本文重點
AD-Linkage ·
已經用 AI 寫過文案,下一步想處理公司資料、客戶查詢或重複工作,應該學甚麼?PCPPMAI「人工智能應用績效實戰專業證書」由提示工程延伸至生成式媒體、企業知識庫、智能體與數據追蹤。本文按工作需要拆解五大課題,並以一個 FAQ 應用示例,說明學習時要建立哪些能力。第 3 期於 2026 年 9 月 29 日開課,同日截止報名。

1. 先從工作需要,判斷這條 AI 學習路線是否適合你
選擇 AI 課程時,可以先寫下最近一次令你反覆花時間的工作。是每次製作內容都要重新解釋品牌?同事找不到有效版本的產品資料?還是每週要從幾份報表整理相同數字?這些問題所需的能力不同,不能只看課名有沒有最新工具。
| 工作角色 | 常見需要 | 值得建立的能力 |
|---|---|---|
| 營銷與電商人員 | 產品資訊要變成文案、圖像、影片及活動內容 | 交代製作要求、保持事實一致、比較版本與成效 |
| 行政、營運與客服 | 資料分散,經常重複找答案及整理文件 | 整理知識來源、拆解任務、設定核對與交接 |
| 管理人員與中小企負責人 | 知道 AI 有用途,但未能判斷先做哪項工作 | 看懂資料要求、工具角色、應用限制及驗收結果 |
PCPPMAI 的主線是 AI 實際應用,連接績效營銷、電子商務及日常工作。若你的目標是建立這些工作能力,可進一步對照以下課題;如果只想解決一項很窄的軟件設定,亦應先確認自己是否需要整個課程的學習範圍。
2. 五大課題:由清楚交代工作,到處理知識與流程
以下按現行 PCPPMAI 課程頁整理。第三欄是幫助你理解應用的本文例子,不是指定作業或每位學員必定完成的項目。
| 官方課題 | 學習重點 | 可對照的工作 |
|---|---|---|
| AI 助手與提示工程 | 理解助手的應用邏輯,交代背景、要求及限制 | 根據產品資料準備內容簡報,列明受眾與不能改動的事實 |
| 生成式 AI 與媒體製作 | 協助製作圖像、影片、廣告及電商內容 | 為同一產品構思素材版本,再核對畫面與商品資訊 |
| 企業知識庫與專屬助手 | 認識 RAG,以及品牌、產品資料的應用 | 讓同事查找服務條款,取得答案及可核對來源 |
| 智能體與流程自動化 | 理解 AI Agent、MCP 及工作流程自動化方法 | 拆解收取資料、整理草稿、交同事覆核的流程 |
| 數據追蹤與應用原型 | 結合 Google AI、Google Analytics 與 Vibe Coding | 分析轉換資料,實作營銷頁面或追蹤原型 |
五項能力之間有先後關係:要求不清楚,生成內容便容易偏離;來源未整理,知識查詢便難以核對;未有驗收標準,自動化只會更快重複錯誤。工具版本會變,理解這些關係有助你判斷新工具是否適合目前工作。
3. 完整工作例子:用已批准 FAQ 準備客服回覆
假設一家設備維修公司,想讓同事較快處理服務查詢。以下公司、文件及客人問題均為虛構示例。我們先把目標定為「根據已批准資料,產生附來源的回覆草稿」,暫不包括自動發送、查即時預約或修改訂單。
公司準備《服務 FAQ》第二版,列明負責人與生效日期,其中三條規則是:標準檢查包括遙距初步診斷;如需上門,須另行報價;周末是否有時段,交由服務部確認。這份資料已足夠設計第一輪練習,毋須加入全公司文件。
客人問:「我部設備唔着,標準服務包唔包上門?星期六可以嚟嗎?」一段有用的草稿應是:「標準檢查包括遙距初步診斷;如需上門,須另行報價。星期六是否有可用時段,需由服務部確認。請提供設備型號及故障情況,方便同事跟進。」內部核對欄另列 FAQ 版本及對應段落。
這個答案沒有自行承諾免費上門或可用時間。讀者真正要學會的,是把有根據的回答、尚欠資料及需要同事決定的事項分清楚。
4. 從資料到草稿:看清 RAG、Agent 與人手的分工
RAG 是先從指定資料找相關內容,再讓模型根據檢索結果整理答案的做法。AI Agent 可按設計協助處理多步驟任務及使用工具。兩者都需要先設定資料、操作範圍與失敗時的處理方式,不能只靠一句「幫我全自動做」。
- 整理來源:只納入目前批准版本,為每項規則保留文件名稱、生效日期及負責人。舊版本另行保存,避免同時成為現行答案。
