2 章 個人化與記憶系統
  • 2-1讓 AI Agent 學會你的一切
  • 2-2看懂 AI Agent 的記憶系統
  • 2-3開始養成 AI 分身,個人化風格訓練迴圈
  • 2-4Skill 解析:把成功與修正都留下來
  • 2-5做出第一個專屬你的 Skill
3 章 萃取他人知識
  • 3-1怎麼把專家萃取、整合進自動化工作流
  • 3-2萃取蒸餾方法論:把任何人變成 Agent 能調用的 Skill
  • 3-3解構客服回信的工作流設計(蔡康永風格)
  • 3-4讓哲學家帶你做自動化復盤和反思日記
  • 3-5怎麼做 AI 助教、AI 客服?
4 章 四個雷蒙實戰案例
  • 4-1從「會用 AI」到「有一套系統」的差別
  • 4-2一頁報告 Skill:把 AI 查到的資料與方案,變成好讀的視覺化 HTML
  • 4-3個人知識管理升級——讓 AI Agent 當私人編輯秘書(個人 Wiki)
  • 4-4業務工作流——信件與廠商/客戶資料庫自動化
  • 4-5行政管理——報價、Invoice 與發票整合
  • 4-6n8n 24h 自動化(含學員驗證 × Google Sheet 案例)
5 章 從想法到公開網址
  • 5-1什麼是 Vibe Coding?非工程師也能做出能上線的東西
  • 5-2動手前先想清楚:用 /brainstorm 把模糊想法變成具體計劃
  • 5-3前端、後端、Localhost:從本機預覽走到可以分享之前
  • 5-4讓別人看得到你的作品:從本地端到公開網址
  • 5-5不只做工具:把你的知識變成公開作品
  • 5-6繳交你的作品:輸出才是最好的學習
6 章 課後路線與長期保養
  • 6-1學完這堂課,接下來呢?
  • 6-2為什麼 90% 的人不需要自己打造 Agent Team?
  • 6-3讓你的 AI 分身每週進化:記憶系統健檢與保養機制
  • 6-4課程收尾:地圖、地形與嚮導——這不是結束,是下一座山的起點
免費試看這個單元不用登入、不用身分組,整個互動都能完整玩過一遍。

告別只會聊天的 AI,走向 Agent

分清 Chat 與 Agent 是兩種東西,並對齊全課路線圖。

知識點 0/6
1

付了 ChatGPT Plus,為什麼 Chat 模式還不會自動幫我做完?

每個月花 20 美元升級付費方案,AI 就會像鋼鐵人的賈維斯一樣,自動幫你把所有工作做好?

這題是為了讓你知道「問答型 AI」和「真正能做事的 Agent 模式」到底差在哪裡。帶你嘗試在問答型 AI 裡交辦三件真實任務。

你會發現:AI Chat(ChatGPT、Gemini)就像隔著電話跟顧問講話,他很聰明、很快能回答幾個方案,但根本拿不到你的資料,也不會替你操作工具去執行任務,你還是得自己複製貼上到 Word、Notion 等工作區。既然你都付費升級到 20 或 100 美元的方案了,就請個「能幫你把工作完成」的 AI Agent 吧!

有什麼我可以幫忙的?

點上面的卡片就會送出

它到底缺什麼

交辦一件,這裡就會多一格。

???

???

???

2

AI 為什麼每次回答都不一樣?

你一定遇過這種情況:問 AI 同一個問題,昨天回答得很棒,今天卻開始胡說八道,為什麼它這麼不穩定?

這題要帶你看穿 AI 的底層真相:AI 根本不是真正在思考,它只是在玩機率文字接龍遊戲!它每次都是根據海量資料的統計機率,猜測下一個字「最有可能」接什麼。做這個實驗,親手點選不同的字或讓它隨機抽籤,你會看懂為什麼只要稍微換個字,後面的發展就會天差地別。

床前明月光,疑是地上

你會接哪個字?

百分比是教學用的抽取機率,不是答案正確率。

3

這個 AI 工具屬於哪一個 Level?

