在 AI 時代打造無可取代的個人競爭力
世新大學資訊傳播學系|職涯發展特別講座
Vista Cheng
https://www.vista.tw | https://www.vistacheng.com
Vista Cheng|鄭緯筌
內容策略顧問|AI 應用講師|作家
臺灣大學工業工程研究所碩士,世新大學傳播博士學位學程候選人。二十年以上媒體與內容產業經驗,曾任《數位時代》雜誌主編、《風傳媒》產品總監,著作近 20 本,長期深耕 AI 應用、寫作教學與個人品牌領域。
在開始分享之前
我今天來到這裡,不是要教你怎麼贏過 AI——那不是你需要花 2 小時學的事。
我要跟你聊的是:在 AI 可以做任何事的時代,你要變成什麼樣的人,才會被記住、被需要、被不可取代地珍惜。
這不是心靈雞湯。這關係到你畢業後的第一份工作、第五份工作,以及十年後你在職場上是否還有位置?
畢業後你最焦慮的事是什麼?
畢業後你最焦慮的事是什麼?
今天的 2 小時
-
01
Part 1|AI 時代的座標重置:為什麼這次真的不一樣
-
02
Part 2|資傳系學生的機會地圖
-
03
Part 3|會被取代 vs 無可取代:拆開這條線
-
04
Part 4|無可取代的五大支柱
-
05
Part 5|大學四年的行動路線圖
-
06
Part 6|個人品牌與作品集:從今天開始做的事
2 小時後你會帶走
一張可以貼在書桌前的五大支柱自我盤點表、一份大一到大四的行動路線圖、一個從今天就能開始的作品集方案——離開教室你就能動手。
23%
WEF 預估 2027 年前全球被 AI 重塑的職位比例
《World Economic Forum — Future of Jobs Report 2025》指出:未來五年內會有 23% 的工作內容被 AI 顯著改變,其中行政、資料處理、一般文案撰寫是前三波衝擊區。但同一份報告也指出——創意策劃、跨域整合、內容策略師的需求是逆勢成長的。
未來不會由 AI 取代你,會由懂得用 AI 的人取代你——而這個人,有沒有可能就是三年後的你?
— Vista Cheng
今天的三個心態準備
為什麼我願意來講這堂課
我專科讀電子,大學唸資管,碩士念工業工程,博士念傳播⋯⋯待過網路、媒體等不同產業。我走過的每一條路,都不是一開始規劃好的。
今天站在這裡,是因為我這幾年密集跑遍臺灣各大學,看到太多像你們這樣聰明又焦慮的學生——你們不缺聰明,缺的是「在新的遊戲規則下,哪些事值得花力氣」的判準。
所以今天我不會只講理論。我會把我自己正在做的、我看到有用的事,毫無保留講給大家聽。
01
AI 時代的座標重置
時代的座標,已經被移動過
每一個世代都會經歷一次遊戲規則重寫——你不需要經歷過就能想像,只要回想你爸媽那一代的工作怎麼做,就大概知道我在說什麼?
但這一次有點不同。不同的不是工具變強,而是思考這件事本身,被外包了一部分。
當思考可以被外包,人類工作的價值就會重新分配——而這一輪重新分配,正在你眼前發生。
過去三十年的四次座標移動
網際網路商用化
資訊流通成本趨近於零——記者開始面對讀者自己能查的挑戰
iPhone 發表
每個人口袋裡都有一臺電腦——內容戰場從電視報紙轉向社群手機
ChatGPT 問世
語言生成成本趨近於零——文案、報告、程式碼都可以被大量生成
AI Agent 元年
會自主執行多步驟任務的 AI 進入職場——白領工作第一次面對被外包給機器
40%
2025 年職場白領使用生成式 AI 的滲透率
McKinsey《The State of AI 2025》:全球白領工作者中已有 40% 每週使用一次以上生成式 AI 工具——上一個達到這個滲透率的工具是 Email,花了 15 年;ChatGPT 只花了 24 個月。
三種時代的核心競爭力
Cons
- ✗ 體力與紀律(工業時代殘留)
- ✗ 精準執行
- ✗ 照表操課
- ✗ 服從指令
- ✗ 長時間穩定重複
Pros
- ✓ 資訊處理(資訊時代主流)
- ✓ 效率與速度
- ✓ 跨部門協作
- ✓ 學新工具
- ✓ 建立知識工作流
AI 時代的核心競爭力
Cons
- ✗ 會被取代的舊答案:快速執行
- ✗ 資料整理
- ✗ 制式文案
- ✗ 單一專業
- ✗ 熟練一項技能
Pros
- ✓ AI 時代的新答案:提出好問題
- ✓ 判斷與取捨
- ✓ 跨域整合
- ✓ 人味與連結
- ✓ 持續學習
三條同時加速的曲線
模型能力
每 6–12 個月有明顯跳躍——GPT-3 到 GPT-4 到 Claude 4,不只是變快,是能做新事情
資料量
人類每 2 年產生的資料,等於之前全部歷史總和——AI 的養分源源不絕
應用生態
從 API 到 Agent 到 MCP——AI 不再是單一工具,是所有軟體的新底層
寫一則社群貼文的時間變化
2022 年|純人工流程
- 查資料:30 分鐘
- 寫草稿:45 分鐘
- 來回修改:30 分鐘
- 校稿與上架:15 分鐘
2026 年|AI 輔助流程
- Prompt 生成三版草稿:3 分鐘
- 選版修潤+加入品牌語氣:5 分鐘
- 校稿與上架:2 分鐘
但這不只是變快
如果只是變快,你會想:那我多做幾件事就好。問題是——你做的那幾件事,AI 也可以做。
真正的變化是門檻消失。以前要十年經驗才能寫出的那種文案、要三個碩士才做得出來的市場分析報告,現在一個會問問題的高中生就做得到。
門檻消失代表什麼?代表你以前賴以為生的那道——我會做你不會做——的護城河,可能已經被填平了,你得重新找護城河。
三份權威報告的共同結論
工作內容可被 AI 自動化
WEF 2025 未來工作報告
全球受影響工作數
Goldman Sachs 2024 產業分析
AI 每年可創造的經濟價值(美元)
McKinsey 研究估算
高 vs 低 AI 應用者產出差距
MIT Sloan 2025 職場調查
AI 已經在日常落地的八個場景
AI 現在做得很好的事(2026 現況)
-
語言生成
文案、報告、程式碼、翻譯——80 分等級的輸出成本趨近於零
-
模式辨識
從海量資料中找規律——市場趨勢、消費行為、異常偵測
-
結構化任務
有明確步驟與規則的流程——報表、資料清理、格式轉換
-
擴展既有想法
你給一個方向,AI 給你 20 個變體——適合發散
-
跨語言/跨格式轉換
中轉英、文字轉圖、圖轉影片——媒介之間的翻譯
AI 還做不好的事(2026 現況)
-
真正的原創觀點
只能組合已知,不會產生前所未見的洞察
-
跨域深度整合
單領域很強,但把三個領域的邏輯接起來仍需要人
-
當下現場判斷
客戶臉色變了要不要讓步?面試被挑戰要不要反駁?這些靠的是人
-
真實的人際連結
一杯咖啡、一個眼神、一次真心道歉——AI 目前碰不到
-
承擔責任
出錯了誰負責?合約上得有一個有名有姓的人,不會是 ChatGPT
AI 的三個關鍵臨界點
2022 底|語言生成臨界點
ChatGPT 問世——AI 從玩具變成真正的工具
2024|工具使用臨界點
AI 可以查資料、執行程式、操作網站——不再只是聊天機器人
2025~|Agent 自主臨界點
AI Agent 可以自主執行多步驟任務——從「用 AI」進化到「派 AI 去做一件事」
你需要正視的現實
2025 年開始,資料處理員、初階文案、一般助理、基礎客服、報表工程師這幾類職位的職缺數,在全球都出現了首次的負成長——這不是景氣循環,是結構性轉變。如果你正準備進這些領域,你需要一個加值策略。
技能折舊週期的變化
The best way to predict the future is to invent it. 而在 AI 時代,發明未來的第一步,是先搞懂你要被發明成什麼。
— Alan Kay(改寫)
大學生會聽到的兩種極端聲音
第一種是「AI 萬能派」:你不會 AI 就死定了、prompt 工程是新識字率、再不跟上就被淘汰。這種話聽多了你會焦慮。
第二種是「AI 泡沫派」:AI 都是幻覺、寫出來的東西沒法用、還是學好基本功最重要。這種話聽多了你會僥倖。
這兩種都對一半、也都錯一半——今天這堂課我要給你的是第三種聲音:如何在焦慮與僥倖之間,找到一條扎實可走的路。
你現在怎麼看待 AI?
