劉基欽
預約諮詢

2026 企業內訓版

AI 教育訓練課程型錄

15 門企業級 AI 課程，7 小時標準模組 ＋ 進階系列班。 涵蓋通用入門、角色專屬、數據決策、進階應用、工具專屬（Copilot／Claude）與產業專屬六大類別，由講師劉基欽親自帶課，提供企業總經理、HR／L&D 主管及部門主管於內訓選課與配課階段作為決策參考。

資料基準日｜2026 年 10 月（AI 工具改版頻繁，開課前將再次核對演練內容與可用功能）

Course Matrix

課程一覽矩陣

15 門課程：除 C4（14 小時兩日班）與 C14（24 小時系列班）外，皆為 7 小時標準模組。可依「對象」與「工具」快速篩選。

編號類別課程名稱時數主要工具建議對象
C1通用入門運用 AI 提升工作效率（通用版）7 小時ChatGPT（GPT-5.6 家族）、Gemini Notebook（原 NotebookLM）、Gemini不限部門與工作年資
C2通用入門運用 AI 提升工作效率（Gemini 主軸版）7 小時Gemini（3.7 Flash／3.1 Pro）、Gemini Notebook（原 NotebookLM）、Gemini Canvas、Canva、Nano Banana 家族已採用 Google Workspace 之企業、公司 AI Policy 以 Gemini 為主
C3角色專屬運用 AI 提升人資工作效率7 小時ChatGPT（可使用手機或電腦；含專案功能）人資（HR）職能工作者，不限年資
C4角色專屬HR × AI 制度建置實戰班（兩日班）14 小時（7 小時 × 2 日；可連續兩日或間隔 1–2 週分段開課）首選 Claude 或 ChatGPT 付費版（次選 Claude／ChatGPT／Gemini 免費版擇一）；Draw.io（流程圖）、Gemini Notebook（JD 與訪談資料彙整）、iCAP 職能發展應用平台（職能基準參考）人資（HR）專業人員、HR 主管、HRBP 與訓練發展（L&D）負責人；建議具備基本 AI 提問經驗或已完成 C3
C5角色專屬運用 AI 提升工作效率（業務篇）7 小時ChatGPT（含專案、Excel 外掛）、Felo AI、Gemini Deep Research業務人員（不限產業、不限年資）
C6角色專屬AI 賦能的高效業務推動模式7 小時Gemini 為主（Deep Research、Gemini Live、Gemini Notebook、Gemini Canvas）處經理級業務主管、業務單位中高階主管
C7角色專屬AI 賦能主管管理實務工作坊7 小時（標準模組）Gemini、Gemini Notebook（原 NotebookLM）、Deep Research、Gemini Live（附 ChatGPT／Claude／Copilot 對照）各產業中階主管、部門主管、專案負責人；跨部門、跨產業通用
C8數據決策數據驅動決策力（Excel × AI 基礎版）7 小時ChatGPT + Excel（含 ChatGPT Excel 外掛；若企業政策不允許 ChatGPT，可改用 Copilot）需處理數據、報表之執行層工作者（財會、業務助理、行銷、營運）
C9數據決策AI 數據驅動決策力（決策深化版）7 小時ChatGPT + Excel（含資料分析功能；若企業政策不允許 ChatGPT，可改用 Copilot）決策者、部門主管、需從問題定義到決策落地之中高階工作者
C10進階應用打造你的 AI 助手：助理設計與多元工具整合應用7 小時Gemini Notebook、Deep Research、Gemini Canvas、Canva、Nano Banana 家族已有 AI 提問基礎、想進一步打造自動化工作流之工作者
C11進階應用從 FAQ 到客服機器人（Notebook 對內 × Dify 對外）7 小時（標準模組）Notebook（對內知識助理）× Dify Cloud（對外客服機器人）客服主管／座席、數位轉型與 IT 窗口、知識管理與 AI 導入負責人
C12工具專屬運用 Microsoft Copilot 提升工作效率（M365 整合應用）7 小時（標準模組）Microsoft 365 Copilot（Copilot Chat、Notebooks、Pages、Word／Excel／PowerPoint／Outlook／Teams、Agent Mode）已導入 Microsoft 365 Copilot 之企業全員；研發設計、後線幕僚與財務單位皆適用
C13工具專屬運用 Claude 提升工作效率（進階生產力與自動化）7 小時（標準模組）Claude（Projects、Skills、Claude for Microsoft 365、Cowork、Claude Code、MCP／Connectors）不限背景與年資；希望以 Claude 打造個人化、自動化工作流之工作者
C14工具專屬Claude 實戰應用：從對話到自動化（24 小時系列班）24 小時（12 堂 × 2 小時；線上直播，每週 1–2 堂，平日晚間或企業內訓分次開課）Claude（建議 Pro 以上方案）、Claude 桌面版（含 Skills、排程任務與連接器）、Claude Code、Claude Design／Artifacts已有 AI 使用經驗、想把零散用法升級為穩定工作流之上班族（行政幕僚、主管、品保／ISO、業務行銷企劃、資料處理職務），無需程式背景
C15產業專屬貿易業 AI 協作 B2B 業務開發7 小時（標準模組）Gemini 網站版（含搜尋根基）、Gemini Notebook、Google Sheets／Docs、LinkedIn 免費版中小型貿易業／進出口商／OEM 仲介之海外業務、業務主管、老闆兼業務

Selection Guide

選課建議導引

依常見企業情境提供配課建議，實際內容可於課前對焦會議客製調整。

  1. 情境 A

    企業首次導入 AI，希望全員共同啟動

    • C1【運用 AI 提升工作效率（通用版）】，適合跨部門全員共訓。
    • 若公司 AI Policy 以 Gemini 為主：改選 C2【運用 AI 提升工作效率（Gemini 主軸版）】。

  2. 情境 B

    特定部門希望深度賦能（HR／業務）

    • HR：C3【運用 AI 提升人資工作效率】，聚焦「選、育、用、留」四大應用場景。
    • HR 進階：C4【HR × AI 制度建置實戰班】兩日班，聚焦知識萃取與 SOP、流程自動化、HR 數據分析與職能模型，將個人經驗沉澱為組織資產；建議先 C3 後 C4。
    • 業務人員：C5【運用 AI 提升工作效率（業務篇）】。
    • 業務主管：C6【AI 賦能的高效業務推動模式】，聚焦管理層職責。

  3. 情境 C

    決策者、主管希望強化數據分析與決策品質

    • 執行層：C8【數據驅動決策力（Excel × AI 基礎版）】，聚焦數據工作流。
    • 決策層：C9【AI 數據驅動決策力（決策深化版）】，聚焦問題定義與決策溝通。
    • 建議兩門可組合為年度數據營（共 14 hr），先 C8 後 C9。

  4. 情境 D

    已上過基礎課，希望打造自動化工作流

    • C10【打造你的 AI 助手】，學員帶走可重複使用的知識助手與互動小應用。
    • 可作為 C1 或 C2 的進階延伸課程，建議相隔 4-8 週後開課。

  5. 情境 E

    全年度配課規劃（7 hr × 4 季｜基礎軌 × 進階軌）

    • 【基礎軌．第一年】Q1：C1 或 C2（全員共訓，建立共通語言）。
    • 【基礎軌．第一年】Q2：C3 / C5 / C6（依部門別深化應用）。
    • 【基礎軌．第一年】Q3：C8 或 C9（數據決策能力建置）。
    • 【基礎軌．第一年】Q4：C10（進階打造自動化助手，收斂為可重複使用資產）。
    • 【進階軌．第二年】Q1：C12 或 C13（依 AI Policy 主工具深化：Microsoft 365 選 C12、Claude 選 C13；Claude 系統化深耕可接 C14 系列班）。
    • 【進階軌．第二年】Q2：C11（客服／FAQ 知識資產化，交付對內問答助理與對外客服機器人）。
    • 【進階軌．第二年】Q3：C8 或 C9 中第一年未選者（補齊數據決策的執行層或決策層）。
    • 【進階軌．第二年】Q4：C10 補訓新進同仁，並以成果發表盤點次年自動化題目。
    • 銜接原則：進階軌以完成基礎軌 Q1 為前提；同族群兩門課之間建議相隔 4-8 週以上。

  6. 情境 F

    企業 AI Policy 以 Microsoft Copilot 或 Claude 為主

    • Microsoft 365 環境：C12【運用 Microsoft Copilot 提升工作效率】，整合文書、知識、數據、會議與郵件全工作流。
    • 以 Claude 為主要工具：C13【運用 Claude 提升工作效率】，聚焦 Projects、Skills、Cowork 與自動化工作流。
    • 兩家皆已導入者：建議先 C12 建立全員共通能力，再以 C13 深化自動化與客製化。
    • 系統化深耕 Claude：C14【Claude 實戰應用】24 小時系列班，作為 C13 的延伸深化課程。

  7. 情境 G

    部門主管希望把 AI 從個人工具升級為團隊能力

    • C7【AI 賦能主管管理實務工作坊】，跨部門、跨產業通用，聚焦決策支援、部屬溝通、團隊工作流與多模態四大管理場景。
    • 與 C6／C9 的區隔：C6 聚焦業務主管職責、C9 聚焦數據決策；C7 為各部門主管共通的管理實務版。

  8. 情境 H

    貿易業／進出口商希望從被動接單轉為主動開發

    • C15【貿易業 AI 協作 B2B 業務開發】，依 B2B 開發漏斗建立可複製、可交接的開發流水線。
    • 與 C5 的區隔：C5 為跨產業業務文書與情報應用；C15 專攻海外市場開發、展會與開發信序列，全程使用 Google 免費工具。

  9. 情境 I

    企業已導入但用不起來，想先盤點再配課

    • 建議先安排課前對焦會議（0.5 hr），盤點現有授權、AI Policy 與部門痛點。
    • AI 工具改版頻繁，開課前將依貴公司實際授權版本重新核對演練內容與可用功能。

