用 AI 工具的正確心態
在介紹工具之前，先說一件重要的事：AI 工具是放大器，不是替代品。
它能讓你學得更快、寫程式更有效率、整理資料更省時間——但它無法替你積累真正的理解，也無法替你解決「我不知道我想做什麼」的問題。
用 AI 工具最大的風險，不是用錯工具，而是讓 AI 做了本來應該是你做的思考。如果你用 ChatGPT 寫了一份備審，但說不清楚為什麼這樣寫、哪些部分是真正屬於你的經歷，那這份備審幫不了你——面試的時候你會發現自己無法說出這些話。
最有效的使用方式是：讓 AI 處理重複性、格式性的工作，讓你有更多時間做只有你能做的事——真實的執行、真實的思考、真實的決策。
學習與自學
解釋概念、回答「為什麼」型的問題效果很好。不要只用它來問「幫我解釋 XX 是什麼」，更有效的用法是把它當成對話夥伴：「我以為 XX 是這樣運作的，但我看到這個結果，哪裡理解錯了？」或者「我在學 Python 的 list comprehension，你能出幾題讓我練習嗎？」
這種對話式學習比單純看答案有效，因為你在過程中建立的是理解，不只是知識。
Khan Academy / YouTube
對基礎概念（數學、物理、統計）的學習，Khan Academy 仍然是最好的免費資源之一，結構清楚、有練習題。YouTube 上有大量高品質的技術教學，搜尋「topic + explained」或「topic + tutorial for beginners」通常能找到好的入門內容。
對需要記憶大量內容的學習（語言、醫學詞彙、生物概念），Anki 的間隔重複系統（Spaced Repetition）是目前最有研究支持的記憶方法。建立卡片的過程本身也是一種整理理解的方式。
Side Project 與技術開發
寫程式的輔助工具，能根據你的程式碼上下文自動補全。不是讓你不用學程式，而是讓你在已經有基本理解的情況下，寫得更快、更少卡在語法細節上。GitHub Copilot 提供學生方案；Cursor 是目前很多開發者認為整合最順的 AI 編輯器。
重要提醒：如果你用 Copilot 生成了一段程式碼但不理解它在做什麼，這段程式碼在你的 Side Project 裡是一個風險，因為當它出問題時你不知道怎麼修。先確保你理解再使用。
AI 模型的公開平台，有大量現成的模型可以直接用在你的 Side Project 裡——文字分析、圖像識別、語音處理都有。對想做 AI 相關 Side Project 但還沒有能力從頭訓練模型的學生，這裡是最好的起點。
線上的程式開發環境，不需要在本機安裝任何東西就能開始寫程式和部署應用。對剛開始做 Side Project 的學生，Replit 讓「開始」的門檻大幅降低。
對想做網頁介面的 Side Project，v0 可以用文字描述直接生成 React 元件，幫你快速做出一個可以看的介面。不需要你是設計師，也不需要你精通前端，就能有一個像樣的起點。
研究與資料分析
搜尋引擎加上 AI 摘要，適合快速了解一個新主題或找到相關資料來源。它會引用來源，讓你可以驗證資訊，比直接問 ChatGPT 更適合用在需要確認正確性的研究初探。
NotebookLM（Google）
你可以上傳文件（論文、書籍、筆記），然後針對這份文件問問題。對需要消化大量閱讀材料的研究型學生，這個工具可以大幅縮短理解一份文件的時間。
Kaggle Notebooks
對資料分析類的 Side Project，Kaggle 提供免費的計算資源和大量的範例 Notebook。可以直接在上面做資料分析、跑機器學習模型，不需要在本機配置複雜的環境。
Python + Pandas + Matplotlib
不是 AI 工具，但值得提：這三個是資料分析最核心的工具組合，幾乎所有資料相關的 Side Project 都會用到。學會這三個，再配合 ChatGPT 回答你的語法問題，是最有效率的資料分析入門路徑。
備審與作品呈現
Notion
整理學習歷程和作品集的最直覺工具，免費、排版容易、可以對外分享連結。用 Notion 建立一個學習歷程的整理頁面，比散落在不同地方的文件更容易在備審時快速整理。
Gamma
用 AI 生成簡報，適合快速做出一個有視覺結構的 Demo 或介紹文件。對需要在 Hackathon 或面試裡呈現作品的學生，Gamma 能讓你把重心放在內容而不是排版。
設計類的輔助工具，不需要設計背景就能做出不錯的視覺呈現。Portfolio PDF、簡報封面、作品展示圖，都適合用 Canva 處理。
錄製操作影片的工具，適合做 Side Project 的 Demo 影片。一個一到三分鐘的 Demo 影片，是備審和 GitHub README 裡最有說服力的展示方式之一，Loom 讓這件事變得非常快速。
哪些用法會讓你退步
讓 AI 替你寫備審全文。 AI 能幫你整理結構、改善語句、提出你沒想到的角度——這些都是好的使用方式。但如果整份備審是 AI 寫的，你對自己的敘事沒有真實的掌握，面試的時候會很明顯。
用 AI 生成程式碼但不理解它。 短期省時間，長期讓你的基礎越來越脆弱。遇到問題的時候你不知道從哪裡修，也無法在面試或備審裡真正說清楚你做了什麼。
用 AI 搜尋取代真正的閱讀。 對研究型學習，AI 的摘要是入口，不是終點。真正的理解需要你讀原文、問問題、建立自己的筆記。只用 AI 摘要，你得到的是表面的認識，沒有辦法在面試裡被追問。
AI 工具用對了，可以讓你在同樣的時間裡做更多有意義的事。用錯了，只是讓你更快完成一些沒有真實學習發生的任務。