你現在怎麼看待 AI?
看待 AI 的兩種框架
Cons
- ✗ 威脅框架:AI 會搶走我的工作
- ✗ 我得學得比 AI 快
- ✗ 我得學得比別人多
- ✗ 比誰不會被淘汰
- ✗ 焦慮是燃料
Pros
- ✓ 槓桿框架:AI 是我的外掛
- ✓ 我得決定 AI 做什麼
- ✓ 我得比別人想得深
- ✓ 比誰能放大自己
- ✓ 好奇是燃料
這堂課的第一個重要觀念
真正的問題不是 AI 會不會取代你,而是你有沒有辦法變成那個懂得派 AI 去做事的人——這兩件事是完全不同的遊戲。
Part 1 小結
時代的座標已經被移動過。以前有用的地圖,現在帶你到不了目的地。
AI 不是單純的工具變強,是思考的門檻被降低——這同時是危機也是機會。
接下來的時間,我要跟你談:在新座標系裡,資傳系的你,位置在哪?又要往哪走?
不是最強的物種會存活下來,也不是最聰明的,而是最能適應變化的。
— Charles Darwin
02
資傳系學生的機會地圖
先把你的位置標在地圖上
資訊傳播學系——這個系名背後其實是個黃金組合:資訊(科技)+傳播(內容與人)。
如果你把自己看成只是一個文科學生,那你會覺得在 AI 時代被夾擊。但如果你看懂這個系名的含義,你會發現:資傳系其實是為 AI 時代量身打造的科系。
接下來這段我要做一件事——重新幫你標記你的位置。
資傳系養成的五種核心能力
-
內容敏感度
懂媒介、懂語言、懂節奏——AI 寫得出文字,但不知道什麼有感覺
-
媒介素養
知道不同平臺的語言、文化、受眾——AI 不懂這群人
-
跨域學習肌肉
課程橫跨傳播/設計/資訊/商管——你比單一科系更會整合
-
專案實作經驗
從策劃到執行跑過——AI 可以幫忙做,但專案還是要人來開
-
議題意識
傳播訓練你關心社會、人、文化——這是 AI 沒有的靈魂
你的核心武器庫
寫作
議題化、說故事、下標題——AI 時代的通用硬通貨
影像
拍攝、剪輯、視覺敘事——內容消費主流媒介
策劃
活動、專案、內容規劃——把抽象變具體的能力
資料
社會調查、受眾分析、趨勢解讀——內容決策的底層
社群
理解不同群體的語言與文化——行銷的真正內核
說話
簡報、訪談、Podcast——表達力是新時代通貨
你以為 vs 雇主真正要的
你以為雇主要的
- 漂亮的成績單(GPA 3.5+)
- 英文檢定與行銷、設計證照
- 大公司名片的實習經歷
- 會剪片、會寫稿、會 Canva
- 社團幹部或學生會頭銜
雇主真正要的
- 看得到、摸得到的作品集
- 能獨立判斷與取捨的思考力
- 從零到一把事情做完的紀錄
- 願意持續學新工具的好奇心
- 能跟不同性格團隊協作的軟實力
72%
傳播科系畢業生起薪落後資訊相關科系的比例
根據 104 人力銀行 2025 年大專畢業生薪資報告:資訊科系平均起薪 40,500、傳播科系平均起薪 32,800——差距 23%。但同一份報告也指出:從業 5 年後薪資差距縮小到 8%;10 年後,若具備跨域能力的傳播人反而領先。
資傳系的四個主要出路(2025 數據)
媒體與內容產業
電視臺、網路媒體、出版、Podcast、內容製作公司
行銷公關
品牌行銷、廣告代理商、公關顧問、企業內部行銷部門
科技業
科技公司的產品、營運、內容策略、使用者研究角色
其他
創業、非營利、文化藝術、教育、自由接案
資傳系畢業的八個新興職種
三大路徑的起點
媒體路徑
進入新聞機構或新媒體——從記者、編輯、企劃切入,走內容專業
品牌路徑
進入企業行銷部或代理商——走品牌、社群、廣告,把內容變商業
科技路徑
進入科技公司做產品或內容——把傳播訓練接到產品與用戶體驗
傳統媒體路徑 vs 新媒體路徑
傳統媒體(報社、電視臺)
- ✓ 工時長、薪水中
- ✓ 有制度但變動慢
- ✓ 從小記者升主管
- ✓ 作品歸公司
- ✓ 學到專業但成長慢
新媒體(自媒體、平臺)
- ✓ 收入不穩但天花板高
- ✓ 變動快但機會多
- ✓ 快速獨當一面
- ✓ 作品歸自己
- ✓ 學到綜合能力但得扛壓力
媒體與內容產業的十年演化
影音串流超越有線電視
Netflix、YouTube 成為年輕人主要媒體——電視臺廣告收入崩跌
社群媒體演算法大改
Reels、Shorts、TikTok 短影音統治流量——傳統編輯部能力失效
生成式 AI 進入新聞室
AP、華郵、中國時報、經濟日報都開始用 AI 生成稿件——記者轉型成編審
AI Agent 接手日常內容
品牌內部內容團隊縮編 30%——但頂尖內容人薪水漲 40%
正在萎縮的職位(2025–2027 預測)
初階行政、基礎剪輯、逐字稿、資料登打、制式 SEO 文案、一般校對——這幾類職缺在臺灣 104、1111 的貼文數從 2023 到 2025 累積跌幅超過 40%,未來三年預估還會再跌。
正在爆發的職位(2025–2027 預測)
AI 內容策略師、Prompt Engineer、社群創作者經紀人、內容型 PM、受眾研究員、品牌說故事專員、Podcast 企劃——這幾類在 LinkedIn 臺灣的貼文數從 2024 到 2025 成長超過 200%。
四個 AI 時代才出現的新職種
-
AI 內容策略師
設計品牌的 AI 使用流程,把「生成→審核→發布」變成一套 SOP
-
Prompt 工程師
為特定場景(客服、行銷、內部)設計高品質 prompt 與 workflow
-
創作者經紀人
幫 YouTuber/Podcaster/IG 創作者做內容策略、商業拓展、AI 工作流
-
社群成長經理
用數據+內容+AI 放大社群——同時會寫、會看、會優化
資傳系的三個隱藏優勢
第一,你被訓練成「懂人」——懂媒介、懂語言、懂不同族群。這是工程師科系給不了的。
第二,你有「整合」的肌肉——四年下來跨過資訊、傳播、設計、商管,整合能力是本能。
第三,你熟悉「說話的武器」——寫、拍、講,在 AI 時代這些都是放大器。
你其實已經比資訊相關科系的同學更擅長⋯⋯
說人話
把技術翻譯給外行聽——這個能力在 AI 時代很貴
懂情緒
傳播訓練你看懂人的情緒——AI 產品要有情緒,得靠你
找議題
敏感於社會脈動——什麼題材會紅,你比工程師更有直覺
串故事
一個產品一個品牌要說故事——這是傳播系的核心課
工程師懂怎麼做出 AI,但不見得懂怎麼讓 AI 被人喜歡——那是你的地盤。
— Vista Cheng
座標重設
你不是 AI 時代的弱勢——你是被人資市場低估的「整合型人才」原型。但低估不會自動變成優勢,你得用作品證明給市場看。
三大路徑,你比較偏哪一條?
