從工具使用到企業AI專案PM：今年考試難度正在改變

嗨 我是CCChen:

2026 年 3 月 21 日即將舉行的 iPAS AI 應用規劃師（初級）第五場能力鑑定，如果你仍然用 2025 年的準備方式，很可能會低估今年考試的難度。

我在最近整理 115 年版評鑑範圍、法規文件與政府政策資料時，有一個很明顯的感覺：

考試方向正在從「AI工具理解」轉向「AI導入規劃能力」。

這個轉變其實非常合理。

AI 已經不再只是工程師的技術問題，而是企業治理、法規遵循與系統導入的管理議題。

因此我特別提醒大家，今年2026年考試學習出現三份非常關鍵的資料：

1. 《人工智慧基本法》
2. 《公部門人工智慧應用參考手冊》
3. 《AI應用規劃師能力鑑定評鑑內容範圍 11502 更新版》

如果只看教材而沒有讀這三份文件，很可能在 情境題與法規題 失分。

接下來我把三份文件中，最有可能出現在考題中的核心重點整理出來。

一、《人工智慧基本法》：AI治理與責任架構正式入考綱

2025 年底，台灣正式通過 《人工智慧基本法》三讀，並於2026年1月14日生效公布。

這件事情其實不只是政策新聞，而是 iPAS AI 考試內容的重要分水嶺。

台灣誕生AI基本法母法了。

很多考生過去準備 AI 初級時，主要集中在：

• AI / ML / DL 定義
• NLP、CV 技術
• 基本資料分析概念
• 歐盟EU AI Act

但現在考試開始出現 AI治理與法規題。

其中最重要的兩個考點如下。

1. 主管機關陷阱：國科會而非數發部

這是最容易出錯的地方。

很多考生直覺會認為 AI 政策主管機關是 數位發展部。

但在《人工智慧基本法》架構中：

中央主管機關與 AI 戰略幕僚單位其實是「國家科學及技術委員會（國科會）」

因此在考題中常見的陷阱是：

選項會同時出現

• 數位發展部
• 國科會

如果題目問 AI政策統籌或AI戰略委員會幕僚單位，答案通常是 國科會。

2. AI 法定定義：必須具備自主運行能力

另一個重要考點是 AI 的法律定義。

在法規框架中，AI 系統通常需要具備：

• 自主運行能力
• 透過演算法或機器學習運作
• 能產生決策、預測或內容

因此 傳統規則式軟體（Rule-based system）通常不被視為 AI。

這種概念非常容易出現在選擇題中，例如：

某系統只依固定規則執行決策

是否屬於 AI？ 答案通常是 否。

3. AI基本法七大基本原則（今年極可能出題）

這七個原則可以說是 AI 法規的核心精神：

口訣常被整理為：永人隱資透公問

包含：

1 永續發展

2 人類自主

3 隱私保護

4 資安安全

5 透明可解釋

6 公平不歧視

7 問責機制

其中最容易出現考題的概念是：Human-in-the-loop

也就是人機協作最重要的概念:AI 不可完全取代人類決策。

在實務場景（例如醫療、金融）中，AI必須保留人類最終決策權。

這類概念在近年 AI 初級試題中已經開始出現。

例如114年第四梯次初級AI應用規劃師第一科人工智慧基礎概論官方試題中就曾出現 Human-over-the-loop 監督機制的考題。

二、《公部門人工智慧應用參考手冊》：情境題最大命題來源

如果說 AI 基本法是 治理框架，

那麼 數發部的 AI 應用參考手冊，則是 實務導入指南。

很多考生忽略這份文件，但實際上它是：AI 導入評估題最重要的命題來源。

1. AI 導入評估四大面向

在導入 AI 前，政府與企業必須評估四個面向：

技術面向

法規面向

組織面向

效益面向

簡單說就是：

技法組效

這類題型通常會以情境出題，例如：

某政府機關導入 AI 系統需要評估人員抗拒與流程調整

