AI 職場素養：AI 2.0 時代的必備能力

課程簡介

AI 正在改變每個行業的工作方式。這門課程將幫助您了解 AI 對職場的影響，培養在 AI 時代所需的關鍵能力，並掌握人機協作的最佳實踐。

學習目標：

• 了解 AI 對各行業的衝擊和機會
• 培養數據思維、提示工程等核心能力
• 掌握人機協作的工作模式
• 了解 AI 倫理和合規要求
• 為未來的職場變化做好準備

---

3.1 AI 對各行業的衝擊與機會全景圖

為什麼學這個？

了解 AI 對您所在行業的影響，才能做好準備。

核心教學

受 AI 影響最大的行業：

行業	衝擊程度	主要影響
客服	⭐⭐⭐⭐⭐	聊天機器人取代基礎客服
內容創作	⭐⭐⭐⭐⭐	AI 生成文案、圖片、影片
數據分析	⭐⭐⭐⭐	自動化報表和預測
行銷	⭐⭐⭐⭐	廣告優化、個人化推薦
金融	⭐⭐⭐⭐	風險評估、詐騙偵測
醫療	⭐⭐⭐	輔助診斷、藥物研發
製造	⭐⭐⭐	品質控制、預測性維護
教育	⭐⭐⭐	個人化學習、自動評分

AI 帶來的機會：

• 效率提升：重複性工作自動化
• 決策優化：數據驅動的決策
• 個人化服務：大規模定制化
• 新商業模式：AI 原生企業

商業範例

中型連鎖健身房「動立方」在雙北有 12 間分店，會員續約率長期低於四成，教練流動率高導致服務品質不穩，人力成本卻逐年攀升。

• 導入 AI 會員流失預測：提前 30 天標記高風險會員，續約率由 38% 提升至 52%。
• 以 AI 排班系統調度教練：依尖峰時段自動配置人力，單店每月節省 15% 工時成本。
• 部署智能客服處理課程諮詢：回覆時間從 4 小時縮短至 3 分鐘，客服人力需求減少 2 成。
• 用 AI 生成個人化訓練建議：會員月均到訪次數由 5.2 次增至 7.1 次，帶動周邊商品銷售成長 18%。

小技巧

• 用 ChatGPT 列出你職位前 5 大重複任務，逐項問「哪些能自動化」。
• 在 Claude 輸入「幫我把這份週報濃縮成 3 條決策建議」，取代手動整理。
• 用 Zapier 把 Gmail 附件自動存入 Notion 資料庫，省下每日歸檔時間。
• 在 Canva 用 Magic Studio 生成提案初稿，再手動調整品牌色與字體。
• Prompt 加上「用表格輸出、每欄不超過 10 字」，讓結果直接可用。

練習題

您所在行業受 AI 影響的程度如何？

AI 為您的行業帶來了哪些新機會？

本節摘要

• AI 正在衝擊每個行業
• 客服、內容創作、數據分析受影響最大
• AI 也帶來效率提升、決策優化等機會
• 會用 AI 的人將獲得競爭優勢

---

繪製你自己的衝擊地圖

1. 列出你團隊每日的 10 個重複任務（寫郵件、對數、整理表格、回覆查詢…）。
2. 標記 AI 成熟度：每個任務標註「AI 已經做得好 / 做到一半 / 做不到」。
3. 圈出 3 個「已經做得好」的任務 — 這些就是你 30 日內可以落地的起點。