三大路徑,你比較偏哪一條?
但機會地圖不等於你的地圖
我剛剛講的是市場上哪裡有機會。但光知道哪裡有機會還不夠——你要知道你是誰、你適合哪裡、你願意為哪條路付代價。
每個人都該有自己的地圖。我這邊給你三個問題,幫你把自己的地圖畫出來。
找到自己位置的三個問題
Part 2 小結
資傳系不是弱勢科系,是 AI 時代的整合型人才原型。
三大路徑(媒體/品牌/科技)+第四條(個人品牌)——選哪條不重要,重要的是你知道在選。
下一節我要拆的是:到底什麼會被 AI 取代、什麼不會——這條線搞清楚了,你的選擇才有根據。
不是工作被 AI 取代,是不思考的工作被 AI 取代——你要做的是把自己的工作變成會思考的工作。
— Vista Cheng
03
會被取代 vs 無可取代
大家最想問的那個問題
「我的工作會不會被 AI 取代?」——這是這三年我被問最多的問題。
我一開始的答案是「會」或「不會」,後來我發現這種答案都是錯的。
正確的問法是:「我工作中哪一部分會被取代?哪一部分不會?」——拆開來看,才看得見出路。
任務層級:容易 vs 難被取代
Cons
- ✗ 容易被 AI 取代:規則明確,標準答案
- ✗ 輸入輸出可結構化
- ✗ 單人單步可完成
- ✗ 不需要現場判斷
- ✗ 重複性高
Pros
- ✓ 難被 AI 取代:規則模糊,需權衡
- ✓ 輸入輸出沒有範本
- ✓ 跨人跨步需協調
- ✓ 要讀空氣、讀人心
- ✓ 每次都是新狀況
容易被取代的 5 類任務
-
資料搬運
從 A 系統搬到 B 系統、格式轉換、整理——這是 AI 的強項
-
模板化文案
制式通知、罐頭回覆、SOP 範本——AI 一秒出無數版
-
基礎檢索與摘要
把一份報告壓縮成三頁、找出某段文字——AI 比你快 50 倍
-
第一層客服
常見問題、退貨流程、帳號查詢——AI Agent 接走大多數
-
基礎分析
把 Excel 數據畫成圖、算基本統計——Claude、ChatGPT 都能做
難被取代的 5 類任務
-
定義問題
「客戶到底在煩什麼?」——AI 只能從你給的問題出發,不會自己找問題
-
取捨判斷
兩個方案都不差,要選哪個?AI 會列優劣,不會替你下決定
-
跨域整合
這個行銷方案要考慮品牌、法務、成本、技術——AI 單點強,整合要人
-
現場應變
簡報被高層問倒、客戶突然發怒——當下反應是人類獨有
-
建立信任
「這件事我可以託付給他」——人跟人之間的信任只能人給
工作任務可自動化比例(各職類)
初階行政/資料處理
格式轉換、登打、報表——AI 可全自動化比例最高
基礎文案/編輯
制式貼文、電子報、通知稿——AI 產出水準已達可用
行銷企劃
資料分析、SEO、初步策略——AI 協助、人拍板
創意策略/內容策展
題目選擇、風格定錨、跨域組合——AI 難取代人
以內容編輯為例
2020 年的編輯工作
一天 8 小時:2 小時查資料、3 小時寫稿、1 小時校對、1 小時排版、1 小時回稿——95% 都在處理「資訊搬運」
2026 年的編輯工作
一天 8 小時:30 分鐘 prompt 設計、1 小時審稿、2 小時找題目、2 小時訪談、1.5 小時策展、1 小時跟創作者協作——產出變成 3 倍,但工作內容完全不同
以社群編輯為例
2020 年的社群編輯
一天工作:想 3 則貼文、寫 5 則回覆、上架 2 支影片、看 1 份週報——基本上是內容搬運工
2026 年的社群編輯
一天工作:設計 AI 內容產線、審核 AI 出稿、挑戰有感題目、分析觀眾數據、策劃社群活動——變成內容策略師
取代不是一次事件,是五階段漸進
很多人以為「被 AI 取代」是某一天 HR 找你開會那種場景。不是。
真實的「被取代」是漸進的——你會先感覺任務變少、再發現自己在做 AI 挑不出錯的部分、再發現團隊縮編時留下的是別人。
這個過程有五個階段,你要能辨識自己在哪一階段。
被取代的五階段
增強
AI 幫你變快 20–30%——你覺得很爽,以為一切都好
自動化
某些子任務完全不用你動手——你的工時開始縮短
再分配
公司把你的角色重組——你做的事變成「監督 AI」
縮編
團隊從 10 人變 6 人——你留下但留下的是誰有隱性邏輯
邊緣化
你的角色從核心變輔助——升遷路徑斷了,薪資停滯
紅色警戒訊號
如果你現在的工作(或實習)有以下三個特徵之一,你需要警覺:(1) 每天 60% 以上時間在做「我可以教一個剛來三天的人做的事」;(2) 老闆開始說「你這份東西 ChatGPT 寫得差不多」;(3) 團隊已經縮編但你不知道為什麼你留下——可能是因為還沒輪到你。
反過來看:什麼是真正的護城河
護城河不是你會什麼技能——技能會折舊。
護城河是你「成為那個被別人選中的人」的理由——這個理由必須不容易被複製。
我把護城河分成三層:技能、能力、獨特性——AI 時代的重點是往後兩層走。
護城河三層
-
第一層|技能(skill)
會寫程式、會剪片、會用 Canva——容易學、容易被取代
-
第二層|能力(capability)
判斷力、溝通力、專案管理——要練、難複製、但也能被 AI 增強
-
第三層|獨特性(uniqueness)
你個人的觀點、經歷、風格、網絡——這是 AI 唯一複製不了的
工具會讓每個人都做得到;能力讓你做得比一般人好;獨特性讓你做得跟別人不一樣——AI 時代最有價值的是最後這個。
— Vista Cheng