- 定義輸入:收到查詢後,先識別問題屬服務範圍、即時安排還是例外要求;資料不足時列出要補問的項目。
- 檢索依據:從 FAQ 找出相關段落。沒有查到支持資料,就標記未能確認,而非要求模型憑常識補完。
- 整理草稿:交代香港用語、回答長度、需附來源及不能作出的承諾,輸出回覆與待辦。
- 安排交接:如需確認星期六時段,建立供服務部處理的待辦草稿。真正查排班或建立工單,須另有已設定的工具與權限。
- 人手核對:負責同事查看來源、漏答及承諾,修正後才決定如何向客人回覆。
第一次練習可把任務寫成以下簡報,先觀察來源是否足以回答,再討論工具如何串連:
請只按提供的現行服務 FAQ 整理回覆草稿。先列出客人的各項問題,再分成「有依據可回答」「資料不足」及「需服務部決定」。輸出客人可閱讀的回覆,並在獨立內部欄列出文件版本、依據段落和待辦。不得自行承諾上門費用或可用時段;本次只產生草稿,不發送訊息或修改紀錄。
運用自動化方法串連步驟時,學習重點包括哪些資料傳到下一步、哪裏需要停下,以及如何知道上一個操作成功。MCP 可以協助連接工具與資料,但不會自動替公司決定誰有權讀取或修改紀錄。
5. 怎樣驗收?正常答案之外,亦要測試錯誤與缺漏
只問一次「包唔包上門」而得到正確答案,仍不足以判斷方法可靠。可以建立一張測試表,每條問題保留預期答案、實際輸出、來源及修正原因。以下測試均沿用上述虛構 FAQ。
| 測試問題 | 合理結果 | 要找的錯誤 |
|---|---|---|
| 標準檢查包括甚麼? | 按現行 FAQ 回答遙距初步診斷 | 加入文件未列出的服務 |
| 上星期同事話免費上門 | 指出現行安排,將個別承諾交負責人核對 | 把客人轉述當成已批准政策 |
| 星期六上午一定得嗎? | 說明需要服務部確認 | 在未查時段下答應預約 |
| 換成新一版服務文件 | 使用新版本,來源亦同步更新 | 答案仍引用停用條款 |
| 幫我改埋訂單地址 | 識別為額外操作,轉交或按批准流程處理 | 聲稱已完成實際未執行的修改 |
發現錯誤後,要分清是資料缺漏、檢索錯段、指令含糊,還是流程沒有正確停下。例如找不到來源,應先修資料與檢索;不宜只反覆加上「請準確回答」。每次修正後重測原問題及相近問法,才知道改動是否有效。
假設第一次回答引用已停用的第一版,說「包免費上門」。修正紀錄應寫明:舊版本仍在可查資料中,已撤出現行範圍並核對第二版;重測「上門點收費」及「標準服務包啲乜」,確認答案與來源一致。這比只把輸出手動改對更有學習價值,因為你找到了下次會再發生的原因。
同時記錄從收到問題至完成覆核的整體步驟,包括同事修改了甚麼。生成快了但核對更慢,未必改善工作;答案有根據、待辦清楚,才值得繼續調整。
6. 課程應用原型,與公司正式使用的系統有何分別?
學習原型的目的,是理解方法、完成一段流程並找出問題。正式交給同事或客人使用,還需要處理更完整的運作條件。兩者都有價值,但完成練習不代表企業部署亦已完成。
| 項目 | 學習原型 | 正式應用還要處理 |
|---|---|---|
| 資料 | 公開或虛構的小型樣本 | 資料擁有人、存取權限、版本更新及保存安排 |
| 操作 | 整理答案或待辦草稿 | 系統接駁、寫入權限、重複操作及錯誤復原 |
| 測試 | 已知案例及預期答案 | 實際使用情況、例外、負荷與持續監察 |
| 責任 | 由學習者檢查成果 | 指定維護人、事故處理、人工接手及交接文件 |
把上述客服例子正式推出前,公司亦要確認供應商條款、可用帳號、資料處理位置及持續用量。若你是企業負責人,學習這些基礎可幫助你提出具體問題、判斷提案範圍;若需要代為建立及維護公司系統,則屬另行規劃的企業 AI 轉型服務。
7. 報讀前自評:目前最需要補哪一種能力?
可以用以下問題整理自己的起點。這不是入學測驗,也不是要求報讀前已經懂得全部技術,而是幫你帶着明確目標學習。
- 能否用幾句話講清楚工作要交付甚麼,以及誰會使用?
- 能否找到目前有效的資料,並分辨公開、內部及不應使用的內容?
- 收到 AI 答案後,能否指出哪句有根據、哪句仍需查證?
- 能否把一項工作分成輸入、處理、核對與交接?
- 能否說明學會方法後,準備在甚麼小型任務試用?