現在市面上每週都有幾十個新 AI 工具冒出來,有的叫 Chat、有的叫 Assistant、有的叫 Agent,到底怎麼分辨?

這題要給你一張超實用的三層能力階梯:Lv1 純對話 → Lv2 協作型 → Lv3 代理型。做這題把常見工具拖到正確台階,你就能練就一眼看穿任何 AI 工具真正實力的眼光,不再被廠商的花俏行銷術語迷惑。

把工具卡放進它該在的 Level 容器

直接拖到上方容器手機先點卡,再點容器

已放 1/8
LV 1

聊天型

把話問對(Prompt Engineering)

1
ChatGPT
點這個區域也能放入
LV 2

協作型

把材料備齊(Context Engineering)

0
拖到這裡目前選取:Claude Code
點這個區域也能放入
LV 3

代理型

把規則定好(Harness Engineering)

0
拖到這裡目前選取:Claude Code
點這個區域也能放入

可拖曳的工具卡

抓住下面任一張卡,拖到上方對應的 Level 容器

還有 7 張

Claude Code

在本課的本機專案流程裡,你讓 Claude Code 讀取指定資料夾,交代要改什麼、哪些不能碰、怎樣才算完成。它可以實際修改檔案、執行指令與測試,過程中也可能停下來請你確認。

工作怎麼進行

交代目標與邊界 → 它閱讀專案、規劃並動手 → 執行檢查 → 你審核差異與結果。

適合拿來做

修改網站、整理大量檔案、維護程式專案等多步工作。

看完場景再判斷:是你逐輪推、先備好工作範圍,還是它能自行跑多步?

4

AI Agent 是由哪些部分組成的?

工程師常說 Agent 是「LLM + Harness + Tools」,聽起來像外星密碼,普通人到底該怎麼理解?

這題用最生動的「馬、馬具、馬車」比喻:大腦是強壯的野馬、外框是約束方向的韁繩、工具是載運貨物的馬車。做這題親手把三種零件組裝進任務,你就會發現:你不需要自己造引擎,只要掌握好控制韁繩的三個把手,就能指揮整支車隊!

Agent = LLM + Harness + Tools

組裝預覽
起點你要的成果Tools(車)執行工作LLM(馬)Harness(馬具)

1 · 選零件

點選一張零件卡,再到下一步選擇放置位置。

2 · 放入位置

先選上方零件,再依照工作職責放入。

3 · 測試組裝

AI 對話

想知道這套 Agent 會不會成功?

送出這個問題,看看目前的排列會產生什麼結果。

5

怎樣養成你的 AI Agent?

養一個 AI 助理不是把所有資料一股腦丟給它,而是要像帶新進員工一樣,有步驟地培訓。

這題要帶你模擬從「新手菜鳥」到「得力分身」的四個成長階段。做這題按步驟走過一次,你會看清楚整門課 6 個章節的學習地圖,知道每一章會為你的 AI 疊加什麼關鍵能力

每週客戶痛點報告

customer-feedback-agent

已升級 0/4

每週整理客戶回饋,交出一份痛點報告。

請讀取本週 100 筆客戶回饋,整理前三項痛點,並把報告交到 reports/。

Codex

結果看起來完整,卻不能驗收

AI 回了三段摘要,沒有比例、資料來源,也沒有產出指定檔案。

指定成果reports/ 0 個檔案

你會先替這個 Agent 補上什麼?

6

工具一直換,什麼才是你帶得走的?

今天紅 Claude、明天紅 ChatGPT、後天又出一個新工具,難道每次出新工具我們都要全部重學一遍嗎?

這題要帶你把市面上五花八門的工具「拆開來看外殼與零件」。做完這題你就會恍然大悟:工具再怎麼變,底層的核心架構永遠不變;只要你的原則、記憶與技能以純文字留在自己電腦裡,隨時都能無痛換上最新的最強大腦!

工具拆解實驗

挑幾個工具,看看它們各自能替 Agent 補上什麼

1選工具
2拆開看
3開始打造

今天你最想學哪些 AI 工具?

沒有標準答案。挑你真的感興趣的,最多選 3 個。

我的選擇 0/3

點上面的工具名稱開始選。