這份成品檢查你自己的藍圖——每個Skill都有「觸發情境」、每個排程都寫了「用官方Routines還是自製cron」、月度回顧有排進行事曆。
節錄自：博碩出版《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
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
Claude Skills怎麼用？內建與個人Skill差異、適用情境及使用方式
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)
【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
超狂 AI 助理來襲🚀 AI Agnet（AI代理人）能自動思考、執行任務，成為人類生活、工作上的智慧助理。比如，幫你安排會議、分析數據、生成報告…等。這篇文章分享 4 個🧑💻 做報告超推薦的 AI 工具，有效減輕工作壓力，提高生產效率！
AI 報告工具目錄（點擊快速抵達）
Kuse 生成報告內容
Elicit 找文獻、整理論文
Slidesgo 做簡報PPT、設計模板
inFin 練習報告、講稿逐字稿
文 / 職迷不霧
1. Kuse 生成報告內容
這個 AI Agent 可以視覺化幫你生成的內容📜和整理的資料📁。只要你有主題，即使沒有任何文件檔案，也能直接下指令給 AI，比如：「幫我製作 2025 年 AI 的未來趨勢報告」，他就會寫出目錄架構、詳細內容以及具體資料。如果報告中有數據，也可以把資訊製作成圖表📊。 Kuse 的介面以無邊界的畫布呈現，讓你在整理報告內容上更自由方便，有其他創意發想、專案規劃…等等的工作需求也很好用！
免費版每天 10 點，訂閱版每月 980 台幣點擊快速回目錄⤴
2. Elicit 找文獻、整理論文
文獻資料可以為你的報告提供可信度，同時也幫助自己了解和主題相關的背景知識🤓。很多研究生、研究員都推薦 Elicit 這個 AI 神器🔍，可以快速搜尋論文、整理大量文獻，比如你輸入研究問題：「 AI 如何影響未來工作」，他就會找出關鍵 Papers ，而且整理成好讀的表格，讓你秒懂每篇的發現、結論，大大減少閱讀的時間與壓力 看教學>
免費版每月生成 1 個，訂閱版每月 396 台幣點擊快速回目錄⤴
3. Slidesgo 做簡報PPT、設計模板
想要一份視覺吸引人的簡報一定要用這個 AI 助理，幫你在短時間內完成專業又有設計感的 PPT 👍，給他一個簡報主題或 Kuse 幫你生成的報告內容，然後選擇你喜歡的風格模板，就馬上製作好簡報，可以馬上拿上台報告的那種！而且可以下載檔案再次編輯 看教學>
如果簡報中需要更多圖片，他也有 AI 繪圖套件🎨 Freepik ，輸入指令就可以文字轉圖片
免費版生成 3 個，訂閱版每月 點擊快速回目錄⤴
4. inFin 練習報告、講稿逐字稿
準備好報告後，最重要的環節就是練習報告！推薦用 AI 幫你生成講稿，按下錄音鍵，先試著自己講一遍，你的音檔會自動轉成逐字稿。接下來你可以編輯文字內容✏️，把用詞、語句更通順，然後透過回放錄音，再次調整語速和換氣，讓報告越來越專業。另外，你也可以使用摘要總結的功能，讓 AI 整理精華重點，提供給聽講報告的人做參考。 看教學>
佛心免費！免費！免費！ 點擊快速回目錄⤴
我以前常困擾，怎麼在社群讓別人看到我厲害的地方我想要其他人來找我合作，多賺一點錢💰但我把專業寫在 IG 或 Threads 的介紹都沒用==認真想想，可能這兩個平台都是玩樂性質的關係吧後來，我看到同事在用台版 LinkedIn，超酷！每個人名字旁邊都會顯示職業，不怕別人不知道我是做什麼的我馬上創了一個帳號！現在有閒就發炫耀文📱就是可以展現自己專業知識的貼文，比如：我怎麼用 AI 做超屌的動畫之類的我還在上面建一個可公開又比較輕鬆版的履歷沒想到發文刷存不到一個月，就收到合！作！邀！約！現在變得好忙哈😆 除了正職還多了 2 個副業💰💰💰真的很推薦想增加收入的來一起玩人才社群～～～
