跳到主要內容

發表文章

學習樹園地

學習,就像種一棵屬於自己的樹! 你是否想過,學習就像在種樹? 一開始,我們都是一顆小小的種子,對世界充滿好奇,渴望成長。而學習,就是我們汲取養分、茁壯成長的過程。 我是蔡興正,我特別喜歡「學習樹」這個概念。這不是什麼園藝技巧,而是透過系統化學習,讓我們的職涯像一棵大樹,枝繁葉茂,屹立不搖! 可能有人會好奇,為什麼要把學習比喻成樹?學習樹的概念很簡單:學習是一個持續成長的過程。 我們不斷吸收新知識,就像樹木不斷長出新枝葉,讓自己更加茁壯、更具價值。學習並不是孤立的,而是「成群」的,每一項知識就像一片葉子,彼此相連、互相支持,才能形成完整的知識體系。 各位職場夥伴們,讓我們一起種下屬於自己的學習樹,讓它在我們的職涯中開花結果,成就更美好的自己! 》部落文章三大主題 主題一:心智圖法—發揮大腦的潛能! 心智圖是一種「圖像思考」工具,能幫助你整理思緒,提升創意與記憶力。它的運作方式像「神經網絡圖」,從主題出發,延伸出不同分支,把所有相關資訊視覺化。相較於傳統筆記,心智圖更能刺激大腦,使學習與理解變得輕鬆有趣。 其最大優勢在於「跨界連結」,能將不同領域的知識串在一起,發掘新的關聯,對職場人士而言,是提升問題解決能力與創新的好方法。此外,心智圖還能強化學習效率,幫助你快速掌握新知識,讓你思考更有條理,在職場更具競爭力! 主題二:數位工作—告別忙碌,擁抱優雅人生! 透過AI與Google APP,如Gmail、Calendar、Drive、Meet等數位工具,你能輕鬆管理行程、協同作業,大幅提升工作效率。這些工具猶如你的「數位小幫手」,讓你減少瑣碎事務,把時間留給真正重要的任務。 結合AI技術,你能更有效率地處理郵件、安排會議、搜尋檔案,讓工作流程順暢無阻。最終目標不只是提高產能,更是讓你有餘裕享受生活與美食,同時也能陪伴家人朋友,真正達到「高效工作、快樂生活」! 主題三:職涯發展—別讓你的職涯迷路了! 職涯就像一場冒險,關鍵在於「能力盤點」與「時間管理」。能力盤點能幫助你了解自己的優勢與不足,時間管理則確保你朝著理想方向前進。此外,運用工具來輔助職涯發展,例如紫微斗數,可以幫助你探索天賦、發掘潛力,找到最適合自己的道路。 職涯發展是持續的學習與探索,不斷提升自我,找到與他人相異點,發揮自己的強項,於競爭激烈的職場中持續貢獻,擁抱成就感,創造共好職場,一起成長與共享! 》課程主題...
最近的文章

AI 不是來取代你的,而是讓你有時間做真正該做的事

一個讓人說不清楚的感覺 林副理是一間中型貿易公司的採購主管,負責管理全台超過三百間供應商的詢報價流程。 每週,郵件信箱湧入上百封「款項何時入帳」的重複詢問。每一封,同事都得逐一查帳、逐一回覆。每一份供應商報表,整理完畢需要整整一個工作天。 然後,公司導入了 AI 系統。 重複的詢問,AI 三秒內回覆完畢。那份報表,AI 五分鐘整理完成。 林副理坐在位置上,望著空空如也的待辦信箱,心裡升起一種難以名狀的感覺。 是解脫?還是恐懼? ❙ 問題的核心:努力的方向,決定努力的價值 我想先問你一個問題:你一週裡面,真正在「解決問題」的時間,佔幾成? 根據相關研究,白領工作者每週有三到四成的時間,花在找資料、整理報表、回覆重複詢問、轉發郵件、更新進度表等事務上。這些工作耗費時間,卻幾乎不創造增量價值。做完了,問題依然在原地等你。 問題不在於你不夠勤奮。很多人早到晚退,月報季報一份不缺,但職涯就是停在原地。原因不在努力的程度,而在努力的方向從一開始就瞄準了錯誤的目標。 這件事現在有了一個對照組。 你的競爭對手,有些已經用 AI 處理掉那三四成的重複工作,轉而投入你還沒時間做的事。差距不是一夕形成的,但它正在隨時間悄悄展開。 我自己就是從這裡開始意識到問題的。 身為職業講師,最消耗我的不是備課,而是備課之後:簡報做完了,還要重新整理成學員講義。內容相同,格式、邏輯、篇幅卻要全部重來,每次都是例行消耗。 後來我做了一個「簡報講義生成器」,把簡報結構丟進去,AI 自動轉換成可印出的講義格式。第一次跑完的那個下午,我坐在螢幕前愣了幾秒。 就這樣?就這樣。 那個錯愕不是驚喜,而是一種意識:原來我長年接受的那個消耗,根本不應該存在。 》六個步驟:從消滅瑣事,到成為監工 在說怎麼用之前,先確認一件事:AI 不是來取代你的。 更精確地說,它是來接走那些「消耗時間卻換不到什麼」的工作,把你空出來的心力,留給「只有你的判斷與經驗才能做好」的事。 但有個前提:你得先清楚自己在做什麼,才能辨認出哪些部分適合讓 AI 接手。員工和主管對 AI 的需求,是完全不同的兩件事,搞混了兩邊都做不好。以下先從員工的六步路徑說起,主管篇另有一套邏輯。 員工篇:從消滅瑣事開始,讓 AI 幫你升等 第一步:立刻動手,感受時間被「還回來」 第一步不是學技巧,而是先動手,只要真的操作過一次,你會發現它比想像中好上手 讓 AI ...

