P (Plan) — 課程計畫

訓練需求分析

產業現況

目標族群痛點

角色典型痛點
中小企業主每天花 2hr 在 LINE 回客戶、手動對帳、更新庫存
創業者想做官網/自動化但不會寫程式,外包又太貴
一般上班族重複性報表、資料搬運占掉 50% 工時

課程目標

讓非技術背景的中小企業主和工作者,在四天內從「只會跟 AI 聊天」進化到「能指揮 AI 建網站、接後端、串 API、部署上線」,並建立持續迭代的自動化工作流。

學習成果(KPI)

指標衡量方式達成時間點
能分辨 GUI / CLI / DB 三層結構Day 1 分組練習觀察Day 1
能理解 Domain / 路由 / Webhook / API 概念Day 1 分組架構圖Day 1
能寫出 CLAUDE.md 基礎版Day 2 課堂作業Day 2
能使用 Claude Desktop Code tab 產出靜態網站Day 2 每人展示成品Day 2
能畫出公司的「人肉 API 地圖」Day 1 分組作業Day 1
能理解靜態 vs 動態網站差異Day 3 課堂問答Day 3
能用 Code tab 接 Supabase 做表單存 DBDay 3 課堂實作Day 3
能理解 Cloudflare Worker 後端概念Day 3 跟做 demoDay 3
能理解 LINE OA Webhook 串接流程Day 3 架構圖覆核Day 3
能分組用 AI 解決一個真實業務問題Day 4 分組成果展示Day 4
能將網站部署上線(Cloudflare Pages / Vercel)Day 4 每人產出可存取的 URLDay 4
能進行 AI 工具費用效益試算Day 4 課堂計算Day 4

教學哲學

核心理念:「寫死的寫死,用腦的才叫 AI。」

駕訓班比喻:先學開車到目的地,不是學賽車調校。先讓學員用 AI 做出東西,再談架構優化。Skills、MCP、slash command 等進階功能只帶過,不深入。

底層邏輯

任何有 Web UI 的工具(LINE OA、ERP、電商平台、LLM 工具),只要登入後拿到 Cookie + Token,都能做成全自動化。這是整個課程的核心概念基礎。

AI 五感框架(貫穿全課的主線比喻)

只有 Chat = 只有嘴巴(會說,不會做) + CLI = 裝上手腳(能操作電腦) + Browser = 裝上眼睛(能看網頁、讀畫面) + Webhook = 裝上耳朵(有事發生會通知它) + DB = 裝上記憶(能記住、能查找)

每教一個概念,就回白板打勾:「我們剛剛幫 AI 裝上了什麼?」

教學資源

D (Design) — 課程設計

四天課程定位

天數主題定位關鍵字
Day 1看懂電腦的世界認知日GUI/CLI/DB、API/Webhook
Day 2當 AI 的好老闆應用日CLAUDE.md、Code tab、做網站
Day 3從網站到系統進階日後端、DB 串接、API、LINE OA
Day 4實戰部署上線實戰日分組解題、部署、持續迭代

貫穿案例

多平台電商小老闆(蝦皮 + LINE OA + 官網),每天的人肉 API:

20 Sections 課程結構表

Day 1:看懂電腦的世界(6hr)

Section時數主題核心概念五感對應
11hr開場:自我介紹 + 問題診斷 + 打臉 DemoLINE OA 手動 2hr vs 腳本 30s五感框架導入
21.5hrGUI / CLI / DB電腦三層結構手腳 + 記憶
31.5hrMarkdown + Obsidian + GitAI 的記憶語言記憶
42hrDomain / 路由 / API / Webhook / Web UI網路怎麼串的耳朵 + 眼睛

Day 2:當 AI 的好老闆(6hr)

Section時數主題核心概念五感對應
51hr三層架構:探索→固化→記憶寫死的寫死全部回扣
61hrCLAUDE.md + 怎麼下指令Level 1/2/3 指令品質嘴巴
71hrCode tab Demo + 全班開機講師 demo → 學員跟做手腳
81.5hr學員做自己的網站實作產出全部串起來
91hr進階概念 + 費用試算 + 企業導入Skills/MCP 帶過--
100.5hr回顧問題白板 + 總結帶走清單 + 後續行動五感齊全

Day 3:從網站到系統(6hr)

