AI 新手教學 · 9 個單元 · 31 篇文章

AI 新手教學：從理解生成式 AI到完成第一個可驗收工作流

給想把 AI 與 Codex 用進工作的知識工作者。你不需要程式背景；這條路線從低風險的小任務開始，逐步練習驗證、資料界線、可重複工作流與團隊採用。

先回答最重要的問題

AI 新手應該從哪裡開始？

先選一件結果可以人工檢查、做錯也容易復原的小任務，不要一開始就自動化高風險流程。先理解 AI 可能怎麼答錯，定義輸入與驗收條件，驗證結果，再把有效方法保存成可重複工作流。

選出適合的第一個任務，並提供 AI 足夠脈絡。

查證來源、數字、資料界線與驗收條件。

保留權限、人工批准、版本與停止條件。

完整學習路線

每一課都是已發布文章；網站新增其他文章時，不會改寫這套課程的順序。

Unit 1 · 4 篇

分清生成式 AI 的能力界線，選對工作入口，並設定可接受的權限範圍。完成物：能力邊界圖與工作區權限檢查表

Unit 2 · 3 篇

選出低風險、可檢查的第一個任務，完成一次從交付到人工修正的循環。完成物：第一個任務簡報與人工驗收紀錄

Unit 3 · 3 篇

把目標、脈絡、範例與輸出格式說清楚，並能針對第一版具體修正。完成物：可重用任務指令與修訂紀錄

Unit 4 · 3 篇

查證引用與數字，分開記錄事實、推論與最後由人承擔的決策。完成物：答案驗證表與事實／推論／決策標記

Unit 5 · 3 篇

判斷哪些資料可以使用、誰有授權，以及何時要去識別或改用合成資料。完成物：資料分級與授權責任表

Unit 6 · 4 篇

用專案結構、Instructions、版本紀錄與 Memory Router，減少重複解釋、錯誤召回與脈絡漂移。完成物：專案脈絡、指令、版本與記憶調用結構

Unit 7 · 3 篇

辨識可重跑的方法，並判斷應該做成 Skill、Plugin、Connector 或 MCP。完成物：可重用工作流規格與實作形式判斷

Unit 8 · 4 篇

設計一次有明確權限、批准點與停止條件的 Agent 實驗，再判斷是否自動化。完成物： Agent 實驗計畫與控制邊界

Unit 9 · 4 篇

把個人方法整理成團隊可執行、可測試、責任清楚的小型試行。完成物：團隊 SOP、可靠性測試與責任矩陣

如果你已經在工作中使用 AI

任務描述不清楚可從 Unit 1–3 開始；結果查證與資料風險看 Unit 4–5；想建立可重複或 Agent 工作流看 Unit 6–8；準備進入團隊試行則看 Unit 9。