無論成果是放射科工作流程、個人化課程、招聘篩選、員工入職指南、程式碼修改，還是客服回覆，這些原則都適用。AI 可以協助生產內容，但工作者仍須理解情境及其後果。

建立「人類＋AI」的複合能力

AI 素養如果能與難以用標準化提示詞取代的能力結合，價值會更高，包括：

• 同理心、教學、談判，以及處理敏感例外情況的能力
• 專業知識和結合情境作判斷的能力
• 設定需求和進行高層次系統設計的能力
• 測試、查證事實、追溯來源和分析失效原因的能力
• 保安、私隱和負責任處理資料的能力
• 與持份者溝通及建立信任的能力
• 工作流程設計、落地執行和變革管理的能力

目標並不是宣稱人類在每項工作上都必然勝過 AI，而是培養足夠的判斷力，知道何時 AI 有用、何時不可靠，以及何時必須由人承擔責任。

軟體從業員應該向「更高層」發展

AI 已能生成例行程式碼、測試、文件和原型。這意味著單純的打字速度和逐行輸入能力不再是最有力的差異化優勢；系統架構、保安、資料設計、除錯、整合和產品判斷，將變得更加重要。

因此，一份更有說服力的軟體開發作品集，不應只展示 AI 生成的程式碼，還應說明：

1. 系統要解決甚麼問題
2. 為甚麼選擇這種架構和資料模型
3. 程式碼如何測試和覆核
4. 曾考慮哪些保安和私隱風險
5. 哪些部分由 AI 生成、修改或被拒絕
6. 當模型出錯時，系統會如何反應

這種做法把 AI 從捷徑變成工程判斷力的證明。

用一個小型作品集專案鍛鍊判斷力

以低程式碼工具製作個人化嬰幼兒活動追蹤器，是一個相當適合的練習專案。它同時涉及使用者需求、資料結構、提醒功能、介面設計和安全決策。

專案可以包括：

• 清晰定義的使用者問題和目標受眾
• 用於活動、時間表和進度的簡單資料結構
• 原型畫面和提醒規則
• 由 AI 協助起草的邏輯、文字或工作流程
• 對錯誤、不完整或互相矛盾輸出的測試
• 一份簡短說明，交代私隱、存取權限和資料保留措施

開發期間應使用合成資料。除非具備清晰的私隱和保安控制，否則不要把兒童可識別的健康或個人資料放入公共 AI 服務。這個專案的價值不只在於應用程式本身，更在於你能否記錄設計背後的推理，以及為自動化設定清楚界線。

按職業成果選擇培訓，不要只看課程名稱

有用的 AI 課程應該在結束時產出一些你能實際應用或展示的成果，例如 AI 輔助客服流程、招聘篩選治理清單、入職助理、報告自動化工具，或經過測試的程式開發工具鏈。

報讀前，可先確認課程是否涵蓋：

• 評估和品質保證
• 資料保護及負責任使用
• 人工覆核和升級處理
• 工作流程落地執行
• 與你所在業界相關的真實使用情境

提示詞撰寫可以是課程的一部分，但不應成為全部策略。最有力的學習證明，是讓真實工作流程變得更安全、可量度和更有效率。

新加坡的 AI 培訓支援可作為實際起點

新加坡已宣布在 MySkillsFuture 平台推出 AI 就緒度診斷工具，協助工作者評估目前程度並獲得課程建議。 從 2026 年下半年起，報讀指定 SkillsFuture AI 課程的新加坡公民，預計也可獲得六個月免費的進階 AI 工具使用權，讓他們在課堂以外持續練習。

現有培訓規模亦相當可觀：截至較早一個年度，SkillsFuture 支援的 AI 相關課程約有 1,600 個，共提供 137,000 個培訓名額，超過 105,000 人參與。 由人力部、全國職工總會（NTUC）和新加坡全國僱主聯合會（SNEF）組成的三方就業理事會，則旨在協助企業採用 AI，同時支援員工和職位轉型。

合資格條件、指定課程和可使用的工具都可能改變。投入時間或金錢前，應直接透過相關官方計劃確認最新詳情。

一套可執行的 90 天計畫

第 1 至 2 週：建立基礎。 了解模型、幻覺、上下文、檢索、私隱、評估和代理工作流程等基本概念。練習時只使用低風險資料。

第 3 至 6 週：改善一項工作流程。 選擇一項重複性工作，先建立基準，再測試 AI 輔助版本，並記錄節省時間、錯誤、返工和人工介入次數。

第 7 至 12 週：建立並展示專案。 製作一個與工作相關的小型原型，記錄輸入和輸出，測試失效情況，並解釋所採取的安全措施。展示時同時說明商業價值和使用限制。

目標不是在例行產出方面與 AI 競爭，而是成為值得信賴的人：能審慎部署 AI、及早發現它何時失效，並把技術能力連結到真實的人和組織的需要。

無論成果是放射科工作流程、個人化課程、招聘篩選、員工入職指南、程式碼修改，還是客服回覆，這些原則都適用。AI 可以協助生產內容，但工作者仍須理解情境及其後果。

建立「人類＋AI」的複合能力

AI 素養如果能與難以用標準化提示詞取代的能力結合，價值會更高，包括：

• 同理心、教學、談判，以及處理敏感例外情況的能力
• 專業知識和結合情境作判斷的能力
• 設定需求和進行高層次系統設計的能力
• 測試、查證事實、追溯來源和分析失效原因的能力
• 保安、私隱和負責任處理資料的能力
• 與持份者溝通及建立信任的能力
• 工作流程設計、落地執行和變革管理的能力

