課程定位：為什麼要學 Claude
這門課不是教你記住某個按鈕在哪裡。介面會改版，但「判斷什麼任務適合交給 AI、如何下達清楚指令、如何覆核結果」是可以長期沿用的能力。
- 目標：建立可遷移的 AI 工作模式，而非特定工具操作記憶
- 範圍：Chat、Cowork、Code 三種主要工作型態
- 原則：Human → AI → Human，人始終定義任務並保留最終責任
資訊
AI 提供能力，人保留責任。這句話會貫穿整套課程。
學習目標
- 區分生成式 AI 與代理式 AI，並說出生成式 AI 的主要限制
- 說明 Chat、Cowork、Code 三種工作模式，以及各自適用的情境
- 了解 Projects 與 Artifacts 如何支援長期脈絡與反覆修改的產出
- 在使用 AI 產出前，運用人工審查清單與四個資料安全問題
課程定位
生成式 AI
生成式 AI（Generative AI）是什麼
生成式 AI（Generative AI）根據你給的輸入（文字、文件、圖片）產生新的內容：文字、摘要、程式碼、分析草稿。它的核心能力是「根據上下文生成合理的下一步內容」。
常見用法
撰寫草稿、摘要長文件、翻譯、整理會議紀錄、生成程式片段。
生成式 AI 的限制
- 可能產生看似合理但錯誤的內容（幻覺 / hallucination）
- 不主動查證來源，除非明確要求並提供依據
- 對最新或內部資訊的掌握取決於你提供的上下文
- 沒有「動手做」的能力，除非搭配工具或代理式功能
注意
任何輸出在交付前，都需要人工覆核關鍵事實與數字。
自我檢測
生成式 AI 最主要的限制是什麼？
代理式 AI
代理式 AI（Agentic AI）是什麼
代理式 AI（Agentic AI）不只生成內容，還能規劃步驟、呼叫工具、執行多步驟任務，並根據中間結果調整下一步。Claude 的 Cowork 與 Code 能力即屬於此類。
生成式 vs 代理式
生成式 AI
- 單次回應
- 你提供輸入，它產生輸出
- 不主動採取行動
- 適合：草稿、摘要、翻譯
代理式 AI
- 多步驟規劃與執行
- 可呼叫工具、讀寫檔案
- 中途可根據結果調整
- 適合：跨文件整理、自動化流程
AI 自主性與治理（Governance）
代理式能力越強，自主性越高，風險與治理需求也越高。授權範圍、可執行的動作、以及誰來覆核結果，都必須在交辦任務前想清楚。
- 任務授權範圍要明確：AI 可以做什麼、不能做什麼
- 高影響力的輸出（對外文件、決策依據）一定要人工覆核
- 留下可追溯的紀錄，方便事後檢視
注意
不應該設計出「AI 自動輸出即可直接交付」的工作流程。
Claude 工作模式
Claude 的工作心智模型
可以把 Claude 想成三種工作型態：Chat（對話思考）、Cowork（協同執行多步驟任務）、Code（自動化與程式）。三者共用同一套判斷與覆核原則。
Chat：思考、提問、發想
Chat 適合快速討論、腦力激盪、草擬文字、釐清問題。單次或多輪對話即可完成。
Cowork：委派、執行
Cowork 適合把一個較完整的任務委派給 AI，讓它讀取多份資料、規劃步驟並產出結果，人再進行審核與調整。
Code：建立、自動化
Code 適合重複性高、規則明確的任務，例如批次整理資料、產生報表腳本。一次性任務未必需要寫程式；重複發生的任務才值得自動化。
自我檢測
什麼情境最適合使用「Code / 自動化」而非單純 Chat？
Projects 與 Artifacts
Projects：集中管理長期任務的上下文
Projects 讓你把相關文件、指示、風格規範集中在一個空間，之後每次對話都能延續同樣的上下文，不必重複貼資料。
Artifacts：可編輯、可重複使用的產出
Artifacts 是獨立於對話之外、可持續編輯的產出物，例如文件、表格、簡易網頁。適合需要反覆修改、最終要交付的內容。
工具選擇
工具選擇：Chat、Cowork 或 Code？
- 任務是否單次、可一次講清楚？
是 → 優先考慮 Chat - 任務是否需要整合多份資料、多步驟？
是 → 優先考慮 Cowork - 任務是否會重複發生、規則明確？
是 → 優先考慮 Code / 自動化 - 任務是否高風險、高影響力？
是 → 無論選哪種，都需要加強人工覆核
人工覆核與資料安全
Human–AI Review：人工覆核怎麼做
- 區分 Fact（事實）、Analysis（分析）、Unknown（未知）
- 對關鍵數字與結論，回頭核對原始資料
- 檢查是否有邏輯跳躍或未驗證的推論
- 確認交付前是否符合原始任務目標
資料安全四問
- 這份資料可以離開內部系統嗎？
確認資料分級與公司政策 - 是否包含客戶個資或機密？
如有，先去識別化或取得授權 - 誰有權限看到這次對話內容？
確認共用範圍與保存方式 - 出錯的後果是什麼？
評估風險等級，決定覆核強度
注意
不確定資料是否可以使用時，先詢問主管或資安窗口，不要自行判斷。
重點回顧
Module 1 重點回顧
- 生成式 AI 產生內容，代理式 AI 規劃並執行多步驟任務
- Chat / Cowork / Code 對應不同任務型態
- Projects / Artifacts 幫助管理上下文與可重複使用的產出
- Human → AI → Human：人定義任務、AI 執行、人覆核並負責