Section時數主題核心概念五感對應
111hrDay 1-2 回顧 + 後端概念靜態 vs 動態、前端/後端/資料庫記憶
121.5hr用 Code tab 接 Supabase表單存 DB、即時讀取記憶 + 手腳
131.5hrAPI 實作(Cloudflare Worker)自己當「郵差」的收件方手腳
141hrLINE OA Webhook 串接自動接收 + 自動回覆耳朵
151hrDay 3 成果展示 + Q&A展示動態網站成品全部

Day 4:實戰問題解決 + 部署上線(6hr)

Section時數主題核心概念五感對應
161hr三層架構實戰 live demo探索→固化→記憶完整走一遍全部
172hr學員分組解真實問題從 Day 1 白板挑問題,分組用 AI 解全部
181.5hr部署上線Cloudflare Pages / Vercel--
191hr持續迭代工作流 + Skills/MCP + 費用試算省 Token 策略 + 工具選擇--
200.5hr總結 + 課程分身 + 企業導入帶走清單 + 後續追蹤五感齊全

教學方法

  1. 落差 Demo:Section 1 開場,手動 2hr vs 腳本 30s,製造「我要學」的動機
  2. 比喻教學:AI 五感框架貫穿全課,每教一個概念就回白板打勾;用「郵差/信封/警衛/收發小弟」比喻系統貫穿網路概念
  3. 分組練習:Day 1 畫架構圖、畫人肉 API 地圖;Day 4 分組解真實問題
  4. 實作產出:Day 2 做靜態網站、Day 3 接後端變動態網站、Day 4 部署上線
  5. 貫穿案例:多平台電商小老闆的日常痛點,四天持續延伸同一個場景

貫穿設計

五感白板

Day 1 開始在白板畫出五感框架,每教一個概念就打勾。Day 4 結束時五感齊全。

問題白板

Section 1 蒐集學員真實痛點,記錄在白板上。Day 2 Section 10 回顧一次,Day 4 Section 20 最終回顧,對照哪些問題已經能解決。

學員的「我的系統」持續迭代

環境統一

全班統一使用 Claude Desktop Code tab(原生安裝檔,不需要 NPM / Node.js / Python / Git / Docker)。成品用 Chrome + DevTools 預覽。

講師電腦:Claude Code CLI(終端機)← 進階 demo 用 學員電腦:Claude Desktop Code tab ← 同樣的功能,GUI 介面 成品預覽:Chrome 瀏覽器 ← 穩定,還能看 DevTools

招生對象

條件說明
背景中小企業主、創業者、一般上班族(非技術背景)
先備知識會用電腦上網、會用 LINE、有 email
不需要程式語言經驗、前端/後端知識、CLI 操作經驗
自備筆記型電腦(Mac / Windows)
意願願意訂閱 Claude Pro($20/月),課後持續使用

D (Do) — 實施方式

課前準備

課前一週通知學員

  1. 下載 Claude Desktop(原生安裝檔)
  2. 訂閱 Claude Pro($20/月)
  3. 安裝 Obsidian
  4. 安裝 Chrome 瀏覽器

Day 1 前一小時(不計入課程時數)

設備需求

時數配置

Day 1:看懂電腦的世界(6hr)

時段Section主題重點
09:00-10:001開場:自我介紹 + 問題診斷 + 打臉 Demo學員自介提出痛點、LINE OA 30s vs 2hr、五感框架導入
10:00-11:302GUI / CLI / DB三層結構,人看的 vs 電腦看的 vs 資料存的
11:30-12:003(前半)Markdown + ObsidianMarkdown 五語法、安裝 Obsidian、開 Vault 模板
12:00-13:00--午休--
13:00-13:303(後半)Git 概念commit/branch/push 三概念,AI 自動處理
13:30-15:304Domain / 路由 / API / Webhook / Web UI郵差比喻系統 + 分組畫架構圖
15:30-16:00--Day 1 收尾五感打勾回顧 + 回家作業(想人肉 API 地圖)

Day 2:當 AI 的好老闆(6hr)

時段Section主題重點
09:00-10:005三層架構:探索→固化→記憶省 Token 哲學、具體成本對比
10:00-11:006CLAUDE.md + 怎麼下指令Level 1/2/3 指令對比 + 課堂填寫 CLAUDE.md
11:00-12:007Code tab Demo + 全班開機講師 demo 建網站 → 全班 Code tab 開機
12:00-13:00--午休--
13:00-14:308學員做自己的網站每人用 Code tab 做公司靜態網站
14:30-15:309進階概念 + 費用試算Skills/MCP 帶過 + 費用試算 + 企業導入介紹
15:30-16:0010回顧問題白板 + 總結Day 1 白板回顧 + 帶走清單

