世界經濟論壇《2025 未來就業報告》估計：到 2030 年，近 40% 的職場技能將被改變甚至淘汰。不是某些技能，不是入門級技能——而是現今專業人士賴以建立職業身份的 40%，六年後將不再重要。
讓我問你一個問題：如果有人問你，在 AI 時代哪些技能能讓你立於不敗之地，你能在 10 秒內答出來嗎？
大多數人會卡住。不是因為不夠聰明，而是因為整個對話——無論是 LinkedIn、AI 課程，還是公司內部——都在談工具：該用哪些工具、怎麼寫 prompt。卻幾乎沒有人談那些真正會隨時間複利累積的技能。
每一輪技術浪潮，真正脫穎而出的專業人士，從來不是最快擁抱新工具的人，而是比別人更早看清「價值正在流向哪裡」的人。
今天這篇，就是十個具體技能。不是工具，不是 prompt，而是決定誰能領導、誰會被淘汰的技能。開始之前，先講一個貫穿全文的重要區分：
這十個技能，沒有一個要求你精通特定 AI 平台。平台會變、模型會被取代——你今天花大量時間深入學習的工具，十八個月後可能就過時了。
不變的是判斷力。清單上每個技能都是「以 AI 為輸入」的判斷技能，而不是「以 AI 為終點」的工具技能。這個區分，就是整場遊戲的關鍵。
技能 #1：成果框架
這是基礎，其他一切都在其上建立。
大多數專業人士做反了。他們從 AI 能力出發——「看這個工具能做什麼」——然後再找應用場景。成果框架把問題反轉過來：我到底要創造什麼？在手邊所有工具的條件下，達成目標的最佳路徑是什麼？
這方面最實用的工具是 PR-FAQ——源自亞馬遜的框架。動手做任何東西之前，先寫一篇新聞稿，宣布成品已經推出：它解決什麼問題？給誰用？客戶會怎麼說？然後再寫 FAQ，把一個懷疑者會問的每個刁鑽問題都列出來。
這套紀律迫使你在碰任何 AI 工具之前，就把客戶成果想得一清二楚。然後才開始動手：PR-FAQ → 用 AI 做原型 → 客戶回饋 → 需求 → 開發。AI 在流程中段表現驚人；但開頭和結尾的判斷，完全屬於人類。
成果框架讓你留在「領導席」——決定 AI 該做什麼；而不是淪落「執行席」——被動操作 AI 放到你面前的東西。
技能 #2：AI 判斷力
每個人都在學怎麼把 AI 用得更好，卻很少人討論：該不該用、怎麼用的判斷。
對工作流程中的任何一步，你都有三個選擇：AI 模型、固定流程、或真人操作。選錯的代價，發生在兩個完全不同的層面。
客戶體驗：不是所有事都該交給 AI。一個情緒激烈的投訴，交給技術上正確但冷冰冰的 AI 處理，只會更糟；一個簡單查詢轉給真人，則造成不必要的等待。讓正確的處理者對上正確的情境，決定客戶體驗的品質。
成本：AI 模型不是免費的。在數百萬次互動的規模下，當一個簡單規則就能處理 80% 的案例時，你卻把所有請求都丟給頂級模型——這不是技術失敗，是判斷失敗。
同一個產品，三種不同處理者，各自按複雜度、風險與成本來選。這就是 AI 判斷力。
技能 #3：提示詞架構
這不是取巧的 prompt 技巧。提示詞架構，是把複雜問題結構化到 AI 真的能解決的程度。
AI 產出的品質，與你拆解問題的能力成正比。給顧問一份含糊的簡報，換來昂貴的混亂——AI 也一樣。
弱：「幫我們的新產品做一份市場進入策略。」
強：「B2B SaaS，目標是中型市場 HR 團隊，核心差異是 48 小時內完成部署（業界標準 6 週），8 人對外銷售團隊，目標第三季拿下 20 個企業試點。接下來 90 天，最高槓桿的三個市場進入動作是什麼？各自的關鍵風險？」
同一個工具，完全不同的輸出。因為思考發生在寫 prompt 之前。把每一次重要的 AI 互動當成寫簡報：背景、限制、決策、格式、成功標準。
技能 #4：產出評估
AI 產出得越多、越快、越自信，「知道何時該信任它」就變成稀缺技能。AI 的輸出並不中立：它會自信地產生幻覺，它優化的是「看似合理」而不是「正確」，它在說錯的時候，特別擅長聽起來像對的。
每一次重要的 AI 輸出，問四個問題：它在優化什麼——不是你要什麼，而是它在用什麼討好你？缺了什麼——在地脈絡、組織細節、真正新穎的情境？哪裡可能出錯——不是「會不會錯」，而是「具體錯在哪」？還有：不驗證的話，我敢拿專業聲譽為它背書嗎？
為你所在的領域，建立一張「五種最常見 AI 失敗模式」的個人清單，任何 AI 輔助的成果出街前先跑一遍。時間久了，它會變成直覺。
技能 #5：二階思考
大多數專業人士只思考一層：事情發生，問「直接結果是什麼？」然後就停了。二階思考繼續問：然後呢？它追蹤的是大多數人永遠觸不到的下游後果。