若你經常卡在前兩題,先重視提示工程與資料整理;若答案已有品質,但每次仍要手動串連,便要留意智能體及流程的設計;若已經製作內容或營銷頁面,卻不知道下一步如何改善,數據追蹤便更相關。這些判斷有助你比較課程內容與自身需要,而不只是收集工具名稱。

8. 課前準備:一份小型資料包,比一整個公司硬碟更實用
你可以準備一頁工作簡報:使用者是誰、要處理哪個問題、可用甚麼資料、交付格式,以及如何判斷完成。例如把目標寫成「依三條已批准 FAQ 準備客服草稿,內部附來源,時段問題交服務部」,便比「建立智能客服」容易練習。
- 來源包:一至三份公開或自行編寫的示例文件,保留版本及適用條件。
- 問題包:幾條正常問法、資料不足的問法及超出範圍的要求。
- 答案包:自己可核對的參考答案,列明不能承諾的事項。
- 比較紀錄:記下原本怎樣做、用了哪些步驟,以及容易出錯的位置。
未獲授權的公司文件、客戶對話及個人資料,不應直接帶入工具作練習。即使移除姓名,罕見事件、電話、訂單內容亦可能識別當事人;以虛構樣本重現工作結構,通常更適合首次練習。實際課堂所需帳號、裝置及材料,應按正式課程通知準備。
9. 第 3 期安排:30 小時混合教學,先核對個別課堂日期
PCPPMAI 第 3 期為 2026 年 9 月 29 日至 11 月 3 日,全期 30 小時,採網上與實體課堂混合教學。上課時間為晚上 7:00 至 10:00,涉及星期二、四、五;這不代表每星期均有三堂。逐堂日期及教學模式,請透過課程顧問索取正式時間表。
實體地點為沙田石門安耀街 5 號 W Luxe 27 樓 S1 室。第 3 期考試日期為 11 月 3 日;詳細修畢、出席及評核要求,以正式課程文件及通知為準。
報讀須符合其中一項入學要求:持有高級文憑或副學士;或文憑試五科第 2 級/會考五科 E 級並有兩年相關工作經驗;或持有應用教育文憑/毅進文憑並有兩年相關工作經驗;或持 QF 第三級相關資歷並有至少兩年相關工作經驗。可先讓顧問核對學歷及經驗,再安排報名。
10. 核對學習證據與 CEF 條件,安排 9 月 29 日前報名
除了課題,也可以查看已有學員的回應。現行課程頁列出的第一期資料包括 40 份紙本問卷、整體平均 4.29/5;對「更深入了解 AI 應用」的正面回應為 37/39,即 94.9%。這是第一期受訪者的學習回饋,不能改稱全部學員的成功率,也不保證未來個別成果。
課程現行頁列明屬資歷架構第四級,並列入 CEF 可獲發還款項課程名單。申請人仍須符合基金資格、餘額、成功修畢及申請要求;資助不是報名時自動扣減。可先閱讀CEF 申請方法及政府 CEF 資格說明,再確認自己的安排。
第 3 期於 2026 年 9 月 29 日開課,同日截止報名。如果五大課題與你的工作需要相符,下一步是核對入學資格、正式時間表及課程要求,再透過第 3 期網上報名入口提交申請。你亦可先查看完整 PCPPMAI 課程資料,帶着自己的工作例子向課程顧問了解。
常見問題
PCPPMAI 是否只教授寫 Prompt?
不是。現行課程由 AI 助手與提示工程開始,延伸至生成式媒體、RAG 企業知識庫、AI Agent 與流程自動化,以及數據追蹤和應用原型。實際工具按版本及教學需要調整。
已經懂得用 AI 寫文案,還可以學甚麼?
可以對照自己是否仍需處理企業資料、跨文件查詢、多步驟任務或成效分析。若只欠個別工具操作,應先確認整體課程是否符合需要;若想連接內容、知識及流程,則可按五大課題與顧問討論。
沒有公司資料,可以做本文的練習嗎?
可以使用公開資料或自行編寫的虛構 FAQ,保留版本、限制及參考答案。本文示例用於理解工作方法,並非課程指定作業;正式課堂材料及準備要求按課程通知。
完成課程,是否就有一套可對外運作的 AI 客服?
不能這樣推定。課程包含知識庫、智能體與應用原型等學習主題;正式企業客服還涉及資料授權、系統接駁、實際測試、監察及維護。需要代為導入時,應另行確認服務範圍。
第 3 期是否每星期二、四、五都上課?
現行頁列出涉及星期二、四、五,時間為晚上 7:00 至 10:00,但沒有表示每週三堂。全期 30 小時、混合教學,逐堂日期及網上/實體安排請索取正式時間表。
報名截止與 CEF 申請截止是否同一天?
不是。第 3 期報名截止及開課日為 2026 年 9 月 29 日。CEF 是符合資格並成功修畢後申請發還款項;現行一般規則為成功修畢後一年內提交,仍須符合政府及課程要求。
PCPPMAI 第 3 期|9 月 29 日截止報名
從自己的工作需要出發,了解人工智能應用績效實戰專業證書。核對入學資格、正式時間表及課程要求後,提交第 3 期報名申請。
報名 PCPPMAI 第 3 期WhatsApp 9319 9306 查詢