目標並不是宣稱人類在每項工作上都必然勝過 AI，而是培養足夠的判斷力，知道何時 AI 有用、何時不可靠，以及何時必須由人承擔責任。

軟體從業員應該向「更高層」發展

AI 已能生成例行程式碼、測試、文件和原型。這意味著單純的打字速度和逐行輸入能力不再是最有力的差異化優勢；系統架構、保安、資料設計、除錯、整合和產品判斷，將變得更加重要。

因此，一份更有說服力的軟體開發作品集，不應只展示 AI 生成的程式碼，還應說明：

1. 系統要解決甚麼問題
2. 為甚麼選擇這種架構和資料模型
3. 程式碼如何測試和覆核
4. 曾考慮哪些保安和私隱風險
5. 哪些部分由 AI 生成、修改或被拒絕
6. 當模型出錯時，系統會如何反應

這種做法把 AI 從捷徑變成工程判斷力的證明。

用一個小型作品集專案鍛鍊判斷力

以低程式碼工具製作個人化嬰幼兒活動追蹤器，是一個相當適合的練習專案。它同時涉及使用者需求、資料結構、提醒功能、介面設計和安全決策。

專案可以包括：

• 清晰定義的使用者問題和目標受眾
• 用於活動、時間表和進度的簡單資料結構
• 原型畫面和提醒規則
• 由 AI 協助起草的邏輯、文字或工作流程
• 對錯誤、不完整或互相矛盾輸出的測試
• 一份簡短說明，交代私隱、存取權限和資料保留措施

開發期間應使用合成資料。除非具備清晰的私隱和保安控制，否則不要把兒童可識別的健康或個人資料放入公共 AI 服務。這個專案的價值不只在於應用程式本身，更在於你能否記錄設計背後的推理，以及為自動化設定清楚界線。

按職業成果選擇培訓，不要只看課程名稱

有用的 AI 課程應該在結束時產出一些你能實際應用或展示的成果，例如 AI 輔助客服流程、招聘篩選治理清單、入職助理、報告自動化工具，或經過測試的程式開發工具鏈。

報讀前，可先確認課程是否涵蓋：

• 評估和品質保證
• 資料保護及負責任使用
• 人工覆核和升級處理
• 工作流程落地執行
• 與你所在業界相關的真實使用情境

提示詞撰寫可以是課程的一部分，但不應成為全部策略。最有力的學習證明，是讓真實工作流程變得更安全、可量度和更有效率。

新加坡的 AI 培訓支援可作為實際起點

新加坡已宣布在 MySkillsFuture 平台推出 AI 就緒度診斷工具，協助工作者評估目前程度並獲得課程建議。 從 2026 年下半年起，報讀指定 SkillsFuture AI 課程的新加坡公民，預計也可獲得六個月免費的進階 AI 工具使用權，讓他們在課堂以外持續練習。

現有培訓規模亦相當可觀：截至較早一個年度，SkillsFuture 支援的 AI 相關課程約有 1,600 個，共提供 137,000 個培訓名額，超過 105,000 人參與。 由人力部、全國職工總會（NTUC）和新加坡全國僱主聯合會（SNEF）組成的三方就業理事會，則旨在協助企業採用 AI，同時支援員工和職位轉型。

合資格條件、指定課程和可使用的工具都可能改變。投入時間或金錢前，應直接透過相關官方計劃確認最新詳情。

一套可執行的 90 天計畫

第 1 至 2 週：建立基礎。 了解模型、幻覺、上下文、檢索、私隱、評估和代理工作流程等基本概念。練習時只使用低風險資料。

第 3 至 6 週：改善一項工作流程。 選擇一項重複性工作，先建立基準，再測試 AI 輔助版本，並記錄節省時間、錯誤、返工和人工介入次數。

第 7 至 12 週：建立並展示專案。 製作一個與工作相關的小型原型，記錄輸入和輸出，測試失效情況，並解釋所採取的安全措施。展示時同時說明商業價值和使用限制。

目標不是在例行產出方面與 AI 競爭，而是成為值得信賴的人：能審慎部署 AI、及早發現它何時失效，並把技術能力連結到真實的人和組織的需要。