需要密碼

這份簡報受密碼保護

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|鄭緯筌

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?

📊 即時投票

畢業後你最焦慮的事是什麼?

A找不到工作(或起薪太低)
00%
B科系出路感覺越來越窄
00%
C我的專長 AI 都能做
00%
D不知道該朝哪個方向發展
00%
E沒有作品可以拿出來給人看
00%
0
尚未開始

今天的 2 小時

  1. 01

    Part 1|AI 時代的座標重置:為什麼這次真的不一樣

  2. 02

    Part 2|資傳系學生的機會地圖

  3. 03

    Part 3|會被取代 vs 無可取代:拆開這條線

  4. 04

    Part 4|無可取代的五大支柱

  5. 05

    Part 5|大學四年的行動路線圖

  6. 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

放下「我科系不好」的自卑——資傳系在 AI 時代其實是優勢科系
放下「我太晚了」的焦慮——大學還沒畢業,你比社會人早三年啟動
帶走一個行動——三小時結束後,你要在回家的捷運上就能做一件事

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

1995

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

2007

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

2022

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

2025

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

BEFORE

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
總計 120 分鐘(約 2 小時)
VS
AFTER

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
總計 10 分鐘|省下 110 分鐘(效率 12 倍)

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

44%

工作內容可被 AI 自動化

WEF 2025 未來工作報告

300M

全球受影響工作數

Goldman Sachs 2024 產業分析

4.4T

AI 每年可創造的經濟價值(美元)

McKinsey 研究估算

5.2×

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

✍️ 文案撰寫
📊 資料分析
🎨 視覺設計
💻 程式開發
🎙️ 語音客服
🎬 影片剪輯
🔍 市場研究
📧 會議紀錄

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

1

2022 底|語言生成臨界點

ChatGPT 問世——AI 從玩具變成真正的工具

2

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

3

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。

📊 即時投票

你現在怎麼看待 AI?

A很興奮——機會來了
00%
B有點焦慮——怕被取代
00%
C將信將疑——感覺離我還遠
00%
D完全反感——不想碰
00%
E已經在用——只是不知道算不算用對
00%
0
尚未開始

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)

34%

媒體與內容產業

電視臺、網路媒體、出版、Podcast、內容製作公司

28%

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

18%

科技業

科技公司的產品、營運、內容策略、使用者研究角色

20%

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

📝 內容策略師
🤖 AI 應用設計師
🎬 短影音創作者
📊 受眾分析師
🌱 Growth Hacker
🎙️ Podcast 製作人
🏢 品牌經營專員
個人品牌創辦人

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

2019

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

2022

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

2024

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

2026

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。

📊 即時投票

三大路徑,你比較偏哪一條?

A媒體路徑(內容專業)
00%
B品牌路徑(行銷與社群)
00%
C科技路徑(產品與體驗)
00%
D自創路徑(個人品牌、創業)
00%
E還在探索,沒偏好
00%
0
尚未開始

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

你做什麼事是「自然就做得比別人認真」的?(天賦的訊號)
你在哪個領域的內容/新聞/產品上,會花自己的時間去研究?(興趣的訊號)
你願意五年內都持續投入精力的題目是什麼?(意志的訊號)

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)

74%

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

52%

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

31%

行銷企劃

資料分析、SEO、初步策略——AI 協助、人拍板

18%

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

BEFORE

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」

VS
AFTER

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

BEFORE

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

VS
AFTER

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

1

增強

AI 幫你變快 20–30%——你覺得很爽,以為一切都好

2

自動化

某些子任務完全不用你動手——你的工時開始縮短

3

再分配

公司把你的角色重組——你做的事變成「監督 AI」

4

縮編

團隊從 10 人變 6 人——你留下但留下的是誰有隱性邏輯

5

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

BEFORE

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

VS
AFTER

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

👤
學長,現在 AI 這麼猛,讀資傳系還有用嗎?
🤖AI
你念的系不重要——重要的是你四年做了什麼作品。
👤
可是我還沒開始做任何作品⋯
🤖AI
所以你現在就做啊——等畢業才做就太晚了。
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

1

開一個作品集

今天就開 Notion 頁面或 GitHub Pages,開始累積——不求完美

2

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

3

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

  1. 01

    支柱一|判斷力(Judgment)

  2. 02

    支柱二|敘事力(Storytelling)

