AI 作品集到底要放什麼？

作品集不是展示櫃，而是能力證據

很多人做作品集時，會把它當成作品展示櫃：放幾張截圖、幾個 GitHub 連結、幾個技術標籤，然後期待別人自己看懂。這樣做很吃虧，因為看的人通常不會替你補完脈絡。

AI 作品集應該像一份有結構的能力證據。它要讓人看懂你如何從問題開始，如何決定輸入資料，如何使用 AI，如何呈現結果，以及如何處理錯誤或不確定性。

如果你想轉職，作品集的任務不是讓人覺得你什麼都會，而是讓人相信你有能力把一個小問題做完整。這比堆很多半成品更重要。

對非本科或跨領域的人來說，作品集還有另一個作用：補足信任。你可能沒有相關學歷，也還沒有正式 AI 工程經驗，所以作品集要替你證明你理解真實工作問題，不只是會照教學做出畫面。

每個作品頁至少要有八個區塊

第一，作品一句話。不要寫「這是一個 AI 工具」。你要寫清楚它處理什麼問題，例如「這是一個把履歷內容和職缺條件整理成差距清單的分析器」。一句話要讓人立刻知道用途。

第二，問題背景。用白話寫出這個工具為什麼需要存在。不要只寫「練習 OpenAI API」，因為使用者不在乎你練什麼，他在乎工具解決什麼。

第三，目標使用者。作品不一定要服務所有人。你可以寫求職者、客服人員、行政人員、內容工作者或主管。目標使用者越清楚，作品越像真實產品。

第四，操作流程。用幾個步驟說明使用者怎麼從輸入走到結果。這能讓非技術讀者也看懂你的作品。

第五，AI 參與的位置。這是 AI 作品集最重要的地方。你要說清楚 AI 是負責摘要、分類、比對、改寫、生成建議，還是根據資料回答問題。

第六，技術說明。簡單說明前端、後端、API、資料格式和安全處理。這部分不用寫成論文，但要讓懂技術的人知道你不是只貼程式碼。

第七，限制與風險。AI 可能答錯、文件可能解析失敗、資料可能不足、API Key 不能公開。你能說出限制，代表你知道作品進到真實場景會遇到什麼問題。

第八，下一版方向。作品不一定要一次完美，但你要知道下一步要改善什麼。這會讓人看見你有迭代思維，而不是只完成一份作業。

作品集順序要有策略，不是照完成時間排列

新手常把作品照完成時間放上去，第一個做的放第一個，最近做的放最後。這不一定錯，但不夠策略。作品集的第一屏會影響讀者是否繼續看，所以最前面要放最能代表你定位的作品。

如果你的定位是 AI 應用工程師，第一個作品最好能展示完整流程，例如履歷分析器、PDF 摘要工具、FAQ Bot。這些作品比單純聊天框更容易讓人看懂你會把 AI 放進工作情境。