  10. 情境 J

    客服知識資產化與對外客服機器人建置

    • C11【從 FAQ 到客服機器人（Notebook 對內 × Dify 對外）】，一日內同時交付對內問答助理與對外客服機器人雛形。
    • 適用已累積工單／FAQ 但缺乏系統化管理之企業；金融支付、電商、電信等高頻客服且受法遵規範之產業尤其適用。
    • 建議課前備妥近 1-3 個月高頻客服問題（已去識別）與現行 FAQ／話術本；課後接續 30 天維運節奏與 ISO/IEC 42001 治理對應。

Operation Model

課程通用運作模式

所有 AI 課程皆採三階段運作：課前對焦 → 課程講授 → 課後資產。

  • 01三階段：課前對焦（電訪／面訪 0.5 小時）→ 課程講授 7 小時（C4 為 14 小時、C14 為 24 小時）→ 課後複習與成果延伸。
  • 02課中使用免費版 AI 工具即可操作；若企業已導入付費版或企業版，將依實際授權調整演練內容。
  • 03為貴公司學員成立專屬 LINE／Teams／Webex 社群，課中與課後皆可即時分享指令與問答。
  • 04學員完課後獲得講師編寫的最新版《AI 智能工作術》電子檔。

Course Details

各課程詳情

依序包含：基本資訊、學習成果、課程大綱（序次／單元主題／教學重點／時數）、教學方法。

C1

運用 AI 提升工作效率（通用版）

通用入門7 小時
建議對象
不限部門與工作年資
主要工具
ChatGPT（GPT-5.6 家族）、Gemini Notebook（原 NotebookLM）、Gemini
適用情境
初次導入 AI 的全員培訓、跨部門共通訓練。

學習成果

建立全員共通的 AI 工作語言與提問能力，並掌握 ChatGPT、Gemini Notebook、Gemini 三項核心工具的分工情境。

  • 能夠說出生成式 AI 的發展趨勢與使用風險，建立正確的職場 AI 觀念
  • 能夠運用五要素提問架構撰寫高品質 Prompt
  • 能夠運用 ChatGPT 專案功能與寫作／程式碼區塊完成報告產出
  • 能夠運用 ChatGPT Work 完成多步驟任務並取得可交付成品
  • 能夠運用 Gemini Notebook 進行知識管理與跨文件分析
  • 能夠運用 Gemini 深度研究、圖像生成與 Canvas 成果轉換

學員帶走的成果

個人 Prompt 懶人包，以及一份由 AI 協作完成的實際工作產出。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、生成式 AI 導論0.5 hr
1-1生成式 AI 發展趨勢與職場應用AI 技術演進、典型應用案例、職場思維原則。0.3
1-2AI 安全使用與幻覺風險資料識別化、AI 幻覺辨識與降低策略。0.2
二、提問工程核心1.2 hr
2-1ChatGPT 應用面向與推理強度選擇跨職能應用案例；依任務難度選擇思考強度而非記模型名稱。0.3
2-2五要素提問架構角色扮演 + 工具設定 + 目的 + 輸出格式 + 參考資料。0.5
2-3四大提問策略綜合演練，提升 AI 回應精準度與穩定度。0.4
三、ChatGPT 多元功能實戰1.8 hr
3-1專案功能與記憶管理專案記憶設置、專案指示設計、參考檔案放置與共享。0.6
3-2寫作區塊與程式碼區塊長文件協作編輯、格式化、圖表預覽與程式碼輔助。0.6
3-3ChatGPT Work：從對話到成品多步驟任務代辦，直接產出文件、試算表與簡報。0.6
四、Gemini Notebook 知識管理1.2 hr
4-1特定主題內容搜集與摘要資料匯入、重點彙總、自動產生摘要。0.6
4-2跨文件彙總、分析與引用多來源資料整合與引用溯源，降低幻覺。0.6
五、Gemini 進階工作術2.1 hr
5-1深度研究與資訊圖表製作Gemini Deep Research 多輪研究與資訊圖表輸出。0.7
5-2Nano Banana 家族圖片生成依品質與速度選用模型；圖片提示詞與商用場景應用。0.7
5-3Canvas 成果轉換將研究報告轉為互動網頁、資訊圖表與測驗。0.7
六、綜合演練與回顧0.2 hr
6-1學員實作成果分享與行動承諾回顧學習重點、制定課後行動清單。0.2
合計　Total7 hr

教學方法

講授法、案例分析、個人演練、問答法；全程搭配實機演練與 LINE 社群指令分享。

C2

運用 AI 提升工作效率（Gemini 主軸版）

通用入門7 小時
建議對象
已採用 Google Workspace 之企業、公司 AI Policy 以 Gemini 為主
主要工具
Gemini（3.7 Flash／3.1 Pro）、Gemini Notebook（原 NotebookLM）、Gemini Canvas、Canva、Nano Banana 家族
適用情境
Google 生態系客戶、重視資訊安全政策之企業（可客製產業 Prompt 懶人包）。

學習成果

以 Gemini 為主軸建立提示詞工程能力，並擴充至深度研究、圖像生成與 Gemini Canvas 互動小工具設計。

  • 能夠說出生成式 AI 發展趨勢及因應策略，並辨識 AI 生成內容的正確性
  • 能夠依任務屬性在 Gemini 3.7 Flash 與 3.1 Pro 之間做出模型選型判斷
  • 能夠掌握提示詞工程五要素，並產出《企業專屬 Prompt 懶人包》
  • 能夠運用 Gemini Deep Research 結合 Gemini Notebook 進行深度研究與知識管理
  • 能夠運用 Canvas 將研究報告轉為互動網頁與資訊圖表
  • 能夠依用途選用 Nano Banana Pro 與 Nano Banana 2 生成商用圖像
  • 能夠運用 Gemini Canvas 以自然語言打造可分享的互動小工具

學員帶走的成果

《企業專屬 Prompt 懶人包》＋ 一支可立即分享使用的 Gemini Canvas 互動小工具。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、生成式 AI 與 Gemini 現況0.4 hr
1-1發展趨勢與安全使用AI 發展趨勢、企業安全原則、資料識別化與因應策略。0.2
1-2AI 幻覺與訊息正確性辨識幻覺降低策略、引用溯源，產出查核檢核表。0.2
二、提示詞工程應用1.1 hr
2-1Gemini 應用面向與模型選型Gemini 3.7 Flash 與 3.1 Pro 的任務分工與選用時機。0.3
2-2提示詞五要素架構與策略角色扮演 + 工具設定 + 目的 + 輸出格式 + 參考資料。0.5
2-3企業專屬 Prompt 懶人包設計針對企業場景產出可複用、可交接的 Prompt 模組。0.3
三、Gemini × Gemini Notebook 深度研究1.8 hr
3-1Deep Research 深度研究功能多輪研究、資料溯源、研究報告產出與品質把關。0.6
3-2Gemini Notebook 知識庫建置原 NotebookLM，2026 年 7 月改名；企業內部文件智慧化與跨文件彙總。0.6
3-3Canvas：報告轉互動成果將研究報告一鍵轉為資訊圖表、互動網頁與測驗。0.6
四、視覺與圖像生成1.5 hr
4-1Canva 結合 Gemini 生成數位小工具行銷素材、簡報模板與社群圖卡快速設計。0.5
4-2Nano Banana 家族選用Nano Banana Pro（品質、文字渲染）與 Nano Banana 2（速度、量產）的分工。0.5
4-3圖片提示詞演練與優化商用場景圖片提示詞設計，含圖中文字準確度處理。0.5
五、Gemini Canvas 互動小工具實作1.9 hr
5-1Canvas 應用模式與操作以自然語言生成網頁小工具、表單與試算工具；預覽、修改與分享連結。0.5
5-2小工具需求拆解與迭代輸入、處理、輸出拆解；以多輪對話修正功能與版面。0.7
5-3實作：企業專屬 AI 小應用針對學員指定的重複性任務設計並交付一支可用小應用。0.7
六、Workspace 整合與回顧0.3 hr
6-1Workspace 內建 AI 與成果交付Gmail／Docs／Sheets／Meet 內建 AI 功能總覽；懶人包與作品交付。0.3
合計　Total7 hr

教學方法

講授法、案例分析、個人演練；全程實機操作，並透過 LINE／Teams／Webex 社群即時分享指令。

C3

運用 AI 提升人資工作效率

角色專屬7 小時
建議對象
人資（HR）職能工作者，不限年資
主要工具
ChatGPT（可使用手機或電腦；含專案功能）
適用情境
HR 部門培訓、HR 社群深度工作坊、企業人資賦能專班。

學習成果

聚焦 HR「選、育、用、留」核心業務，將 AI 提問技巧直接對應招募、訓練、績效、員工關係等實務場景。

  • 能夠說出生成式 AI 在 HR 領域的發展趨勢與應用地圖
  • 能夠在處理人事資料時落實資料識別化與合規原則
  • 能夠運用五要素提問架構處理 HR 文書、面談、評量場景
  • 能夠以 ChatGPT 專案功能建立可重複使用的招募與訓練工作區
  • 能夠將 AI 運用於「選」人才招募與篩選
  • 能夠將 AI 運用於「育」員工訓練與發展
  • 能夠將 AI 運用於「用 × 留」績效管理與員工關係

學員帶走的成果

HR AI 應用地圖、個人 Prompt 懶人包，以及一個可重複使用的招募專案工作區。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、生成式 AI 導論0.4 hr
1-1AI 簡介與職場思維原則生成式 AI 發展趨勢、HR 因應策略。0.2
1-2資料識別化原則與安全使用HR 敏感資料處理、合規原則與工具選用注意事項。0.2
二、ChatGPT 提問核心技巧0.7 hr
2-1ChatGPT 常見功能與 HR 應用面向HR 情境應用地圖與工具能力邊界。0.3
2-2五要素提問架構與策略演練角色扮演 + 工具 + 目的 + 輸出 + 參考資料。0.4
三、「選」人才招募與篩選1.8 hr
3-1招聘文案與職務描述生成吸引力文案、EVP 傳達、JD 產出。0.6
3-2履歷初篩專案建置以專案功能建立初篩工作區，自動化職位描述比對。0.6
3-3面試題目設計與評估表產出結構化面試題庫、評分標準產出。0.6
四、「育」員工訓練與發展1.5 hr
4-1IDP 個人發展計畫生成個別化發展路徑、目標設定與追蹤。0.6
4-2訓練教材與案例設計課程大綱、案例故事、演練題產出。0.6
4-3學習評量與回饋分析測驗題目產出、學員回饋文本分析。0.3
五、「用 × 留」績效與員工關係2 hr
5-1績效面談話術與改善計畫困難對話、改善計畫（PIP）擬定。0.7
5-2員工意見分析與情緒辨識員工調查文本分析、留任風險辨識。0.7
5-3HR 常用信件與公告撰寫公告、通知、離職面談信件草稿產出。0.6
六、HR AI 導入行動計畫0.6 hr
6-1綜合演練與導入藍圖HR 部門 AI 導入優先序與 30-60-90 行動計畫。0.6
合計　Total7 hr