作者：職迷不霧點我追蹤職迷不霧 IG ❤️❤️❤️
延伸閱讀：【AI 懶人包】看這篇就夠！2026推薦AI免費vs訂閱工具大全，提高工作生產力&職場競爭力！（持續更新)【AI語音筆記】超推薦5個AI轉文字工具！幫你生成逐字稿與會議記錄重點，免費vs訂閱、優缺點評比【AI翻譯工具】2026好用的5個AI線上即時翻譯語言推薦，免費vs訂閱、優缺點評比一次看！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
為什麼AI生成內容不好用？3訣竅讓AI產出更精準，下對指令贏一半
為什麼AI生成內容總是不如預期？分享3大關鍵訣竅，包括利用「5W1H」下達具體指令、將任務拆解為多道步驟，並透過反覆修正優化結果，學會正確的提問與溝通技巧，讓AI產出更精準，初學者也能馬上上手！本文節錄自《【圖解】工作救星！上班族必學的AI活用大全》。
文／加納敏彦
本文目錄（點擊可快速前往）
【訣竅1】把AI當成人類，下達「具體指令」【訣竅2】拆解為「多道步驟」【訣竅3】不追求完美，耐心反覆修正
在讓生成式AI產出精準內容，必須掌握幾個重點訣竅。介紹3個初學者也能立即上手的技巧。
【訣竅1】把AI當成人類，下達「具體指令」
首先第一個訣竅，就是要提供「具體指令」。儘管AI已經吸收了龐大資訊，但還是得依照我們的指令內容來輸出內容。AI必須先理解指令語意，再從龐大資訊中根據機率產出後續文字。
因此，「具體指令」能幫助AI產生清楚認知，較容易獲得符合需求的結果。現在就來舉例說明一下。
含糊抽象的指令範例：請說明ChatGPT。
具體明確的指令範例：請上網查詢ChatGPT，以500字左右的篇幅說明最新資訊。這是要在公司內部會議發表的內容，請簡單說明得讓不懂IT和AI的大人也能理解。
在思考「具體指令」時，可以參考在工作中整理或傳達資訊時常用的「六何法」（5W1H）。
When（何時）最新資訊Where（何地）上網查詢Who（何人）不懂IT和AI的大人What（何事）ChatGPTWhy（為何）要在公司內部會議上說明How（如何）以500字左右來簡單說明
透過六何法來思考，就能完成相當具體的指令。不需要每次都加入所有元素也無妨，像「When」（何時）和「Where」（何地），這些往往也很少會用到。
在向AI下達指令時，特別重要的就是「Why」（為何）。隨著AI的進步， AI理解指令語意的能力也越來越強。因此，如果可以在指令中輸入「為何下達這種指令」的理由，說明自己的意圖， AI會更好掌握你的用意，更容易產出符合要求的結果。
另外在下指令時，可以把AI視為「工作夥伴」，像與人溝通那樣精確說明，甚至想成是在指揮下屬或祕書也行。向人傳達指示時，具體敘述會比含糊其辭更有效用。當你越熟悉如何對AI下指令，越能提升指揮人的能力，可說是一舉兩得。
【訣竅2】拆解為「多道步驟」
下個重要訣竅，就是將指令拆成不同步驟來執行。如果在一次的指令中塞入過多資訊， AI可能也無法同時處理到好。AI雖然聰明，但並不表示一次就能完美滿足所有要求。將指令拆成多道步驟，每項指令專心處理單一作業，便能在各項作業中獲得更精準的輸出內容。
舉例來說，可將指令拆成兩個步驟來進行：
步驟1的範例：請上網搜尋有關ChatGPT的資訊，並正確說明最新情報。
步驟2的範例：以這些說明為基礎，整理成大約500字的文字報告。這是要在公司內部會議上發表的內容，請簡單說明得讓不懂IT和AI的大人也能理解。
在這個範例中，步驟1在專心搜尋正確資訊，步驟2則是將資訊整理得簡單易懂。像這樣拆成多道步驟，能同時提升精確性和易懂程度。大家可以試著思考「能不能拆解給AI的指令」，讓各項指令專注處理單一作業，就能大幅提升AI的輸出品質。
【訣竅3】不追求完美，耐心反覆修正
