我最近在研究 Claude Code，說真的，看完之後蠻震撼的。
不是那種「哇 AI 好厲害」那種虛的震撼。是看到實際操作流程之後，直接在想：「這個概念我可以怎麼用在自己的工作裡？」
影片示範的是用 Claude Code 打造一個 AI 行銷團隊，但我覺得這套邏輯放到教育訓練裡一樣通。
核心概念：先想清楚你的工作長什麼樣
這個架構最有意思的地方，是它要你先列出自己每週在做哪些事，然後再來想怎麼讓 AI 接手。
不是說「我要用 AI 自動化工作」就直接衝，而是：
- 把重複性任務一項一項列出來（市場研究、每週分析、發社群文這類）
- 每一個重複的流程，定義成一個「Skill」
- 把相關的 Skill 打包，交給一個「Agent」負責
- 最後讓 Claude 根據任務性質，自動判斷要用哪個 Agent
這跟我在教課的邏輯有點像。你不會叫同仁同時記住所有產品的所有規格，你會把知識分類，讓他在對的情境下調出對的內容。Claude Code 在做的，其實是同一件事。
怎麼開始建
實際操作是在 VS Code 裡跑 Claude Code，需要 Claude Pro/Plan 帳號加上擴充套件。
資料夾結構要分兩種：
- System 資料夾（Context、SOP、Templates）：放品牌資訊、風格指南、策略文件——這些是 AI 做事的背景知識
- Working 資料夾（Ads、Pages、Presentations）：放 AI 產出的實際成果
claude.md 是這整件事的靈魂
有一個叫 claude.md 的設定檔，放在專案根目錄。這個東西決定了 Claude 「理解你」的程度。
我覺得這個概念很像 Prompt 工程，只是更系統化。好消息是不用從零開始寫，可以讓 Claude 先掃描你的 Context 資料夾，自動幫你生出初稿，之後再慢慢調整。
它不是一次設定好就不動的東西，要隨著專案推進持續更新。
技能要怎麼做到「90% 完成度」
影片提到兩個方法，我覺得都蠻實用的。
參考基準法：如果要做一個「品牌簡報」Skill，不要直接叫 Claude 生，先給他看你現有的模板，讓他分析完再生。這樣出來的東西，排版邏輯和視覺風格才會對。（這個方法我以後在做教材 Skill 的時候要試試看）
MCP 工具連接：比較進階的做法。透過設定 mcp.json，可以讓 Claude 連到外部工具。影片的例子是連了一個叫 nano-banana 的模型來做視覺設計，要設定 Gemini API Key 才能跑。連上之後，AI 就能直接根據你的風格指南生成社群素材。
Agent 為什麼要分開
為什麼不用一個 Claude 做所有事？
因為把太多 Skill 塞進同一個對話，Claude 的專注度會變差，產出品質跟著下滑。
所以用 /agents 指令建立專門角色：
- Data Analyst：專門處理數據、圖表、績效分析
- Content Creator：專門做文章、PDF 指南、社群貼文
這跟教育訓練的分工概念一模一樣。術業有專攻，同一個講師負責所有課程，哪個都只能做到六七成。
實際跑起來是什麼感覺
影片跑了一個旅遊品牌「Go Travel」的案例。一個指令「策劃日本櫻花季活動」，系統自動拆任務：
- 需要深度思考的（市場研究）→ 交給研究 Agent
- 直接執行的（Landing Page 程式碼、圖片）→ 直接調 Skill
10 分鐘內，AI 團隊交出了 13 頁簡報、社群文案、圖片素材、完整 Landing Page 程式碼。
10 分鐘，我沒打錯。
更進階：Notion 自動化跟手機遠端
如果有在用 Notion，可以讓 AI Agent 定期掃描 To-Do 清單，任務出現就自動執行，執行完自動更新狀態到 Complete。
另一個功能是 /remote-control，會生出一個連結讓你用手機對家裡的電腦下指令。這個連結有完整的本地控制權，千萬不要隨便分享。
我在想的事
看完這個，我一直在想：這套邏輯能不能直接用在課程製作上？
把我每週重複在做的事——整理原廠規格、做一頁式懶人包、設計測驗題——全部定義成 Skill，再打包成一個「教材製作 Agent」。
不是為了偷懶，是為了把腦力留在真正需要判斷的地方。
今天就來試試看把自己的工作流拆一遍，看看哪些東西已經重複到可以被自動化了。
留言
張貼留言