「你什麼時候不會用 AI？」面試題實戰解法

重點先講：「你什麼時候不會用 AI？」是一道 2026 年的面試信任題，不是陷阱題——雇主早就預設你會用 AI，他們想知道的是你有沒有真正的界線。最有力的回答會點出四道具體分界（機密資料、高風險的最終決定、思考本身就是交付物的工作、任何你事後說不清楚的東西），並搭配一個真實案例，而不是一句空泛的「我一向很小心」。

2023 年，三星工程師把公司內部的原始碼貼進 ChatGPT 求助除錯。那段程式碼在他按下 Enter 的瞬間就已經離開公司大樓，不久後三星就全面禁用了這個工具。現在，招募主管想知道你會不會做出同樣的事時，就會拿這個故事出來。

這正是「你什麼時候不會用 AI？」背後真正想問的問題。它測的不是你排不排斥 AI。一份2026 年職場數據調查發現，職場上將近 40% 的 AI 互動已經涉及公司敏感資料，而且大多數是透過完全繞過公司監管的個人帳號進行——也就是說，你面前的面試官幾乎肯定親眼見過這種事出包。他們不是在篩選對 AI 抱持懷疑的人，而是在篩選你到底有沒有一條界線。

這道題為什麼現在到處都在問

到了 2026 年，AI 面試準備網站 ClearRound 已經把這道題歸類為「AI 時代面試」信任類別裡的標準題目，跟「你會把機密資料貼進 ChatGPT 嗎」「該不該向客戶揭露用了 AI」並列。他們和其他招募指南得出的共識是：那些純粹表現熱情——「AI 改變了我的工作方式，我什麼都用它」——的候選人，讀起來像風險而不是加分項，因為這暗示他根本毫無篩選機制。另一份 2026 年 1 月的主管調查則發現，已經有公司把實際的財務損失和工作流程失控，追溯到員工過度依賴 AI 身上——這正是這道題想在造成任何損失之前先篩掉的模式。

有些雇主做得更明確，直接寫進政策。英國公部門的官方招募政策明白規定，候選人「不得在任何資格測驗、選拔日或其他現場評核中使用 AI」，並明確點名將草擬回答與情境判斷題的作答列為禁止用途。當機構把硬性界線寫進正式政策，這也在傳遞一個訊號：「沒有界線」在面試裡同樣不再是能被接受的答案。

第一步：先確認問的真的是這一題

回答之前，先分辨對方問的到底是哪一題——措辭很容易混淆：

• 「你工作上什麼時候不會用 AI？」——考你日常習慣與標準的職場判斷題，本文回答的就是這一題。
• 「你在這場面試中有沒有用 AI？」——考的是你正在經歷的這個過程本身的操守問題。在面試中使用 AI，未揭露的話，越來越被視為一種不當行為，因為這會讓雇主無法評估你當下真實的思考能力。

用回答第二題的素材去答第一題（反之亦然），是候選人把一道本該輕鬆拿分的題目答砸的常見方式。

值得畫下的四道分界

網路上大多數建議把這些條列出來就結束了，這不足以撐過追問。以下逐條附上你可以套用的真實範例。

1. 機密或專有資料

如果某樣東西一旦出現在公司之外，會傷害你的雇主、客戶或同事，它就不該進入公開的 AI 工具。沒有例外。

範例回答：「我手上有一份客戶合約，裡面有些不尋常的責任條款，我想找人幫忙再看一遍。我沒有把它貼進任何 AI 工具，就算只是要『整理一下結構』也沒有，因為合約用語其實從很小的片段就能被反推回身分。我改成請一位看過類似合約的同事幫忙。」

這不是過度謹慎——這是使用消費級 AI 工具的預設風險。文字一旦離開你的環境，就會在別人的伺服器上依照對方條款被處理和留存，而不是你的條款，而且即使只是「整理摘要」，往往也意味著先把整份文件貼進去。

2. 牽涉法律、財務或安全責任的最終決定

AI 可以幫你推導出一個建議，但當結果會影響到某人的工作、金錢、健康或法律地位時，做最終拍板的不該是它。

範例回答：「我用的一個預測工具，根據歷史還款資料把某家供應商標記為低風險。在我核准提高他們的信用額度之前，我自己調出了他們最近兩季的財報，因為那個模型優化的指標，不是這個特定決策真正該看的指標。」

