我是蕾依奈爾，第一次來到方格子。
會寫這篇文章，一方面是想把自己的經歷做個整理與紀錄；另一方面也希望，如果剛好有和我背景相似的人，正在考慮是否要學 AI，或準備相關證照，也許可以從我的經驗中得到一點參考。
0｜我的戰績
大概在一年之前，我沒有想過我會跑來準備考AI證照的考試。
我大學念的是國內一所以人文社會科學見長的頂大語言學系，
碩士則到英國念政治相關領域，可以說是徹頭徹尾的文組背景。
不只沒有寫過程式，對數字也一直不是很熟。
但在 2025 年 9 月，我決定報名 AI 相關證照考試。
經過大約 三個月的準備，最後通過了 iPAS AI 應用規劃師（初級）、跟資策會生成式AI能力認證。
這篇文章會整理我準備這個考試的過程，包括：
- 為什麼一個文組人會突然跑去考 AI 證照
- 三個月大概是怎麼準備的
- 我實際使用的學習資源
- 考試當天的一些心得
- 以及文組學 AI 的一些感想
如果你也是文組背景、對 AI 有點好奇，但又不知道該從哪裡開始，希望這篇文章能提供一點參考。
1｜為什麼我去考 AI 證照
我原本從事的是政策分析相關的研究工作。
這份工作其實有很多我喜歡的部分，
例如蒐集資料、整理資訊、問題提起、分析問題等等。
但就在這幾年，AI 技術突然快速發展，
很多原本需要大量人力整理的工作，似乎都開始被 AI 取代。
某個時刻我突然意識到一件事：
如果 AI 變得越來越擅長分析與整理資訊，會不會哪一天，不需要我了？？
再加上那段時間身體狀況一直處於亞健康狀態，
我開始思考，是不是應該暫時停一下腳步，給自己一段時間重新學習一些新的東西？
原本我想加強的是分析相關技能，
但某次和醫生聊天時，她很直白地跟我說了一句話：
「分析這件事現在 AI 最擅長，你不如去學 AI 吧。」
這句話某種程度上點醒了我。
既然如此，那我是不是應該反過來——
成為能夠使用 AI 的人才對？
但很快，問題就出現了。
學「AI」，到底要從哪裡開始？
我是一個習慣先抓大架構的人。
比起一開始就鑽細節，我會更想先知道整體輪廓，再慢慢把各個部分拼起來。
所以當時的我，很直覺地想的是：
如果要學 AI，應該也是要先建立一個「整體架構」吧。
但一查資料，很快發現另一個問題。
市面上的課程要嘛很零散，讓人有一種「見樹不見林」的感覺；
要嘛就是價格不低，而且內容品質很難判斷。
再加上 AI 是這幾年才快速發展的領域，
各種課程與資訊混在一起，其實很難分辨哪些是真的有價值。
以我當時的狀況來說——
我其實沒有太多試錯的空間。
後來我想到，既然我已經在用 AI，
那為什麼不乾脆用 AI 來幫我學 AI？
有點像是——
「師夷之長技以制夷」。
所以我決定靠自己自學。
我開始把 AI 當成一個顧問，反覆跟它討論。
它很奇妙——
好像耐性永遠用不完，總是能接住我那些亂七八糟的問題，然後用我聽得懂的方式回答。
在這個過程中，我慢慢整理出一個比較清楚的方向：
先用考試當作學習的框架，讓自己至少知道在學什麼。
再來是把 AI 當成工具，而不是依賴它。
最後，我給自己訂了一個明確的目標，去考兩張證照：
- 資策會的生成式 AI 能力認證
- iPAS AI 應用規劃師
並在 2025 年 9 月左右，報名參加 11 月的考試。
2｜iPAS AI 管理規劃師是什麼
因為我是文組人，我想學會的，是如何「使用 AI」，而不是「建造 AI」。
所以一開始，我其實是先報名了資策會的生成式 AI 能力認證考試。
不過在查資料的過程中，iPAS 的 AI 應用規劃師也一起出現在我的搜尋結果裡。
看了一下內容之後，我覺得它好像更符合我的需求。
所以最後就變成——
一打二、一次報兩個考試 😅
那到底經濟部 iPAS AI管理規劃師是在考什麼？
iPAS 是由經濟部推動的能力認證制度，
比起學術考試，它更偏向評估一個人是否具備實務應用的能力。
而 AI 應用規劃師這個考試，並不是要你會寫很深的程式，而是著重在一件事：