教學方法

講授法、個人演練、案例分析；手機或電腦皆可上課。

C4

HR × AI 制度建置實戰班（兩日班）

角色專屬14 小時
建議對象
人資（HR）專業人員、HR 主管、HRBP 與訓練發展（L&D）負責人；建議具備基本 AI 提問經驗或已完成 C3
主要工具
首選 Claude 或 ChatGPT 付費版（次選 Claude／ChatGPT／Gemini 免費版擇一）；Draw.io（流程圖）、Gemini Notebook（JD 與訪談資料彙整）、iCAP 職能發展應用平台（職能基準參考）
時數安排
7 小時 × 2 日；可連續兩日或間隔 1–2 週分段開課
適用情境
HR 部門年度賦能專班、HR 社群進階工作坊；HR 經驗集中於少數資深同仁、SOP 與職能模型待建置、HR 數據未能支援管理決策之企業。

學習成果

與 C3 聚焦「選、育、用、留」日常文書不同，C4 聚焦 HR 的「制度建置」：第一天把隱性經驗轉為 SOP 與自動化工作流，第二天把 HR 數據與職能轉為管理決策依據，讓 AI 產出沉澱為可交接、可擴散的組織資產。

  • 能夠運用提問五要素與去識別化原則，安全地以 AI 處理 HR 內部資料
  • 能夠從訪談、會議與內部文件萃取關鍵知識，並以 IPO 結構產出初版 SOP 與 Draw.io 流程圖
  • 能夠盤點規則明確、重複性高且穩定的 HR 流程，完成自動化節點設計與工具選擇
  • 能夠運用 AI 進行 HR 數據清理、分析與解讀，產出支援管理決策的一頁式洞察報告
  • 能夠從 JD、KPI／OGSM 與訪談資料萃取關鍵職能，並對標 iCAP 職能基準
  • 能夠建立職能項目、等級與行為描述，完成一個目標職務的職能模型

學員帶走的成果

知識卡與初版 SOP（含 Draw.io 流程圖）、HR 自動化工作流範本、一頁式 HR 數據分析報告與 Dashboard 範例、一個目標職務的職能模型（職能項目、等級與行為描述），以及 30-60-90 天導入計畫。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、HR × AI 導論與共通基礎0.5 hr
1-1HR AI 建置地圖：從個人省時到制度資產知識 → 流程 → 數據 → 職能四大主題的串聯邏輯；Claude／ChatGPT／Gemini 分工與付費、免費版能力差異。0.2
1-2提問五要素與人事資料安全扮演角色－工具設定－目的設定－輸出設定－輸入資料；個資去識別化與薪資、考績等敏感資料紅線。0.3
二、知識萃取：把隱性經驗變成可查找的知識1.5 hr
2-1萃取對象與資料來源鎖定關鍵人、關鍵任務與易出錯點；訪談逐字稿、會議紀錄、內部文件與 Email 的資料品質判斷。0.4
2-2AI 協作訪談與萃取提示詞以 AI 設計萃取訪談大綱；從逐字稿萃取步驟、判斷準則、例外處理與背後原因（Know-why）。0.6
2-3演練：知識卡片化將一份訪談或會議資料轉為可查找、可重複使用的知識卡（適用情境、關鍵步驟、注意事項）。0.5
三、SOP 建立：IPO 結構與流程圖1.5 hr
3-1IPO 結構化方法Input／Process／Output 拆解作業；補齊權責、表單、時限與檢核點。0.4
3-2AI 產出初版 SOP由知識卡生成 SOP 文件；以「新人能否照做」反向檢核遺漏步驟與模糊用語。0.5
3-3演練：Draw.io 流程圖AI 產出流程圖語法並匯入 Draw.io，完成可持續編修的作業流程圖。0.6
四、工作流程自動化：盤點與設計1.5 hr
4-1自動化候選流程盤點規則明確、重複性高、穩定三條件；以「頻率 × 耗時 × 出錯成本」排序優先流程。0.5
4-2節點設計與人工把關拆解觸發 → 輸入 → 判斷 → 處理 → 輸出；標示 AI 節點與人工把關節點（Human-in-the-loop）。0.5
4-3工具選擇思維對話式 AI、專案／Skills 範本化與無程式碼自動化工具的適用邊界與成本評估。0.5
五、工作流程自動化：實作與導入1.75 hr
5-1HR 高頻流程實作以新人報到通知、面試邀約、訓練報名彙整等情境，建立一鍵產出的範本化指令。0.75
5-2可共用的工作流範本以 Claude Projects／Skills 或 ChatGPT 專案封裝指令、範例與檢核表，供 HR 團隊共用。0.6
5-3導入思維與風險控管試行指標（省時、錯誤率）、例外處理、責任歸屬與範本維護機制。0.4
六、第一天回顧0.25 hr
6-1成果盤點與 Q&A知識卡、SOP、流程圖與自動化範本歸檔；說明第二天所需數據與 JD 資料準備。0.25
七、HR 數據分析：清理與分析1.75 hr
7-1HR 數據地圖與問題定義招募、訓練、離職、出勤等指標；先問「要支援哪個決策」，再決定要分析哪些數據。0.4
7-2AI 協作資料清理欄位標準化、重複與缺漏處理、去識別化；保留可追溯的清理紀錄。0.5
7-3演練：招募與訓練數據分析招募管道轉換率、到職時效、訓練完成率與成效；由 AI 產出統計結果與圖表。0.85
八、數據解讀與儀表板1.5 hr
8-1從數字到洞察趨勢、對比與異常判讀；以檢核提問避免 AI 過度推論因果。0.5
8-2一頁式 HR 數據報告結論先行的管理報告與建議行動，對齊主管決策需求。0.5
8-3HR Dashboard 講師示範示範以 AI 生成互動式儀表板及其用量限制；本單元由講師示範，不安排學員實作。0.5
九、職能模型：關鍵職能萃取1.5 hr
9-1職能模型架構核心、管理、專業職能分類；知識、技能、態度（ASK）構面與應用情境。0.3
9-2多來源資料彙整以 Gemini Notebook 匯入 JD、KPI／OGSM 與訪談資料，萃取關鍵任務與高績效行為。0.6
9-3對標 iCAP 職能基準查找相近職類之職能基準，作為職能項目比對、補強與用語校準的參考。0.6
十、職能模型：等級與行為描述1.75 hr
10-1職能項目定義與篩選合併重複、刪除泛化項目；每一職務聚焦 5–8 項關鍵職能並撰寫定義。0.5
10-2等級與行為指標撰寫3–5 級行為描述；可觀察、可衡量，且等級之間有明確差距。0.6
10-3演練：完成一個職務的職能模型產出含職能定義、等級與行為指標的職能字典，並同儕互評可用性。0.65
十一、成果整合與行動計畫0.5 hr
11-1HR 數位資產地圖串聯知識卡 → SOP → 自動化 → 數據報告 → 職能模型，盤點部門既有與待建資產。0.2
11-230-60-90 天導入計畫與 Q&A依部門優先序擬定導入步驟、負責人與檢核指標。0.3
合計　Total14 hr

教學方法

講授法、案例分析、個人演練、小組討論、講師示範；課前請學員準備去識別化之訪談或會議紀錄、一項高頻 HR 作業、招募或訓練數據樣本，以及目標職務之 JD 與 KPI，全程以自身資料演練；建議使用筆記型電腦上課，Dashboard 單元為講師示範。

C5

運用 AI 提升工作效率（業務篇）

角色專屬7 小時
建議對象
業務人員（不限產業、不限年資）
主要工具
ChatGPT（含專案、Excel 外掛）、Felo AI、Gemini Deep Research
適用情境
B2B／B2C 業務團隊賦能培訓、業務季度訓練。

學習成果

以 Input-Process-Output 工作流為主軸，將業務拜訪前準備、客戶溝通、成交後跟催等場景對應 AI 工具。

  • 能夠運用 ChatGPT 提問技巧處理業務日常文書
  • 能夠運用 Felo AI 與 Deep Research 建立業務情報鏈
  • 能夠以 ChatGPT 專案功能建立客戶資料與跟催工作區
  • 能夠運用 AI 完成拜訪前準備、提案製作、跟催信件
  • 能夠運用 ChatGPT Excel 外掛處理客戶資料與業務報表

學員帶走的成果

客戶資料小祕書專案，以及一套個人業務 Prompt 懶人包。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、業務 AI 工作流概論0.6 hr
1-1AI 在業務場景的定位業務流程痛點對應 AI 工具地圖。0.2
1-2Input-Process-Output 工作流架構以 I-P-O 拆解業務 AI 工作流。0.4
二、ChatGPT 核心提問技巧1 hr
2-1ChatGPT 常見應用面向業務相關應用案例與指令探索。0.4
2-2五要素提問架構角色扮演 + 工具 + 目的 + 輸出 + 參考資料。0.4
2-3提問四策略演練綜合演練，精準產出業務素材。0.2
三、業務常用 AI 工具運用2.3 hr
3-1Felo AI 客戶與市場搜尋打造專屬搜尋流程、情報整理與來源查核。0.8
3-2Deep Research 競品與市場分析競品動向、市場報告、資訊圖表產出。0.8
3-3ChatGPT 專案：客戶資料小祕書以專案功能建立客戶檔案、跟催記錄與話術庫。0.7
四、業務場景應用實戰2.3 hr
4-1拜訪前準備與客戶背景分析快速掃描客戶動態、關鍵議題與決策鏈。0.7
4-2提案簡報與客製化話術客戶痛點對應簡報內容、話術生成與異議處理。0.8
4-3成交後跟催信件與 CRM 資料處理跟催信件範本、CRM 文字欄位整理與排程提醒。0.8
五、Excel × AI 報表處理0.6 hr
5-1ChatGPT Excel 外掛處理客戶資料客戶分群、報表加工、KPI 計算；含外掛使用限制說明。0.6
六、綜合演練與回顧0.2 hr
6-1業務團隊落地行動回顧學習重點、週行動清單。0.2
合計　Total7 hr