三種常見的護城河
風格型
你的聲音、筆調、審美獨特——別人可以模仿不能取代(例:黃氏兄弟、館長、阿滴)
網絡型
你有一群信任你的人——這群人不是 AI 能產生的(例:社群經營者、記者、業務)
專業型
你在某個窄領域懂得比誰都深——AI 會給入門答案,但深水區還是要你(例:某特定產業顧問)
Vista 自己的案例
2015 年的我
《數位時代》雜誌主編,靠的是媒體光環——離開媒體就什麼都不是,我跟很多同業一樣焦慮
2026 年的我
變成「Vista」這個個人品牌——寫書、教課、顧問都是我,沒有任何媒體背書我依然能接案——這十年我做的其實就是把技能變能力、把能力變獨特性
AI 反而放大你的獨特性
這是 AI 時代最反直覺的一件事:AI 不會抹平差異,反而讓差異被放大。
原因很簡單——AI 讓「生產」變便宜,但「被看見」變難。每天多十億則內容誕生,你要怎麼冒出頭?靠的是你跟別人不一樣的那個 1%。
所以你的護城河不是「比 AI 會」,是「比 AI 不一樣」——越早找到你的不一樣,越早建立槓桿。
AI 時代,差距被放大
Cons
- ✗ 沒特色的人 × AI:產出更多平庸
- ✗ 跟別人長得一樣
- ✗ 越做越沒記憶點
- ✗ 難建立品牌
- ✗ 進入削價競爭
Pros
- ✓ 有特色的人 × AI:產出更多個人風
- ✓ 辨識度更強
- ✓ 作品被記住
- ✓ 個人品牌成形
- ✓ 進入議價空間
10 倍
同一個人有 AI vs 沒 AI 的產出差距
2025 MIT Sloan 研究:同一位行銷從業人員,使用 AI 工具後每週可完成的內容產出提升 10 倍,品質評分也同步提升 1.8 倍——但前提是「本來就會做」的人才有這個槓桿。不會做的人,AI 反而讓他產出更多垃圾。
這堂課的第二個重要觀念
有 AI 不等於有槓桿——槓桿的前提是你本來就要有東西可以放大。AI 只是倍率,你自己是底數——底數是 0,乘多少倍還是 0。
學生期的三個心態調整
-
從「學技能」到「練能力」
技能會折舊,能力會累積——大學四年要刻意練的是能力
-
從「求穩」到「求獨特」
找穩定工作是工業時代的心法,AI 時代求穩的人風險最大
-
從「準備好再出手」到「邊做邊學」
作品與實戰比完美主義更重要——你不用等畢業才開始
前輩跟學弟的一段真實對話
二十歲做的任何嘗試,都是黃金級的投資——因為你試錯的成本最低、學習速度最快、還沒有家累。
— Naval Ravikant(改寫)
你現在還是學生的三個特權
你可以不用為了錢做事——這讓你能挑真的想做的題目。
你可以失敗而不會被裁員——這讓你可以大膽嘗試新的媒介、新的領域、新的題材。
你還沒被「我是做 OOO 的」這個標籤鎖住——這讓你可以跨域。
學生期的特權窗口
你有四年時間可以「不用負責任地試」——這個窗口一畢業就關上。出社會後你每天 9 小時被工作吃掉,剩下 3 小時要分給睡眠、通勤、吃飯、感情,能用來「試」的時間剩不到 1 小時。你現在每週多出 20 小時的黃金時段,別浪費。
三個時間差
同儕時間差
你比同班 90% 的人早一年動手,四年後你領先三年經驗
市場時間差
AI 工具會持續演化,早一年熟悉等於早一年有槓桿
自我時間差
早動手等於早發現「自己真的喜歡什麼」——別等畢業才找
現在該做的三件事
開一個作品集
今天就開 Notion 頁面或 GitHub Pages,開始累積——不求完美
選一個媒介開始
不管是寫作、拍片、Podcast、設計——選一個堅持做 12 週
把 AI 接進你的流程
不是「要不要用」的問題,是「怎麼用得最有槓桿」的問題
但光知道不夠——Part 3 小結
我剛剛花了很多時間拆「會被取代 vs 不會被取代」這條線,是因為這條線是你選擇的根據。
看懂這條線之後,下一節要談的是:什麼能力是真正的無可取代?我把它歸納成五大支柱——這是今天的核心。
五大支柱是你未來十年刻意練習的目標。不是一學期練得完,但今天我要給你方向與第一步。
Don't compete with AI. Compete with yourself from yesterday.
— Unknown(Vista 常引用)
04
無可取代的五大支柱
這一節是整堂課的核心
接下來我會用比較多時間講五大支柱。請你做筆記,因為這五個是你未來十年刻意練的方向。
每個支柱我會給你:(1) 定義、(2) 為什麼重要、(3) 怎麼練、(4) 當場可以做的練習。
五個支柱不是平均分配權重——你可以挑最有感的兩到三個深耕,不用全部都強。
五大支柱總覽
-
01
支柱一|判斷力(Judgment)
-
02
支柱二|敘事力(Storytelling)
-
03
支柱三|整合力(Integration)
-
04
支柱四|人味(Humanity)
-
05
支柱五|持續學習力(Continuous Learning)
五大支柱的視覺地圖
判斷力
不是會做,是會選——在 AI 生產力爆棚的時代,知道「做什麼不做什麼」價值最高
敘事力
把事實變故事、把產品變意義——AI 寫得出資訊,寫不出共鳴
整合力
把不同領域接起來——AI 單點強,真正的新價值在交界處
人味
溫度、信任、情緒——AI 永遠碰不到的領域
持續學習力
技能半衰期越來越短——不是學一次,是終身學習的肌肉
你 × AI
五大支柱 × AI 槓桿 = 無可取代的你
4.1
支柱一|判斷力
判斷力是什麼?