職涯紫微:人生下半場,還有 30 年可以活

你有做過人格特質測驗嗎? DISC、MBTI,職場上大家多少都測過一次。我測出來是「貓頭鷹」,你呢? 說真的,每次測完,我都有同樣的感覺:看著那份報告,覺得「對啊,說得蠻準的」,然後就放在桌上,第二天繼續照舊過日子。 這幾年,我多學了一樣技能,就是東方的智慧,紫微斗數。 學了之後,我開始幫一些朋友解盤。他們的回饋讓我印象很深,很多人說:「你講的,比我自己還更了解我。」 這句話讓我思考了很久。西方工具是測出來的,東方命盤是生出來的。兩個角度不一樣,但指向同一件事,你是誰,你適合去哪裡。 那個抱著大包的女士 2024 年 10 月,我在北部的諮詢室接待了一位女性個案。 她進來的時候,手上抱著一個大包,裡面塞滿了文件和一台電腦。問了才知道,她是保險業務員,做了很多年。 我問她來這裡想解決什麼問題。 她想了一下,說:「其實我沒有什麼特別的問題,只是覺得很有趣,想了解一下職涯諮詢是什麼。」 這個開場讓我笑了。 我們聊了幾句,她說:「我已經五十幾歲了,這些問題應該不會有太大改變了。」 我說:「您的資訊可能需要更新一下,就像手機一樣。現在的人可以活到 85 歲,您還有 30 年可以活,這段時間值得重新想一想。」 她停頓了一下。 然後對話就開始了。 命宮七殺,官祿宮破軍,會是什麼的人生? 聊到一半,我問她有沒有聽過紫微斗數。 她說:「有聽過,以前還去社區大學學過,後來都忘了。」 我把她的命盤拉出來看,命宮是七殺,官祿宮是破軍。 先說明一下背景。 紫微斗數有十四顆主星 ,每顆星曜坐落在不同的宮位,代表你在那個生命面向的特質與能量。 命宮 ,是整張命盤的核心,代表一個人的性格與人生基調; 官祿宮 ,則代表事業與工作的走向。 七殺 ,是紫微星系裡的將星。 用台灣人的話來說,就是「做事很有殺氣」。個性剛毅、果斷、不拖泥帶水,一旦認定了目標就不轉彎。表面看起來衝動,但其實下決定前會做縝密的思考。七殺有個特別的稱號「成敗主」,人生容易大起大落,不是大成功就是大失敗,走的是高風險高報酬的路。 我說到這裡,她突然大笑:「真的!我連老闆都敢頂撞!」 破軍 ,是紫微主星裡的最後一顆,古時候大將軍的角色。 化氣為「耗」,核心在於「大破大立」。敢打破舊有的規範,才能創造新局。思維跳躍、異想天開,無中生有是他的強項。破軍的人生格局,往往是「先破後成」,年輕時動盪辛苦,闖蕩一番之後才能大成。 聽到這裡,她沉默...