3.2 AI 時代的核心職能：數據思維、提示工程、人機協作

為什麼學這個？

培養 AI 時代的關鍵能力，才能在職場中保持競爭力。

核心教學

AI 時代的 3 大核心職能：

1. 數據思維（Data Literacy）

• 理解數據的價值
• 能夠解讀數據和報告
• 用數據支持決策

2. 提示工程（Prompt Engineering）

• 與 AI 有效溝通
• 設計高質量的提示
• 優化 AI 輸出

3. 人機協作（Human-AI Collaboration）

• 知道什麼任務交給 AI
• 知道什麼任務人類處理
• 整合人機優勢

商業範例

一間擁有十二間分店的連鎖健身中心，過去教練排班全靠店長經驗，常出現熱門時段人手不足、冷門時段教練閒置的窘境，每月流失近一成會員。

• 數據思維：分析近半年入場與課程出席數據，將熱門時段教練配置增加三成，閒置時段改推小班課程，整體教練產能提升約 25%。
• 提示工程：以結構化提示讓 AI 依會員年齡與目標生成個人化訓練建議，教練只需微調，每人每週省下約 4 小時文書時間。
• 人機協作：AI 客服處理七成預約與續約提醒，教練專注處理受傷會員與高價值諮詢，會員續約率由 68% 提升至 82%。
• 整合應用：三項職能並行後，單店每月營收成長約 15%，教練離職率同步下降。

小技巧

• 數據思維：每週用 Notion 表格記錄三項工作指標，兩週後找出可改善的一項。
• 提示工程：在 ChatGPT 用「角色＋任務＋格式＋限制」四段式寫 prompt，例如要求輸出表格。
• 人機協作：先讓 Claude 起草，再由你修改事實與語氣，最後才定稿。
• 入門順序：第一週只練提示工程，每天用 ChatGPT 寫一封郵件並記錄成效。
• 自動化：把重複步驟交給 Zapier 串接 Gmail 與 Notion，省下時間再學下一項。

練習題

您目前最需要培養哪項能力？

如何在日常工作中練習這些能力？

本節摘要

• AI 時代的 3 大核心職能：數據思維、提示工程、人機協作
• 數據思維：理解數據、解讀報告、數據決策
• 提示工程：與 AI 有效溝通
• 人機協作：整合人機優勢

---

三大核心職能自評

核心職能	自評問題	如果不合格如何補救
數據思維	我做決定時有幾常參考數據？定係全靠感覺？	由一個 KPI 開始追蹤（例：每週查詢數），養成用數字說話的習慣
提示工程	我給 AI 的指示夠不夠清楚？有沒有例句、格式、角色設定？	學「角色+任務+格式+例子」四段式 prompt（下門課深入教）
人機協作	我知道哪些交給 AI、哪些留給自己嗎？	用「AI 起稿 → 人把關 → AI 優化 → 人拍板」四步循環

3.3 哪些工作會被 AI 取代？哪些會被增強？

為什麼學這個？

了解 AI 的影響範圍，做好職業規劃。

核心教學

容易被取代的工作特徵：

• 重複性高
• 規則明確
• 數據驅動
• 不需要創造力
• 不需要人際互動

不容易被取代的工作特徵：

• 需要創造力
• 需要複雜判斷
• 需要同理心
• 需要領導力
• 需要精細操作

AI 增強而非取代的工作：

• 醫生：AI 輔助診斷，人類做最終決策
• 律師：AI 檢索案例，人類做策略判斷
• 教師：AI 個人化教學，人類做情感支持
• 行銷人員：AI 生成內容，人類做策略規劃

商業範例

一家擁有 12 間門市的連鎖健身中心，每月流失近 200 名會員，教練忙於行政卻難專注訓練品質。導入 AI 後重新分配人力，把重複性工作交給系統，讓教練回歸專業服務。

• 做法：AI 客服自動回覆課程與收費問題，可量化結果：客服人力減少 40%，回應時間從 8 分鐘縮短至 30 秒。
• 做法：AI 分析會員出席與續約數據，可量化結果：提前 30 天預測流失風險，續約率提升 18%。
• 做法：AI 生成個人化訓練與行銷方案，可量化結果：教練備課時間減少 50%，課程銷售成長 22%。
• 做法：現場指導與信任建立仍由教練負責，可量化結果：會員滿意度維持 4.7 分，轉介率提高 15%。