「理解 AI 能做什麼，以及怎麼把它用在實際情境中」
大致會包含一些像是：
- AI 的基本概念
- 常見應用（例如影像辨識、自然語言處理）
- 資料與模型的基礎觀念
整體來說，比較像是在建立一個「AI 的基本地圖」。
iPAS 目前分為初級和中級。
我當時是從初級開始。
對我這種文組、從零開始的人來說，
它剛好可以當作一個進入 AI 的起點。
同時，我也希望透過準備這個考試，
慢慢找出自己之後想更深入學的方向。
3｜三個月準備過程 ＆ 我使用了哪些資源來準備
開始思考自學AI到底要學什麼，大概是去年8月左右開始。
花了一個月的時間搜索，一直到9月正式報名考試，離考試也只剩下兩個多月了。
家人聽到我想要去「學AI」，第一個反應都是，
「你應該要去上課吧？」
我一開始也覺得去上課是最快的路徑。
但老實說，搜尋了一輪之後，
我感覺當時市面上能搜尋到的課程都無法符合我的需求。
在英國念書的時候，因為是從語文跨到政治學，
不管是上課還是看資料都一堆東西看不懂。
但身為窮學生，只能想辦法在有限的資源下自己摸索，
學會分辨「什麼是我不知道的領域專有名詞」、
跟「如何找出這是什麼意思？」的能力。
回台工作期間又進一步強化了這些能力的使用，
所以我算蠻擅長學習新領域知識的人。
這些技巧在自學AI知識的期間，剛好可以派上用場。
在正式開始啟動自學之前，我大概花了半年的時間跟AI聊天、打屁，
問一堆亂七八糟的問題（大概是俗稱的養AI？），
所以我的AI很了解我的腦袋運作模式。
我覺得這點很關鍵：
當你的AI了解你的時候，它才能知道「你可能卡在什麼點上」，
或是給你適當的建議，讓你能走到比較適合的路上。
一開始，AI 幫我排了一份學習方向跟規劃表。
老實說，內容看起來滿完整的——
從資料分析、UX 設計（像 Google Career Certificate）、到視覺化工具（Canva、Power BI），
以及提示工程相關，更進階一點還可以了解Python。
另外也建議我可以去看像 Google、Coursera 這些學習平台的課程，
甚至連學習紀錄都幫我想好了，例如用 Notion 做筆記、整理成果。
但其實在這個階段，我還是覺得很茫然。
AI 給了我很多實用的建議，但每一條路徑都像細小的巷弄，我還是搞不太懂大方向在哪裡。
所以我乾脆退回去，重新回到原點，
去找那個最根本的問題：
「什麼是AI」？
然後發現youtube原來才是最好用的免費資源😆
我一開始搜尋的是類似「五分鐘告訴你AI是什麼」這種入門解釋型的影片，
包括AI的起源、演進、以及它的系統分類架構。
➡️我就是需要這個！
（Exactly what I need！！😁）
抓到一個之後，後面就更多深入的影片被搜尋出來了。
Youtube上面真的有很多願意無私的分享AI知識的系統性介紹影片，
包括介紹AI的系統架構、AI的種類、AI年表與發展史等等。
什麼是Computer Science？什麼是符號學習與機器學習？
統計學習與深度學習的差異是什麼？
我一直覺得學新東西就跟建圖書館一樣，
書架蓋好了，剩下的東西就可以找到應有的位置一一放進去收好
——醍醐灌頂。
終於不再迷路了。
感覺像又回到了那段在國外念書、理解知識、消化、再系統性整理出來的日子。
除了聽影片講者的介紹之外，
我也用我自己的方式整理這個系統架構。
因為只有真正從自己腦袋裡整理出來的知識，才是屬於自己能使用、應用的知識。
在YT上面的AI相關影片，我覺得英文的比中文的影片更容易懂；
加上很多是大型教育機構出的課程影片，
整體介紹相對中文的AI介紹影片更有架構、更完整，也更容易理解。
建議大家如果有興趣搜尋，請直接搜尋英文的介紹影片會比較好。
（之後如果有機會，再整理當初我用過哪些課程影片的介紹。）
大概對AI的地圖有一個初步的概念之後，
像抓肉粽頭一樣，慢慢的能抓到相關的枝微末節。
但是AI的發展日興月異，
有時候A影片講的內容跟B影片又有點不一樣😓。
