運用 AI 提升工作效率（Gemini 主軸版）
課程目標
- 能夠說出生成式 AI 發展趨勢及因應策略，並辨識 AI 生成內容的正確性
- 能夠掌握提示詞工程五要素，並產出《企業專屬 Prompt 懶人包》
- 能夠運用 Gemini 結合 NotebookLM 進行深度研究與資訊圖表製作
- 能夠運用 Canva、Nano Banana 生成圖片與數位小工具
- 能夠設計專屬 Gem / New Gem 助手與自動化工作流
課程資訊
建議時數 : 7 小時
建議對象 : 已採用 Google Workspace 之企業、公司 AI Policy 以 Gemini 為主
主要工具 : Gemini、NotebookLM、Canva、Nano Banana、Gem / New Gem
適用情境 : Google 生態系客戶、重視資訊安全政策之企業（可客製產業 Prompt 懶人包）
課程設計
| 順序 | 單元主題 | 教學重點 |
| 一、生成式 AI 導論 | 本章學習焦點 | |
| 1-1 | 生成式 AI 發展趨勢與職場應用 | AI 技術演進、典型應用案例、職場思維原則。 |
| 1-2 | AI 安全使用與幻覺風險 | 資料識別化、AI 幻覺辨識與降低策略。 |
| 二、提問工程核心 | 本章學習焦點 | |
| 2-1 | ChatGPT 常見應用面向 | 跨職能應用案例、指令探索與演練。 |
| 2-2 | 五要素提問架構 | 角色扮演 + 工具設定 + 目的 + 輸出 + 參考資料。 |
| 2-3 | 四大提問策略 | 綜合演練，提升 AI 回應精準度。 |
| 三、ChatGPT 多元功能實戰 | 本章學習焦點 | |
| 3-1 | 專案功能與記憶管理 | 專案記憶設置、特定指令設計、參考檔案放置。 |
| 3-2 | Canvas 撰寫報告與程式小助手 | 長文件協作、程式碼輔助撰寫演練。 |
| 3-3 | 指令優化與自動化流程 | 重複性工作的指令模組化設計。 |
| 四、NotebookLM 知識管理 | 本章學習焦點 | |
| 4-1 | 特定主題內容搜集與摘要 | 資料匯入、重點彙總、自動產生摘要。 |
| 4-2 | 跨文件彙總、分析與引用 | 多來源資料整合與引用溯源。 |
| 五、Gemini 進階工作坊 | 本章學習焦點 | |
| 5-1 | 深度研究與資訊圖表製作 | Gemini Deep Research、資訊圖表輸出。 |
| 5-2 | Nano Banana 圖片生成 | 圖片提示詞設計、商用場景應用。 |
| 5-3 | Gem EM 專屬助手設計 | 角色、任務、指令的打造與驗收。 |
| 六、綜合演練與回顧 | 本章學習焦點 | |
| 6-1 | 學員實作成果分享與行動承諾 | 回顧學習重點、制定課後行動清單。 |
教學方法
講授法、案例分析、個人演練；產出企業專屬 Prompt 懶人包與 Gem 助手。