  3. 03

    支柱三|整合力(Integration)

  4. 04

    支柱四|人味(Humanity)

  5. 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

✍️ Practice

判斷力練習 #1

⏱ 3 分鐘

判斷力加持前後

BEFORE

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

VS
AFTER

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

PROMPT
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。
OUTPUT
【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】
✍️ Practice

敘事力練習|30 秒自我故事

⏱ 3 分鐘

同一個事實,兩種敘事

BEFORE

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

VS
AFTER

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

1

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

2

溯源

每個元素來自哪個領域、有什麼既有解——這要博雜

3

連線

找不同領域的解之間的「相似結構」——這是整合的火花

4

搬運

把 A 領域的方法用在 B 領域——新價值誕生的時刻

5

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

✍️ Practice

整合力練習|跨域連線

⏱ 4 分鐘
🔗

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

✍️ Practice

人味練習|電梯 30 秒

⏱ 4 分鐘

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

1

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

2

週二~四|吸收

每天 30 分鐘——讀文章、看影片、試工具——累積素材

3

週五|整理

花 45 分鐘整理成筆記——Notion 或 Obsidian 都行

4

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

5

週日|覆盤

回看這週的學習卡關在哪、下週還要繼續嗎?

✍️ Practice

持續學習練習|選主題

⏱ 4 分鐘
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

✍️ Practice

五大支柱自我盤點

⏱ 3 分鐘

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

01

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

02

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

03

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

04

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

05

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

大一

探索期

五個都嘗試一點——找出你的主攻支柱

大二

定錨期

主攻支柱加倍投入——70% 時間放這一項

大三

放大期

主攻支柱開始產出——作品、演講、實習都圍繞它

大四

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。

✍️ Practice

挑你的主攻支柱

⏱ 5 分鐘

學長姐與學弟的真實對話

👤
學長,我五個支柱都想練——該怎麼排?
🤖AI
不要五個都練。挑一個你做起來不累、別人也稱讚你的——那就是主攻。
👤
那其他四個呢?
🤖AI
基本功就好。但主攻那個,要逼近極致——逼近到別人提到那個就想到你。

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

✓ 作品集頁面已開(即使只有一個作品)
✓ 一個主要媒介已開始發表(寫作或影片或 Podcast)
✓ 一個長期社群已加入並活躍
✓ 10 本書 + 3 門線上課完成
✓ 2 位啟蒙前輩鎖定並長期追蹤

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

1

寒假前

投第一份實習——不求大公司,求能學到東西的公司

2

大二下開學

把實習經驗整理成 2 篇心得文或 1 支影片

3

大二下期中

辦第一場小型公開活動(講座、讀書會、pop-up)

4

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

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。
OUTPUT
【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

BEFORE

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

VS
AFTER

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

9月

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

11月

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

1月

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

4–6月

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

每天睡飽(≥7 小時)——這比任何技巧都重要
每週運動 3 次——大腦需要血氧
每月讀 1 本書+寫心得——知識輸入輸出閉環
每季重新回看目標——方向比速度重要
每年做一件「超出舒適圈」的事——這是成長的錨點

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

BEFORE

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
多數面試停在第一輪就被刷掉
VS
AFTER

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
更容易進入最終面試與 offer 階段

寫個人 Bio 的 Prompt

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。
OUTPUT
【AI 會產出三種 bio——你挑最像自己的那版,再微調用字】
✍️ Practice

現場練習|個人網站 30 分鐘版

⏱ 課後任務

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

Day 1|今晚開 Notion 頁面,取名「My Portfolio」,放上第一張照片
Day 2–3|從今天整理的筆記裡,找出「五大支柱」中你最有感的兩個
Day 4|選一個媒介(寫/拍/講),寫下你下個月要出的前 4 件作品題目
Day 5|買一個你的名字網域 yourname.com/.tw(≤ NT$500)
Day 6|找一位前輩約咖啡(可以是助教、學長、業界人)——實際約成不重要,寄出去最重要
Day 7|覆盤這七天,把這份檢查表貼在書桌前

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

📊 即時投票

離開教室前——你明天第一件事是什麼?

A開我的作品集頁面
00%
B買我名字的網域
00%
C選一個媒介開始發表
00%
D約一位前輩咖啡
00%
E選五大支柱之一深耕
00%
0
尚未開始

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。