小技巧

• 用 ChatGPT 拆解職務，逐項標註「可自動化」或「需人類判斷」。
• 在 Claude 輸入「列出我工作中重複性最高的三項任務」，再逐一設計提示詞。
• 把會議記錄丟進 Notion AI，自動生成待辦清單並指派負責人。
• 用 Zapier 串接 Gmail 與 ChatGPT，讓客戶來信自動分類並草擬回覆。
• Canva 生成初稿後，親手調整品牌語氣與細節，作為增值環節。

練習題

您的工作中，哪些部分可能被 AI 取代？

哪些部分會被 AI 增強？

本節摘要

• 重複性、規則明確的工作容易被取代
• 需要創造力、判斷力的工作不容易被取代
• 多數工作是「增強」而非「取代」
• 學會與 AI 協作是關鍵

---

高取代風險任務	被增強任務	難以取代任務
資料輸入、格式轉換	行銷企劃（AI 出稿，人定策略）	客戶信任關係、談判
基礎客服問答	銷售（AI 準備資料，人建立關係）	管理同激勵團隊
簡單翻譯、轉寫	財務分析（AI 計數，人解讀）	創意方向、品牌判斷
標準報告生成	設計（AI 出稿，人選擇和修改）	突發危機處理

用一條簡單公式評估任何職位：「重複+有規則」成分越高，AI 化越快；「信任+判斷」成分越高，越安全。個人策略是主動將自己工作中的重複部分 AI 化，騰出時間做信任和判斷的事 — 這樣 AI 就是你的升職工具，不是取代者。

3.4 企業 AI 轉型三階段：AI Aware → AI Enhanced → AI Native

為什麼學這個？

了解企業 AI 轉型的路徑，制定適合的策略。

核心教學

AI Aware（覺察階段）

• 了解 AI 的基本概念
• 評估 AI 的潛在價值
• 制定初步策略
• 時間：1-3 個月

AI Enhanced（強化階段）

• 導入 AI 工具
• 培訓員工
• 優化工作流程
• 時間：3-6 個月

AI Native（原生階段）

• AI 深度整合營運
• 數據驅動決策
• 持續創新
• 時間：6-12 個月

商業範例

一間擁有 12 間分店的本土健身中心，長期面臨教練排班混亂、會員續約率偏低與行銷投放效益不明的痛點。導入 AI 轉型的過程，正好對應三個階段。

• AI Aware：老闆與主管試用生成式 AI 撰寫社群貼文，貼文產出時間從每篇 40 分鐘縮短至 10 分鐘。
• AI Enhanced：全公司導入 AI 工具，建置會員流失預測模型與客服聊天機器人，續約率由 58% 提升至 71%。
• AI Native：AI 深度整合排班、課程推薦與廣告投放，教練排班人力成本降低 22%，廣告轉換率提升 1.8 倍。

小技巧

• 先挑一件每天重複 10 分鐘的雜事，用 ChatGPT 寫成固定 prompt 存起來。
• 把常用指令存進 Notion，命名為「每週例會摘要」，下次直接複製貼上。
• 用 Zapier 把 Gmail 附件自動丟進 Google Drive，省下人工歸檔。
• 請 Claude 扮演客戶，用三句話模擬異議，練完再改真實回覆。
• Canva 的魔法文案先出三版標題，再挑一版手改，別從零開始。