Day 3:從網站到系統(6hr)

時段Section主題重點
09:00-10:0011Day 1-2 回顧 + 後端概念靜態 vs 動態、餐廳比喻(前台/廚房/倉庫)
10:00-11:3012用 Code tab 接 Supabase講師 demo → 學員跟做:表單存 DB + 讀 DB 顯示
11:30-12:0012(續)Supabase 實作收尾確認全班表單都能存取資料
12:00-13:00--午休--
13:00-14:3013API 實作:Cloudflare Worker自己寫一個 API endpoint,當「收信方」
14:30-15:3014LINE OA Webhook 串接Webhook URL 設定 + 訊息接收 demo
15:30-16:0015Day 3 成果展示 + Q&A各組展示動態網站 + 自由提問

Day 4:實戰問題解決 + 部署上線(6hr)

時段Section主題重點
09:00-10:0016三層架構實戰 live demo探索→固化→記憶完整走一遍(真實場景)
10:00-12:0017學員分組解真實問題從 Day 1 白板挑問題,3-5 人一組用 AI 解
12:00-13:00--午休--
13:00-14:3018部署上線Cloudflare Pages / Vercel 部署實作
14:30-15:3019持續迭代工作流 + Skills/MCP + 費用試算完整費用試算 + 省 Token 策略 + 工具選擇
15:30-16:0020總結 + 課程分身 + 企業導入最終白板回顧 + 課程分身安裝 + 企業諮詢

各 Section 教案細節

Section 1-10(Day 1-2)

Day 1-2 的 10 個 Section 內容與 12hr 版完全一致,詳見教案細節頁面。

摘要:

Section 11 | Day 1-2 回顧 + 後端概念(1hr)

目標:複習前兩天核心概念,引入「後端」讓學員理解靜態 vs 動態網站的差異

Day 1-2 快速回顧(15min)

「兩天沒見,先快速回顧一下。
你們兩天前學了什麼?」

互動方式:投影空白的五感圖,讓學員自己填(搶答):

「很好。你們帶回去的網站有打開過嗎?有沒有繼續改?」

簡單讓 2-3 個人分享回去之後的使用心得或卡關經驗。

你的網站缺了什麼?(15min)

打開一個學員 Day 2 做的靜態網站:

「這個網站漂亮嗎?漂亮。
但它能做什麼?——什麼都不能做。

客戶按了『聯絡我們』的表單,按送出,然後呢?
沒有然後。資料送出去,消失了。沒人收到。

因為你的網站只有『前台』——
就像一家餐廳,有漂亮的大門和菜單,
但後面沒有廚房,也沒有倉庫。
客人看了菜單點菜,但沒人做飯。」

餐廳比喻:前台 / 廚房 / 倉庫(20min)

白板畫餐廳三層結構:

┌──────────────────────────────────┐ │ 前台(前端) │ │ 菜單 + 座位 + 服務生 │ │ = HTML/CSS/JS │ │ = 客人看到的一切 │ │ = 你 Day 2 做的網站 │ └──────────────────────────────────┘ ↕ 點菜單 / 上菜 ┌──────────────────────────────────┐ │ 廚房(後端/API) │ │ 廚師 + 食譜 + 出菜口 │ │ = Cloudflare Worker / Cloud Function │ │ = 接收指令、處理邏輯、回覆結果 │ │ = Day 3 下午要做的 │ └──────────────────────────────────┘ ↕ 取食材 / 存紀錄 ┌──────────────────────────────────┐ │ 倉庫(資料庫) │ │ 冰箱 + 食材 + 庫存清單 │ │ = Supabase │ │ = 存客戶資料、訂單、表單回覆 │ │ = Day 3 上午要接的 │ └──────────────────────────────────┘

「Day 1 教的 GUI / CLI / DB 是你跟電腦互動的三種方式。
今天教的前台 / 廚房 / 倉庫是一個完整系統的三個部分。

前端 = 客人看到的(你的網站頁面)
後端 = 廚師在做的(接收請求、處理邏輯)
資料庫 = 倉庫裡的(儲存資料)