最後一個訣竅，就是不要一開始就期待完美結果，而是要耐心反覆修正。其實這個心態十分重要。與其為了設計理想指令而過度思考，不如直接先試著下指令，再逐步反覆修正。通常這樣的做法，反而能更快獲得最佳結果。
AI第一次輸出的內容，可能會與你的期待和意圖稍有落差，但千萬不能因此放棄，或是擅自認定「AI派不上用場」。只要繼續追加指令或是要求修改， AI就能在幾秒鐘內改進。假設你如前述那樣拆成兩個步驟，AI的說明卻還是不夠淺顯易懂時，可以像下述這樣要求AI修改：請以更適合初學者的方式來簡單說明。
如果對象是真人，提出修改時必須顧慮對方的心情，但對AI就不需要顧忌，可以隨興且明確地提出「希望如何修改」的需求。
「具體指令」、「拆解步驟」、「反覆修改」—— 透過這三大訣竅， AI能成為你的工作夥伴，與你一起攜手創造（共創）成果。
節錄自：采實文化《【圖解】工作救星！上班族必學的AI活用大全：從寫作、影片到虛擬分身，8大領域 × 39種場景 × 23款工具，讓AI成為你的職場好幫手！》／加納敏彦 著
主管 vs. AI 誰的負面回饋更讓員工覺得羞愧？
原標題：當 AI 開始「罵人」：機器負評，比主管更傷人嗎？
AI越來越多地介入績效評估，這看似公平客觀，但負面回饋的影響卻不容忽視。一項《Behavioral Sciences》期刊的研究揭示，相較於來自主管的批評，AI雖貌似公正，卻可能更深刻動搖員工的自信。研究基於回饋歷程模型（Feedback Process Model）探討了情緒和認知兩條不同路徑如何影響員工表現。AI批評削弱自我效能感，而主管則引發羞愧。這提醒企業在導入AI回饋時，應強化建設性語言和人性化管理。同時，在與AI共事過程中，員工需學會理性解讀反饋並將其轉化為改善行動，以保持健康心態和現代職場競爭力。
文： 小婉家族研究生 李佳真 | 工商心理實驗室
POV: 你剛完成一份工作報告，卻看到公司的 AI 系統傳送的通知：「本月表現落在部門後段，成果未達標準。」
你的感覺怎麼樣？會感到羞愧嗎？還是覺得「反正是機器講的，沒差」？近年，越來越多企業利用人工智慧（AI）來評估員工績效、給予即時回饋。AI 的「公平客觀」讓人期待，但當它給出負面評價時，員工的感受會比收到主管負面回饋時好受嗎？一篇在《Behavioral Sciences》期刊發表的研究指出，AI 的負面回饋雖然看似客觀，卻可能比主管的批評更容易動搖員工的自信。
理論基礎：回饋歷程模型（Feedback Process Model）
研究以 Ilgen 等人（1979） 的「回饋歷程模型」為基礎。這個模型認為，人在接收回饋時會經歷情緒反應（emotional reaction） 與 認知反應（cognitive reaction）兩個階段，而這些心理歷程會影響最終的行為表現。
研究團隊據此提出兩條「雙路徑」假說：
- 情緒路徑：主管的負面回饋較容易引發羞愧（shame），導致退縮行為
- 認知路徑：AI 的負面回饋更容易削弱員工的自我效能感（self-efficacy），同樣導致退縮。
簡而言之，研究團隊假設人類的批評會讓人覺得丟臉，而 AI 的批評則會讓人對自己的信心下降，兩者都會導致員工的退縮行為（退縮行為指的是員工為了逃避或表達對工作環境不滿所採取的行動。 這些行為的程度從輕微到嚴重不等，包括：上班遲到、請假、缺勤，最嚴重者甚至辭職）。
研究設計與結果
為了驗證這兩條心理機制，研究者在中國與美國共進行三項實驗，總樣本數達 772 名全職員工。在每個實驗中，受試者都被設定為公司員工，並收到一份表現評估報告，有的報告來自「主管」，有的則來自「AI 系統」。報告內容相同，研究者會測量他們的羞愧、自我效能感，以及是否產生退縮傾向（例如想請假或辭職）。
最後研究結果驗證了假設，主管的負評會引發更強烈的羞愧感；AI 的負評則會顯著削弱自我效能，兩者皆會促進員工的退縮行為。換句話說，不論批評來自人或機器，都可能讓員工想遠離工作，但背後的心理機制不同。
教育訓練平台x優質課程 104 幫你一站搞定 >>
AI 知識的調節效果