練習題

您的企業目前在哪個階段？

下一步應該做什麼？

本節摘要

• AI Aware：了解和評估
• AI Enhanced：導入和優化
• AI Native：深度整合和創新
• 從小處開始，逐步擴展

---

3.5 AI 時代的學習策略：如何持續更新技能

為什麼學這個？

AI 技術快速發展，持續學習是保持競爭力的關鍵。

核心教學

AI 時代的學習策略：

1. 建立基礎

• 了解 AI 基本概念
• 學會使用 1-2 個 AI 工具
• 培養數據思維

2. 專注應用

• 選擇與工作相關的 AI 應用
• 深入學習特定工具
• 實踐中學習

3. 持續更新

• 關注 AI 新聞和趨勢
• 參加線上課程和社群
• 定期嘗試新工具

4. 分享教學

• 教別人使用 AI
• 分享最佳實踐
• 建立個人品牌

商業範例

一間 12 人的連鎖健身工作室，教練流動率高，新客諮詢常因回覆太慢而流失，櫃檯也抽不出人手經營社群內容。

• 第 1 個月：用 ChatGPT 建立諮詢話術模板，回覆時間從 4 小時縮短至 20 分鐘，成交率提升 18%。
• 第 2 個月：用 Canva AI 量產課程宣傳圖，每週貼文從 2 篇增至 7 篇，粉絲互動成長 35%。
• 第 3 個月：用 n8n 串接預約表單與 LINE 通知，行政作業每週省下 6 小時。
• 持續：每週保留 2 小時測試新工具，每季淘汰 1 項低效流程。

小技巧

• 用 ChatGPT 整理會議紀錄：貼上逐字稿，下指令「濃縮成 5 點決議與負責人」。
• 用 Claude 讀長文件，輸入「列出風險與待確認事項」再追問細節。
• 用 Notion AI 把每週筆記自動彙整成進度摘要，省下手動整理時間。
• 用 Zapier 串接 Gmail 與 Notion，新信件自動建任務，免手動搬移。

練習題

制定您的 AI 學習計劃

每週花多少時間學習 AI？

本節摘要

• AI 時代需要持續學習
• 建立基礎 → 專注應用 → 持續更新 → 分享教學
• 不需要學會所有工具
• 每週 2 小時學習新工具

---

AI 時代學習循環：學 → 用 → 教

1. 學（每週 30 分鐘）：訂閱 2-3 個優質 AI 資訊來源就夠（官方部落格 + 一個行業通訊），不要資訊焦慮。
2. 用（即時）：每學一個新技巧，24 小時內在真實工作試一次 — 不用即忘。
3. 教（每月）：向團隊分享一個你學到的 AI 技巧。教是最好的學，也建立你的「AI 達人」定位。

3.6 AI 倫理與負責任使用：偏見、隱私、透明度

為什麼學這個？

負責任地使用 AI，避免法律和道德風險。

核心教學

AI 倫理的 3 大議題：

1. 偏見（Bias）

• AI 可能反映訓練數據的偏見
• 範例：性別、種族偏見
• 如何避免：多元化數據、定期審查

2. 隱私（Privacy）

• AI 需要大量數據
• 可能涉及個人隱私
• 如何保護：數據匿名化、最小化收集

3. 透明度（Transparency）

• AI 決策過程不透明
• 難以解釋 AI 的決定
• 如何提升：記錄決策過程、提供解釋

商業範例

一家連鎖健身中心（12 間分店、會員約 8,000 人）導入 AI 推薦教練與課程。痛點是推薦常偏向高佣金私教課，且會員傷病紀錄分散，引發信任與隱私疑慮。

• 偏見：以會員完成率與滿意度重新加權推薦，非佣金；三個月內高佣金課推薦占比由 62% 降至 28%。
• 隱私：傷病資料去識別化並加密儲存，僅授權教練可讀；違規查閱事件由每月 5 件降為 0 件。
• 透明度：AI 客服開場明示為機器人並提供轉真人選項；會員投诉由每月 40 件降至 9 件。
• 問責：設倫理審查小組每季抽查推薦紀錄；偏誤申訴結案時間由 14 天縮短至 3 天。

小技巧

• 用 ChatGPT 時先下指令「列出此決策可能忽略的族群」，檢查偏見。
• 在 Claude 貼上客戶資料前，先刪去姓名與聯絡方式再送出。
• 用 Notion AI 產出內容後，標註「AI 協助」並附人工覆核紀錄。
• 請 ChatGPT 用「以反對者立場反駁此結論」的 prompt 自我檢驗。