不過沒關係，只要圖書館的書架蓋好，架上的書隨時都可以更換成最新版的。
後來又在搜尋資訊的途中，發現了資策會的生成式AI能力認證、
跟iPAS AI應用規劃師的考試資訊。
因此第二個月開始，學習準備的方向便從原本AI幫我規劃的程式使用認證，
轉變成以準備這兩個考試為主。
——因為iPAS的考試範圍明顯較資策會的考試內容困難，
因此採取以準備iPAS為主的策略，再同時準備生成式AI能力認證。
我得承認，講到考試，還是得「站在巨人的肩膀上」，
所以我有去買補教業者出的補帖，前後大概花了一張小朋友。
（加上兩個考試報名費跟 AI 訂閱費，三個月的準備成本大概在五千左右。）
但老實說，如果沒有前面建立的知識架構，
就算手上有武林秘笈，也很可能像無字天書一樣看不懂。
所以回頭看，前面那段「建圖書館」的過程，其實才是關鍵。
補帖的好處是它直接幫你做好一個架構，然後標示出考試的重點。
考前大約一個半月，我的input內容就以讀這些重點的整理為主。
最後半個月，就以考古題為主。
YT還是有很多熱心的頻道主會分享這些考題的題目解析，
這時候就要看中文的影片了～
——畢竟講到「考試怎麼考」這種題材，誰能超越我們呢🤭
就這樣，日期慢慢接近11/1，
莫名的開始覺得有壓力……
我越來越有種不想出門的感覺。
4｜考試心得
儘管日期越來越接近不想出門的那天，
但我還是在考試前一週，特地撥空去看了考場。
看看哪裡可以吃飯？哪裡可以休息，熟悉環境比較能舒緩緊張的感覺。
終於來到考試當天，沒得逃了😅。
大概是因為身體一直處於亞健康狀態，擔心自己會撐不過考試，
這次考試特別覺得很緊張。
來到考場，我試著觀察來參加考試的人，
一方面觀察一下大家的狀態，一方面也想讓自己不要那麼緊張。
其實來參加考試的，男生女生看起來差不多。
年紀方面，有看起來還在唸書的學生，也有社會人士，應該有不少是持續來進修學習的上班族。
——原來是個蠻熱門的考試科目的感覺啊。
終於，考場鈴聲響起。
坐在狹窄到不符合人體工學的電腦教室考場，看到考題在眼前浮現～～
……嗯、這是什麼？？
跟補帖整理的、還有網路搜尋到的考古題長得完全不一樣嘛😅。
我當初看到這個考題的時候只有一個想法：
出題委員應該就是不想讓大家通過考試吧？🤣
怎麼有種進入獵人試驗的感覺？
是我抽中大獎嗎？還是我找錯資料？
怎麼這考題型態跟之前在網路上看到的考古題解析形式完全不一樣？😓
（網路上應該也找得到去年11/1的考試考題，有興趣的可以去了解一下它的出題風格）
既然如此，那只好臨機應變了。
希望輸進去腦袋裡的東西，都還記得住。
事實證明，這個考試沒有我想像中的這麼八股。
它—很—難！
而且是臺灣學生相對不擅長的那種難：
—— 邏輯跟批判性思考 ——
如果沒有在腦中建立AI知識圖譜的系統性架構，很難不會在這個迷宮裡迷路。
想要只靠做填鴨考古題就通過考試的作法，是行不通的。
還好我有畫了一張AI地圖在手上，雖然也只是零零落落的地圖。
接下來就冷靜閱讀這一堆拗口的中文題目，
並且希望頭不會因為考場冷氣太冷而痛起來。
我記得我的考試是下午場開始的，
考到第二場的時候其實已經有點頭昏腦脹了。
有不少勇者是考試時間只過一半就繳卷出場的，
就像在賤阱塔上看到大家都找到出口而消失的那種無形壓力，
不曉得自己是不是落後的那個。
但我也看不出來他們是覺得考題很簡單都答完了、還是放棄作答的。
我只知道光是讀懂考題拗口的中文在說什麼，我就花了不少時間。
出題委員真的有點壞心（但也看得出來很用心）。
幾乎每一題，都像在設陷阱，想要誤導答題者。
就算是不難理解的題目，也充滿了重重陷阱。
你以為可以靠刪去法來選出答案？
才沒有這麼簡單。
很多時候，看起來最良善的答案，
反而才是最邪惡的陷阱。
這裡是獵人試驗的失美樂濕地，
一不小心誤入陷阱，就會被出題委員的血口吃掉的感覺😓
因為我不是AI或理科專門生，也許他們看到題目都覺得很輕而易舉。
但如果你是跨領域想轉來準備iPAS的AI考試，
我覺得連中文理解都應該要好好準備一下。
