逍遙文工作室

2026 年以來，AI Agent 在工作中已深刻影響我的產出。由於公司提供 Claude Code 超高額度，大佬說儘可能把它用爆，我才會嘗試一些過去不期望它能做到的想法。😎

真的是太令人震撼，直至今日文章發表，Claude Code 已能協助我產出高達 90% 的程式碼，而且精準度、覆蓋率非常之高，我已無法忽視它的厲害與威脅。就連工程師都不太想寫的技術文件，它都能在幾分鐘之內，將整個工程專案看透後，非常鉅細靡遺地產出。

在此，就來分享我認為今年最該學習 Claude Code 的重點，也許半年之後的 2027 年，又將有新的工作流程問世。我們持續學習來擁抱新工具技術的誕生吧～🤓

這份關於 Claude Code 實戰觀念與操作全攻略的重點整理，是根據「傑少 JAY」頻道分享的 15 個核心觀念進行系統化梳理。

整個學習與實作流程可分為 「開始使用」、「與代理協作」、「管理上下文」，以及 「安全與擴充」 四大階段：

---

第一階段：開始使用（基礎觀念與安裝）

1. AI 智能發展的五個等級 (AGI 等級)
   • 等級一：聊天機器人 (Chatbots) — 僅能進行基本對話，代表產品如早期的 ChatGPT。
   • 等級二：推理者 (Reasoners) — 具備「記憶功能 (Memory)」與「專案功能 (Projects)」，能理解並管理過去的上下文與語料。
   • 等級三：智能體 (Agents) — AI 不僅能聊天，還能直接調用網路或電腦中的工具（如同長出雙手雙腳），代表使用者採取實際行動，Claude Code 與 Claude for Work (Cowork) 即屬於此等級。
   • 等級四：創新者 (Innovators) — AI 能自行決策、判斷並發明新事物（如醫療領域快速產出新藥解方）。
   • 等級五：組織 (Organization) — AI 獨立開公司並像真人般開發產品、解決客服與自主運轉賺錢（目前全球尚無 AI 公司能做到此等級）。
2. 汽車引擎與框架的比喻 (LM vs. Harness)
   • 大型語言模型 (LLM) 如同汽車引擎（如 Fable 5 或 GPT-5.6 等模型）。
   • 開發工具與框架 (Harness) 如同車子的外殼、方向盤與框架（如 Claude Code 或 ChatGPT Codex），其設計決定了車子能實現的功能。
   • 使用者則是駕駛員，提供知識、決定方向與操作技術，這才是決定最終成效的關鍵。不可盲目沉迷於工具的「改裝」（如無限制加裝工具或技能），若不清楚目的地，再炫砲的車也無法帶你到達想去的地方。
3. 安裝、訂閱方案與啟動
   • 安裝方式：可至官方文檔複製對應 MacOS (Terminal)、Windows (PowerShell/CMD) 的指令，貼入終端機執行，安裝成功後輸入 claud（或 claude）進行登入與目錄信任授權。
   • VS Code 整合：可在 VS Code 的終端機直接輸入 claud 連接。利用終端機分頁，可以實現同時與兩個 Claude 進行對話協作。
   • 訂閱費用與用量差異：
     • 免費版：僅能進行基本使用。
     • 專業/工作版 ($17 美金/月)：必須訂閱此方案才可調用 Claude Code 與 Cowork。
     • Max 版 ($100 或 $200 美金/月)：提供專業版 5 至 20 倍的用量，且能優先搶先體驗最新功能。
     • 額度更新機制：每週有總量限額，系統約每 5 小時會更新重新發放一次可用配額。