練習題

您的企業使用 AI 時可能面臨哪些倫理問題？

如何確保 AI 使用的透明度？

本節摘要

• AI 倫理包含偏見、隱私、透明度
• 偏見：AI 可能反映訓練數據的偏見
• 隱私：保護客戶數據安全
• 透明度：告知 AI 的使用方式

---

負責任 AI 使用三原則（SMB 版）

1. 透明：對客戶使用 AI 生成內容保持合理透明（例如 AI 客服要表明身份），不冒充真人。
2. 把關：對外發佈的 AI 內容必須有人審核簽名，出錯時公司有人負責，不可以說「AI 的錯」。
3. 保護：客戶個人資料不入公開 AI；員工 AI 使用守則寫清楚什麼可以放、什麼不可以放。

3.7 企業 AI 合規與資料治理基礎

為什麼學什麼？

了解 AI 相關法規，確保企業合規。

核心教學

主要法規：

GDPR（歐盟通用數據保護條例）

• 適用於處理歐盟公民數據
• 要求數據最小化、目的限制
• 用戶有權要求刪除數據

香港個人資料（私隱）條例

• 香港本地法規
• 要求合理收集和使用個人資料
• 用戶有權查閱和更正

AI 特定法規（趨勢）

• 歐盟 AI 法案
• 要求高風險 AI 系統合規
• 透明度和問責要求

資料治理基礎：

• 數據分類和標記
• 存取控制
• 保留和銷毀政策
• 安全措施

商業範例

一家約 40 人的連鎖健身房，會員資料散落在紙本表單與三個系統中，教練離職後仍能查到會員個資，引發客訴與信任危機。

• 做法：統一會員資料平台並設定角色權限，離職當日即關閉帳號，使未授權存取事件由每月 6 件降為 0 件。
• 做法：將會員姓名、電話等欄位加密儲存，並留存調閱紀錄，讓稽核追溯時間從 3 天縮短至 2 小時。
• 做法：建立 AI 體態分析工具的合規審查清單，每季檢查一次，使資料誤用風險項目由 9 項降至 2 項。
• 做法：提供線上刪除與匯出機制，會員申請後 7 天內完成，帶動續約率提升 8%。

小技巧

• 用 ChatGPT 前先刪客戶姓名與聯絡方式，只留去識別化需求描述。
• 在 Claude 貼上內部文件前，先用「請標出所有可識別個資」檢查一遍。
• 把敏感專案留在 Notion 私有頁，別同步到 Zapier 自動化流程。
• 用 Canva 生成素材時，避免上傳含員工照片或簽名的原始檔。
• Prompt 加上「請勿儲存或引用本次對話內容」降低外洩風險。