教學方法

講授法、個人演練、案例分析；以手機或筆電皆可上課，業務外出也能持續使用。

C6

AI 賦能的高效業務推動模式

角色專屬7 小時
建議對象
處經理級業務主管、業務單位中高階主管
主要工具
Gemini 為主（Deep Research、Gemini Live、Gemini Notebook、Gemini Canvas）
適用情境
業務主管年度策略營、業務單位管理層賦能、人才招募旺季前主管培訓。

學習成果

以業務主管管理職責為主軸（策略、團隊、客戶、人才），將 AI 導入至主管日常管理循環。

  • 能夠說出 Gemini 可應用於業務管理之處與提問方式
  • 能夠運用 Deep Research 執行市場分析與競品情報整理
  • 能夠運用 AI 輔助業務團隊訓練、話術演練與績效面談
  • 能夠以 Gemini Notebook 建立關鍵客戶知識庫並進行客戶健檢
  • 能夠運用 Gemini Canvas 打造招募與跟催的互動小工具

學員帶走的成果

單位專屬的 30-60-90 AI 導入行動計畫，以及一支招募／跟催互動小工具。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、AI 賦能業務主管概論0.5 hr
1-1業務主管管理挑戰與 AI 機會主管工作類型盤點與 AI 可介入之處。0.2
1-2Gemini 應用面向與提問原則主管視角的提問框架與輸出驗收標準。0.3
二、策略規劃與市場分析1.8 hr
2-1SMART 目標設定與策略規劃以 Gemini 協作展開業務目標與拆解路徑。0.6
2-2市場分析與競品情報整理Deep Research 多源資料整合、洞察萃取與來源查核。0.6
2-3年度業務計畫生成OGSM／OKR 框架協作產出與主管審閱要點。0.6
三、團隊訓練與輔導1.8 hr
3-1Gemini Live 輔助銷售話術演練語音情境模擬、即時回饋與話術優化。0.6
3-2個別化訓練教材設計依業務成熟度分層設計教材與演練題。0.6
3-3業務績效面談指引產出回饋話術、改善計畫與發展路徑設計。0.6
四、客戶經營與關係管理1.2 hr
4-1客群細分與差異化策略AI 協助分群、資源配置與差異化經營。0.6
4-2關鍵客戶知識庫與健檢以 Gemini Notebook 建立 KA 客戶檔案，進行健檢與風險辨識。0.6
五、人才招募與組織發展1.5 hr
5-1AI 協助增員文案與招募招募文案、EVP 傳達與 JD 設計。0.4
5-2業務人才評量表設計勝任力評量、結構化面試題庫產出。0.5
5-3Canvas 打造招募跟催小工具以自然語言生成初篩評分表、面試排程與跟催通知範本工具。0.6
六、主管行動計畫與回顧0.2 hr
6-1主管導入 AI 的 30-60-90 行動計畫制定可落地、可追蹤的管理導入計畫。0.2
合計　Total7 hr

教學方法

講授法、問答法、案例分享、個人演練；以主管情境為設計起點，可帶入單位實際客戶與人才案例。

C7

AI 賦能主管管理實務工作坊

角色專屬7 小時
建議對象
各產業中階主管、部門主管、專案負責人；跨部門、跨產業通用
主要工具
Gemini、Gemini Notebook（原 NotebookLM）、Deep Research、Gemini Live（附 ChatGPT／Claude／Copilot 對照）
適用情境
主管 AI 賦能一日工作坊；主管已在用 AI，但產出品質參差、資安邊界模糊、效益停留在個人層次之企業。

學習成果

以「管理情境 → 問題拆解 → AI 協作 → 主管判斷」四步法，補齊主管用 AI 的能力、規模與治理三大斷層，把個人生產力轉為團隊能力。

  • 能夠依任務選擇合適的 AI 工具，並遵循資安四不原則與去識別化原則安全使用 AI
  • 能夠運用提問五要素與 AI 優化指令技巧，產出可直接用於管理工作的高品質內容
  • 能夠運用 Gemini Notebook 與 Deep Research 整合內外部資料，產出有依據的決策選項
  • 能夠運用 AI 預演績效面談與跨部門協商等困難對話，並以 ADKAR 模型設計變革溝通
  • 能夠運用多模態工具處理會議錄音、現場照片、報表與影音素材
  • 能夠設計個人每日 AI 工作流與部門共用 Notebook 助理，將個人經驗轉為團隊知識資產

學員帶走的成果

個人場景提示詞範本、決策三選項比較表、績效面談談話腳本、ADKAR 變革溝通方案、部門 Notebook 助理範本，以及個人 90 天行動計畫卡。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、開場診斷與 AI 管理基礎1 hr
1-1課程地圖與學員 AI 現況診斷使用頻率 × 提示能力四象限（觀望者／摸索者／潛力者／推動者）現場自評與全班分布解讀。0.25
1-2AI 能力光譜與工具地圖L1 生成式～L4 自動化能力光譜；Gemini、ChatGPT、Claude、Copilot 跨平台對照與選用。0.25
1-3降低幻覺與資安治理降低幻覺五招；四不原則（不識別、不外傳、不盡信、不留痕）、去識別化六原則；跨產業資安情境判斷演練。0.5
二、提示詞工程實戰1 hr
2-1提問五要素扮演角色＋工具設定＋目的設定＋輸出設定＋輸入資料（以 ### 區隔）；改寫日常指令前後對照。0.4
2-2反向提問與 AI 優化指令請 AI 盤點自身職務的 5 項以上應用面向；「請強化以下參考指令」、反問法與分步法。0.3
2-3管理場景範本與自我檢核月報、跨部門協調信、會議摘要、根因分析、簡報大綱五大範本；以五要素自我檢核。0.3
三、AI 決策支援與資料整理1.5 hr
3-1案例：接手新專案，兩週後要報告以 Gemini Notebook 建立專案知識庫，產出摘要、時間軸與一頁現況報告；關鍵數字回查原文。0.6
3-2案例：策略會要不要投入？5W2H 問題設計 → Deep Research → 整合內外部資料，產出三選項 × 成本／風險／效益比較表。0.7
3-3主管決策 SOP 與常見陷阱加入脈絡、政治與人際考量做最終判斷；AI 決策支援五大常見陷阱。0.2
四、部屬溝通與變革管理1.25 hr
4-1案例：績效面談 AI 預演STAR 結構化事件、評語草稿與評核偏誤檢核；AI 扮演部屬多輪預演，產出談話腳本與 SMART 行動共識。0.6
4-2案例：跨部門插單協商AI 扮演對方主管，模擬其 KPI 與立場，5 分鐘快速預演並找出雙贏方案。0.2
4-3案例：AI 導入的變革溝通ADKAR 階段診斷變革阻力；分眾訊息改寫、回應部屬 AI 焦慮，完成部門溝通方案。0.45
五、AI 工作流：個人 → 團隊1 hr
5-1主管的一天：五個關鍵時刻晨間摘要、會議準備、決策分析、部屬對談、日終覆盤；設計個人工作流並承諾下週實踐。0.5
5-2團隊知識管理與部門 Notebook 助理知識資產層／工具助理層／流程協作層三層架構；示範以 Gemini Notebook 建置部門月報助理，界定權限與更新機制。0.5
六、多模態 AI 管理實戰1 hr
6-1多模態提示公式與會議追蹤素材＋看什麼＋對照標準＋輸出格式；會議錄音轉決議／待辦／負責人／期限追蹤表與追蹤信。0.35
6-2現場照片與報表解讀上傳檢查表逐項比對巡檢照片；儀表板截圖產出三個洞察＋一個追問＋老闆版說明。0.35
6-3口頭報告預演與多模態資安Gemini Live 報告預演或作業影片轉 SOP（擇一）；照片背景、錄音同意、截圖遮蔽提醒。0.3
七、課程總結與行動承諾0.25 hr
7-190 天行動計畫30 天個人工作流上線｜60 天部門 Notebook 助理與提示詞庫｜90 天成效回顧；指定同儕承諾夥伴。0.25
合計　Total7 hr

教學方法

講授法、問答法、案例分析、示範教學、個人演練、小組討論、角色扮演；模組三起皆以管理案例開場，演練題依學員產業（製造、服務、零售、金融、科技、公部門）替換，一律使用講師提供之虛擬素材包；實機演練約占總時數 40%。

C8

數據驅動決策力（Excel × AI 基礎版）

數據決策7 小時
建議對象
需處理數據、報表之執行層工作者（財會、業務助理、行銷、營運）
主要工具
ChatGPT + Excel（含 ChatGPT Excel 外掛；若企業政策不允許 ChatGPT，可改用 Copilot）
適用情境
全員數據力培訓、部門數據處理標準化、Excel 進階進修班。

學習成果

以「收集 → 分析 → 解讀」三段式建立數據工作流，讓 Excel 與 AI 協作成為日常習慣。

  • 能夠透過 Excel 與 ChatGPT 收集並整理數據
  • 能夠運用 Excel 進行數據分析，提取有價值的資訊
  • 能夠使用 ChatGPT 資料分析功能輔助解讀，強化決策能力
  • 能夠說明 AI 試算表外掛的能力邊界與使用限制
  • 能夠協助公司內部建立數據工作流與文化

