rodiyer.idv.tw 拉里拉雜
rodiyer.idv.tw 拉里拉雜
| 問 | 根據2025年OECD公部門的AI治理報告，全球政府機關運用AI的案例中，有高達57%的目標是在做什麼？ |
| 取代公務人員的決策工作 | |
| ✓ | 自動化、精簡化或是提供個人化的流程服務 |
| 開發全新的國家安全防護系統 | |
| 建立跨國的人事資料庫 | |
| www.rodiyer.com | |
| 問 | 課程中提到，為了解決「差勤統計分析報告」耗時的問題，主要聯手結合了哪兩個AI工具來完成自動化？ |
| ChatGPT與Notion AI | |
| ✓ | Gemini與NotebookLM |
| Claude與Microsoft Copilot | |
| Midjourney與Canva | |
| www.rodiyer.com | |
| 問 | 在使用AI開發專屬辦公室小工具(如學習時數檢核網頁)時，下列哪一個開發觀念是正確的？ |
| 如果AI第一次生成的工具不符合需求，代表AI聽不懂，應該放棄使用 | |
| ✓ | 應該把AI的第一版當作草稿，透過一來一回的對話反覆確認與修改需求 |
| AI具有讀心術，只要給一句話就能百分之百完美產出最終系統 | |
| 每次修改需求都必須重新開啟一個全新的對話視窗，不能接續對話 | |
| www.rodiyer.com | |
| 問 | 根據國際研究機構Gartner預測，到了2026年，企業裡超過一半的AI應用工具將會由誰開發出來？ |
| 具備十年以上經驗的資深工程師 | |
| ✓ | 不懂寫程式的業務人員(如行政、人事人員) |
| 微軟與Google等大型科技公司的外包團隊 | |
| 專門的大數據分析團隊 | |
| www.rodiyer.com | |
| 問 | 在製作差勤統計分析報告的流程中，Notebook LM 扮演的主要角色是什麼？ |
| 負責從差勤系統匯出原始資料 | |
| 負責運算複雜的Excel公式與樞紐分析 | |
| ✓ | 負責把統計結果轉化成一份語句通順的完整分析報告 |
| 負責自動將完成的報告寄送給主管 | |
| www.rodiyer.com | |
| 問 | 講師建議在使用AI處理差勤統計分析時，提示詞可以包含4個段落的結構。下列何者是這4個段落的正確組合？ |
| ✓ | 假別定義、單位對應、統計指標、輸出格式 |
| 歷史數據、員工名單、統計指標、長條圖 | |
| 假別定義、薪資對應、績效指標、輸出格式 | |
| 單位對應、法規解釋、統計指標、圖表生成 | |
| www.rodiyer.com | |
| 問 | 課程中強調，雖然AI很懂資訊技術，但人事人員具備什麼不可取代的優勢，才是讓AI真正發揮價值的關鍵？ |
| 人事人員擁有比AI更強的演算法開發與模型訓練能力 | |
| 人事人員打字與資料搬運的速度比AI生成文字的速度更快 | |
| ✓ | 人事人員具備AI缺乏的人事法規專業、機關文化與公務倫理的理解 |
| 人事人員能比AI更精準地算出複雜的微積分數學題 | |
| www.rodiyer.com | |
| 問 | 對於不懂程式碼、不知道如何表達系統需求的人事承辦人員，講師建議使用哪一種進階的提示詞技巧來協助開發專屬小工具？ |
| 請AI直接用HTML寫出所有可能的代碼讓自己挑選 | |
| ✓ | 讓AI扮演資深的系統分析師，「倒過來問你問題」以引導釐清需求 |
| 上網複製工程師寫好的長篇程式碼再貼給AI做修改 | |
| 先花三個月學習Python基礎語法再來下指令 | |
| www.rodiyer.com | |
| 問 | 為了讓 AI (如 NotebookLM) 產出的報告語氣與格式能百分之百符合機關的公文慣例，最正確的做法是什麼？ |
| 不斷地在提示詞中強調「請用公務員語氣撰寫」 | |
| 讓AI自己上網搜尋政府機關的公文範例並自行模仿 | |
| ✓ | 將去年或上一期的舊報告上傳，請AI依據範例建立「報告模板」後再填入新數據 |
| 要求AI必須具備法律背景知識才能開始寫作 | |
| www.rodiyer.com | |
| 問 | 關於課程中實際操作示範的「Google試算表中的Gemini助理(Gemini in Google Sheets)」，下列敘述何者正確？ |
| 只要有免費的個人Google帳號即可無限制使用該按鈕的所有功能 | |
| ✓ | 這項功能需要付費版的帳號才能使用 |
| 只能在離線環境下使用，以確保人事資料的安全 | |
| 它只能用來繪製長條圖，無法進行數據的統計與運算 |
沒有留言: