Learn These 6 AI Skills Now (Before AI Replaces You)

AI 取代工作的浪潮不可逆，就像社群媒體取代報紙、Netflix 取代有線電視一樣。影片講者認為，多數人對於「如何在 AI 時代保持競爭力」的理解存在根本性錯誤——他們以為必須換工作或學全新技能，但實際上，在現有崗位上成為「AI 達人」才是更有效的策略。

第一個技能是建立圈子內的相對優勢。你不需要成為全球最頂尖的 AI 工程師，只需要在自己的團隊或公司裡，比其他人更早、更主動地使用 AI。關鍵行動是挑一個真正用得上的工具（講者目前首選 Claude），找出工作中每週都在做的一件事，用 AI 讓它變得更快更好，然後把結果展示給身邊的人看。IBM 2026 年 CEO 研究指出，85% 的企業領導者要求所有職能部門主管都要成為本領域的科技專家，這意味著 AI 滲透的不只是工程部門，而是行銷、財務、法務、客服等每一個角色。就像 Excel 問世時，堅持手寫計算的會計師被淘汰，而第一批學會 Excel 的人直接把工作效率提升五倍以上；現在的 AI 也是一樣，只是規模更大。

掌握工具之後，第二個技能「品味與判斷力」才是真正的護城河。AI 輸出越來越好，容易讓人鬆懈，不再細讀就直接發出。但若輸出中充斥著 AI 慣用的 em dash，熟悉你的人一眼就能識破，進而質疑整份內容的真實性。講者強調，AI 是生成工具，品味是決定哪些輸出值得掛上你名字的那道關卡，因為不論 AI 寫了什麼，成品的功過最終都由作者承擔。培養品味的具體做法是：系統性研究領域內的優秀範例，建立個人喜好的素材庫，並把每一次對 AI 輸出的修改原因回饋給系統，讓 AI 逐步學習你的風格與標準。

第三個技能是脈絡工程。提示詞工程（Prompt Engineering）隨著模型進化而重要性遞減，但 AI 永遠無法憑空得知你的業務現況、專業知識與個人判斷——這些才是輸出差異化的根源。講者的做法是建立「AI 作業系統」，把所有相關資料（會議紀錄、YouTube 影片、Slack 頻道、電子郵件、任務系統）全部接入，讓 AI 對他的工作狀態了解程度甚至超過他自己。實際操作上，不要每次都開一個空白對話，而是為特定專案建立一個 Claude Project，把產品規格書、行銷日曆、過往成功與失敗案例全部放進去，AI 才能給出真正客製化而非通用的建議。

第四個技能是迭代速度，第五個技能是建立常駐的 Jarvis 系統。前者強調快速原型、即時修正，而非追求一次完美；後者強調讓自動化在你不在場時也能自行運作，真正產生槓桿效應。在打造 Jarvis 時，最關鍵的判斷力在於區分「工作流程」與「AI Agent」的使用時機：固定觸發的結構化任務（如每天早上九點從 Stripe 拉上週營收貼到 Slack）只需簡單的工作流程，使用 AI Agent 反而增加成本與失敗風險；而需要推理、理解意圖、生成內容的任務（如讀取客服信件並草擬個性化回覆）才真正需要 Agent。能做出這個判斷的人，才是真正理解商業問題的 AI 達人，而不只是在追 AI 潮流。

第六個技能是打造「失業保險」，也就是以 AI 為槓桿、從同一個專業領域分支出多元收入來源。講者不建議同時跨多個完全不同的領域，那樣容易燒盡精力；而是以現有職業為核心，把同一份專業知識打包成線上課程、利基電子報、部落格、微型 SaaS 或顧問服務。起步時聚焦一條支線，建立動能後再分支。他也提到「建立公開形象」的重要性——當人們越來越透過 AI 介面搜尋資訊時，若你在網路上幾乎沒有公開內容，AI 就找不到你，你的可見度與可發現性就會大幅降低。