你 Day 2 做的網站只有前台。
今天,我們要幫它加上廚房和倉庫。」

靜態 vs 動態(10min)

靜態網站(Day 2 做的)動態網站(Day 3 要做的)
比喻傳單、海報有互動的店面
能做什麼展示資訊接表單、存資料、即時更新
資料寫死在 HTML 裡從 DB 即時讀取
舉例名片網站、公司簡介預約系統、客服表單、庫存查詢

「今天結束的時候,你的網站會從傳單變成店面。」

Section 12 | 用 Code tab 接 Supabase(1.5hr)

目標:讓學員的網站能存資料、讀資料——從靜態變動態的第一步

什麼是 Supabase?(10min)

打開 Supabase 儀表板:

「還記得 Day 1 教的 Supabase 嗎?
那時候你只是看了一眼——它長得跟 Google Sheet 一樣。

今天你要真的用它。
你的網站上有一個表單,客戶填完按送出,
資料就會存進這個 Supabase 的表格裡。

Google Sheet 做不到這件事嗎?做得到,但很慢、不穩定、而且不能自動化。
Supabase 可以,而且你不用寫程式——AI 會幫你接。」

講師 Demo(20min)

投影講師電腦,用 Code tab 操作:

Step 1:建 Supabase 表格

「先在 Supabase 建一張表格。就像在 Google Sheet 開新工作表。」

在 Supabase 儀表板新建表格 contact_form

Step 2:在 Code tab 讓 AI 接上去

下指令:

我的網站「聯絡我們」頁面有一個表單(姓名、Email、訊息)。 幫我接上 Supabase,讓表單送出後資料存進 contact_form 表格。 Supabase URL 和 anon key 在 .env 檔案裡。 另外,幫我做一個管理頁面,可以看到所有提交的表單資料。

Step 3:看結果

「看到了嗎?從表單到資料庫,AI 幫你接好了。
你的網站有倉庫了。」

學員跟做(45min)

投影步驟清單,學員一步一步跟:

  1. 打開 Supabase → 建 contact_form 表格
  2. 複製 Supabase URL 和 anon key
  3. 在 Code tab 下指令(講師提供範本,學員改成自己的)
  4. 測試:填表單 → 送出 → 去 Supabase 看資料
  5. 加碼:做一個管理頁面,顯示所有提交的資料
講師巡場重點
  • Supabase 帳號沒開好 → 現場補辦
  • .env 設定錯誤 → 教學員看錯誤訊息、貼給 AI debug
  • RLS(Row Level Security)擋住 → 提前關閉或設定允許 anon insert

小結(5min)

「你的網站有倉庫了。
客戶填表單,資料會自動存起來,你可以在管理頁面看。

但現在的問題是——客戶填完表單,你怎麼知道?
你總不能每五分鐘去 Supabase 看一次吧?

下午我們要解決這個問題:讓系統主動通知你。」

Section 13 | API 實作:Cloudflare Worker 當後端(1.5hr)

目標:讓學員理解「自己寫一個 API」是什麼概念,用 Cloudflare Worker 建一個簡單的後端

你也可以當「收信方」(15min)

「Day 1 教的 API 郵差比喻,你是寄信的人,蝦皮是收信的人。
但你有沒有想過——你也可以當收信方?

你架一個 API endpoint,告訴別人地址。
別人寫信過來,你的程式自動處理。

LINE 的 Webhook 就是這樣——
LINE 寫信到你的 API,你的 API 自動處理。

但你的 API 要放在哪?你總不能用自己的筆電 24 小時開著吧?」

Cloudflare Worker 是什麼?(10min)

「Cloudflare Worker 就是一台永遠不關機的小電腦,
跑在雲端,幫你接收和處理信件(API Request)。

免費額度:每天 100,000 次請求。
對一般中小企業來說,這個量用不完。」

白板對比:

自己的筆電Cloudflare Worker
24 小時運行要一直開著自動,不用管
費用電費免費(100K 次/天)
速度看你的網速全球 CDN,飛快
維護你自己搞Cloudflare 搞

講師 Demo(25min)

用 Code tab 建一個 Cloudflare Worker:

幫我建一個 Cloudflare Worker,功能是: 1. 接收 POST 請求(JSON 格式:name, email, message) 2. 把資料存進 Supabase 的 contact_form 表格 3. 回傳 { "success": true, "message": "收到了" } 用 Hono framework,部署到 Cloudflare Workers。