這屬於哪個面向？

答案就是：組織面向

2. 個資與資料安全（必考）

生成式 AI 的最大風險其實不是技術，而是 資料外洩。

因此在導入 AI 時必須先處理：

• PII（個人識別資訊）
• 敏感資料
• 機密文件

重要原則包含：資料最小化+去識別化

也就是：不要把完整個資直接丟給 AI 模型。

3. AI生成內容的著作權風險

這也是很多企業忽略的問題。

AI 生成：

• 圖片
• 文章
• 設計

都有可能涉及 訓練資料版權。

因此官方建議必須：人類做最後覆核與負責任

也就是AI 生成結果 不能直接使用。

4. 在地 AI 模型與資料主權

另一個重要概念是：資料主權

如果企業資料全部送到國外模型，可能會產生：

• 法規風險
• 資料外流
• 商業機密問題

因此政策上開始鼓勵：使用台灣開發的TAIDE 台灣可信任 AI 對話引擎

相關名詞(AI主權+AI民主化+AI在地化+數位涵容)未來很可能會一直出現在考題中。

三、《AI應用規劃師評鑑範圍 11502版》：考試難度提升的關鍵

今年2月份iPAS官網更新評鑑範圍最大的變化是：考試正式進入 AI 導入與架構層級。

也就是：不再只是記憶名詞。

1. 科目一新增重點

科目一「AI基礎概論」新增幾個重要主題：AI治理法規

包括：

• AI 應用參考手冊
• AI 產品評測
• 金融業 AI 指引

這些內容顯示：AI 已經從技術問題變成 治理問題。

資料處理深化

新增內容包括：

• 特徵工程
• 資料標準化

這些都是 機器學習實務流程。

多模態學習

AI 技術考點開始包含：

• Multimodal AI
• 深度學習架構

這顯示考試開始貼近 企業 AI 系統架構。

2. 科目二新增重點

科目二「生成式 AI 應用與規劃」新增三個熱門技術。

Prompt Engineering

包括：

• Few-shot
• CoT
• ToT
• APE

這是目前企業實際使用 LLM 的核心技術。

RAG（檢索增強生成）

RAG 的核心概念：讓 AI 查資料比對後再回答。

主要目的：降低 幻覺（Hallucination）。

AI Agent 系統

最新考綱開始納入：AI Agent

例如：

• 多代理協作
• API 調用
• 自主任務規劃
• A2A
• MCP
• API

甚至在114年第四梯次初級AI應用規劃師第二科生成式AI應用與規劃考題中也開始出現Agent 系統與搜尋策略。

CCChen 的觀察與提醒

我自己在整理 2026 年 iPAS AI 初級資料時，有一個非常明確的感覺。這場考試其實正在改變評鑑的定位。

過去很多人認為 AI 初級只是：「AI入門考試」

但今年開始，它更像是：企業 AI 導入專案 PM 的基礎能力認證。

題目設計開始出現一個明顯特徵：跨領域混合情境題。

例如：

金融場景 + AI治理

醫療場景 + 隱私法規

政府應用 + RAG 架構

如果只背 AI 名詞，很容易在情境題失分。

我自己的備考建議是：考前一定要重新閱讀三份文件：

1.人工智慧基本法

2.公部門 AI 應用參考手冊

3.AI 應用規劃師 11502 評鑑範圍

因為這三份文件其實就是：2026 考試命題方向的縮影。

最後提醒所有 3 月 21 日要考 AI 初級的考生：

請務必留意三件事。

第一.不要只背 AI 名詞。

第二.要理解 AI 導入流程。

第三.一定要熟悉 AI 法規與治理概念。

如果你問我今年考試最可能出現的題型，我會說：

AI 技術 + 法規 + 導入情境

這三個元素同時出現的題目。

這就是 2026 年 iPAS AI 初級最值得注意的變化。

CCChen 2026-03-09 更新