使用 生成式AI 的過程中，你需要使用任何的電腦程式語言嗎？
生成式AI 之所以有這麼強大的功能背後是有NLP、LLM、….等的電腦技術，當然也不僅侷限這些資訊技術而已，也還包括其他相關資訊科技！特別要提醒大家的是如果你對相關技術領域非常有興趣而想要學習更多，那是絕對的好事！對於資訊、科技和技術方面了解不多的人（普通民眾來說），希望不要因為這些資訊科技的技術名詞影響了你的學習進度。
開車有需要了解汽車製造原理嗎？
好比我們絕大多數人會開車，但是你真的需要對整個汽車的製造技術、零組件的有效運作原理、機械運作、材料技術等等有深度研究嗎？懂原理的人在車輛發生問題時，有絕對的幫助！但對閱讀到這裡的你來說是不實際的，但能夠因此不會開車嗎？理論上不能吧，所以更應該學習的是「技巧」，更快速地學習專業技能，那才是真正成長的關鍵。
生成式AI 沒有回答你的問題怎麼辦？重新聚焦提問
回到 生成式AI ，有時候你會發現 生成式AI 對你的問題提供了擦邊球的解答該怎麼辦？這其中的原因可能是你的提問稍微廣泛、未能有效聚焦，或是你的提問問題的本質太複雜，必須細分成不同的層面來找出答案。此時，最直接的解決方式是重新描述欠缺的那部分。既然AI已經回答了你部份的問題，你可以重新聚焦另一單元或層面的問題。
如何讓AI給出更深入的答案？實例分享
以HR的招募甄選為例：
生成式AI 回答了你某個職缺應該如何招募的答案，但你希望獲得更多如何甄選應徵者的資訊，此時，你可以重新描述問題，但更著重在甄選的方式、程序、方法…等等，有可能就此得到你原本覺得欠缺的部份。
另外一個情況是，在AI的回答中，當我們遇上不理解的名詞；舉例來說：主管面試很重要的一環「STAR面談法」，對於不熟悉名詞解釋的使用者可以重新聚焦在該名詞上，並針對STAR面談提出更多的相關問題。
更多全球趨勢相關文章：知識庫
歡迎追蹤士才臉書專頁看更多文章！