判斷力不是知識多——知識多 AI 比你多太多。
判斷力是「在有限資訊、有限時間、有衝突目標下,做出相對好的選擇」的能力。
這能力為什麼在 AI 時代突然變貴?因為 AI 讓「生產選項」變便宜,但「選哪個」還是要人。
生成 vs 判斷
生成(AI 可做)
- ✓ 給我 20 個標題
- ✓ 寫三版貼文
- ✓ 畫 10 張封面
- ✓ 列 8 種策略
- ✓ 出 5 份計畫書
判斷(需要人)
- ✓ 這 20 個哪個最貼品牌
- ✓ 這三版哪版最適合這批受眾
- ✓ 10 張哪張最能被記住
- ✓ 8 種哪種成本效益最好
- ✓ 5 份哪份老闆會買單
判斷力的三種層次
優先級判斷
一堆事哪個先做——80/20 法則、影響力 × 努力矩陣
取捨判斷
A 方案 vs B 方案要選哪個——衡量多維度、承認沒有完美解
品質判斷
AI 出的稿好不好——你得有品味、有標準、有經驗才看得出來
判斷力練習 #1
判斷力加持前後
沒判斷力的使用 AI
問了問題,收到 AI 十個答案,看起來都不錯,全部抓一點拼起來交差——結果是個混亂的產物
有判斷力的使用 AI
問問題之前心裡有譜;收到答案之後知道挑哪一個、為什麼挑;挑完之後知道怎麼改——AI 變成你的副手,不是你的替身
練判斷力的 5 招
-
每天做一個「為什麼選這個」的說明
中午吃飯、挑衣服、買哪本書——逼自己給理由
-
寫「決策日誌」
每週記 2–3 個選擇、當時理由、後來結果——覆盤讓判斷力進化
-
多讀好作品並拆解
好 podcast、好貼文、好廣告——看懂別人怎麼選
-
限時做小決定
下單前 10 秒鎖定、買書前 30 秒——練快判斷
-
把 AI 的 10 個答案排序
不接受 AI 全部——逼自己排序並說理由
The wise man doesn't give the right answers, he poses the right questions.
— Claude Lévi-Strauss
判斷力小結
判斷力是「在 AI 生產力爆棚時代」最貴的能力。你畢業前若能把判斷力練到能對 AI 的十個答案排序並說得出理由,你的起薪會比同學高 15%–30%。
4.2
支柱二|敘事力
敘事力是什麼?
敘事力不是會寫文章——那叫寫作力。
敘事力是把「一堆事實」變成「一個有情感張力的故事」的能力——它包含選取素材、排序節奏、凸顯衝突、留下印象的整套工藝。
資傳系教你敘事,但多數同學沒意識到這是你的超能力——在 AI 可以寫出資訊的時代,能給資訊靈魂的人,價值直接翻倍。
資訊只會被記住三天,故事會被記住三十年——AI 時代的競爭不在資訊,在故事。
— Vista Cheng
三大敘事結構
英雄旅程
主角 → 挑戰 → 試煉 → 啟示 → 回歸——適合品牌故事、產品故事
問題解決
痛 → 方法 → 轉折 → 結果——適合案例、教學、廣告
今昔對比
以前 → 轉折點 → 現在 → 未來——適合個人品牌、公司起源、科技趨勢
讓 AI 幫你產生敘事初稿的 Prompt 範例
你是一位擅長「問題解決結構」的敘事教練。 主題:世新資傳系大三生想轉學經濟系的糾結故事。 請用 400 字、三段式寫作: 1. 第一段鋪墊主角現狀與痛點 2. 第二段轉折——他遇到什麼人或事讓想法改變 3. 第三段停在一個有張力的選擇點(不要給答案) 語氣請自然、口語、帶情緒,避免八股文句。
【AI 生成的 400 字故事初稿,保留情緒張力與轉折點,再由你人工潤稿】
敘事力練習|30 秒自我故事
同一個事實,兩種敘事
沒敘事力
「我大二下去日本交換一學期,上了五門課,認識了一些同學,回來之後更想出國念研究所。」——事實正確,但沒感覺
有敘事力
「一次在東京涉谷的便利商店,排在我前面的阿婆用顫抖的手找零錢——我在那十秒裡突然明白:我來這交換不是為了那五門課,是為了變成一個能注意到別人的人。」——一樣是交換學生,變成有畫面的故事
練敘事力的 5 件事
-
每週寫一篇 300 字的小故事
主題不拘,但必須有人物、有衝突、有轉折
-
拆解你喜歡的一則廣告或 Vlog
畫出它的敘事結構——開場怎麼鉤、如何轉折、收在哪
-
跟陌生人說一個你的故事
練口述敘事——跟寫作不一樣,口語更要節奏感
-
看電影或追劇時記下「轉折點時間碼」
幾分幾秒出現第一次轉折——累積你對節奏的感覺
-
用 AI 產出五個版本,選最有感的那個
練判斷 × 敘事——挑出有情感張力的版本
People do not buy goods and services. They buy relations, stories and magic.
— Seth Godin
敘事力小結
在 AI 可以產生 100 篇合格文字的時代,你的價值不在「產出文字」,在「挑對故事+給它情感張力」。敘事力是資傳系最該練、也最該放大的超能力。
4.3
支柱三|整合力
整合力是什麼?
整合力是「把原本分開的東西接起來,產生新價值」的能力。
不同領域的知識、不同部門的人、不同媒介的素材——真正的創新往往發生在交界處,而 AI 在單一領域很強,跨域整合還是得靠人。
資傳系的強項就是整合。你每天接觸的課程就橫跨傳播/設計/資訊/商管——你比工程系和管理系都更有整合的肌肉。
T 型人 vs Π 型人 vs Com 型人
-
T 型人
一個專業深+廣泛涉獵——過去 20 年職場主流,但在 AI 時代開始不夠用
-
Π 型人
兩個專業深+廣泛涉獵——AI 時代的理想型,能做跨域整合
-
Com 型人
三個專業深+廣泛涉獵——頂尖整合者,通常稀有且難複製
-
一型人(I 型)
單一專業,沒橫跨——最容易被 AI 取代的類型
-
一字人(— 型)
什麼都會一點但不深——樣樣稀鬆,也是風險型
整合思維的五步驟
拆解
把一個複雜問題拆成幾個獨立元素——這是工程系的訓練
溯源
每個元素來自哪個領域、有什麼既有解——這要博雜
連線
找不同領域的解之間的「相似結構」——這是整合的火花
搬運
把 A 領域的方法用在 B 領域——新價值誕生的時刻
驗證
小範圍試做,看結果是否符合預期——整合不是空談
單一專業 vs 整合思維
Cons
- ✗ 單一專業:在本行找解法
- ✗ 問同行
- ✗ 看垂直資料
- ✗ 做橫向複製
- ✗ 風險是視野窄
Pros
- ✓ 整合思維:跨行找靈感
- ✓ 問外行
- ✓ 讀跨域資料
- ✓ 做新組合
- ✓ 風險是深度不夠
整合力實戰案例
行銷 × 心理學
行為經濟學用在轉換率優化——點擊率提升 40%
資料 × 內容
Netflix 用資料決定開拍哪部劇——《紙牌屋》就是數據長出來的
遊戲 × 教育
Duolingo 把語言學習遊戲化——用戶黏著度爆棚
社群 × 金融
RedditWall Street Bets 改寫了散戶生態——跨域帶來顛覆
文字 × 設計
《人物》雜誌每期封面都是一則跨域敘事——整合的極致
AI × 傳播
這堂課就是個例——我把工具與內容策略整合給你
整合力練習|跨域連線
整合力小結
整合力不是知識量,是「連線的頻率與跨度」。資傳系的跨域訓練是天然優勢——但得要你主動連線,不會自然發生。每週挑一天讀一篇「離本行很遠」的文章——十年後你會謝謝自己。
Creativity is just connecting things. When you ask creative people how they did something, they feel a little guilty because they didn't really do it, they just saw something.
— Steve Jobs
4.4
支柱四|人味
人味是什麼?