研究還進一步發現，員工的 AI 知識（AI knowledge） 會改變他們的反應。對 AI 理解較低的員工會比較容易因為來自主管的批評感到羞愧；對 AI理解較高的員工則更因為 AI 的負評而感到受傷，因為他們更容易相信 AI 的判斷。
實務啟示：AI 回饋不只是數據問題
這項研究提醒企業，AI 並非中立的「完美主管」，當它被用來提供績效回饋時，若缺乏人性化設計與溝通機制，反而可能削弱員工信心，引發退縮。因此，企業在導入 AI 回饋系統時，應注意以下幾點：
1. 讓 AI 的語言更具建設性與鼓勵性
2. 由主管補充情感性回應，維持人際溫度
3. 考量員工對 AI 的熟悉程度，調整介入方式。
對個人而言，理解 AI 的判斷並非最終真理、學會將負面回饋轉化為具體改進方向，才是在這個時代與 AI 和平共處、保護自身心理健康的不二法門。
—
小婉家族研究生 Regina
改寫自：
Li, X., Huang, M., Liu, J., Fan, Y., & Cui, M. (2025). The impact of AI negative feedback vs. leader negative feedback on employee withdrawal behavior: A dual-path study of emotion and cognition. Behavioral Sciences, 15(2), 152. https://doi.org/10.3390/bs15020152
AI 使用聲明：使用 ChatGPT 潤飾文字
圖片：Canva
看更多來自工商心理實驗室的好文 >>
追劇很廢嗎？抽離、放鬆懂「下班」隔天更有活力！
工作久坐健康風險高！科學證實「微休息」的4大好處
AI如何改變我們工作關係和對公司的信任感
擺脫星期一症候群「週一最低限度努力」成為職場新趨勢
Z世代安靜離職消失了嗎？不，它進化成「怨恨缺勤」
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！>>
提升員工帶動企業的成長！最划算的教育訓練方案首選>>
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 >>
服務品質缺口模型 (PZB Gap Model) 架構分析「外送平台 AI 演算法」
服務品質缺口模型 (PZB Gap Model) 架構分析「外送平台 AI 演算法」
演算法時代的服務品質革命
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
當生成式 AI 進入企業日常，對於專注資安產品的企業而言，不單是工具升級，更可視為是將資安的攻防節奏全面改寫。因為率先新技術放大其效能的，偏偏卻也是攻擊者。趨勢科技 TrendAI Lab 與核心技術副總經理卜鵬世，與資深人資協理柯志宜，在受訪時都不約而同提到，AI 正在重新定義企業對工程師的期待，也讓資安產品研發、核心技術研究與人才招募標準同步改變。
文／104人力銀行
本文導覽：
同樣是工程師，解決的卻不是同一種問題
當攻擊者也用 AI，資安人才的標準亦隨之改變
要能帶著 AI 解題，把工具轉化為價值
對趨勢科技（以下簡稱趨勢）而言，AI 時代下真正稀缺的，不再只侷限是會寫程式的人，而是能理解問題、拆解並知道如何運用 AI ，讓產品與防禦能力持續進化的人才，這樣的轉變，正發生在趨勢的研發與徵才現場。
同樣是工程師，解決的卻不是同一種問題
卜鵬世首先分享，他目前掌管的兩個核心部門：一是更貼近產品與客戶需求的 「端點防護」（Endpoint Security）部門，另一是負責研發共通能力的「核心技術」（TrendAI Lab）部門。前者關注的是，如何把防護能力做成客戶能快速安裝、易於操作管理的產品；後者則是專注於分析資安威脅、偵測引擎、URL 判讀等能力，提供各產品線共用的核心能力支援。