學員帶走的成果

部門專屬的數據處理工作流 SOP 與可複用的分析提示詞組。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、數據決策概論0.3 hr
1-1企業決策與數據的關聯性為何需要數據驅動、常見誤區。0.1
1-2Excel × AI 工作流介紹工具分工與收集、分析、解讀三段式流程。0.2
二、資料收集與整理1.8 hr
2-1內外部數據來源辨識ERP、CRM、市場報告、開放數據。0.6
2-2Excel 清理技巧重複值處理、缺失值、格式轉換。0.6
2-3ChatGPT 協助數據整理以提示詞加速清理與格式轉換。0.6
三、數據分析實戰2.3 hr
3-1Excel 樞紐分析應用切片器、交叉分析、快速計算。0.8
3-2函數與公式運用VLOOKUP、XLOOKUP、IF 組合、SUMIFS。0.8
3-3ChatGPT Excel 外掛輔助分析側邊欄協作生成公式與分析建議；三大使用限制說明。0.7
四、資料解讀與洞察2 hr
4-1AI 萃取洞察與決策建議從數據產出可執行建議並驗證合理性。0.7
4-2視覺化報告呈現圖表選用、故事線設計。0.7
4-3決策紀律與風險辨識假設驗證、風險點掃描。0.6
五、結論與數據文化0.6 hr
5-1企業建立數據文化的做法部門數據工作流標準化建議。0.6
合計　Total7 hr

教學方法

講授法、案例分析、練習教學法、小組討論；學員需準備筆電上課。

C9

AI 數據驅動決策力（決策深化版）

數據決策7 小時
建議對象
決策者、部門主管、需從問題定義到決策落地之中高階工作者
主要工具
ChatGPT + Excel（含資料分析功能；若企業政策不允許 ChatGPT，可改用 Copilot）
適用情境
中階主管培訓、年度策略營、決策品質強化專班。

學習成果

在基礎版之上加入「問題定義」與「決策落地」，建立完整的 PDCA 決策循環。

  • 能夠將模糊的業務問題轉化為可量化、可分析的問題
  • 能夠運用 Excel 與 ChatGPT 資料分析功能執行深度分析
  • 能夠從數據中萃取洞察，產出可行的決策建議
  • 能夠將決策建議轉化為高階主管可讀的報告
  • 能夠辨識 AI 分析結果的風險並設計 Plan B

學員帶走的成果

一份針對公司實際議題的決策建議書（含一頁摘要與風險評估）。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、AI 協作決策概論0.4 hr
1-1AI 常見功能與決策應用決策者視角的 AI 應用地圖。0.2
1-2降低 AI 幻覺的關鍵做法資料佐證、交叉驗證、引用溯源。0.2
二、問題定義與假設1.2 hr
2-1模糊問題轉化為可分析問題MECE、問題樹、5 Whys。0.6
2-2假設樹與決策架構設計決策變數、假設驗證路徑。0.6
三、數據收集與整理進階1.4 hr
3-1多元數據來源整合內外部、結構化／非結構化資料。0.4
3-2Excel × AI 自動化整理自動化流程設計與標準化。0.5
3-3資料品質檢核異常值辨識、資料偏差檢查。0.5
四、深度數據分析1.9 hr
4-1統計方法與趨勢辨識均值、分佈、相關性、時間序列。0.6
4-2小組討論：真實案例分析帶入公司實際案例進行小組分析。0.7
4-3ChatGPT 資料分析進階應用以 Python 執行環境處理進階分析；能力邊界說明。0.6
五、決策落地與溝通1.8 hr
5-1萃取洞察與決策建議從分析結果到可執行行動。0.6
5-2高階主管報告撰寫一頁摘要、BLUF 架構、關鍵圖表。0.6
5-3決策風險評估與 Plan B風險矩陣、應變方案設計。0.6
六、結論與回顧0.3 hr
6-1企業決策文化與紀律決策 SOP、事後檢討機制。0.3
合計　Total7 hr

教學方法

講授法、案例分析、小組討論、練習教學法；學員需準備筆電上課，建議帶入公司實際決策案例。

C10

打造你的 AI 助手：助理設計與多元工具整合應用

進階應用7 小時
建議對象
已有 AI 提問基礎、想進一步打造自動化工作流之工作者
主要工具
Gemini Notebook、Deep Research、Gemini Canvas、Canva、Nano Banana 家族
適用情境
已上過基礎 AI 課程的進階班、IT／R&D／知識工作者專班、有自動化需求之企業。

學習成果

從「會用 AI」進階到「打造 AI 助手」，建立可重複使用、可分享、可自動化的 AI 應用資產。

  • 能辨識並說明不同類型 AI 助手與 Agent 的特性與適用情境
  • 能運用提示詞設計原則，撰寫結構清楚且穩定的 Prompt
  • 能以 Gemini Notebook 建立可溯源的部門知識型助手
  • 能整合至少一項以上 AI 工具，擴充 AI 助手能力
  • 能夠運用 Gemini Canvas 以自然語言打造多步驟互動小應用
  • 能說明企業級 Agent 導入時的治理重點與風險

學員帶走的成果

一個部門專屬知識助手 ＋ 一支多步驟互動小應用（可分享給同仁使用）。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、AI 助手與 Agent 概論0.5 hr
1-1常見 AI 助手與 Agent 種類通用型、知識型、流程型的分類與能力邊界。0.3
1-2適用情境判斷與選型指南以任務屬性、資料敏感度與治理需求選擇工具。0.2
二、提示詞設計核心1 hr
2-1提示詞的基本結構與設計邏輯五要素架構、層級化設計與輸出格式約束。0.5
2-2常見錯誤與優化技巧提升回應品質與跨次穩定度的實務做法。0.5
三、知識型助手：Gemini Notebook1.8 hr
3-1Gemini Notebook 知識庫設計來源策展、分類架構與更新機制。0.5
3-2引用溯源與答案稽核確保回答可追溯至來源，降低幻覺風險。0.7
3-3實作：部門專屬知識助手以學員部門實際文件建立可交付的知識助手。0.6
四、多元 AI 工具整合2.3 hr
4-1整合 Deep Research 設計研究型助手多輪查詢、報告結構化與 Canvas 成果轉換。0.8
4-2Canva 生成視覺工具整合設計型助手、簡報與行銷素材自動化。0.75
4-3Nano Banana 家族圖像整合依品質與速度需求選用模型，串接圖像產出流程。0.75
五、Gemini Canvas 小應用實作1.2 hr
5-1Canvas 小應用設計輸入、處理、輸出拆解與條件邏輯設計；以多輪對話迭代功能。0.6
5-2實作：多步驟互動小應用整合知識助手與研究成果，產出可分享連結的小應用。0.6
六、企業級延伸與驗收0.2 hr
6-1從個人助手到企業 Agent 治理作品驗收；企業級 Agent 平台的權限、稽核與評估概念。0.2
合計　Total7 hr

教學方法

講授法、案例分析、個人演練；學員帶走可直接使用的 AI 助手作品。

C11

從 FAQ 到客服機器人（Notebook 對內 × Dify 對外）

進階應用7 小時
建議對象
客服主管／座席、數位轉型與 IT 窗口、知識管理與 AI 導入負責人
主要工具
Notebook（對內知識助理）× Dify Cloud（對外客服機器人）
適用情境
已累積客服問題／FAQ 但缺乏系統化管理，需同時建置「對內問答助理」與「對外客服機器人」之企業；金融支付、電商、電信等高頻客服且受法遵規範之產業尤其適用。

學習成果

以「真實問題→FAQ 母檔→知識庫資料夾→Notebook 對內→Dify 對外→維運治理」六步路徑，教會學員把客服知識收斂為可維護資產，並分別交付對內問答助理與對外客服機器人。

  • 能夠從工單／聊天紀錄收斂高頻問題，產出可維護的 FAQ 母檔
  • 能夠設計三層知識邊界（服務商內部／企業客戶側／終端消費者）與對外拒答規則
  • 能夠將母檔匯入 Notebook，完成來源引用（Citation）與「僅限對話」分享試用
  • 能夠在 Dify 建立知識庫與對話應用，並設計未命中轉人工分支
  • 能夠判讀無程式碼／平台化／企業級自建三層技術選型的分水嶺
  • 能夠說明 RAG 運作原理與幻覺成因，寫出降低幻覺的 FAQ 寫作規則
  • 能夠訂出 30 天維運節奏，並將今日產出對應至 ISO/IEC 42001 AI 治理框架