Demo 流程:

  1. AI 生成 Worker 程式碼
  2. wrangler dev 在本地測試
  3. 用 Chrome DevTools 的 Console 發一個 POST 請求測試
  4. 看 Supabase 裡出現新資料
  5. 部署到 Cloudflare:wrangler deploy

「看到了嗎?你的廚房蓋好了。
任何人寫信到這個地址,你的 Worker 就會自動處理。

你不用管它什麼時候收到信、怎麼處理——
它 24 小時自己跑。」

學員跟做(30min)

投影步驟清單:

  1. 在 Code tab 下指令建 Worker(用講師的範本)
  2. 本地測試(wrangler dev + 用瀏覽器 Console 發 POST)
  3. 確認 Supabase 收到資料
  4. (進階)部署到 Cloudflare
講師巡場重點
  • Cloudflare 帳號設定問題 → 現場處理
  • wrangler 沒裝好 → Code tab 會自動安裝
  • 本地測試遇到 CORS → AI 會自動處理

把前端和後端串起來(10min)

「現在你有兩個東西:

  • 前端:你的網站(表單頁面)
  • 後端:Cloudflare Worker(處理表單資料)

最後一步:讓前端的表單送出時,把資料寄給你的 Worker。」

在 Code tab 下指令:

把我網站的聯絡表單改成送資料到我的 Cloudflare Worker endpoint。 Worker 的 URL 是 https://my-worker.xxx.workers.dev

測試完整流程:填表單 → 送出 → Worker 處理 → 存進 Supabase。

「恭喜。你的餐廳有前台、有廚房、有倉庫了。
客人點菜(填表單)→ 廚師做菜(Worker 處理)→ 食材從倉庫拿(DB 存取)。」

Section 14 | LINE OA Webhook 串接(1hr)

目標:讓學員理解 Webhook 不只是概念,而是可以實際串接的東西

回顧 Webhook 概念(5min)

「Day 1 教了 Webhook:有事發生,對方主動通知你。
剛才你已經有了一個 Cloudflare Worker——一個能收信的地址。

現在,我們要把這個地址告訴 LINE:
『有客戶發訊息給我,你就把訊息寄到這個地址。』

這就是 LINE OA 的 Webhook 串接。」

講師 Demo(25min)

Step 1:建 LINE Messaging API Channel

投影 LINE Developers Console:

「這兩個東西就是你的身分證明。
有了它們,你的程式才能跟 LINE 的系統對話。」

Step 2:修改 Worker 接收 LINE Webhook

在 Code tab 下指令:

修改我的 Cloudflare Worker,加一個 /webhook/line 路由: 1. 接收 LINE Messaging API 的 Webhook POST 請求 2. 驗證 signature(用 Channel Secret) 3. 把收到的訊息內容存進 Supabase 的 line_messages 表格 4. 用 Reply API 回覆客戶「收到了,稍後回覆您」 LINE Channel Secret 和 Access Token 放在環境變數裡。

Step 3:設定 Webhook URL

回到 LINE Developers Console → 設定 Webhook URL → 填入 Worker 的 URL。

Step 4:測試

「看到了嗎?從客戶發訊息到自動回覆,全程零人工。
你的 AI 有耳朵了——有事發生它會知道,而且會自動處理。」

講師帶看完整流程(10min)

白板畫最終架構圖:

客戶 LINE 發訊息 ↓ (Webhook) Cloudflare Worker(廚房) ↓ 存訊息到 Supabase(倉庫) ↓ 用 Reply API 回覆客戶 ↓ (進階:接 AI 判斷意圖再回覆) 客戶收到回覆

「這張圖跟 Day 1 你們畫的架構圖是不是很像?
差別是——Day 1 你畫的是概念圖,今天你真的做出來了。」

帶過 LINE OA Webhook 的坑(10min)

回顧 Day 1 教過的:

Q&A 時間(10min)

開放提問,回答學員在操作過程中遇到的問題。

Section 15 | Day 3 成果展示 + Q&A(1hr)

目標:讓學員展示今天做出的動態網站,鞏固信心

各組展示(30min)

每組派 1-2 人投影 Chrome 畫面,展示:

  1. 網站前端(Day 2 做的 + Day 3 改進的)
  2. 表單功能(填寫 → 存到 Supabase → 管理頁面看到)
  3. (有做到的話)LINE Webhook 接收訊息