談到這兩個部門的差異，卜鵬世用了一個很鮮明的比喻：「端點產品部門的人比較像部隊，核心技術部門的人比較像製造武器的人。」 一邊更靠近戰場與使用情境，一邊則負責打造武器與核心能力，分工不同，卻必須高度協作。
若進一步用學科來理解，這兩類人才也有明顯差異。卜鵬世認為，核心技術比較像化學系、數學系，偏研究、分析與技術突破；而產品開發則更像 化工系、應用數學系，更重視如何把技術轉化為可落地、可被客戶使用的解決辦法。
面對資安威脅，前者需對新技術保持高度敏感，從龐大資訊中找出特定模式；後者更需要能理解客戶需求、使用流程與跨部門的合作。換句話說，兩邊都在拆解問題，但一邊更接近攻擊與技術本身，另一邊更接近使用者與產品體驗。
當攻擊者也用 AI，資安人才的標準亦隨之改變
AI 的普及，最先改變的是資安攻防的速度與規模。卜鵬世直言，攻擊者往往是世界上最早應用新技術的一群人，「只是他們把它拿來做壞事。」過去，若要變形攻擊，可能還需要改寫程式邏輯；現在只要下幾個語法，AI 就能快速生成大量變體。也因此，他很直接地說出這句話：「只有用 AI，才有辦法對抗 AI。」
對核心技術團隊來說，AI 已不只是輔助工具，而可能成為解決辦法的一部分；過去最核心的是程式寫成的引擎，未來最關鍵的部分甚至可能就是 LLM。對產品開發端而言，AI 則更直接影響開發流程，從知識查找、code completion，到 AI agent 協助寫 code、做測試與整理架構，正在逐步重塑工程師的工作方式。
這樣的改變，也反映在趨勢科技的徵才標準裡。受訪者提到，公司在面試時，已經會觀察候選人的 AI 使用能力，甚至有一套內部能力指標概念對照：從「有在使用」，到「能產出成果」、再到「已經融入工作流程」，更高階者甚至能藉此改變做事方式與組織協作模式。
以目前觀察來看，多數工程師已開始使用 AI，也能在部分工作中應用，但距離大規模流程與工作模式的重塑，還有一段距離。這也意味著，企業現在看的人才，不再只是「會不會寫 code」，而是「會不會用 AI 定義問題、拆解問題，並把它真正放進工作流程裡」。
趨勢科技核心技術副總經理卜鵬世
要能帶著 AI 解題，把工具轉化為價值
對趨勢科技而言，未來工程師最重要的能力，不光只是技術本身，而是包含判斷力與學習力。卜鵬世認為，當 AI 已能協助完成越來越多標準化工作，真正拉開差距的，是定義問題、做出決策、引導 AI 協作的能力。未來的新鮮人，也許一進職場，反而會更像是帶著一群 AI agents 一起工作的協作者。
從 HR 的角度，柯志宜也觀察到，企業在尋找的已不只是具本科系背景，而是能否展現對技術的熱情、學習能力，以及把工具運用到實際問題上的能力。她提到，科系當然還是辨識人才的一種立即參考，但真正重要的，仍然是候選人能否證明自己會用、敢用，而且清楚使用 AI 解決了什麼問題。對於產品開發的團隊來說，這樣的人才尤其有亮點，「因為他不是只會操作工具，而是能把工具轉化為產品價值。」
趨勢科技人資協理柯志宜
除了人才標準，趨勢科技也強調自身吸引人才的另一個關鍵，在於企業文化與研發定位。柯志宜提到，「我們唯一的競爭對手是駭客。」 這句話不只是企業精神，也反映出公司長期專注資安、持續轉型的核心方向。她認為，趨勢科技一直保有清楚的願景；對工程師而言，這裡並不是科技公司的海外分部，而是擁有研發資源與舞台的研發中心。對於想參與核心技術，與全球性產品研發的人來說，這樣的環境本身就是吸引力。
從端點防護到核心技術，從 AI 分級到徵才標準，在 AI 時代下，資安領域最需要的不只是技術執行者，而是能帶著 AI 一起解題、一起進化的人。這正是趨勢科技在人才招募與研發現場，所體驗到最真實的變化。
立即下載《2026科技業人才報告書-人才版》
[joblist_plugin title='更多104【Trend Micro_趨勢科技】工作機會' url='https://www.104.com.tw/company/apio4y0' amount='3']
