生產力

AI 證照考完還是找不到工作？面試官想看的其實是…..

AI證照能證明你學過，作品集才讓面試官看見你能不能完成真實任務。

沈以寧 2026年7月18日 14 分鐘閱讀

14 次瀏覽

週六下午的咖啡店，沛哲把筆電轉了個角度，避開窗外的光。

螢幕上是一頁 AI 課程介紹，他用滑鼠把畫面拉到最下面，停在那塊放著「結業證書」樣張的區塊，燙金邊框、課程名稱、一串看起來很正式的編號。

他把證書頁面截了圖，又切回另一個分頁：那是他自己還沒寫完的履歷。

技能欄寫著「熟悉 ChatGPT、Midjourney」，下面接著一個空白的作品集連結，連結後面什麼都還沒放。

他想要的，是一個能讓面試官相信他的東西。

可是盯著這兩個畫面，他心裡冒出一句沒說出口的話：我需要的到底是那張證書，還是一個能被問下去的作品？

先說結論：AI 證照不是沒有用，但它通常只能證明你「學過」一套課程，沒辦法直接證明你能在真實任務裡把 AI 用對。企業面試更想看的，是你能不能用 AI 完成具體任務、檢查輸出、說清楚成果。這篇不評斷哪張證照好或壞，也不叫你別考；它要幫你做的，是在花錢前先判斷目標職務需要哪一種證據，再決定要考、要上課，還是要做作品。

本文適合這些人看

想學 AI 並拿出證明，卻在「花錢考證照、上課，還是做作品集」之間猶豫的求職者
怕買到看起來有用、面試卻加不了分的證明的轉職者與新鮮人
履歷技能欄只敢寫「熟悉某某工具」，被問細節就心虛的人
正在做職涯輔導，需要幫人判斷學習投入值不值的人

沛哲的兩個分頁：證書頁與空白作品集的對照

沛哲的猶豫，不是因為懶得學，而是因為他分不清楚：一張結業證書和一個寫滿過程的作品集，在面試官眼裡是不是同一種東西。

他的直覺是證書比較省事：報名、上課、考過，就有一張能放進履歷的東西，看起來完整、「我有在進步」。

作品集則麻煩得多，要挑題目、實際做、記錄過程，還要有勇氣把不完美的成果攤出來。

麻煩的那一個，往往才是面試官真正會停下來看的。

問題不在沛哲學得不夠，而在於他還沒分清楚：證書證明的是「我參加過」，作品集證明的是「我做得出來」，而企業招人，要解決的是「進來之後做不做得出來」。

企業那一端的需求是真的：104 人力銀行 2026 年 6 月發布的《AI 人才趨勢報告》統計，台灣 AI 相關職缺每月平均約 10 萬個，近 5 年 AI 人才需求成長 97.6%，遠高於整體招募市場同期的 22.9%。

對沒有經驗的人，門也沒有關上：104 職場力 2026 年的新鮮人求職整理指出，2026 年第一季有 6.7 萬個 AI 相關職缺歡迎新鮮人，其中 62% 不限科系；同一份整理引用的 104《2025 企業年終及 2026 薪酬趨勢大調查》顯示，75% 的企業願意為具 AI 技能的人才加薪，平均增幅 9.5% 以上。

全球的方向也一樣。世界經濟論壇（WEF）2025 年 1 月的《未來工作報告》訪調 55 國、超過 1,000 家大型雇主，86% 的雇主預期 AI 與資訊處理技術會在 2030 年前改變自家業務，AI 與大數據並被列為成長最快的技能。

需求端很熱，沛哲真正要想的，是拿哪一種證據去接住這些機會，才知道有限的預算該往哪邊放。

企業面試在讀的不是知識，而是「能力訊號」

要看懂證書和作品集的差別，經濟學有一個現成的概念正好用得上：勞動市場的「能力訊號」（signaling）。

這個概念有出處：經濟學家 Michael Spence 在 1973 年發表於《Quarterly Journal of Economics》的論文〈Job Market Signaling〉提出訊號理論，這一系列關於資訊不對稱的研究讓他在 2001 年獲得諾貝爾經濟學獎。

起點很簡單：企業在面試時，沒辦法直接看到你腦子裡會什麼，只能透過各種「訊號」去推測你進來之後的表現。

學歷、證照、作品、過去經歷，本質上都是訊號，差別在於它「有多難造假、跟工作任務有多接近」。

一張結業證書是「相對容易取得」的訊號：它證明你完成了課程的學習流程，但通過課程考核，跟在真實專案裡判斷該用哪個工具、發現 AI 寫錯時能不能抓出來，是兩件事。

作品集則是「比較難造假」的訊號，因為它直接展示任務情境：你處理了什麼問題、用了什麼做法、怎麼檢查、得到什麼結果。

訊號越接近真實工作任務，面試官越敢相信。

這也解釋了為什麼「熟悉 ChatGPT」這種寫法幾乎沒有作用：它是一個太弱、太容易宣稱的訊號，幾乎人人都能寫。

換成「我用 AI 把每月 8 份成效報表的整理時間從 3 小時縮到 40 分鐘，並設計了一套人工複核流程避免數字出錯」，訊號強度立刻不同，因為它能被追問，而能被追問的訊號，才是強訊號。