練習題

您的企業需要遵守哪些數據保護法規？

如何確保 AI 使用的合規性？

本節摘要

• 了解相關數據保護法規
• GDPR、香港私隱條例、AI 法案
• 實施數據分類、存取控制、安全措施
• 使用知名 AI 工具通常更合規

---

3.8 AI 協作工作模式：人類 + AI 的最佳分工

為什麼學這個？

找到人類和 AI 的最佳分工，最大化效率。

核心教學

人機協作的最佳模式：

AI 擅長：

• 處理大量數據
• 重複性任務
• 快速生成初稿
• 24/7 不間斷工作
• 一致性執行

人類擅長：

• 創造性思考
• 複雜判斷
• 情感理解
• 領導決策
• 品質把關

最佳分工策略：

AI 做初稿，人類做優化

AI 做分析，人類做決策

AI 做執行，人類做監督

AI 做重複，人類做創造

商業範例

一間有 12 間分店的連鎖健身中心，過去教練每天花 2 小時回覆會員訊息與撰寫訓練建議，導致續約率僅 58%。導入 AI 協作後，團隊重新分配工作重心。

• 客服：AI 自動回覆常見問題與預約變更，每月處理 3,200 則訊息，人類專注處理受傷或退費等複雜案件，回應時間從 6 小時縮短至 40 分鐘。
• 訓練規劃：AI 依會員體測數據生成初版課表，教練修改優化後發出，每週省下 9 小時行政時間，可多服務 25% 會員。
• 續約預測：AI 分析出席頻率與消費紀錄，標記高流失風險會員，人類教練主動關懷，三個月內續約率提升至 74%。
• 行銷：AI 生成活動文案與社群貼文初稿，人類審核後發布，貼文產出量增加 3 倍，互動率維持不墜。

小技巧

• 把 AI 當「超級實習生」：交給 ChatGPT 產出初稿，人類負責事實查核與語氣調整。
• 用 Claude 處理長文件時，先請它列出「需人工確認的疑點清單」，再逐項核對。
• 提示詞加入「請標出你不確定的段落」，讓 AI 主動揭露風險，方便把關。
• 把 Notion 當審核台：AI 產出內容一律進「待審」欄，人工確認後才移到「完成」。
• 重複性流程用 Zapier 串接，但關鍵決策節點保留人工按下確認鍵。

練習題

您的工作中，哪些適合交給 AI？

哪些必須由人類處理？

本節摘要

• AI 擅長：數據處理、重複任務、快速生成
• 人類擅長：創造力、判斷力、情感理解
• 最佳分工：AI 做初稿/執行，人類做優化/決策
• 把 AI 當作需要人類把關的實習生

---

3.9 遠距工作與 AI：提升遠端團隊效率

為什麼學這個？

AI 能顯著提升遠距團隊的協作效率。

核心教學

AI 提升遠距工作效率的方式：

1. 會議管理

• AI 自動紀錄會議
• 自動生成摘要和行動項目
• 即時翻譯跨語言會議

2. 溝通協作

• AI 輔助郵件撰寫
• 自動回覆常見問題
• 文件協作和翻譯

3. 專案管理

• AI 自動追蹤進度
• 智能提醒和排程
• 自動生成報告

4. 知識管理

• AI 搜尋企業知識庫
• 自動整理和分類文件
• 智能推薦相關資源

商業範例

一家五十人規模的連鎖健身工作室，教練與行政分散在六個場館，過去排班與課程調整常因訊息落差延誤，跨館溝通成本高。

• 以 Notion AI 建立教練專長與排班知識庫：跨館調課時間由兩天縮短至四小時。
• 用 ChatGPT 撰寫會員通知與行銷文案：每週省下約六小時人力。
• 藉 Otter.ai 自動生成會議紀錄：每週會議整理時間減少百分之七十。
• 用 Slack AI 彙整群組討論：每日訊息閱讀量降低約四成。

小技巧

• 用 Notion 建立團隊知識庫，會議決議即時寫入頁面，減少重複詢問。
• 請 ChatGPT 將冗長討論串濃縮成三點摘要，附上待辦負責人與期限。
• 用 Zapier 把 Slack 重要訊息自動同步到 Notion，避免遺漏跨時區進度。
• 撰寫 prompt 時明確指定角色、格式與字數，例如「用 100 字列出行動清單」。
• 用 Canva 製作每週進度看板，讓非同步成員一眼掌握現況。

練習題

您的團隊如何使用 AI 提升遠距效率？

哪些遠距工作痛點可以用 AI 解決？

本節摘要

• AI 能顯著提升遠距團隊效率
• 會議管理、溝通協作、專案管理、知識管理
• Notion AI、ChatGPT、Otter.ai 等工具
• 遠距團隊更需要 AI 支持

---

遠距團隊 AI 工具箱

1. 會議：錄音 + AI 轉寫 + 自動摘要行動項目（Zoom/Teams 內建或會議助手工具），會後 10 分鐘出紀要。
2. 非同步溝通：長訊息先 AI 整理成「結論 + 背景 + 需要對方做什麼」三段式，減少來回。
3. 文件協作：AI 負責合併各人版本改動摘要，人只看差異。
4. 時區接力：AI 起草交待文件，下班前留給另一時區同事，早上回來已經有進展。

