ChatGPT什麼都會，要「學什麼」才有用？

以學習的角度來看，配置的依據就是——這個知識與你的人生藍圖有什麼關係？「決定了配置，就算用很爛的方式學也無所謂，因為長遠來看，你的時間都花在刀口上。」

●焦慮二：我夠懂、夠資格談一件事嗎？

學習可以拆解「輸入」、「整理」、「輸出」3種階段，很多人長時間默默耕耘前兩個階段，謹慎起見，不輕易對外發表，但吳沛燊的主張卻是「一分輸入，三分輸出」。

他分享，最近有位同事有興趣轉職ESG領域，報名了各種證照班，卻發現大部分課程都是為企業高層打造，鮮少有適合一般上班族入門的學習素材。吳沛燊馬上建議這位同事「開社團」，分享自己入門的心路歷程，對方卻有些遲疑，不確定自己是否「夠格」、「夠有權威」。

但吳沛燊提醒，只有輸出才能得到即時的刺激與回饋，幫助你回過頭調整自己，提高輸入與整理的品質，轉動學習的迴圈。「有多少就說多少、用了再說，只要把握一件事：你會持續做這件事，你不會停。」

事實上，「分享」除了能保持迴圈的動能，也是現代工作者打造競爭力不可或缺的一環。

他引用知名創業家丹尼爾・普利斯特里（Daniel Priestley）的觀點，過去人們衡量自身價值的標準是通過多少資格、認證⋯⋯，但在數位的時代，你的價值取決於：相信你的人有多少？

持之以恆地輸出，累積自己獨到的觀點，自然有一定的受眾願意相信你。在學習這條路上，很可能不必等到你學成後應徵工作，工作就會先找上你。

●焦慮三：我需要懂AI到什麼程度？

談到AI可能掀起的技能洗牌潮，已出現不少「如何靠ChatGPT致富」的論述。吳沛燊以兩個比喻，提醒工作人不必躁進。

第一，是「歌手與麥克風」的悖論。麥克風在上個世紀出現時，也像此刻的ChatGPT一樣，同為受人矚目的新科技，「關鍵來了，真正能用麥克風賺到錢的，是很懂麥克風技術的人？還是歌本來就唱得好的？」

他的提問背後，反映出本末導致的危險性。新的科技看似花俏，但只有在本身掌握獨特價值的人手上，才能真正展現效益。以ChatGPT為例，與其學習精深的程式碼，把時間投資在「如何問出好問題」更關鍵。