課程:AI 時代的自動化知識庫管理

很多人習慣將資料分散儲存在不同位置:桌面、通訊軟體收藏、信箱附件或各個雲端硬碟中。分開儲存本身並非核心問題,關鍵在於缺乏統一的索引,導致需要使用時難以尋找,且無法確認是否為最新版本。 導入 AI 工具並不會自動解決此問題。若輸入端的資料命名混亂、格式不一致且路徑破碎,AI 的輸出品質也會受限。這並非工具本身的限制,而是輸入端資料缺乏結構化整理的結果。 這堂課的核心目的,就是為了 解決輸入端的結構化整理問題 。 ❙ 課程概述:6 小時建立一套可自動運作的資料整理流程 課程時長為六小時,目標是引導你建立一套從「收集」到「歸檔」再到「知識應用」的完整流程,並在課堂中完成第一版專屬的自動化流程圖。 使用的工具包含:Google 試算表、Google Apps Script、Google Antigravity IDE、NotebookLM 與 Obsidian。課程將說明這些工具的串接方式、各自在流程中扮演的角色,並帶領學員實際操作。 》 六個單元的具體內容 現況思考與能力盤點 媒材與提示詞清單建置 Google Apps Script 自動化檔案處理 Google Antigravity IDE 素材整理 NotebookLM 與 Obsidian 知識應用 流程測試與持續優化 第一單元 :現況盤點  在開始整理前,需先釐清資料管理流程中的關鍵卡點。找出痛點,才能針對性地建立對應的解決方案,同時結合自己優勢與80/20法則,進行資料重點管理,並非管理所有的資料。 第二單元 : 媒材與提示詞清單建置 將散落於各處的檔案資訊集中至 Google 試算表,建立統一的檢索起點與資料庫索引。 第三單元 :Google Apps Script 自動化檔案處理  利用腳本自動化執行檔案抓取與統一命名。課程將提供現成腳本,學員只需理解運作邏輯、修改參數並執行,無須具備從零編寫程式的能力。 第四單元 :AI 代理素材整理  運用 AI 代理(Google Antigravity IDE),將過去耗時的手動分類工作轉為批次自動化處理,將會用SKILL.md的方式來完成。 第五單元 :NotebookLM 與 Obsidian  知識應用 將整理好的資料導入 NotebookLM 進行資訊檢索與萃取,並結合 Obsidian 建立內容之間的雙向連結,將靜態...

時間不是用來「擠」的,是用來「分配」的

我一直認真地在做時間管理。 雖然,我早知道時間不能「 管 」… 工具試了不少,方法也換了幾輪,行程表裡的每一格都有它的位置。可心裡始終隱隱覺得哪裡不對。不是做得少,也不是做得差,就是有一種被什麼卡住的感覺。 記得姚仁祿老師曾經這樣說:帶著問題探索,當答案出現的時候,你才會恍然大悟與連結。 直到我看到 Ali Abdaal 的影片《Success Is Hard Until You Build Systems Like This》,他說了一句話。這句話對我而言,算不上什麼全新的概念,但它讓我突然看見了那個一直卡著我的地方。 他說: 厲害的人,不管理時間,他們分配時間 。 一個觀念之差,底層的邏輯完全不同。 「擠」是被動的,是在已經被占滿的日子裡,拼命找殘餘的空檔。 而「分配」是主動的——是在時間還沒被任何事情搶走之前,先決定它的去向。你不是在跟生活搶時間,你是在預先設計生活的結構。 這個差別,讓我想起 Ali 在影片裡舉的一組數字: 每週 168 小時 。 扣掉睡眠和基本生存,剩下約 100 小時可以動用。但一份工作加上通勤,就去掉一大半。剩下那 40 個小時,如果沒有主動配置,它們就會悄悄流進螢幕時間、無意識的滑動、漫無目的的等待之中,像沙子從指縫滑走,等你發現,已經是一週的結尾。 你不是沒時間。你只是沒有「先分配」時間。 --- 這個認知,讓我重新看待自己與行事曆的關係。 作為個人工作者,我沒有公司結構給我的會議與排程,沒有上班打卡的節律,也沒有月底固定入帳的薪水。這聽起來像是自由,但更準確的說法是,每一個小時的選擇,都直接影響收入,也直接決定成長的速度。沒有工作,就沒有收入。這種現實,讓我對時間的分配,始終比旁人更加謹慎,也更加用功。 但謹慎,不等於清晰。 我曾以為自己的行事曆已經夠滿、夠認真,卻沒有意識到,忙碌的表面之下,真正值得投入的事,反而常常排不進去。 運動、閱讀、深度思考、陪伴家人……這些事的 ROI 不像接案那樣即時可見,於是一再被推後,等著那個「有空」的時刻。而那個時刻,從來不會自己出現。 時間是公平的,但它偏愛那些提前宣示主權的人。重新去 學會「分配」,是我在時間管理上,最重要的一次轉彎。 --- 這個洞察,不只適用於時間。 錢,也不是用來「省」的,而是用來「配置」的。 很多人的理財邏輯,和過去我管理時間的方式一模一樣:先花,看看剩多少,再說要不...