---

第二階段：與代理協作（AI First 心法、情境與提示詞工程）

1. 檔案協作實戰（以 GTD 整理桌面為例）
   • 當給予 Claude Code 權限操作資料夾時，它會先讀取檔案大小與數據並進行思考。
   • 安全機制：它會先列出完整的「執行計劃」，經由使用者確認後才會動手，絕不擅自刪除或更動檔案。
   • 任務結果：能將龐大且雜亂的檔案，快速自動分類成結構分明的多個資料夾，並附帶一份 README 整理說明文件，還能隨時透過語音或指令，命令 AI 自動開啟特定檔案路徑。
2. AI First 原生工作者的六大能力
   • 會用 AI：勇於將每週重複的流程（如行政、貼表格、上網蒐集資料）先交給 AI 完成，記錄效率與品質的差異。
   • 會判斷品質：AI 能產出草稿、合約或影片，但最終負責與挨告的依舊是人，因此使用者的「審美與品味」是把關品質的關鍵。
   • 會提供情境 (Context)：AI 像被關在暗房的天才，如果不提供公司背景、會議記錄、行事曆等範例，它只能胡說八道地盲猜。
   • 會快速改進：利用 AI 幾乎零成本且快速的特性，讓其快速產出 3 至 10 個版本，從中進行滾動式疊代修正。
   • 會建立自動運作的系統：若某件行政或重複性工作做超過 3 次，就該設法將時間或事件設為觸發條件（例如每週一早上自動彙整營收並貼到團隊頻道），讓 AI 自主執行。
   • 會把專業發展成多種收入：不只自己開車，還要讓 AI 車子能出去載人賺錢。將本業做為地基，利用 AI 發展成線上課程、顧問諮詢、自媒體接案或微型軟體等管道。
3. 目標導向的提示詞工藝與情境工程
   • 隨著模型進步，繁複的一步步指令已不再必要，過多的限制有時反而限制了 AI 的發揮。
   • 五步提示詞設計法：
     1. 設定角色：從特定專業角度切入，能調用更精準的背景資料庫。
     2. 目標導向：直接明確說明最終要達成的目標與輸出格式（如：整理成整齊有調理的 Excel）。
     3. 提供現況與卡點：給予關鍵的背景數據或網站連結。
     4. 設定禁區：事先點出哪些事不能做、不能碰、不能改。
     5. 驗證機制：要求 AI 做完事情後自己先進行確認和驗證，不要直接一鼓腦丟給使用者。
   • 情境工程 (Context Engineering)：由 AI 大神 Andrej Karpathy 提出，強調與其花時間琢磨完美指令，不如餵給 AI 更多實際的現況背景與情境語料。

---

第三階段：管理上下文（Tokens、費用與上下文視窗）

1. Token 的計算與模型費用（每百萬 Token 計價）
   • Token 是輸入與輸出內容時，用來計費與計算運算量的單位。
   • 核心模型費用對比（每 100 萬 Tokens 的美金價格）：
     • Fable 5 (最強模型)：輸入 10 美金 / 輸出 50 美金。
     • Open4.8：輸入 5 美金 / 輸出 25 美金。
     • 5：輸入 2 美金 / 輸出 10 美金。
     • H4.5：輸入 1 美金 / 輸出 5 美金。
   • 實務上整理一個 9GB 桌面可能就需耗費數百萬輸入 Token，單次非訂閱成本可能高達 12.22 美金（約 390 元台幣），因此訂閱專業版能獲得遠超 17 美金價值的 Token 壓縮與容量限制。
   • 模型選用建議：若只是簡單對話或資料查詢，可手動將模型智慧度調低以節省 Token；若涉及程式碼編寫或高難度任務，再調至 Fable 5 等高階模型。
2. 上下文視窗 (Context Window) 的精細管理
   • 每個對話窗口有 100 萬字的上限，而對話越長，AI 會顯得越笨。
   • 對話視窗的三個區間特性：
     • 前 30% 區間 (藍色安全區)：空間最充足，AI 思路極為清晰、重點明確。
     • 中間至 60% 區間：資訊開始隨對話增加而混亂。
     • 70% – 80% 以上區間：接近上限，AI 會開始自動壓縮上下文，此時思考能力會明顯下降，甚至讀不到舊內容。
   • 三大精細管理技巧：
     1. 開啟全新對話視窗：將上下文直接歸零（最推薦）。
     2. 主動手動壓縮：輸入 /compact 指令，能主動手動壓縮上下文，排除多餘訊息。
     3. 撰寫交接文件：在舊對話中命令 AI 寫一份工作交接文檔（說明任務、狀態與落差），將該文件複製貼到全新且無污染的對話框中，讓新視窗讀取後繼續執行。