新聞中的法律／AI帶來法律與倫理新課題
2025-03-10 經濟日報記者江睿智 由聯合新聞網授權轉載
※ 註：本文由達文西個資暨高科技法律事務所長葉奇鑫口述，記者江睿智整理
生成式AI快速發展，將改變世界。在AI應用發展同時，亦衍生許多法律與倫理新課題。世界各國正討論AI法草案及框架，台灣亦預告AI基本法草案，歐盟AI法草案已發展出風險分級監理策略，將來有望成為台灣AI監理基本框架。
AI帶來法律與倫理新課題，例如，AI變臉很容易，如何預防AI詐騙；未來AI完成著作是否有著作權；以及AI可能造成歧視。
延伸閱讀：AI狂熱有增無減！3.2萬個工作創新高 AI寫履歷，Z世代求TP值，資深世代要亮點
以就業歧視來講，現已有不少案例，例如2016年美國勞動部指控Palantir涉及自2010起長達18個月期間，在AI履歷審查、面試等關卡淘汰掉亞裔求職者，儘管他們資格與白人求職者相當。
2014年亞馬遜機器學習團隊開發審核求職者履歷自動化系統，但發現因模型訓練所提供資料多為男性聘雇紀錄，導致「女性」一詞出現時系統就會扣分，後來公司棄用該系統。
這凸顯出，AI訓練資料都是真實，演算法也是中性，但訓練出來的AI卻帶有偏見。人資的AI是被列為高風險，凡是AI來判斷人類的系統，都不建議使用，包括人資AI面試。
隨著AI發展，世界各國正討論AI法草案及框架。歐盟是採風險導向之監理政策，將使用AI風險分級，主要分四級：不可接受風險、高風險、有限風險、低風險／極小風險。
針對不可接受風險，則禁止使用AI；若是高風險，可用AI，但須在政府監管、認證下使用；有限風險等級，則要有透明化義務，例如客服必須揭露是AI服務，並且提供拒絕權；低風險和極小風險則無義務之規範。
何謂不可接受風險，依歐盟規範，有四方面。一、透過影響人類潛意識、操控人類行為、且可能對人類身心造成傷害；二、利用人類年齡、身心障礙等方面弱點，操縱其行為，且可能對人類身心造成傷害；三、直接或間接被公務機關用於社會評量目的，且可能對特定個人或族群造成不公正影響；四、在公共場所為執法目的執行即時遠程生物特徵辨識。
高風險則有八項。一是對自然人生物特徵辨識；二是關鍵基礎設施的管理與運作；三、教育和職業訓練；四、聘雇及員工管理；五、重要私部門服務和公共服務取得；六、刑事執法；七、移民、難民和邊境管制；八、司法和民主進程。
像是私部門AI面試，就必須取得歐盟CE認證才可進行。此外很多企業會想以「刷臉」取代員工出勤紀錄「刷卡」究竟可不可以？且在AI時代下，收集員工指紋、臉部資料，是可以進行AI訓練，惟這些都是很敏感的個資。
國內企業也曾提出此議題，最後國發會決議是認為，臉部是員工個資，若員工不同意，就不能用。但職場上老闆相對強勢下，那個員工敢不簽同意函？在歐盟，即便是員工同意、並且有員工的同意函，刷臉取代刷卡，還是很有可能被註銷。
台灣預告「AI基本法」草案，還只是AI監管工作分配表，其中明定數發部應參考國際標準或規範發展AI資訊安全保護、風險分級與管理，推動與國際介接之AI風險與管理。以目前國際發展，歐盟將AI風險分成四級，也可望會是將來台灣採用的框架。
AI生成簡報別直接拿上台！5招擺脫「AI腔」，把報告變自己的
用AI生成的簡報「看起來很OK」，但千萬別直接上台報告！作者教你最後檢核內容，包括檢查數據、邏輯通順，以及調整簡報節奏、丟掉「AI腔」，把AI生成的簡報變成自己的樣子。本文節錄自《超有料！職場第一實用的AI簡報術》。
文／廖韋評
本文目錄（點擊可快速前往）
上台之前的簡報磨合練習檢核篇：錯誤內容的最後一道防線1. 檢查所有數據是否有明確出處2. 檢查內容是否符合MECE（不重疊、不遺漏）原則3. 檢查簡報前後邏輯是否通順調整篇：讓簡報變成自己的樣子1. 丟掉「AI腔」，讓簡報和自己語氣同步2. 調整簡報節奏與訊息密度
上台之前的簡報磨合練習
經過前面的大量努力，我們已經得到一份完全符合需求、視覺精緻、插圖到位、邏輯完整的簡報。這時候，千萬不要因為「看起來很OK」就直接拿去上台。我們還需要再花一點時間和這份AI簡報「磨合」，讓內容真正成為你的專屬語言。