學員帶走的成果

一份含三層知識邊界標記的可維護 FAQ 母檔、一組「僅限對話」分享的對內 Notebook 問答助理，以及一個含未命中轉人工分支的 Dify 對外客服機器人雛形。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、開場定位與問題收斂1.3 hr
1-1課程地圖、六大學習成果與失敗模式路徑不可顛倒：真實問題→FAQ 母檔→知識庫資料夾→Notebook 對內→Dify 對外→維運治理；三大失敗模式（FAQ 品質、對內對外混用、無人治理）。0.3
1-2收斂三步：去識別・歸類・計頻次與痛感意圖軸設計（6–10 個）；優先級公式：高頻 × 可標準化 × 低敏感先做，高敏感／高客製先標「人工 only」。0.3
1-3不准答清單與意圖辨識深化七條普世拒答原則（承諾錢、認責任、人身安全等）；兩段式提示詞拆解互斥意圖、同義問句跨語言設計。0.4
1-4演練 1：工單標註與收斂24 則工單分標 6 欄，產出問題清單 v0.1 ＋必轉真人清單。0.3
二、FAQ 寫作標準1.4 hr
2-1FAQ 母檔標準欄位與三層級FAQ_ID、標準答案等必填欄位；層級 L1 服務商內部／L2 企業客戶側／L3 終端消費者。0.2
2-2模糊詞黑名單與可對外判斷四問「盡快」「應該」「視情況」等改寫方向；洩密／過度承諾／已公開／說得出依據四問判準。0.3
2-3好答案五零件、情境答與多語治理結論・條件・步驟・例外・下一步；條件分支表／決策樹／門檻式三種情境答寫法；多語單一真相規則。0.3
2-4品質檢查表與知識型態分類十項合格草稿檢查表；事實型／程序型／判斷型／情境型／時效型五種知識型態的機器人適配性。0.2
2-5演練 2A／2B：模糊詞改寫與 FAQ 寫作6 句劣改優演練；產出母檔 ≥15 條合格草稿（L3×8、L2×4、L1×3）。0.4
三、知識架構、三層邊界與技術選型0.9 hr
3-1BPO 三層結構與對外拒答紅線L1／L2／L3 之讀者、可含／不可含內容；五條對外拒答紅線（風控凍結、交易爭議、未公告優惠、個資查詢、代客戶發言）。0.3
3-2資料夾即治理與演練 3知識庫資料夾樹（00 母檔～99 管理）、密級交叉規則、未命中佇列設計；8 句層級快判＋8 份文件分流演練。0.3
3-3技術選型三層矩陣無程式碼（Notebook／GPTs）／平台化（Dify／Coze）／企業級自建之適用條件、優勢與真實成本風險；判別四問。0.3
四、RAG 原理與知識庫品質0.6 hr
4-1RAG 運作三階段檢索 Retrieval・增強 Augmentation・生成 Generation；品質瓶頸在檢索準不準，不在模型聰不聰明。0.2
4-2分段 Chunking 與幻覺三種來源切太碎／切太大／切得剛好對檢索品質的影響；幻覺三種來源（檢索不到／檢索到錯的／改寫走樣）與對策。0.4
五、Notebook 對內實作1.0 hr
5-1上傳策略、對內指引與抽測 5 題FAQ 母檔＋精選來源上傳；對內客服知識助理指引範本；命中／邊界／未命中／拒答四類抽測。0.3
5-2三種分享模式與一源多用不分享／僅限對話／可編輯三種模式；「僅限對話」為 L1／L2 交付關鍵設定；六種輸出與能力邊界。0.3
5-3演練 4：建置可交付對內筆記本命名、上傳、對內指引、5 題抽測、設「僅限對話」並交隔壁組換人測試。0.4
六、Dify 對外實作與提示詞工程1.3 hr
6-1Dify 四段式架構與系統提示詞六區塊知識庫／應用／提示詞／未命中分支；身份・知識範圍・禁止事項・不確定時・轉人工・輸出格式。0.3
6-2拒答三強度與品牌語氣規則化軟拒答／硬拒答／強制轉人工；「親切專業」轉為可執行語氣規則；提示詞常見錯誤與版控。0.3
6-3Chatbot vs Workflow 與上線前檢查對話式 vs 流程式應用判準；上傳後三檢查（分段抽樣・召回測試・越界抽查）；轉人工三種做法。0.2
6-4演練 5：上線對外 Chatbot篩 L3 子集建知識庫、填六區塊提示詞、跑命中／未命中轉人工／越權拒答三項必測。0.5
七、維運治理、評估與成果發表0.5 hr
7-1三核心指標與未命中五步流程解決率／轉人工率／未命中數；收集-分類-裁定-同步-關閉五步流程與 CHANGELOG 版控。0.15
7-2黃金測試集、評分維度與治理對應20 題黃金測試集；正確性／來源性／邊界性／語氣四維度；今日產出對應 ISO/IEC 42001 治理框架。0.15
7-3演練 6 與成果發表未命中裁定演練、30 天一頁紙（含負責人與代理人）；各組發表 3 條 FAQ ＋1 段對話＋下一步，五項當日驗收標準逐項勾選。0.2
合計　Total7 hr

教學方法

講授法、案例分析、個人演練、小組演練；學員需準備筆電，建議課前提供近 1–3 個月高頻客服問題（已去識別）與現行 FAQ／話術本，並確認 Notebook、Dify Cloud 帳號已開通；課中透過 LINE／Teams／Webex 社群即時分享指令與提示詞範本。

C12

運用 Microsoft Copilot 提升工作效率（M365 整合應用）

工具專屬7 小時
建議對象
已導入 Microsoft 365 Copilot 之企業全員；研發設計、後線幕僚與財務單位皆適用
主要工具
Microsoft 365 Copilot（Copilot Chat、Notebooks、Pages、Word／Excel／PowerPoint／Outlook／Teams、Agent Mode）
適用情境
已採用 M365 Copilot 授權、希望快速落地各部門場景之企業內訓。

學習成果

以企業既有的 Microsoft 365 Copilot 授權為基礎，將 Copilot 整合進文書、知識、數據、會議與郵件全工作流，一日完成跨部門共通能力建置。

  • 能夠分辨 Copilot Chat（Basic）與 M365 Copilot（Premium）的能力邊界與授權差異
  • 能夠說明 Copilot 存取企業資料的範圍、權限繼承與敏感資料處理原則
  • 能夠運用 Copilot 提示詞原則有效提問，並依任務選擇模型
  • 能夠運用 Copilot Pages 與簡報影像功能完成文件與視覺產出
  • 能夠運用 Copilot Notebooks 策展來源、進行接地問答並一鍵產出文件
  • 能夠運用 Excel Copilot 與 Agent Mode 完成數據清理、分析與視覺化
  • 能夠運用 Teams 與 Outlook Copilot 完成會議紀錄、郵件分流與待辦追蹤

學員帶走的成果

部門專屬 Copilot 提示詞集，以及一份由 Copilot Notebooks 產出的知識問答成果。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、Copilot 版圖與授權現況0.7 hr
1-1生成式 AI 趨勢與 Copilot 定位AI 發展趨勢、使用風險與 Copilot 在 M365 中的角色。0.2
1-2Copilot Chat 與 M365 Copilot 的能力邊界Basic 與 Premium 在工作資料推理、Office 內嵌範圍上的實際差異。0.25
1-3資料接地原則與企業資安Copilot 存取企業資料的範圍、權限繼承與敏感資料處理原則。0.25
二、提示詞原則與模型選擇0.7 hr
2-1Copilot 有效提問四要素目標、脈絡、來源、期望格式的提問結構。0.3
2-2追問、改寫與輸出格式控制以多輪對話收斂結果；指定長度、語氣與版面。0.2
2-3Copilot 內的模型選擇依任務屬性在可選模型間切換的判斷原則。0.2
三、文書協作1 hr
3-1Word Copilot 起草與改寫由指令或參考檔案生成初稿；段落改寫與語氣調整。0.35
3-2長文件結構化與多重角色把關大綱重整、章節生成；以不同角色視角逐輪審閱。0.35
3-3Copilot Pages 共創與治理即時共創頁面、版本沿用與儲存位置治理。0.3
四、簡報與視覺產出0.75 hr
4-1由大綱或文件生成簡報雛形從 Word 文件、郵件或大綱快速產出簡報架構。0.3
4-2版面建議與影像生成Copilot 內的版面建議與圖片生成（原 Designer 功能）。0.25
4-3引用企業品牌資產與外部來源套用企業範本與品牌素材；引用網頁來源佐證。0.2
五、Copilot Notebooks 知識管理1.25 hr
5-1來源策展：文件、郵件與會議逐字稿將 Word／Excel／簡報、Outlook 郵件與 Teams 逐字稿納為知識來源。0.35
5-2接地問答與重點萃取以策展來源進行問答、比對與摘要，答案可追溯。0.3
5-3Mind map 與 Audio Overview以心智圖與語音摘要快速掌握大量資料。0.3
5-4一鍵產出 Word／Excel／簡報由 Notebook 直接生成可交付文件。0.3
六、數據處理與分析1.3 hr
6-1Excel Copilot 資料清理與整理欄位辨識、格式統一、缺漏與重複值處理。0.3
6-2公式建議與異常檢核以自然語言生成公式；資料合理性與異常值檢查。0.3
6-3樞紐分析與視覺化圖表快速交叉分析與圖表產出。0.3
6-4Agent Mode 多步驟分析以 agentic 模式串接清理、分析到結論的完整流程。0.4
七、會議、郵件與跨部門協作0.8 hr
7-1Teams Copilot 會議智慧回顧決議、爭點、行動項目萃取與逐字稿應用。0.25
7-2Facilitator：議程與任務追蹤會中協作、任務指派與遲到者重點回顧。0.2
7-3Outlook 郵件摘要與分流長信摘要、優先序判斷與郵件動作處理。0.2
7-4回覆草擬與排程協調草擬回信、找時間、訂會議室。0.15
八、Agent 概覽與綜合演練0.5 hr
8-1Researcher 與 Analyst 定位兩個進階 agent 的適用場景與使用額度限制。0.15
8-2Copilot Studio 建 agent 概覽企業自建 agent 的路徑、治理與成本概念。0.15
8-3綜合演練與導入行動清單跨工具情境演練，制定部門導入優先序。0.2
合計　Total7 hr

教學方法

講授法、案例分析、個人演練；學員以電腦上課，課中透過 LINE／Teams／Webex 社群即時分享 Copilot 指令；內容可依產業與部門場景深度客製。

C13

運用 Claude 提升工作效率（進階生產力與自動化）

工具專屬7 小時
建議對象
不限背景與年資；希望以 Claude 打造個人化、自動化工作流之工作者
主要工具
Claude（Projects、Skills、Claude for Microsoft 365、Cowork、Claude Code、MCP／Connectors）
適用情境
以 Claude 為主要 AI 工具之企業；需深度客製化與自動化工作流之團隊。

學習成果

以 Claude 為主軸，從提示詞工程進階到 Projects、Skills、Office 外掛、Cowork 與 Code，將個人工作流轉化為可重複使用的自動化資產。

  • 能夠依任務屬性在 Claude 各模型之間做出選型判斷，並產出專屬 Prompt 懶人包
  • 能夠運用 Claude Projects 建立知識庫與專案指示，獲得更精準產出
  • 能夠將自己的工作流程設計成 Claude Skill，提升重複性任務效率
  • 能夠運用 Claude for Microsoft 365 外掛進行數據清理、分析與簡報產出
  • 能夠運用 Cowork 完成檔案存取、連接器整合與排程任務
  • 能夠運用 Claude Code 與 Routines 設計雲端排程自動化
  • 能夠分辨 Claude Cowork 與 Microsoft Copilot Cowork 的差異，避免採購與成本誤判