「人味」這個詞有點玄——我給它一個比較具體的定義:人味是「讓另一個人感到被理解、被在乎、被當成人」的能力。
這包含情緒感知、溫度、倫理、信任建立、同理心、即興應對——這些都是 AI 做不到的部分。
在 AI 讓生產無限便宜的時代,真實的人性連結反而是最貴的——因為你沒辦法外包給機器。
People will forget what you said. People will forget what you did. But people will never forget how you made them feel.
— Maya Angelou
AI 能做什麼 vs 做不到什麼
AI 能做
- ✓ 回覆禮貌的 Email
- ✓ 模擬同理的語氣
- ✓ 24 小時不累的客服
- ✓ 算出最佳時機
- ✓ 生成有情緒詞彙的文字
AI 做不到(2026 現況)
- ✓ 真的在乎你
- ✓ 讀出你沒講的那層話
- ✓ 在你崩潰時陪你哭
- ✓ 承擔道德後果
- ✓ 讓你覺得「我不是一個人」
人味的三個面向
情感感知
讀空氣、接對話、掌握對方當下狀態——現場能力
信任建立
長期累積的「他靠譜」感——靠持續、靠一致、靠承擔
倫理判斷
「這件事可以做但我不做」——這是 AI 最薄弱的區
人味練習|電梯 30 秒
練人味的 5 招
-
每週跟一位陌生領域的人對話 30 分鐘
不同世代、不同行業、不同立場——擴大你的「人類光譜」
-
寫「當天印象最深的人物表情」
訓練情緒觀察力——看到就記下
-
主動做不對稱的好事
對別人做對他有幫助但對你無回報的事——建立信任的硬通貨
-
練習「無條件聆聽」5 分鐘
對方講話不打斷、不建議、不評判——只聆聽
-
每週至少一個面對面深度對話
不透過訊息、不透過視訊——面對面的眼神無法被取代
在所有東西都可以被合成的時代,唯一無法被合成的,是你對另一個人真誠的關心。
— Vista Cheng
人味是最難訓練也最貴的能力
人味不是靠讀書練的,是靠生活練的——你要主動去見人、去聽故事、去幫忙、去道歉、去感謝。這些事 AI 全部做不到,而這些事累積起來,就是你五年後獨特的人際護城河。
人味小結
人味不是額外技能,是基礎建設。你畢業找工作時,面試官的決策最後那 30% 全是「這個人我信不信」——這是 AI 怎麼幫你做履歷都幫不了你的部分。
4.5
支柱五|持續學習力
持續學習力是什麼?
持續學習力不是「我會學」——誰都會學。
持續學習力是「在技能半衰期越來越短的時代,你能用最低成本把新東西變成本能」的能力。
這個能力在 AI 時代特別關鍵,因為主流工具每 12–18 個月就換一輪——不會持續學的人,三年後工具棧整個報廢。
18 個月
2026 年主流 AI 工具的半衰期
以 ChatGPT 為例:從 GPT-3.5(2022/12)→ GPT-4(2023/03)→ GPT-4 Turbo(2023/11)→ GPT-4o(2024/05)→ GPT-5(2025)→ GPT-5.5(2026)——每一次升級都重寫使用邏輯。不持續學的人會一直停留在兩年前的用法。
學習金字塔——從吸收到輸出
-
吸收層
讀書、聽課、看影片——資訊進來但沒內化
-
整理層
做筆記、寫摘要、建連結——開始內化
-
應用層
實際拿來解一個問題——能用但不熟
-
輸出層
教別人、寫成文章、做成專案——真正變成你的
-
迭代層
根據回饋修改——進入螺旋提升
持續學習的三個習慣
每日學新
每天 30 分鐘固定時段接觸新事物——累積的是「對世界好奇的肌肉」
每週輸出
每週寫一篇 500 字心得/拍一支 3 分鐘影片——強迫內化
每月覆盤
每月底回看學到什麼、用上什麼、還欠什麼——這是成長最快的時刻
每週學習法|The 5-Hour Rule 簡版
週一|定主題
選本週要深入的一個主題——可以是一個概念、一個工具、一個領域
週二~四|吸收
每天 30 分鐘——讀文章、看影片、試工具——累積素材
週五|整理
花 45 分鐘整理成筆記——Notion 或 Obsidian 都行
週六|輸出
把這週學到的寫成 600 字心得或做成一張圖——公開發布最佳
週日|覆盤
回看這週的學習卡關在哪、下週還要繼續嗎?
持續學習練習|選主題
The illiterate of the 21st century will not be those who cannot read and write, but those who cannot learn, unlearn, and relearn.
— Alvin Toffler
持續學習力小結
持續學習力不是「我要讀很多書」——是「每週一個主題、每月一個成果、每年一次大跳」的節奏感。有節奏你會一直進步,沒節奏你會很快原地打轉。
Part 4 五大支柱總收束
判斷力、敘事力、整合力、人味、持續學習力——五個支柱都不簡單,但也都不是天才專屬。
不用全部都練到頂——挑你最有感的兩三個深耕,其他維持基本功。但請注意:五根全缺的人,在 AI 時代會非常辛苦。
下一節我要給你一張「大一到大四」的行動路線圖——把支柱落到每個學期、每個月該做的事。
人沒辦法變成 AI,但 AI 也沒辦法變成完整的人——守住這五個領域,你就是 AI 永遠的上位者。
— Vista Cheng
4.6
整合|五大支柱 × AI
把五個支柱接起來
五大支柱不是互相獨立的五根柱子——它們是會互相放大的五個齒輪。
判斷力幫敘事力挑對故事、敘事力讓整合力被看見、整合力提供人味的深度、人味建立持續學習的動機、持續學習又回頭升級判斷力——是個正向循環。
你不需要一開始就五個都強,但你要有意識地讓這個齒輪開始轉動。
五大支柱 × AI 的交互放大
判斷力 × AI
AI 生 10 個方案,你挑 1 個——槓桿在「挑」的能力
敘事力 × AI
AI 出 300 字初稿,你給靈魂——槓桿在「給情感」的能力
整合力 × AI
AI 擅單域,你做跨域——槓桿在「連接點」的能力
人味 × AI
AI 處理量、你處理溫度——槓桿在「把人放回來」的能力
學習力 × AI
AI 是你的家教——槓桿在「問對問題」的能力
五者合一
有判斷才會選故事;有敘事才會被記住;有整合才有深度;有人味才有信任;有學習才能維持
五大支柱自我盤點
高手 vs 新手在五大支柱的差異
Cons
- ✗ 新手狀態:什麼都普通
- ✗ 被 AI 拖著走
- ✗ 每個支柱都想練
- ✗ 用 AI 產出平庸內容
- ✗ 五項平均 2 分
Pros
- ✓ 高手狀態:主攻支柱突出
- ✓ 指揮 AI 做事
- ✓ 有刻意練習計畫
- ✓ 用 AI 產出有風格內容
- ✓ 主攻 5 分+其他 3 分
三種常見的整合組合
敘事 + 人味 + 學習
適合走內容創作者、Podcaster、品牌說故事者——典型如阿滴、吳淡如
判斷 + 整合 + 學習
適合走策略顧問、內容策略師、產品經理——典型如陳思傑、李奧貝納出身者
敘事 + 整合 + 人味
適合走品牌主理人、個人品牌、社群經營者——典型如于為暢、黃麗燕
五大支柱整合的實戰案例
判斷力突出的 Podcaster
Podcast 市場有一萬個節目——有判斷力的主持人挑對議題與來賓,三個月衝前 50 名
敘事力突出的 IG 創作者
同樣的產品開箱,把敘事放進去,互動率從 0.8% 跳到 5%——靠的是情感張力
整合力突出的新創共同創辦人
把健身 × 社群 × 訂閱制整合——一年內做出月營收百萬的訂閱健身 App
人味突出的客戶經理
離職客戶 45% 回流——不是因為比同業強,是因為他真的在乎
學習力突出的工程師
每週學一個新框架,兩年累積 100 個——需要哪個就用哪個,成為不可替代的架構師
先練哪一個?
