在想怎麼使用 AI 之前，先把常見問題、需要釐清的資料與預期目標架構化。從日常資料整理到社群圖卡產出，都是由不同環節組成的工作流程。
關於我
從單一化工作到多元性發展
每一次工作轉換，都讓我多理解一種產業如何運作，也讓我學會從跨部門溝通中，轉化出對 AI 應用的理解與能力。拍攝是我的起點，但我更在意的是：如何讓經驗轉換成幫助對方的助力。
接觸 AI 後，我開始把這份跨領域適應力用在資料理解、內容轉譯與原型整理上。AI 可以協助處理繁瑣任務；人仍要先理解問題、安排方法，並確認每一步是否真的適合使用者與工作情境。
內容實務食品商品、影片、情境拍攝與後期製作。
企業協作媒體拍攝、B2B 溝通、窗口協調與空間現場管理。
AI 實作從資料整理、服務原型到內容工作流程的跨領域測試。
精選實作
目前 AI 應用領域範圍
這三個案例從不同場景出發：消費選擇、公共資訊與內容情報。它們不是單次生成，而是把資料變成可閱讀原型、並保留資料來源、人工判斷與公開邊界的過程。
01
備餐輕鬆算
把食材、價格與營養條件整理成備餐時可直接比較的消費者工具。
02
新莊里
把公共資料轉成居民可閱讀的生活資訊，並以規則式服務窗口導向下一步。
03
創作者選題情報
把 YouTube 公開內容整理成可閱讀的主題觀察頁，作為選題與品牌社群規劃的原型。
AI 生成作品
將過去影視工作的經驗轉入在 AI 生成的新領域。
這一區保留 AI 生成概念作品與工作流樣本：影片以 YouTube 外部入口觀看；圖片則依原始比例展示，呈現社群視覺、分鏡與人物設計的練習過程。
AI 生成社群圖卡範例
IG 社群內容風格化管理
以同一份情緒腳本、文字節奏與畫面調性，整理成一組可延續的五張圖卡；每張可以變化，整體仍保有一致感。
慵懶的貓｜五張連續社群圖卡
以五段文字安排對應五張畫面，示範圖片素材可以變化，文字調性與閱讀節奏仍能維持一致。
查看完整案例 →圖片保留原始比例、不裁切；首頁只保留案例入口，完整五張圖卡與編排說明請在案例頁閱讀。
我對 AI 的看法：
它不能代替人的工作價值；
但能幫助人更有效完成任務。
我認為，AI 讓人不必只靠自己原本的知識背景處理事情，而能用更多角度完成每一項任務。但 AI 的生成與理解都有範圍；必須把工作拆成階段，讓它逐步完成任務，才能真正接近目標。
回到原本的數據或資料處理中，找出哪些內容能由 AI 協助分析、轉譯或產出，讓繁瑣步驟被拆得更清楚。
不論使用自動化工具、開源程式或 AI 技能設計，都是為了讓下一次更有條件把 AI 應用做好。
我能勝任的工作
把內容、資料透過AI協作，制定符合業務與數據分析適用的客製化工具。
- 資料價值轉譯把公開資料、商品資料或文件內容，轉成品牌內容、使用情境與可理解的說明。
- AI 協作內容設計在圖像、影片、文案與多平台內容調整中，建立人可以檢查與延續的產出方式。
- 數位服務與體驗設計將資訊重新組織成網站、商品頁、互動流程或能繼續測試的服務原型。