健身：一階是燃燒卡路里，停在那裡就錯過了重點；二階是睡得更好、精力提升、自信增長、決策更銳利。健身從來不只是健身。
套用到 AI：AI 篩履歷的一階效應，是初選時間縮短、招聘吞吐量上升——真實的好處。
二階呢？AI 篩的是模式匹配：關鍵字、資歷、與過去錄取者相似的軌跡，結構上天然偏向傳統背景。這代表：非常規經歷、跨領域專業、不會寫在履歷上的原始潛力——現在成了套利機會。能練出「看見 AI 盲點」判斷力的領導者，會比盲目相信排名的領導者，打造出優秀得多的團隊。
二階思考不只讓你更會用 AI，它讓你看見：AI 在哪裡，為有判斷力的人創造了新優勢。
技能 #6：跨域綜合
AI 在單一領域內的深入速度，比任何人都快。它做不好的，是跨領域連結：客戶成功數據對產品策略的意義、工程限制對銷售敘事的意義、一個行業的監管變化對鄰近行業的訊號。
當 AI 接手領域內的工作，跨域綜合就成為主要差異化能力。T 型人才——一門深入、多門廣博——一直有價值；在 AI 時代，廣度那一橫，就是護城河。
技能 #7：情境判斷
AI 在沒有脈絡的情況下產出。它不知道工程副總裁和產品副總裁之間積壓了兩年的緊張；不知道 2019 年失敗的專案，在組織裡留下了一道至今仍在反應的疤痕；不知道 CEO 讀數據的方式，公開場合和單獨會面時完全不同。
你知道。這些知識——隱形的、沒有被寫進任何文件的、經年累月參與其中累積出來的——是異常珍貴的資產，而且每年都在加深。留意那些不在任何文件裡的模式。
技能 #8：利益相關者周旋
AI 接手越多分析與生成工作，最「人」的工作——也最「高階」的工作——就是周旋於人的體系：關係、政治、信任、影響力。
讀懂現場氣氛、知道何時該推進何時該收手、建立讓好點子獲得資源的聯盟、累積那種「你的判斷會被直接採納、不必每次都重新證明自己」的信任。這是高階領導力的核心貨幣，它的複利，任何工具技能都比不上。
技能 #9：AI 工作流設計
這是清單上最操作化的一項，也是如果你帶團隊，槓桿最高的一項。
AI 工作流設計，是懂得架構人與 AI 有效協作的流程：交接點在哪、問責必須留在人這邊的是什麼、AI 在哪裡創造槓桿、哪裡製造風險。
大多數組織錯得離譜：要嘛過度自動化，把仍然需要人類判斷的地方也拔掉；要嘛完全不敢自動化，因為沒人認真想過 AI 該放哪裡。能設計出正確混合系統的人——既懂組織動態、又懂 AI 能力——做的是真正稀缺的事。
技能 #10：敘事與溝通
AI 產出越多——更多數據、更多分析、更多選項——人類的瓶頸就轉移了：不再是資訊的生產，而是資訊的綜合與傳達。
十年後，每個高階主管都有能分析任何數據、生成任何報告、模擬任何情境的 AI。真正的差異化，是能把這一切變成一個董事會願意行動的故事。
兩個領導者，同一份 AI 生成的市場分析。一個呈現數據；另一個講述數據背後的故事——賭注是什麼、組織該改變什麼、為什麼是現在。同樣的資訊，完全不同的影響力。
每次 AI 生成一份分析，練習問自己：這裡最重要的一件事是什麼？啟示是什麼？如果我要講給一個只有五分鐘、對數據零耐性的聰明人聽，故事會怎麼說？那段翻譯——從 AI 輸出到人類決策——就是這個技能。
結語
十個技能，一條貫穿其中的主線。
成果框架、AI 判斷力、提示詞架構、產出評估、二階思考、跨域綜合、情境判斷、利益相關者周旋、AI 工作流設計、敘事與溝通。
沒有一個是工具技能。每一個都是判斷技能、思考技能。AI 接手越多生產性工作，它們的價值不降反升。
AI 時代不會貶低人類判斷的價值——它會把它集中。當 AI 自動化更多執行層，判斷層就成為整個遊戲。
這就是 AI 無法自動化的職涯選擇。
在你滑走之前：從這份清單挑一個技能——那個此刻對你最相關的。寫下一件你這週就能開始做的具體行動。
不是報名課程，不是下單一本書。就一個行動，就在這週。改變不會因為看影片發生，而是因為你做了不一樣的事。
【AI 開竅夜】分清噪音，看懂重點——帶你由聽過，到真正看懂 AI
面對快速變化的 AI 資訊，建立清晰理解比追逐每一項新工具更重要。本分享會將聚焦如何理解 AI，並探索其在工作與生活中的實際應用。
📅 2026 年 9 月 17 日（星期四）｜⏰ 7:30–9:00 PM｜📍 銅鑼灣；報名確認後通知詳細地址
資料來源
- 世界經濟論壇《2025 未來就業報告》（Future of Jobs Report 2025）