多數學生犯的錯是「五個都想練」——結果五個都在基本線,沒有一個突出。
正確的策略是「主攻 + 補強」:選一個你最有感、最能堅持的支柱,往極致練;另外一個最弱的支柱補到及格就好。
主攻的選擇通常是「你做起來最不費力、別人覺得你做得很好」的那一項——天賦給的訊號。
四年五大支柱的進度規劃
探索期
五個都嘗試一點——找出你的主攻支柱
定錨期
主攻支柱加倍投入——70% 時間放這一項
放大期
主攻支柱開始產出——作品、演講、實習都圍繞它
整合期
主攻 × 其他兩項 = 你的獨特組合——這是你的個人品牌核心
平均值的人太多,AI 淘汰的就是平均值——你要往極端走,不是往 T 型展開,是往 Π 型或不規則形狀突出。
— Vista Cheng
整合的核心心法
五大支柱 × AI 的公式是:主攻一項 × 補強一項 × AI 槓桿 = 無可取代的你。別追求均衡發展——這是上個世紀的思維。AI 時代,不平衡才是優勢。
挑你的主攻支柱
學長姐與學弟的真實對話
五大支柱整合的三個原則
-
原則一|不平均
平均是 AI 的工作——你要挑一個練到凸出
-
原則二|用作品驗證
支柱不是自稱——是作品累積出來讓別人看到的
-
原則三|週期覆盤
每三個月回看主攻支柱有沒有進步——沒有就換方法,不是換主攻
這堂課的第三個重要觀念
你不需要什麼都會——你需要讓一件事強到別人想得到就想到你。這個「被想到」的位置,在 AI 時代值千金。
從支柱到行動
我們剛剛把五個支柱與整合講完了——這是「你要成為什麼樣的人」的藍圖。
但光有藍圖不夠——你需要一張時間表,落到每個學期、每個月、每一週。
接下來的 Part 5 就是那張時間表——我會把五大支柱落到大一到大四每一年該做的具體任務。
05
大學四年的行動路線圖
把大目標落成每學期的小目標
五大支柱聽起來很大——但你不用一年練完。
我接下來要給你一張「大一到大四」的路線圖。每一年有明確主題、每個學期有可執行任務。
這張圖是「建議版」——如果你已經大三、大四,請把沒做的事往前推;如果你才大一,恭喜你有最多時間。
四年行動路線圖
5.1
大一|打地基
大一核心任務
-
開作品集
今天就開 Notion 或 GitHub Pages,每月累積一件事——完成度不重要
-
選一個媒介
寫作/影片/Podcast/設計——選一個持續做 12 週再考慮換
-
加入一個社群
系隊、讀書會、社團、線上社群——擴大人類光譜
-
每週讀一本書或追一門線上課
主題不限——累積廣度
-
找 1–2 位啟蒙前輩
不是要他指導你,是你觀察他做事模式——遠觀近習
大一完成表
大一常見陷阱
完美主義
覺得作品不夠好不敢發——但作品集的意義是累積,不是展示
不動手
「等我準備好再開始」——你永遠不會準備好,就是現在
太多嘗試
一個月換一個方向——沒有 12 週的深度無法判斷是否適合
大一小結
大一一年做的事,你到大四都會繼續做——所以選的題目要是你能堅持 3–4 年的。選錯也沒關係,換方向要盡量發生在大一下,不要拖到大二。
5.2
大二|找方向
大二核心任務
-
第一份實習
任何產業都行——重點是「體驗真實工作」,不是賺錢不是履歷
-
第一次公開發表
系上讀書會、校外小講、Podcast 客座——體驗「被看見」
-
定位個人品牌雛型
想清楚「我是誰、我為什麼寫/拍/做、給誰看」
-
深入一個議題寫 10 篇以上
不是寫 10 篇不同題目——是同一題目寫 10 個角度
-
擴大作品集
大二結束作品集要有 10 件以上作品——數量比質量重要
大二的四個關鍵時刻
寒假前
投第一份實習——不求大公司,求能學到東西的公司
大二下開學
把實習經驗整理成 2 篇心得文或 1 支影片
大二下期中
辦第一場小型公開活動(講座、讀書會、pop-up)
暑假
第二份實習或自己開一個小專案——測試自己的方向
幫你定位個人品牌的 AI Prompt
我是世新資傳系大二生。我喜歡做 OOO、不喜歡 XXX,我想在 YYY 領域發展。 請扮演個人品牌顧問,從以下三個面向幫我產出三種可能的品牌定位: 1. 我是誰(一句話) 2. 我做什麼(一句話) 3. 給誰看(一句話) 每個定位附上三個合適的內容主題方向。
【AI 會產出三種定位版本,你再挑最有感的那個、加工成自己的版本——別直接用,用來啟發】
大二是換方向的最後窗口
如果你大一下還在迷惘,大二上是最後換方向的好時機——到了大三才換,作品集得重做、人脈要重建、節奏會斷。大二的迷惘是正常的,但迷惘期不要超過一學期。
5.3
大三|建作品
大三核心任務
-
完整專題作品
一個完整從策劃到執行到發表的專案——不是個人小品
-
進入領域人脈
參加 3 場以上業界活動、約 5 位前輩 1 對 1 咖啡
-
挑戰型第二份實習
這次要投你真正想進的公司——挑戰自己
-
個人網站+社群
網站 ≠ 作品集(作品集是陳列,網站是宣言)
-
一次跨域合作
與其他系合作——設計系、資工系、商學院——練整合力
大三個人網站的差別
一般大三生
沒有個人網站;作品散在 FB、IG、Google Drive——要看作品得自己逐一找
進階大三生
yourname.com 已建好:首頁一張照片+三句話自我介紹、作品集分類陳列、Email/LinkedIn 聯絡方式、2–3 篇長文展現思考——面試前就讓主管看到你是誰
四個大三該完成的硬指標
一份完整專題
從策劃書到成品——可以丟進作品集最顯眼位置
一份好看的 CV
英文中文兩版——3 小時內可以客製化
一個個人網站
網域買了、部署好了、首頁做完——讓人 Google 你會找得到
一組業界連結
5–10 位可以發 Email 請教的前輩——不是泛泛之交
5.4
大四|往外闖
大四核心任務
-
畢業作品高品質完成
這可能是你求職時的最大亮點——別交差了事
-
定下一步方向
就業/創業/進修——不要拖到畢業才想
-
作品集精修版
從大量作品裡挑 5 件精修——用在求職/申請
-
累積推薦信 3–5 封
實習主管、修課教授、業界前輩——面試前都能拿得出
-
完成最後一段旅行/實驗
出社會後時間會變少——趁現在做件瘋狂的事
大四關鍵節點
畢業作品啟動
把專題題目定下來——10 月前要有第一版計畫書
求職簡歷定稿
英中履歷+作品集精修版——參加第一場招募活動
面試季高峰
多數公司春招在這時——同時申請研究所的話這月要交件
畢業作品成品 & Offer
作品公開發表;多數 offer 在這段時間給出——但別焦慮,慢一拍沒關係
5.5