「你們第一天連 CLI 是什麼都不知道。
第二天做出了靜態網站。
第三天,你的網站能接表單、存資料、自動回 LINE 了。

這不是做了三個不同的東西——
是同一個東西,每天進化一層。」

概念串接回顧(15min)

投影完整技術棧對照表:

你做的技術Day 1-2 概念對應
前台網站頁面HTML/CSS/JSGUI(給人看的)
廚房Cloudflare WorkerAPI endpointAPI(收信方)
倉庫SupabasePostgreSQLDB(資料存的)
耳朵LINE WebhookPOST callbackWebhook(主動通知)
記憶CLAUDE.md + ObsidianMarkdown 檔案AI 的工作記憶

「四天的課程是一個完整的閉環。
Day 1 教你電腦世界長什麼樣、Day 2 讓你做出門面、
Day 3 加上後端和資料庫、Day 4 要部署上線讓全世界看到。」

自由 Q&A(15min)

開放提問,回答任何問題。

「明天是最後一天。
上午我會做一個完整的實戰 demo,
然後你們要分組解一個真實的問題——
從 Day 1 你們提出的白板問題裡挑一個。
下午部署上線。

今晚想一下,你最想解決的那個問題是什麼。」

Section 16 | 三層架構實戰 live demo(1hr)

目標:講師完整走一遍「探索→固化→記憶」,讓學員看到真實場景的全流程

場景設定(5min)

挑一個學員 Day 1 提出的真實問題。例如:

「你們之中有人提到,每天要從 XX 平台手動下載報表,
然後整理到 Google Sheet 裡。
我們來解這個問題。」

第一層:探索(15min)

Live demo:用 Computer Use 操作該平台

「我現在讓 AI 用 Computer Use 操作這個平台。
你看——AI 截圖、分析畫面、找到按鈕、點擊、下一步。
很慢,每一步都要等。但它在學——
它在搞懂這個平台的操作流程。」

第二層:固化(20min)

Live demo:從探索結果提取 API

「AI 剛才操作了一遍。
現在我打開 DevTools,看看剛才每個操作背後打了什麼 API。」

「從 3 分鐘一步一步截圖操作,到 0.5 秒一行指令搞定。
這就是固化的威力。」

第三層:記憶(15min)

「最後一步:把腳本存到 Git、結果存到 DB、設排程自動跑。」

「從今天開始,你再也不用手動做這件事了。
它每天自己跑、自己存、自己記。
你只在出問題的時候去看一眼就好。」

回扣成本(5min)

白板計算:

探索階段:~$3 美金(一次性成本) 固化腳本:$0(寫好就免費) 每日排程:$0(Cloudflare Worker 免費額度) 一年省下的人工:365 天 x 15 分鐘 = 91 小時

「花 $3 美金,一年省 91 小時。
這就是『探索→固化→記憶』的 ROI。」

Section 17 | 學員分組解真實問題(2hr)

目標:學員用四天學到的所有概念,分組解決一個真實業務問題

分組 + 選題(15min)

4-5 人一組,共 6-7 組。

從 Day 1 的問題白板上挑 6-7 個可行的問題,每組選一個。

「這些是你們自己提出的問題。
現在你有了工具、有了概念、有了 AI。
是時候解它了。」

題目範例(依學員提出的問題調整):

工作流程引導(10min)

投影工作步驟:

Step 1:畫架構圖(15min) - 這個問題涉及哪些系統?(LINE? 蝦皮? 自己的網站?) - 誰是前台、誰是廚房、誰是倉庫? - 哪裡需要 Webhook?哪裡需要 API? Step 2:拆任務(10min) - 把架構圖拆成 3-5 個小任務 - 用 Level 3 格式寫指令 Step 3:用 AI 做(50min) - 在 Code tab 裡實作 - 卡住了就把錯誤訊息貼給 AI Step 4:整合測試(20min) - 前後端串起來測試 - 準備展示 Step 5:準備報告(15min) - 這個問題原本怎麼做?(人肉版) - 現在怎麼做?(AI 版) - 省了多少時間/錢?