編按：為了確保AI能夠做出精準符合需求的簡報內容，作者建議先定義簡報需求，做資料蒐集及資料彙整之後，透過投影片大綱規劃模組，生成完整投影片大綱，再正式進入以AI簡報工具生成投影片的環節。延伸閱讀：AI生成簡報工具怎麼選？Gamma、Felo、NotebookLM等6大AI簡報工具推薦
檢核篇：錯誤內容的最後一道防線
1. 檢查所有數據是否有明確出處
無論事前再怎麼防範，只要有AI經手就有可能有幻覺的存在。所以我通常是到了這個階段，才會手動檢查過一遍所有AI可能造成的幻覺。避免花費了大量力氣檢查資料，最後卻幾乎都沒用上的情形。
這個階段的概念就是寧可錯殺、不能放過。任何引用圖表、案例、研究報告，只要找不到明確出處的內容，最好就是直接刪除或更換！
重點檢查對象
產品規格與功能：不能講錯規格或給予出格的承諾。
時間相關的描述：要額外確認過時間軸是否符合。
數據或研究報告：一定要有具體的日期、規範。
2. 檢查內容是否符合MECE（不重疊、不遺漏）原則
AI在生成內容時，有時會把同一件事情在不同段落中重複引用：比如說在業績回報時就已經提及「成績下跌是因為競品降價競爭」，結果後續在「競品近期策略」的單元中又講了差不多的內容，這時候聽眾就需要困惑兩段資訊的不同之處，反而更疲憊。
或者AI是受限於文字輸出上限，導致沒能把所有該提到的內容都放在簡報中。可能會漏掉執行時程、KPI、前提假設這類的必放資訊。
檢查方式
拿出「簡報關鍵內容清單」，對比是否有漏掉清單上的內容？
試講的時候特別注意，是否有重複提到前面提過的內容？
3. 檢查簡報前後邏輯是否通順
最後，我們要檢查整個簡報是否能夠流暢的串連起來。AI生成投影片內容，並不會去思考投影片之間如何串接，所以容易出現「每一頁拆開看起來都合理，但講起來就是卡卡的」的狀況。
這是我每次上台前會花80%時間反覆練習的環節：「能否在切換到下一頁之前，就替下一頁的內容做一個預告。」
我的原則很簡單：每一張投影片的出現，都應該是回應上一頁提出的問題、或自然推進觀眾的思考。如果有一頁你不知道為什麼要放在這裡，或是不知道它回答了什麼問題，那這頁很可能就是冗餘或邏輯斷層。
調整篇：讓簡報變成自己的樣子
1. 丟掉「AI腔」，讓簡報和自己語氣同步
正因為AI能把資訊寫得很完整，所以常常寫得「不像人」。有時明明是你的簡報，念起來卻像是別人替你講話：語氣太正式、句子太長、每一段都在說理而不是說話。這就所謂的「AI腔 」。
簡報上常見的AI腔：
過度裝飾：「高度情境化的喚醒訊息，在用戶旅程的關鍵節點持續傳遞價值。」
連續兩句講同樣的意思：「這能大幅減少分心的情況，提升你的工作效率。」
通用的固定句法：「本報告中，我們將探討 … 的影響因素……」
過於強烈的情緒意圖：「夥伴們，讓我們一起掀起這波科技浪潮吧！」
添加人味的調整方式：
刻意用比較直接的語氣，來讓人感受到這份簡報有「手作感」。
加入一些迷因梗圖、互動問答、或者是有趣的案例。
上傳自己過往簡報，請AI將你的簡報語氣轉化為提示詞。
限定標題和內文的字數，迫使AI必須精煉語言。
將常用的固定句法設為禁止提到的字詞，強迫AI必須重新組織語言。
2. 調整簡報節奏與訊息密度
AI在設計投影片的時候，並沒有辦法很直觀的想像聽眾的心理與注意力變化。所以大部分時候AI產出的投影片內容都是滿滿當當的，如果我們直接沿用就會讓整場簡報訊息過載、講者跟聽眾都會疲憊。
調整訊息密度的方法：
針對重要的環節，將內容拆分成多張投影片並透過遮罩淡化。
刻意添加提問頁、金句頁、章節頁、複習頁，讓觀眾的大腦喘息。
適當加入額外的多媒體（影片、音樂）或者是實體互動打斷注意力週期。
正向的內容和負面的內容交互安排，透過情緒波動維持專注。
節錄自：旗標《超有料！職場第一實用的 AI 簡報術：用對工具讓生產力全面進化！》／廖韋評 著
有任何收穫或想分享的，都來和大家一起聊聊吧！