工具箱與習慣清單
大學生的 AI 工具箱(2026 版)
ChatGPT / Claude
核心助手——寫作、翻譯、分析、腦力激盪
Notion + Notion AI
筆記/作品集/專案管理一站式解決
Perplexity
AI 搜尋引擎——帶出處的研究利器
Gemini
影像理解與長文分析——適合閱讀報告
NotebookLM
個人知識庫 AI——把 PDF 變成可問答的導師
Cursor / v0
讓非工程背景也能做出網站——降低技術門檻
大學四年 80/20 習慣
作品集設計的 5 個原則
-
首頁三秒規則
陌生人進首頁 3 秒內要知道你是誰、你做什麼、找你幹嘛
-
挑好的,不是挑多的
5 件精品 > 50 件普通——雇主沒時間翻
-
每件作品都要有脈絡
背景/挑戰/做法/結果——讓觀眾看得懂你的思考
-
主題收束,不要散
如果你想走品牌,就不要把「幫家人做結婚影片」放進來
-
定期更新
每季至少更新一次——沒有新東西等於已停止成長
個人網站建站三種選擇
最快版|Notion + Oopy
30 分鐘上線——適合大一大二先有一個
設計感|Framer / Webflow
2 天上手——適合有美感但不寫 code 的學生
專業版|Next.js + Vercel
1 週入門——適合想深入技術的人
Part 5 小結
四年路線圖不是枷鎖,是地圖——你可以自己調整節奏。
但請記住一個核心原則:每個學期都要有「可以展示的成果」——不是分數,是作品。
下一節我要花 15 分鐘跟你聊「個人品牌」——為什麼這件事在 AI 時代變得比學歷還重要。
06
個人品牌與作品集
為什麼個人品牌在 AI 時代變這麼重要?
個人品牌不是網紅才做的事——個人品牌是「當別人 Google 你的名字,他看到一個清楚的人」。
在 AI 讓所有人都能產出大量內容的時代,「被信任的名字」變成最大的差異化——沒有這個名字,你的作品跟別人一樣沒辨識度。
個人品牌越早建越好——建立一個品牌平均要 3–5 年,你現在開始剛好畢業有成。
個人品牌的三個核心要素
定位(Positioning)
你是誰、你做什麼、給誰看——一句話說得清楚
陳列(Portfolio)
作品、文章、紀錄——可被 Google 搜到的資產
節奏(Rhythm)
持續輸出——每週一篇、每月一個專案——節奏讓品牌有生命
有品牌 vs 沒品牌的求職差別
沒有個人品牌
- HR 搜尋你的名字,查不到任何資料
- 作品散落於 FB、IG、Google Drive
- 你只是幾百份履歷中的一份
- 面試從零開始自我介紹
- 完全靠履歷表定成敗
有個人品牌
- HR 一 Google 就看到你的網站與作品
- 作品集、長文、紀錄一目了然
- 你是被記得、被搜尋得到的人
- 面試直接從作品與思考深度切入
- 靠長期累積的信任進入決選圈
寫個人 Bio 的 Prompt
我是【你的名字】,世新資傳系大【X】生。我做過 A、B、C(列 3–5 件最代表的事)。我想投入【領域】。 請扮演個人品牌顧問,幫我寫出三種風格的 50 字 bio: 1. 正式專業版(適合 LinkedIn/履歷) 2. 親近人性版(適合個人網站/IG) 3. 有趣有記憶點版(適合 Podcast 嘉賓介紹) 每版都要符合 50±10 字。
【AI 會產出三種 bio——你挑最像自己的那版,再微調用字】
現場練習|個人網站 30 分鐘版
內容發布平臺的 5 個選擇
-
個人網站(.com)
最長久、完全屬於你的地基——建議大三前要有
-
方格子 Vocus
繁中寫作社群,SEO 好——適合長文
-
Medium / Substack
英文國際曝光——適合想讓國外看到的人
-
IG / Threads
生活與想法的即時流——適合累積追蹤者
-
YouTube / Podcast
影音敘事——門檻高但天花板也最高
個人品牌的關鍵心法
個人品牌不是「行銷自己」——是「公開累積」。你只要每週誠實做事並公開紀錄,三年後那個軌跡本身就會變成品牌。捷徑是沒有的,但路是平穩上坡的。
Your personal brand is what people say about you when you're not in the room.
— Jeff Bezos
07
結語與行動清單
講座快結束了
我們從時代座標重置開始,走過機會地圖、取代與不可取代、五大支柱、四年路線圖,到個人品牌。
資訊量很大,你不用全部記住——你只要記住三件事就夠了。
接下來的三張投影片就是那三件事——請拍照,貼在書桌前。
第一句|座標已經被移動過
以前有用的地圖現在帶你到不了目的地。別用「學長學姊怎麼走就怎麼走」的思維——你要用「AI 時代怎麼走才到得了目的地」的思維重畫你的地圖。
第二句|AI 放大的是獨特性,不是平均值
你的護城河不在於「比 AI 會」,而在於「比別人不一樣」。資傳系的整合訓練是你最大的籌碼——但它只有被作品證明才變成優勢。
第三句|時間不等人,現在就動手
學生期是最貴的窗口——不用為生計做事、可以失敗、沒有被標籤鎖住。今天離開教室你就可以開作品集、選媒介、動手寫/拍/講——不要等寒假、不要等下學期、不要等到感覺來了。
離開教室 7 天行動清單
延伸資源
Vista 電子報
每週三更新——AI 寫作方法、工具、職涯觀察:iamvista.substack.com
vista.tw
個人網站與 AI 知識庫——所有文章與資源
Vista 著作
《ChatGPT 提問課》《ChatGPT 寫作研究所》《AI 好好用》——教材延伸閱讀
The future belongs to those who learn more skills and combine them in creative ways.
— Robert Greene
離開教室前——你明天第一件事是什麼?
離開教室前——你明天第一件事是什麼?
最後想對你說的一段話
我三十歲那年做的任何嘗試,二十歲做都會更好——因為年輕時犯的錯成本最低,學到的最多。
你們現在正處在我回頭看最羨慕的位置——有 AI 這把槓桿、有四年可以試、有世新資傳系的整合訓練。
你缺的不是才華,是動手的勇氣。離開這間教室你會回到原本的生活,但請你記得——這堂課不是結束,是某件事的開始。
謝謝
Vista Cheng|鄭緯筌
iamvista@gmail.com
https://www.vista.tw
在 AI 時代,做一個無可取代的人——從今天開始。