---

第四階段：安全與擴充（權限、隱私、環境變數與 Skills）

1. Claude Code 五種權限模式 (Permission Modes)
   • manual (手動模式)：安全係數最高，每一步操作都必須經由使用者認同才執行，適合新手防錯。
   • accept edits (改檔直接做)：代碼修改自動完成，但在建立、刪除、搬移檔案等動作時會進行詢問。
   • plan (規劃模式)：只進行研究與討論，不動手。在撰寫代碼或執行複雜專案前，極烈建議先用此模式產出執行藍圖進行討論。
   • auto (自動模式)：自動修改檔案並做測試，僅在高風險（如刪除）動作時詢問，為官方默認且最推薦開啟的模式。
   • bypass permissions (跳過權限)：AI 刪檔時完全不詢問，具備極高風險。曾有客戶開啟此模式，導致 AI 判斷舊內容無用而直接刪除其整個資料庫的慘劇。
2. 智慧程度調整與性能測試 (Frontier Bench)
   • 模型越往右調 (如 ultra Code 或 smarter) 越聰明但速度慢；往左調則變笨但速度快。
   • 錄影當下最新模型 Opus 5 在 Frontier Bench 測試中名列前茅，其效能與智慧表現遠超競爭對手 GPT-5.6。
   • 注意：開啟「快速模式」雖能提升 1.5 至 2 倍速度，但 Token 消耗速度也會暴增 1.5 至 2 倍，非 Max 方案不建議開啟。
3. 資安隱私防護與 .env 環境變數
   • 個人版 (Free/Pro/Max)：預設會將你的對話與程式碼用於訓練 AI 模型。如果涉及隱私，必須到 Settings > Privacy > Preferences 手動關閉 model training 授權。
   • 團隊與 API 版：預設不會將輸入與輸出用於訓練。
   • API Key 安全保障：API Key 如同銀行卡卡號結合密碼，一旦洩露會被跨國盜刷。切勿將敏感 API Key 直接貼在對話視窗中（因為對話本質上在雲端）。
   • 正確做法：讓 AI 幫你建立並打開本地的 .env（環境變數）檔案，將 Key（例如 ElevenLabs 語音 Key）貼入並存檔，再讓 AI 讀取本地環境變數進行串接測試。
4. 連接外部工具 (Connectors)
   • 可透過介面中的 Connectors 快速連接 Gmail、Google Drive、行事曆、Chrome 瀏覽器或 Tavily AI 搜尋等常用工具。
   • API、MCP 與 CLI 的差異：
     • API：好比出餐窗口，拿鑰匙取用。
     • MCP：像認識一個銀行專員，透過他幫你向銀行辦事。
     • CLI (命令列介面)：像直接操控銀行的總工作台，權限最大、速度最快且消耗更少 Token，避免了換電腦或換 Agent 就必須重新逐一授權 Connectors 的麻煩。
5. Skills（AI 工作食譜 SOP）的建置與優化
   • Skill 是一套寫給 AI 的詳細工作食譜，例如將寫文章、剪影片、分析社群的複雜流程寫成 .md 規範，交給 Claude Code 讀取並一鍵執行。
   • 製做 Skill 的兩種方式：
     • 事前建立：已知 SOP 時，調用 skill creator 工具，透過問答互動將流程直接打包成 Skill。
     • 事後建立：邊做邊摸索，任務順利完成後，命令 AI「將剛才做得很好的流程提煉整理成一個 Skill」。
   • 進階指令技巧：執行一連串連續任務時，可使用 Q for later（快捷鍵：Command/Ctrl + Enter）進行排隊排程，等 AI 跑完所有流程後直接產出對應 Skill。
   • 外部安裝與安全警告：可以透過 GitHub CLI 連接安裝網路上優秀的公開 Skills（如強制執行嚴格工作紀律的 superpers 等）。但注意，切勿隨意安裝來源不明或低 Star 的 Skills，以免其中夾帶惡意中毒軟體，危害電腦資安。

---

持續與時俱進，看著 AI 表演，讓自己忙裡偷閒～🙃