企業端的態度有數據可對照：Microsoft 與 LinkedIn 2024 年 5 月發布的《工作趨勢指數》（Work Trend Index）調查 31 國 3.1 萬名工作者，71% 的企業主管表示寧可錄取資歷較淺但具備 AI 技能的人，也不要資歷較深卻不會用 AI 的人；66% 的主管表示不會錄用沒有 AI 技能的人。

留意這兩個數字問的都是「技能」，不是「證書」；主管要確認的是你會用，確認的方式，就是看你手上有沒有能被追問的訊號。

把不同證明放進這個「訊號強弱」的框架，差異就清楚了：

證明形式	它送出的訊號	面試官會怎麼解讀
結業／課程證書	我完成過一套學習	有基礎、有學習意願，但不確定能否應用
官方或業界認可的能力認證	我通過了較標準化的考核	視該認證在這個職務的市場認可度而定
真實任務的作品集	我做過接近這份工作的事	可以被追問、最接近實際表現
能被追問的面試案例	我能說清楚判斷與取捨	最強訊號，直接展示思考過程

重點不是「證照有沒有用」，而是你手上的證明，是強訊號還是弱訊號。

求職者要安全感，企業要能被追問，這兩種邏輯怎麼拉扯

沛哲身上有兩種聲音在拉扯，而這兩種聲音各有各的道理。

一種是求職者的證明邏輯：有一張證照，履歷看起來比較完整，心裡比較安。

這個想法不是錯的，對剛入門的人來說，一套有架構的課程確實能提供學習起點，避免東學西學什麼都不成形；證書也能在你完全沒有相關經歷時，至少送出「我認真學過」的訊號。

證照能增加曝光，也有數據支持：104 學習精靈 2023 年發布的《職場學習調查白皮書》統計近三年資料，履歷上有證照的求職者平均每月獲得 11.3 次面試邀約，比沒有證照的 8.4 次多出 34.5%。

合理，但盲點在這裡：證照不一定能證明你在真實工作情境裡的應用能力，只有證書、沒有作品，面試官很難判斷你會不會用。

另一種是企業與面試官的證據邏輯：我要看的是你能不能把工具用在任務上。

這也站得住腳，作品和任務經驗更容易被追問、被驗證，問你「為什麼選這個工具」「AI 輸出錯了你怎麼發現」，當場就知道你是不是真的做過。

面試官的戒心不是憑空來的：104 人力銀行 2025 年《人資 F.B.I 報告》調查，56.7% 的企業認為求職者履歷內容與實際面試表現的落差正在擴大，這讓「經不經得起追問」比「履歷上寫了什麼」更關鍵。

這一面的盲點是：如果完全不看任何學習證明，可能會錯過那些剛投入、還在累積作品、但學習動機很強的新手。

所以這兩種邏輯不是誰對誰錯，最後都要回到同一個問題：你手上這份證明，能不能回答「你用 AI 做出了什麼」？

能回答的，就是強證據；不能回答的，就只是補充。先用這個問題判斷方向，再決定預算要先花在哪。

證照、課程、作品集、面試故事：四種投入各自證明什麼

把上面的判斷收成一張可以馬上對照的表，不是要你只挑一種，而是幫你看清楚這四種投入各自「在證明什麼」，再依目標職務排順序。

投入形式	它適合證明什麼	花錢前要先確認	行情參考（2026 年 7 月查）	下一步具體動作
證照	你完成了一套基礎學習	目標職務或產業是否認這張證照	政府 iPAS「AI 應用規劃師」優惠期初級每科 400 元、中級每科 500 元	先到目標職缺的徵才條件查有沒有指名，再決定考不考
課程	補足概念與練習	是否有實作作業與真人回饋，而非只看影片	培訓班一例：商研院初級班 11,000～13,750 元（各家不同）	挑一堂有產出作業的課，把作業留下來當作品素材
作品集	你在真實任務中的應用能力	是否說清楚問題、做法、檢查與成果	不用報名費，成本是時間與一件真實任務	用真實任務做一件，例：每週 30 封客服信用 AI 先分類、自己複核，記下錯分率怎麼降，寫成「問題、做法、成果」
面試故事	你的判斷與取捨能被追問	能不能在 2 分鐘內講完且回答追問	免費，成本是整理與演練	把作品改成 2 分鐘口述版，例：『每週 30 封客服信，AI 先分類、我逐封複核，三週後錯分率從兩成壓到 5%』，再預想 3 個會被追問的點

行情欄的證照數字有官方口徑：經濟部 iPAS 產業人才能力鑑定的「AI 應用規劃師」，2026 到 2027 年的優惠方案是初級每科 400 元、中級每科 500 元，2028 年起恢復原價初級每科 1,200 元、中級每科 1,500 元，以上依 2026 年 7 月查閱的官方簡章為準。

