面試講「我識 prompt ChatGPT」已經唔夠有力。The Rundown 的「Proof Project」方法提倡以實際作品證明 AI 實力：揀一個你熟練的 AI 工作流，錄一段約2至5分鐘的實作示範影片，再用影片逐字稿讓 AI 製作五頁簡報——用「看得見的判斷力」取代「空泛的自稱」。[1]
揀一個好示範
先以一份真實職位描述為目標，再揀一個你熟悉、能清楚展示價值的 AI 工作流。好例子包括：將原始數據變成定期報告、將研究變成簡報、將會議紀錄變成行動清單、將雜亂內容變成初稿。重點是讓審閱者在幾分鐘內明白「解決了甚麼問題」與「有甚麼價值」。[1]
錄製實作示範
用 Loom 或其他可分享連結的螢幕錄影工具，錄下你的螢幕與樣貌，邊操作邊講解。內容涵蓋三點：[1]
- 這個工作流解決甚麼問題
- 工作流如何運作、你如何維護它
- AI 負責甚麼、你負責甚麼——這是最重要的一點：公司想看到你如何檢查 AI 的輸出、如何作決定、如何持續改進工作流
教學強調毋須剪接，一氣呵成錄製即可；錄完重看一次確認音效清晰、流程易明，然後複製 Loom 連結與逐字稿。[1]
AI 代製五頁簡報
將 Loom 逐字稿、連結與職位描述貼入 ChatGPT 或 Claude，要求製作五頁簡報：[1]
「製作一份五頁簡報，其中一頁嵌入影片。其餘頁面解釋我的思考過程與工作流運作方式。」
建議結構：問題與重要性 → 工作流由頭到尾 → Loom 實作影片 → AI 負責甚麼與你負責甚麼 → 為何證明你能勝任此職位。發布前務必檢查每一頁（AI 生成的第一版常出現排版錯誤），並親自測試 Loom 連結。[1]
點解有效
一個示範可同時證明多件事：你能將數據連接到 AI、能建立可重複的系統、能審查結果、能隨時間改進——遠比一句「我識用 ChatGPT」有力得多。教學中的報告工作流示範（Codex 拉取數據生成報告，人手檢查、改善簡報、更新可重用系統）正好展示人機協作的完整循環。[1]
進階：建立作品庫
將多條工作流影片儲存在同一個 ChatGPT Work 或 Claude Cowork 項目；日後有新職位時，貼上職位描述，請 AI 幫你揀最強的示範並製作度身簡報。重要申請可重新錄製示範，指名公司與職位——兩分鐘的額外功夫足以顯示你為這份工作而準備。[1]
參考資料
[1] The Rundown — Stand Out in an AI Job Interview With the “Proof Project” Method