人機協作:當 AI 產生遺漏時,我們該如何重新設計提示詞框架

此為實作筆記,記錄出錯歸因與解決方案 💬 作者手記 --------------------------------- 蔡興正,2026-04-20 「早晨分享給大家,特別在處理核心數據與資料時,需要警惕此類狀況…」 今天整理 ITS AI 認證課程考古題時,我請 AI 將各章面臨的題目歸納成學習重點。 核對結果發現,部分考題並未出現在輸出裡。AI 沒有說明略過行為,僅靜靜交出看似充實、卻潛藏缺漏的內容。 追溯原因:這並非技術故障,而是給予的提示詞缺乏清晰邊界,導致模型在「精簡」與「周全」之間,傾向了前者。 調整提示詞後,再次重新驗證,內容的正確性幾乎為百分之百。這是一個寶貴的經驗,因此我將修正流程拆解為以下步驟,留作日後參考之用。 》若用三句話來說明: ① AI 如同人類會有慣性:AI  在反覆處理相似任務後,會形成「慣性模式」,進而將錯誤答案視為理所當然地套入。  ② 補救之道 :仰賴人類協作介入(HITL),這也正說明了,個人「專業深度」的持續精進,是無可取代的核心競爭力。  ③ 讓 AI 持續進化的關鍵? 透過不斷修正提示詞,才能為模型提供更精準的再訓練依據。 ❙ 防範遺漏:讓 AI 處理受限資料的步驟 適用情境:委託處理具備特定篇幅的專案、清單或素材時,裡面有數字或清單者尤為適用 ❶ 請 AI 先回報盤點總數, 暫緩內容編寫,先讓系統確認來源的規模。 → 此動作對應至專業領域稱為:「建立基礎事實 (Ground Truth)」 ❷ 領域專家親自對焦,此步驟不可省略。 能看出資料對錯的前提,建立在你對素材內容的基礎了解上。 值得留意的觀點: 判斷「對錯」的前提,來自對專案本質的透徹理解。 對業務生疏的操作者,無從下手查閱,也難以察覺差異。 這點出了持續精進之所以至關重要——並非為求與演算法拼搏,而是賦予自身高階協作底氣。越熟悉所屬產業,越能預判工具的產出盲區,進而適時介入導正。 AI,遇強則強,遇弱則弱。你的底蘊厚度,決定了科技的輔助上限。 ❸ 基準底定,重啟生成,給定不容妥協的參考值,產出便擁有了嚴謹的運作框架。 💡 流程設計的價值,遠勝過提示詞的長度。 ❙ 關於 AI 的學習軌跡 「我不會因為系統偶發失誤而卻步。妥善運用,確實比全人工運作高效極多…」 初期導入時未必節省時間,因尚在摸索底層邏輯。然隨著掌握度漸增,產能與...