判斷標準是：如果出錯了，究竟誰要負責。如果誠實的答案是「模型」，你就越線了；如果是「我，因為我自己確認過」，你就沒有。

3. 思考本身就是交付物的工作

有些任務的價值不在產出，而在於你親自思考的過程。把思考外包出去，即使產出看起來一模一樣，也是本末倒置。

範例回答：「一位資淺工程師請我審一份設計文件，我本來可以直接丟進 AI 摘要工具省時間，但我還是自己完整讀了一遍，因為我提供的價值不是『有回饋就好』——而是要抓出只有真正想過一遍的人才會發現的問題。那份文件裡有一個邊界情況，摘要工具一定會把它抹平。」

這是大家最常跳過的一類，因為它比較不是關於風險，而是關於你到底是靠什麼領薪水。

4. 任何你事後說不清楚的東西

如果你沒辦法一步步跟人解釋清楚自己是怎麼得出這個答案的，那這份答案就不該以你的名義交出去——不管有沒有用 AI。

範例回答：「我請 AI 先幫一位非技術背景的關係人草擬一份技術說明的初稿。送出去之前，我逼自己不看文件、直接口頭解釋一遍。有一段自己講到一半就講不通，這代表我根本還沒理解到能送出去的程度——所以我自己重寫了那一段才發出去。」

這是最乾淨的通用判斷標準：如果事後解釋會暴露你其實不懂自己交出去的答案，那就是那條界線。

弱回答聽起來是什麼樣子

在自己的草稿裡留意這些訊號，因為面試官早就聽膩了：

• 「我一向很小心」卻沒有任何例子——這是一種態度，不是方法。
• 只有清單、沒有故事——聽起來像背下來的，不像真實發生過。
• 答錯題——被問工作習慣時卻在談面試當下有沒有用 AI，或反過來。
• 完全沒有界線——「我什麼都用而且一直很順利」讀起來就是毫無篩選機制，而這正是這道題想抓的風險。

建構屬於你自己的答案

你不需要準備四個排練好的故事。你只需要從上面四個類別裡挑一個真實案例，用三句話講清楚：這件事是什麼、你為什麼畫下這條線、以及你不用 AI 改做了什麼。如果你同時也在準備你日常工作怎麼用 AI或你怎麼跟 AI agent 協作這類題目，這道題其實是它們的另一面——同一位面試官，測試的是你對 AI 的熟練度是否搭配著真正的判斷力。

同樣的判斷力在現場也一樣重要——包括面試本身：不查證就直接照搬一個建議的誘惑，正是這道題想篩掉的模式。AceRound 的設計是在真實面試現場給你一個起點，而不是一份要你逐字照唸的腳本，因為同一條規則也適用於我們自己給出的建議：把它當成一份需要對照你真正懂的東西去查證的草稿，而不是最終答案。

常見問題

這跟被問「你在這場面試中有沒有用 AI」是同一件事嗎？

不是，而且把兩者搞混會讓你失分。「你工作上什麼時候不會用 AI」是在考你日常習慣的職場判斷力。「你剛才是不是用 AI 即時作答」則是關於這場面試過程本身的操守問題，而且未揭露的話，現在越來越被視為一種造假行為。對方問哪一題就回答哪一題，別扯到另一個上面去。

你會把公司機密資料貼進 ChatGPT 嗎？

不會，而且一句話說清楚原因：資料一旦離開公司的環境，就會在第三方的伺服器上依照對方的條款被處理和留存，不是你能掌控的。如果你用過有「不留存」協議的企業版工具，具體點出來——這比籠統一句「我一向很小心」更有說服力。

在我這個領域用 AI 做某件事，這樣算合乎道德嗎？界線在哪？

界線要畫在「是否揭露」跟「交付物的本質」上，而不是工具本身。如果客戶或雇主付錢買的是你的判斷力，那麼用 AI 去抄捷徑取代判斷本身（而不只是周邊的草稿撰寫），即使產出看起來沒問題，也已經越線了。拿不準的時候，誠實的測試方法是：你是否能坦然說明自己具體是怎麼用的。

應該向客戶或主管揭露自己用了 AI 嗎？

預設在 AI 對產出有實質影響時揭露，只是順手用一下（拼字檢查等級的協助）則不必。比較安全的失誤方向是「揭露過頭」；被發現該講沒講，付出的信任代價遠比揭露本身高。

如果我真的想不出有哪次沒用 AI，怎麼辦？

這其實是另一個問題，值得在面試前先發現，而不是留到面試當下。它通常代表你預設每件事都可以交給 AI，而不是每次都主動判斷。從上面框架裡挑一個類別，找出一個真實案例，從那裡開始建構答案。

---

作者・Alex Chen。職涯顧問，曾任科技公司招募人員。在招募端待了 5 年後，轉而專職協助求職者。他寫的是真實的面試互動細節，不是教科書式的建議。