課程的價差就大得多，以商研院數位創新學院 2026 年 8 月開的 iPAS 初級培訓班為例，18 小時實體課定價 13,750 元、早鳥價 11,000 元，各家與各梯次價格不同，報名前以官網公告為準；同一筆錢拿去做一件真實任務的作品，一毛報名費都不用，這正是判斷表要你先想清楚順序的原因。

沛哲對照完這張表，做法就清楚了：先去查目標職缺有沒有指名某張證照，有就值得考；沒有，那筆錢與其拿去考一張不被指名的證書，不如先把那個空白的作品集連結填滿一件真實案例。

記住這張表的用法只有一句：投資任何證照或課程之前，先寫下「目標職務需要哪一種證據」，再倒推要考、要學，還是要做作品。

把學習變成一個能被面試官問下去的作品案例

判斷表裡最容易被跳過、卻最能拉開差距的，是「把學習變成作品案例」這一步。

很多人卡在這裡，是因為以為作品集一定要很大、很厲害。

面試官想看的不是規模，而是你有沒有完整走過一遍「面對任務、用 AI、檢查、交付」的流程，一個小而完整的案例，遠勝過一張說不出細節的漂亮證書。

把一件作品整理成這三層，履歷和接案提案立刻會不一樣：

問題：我面對的是哪一件具體任務（不是「我會用 AI」，而是「我要每週整理一份競品動態給主管」）。
做法：我用了什麼工具、設計了什麼檢查流程（例如用 AI 初步彙整，再人工查證來源與日期，避免它編造）。
成果：時間、品質或產出有什麼可以說出口的變化（例如從要花 2 小時變成 30 分鐘，且主管採用了這份格式）。

這裡要對沛哲、也對你誠實一件事：做出作品，不保證面試一定上、不保證薪水一定漲。

能力證據能提高你被相信的機率，但錄取還牽涉職缺、薪資結構、團隊需求等你控制不了的因素，所以正確的順序是，先把能被追問的證據準備好，再去談機會，而不是反過來，把希望全押在一張不確定被認的證書上。

常見問題

Q1：AI 證照到底要不要考？

要看目標職務認不認。先到你想投的職缺，看徵才條件有沒有指名某張證照：有指名，考了就是直接對上需求；沒指名，這張證照頂多是「我學過」的補充訊號，這時把預算放在做一件真實作品，通常更划算。留意職缺有沒有指名政府認證，例如經濟部 iPAS 的「AI 應用規劃師」，2026 年優惠期初級每科報名費 400 元，先查職缺再決定考不考，順序不要反。重點不是證照本身好壞，而是它對「你要的那份工作」是不是強訊號。

Q2：我完全是新手，連作品都做不出來，是不是只能先考證照？

新手先上一堂有實作作業的課是合理的起點，但別讓學習停在「看完影片、拿到證書」。挑課程時優先選有產出、有回饋的，然後把課堂作業或練習改寫成一個你自己的小案例，例如把課堂的試算表練習，改成幫家裡做一個月的記帳自動分類，記下分類正確率和你修正了哪些錯，等於同一筆學費既補了概念，也順手生出了第一件作品集素材。

Q3：作品集要做多大、放幾件才夠？

不必貪多。一到三件「小而完整」的案例，通常比十件半成品更有說服力。小而完整指的是『用 AI 整理三個月家庭開銷、找出兩筆可以砍的固定支出』這種說得出頭尾的小事，不是『參與過大型專案』這種講不出細節的大話。每件都要能講清楚問題、做法、檢查與成果，禁得起面試官追問細節；與其做很多件都說不出所以然，不如把一件做到能被問下去。

Q4：履歷上的 AI 技能欄該怎麼寫才不空泛？

別只寫工具名稱。把「熟悉某工具」改寫成「用什麼工具、處理什麼任務、帶來什麼可量化的差異」，例如「用 AI 輔助整理客服常見問題，建立可重複使用的回覆範本，回覆時間下降」。一句能被追問的話，勝過一排工具清單。

最後提醒：讓證書回到補充位置，作品集當主角

沛哲後來沒有急著刷卡報名那堂課。

他先打開幾個想投的職缺，發現徵才條件裡幾乎沒人指名那張證照，反而都寫著「有相關作品或實作經驗者佳」。

於是他把咖啡店那個下午的力氣，從研究哪張證書比較漂亮，轉去填那個空白的作品集連結，拿自己手邊一件真實的整理任務，用 AI 做一次，老老實實記下問題、做法、檢查和成果。

那張結業證書他之後還是補了，但位置換了：它從履歷的主角，退回成一個補充。

真正擺在最前面、能讓面試官停下來追問的，是那件他親手做、說得出每一步的作品。

AI 能力的證明，從來不是一張紙能不能掛上去，而是有沒有人能順著它，問出你真正做過的事。