3.10 未來 5 年 AI 職場趨勢預測

為什麼學這個？

了解未來趨勢，提前做好準備。

核心教學

2026-2031 年 AI 職場趨勢：

1. AI Agent 普及

• AI 從工具進化為自主代理
• 能夠獨立執行複雜任務
• 人類專注監督和策略

2. AI 原生工作出現

• 提示工程師
• AI 培訓師
• AI 倫理官
• 人機協作設計師

3. 技能需求變化

• 技術技能：AI 工具使用
• 軟技能：創造力、領導力
• 混合技能：人機協作能力

4. 組織結構變化

• 更小的團隊
• 更扁平的結構
• 更靈活的工作方式

商業範例

連鎖健身工作室「動立方」擁有 12 間分店與 4 萬名會員，長期面臨教練排班衝突與會員續約率偏低的痛點，過去靠人工調度與電話關懷，每月流失近 800 名會員。

• 做法：導入 AI 排班與需求預測系統，依尖峰時段自動配置教練人力。結果：人力成本降低 18%，課程滿班率提升至 92%。
• 做法：以 AI 分析會員運動頻率與互動紀錄，自動標記高流失風險者並派送個人化關懷。結果：續約率提升 14%，每月挽回約 500 名會員。
• 做法：由 AI 生成個人化訓練建議與行銷文案，教練僅負責審核與調整。結果：內容產出效率提升 3 倍，行銷轉換率成長 22%。
• 做法：設置 AI 營運儀表板，即時監控各分店教練績效與會員滿意度。結果：管理層每週決策時間減少 10 小時，客訴處理時效縮短 40%。

小技巧

現在就開始累積 AI 實戰經驗：

• 每週用 ChatGPT 拆解一項工作流程，請它列出可自動化的三個步驟。
• 用 Claude 整理會議紀錄，指令寫明「輸出決議、負責人、期限」。
• 把常用指令存進 Notion 模板庫，累積成個人提示詞資料庫。
• 用 Zapier 串接表單與 Email，測試一件重複性任務自動化。
• 用 Canva 的 AI 功能產出簡報初稿，再手動調整細節。

練習題

您認為未來 5 年，您的行業會有什麼變化？

您需要培養哪些新能力？

本節摘要

• AI Agent 將普及，人類專注監督
• 新工作類型出現：提示工程師、AI 培訓師
• 技能需求變化：技術 + 軟技能 + 混合技能
• 組織結構更小、更扁平、更靈活

---

3.11 課程總結 + 自我評估問卷

課程回顧

AI 衝擊：每個行業都受影響

核心職能：數據思維、提示工程、人機協作

工作影響：增強多於取代

轉型路徑：Aware → Enhanced → Native

學習策略：持續學習，專注應用

AI 倫理：偏見、隱私、透明度

合規要求：數據保護法規

人機協作：最佳分工策略

遠距工作：AI 提升效率

未來趨勢：AI Agent、新工作類型

自我評估問卷

1-5 分評估（1=完全不會，5=非常熟練）：

能力	自評分數
數據思維	__/5
提示工程	__/5
人機協作	__/5
AI 倫理意識	__/5
AI 工具使用	__/5

行動計劃：

我最需要提升的能力是：______

我計劃在 3 個月內學會的 AI 工具：______

我將在工作中應用 AI 的場景：______

下一步學習建議

課程 5：Prompt Engineering — 提升提示工程能力

課程 6：ChatGPT 實戰 — 掌握 AI 工具使用

課程 14：工作流程自動化 — 實踐人機協作

---

恭喜您完成本課程！

您已經具備了 AI 時代的核心職能，可以開始將 AI 應用於實際工作中了。