第二個作品可以補足不同能力。第一個展示文字分析，第二個可以展示文件處理，第三個可以展示知識庫或流程自動化。這樣作品集會像一組能力證據，而不是一堆互不相關的練習。

如果你有很多小作品，不要全部放首頁。挑三到五個最能說明方向的作品就好。太多作品反而會讓人不知道重點，也會暴露一些不成熟的早期練習。

作品數量不是越多越好，深度比數量重要

很多人會焦慮作品不夠多，所以一直開新專案。問題是，十個只做到表面的作品，通常不如三個講得很完整的作品。

完整不代表功能很多，而是解釋完整。你要講清楚問題、資料、流程、AI 判斷、輸出、限制、下一版和你自己的取捨。

這也比較符合真實工作。公司不只看你能不能做出畫面，也會看你能不能把需求變成流程，能不能處理資料品質，能不能知道 AI 什麼時候不能亂答。

如果你只能選一個方向，我會建議先把三個核心作品補深：履歷分析器、PDF 摘要工具、FAQ Bot。這三個剛好能展示文字分析、文件處理和知識庫問答。

每個作品都要有 README，也要有案例式介紹

README 是給技術讀者看的，案例式介紹是給一般讀者和面試官看的。這兩者不應該混在一起，也不應該只做其中一個。

README 要回答技術問題：怎麼啟動、用到哪些環境變數、資料怎麼流動、API 怎麼呼叫、錯誤怎麼處理、有哪些限制。

案例式介紹要回答產品問題：誰遇到問題、原本怎麼做、你的工具改變哪一步、使用者最後得到什麼、結果怎麼檢查。

同一個作品如果只有 README，非技術讀者可能看不懂。如果只有漂亮作品頁，技術讀者可能不知道你到底做了什麼。兩個都要有，作品才完整。

截圖和流程圖要有目的，不是為了填版面

作品集裡的圖片不是裝飾。每一張圖都要幫讀者理解一件事。截圖適合展示介面和結果，流程圖適合展示資料怎麼移動，對照圖適合展示使用前後差異。

如果是履歷分析器，你可以放「履歷輸入、職缺輸入、差距分析、修改建議」的流程圖。這比單純截一張結果畫面更清楚。

如果是 PDF 摘要工具，你可以放「文件上傳、文字抽取、段落整理、摘要輸出、人工確認」的流程圖。讀者會知道你處理的不只是摘要，而是整個文件流程。

如果是 FAQ Bot，你可以放「使用者提問、搜尋知識庫、產生回答、信心不足時轉人工」的流程圖。這能展示你理解 AI 回答邊界。

圖片也會降低閱讀疲勞。長文章如果只有文字，讀者很容易滑走。適當的圖能把段落變成記憶點，也能讓同一篇內容重新拆成社群貼文或短影片素材。

作品集要能接到履歷和面試，不是只放在網站上

作品集不是孤立存在的。它應該接到你的履歷、LinkedIn、社群內容和面試回答。否則作品做得再多，也可能只是躺在網站裡沒人理解。

履歷上可以用一句話連到作品。例如：完成一個 AI 履歷分析器，將履歷與職缺拆成可比對欄位，輸出差距分析和修改建議。這種寫法比「使用 OpenAI API 做專案」更有力。

面試時可以用同一個邏輯講。先說問題，再說流程，再說你做的部分，最後說限制和下一版。這會讓你的回答更像在講真實專案，而不是背技術名詞。

如果你的作品集、履歷和面試說法彼此接不起來，就會顯得零散。比較好的做法是讓每個作品都有同一套敘事骨架：問題、解法、技術、限制、成果、下一步。

作品集首頁不要太複雜，要先讓人知道你是誰

作品集首頁最重要的是快速建立定位。你可以用一句話說明自己正在走的方向，例如：我正在學習把 AI 放進工作流程，做出能整理資料、摘要文件、回答問題的小工具。

首頁不需要一開始就放很多動畫或大段文字。更重要的是讓人知道你會做哪類 AI 工具、目前有哪些代表作品、每個作品展示什麼能力。

可以把首頁分成四塊：一句定位、三個代表作品、學習路線或技能圖、聯絡或履歷連結。這樣就夠清楚。

如果你未來要賣課，作品集首頁也會影響信任。讀者會先看你是否真的做過、是否講得清楚、是否能把新手問題拆成可理解的路線。

不要把作品集寫成工具清單

只列工具名稱會讓作品集很弱。像「使用 Next.js、OpenAI API、Tailwind」這種寫法只能說明你碰過工具，不能證明你會解決問題。

更好的寫法是把工具放回情境裡。例如：我用後端保護 API Key，用結構化輸出讓履歷建議可以分區顯示，用錯誤提示避免使用者以為 AI 一定正確。

同樣的技術，換一種寫法，讀者感受到的專業度會差很多。

也不要把作品集寫成學習日記。學習過程可以放，但主軸還是能力證據。讀者要知道你能做什麼，不只是你學過什麼。