我問過很多人：你平常怎麼用 AI。
多數人的答案是改履歷、寫英文 email、整理會議記錄。這些答案沒有錯， 問題是它們是 2024 年的答案。而面試官聽得出來， 因為他自己每天在用的那個版本，跟你描述的那個版本，差了兩三代。
大部分人把 AI 落差理解成「會不會用」。真正的落差是「你用的是哪一年的 AI」。
你試過一次，覺得普通，然後回到原本的做法。這個判斷在當下完全合理，但你沒有回頭更新它。 而 AI 領域半年的變化量，大概等於別的產業五年。
下面五件事，每一件我都寫「變了什麼」加「你這週可以怎麼用在工作或求職上」。
| 變了什麼 | 對你的意義 | 這週先做什麼 |
|---|---|---|
| 代理人會做完整件事 | 交付單位從「一段輸出」變成「一份完成品」 | 給它一個工作，不是一個問題 |
| AI 圖像可以直接出貨 | 作品集的製作門檻塌了 | 把說不清楚的專案做成三頁視覺 |
| 用講的比用打的好 | 你會給出多好幾倍的脈絡 | 改用語音輸入，並且用英文講 |
| 桌面版讀得到你的檔案 | 你的證據躺在舊檔案裡，不在腦中 | 把三年份的工作檔案丟進一個資料夾 |
| 描述結果，不描述步驟 | 講清楚「這東西要幹嘛」比拆步驟有效 | 先寫完成品長什麼樣 |
變了什麼：交付單位從「一段輸出」變成「一份完成品」。
以前你問一題，它答一題，工作還是你在做。現在你可以把一整件事交出去。 日常版本是 Claude Cowork 和 ChatGPT Work， 你給一份任務，它回你一份完成品：簡報、試算表、文件。
更像同事的版本在下一層，Claude Code 和 Codex。 名字看起來是給工程師用的，但它們現在是最強的通用代理人， 直接讀你電腦上的檔案，不用上傳、不用複製貼上。
開一個資料夾，放你的主履歷、三份你真的想投的職缺說明、你查到的公司資料。 然後給它一個工作，不是一個問題：
你的答案要從「我用 AI 寫了什麼」升級成 「我把哪一段流程交出去、哪一段判斷我自己留著、我用什麼方式驗收」。 前者是工具使用者，後者是流程設計者。
變了什麼：七根手指和外星文字的時代結束了。
Nano Banana Pro（在 Gemini 裡）和 ChatGPT Images 產出的東西，現在可以直接放進廣告、簡報和產品模擬圖。兩者擅長的方向不同： 要擬真、要文字正確、要印刷解析度，用前者； 要它精準照做、一次只改一個小地方而整張圖不跑掉，用後者。
海外求職最難的一關是「你說你做過，但我看不到」。 一份三到五頁的專案視覺說明，效果遠大於履歷上多寫兩行。 轉職產品營運的人可以做流程重構前後對照， 做行銷的人可以把提案做成完整的視覺版本，即使那個案子當年沒有被採用。
變了什麼：語音輸入從堪用變成好用。
Wispr Flow 這類工具浮在所有應用程式上面， 你講，它直接把整理過的文字打進你正在用的視窗。 不想多裝工具，Claude 和 ChatGPT 也都內建語音模式。
打字的時候你會壓縮。你會把背景、限制、前提全部砍掉，只留下一句指令， 然後怪 AI 給你罐頭答案。用講的，你會給出多好幾倍的脈絡， 而脈絡就是全部。
用英文對 AI 講。 你在練的是同一件事：把一個複雜情境用英文即時講清楚， 而這正是外商面試最吃的能力。
變了什麼：你不用再整天複製貼上。
瀏覽器分頁裡的 AI 只知道你貼進去的東西。桌面版可以直接讀你授權的資料夾， 讀、改、整理都在原地完成。權限是有範圍的，你開哪一個資料夾，它只看得到那一個。
你最強的證據不在你腦中，在你三年來的檔案裡： 舊的績效評鑑、專案結案報告、週報、你發過的提案、上一版履歷。 把這些丟進同一個資料夾，然後問它：
多數人以為自己沒有數字。你有，只是它躺在 2023 年的某一份簡報第七頁。
變了什麼：把步驟寫死，現在反而讓結果變差。
舊技能叫提示工程，新的是兩件事： 脈絡工程，把你的處境交代完整； 意圖工程，描述完成品長什麼樣、給誰看。
舊寫法： 讀這份逐字稿，抓重點，分類，各段摘要，加上前言與結論。
新寫法： 把這份逐字稿變成一頁的內部簡報，我的團隊三分鐘要讀得完， 讀完知道我們決定了什麼、誰負責什麼。
後者比較短，結果比較好，因為它講的是這個東西要拿來幹嘛。
但這裡藏著一個陷阱。你要描述完成品，前提是你知道好的完成品長什麼樣。 這件事 AI 不會替你長出來。
上面五件事你今天就可以開始。第四件今天晚上就做得完。
如果跑到某一件你發現卡住的不是操作、是取捨， 那停下來的地方就是你真正該處理的問題。多加一個工具不會解決它。