學員帶走的成果

專屬 Prompt 懶人包、一個個人專屬 Project，以及一支封裝自身工作流程的 Claude Skill。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、Claude 基本操作與模型選型0.8 hr
1-1操作介面與基本功能導覽對話、檔案上傳、成品輸出與各介面差異。0.2
1-2模型選型策略各模型在速度、成本、脈絡長度與複雜任務上的分工。0.3
1-3提示詞工程五要素結構化提問與輸出約束；產出專屬 Prompt 懶人包。0.3
二、Projects 與個人化設定0.9 hr
2-1Projects 知識庫建置上傳參考文件、建立專案專屬脈絡。0.3
2-2專案指示與跨對話沿用以專案指示固定角色、格式與規則。0.3
2-3個人化三層設定帳號層、專案層與 Skills 的分工；Styles 併入 Skills 的因應。0.3
三、Claude Skills 設計1.3 hr
3-1Skill 是給 AI 看的 SOPSkill 的觸發時機與其和提示詞、專案指示的差異。0.3
3-2Skill 結構與撰寫格式以 Markdown 描述流程、判斷準則與輸出規格。0.35
3-3實作：封裝自身工作流程拆解一項重複性任務並封裝為可重複調用的 Skill。0.4
3-4組織級佈署與安全掃描全組織佈署路徑、權限管理與惡意內容掃描概念。0.25
四、Claude for Microsoft 365 外掛1.2 hr
4-1外掛安裝與授權需求安裝來源、支援的 Office 應用與管理員佈署方式。0.2
4-2Excel：資料清理與分析側邊欄協作完成清理、分析與結果解讀。0.4
4-3Word／PowerPoint 文件與簡報產出四個應用共用對話脈絡的文件與簡報產製流程。0.35
4-4Outlook 郵件協作郵件摘要與回覆草擬（目前為公開測試版）。0.25
五、Claude Cowork 應用1.3 hr
5-1Cowork 定位與可用方案知識工作 agent 的能力邊界與適用場景。0.2
5-2本機檔案存取與長時任務讀寫本機檔案、子代理分工與長時間任務設計。0.4
5-3連接器整合與排程設計串接外部應用；設定週期性與觸發式任務。0.4
5-4釐清：兩個同名的 CoworkClaude Cowork 與 Microsoft Copilot Cowork 在授權與計費上的關鍵差異。0.3
六、Claude Code 與 MCP0.9 hr
6-1Claude Code 介面與知識工作場景可用介面總覽；非程式場景的實際應用。0.3
6-2Routines 雲端排程自動化在雲端定期執行的自動化任務設計。0.3
6-3MCP 與 Connectors 概覽以 MCP 串接企業系統；企業管理式授權與稽核概念。0.3
七、工作流整合與綜合演練0.6 hr
7-1串接 Project × Skill × 外掛 × Cowork以一個真實任務貫穿四項功能的綜合演練。0.35
7-2個人自動化藍圖與交付盤點可自動化任務，制定導入順序並交付成果。0.25
合計　Total7 hr

教學方法

講授法、案例分析、個人演練；建議準備筆電（平板／手機亦可），課前提供工具網址註冊與「生成式 AI 簡介」學習資料，課中透過 LINE 社群即時分享指令。

C14

Claude 實戰應用：從對話到自動化（24 小時系列班）

工具專屬24 小時
建議對象
已有 AI 使用經驗、想把零散用法升級為穩定工作流之上班族（行政幕僚、主管、品保／ISO、業務行銷企劃、資料處理職務），無需程式背景
主要工具
Claude（建議 Pro 以上方案）、Claude 桌面版（含 Skills、排程任務與連接器）、Claude Code、Claude Design／Artifacts
時數安排
12 堂 × 2 小時；線上直播，每週 1–2 堂，平日晚間或企業內訓分次開課
適用情境
企業 Claude 深化系列班、線上系列課程；希望將部門 know-how 轉為 SOP 與 Skill 資產、並以自動化釋放例行工時之組織。

學習成果

全程貫穿「流程 → SOP → Skill → 自動化」主線：每一堂的產出都是下一堂的素材，學員由「會用」到「用得好」再到「讓 AI 自己跑」，結訓帶走一套已在工作中運轉的 AI 工具組。

  • 能以提問五要素穩定取得高品質產出，並依任務選擇合適的 Claude 模型
  • 能獨立完成文件處理、數據分析與視覺設計，直接產出可交付的 Office 文件
  • 能將工作流程繪成流程圖、寫成 SOP，再轉為 Claude 可執行的 Skill
  • 能設定排程任務與連接器，讓例行彙整與報告自動執行
  • 能以自然語言指揮 Claude Code，做出解決實際問題的自動化小工具
  • 能建立資料機密分級與人機分工規範，讓 AI 導入安全、可管理

學員帶走的成果

個人專屬 Project 與寫作風格、個人與部門共用 Skill、正式 Office 報告與數據分析報告、設計素材與互動小工具、流程圖與 SOP 文件、一條排程自動化流程，以及一個 Claude Code 自動化小工具。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、基礎操作：掌握提問心法，建立個人 Project 與第一個 Skill6 hr
1Claude 全景與提問心法Claude 能力地圖、Opus／Sonnet／Haiku 使用時機、提問五要素、資料機密分級；產出：改寫 3 個日常工作提問。2
2Project 與 Use StyleProject 知識庫與專案指示、跨對話沿用與記憶運用、寫作風格設計；產出：個人專屬 Project ＋寫作風格。2
3Skills：給 AI 看的 SOPSkill 概念、內建與外部 Skill 安裝、Skill Creator → SKILL.md → 觸發測試、迭代與版本管理；產出：第一個個人 Skill。2
二、工作應用：文件、數據、設計與流程 SOP8 hr
4檔案處理與 Claude Office文件摘要與差異比對、Excel／CSV 整理、產出與編修 Word／Excel／PowerPoint；產出：兩份文件比對 → 一份正式 Office 報告。2
5數據分析與決策支援資料清洗、樞紐分析、圖表呈現、從數據到洞察的提問技巧；產出：一份分析報告或儀表板。2
6Claude Design海報、DM、社群圖文與簡報頁面設計，品牌一致性，Artifacts 互動工具；產出：一份設計素材＋一個互動小工具。2
7運用 AI 梳理流程與製作 SOP流程盤點、IPO 拆解與權責交接、流程圖與泳道圖、流程診斷、SOP 撰寫結構；產出：一張流程圖＋一份 SOP。2
三、自動化與開發：以 Skills、桌面自動化與 Claude Code 打造專屬工具10 hr
8Skills 進階：SOP 變部門 SkillSOP 轉 Skill、「讀檔 → 分析 → 產出」多步驟設計、團隊共享與版本管理；產出：一個部門可共用的 Skill。2
9桌面任務自動化與連接器資料夾連接與批次處理、排程日報週報、Google Drive／Gmail／行事曆連接器、Claude in Chrome；產出：一條自動化流程。2
10Claude Code（一）：認識與上手Agentic Coding 概念、終端機／桌面版／網頁版入口、基本指令與專案操作；產出：以自然語言完成一次批次檔案處理。2
11Claude Code（二）：打造自動化小工具需求描述 → 規劃 → 生成 → 測試 → 修正五步驟；報表彙整、格式轉換、資料比對與除錯心法；產出：一個自動化小工具。2
12Claude Code（三）：進階整合與總結CLAUDE.md 專案記憶、自訂指令、Skills × Claude Code 串接、MCP、人機分工與人工把關點；產出：個人 AI 工具組與學習地圖。2
合計　Total24 hr

教學方法

每堂採「觀念說明 → 範例解釋 → 學員實際演練」三段式，每堂皆有明確產出；建議使用 Claude Pro 以上方案（Skills、桌面自動化與 Claude Code 需付費方案），第 9–12 堂需安裝 Claude 桌面版；建議雙螢幕或大螢幕，並準備一項自己的日常工作流程與非機密範例檔案作為全程演練素材。

C15

貿易業 AI 協作 B2B 業務開發

產業專屬7 小時
建議對象
中小型貿易業／進出口商／OEM 仲介之海外業務、業務主管、老闆兼業務
主要工具
Gemini 網站版（含搜尋根基）、Gemini Notebook、Google Sheets／Docs、LinkedIn 免費版
適用情境
業績依賴被動接單與展會、開發流程依賴個人經驗之貿易商；無專責 IT、需免費免安裝工具之中小企業。

學習成果

核心不是「教 AI 寫開發信」，而是依 B2B 開發漏斗「打誰 → 找誰 → 怎麼接觸 → 如何推進 → 如何追蹤」逐段導入 AI，重建一條可複製、可交接的開發流水線。

  • 能夠運用五段式提問框架，將 B2B 開發任務轉化為可重複使用的 AI 工作流
  • 能夠定義目標客戶輪廓（ICP），並以「市場吸引力 × 自身競爭力」矩陣鎖定優先市場
  • 能夠運用 AI 進行潛在客戶情蒐與背景研究，落實三步查證並完成名單分級
  • 能夠設計個人化、多通路的三封式開發信序列，並處理客戶回覆與常見異議
  • 能夠規劃展前、展中、展後的 AI 協作流程，將展會名片轉為 72 小時內的有效跟進
  • 能夠以 Gemini Notebook 建立「客戶開發助理」與漏斗成效記錄表，持續優化開發成效

學員帶走的成果

本公司 ICP 卡、評分式潛在客戶名單 Sheet、三封式開發信序列與多通路訊息範本、展會開發作戰包、「客戶開發助理」Notebook，以及 30 天開發行動清單。

