[AI 概論初階班] · · 7min read

AI 概論初階班 第一堂 Part 1:你只用了 Claude Pro 的 10% 能力

企業內訓第一堂前 10 分鐘逐字稿整理:Claude Pro vs Claude Code 的差別、為什麼 AI 從回答問題進化到動手做事、日報 30 分鐘變 5 分鐘的實戰案例。

章節目錄 · 10
TL;DR
- 本文解決:訂閱了 Claude Pro 卻只會拿來聊天的浪費
- 推薦給:企業中剛要接觸 Claude Code 的工程師、PM、分析師、行銷
- 讀完你會知道:Claude.ai 和 Claude Code 的差異、為什麼 AI 從「回答問題」進化到「動手做事」、這 24 堂課會帶你走到哪裡

📌 目錄

  • 這堂課在講什麼

  • 你大概早就聽過 Claude Code 了

  • 為什麼不直接看官方文件

  • Claude Pro vs Claude Code

  • 讓 AI 動手做事是什麼意思

  • 這 24 堂課會教什麼

  • 最實際的案例:日報 30 分鐘 → 5 分鐘

  • Spec 思維:你負責想,AI 負責做

  • 延伸資源
  • 這堂課在講什麼

    這是「AI 概論初階班」24 堂課的第一堂,前 10 分鐘的逐字稿整理。場景是彰化銀行敦化分行的企業內訓,學員是跨職群的同仁(工程師、PM、分析師、行銷都有)。

    這 10 分鐘我沒講 AI 演進史、沒講 Transformer 架構、沒講 Prompt Engineering。我只講一件事:你們現在用 AI 的方式已經過時了

    成品頁長這樣:

    AI 概論初階班第一堂 Part 1 標題頁 — Claude Code 是什麼

    你大概早就聽過 Claude Code 了

    開場我先丟一個問題:「誰沒聽過 Claude Code?」。沒人舉手。

    因為只要你這半年有滑任何工程師相關的社群 — FB、Threads、LinkedIn、Twitter、YouTube — 你一定看過這三個字。但是:

    「聽過」跟「真的會用」是兩件事。

    很多人聽過、按讚、收藏、甚至跟朋友說「這個很強」,但從來沒打開過 terminal 敲過一行指令。工具的上手難度不低,這是我今天要開這堂課的原因 — 從 0 到 1 是最難的一步

    後面 23 堂課我會讓你從 1 到 100,但前提是這堂課要先把你從 0 推到 1。

    為什麼不直接看官方文件

    有些學員會問:「Anthropic 官方文件已經寫得很清楚了,為什麼還要上課?」

    三個原因:

    1. 官方文件是英文

    不是說英文不好讀,是你上班時不會想讀英文技術文件。中文講解、中文範例、中文情境 — 吸收速度差 10 倍。

    2. 這堂課針對你公司的場景

    官方文件是通用的。我這堂課是針對你們公司(金融業 + 內部資料 + 跨職群)的實際工作情境設計的。哪些檔案 AI 不能碰、資安邊界怎麼劃、日報怎麼自動化 — 這些通用文件不會告訴你。

    3. 我會在你旁邊

    有問題走過來問我就好。官方文件卡住你要自己查 Stack Overflow。跟著課走比你自己啃快 10 倍。

    Claude Pro vs Claude Code 差在哪

    這是這 10 分鐘最關鍵的對比:

    面向Claude ProClaude Code
    介面網頁聊天終端機 CLI
    能不能讀你的檔案✗ 你要複製貼上✓ 直接讀
    能不能改你的程式✗ 給你新的給你貼✓ 直接改
    能不能開瀏覽器
    能不能自己驗收
    訂閱價格每月 $20同一個訂閱能用
    重點:你已經付了 Claude Pro 的錢,Claude Code 免費加送。但 99% 的訂閱戶從來沒用過 CLI 版。你付了 100% 的錢、用了 10% 的功能。

    讓 AI 動手做事是什麼意思

    舉一個我每天的工作情境:

    以前(2024 年的用法):

    我:這段 code 跑不動,報 NullPointerException
    AI:可能有 5 個原因
         1. 某個物件沒初始化
         2. 某個方法回傳 null
         3. ...
         要看更多 context 我才能判斷具體是哪個
    我:(複製貼上更多 code)
    AI:還是不確定,可能是 ...
    我:(再貼更多)
    ...(來回 10 次)

    現在(用 Claude Code):

    我:這段 code 跑不動
    Claude:(自己打開檔案、讀上下文、跑測試、看 stack trace)
           是第 47 行 user.getName() 在 user = null 時爆的
           我已經加 null check,測試通過,要 commit 嗎?
    我:commit

    差別不在 AI 變聰明,差別在它有沒有手可以動

    這 24 堂課會教什麼

    整個系列的學習曲線:

    AI 概論初階班前四堂課的四個核心主題
    • 今天(第一堂): 讓 AI 操作你的電腦
    • 第二堂: 讓 AI 認識你是誰(CLAUDE.md 記憶檔)
    • 第三堂: 資安邊界怎麼劃(哪些檔案可以碰、哪些只能看不能改、哪些完全禁止)
    • 第四堂: 自動化封裝(Skill — 把重複流程打包成一個指令)
    後面 20 堂會更進階:MCP、子 agent、測試自動化、生產部署等。但這四堂是地基。

    最實際的案例:日報 30 分鐘 → 5 分鐘

    我給學員看的第一個「為什麼要學這個」案例:

    我每天要寫日報。以前手寫 30 分鐘,內容包括:

    • 今天做了什麼(要看 git commits)
    • 遇到什麼問題
    • 明天計畫
    後來我封裝了一個 Skill 叫「生成日報」:

  • 它自己跑 git log --since=yesterday 撈出我 commit 的內容

  • 它參考我過去三個月的日報格式

  • 它自己排版、上標點、改語氣

  • 1 分鐘產出初稿
  • 我再花 4 分鐘看一下對不對、補一些 AI 看不到的 context(例如今天跟誰開了什麼會),按送出。

    總共 5 分鐘。以前 30 分鐘。省下的 25 分鐘拿去做真正重要的事。

    這就是這堂課要教你的 — 不是讓你變 AI 專家,是讓你的工作時間多出一半

    Spec 思維:你負責想,AI 負責做

    最後一頁我留給這個概念:

    Spec 思維 — 你是建築師,AI 是工人
    • 你 = 建築師: 畫藍圖、定規格、決定「做什麼」、「對不對」
    • AI = 工人: 照藍圖執行
    但 AI 工人有一個特點:它做錯的時候非常有自信。所以你的責任是驗收。

    這就是為什麼 Claude Code 有 Plan Mode — 它會先列計畫給你看,你確認沒問題它才開始動工。這個流程我會在第三堂課詳細拆。

    延伸資源

    ---
    不怕死,只怕不過癮。

    下一篇會是第一堂 Part 2 — 實際打開終端機、裝 Claude Code、跑第一個指令。如果你有企業內訓需求,歡迎聯繫我諮詢。

    author
    陳彥彤

    AI 工程師 · AI 顧問。Java 後端 8 年、AI 工程師 2 年。AI 內訓 · AI 導入顧問 · 前後端與雲端培訓。

    support

    覺得文章有用可以到 GitHub 給個 star,或是透過信箱聊聊 AI 內訓、AI 導入顧問或前後端 / 雲端培訓。

    related

    相關文章

    [AI 概論初階班] · 10min
    AI 概論初階班 第一堂 Part 2:10-20 分鐘動手裝 Claude Code(含踩坑)
    第一堂課的後半段 10 分鐘:別再看 Demo,打開 terminal 貼一行 curl 裝好 Claude Code(不用 Node.js、不用 Docker),當場跑完第一個真實任務。含 macOS / Windows 企業內訓最常見 4 大踩坑解法。
    [AI 工具] · 20min
    Superpowers 暴衝 121k stars、Anthropic 收編,該裝嗎?跟手寫 skill 怎麼選
    obra/superpowers 7 個月 121k stars、2026/01 進 Anthropic 官方 plugin marketplace,14 個內建 skill 把資深工程師工作流(brainstorm/TDD/debug)強行套到 Claude Code 上,token -14%、首次成功率 +40%。但我自己跑兩週發現:小任務反而 +20% token、demo 前急著修 bug 被 brainstorming 拖住、Haiku 跑不動。本文拆 14 個 skill 各自解什麼、5 個踩坑、跟自己手寫 skill 的對照表(從適用任務、學習曲線、客製化彈性、維護成本四個維度比較)、Jesse Vincent 的設計哲學(讓 Claude 暫停,不是變聰明)。
    [AI 工具] · 31min
    LLM Wiki 是什麼?Karpathy 知識編譯方案兩週實測(vs RAG、token 降 87%、踩坑筆記)
    LLM Wiki 是什麼?2026 年 4 月 Karpathy 在 gist 丟了 200 行 markdown,一週後全網炸開、12 個社群 implementation。一句話講:讓 LLM 把你丟的所有資料「編譯」成一個結構化的 markdown 知識庫,以後問問題不查原始檔、查這個被整理過的 wiki。本文拆解 RAG vs LLM Wiki 的編譯式/解釋式之差、三層架構、30 分鐘上手路徑、我把 7 場教學逐字稿 + 200 則 Discord QA 丟進去跑兩週的實測(token 降 87%)、5 個踩坑、什麼情境裝了反而是負擔。