概念篇



第 1 章　AI 基礎與生成式 AI 核心概念

1.1 什麼是 AI？定義、特性與提問的重要性

1.2 AI 的基礎技術與運作機制

1.3 主流模型、比較與輸出類型

1.4 2024 年至 2025 年AI 技術進展

1.5 AI 的限制、能力邊界與負責任使用

1.6 本章考題整理



第 2 章　生成式 AI 的實際應用

2.1 商業應用場景與辦公自動化：生成式 AI 驅動的企業轉型

2.2 創意產業應用與內容創作：從神隊友到共同創作者

2.3 教育、語言學習與學術研究：AI 賦能學習新時代

2.4 技術與程式開發輔助

2.5 知識管理與資料整理 NotebookLM 實戰：告別資訊爆炸的焦慮

2.6 本章考題整理



第 3 章　生成式 AI 的限制與風險

3.1 技術限制與能力邊界：認識 AI 的「極限」與「盲區」

3.2 模型幻覺 Hallucination 問題與資訊驗證：避免 AI 瞎掰的陷阱

3.3 深度偽造 AI 偏見與倫理風險：科技的雙面刃與防範

3.4 企業使用風險與負責任使用原則

3.5 本章考題整理



第 4 章　提示詞工程（Prompt Engineering）

4.1 提示詞基礎

4.2 提示詞設計黃金法則

4.3 進階提示詞技巧

4.4 溫度與參數控制

4.5 提示詞安全與防禦

4.6 多語言提示策略

4.7 本章考題整理



第 5 章　圖表判讀與資料視覺化

5.1 資料視覺化基礎：AI 讓數據「說話」的藝術

5.2 常見圖表類型與應用

5.3 AI 生成圖表的方法：從程式碼到對話式分析

5.4 圖表誤導與識別

5.5 圖表設計最佳實踐：準確、清晰、一致的黃金準則

5.6 本章考題整理



第 6 章　AI 偏見與倫理

6.1 AI 偏見的來源與社會影響：數據裡的隱形歧視

6.2 常見 AI 偏見類型：社會刻板印象的數位複製

6.3 偏見識別與評估：建立 AI 公平性的制度防線

6.4 偏見緩解策略：從源頭到應用建立公平性防線

6.5 生成式 AI 倫理原則：科技發展的道德指南

6.6 倫理邊界與禁區

6.7 本章考題整理



第 7 章　隱私、法律與合規

7.1 資料隱私保護：AI 時代的個資防護與法律責任

7.2 主要隱私法規：跨國界 AI 應用的法律底線

7.3 智慧財產權：AI 創作的版權爭議與法律界線

7.4 版權風險與侵權：AI 創作背後的法律地雷

7.5 法律責任與歸屬：AI 決策下的最終承擔者

7.6 特殊領域合規

7.7 本章考題整理



第 8 章　ChatGPT 安全使用指南

8.1 ChatGPT 的運作與記憶機制

8.2 敏感資訊保護：使用 AI 的安全與倫理界線

8.3 社群與平台使用規範：AI 互動的倫理與法律底線

8.4 企業級 ChatGPT 與安全架構：效率、治理與合規並重

8.5 安全操作建議：讓 AI 成為可靠夥伴的日常守則

8.6 本章考題整理



第 9 章　AI 檢測與真偽辨識

9.1 AI 生成內容的真偽挑戰與幻覺問題：數位時代的信任危機

9.2 AI 生成內容的特徵與人工檢測方法：人類肉眼的力量

9.3 AI 檢測工具與技術與資訊驗證：辨識數位偽造的利器

9.4 AI 檢測的限制與社會責任：提升公民的數位鑑別力

9.5 本章考題整理



第 10 章　生成式 AI 的未來與負責任使用

10.1 生成式 AI 的未來趨勢與技術方向

10.2 AI 與人類協作：就業的新關係 - 能力放大器的時代

10.3 負責任 AI 的核心原則與治理：確保科技發展的安全與倫理

10.4 AI 素養、倫理與終身學習：數位時代的競爭力基石

10.5 本章考題整理



應用實戰篇



第 11 章　用 AI 學英文，提升學習效率

11.1 AI 如何幫助英文學習

11.2 AI 生成例句、對話練習

11.3 英文寫作錯誤修正與改進建議

11.4 AI 模擬英語老師，提供學習建議

11.5 AI 輔助聽力與口說訓練

11.6 英文學習 AI 工具推薦與實戰

11.7 本章練習題



第 12 章　用 AI 學程式設計，讓學習更有效率

12.1 AI 在程式學習上的優勢與限制

12.2 如何用 AI 解析程式碼與錯誤除錯

12.3 AI 幫助學習新程式語言（Python、Java、C++ 等）

12.4 自動生成範例程式與最佳化程式碼

12.5 AI 輔助資料結構與演算法學習

12.6 AI + GitHub Copilot：如何有效提升程式開發效率

12.7 本章練習題



第 13 章　AI 幫助日常工作，提升效率

13.1 AI 如何成為你的工作助理

13.2 AI 幫助寫 Email、報告

13.3 AI 會議記錄與資訊整理

13.4 AI 自動化 Excel / Google Sheets 資料分析

13.5 AI + Notion、Trello 來管理工作流程

13.6 本章練習題



第 14 章　AI 內容創作大解密

14.1 AI 文章寫作的應用與限制

14.2 如何用 AI 撰寫部落格、行銷文案

14.3 AI 助力影片腳本、Podcast 文案製作

14.4 AI 生成圖片與影片（DALL · E、Runway、Midjourney）

14.5 AI 幫助創意發想與內容改寫

14.6 本章練習題



第 15 章　NotebookLM 與 AI 知識管理

15.1 下一代 AI 增強知識管理與內容吸收工具

15.2 NotebookLM 操作指南：從文件匯入到知識萃取

15.3 本章練習題



第 16 章　模擬試題與解答解析

16.1 倫理、隱私與法律責任

16.2 模型與偏見

16.3 提示詞工程與內容生成

16.4 視覺與多媒體生成

16.5 數據分析與視覺化

16.6 知識驗證與 AI 基礎概念

16.7 AI 應用與客製化

16.8 社會影響與教育應用



附錄 A

A.1 AI 工具推薦

A.2 AI 使用十大常見錯誤快速參考表

A.3 AI 大事紀：從邏輯運算到通用人工智慧（AGI）

A.4 AI 名詞解釋

A.5 AI 重要人物

A.6 AI 重要公司、機構、組織

A.7 CCS 生成式 AI 人工智慧核心能力國際認證簡介（CCS Generative AI Foundations）