LINE 詢問這門課
課程大綱 （點擊展開）
序次單元主題教學重點時數
一、AI 工作流基礎1 hr
1-1開發任務盤點與 Google 免費工具地圖B2B 開發漏斗全貌；從「單次省時」到「流程可複製」；Gemini、Gemini Notebook、Sheets 定位。0.25
1-2五段式提問框架扮演角色－工具設定－目的設定－輸出設定－輸入資料；以買主自我介紹信逐格示範。0.25
1-3資料安全紅線底價、成本結構、合約全文不入公開 AI；海外聯絡人資料須遵守 GDPR 等當地法規；5 組情境判斷。0.25
1-4演練：第一個開發 Prompt以自家產品撰寫 30 秒 Elevator Pitch 並逐段微調；建立個人 Prompt 庫。0.25
二、ICP 與目標市場選定1 hr
2-1從單筆詢價到主動開發客戶集中度風險與議價權流失；開發漏斗五階段的「AI 可介入點」與「人不可取代點」。0.25
2-2ICP 定義框架產業別、規模、採購角色、決策鏈、採購觸發訊號；由 3–5 家代表客戶反推共同輪廓。0.25
2-3市場優先排序矩陣市場吸引力 × 自身競爭力 8 項指標評分；AI 評分只是討論起點，業務依一線經驗調整權重。0.25
2-4演練：本公司 ICP 卡產出含排除條件的一頁 ICP 卡，鎖定 2 個優先市場供後續模組沿用。0.25
三、潛在客戶情蒐與名單分級1 hr
3-1情蒐來源地圖展會名錄、海關公開資訊、B2B 平台、LinkedIn、客戶官網五類來源之品質與取得成本比較。0.25
3-2搜尋根基與三步查證要求 AI 逐筆附來源；辨識不存在公司與過期資訊；官網 → LinkedIn → 新聞／展會資料三步查證。0.25
3-3一頁式客戶背景研究以 Gemini Notebook 產出來源可溯摘要，萃取擴廠、新品、換供應商等採購觸發訊號。0.25
3-4演練：評分式名單分級ICP 符合度 × 採購訊號強度 → Hot／Warm／Cold；於 Sheets 完成至少 10 筆分級名單。0.25
四、多層次開發信序列1 hr
4-1個人化切入點產業層、公司層、個人層三層個人化；以觸發訊號改寫開場第一句。0.25
4-2三封式序列設計價值主張 → 案例佐證 → 急迫性與低門檻 CTA；Day 1／4／10 節奏；依文化調整語氣。0.25
4-3多通路觸及LinkedIn 邀請與首則訊息、WhatsApp 輕量提醒、電話 30 秒開場；多通路節奏表。0.25
4-4演練：主旨 A/B 與完整序列為 1 家 Hot 客戶完成三封信＋LinkedIn 訊息＋2 組主旨 A/B；同儕互評是否像群發。0.25
五、回覆處理與商機推進1 hr
5-1回覆分類與回應策略五類回覆的推進目標與回應時限；判讀語氣與隱含意圖，婉拒客戶轉入長期培育名單。0.25
5-2常見異議處理價格、既有供應商、MOQ／交期三大異議；認同 → 釐清 → 重新定位 → 替代方案；兩人一組角色演練。0.25
5-3首次報價與樣品回覆報價信結構與 FOB／CIF／DDP 條件變數化；樣品政策說明；只代入變數，不貼成本結構。0.25
5-4視訊會議準備簡報以 Gemini Notebook 整合往來資料，產出一頁會前簡報、SPIN 提問清單與最低成功標準。0.25
六、展會開發作戰1 hr
6-1展前：買主鎖定與預約分析參展商／買主名錄，依 ICP 篩選目標攤位與買主，草擬展前預約信與會面議程。0.25
6-2展中：名片與洽談紀錄即時整理拍攝名片與手寫筆記，以 Gemini 多模態轉為結構化欄位並貼入 Sheets；現場個資蒐集提醒。0.25
6-3展後 72 小時跟進依洽談熱度分級；產出引用洽談內容的個人化跟進信與 WhatsApp 訊息，避免展後同質化群發。0.25
6-4演練：展會開發作戰包以一檔目標展會完成展前名單、洽談紀錄模板與展後跟進信組。0.25
七、客戶開發助理與成效追蹤1 hr
7-1以 Gemini Notebook 建立「客戶開發助理」角色與任務範圍、ICP 卡與產品賣點、語氣規範、禁止事項（不臆測價格、不捏造客戶資訊）。0.25
7-2整合演練：新市場開發流水線以客戶開發助理針對第 2 個優先市場跑完情蒐 → 分級 → 序列；比較使用助理前後的品質與耗時。0.35
7-3開發成效記錄表接觸 → 回覆 → 有效對話 → 會議／樣品 → 報價 → 成交；轉換率瓶頸診斷與每週 15 分鐘檢視。0.25
7-430 天行動清單與 Q&A第 1 週 ICP 卡與 20 筆名單、第 2 週首輪序列、第 3 週推進會議與樣品、第 4 週優化助理。0.15
合計　Total7 hr

教學方法

講授法、問答法、案例分析、個人演練、小組討論；課前請學員準備自家產品型錄與 3–5 家代表客戶資料（去識別化），全程以自身產品與目標市場演練；每模組切分為 15 分鐘教學單位，課後可單獨回放。

Public Sessions

公開講座與公開班

除了企業內訓，也定期開設公開場次。以下單元有獨立的完整介紹頁，歡迎深入了解。

公開講座

讓 AI 成為你的流程顧問

運用 AI 協作，系統性診斷與改善你的工作流程。

看完整介紹 →公開講座

企業 AI 導入實戰

一位 AI 長的專案手記與工作坊，協助 PM 釐清導入關鍵環節。

看完整介紹 →公開班

AI 驅動的創新管理

拒絕為了 AI 而 AI，打造真正的創新體質。7 小時實戰工作坊。

看完整介紹 →互動教材

人資 AI 島｜HR × AI

12 座 HR 主題島、42 項 AI 應用的 3D 互動示範，課堂教材。

看完整介紹 →

Track Record

近年授課實績

近年企業內訓、公開班與講座之部分授課單位（依年度整理，共 94家，同一單位跨年度不重複計算），涵蓋製造、科技、金融、生技、政府與公協會等領域。

202631
  • 台北市腦性麻痺暨重症兒童家長互助協會
  • 衛福部
  • 國家中醫藥研究所
  • 審計部
  • 大瓏企業
  • 衛福部訓練中心
  • 高都汽車
  • 宏華國際
  • 群光電子
  • 裕隆集團
  • 台灣省工業會公開班
  • 美商哥倫美雅
  • 鉅瑋實業
  • IEAT公開班
  • 統一超商
  • 食品藥物管理署
  • 台塑汽車貨運
  • 食家安
  • SOGO中壢店
  • 彰化醫院
  • 世界和平會
  • 亞蔬中心
  • 台北數位企業發展中心
  • 美商達爾國際
  • 大銀微系統
  • 復盛應用科技
  • 國都汽車
  • 青年AI實戰班
  • 睿傑國際
  • 臺灣生物醫藥製造
  • 泰溥科技
202557
  • 邦訓企管
  • 智谷
  • 富士略
  • 台灣農業科技資源運籌管理學會
  • MyGPT講座
  • 統一超商
  • 外貿協會公開班
  • 世平興業
  • 衛福部科技管理營
  • 食品藥物管理署
  • 航運業人資聯誼會
  • 明志科大
  • 建置GPTs技巧專班
  • 安源資訊
  • 國家中醫藥研究所
  • IEAT公開班
  • 中華創業育成協會
  • 意法半導體
  • 世達柏科技
  • 美商哥倫美雅
  • MIT米特薩克斯風重奏團
  • 百秀製帽
  • 衛福部線上微講堂
  • 圓創實業
  • 鉅展事業
  • 慧與科技
  • 敦偉聯合會計師事務所
  • 仕梧實業
  • 台北數位企業發展中心
  • 谷林運算
  • 亞蔬中心
  • 伺達控制系統
  • 台睿生技
  • 松下產業科技
  • 京采國際
  • 方智景觀
  • 高雄市企業人事代表協會
  • 高技企業
  • 鎵興國際
  • 瑪旺幹細胞醫學生物科技
  • 擎日生技
  • 世界和平會
  • 威剛
  • 智林企業
  • 智能品光機電
  • 愛裡時
  • 樸真
  • YS青年職涯發展中心
  • 公開班
  • 野村投信
  • 宏岳國際
  • 士林電機
  • 網銀國際
  • 審計部
  • 鉅仁企業
  • AI商務應用公開班
  • 延平中學
202424
  • 邦訓企管
  • 冠軍建材
  • 冠捷科技
  • 合度精密生物科技
  • 港商贏核數位
  • 捷而思
  • 益麟
  • 美賣科技
  • 阿司馬
  • LG臺灣愛爾集新能源
  • 防檢署
  • 台灣農業科技資源運籌管理學會
  • 國際數感教育
  • 永盛聯合會計事務所
  • 農試所
  • 常春藤數位出版
  • 昕禾文創教育
  • 台灣美佳境
  • IEAT公開班
  • 睿傑國際
  • 金泰噴碼
  • 疾病管制署
  • 防檢署進階
  • 國泰世華銀行
20234
  • 1111人力銀行
  • 食品藥物管理署
  • 林業試驗所
  • 台灣農業科技資源運籌管理學會

Why 劉顧問

三大教學特色

  • 觀念說明 × 範例解釋 × 學員實際演練貫穿全程，確保完整吸收與理解。
  • 多元教學方法穿插：講授、案例說明、問答法等，課程呈現多元變化。
  • 撲克牌隨機點數加總競賽機制，大幅提升學習團隊動力與課堂氣氛。

Learner Assets

課程結束後的學員資產

  • 講師編寫的最新版《AI 智能工作術》電子檔（開課前一週更新至最新版）。
  • 課堂中產出的企業專屬 Prompt 懶人包（視課程而定）。
  • 課堂中打造的 AI 助手與自動化小應用作品（視課程而定）。

Next Steps

後續合作方式

  1. 01Step 1：選定感興趣的課程（可參考【課程一覽矩陣】與【選課建議導引】）。
  2. 02Step 2：提供學員背景、辦課緣由與期望（用於客製化課程內容）。
  3. 03Step 3：安排 0.5 小時課前對焦會議（電訪或面訪）。
  4. 04Step 4：確認最終課綱、時間、場地與報價。
  5. 05Step 5：開課前一週提供最新版講義；開課當日執行。

導入 AI

想為團隊安排 AI 培訓？30 分鐘免費需求對焦。

依貴司 AI Policy、學員背景與業務情境，會給出 2–3 種課程組合或年度規劃建議——方便對內簽核，無需立即決定。

預約 30 分鐘免費諮詢看其他課程與服務