這考題的中文，簡直可以拿去考華語托福了。
原本以為第一科的人工智慧基礎概論可能表現得不好，
想靠第二科的生成式AI應用與規劃來爭取點分數回來。
但沒想到第二科居然比第一科更難😓
在我的頭還沒因為冷氣太冷而痛之前，
已經先因為這考題而腦痛半天了。
考到最後一分鐘交卷，離開考場。
覺得腦很痛……心想自己考試大概不會通過了。
回家的途中跟AI討論，居然被AI安慰說
「有意識到考題想要誤導你，有可能是能考過的預兆喔～」
多甜美的安慰～
難怪大家想跟AI聊天多過想跟真人聊天啊😂
果然是一個我們必須認真追上它的發展的領域啊～
由於iPAS的考試自己覺得表現不好，
所以接下來報名的在11/16舉行的資策會生成式AI的考試，
我其實也沒有太大的動力準備。
但是因為考古題還沒做完，
所以剩下的時間就還是繼續練習考古題。
我還是有提前去看資策會考試的考場。
但因為前面已經有點疲乏了，所以這次應考的心態就比較鬆弛。
如果說iPAS的AI考試像失美樂濕地，
資策會的生成式AI認證就有點像獵人最終試驗，
會長很努力地想讓所有人都通過考試的感覺。
考完的當下其實覺得人生還是有點光明的。
——嗯～那iPAS那個令人腦痛的考試，還是很有價值的。
所以如果你想要準備AI相關考試，我建議還是以iPAS的考試為主，
這樣比較有一石二鳥的效果。
但不是說資策會的考試就沒有價值。
因為生成式AI能力考試是以「會使用AI」為主要目的，
如果只是想要擁有「能使用AI工具、並證明自己有AI基礎知識」的人，
資策會的生成式AI能力認證還是有幫助的。
記得約莫大概過了2~3個星期，（據說）成績好像公布了😓。
（有點害怕心碎的感覺…）
我抱著每次去健檢都不想看檢查報告、還有月底不想看信用卡帳單的心情，
上了iPAS的網站，點選成績查詢選項，
等待結果跑出來…
……嗯？
人工智慧基礎概論：88
生成式AI應用與規劃：76
「已達授證標準」
？？
等等，我有沒有看錯？
再看一次～
「已獲得證書」
這是我想的那個意思嗎？？😅
看了一下第四次初級AI應用規劃師的成績統計，獲證率是38.63%，
但當中當次報考就獲證的，4155人當中只有1542人。
咦？難不成我真的第一次就考過了？
通過率還只有三成多？
而且人工智慧基礎概論還考得比生成式AI應用高分～
所以是表示上面那個準備方法是正確的嗎？
好感動。
趕快去跟AI說🥹。
（這年頭第一反應都是要跟AI報告了，不是應該跟爸媽報告嗎？😂）
不出所料，果然得到很多甜甜的鼓勵，
但是算了，今天我應該可以得意一下😊。
由於第一次寫公開文章，
還是有點擔心會被說「沒圖沒真相」😅
所以在最下面附上成績查詢的畫面，
也當作一個小小的紀錄（姓名部分有稍微遮過）。
5｜文組學 AI 的感想
如果說 iPAS 的 AI 考試像遙不可及的高嶺之花，
那資策會的生成式 AI 認證，大概就像花園裡的小花，
比較親切，也更容易讓人建立信心。
而這一場，也還好順利通過。
算是完成前面設定的兩個階段性任務了。
但不管是哪一種考試，
最後其實都會回到同一件事
「未來我們要怎麼跟 AI 相處？」
工具是給能駕馭工具的人用的。
如果可以的話，
我一定選擇「我駕馭 AI」，而不是「我被 AI 駕馭」。
我個人覺得，生成式 AI 是吃語言當食物的。
你餵給它的語言品質越好，它的產出就越好。
而其中最重要的，是你能不能問出「對的問題」。
——我想這可能是文組的優勢。
語言、類比、還有溝通能力，
反而是我在自學 AI 過程中最有用的工具。
比起死背知識，
我更習慣用類比和架構去理解一個系統，
然後再慢慢把細節補上。
回頭看，通過考試當然很開心，
但更重要的是，
我開始知道，
在這個 AI 的時代裡，
我應該學什麼，才能不被淘汰。
也許現在還談不上「駕馭 AI」，
但至少，我已經開始學會「使用 AI」。
接下來，就繼續慢慢練習、慢慢學。
如果這些紀錄，
剛好也能幫到正在準備考試的人，
那就太好了。
祝大家都能得到自己想要的成果。