我用 AI 整理 AI 課的筆記,理論竟然開始「來電」了

2026/4/11,我報名了 ITS AI 人工智慧國際認證課。老實說,雖然我每天都在用 AI,但都是實際操作,很少碰理論。 第一週上課,看著錄影的回放,滿天飛的英文縮寫:RAG、MLOps、Quantization,我的頭雖然沒有很小,但就是塞不進這些東西,也很難與實際的使用相連結。心裡想著:認證是一回事,關鍵是我到底有沒有吸收? 第二週,2026/4/18 上課時,也就是今日,我改變了策略。我不想再讓腦袋空空地坐在那裡,於是 改用 Google Antigravity 一邊整理筆記、一邊學習 。果然,上午的狀況好多了,精神滿滿。 真正有趣的事情發生在下午。 當時正在講 AI 的演算法,我雖然有興趣,但下午就是容易恍神。就在快放空的那一刻,我突然想到:這些演算法是「結果」,那我自己下指令請 AI 整理筆記的過程,究竟是什麼?  以下圖片的內容,是取自 [ 楊宏文老師的 ITS AI 國際認證培訓班課程 ]   的內容,由  TibaMe 主辦。 為什麼不直接請 AI 把它整理的步驟 ,用課堂上教的專有名詞寫出來?這樣,課本上那些陌生知識就能和我日常操作的經驗直接接上,陌生的資訊,就有機會快速與自己的知識框架結合。 就這樣,這篇文章誕生了。而且整個下午上課,我自己精神異常地好。邊寫邊聽課,不斷的透過問題來向 AI 提問,看著 AI 給我的回答,再對照老師的課程內容,來回比對,覺得太有趣了,我終於有點"來電"的感覺了。 為了讓筆記再提升一個層次,我還要求 AI, 把文章裡出現的每一個專有名詞,都對應回課程的脈絡與意涵 ,讓我能快速查明。不一定每個連結都百分之百準確,但對我來說,這樣一個「橋接」的動作,讓那些原本陌生的詞彙開始有了「位置感」。當我不瞭解時,我即可快速回到講義中查詢,請 AI 進行一個小小的動作,卻是給自己大大的方便。 以下,是我從實務出發、對照 ITS 考綱的實戰拆解,以及它背後呼應的 AI 核心架構,分享給您。 一、第一步從來不是丟資料,而是建立框架 多數人使用 AI,習慣把資料一次貼上,要求立刻產出結果,這往往會導致失控。這是 AI 在處理序列資訊時天生的限制,也是為什麼後來會發展出 LSTM (長短期記憶網路) (Ch3) 來解決傳統模型容易「遺忘」前端資訊問題的原因。 在這次處理中,我第一步是先給予 AI 明確的「...

第五步:同時跟多個 AI 協作,一個人也能推進多項任務

系列文章|AI 不是來取代你的第 5 篇,共 6 篇 iKala 共同創辦人程世嘉曾描述他的日常:身邊隨時有多個 AI 在不同螢幕上同時運作,例如一個在寫董事會摘要、一個在處理郵件、一個在寫程式。他只負責確認方向、補充情境、做最後判斷。 這個畫面,放在幾年前像是科幻場景。但在 2026 年,這件事已經是日常,而且比多數人意識到的更容易上手。 前四步帶你從「問 AI」走到「派 AI 去做」,代表你已經具備了「製作人(Producer)」的基礎視角。這一步,我們要再往上走一層:不只是派一個 AI 去執行,而是同時指揮多個 AI 協同運作,讓自己從單一執行者,升格為整個工作系統的設計者。 這個畫面讓多數人向往,也讓人不禁疑惑:這不就是多工嗎? ❙ 先釐清誤解:這不是多工 當提到「 一個人同時推進多項任務 」時,你可能皺起了眉頭:「等等,多工不是壞事嗎?」 確實,你自己的多工是個問題,這一點神經科學早有定論。 神經科學研究早已確認:大腦無法做到絕對的同時處理兩件需要思考的事,你以為的「同時」,其實是高速切換。而每一次切換都要支付「認知切換成本(Switching Cost)」。研究估計,每次任務切換平均損耗 15 到 20 分鐘的專注力,長期下來效率損失高達 40%。多工不是高效,是消耗。 但「同時跟多個 AI 協作」,說的不是你在多工。你做的那件事只有一個:指揮。AI 在做的那些事,才是並行的。 想想樂團指揮。 演出時,舞台上有大提琴、小提琴、銅管、木管、打擊樂同時響起,但指揮沒有同時拉琴、吹號、打鼓。他只專注於:確保所有人在對的時間、做對的事。他的認知負荷不是百人的總和,而是對整體方向的掌握。 這也解釋了文章開頭程世嘉的案例為何不矛盾:他在多個螢幕之間移動視線,切換的是「判斷時機」,不是「親自生產內容」。 多 AI 協作的祕密,在於你切換的是「判斷」,而不是「生產」。 傳統多工讓效率崩潰,是因為每一次切換,你都必須親自重新載入厚重的資料情境。但在多 AI 協作中,AI 已預先處理了繁瑣細節,把結果整齊呈現在你面前;你大腦的「載入成本」被壓到最低,每次回到任務時,只需做一件事:判斷下一步。 這正是多 AI 協作的真實樣貌。 你序列化自己的注意力,並行化 AI 的執行力。 你派出任務、然後離開,轉赴其他需要你在場的任務;AI 在背景獨立運行,完成後你回來驗收。這個模式,有個...