分組實作(80min)

講師在各組之間巡場。

巡場重點
  • 架構圖畫得對不對 → 幫忙修正
  • 指令品質夠不夠 → 引導升級到 Level 3
  • 技術卡關 → 幫忙看錯誤訊息、引導正確的 debug 方式
  • 進度太慢的組 → 幫忙縮小範圍(「先把核心功能做出來就好」)
  • 進度很快的組 → 挑戰加碼(「能不能加上排程自動跑?」)

成果展示(15min)

每組 2-3 分鐘報告:

  1. 問題是什麼(人肉版怎麼做)
  2. 解法是什麼(架構圖 + AI 做了什麼)
  3. 省了多少(時間/錢的估算)

「你們用 2 小時,從零解了一個你每天都在痛的問題。
而且你不是一個人做——你有 AI 當員工。
回去之後,這個東西可以繼續做完、繼續迭代。」

Section 18 | 部署上線(1.5hr)

目標:讓學員的網站從「只有自己電腦看得到」變成「全世界都能看到」

為什麼要部署?(10min)

「你的網站現在住在你的電腦裡。
你關電腦,網站就消失了。
你朋友想看,要搬到他電腦裡才行。

部署 = 把你的網站搬到一台 24 小時不關機的電腦上。
全世界的人只要打網址,就能看到你的網站。」

方案一:Cloudflare Pages(主推,40min)

為什麼選 Cloudflare Pages

講師 Demo(15min)

在 Code tab 下指令:

幫我把這個網站部署到 Cloudflare Pages。 1. 建一個 GitHub repo 2. 把網站檔案 push 上去 3. 在 Cloudflare Pages 連接這個 repo 4. 部署完成後告訴我網址

展示結果:https://my-company.pages.dev → 全世界都能看到了。

學員跟做(25min)

投影步驟清單:

  1. 確認 GitHub 帳號已登入
  2. 在 Code tab 下指令(用講師範本)
  3. AI 自動處理 → 等待部署完成
  4. 打開手機瀏覽器 → 輸入你的網址 → 看到自己的網站

「用手機打開你的網址——看到了嗎?
這就是你的網站,全世界都能看到。
你做出來的,不是玩具,是真的。」

方案二:Vercel(備案,15min)

如果 Cloudflare 有問題,備案方案:

「另一個選擇是 Vercel——跟 Cloudflare Pages 類似,免費、快速。
差別是 Vercel 更適合需要後端功能的網站(Next.js 等)。
操作方式一樣,在 Code tab 下指令就好。」

簡單帶過 Vercel 的部署流程,不深入。

自訂域名(帶過,10min)

「你的網站現在的網址是 xxx.pages.dev
如果你想用自己的域名——比如 www.你的公司.com——
在 Cloudflare 或 GoDaddy 買一個域名(一年 ~$10 美金),
然後在 Cloudflare Pages 設定指向。

不急,回去慢慢弄。先把網站上線最重要。」

學員確認 + Debug(15min)

確認全班至少有一個可存取的 URL。

講師幫解決部署問題
  • GitHub 認證失敗 → 幫忙設定
  • 部署失敗 → 看 build log、貼給 AI debug
  • 手機看不到 → DNS 傳播延遲,等一下就好

Section 19 | 持續迭代工作流 + Skills/MCP 帶過 + 費用試算(1hr)

目標:讓學員知道課後如何持續用 AI 工作,以及完整的費用效益分析

持續迭代工作流(20min)

「課程結束不是終點,是起點。
你帶走了一個網站、一套工具、一個 CLAUDE.md。
接下來要做的事就是——持續迭代。」

日常工作流程:

1. 遇到新問題 → 先問 AI(Chat) 2. AI 給建議 → 評估是否值得做 3. 值得做 → 打開 Code tab,用 Level 3 指令下工作單 4. AI 做完 → 測試 → 部署 5. 結果記到 Obsidian 6. 好用的流程寫成 CLAUDE.md 規則或 Skill

「這個循環跑幾次之後,你的 CLAUDE.md 會越來越完整,
AI 會越來越懂你的公司、你的習慣、你的規則。
就像一個員工待了越久,越不需要你交代細節。」

Skills 和 MCP 深入一點(20min)

Day 2 Section 9 只帶過概念,這裡多說一些。

Skills — AI 的標準作業程序

「你有沒有一些事情,每次做的步驟都一樣?
比如每個月做報表、每次接新客戶要建資料、每次發報價單的格式。

你可以把這些步驟寫成 Skill——
下次你只要說一句話,AI 就按照 SOP 執行完。

舉例:你裝了課程分身 Skill 之後,
以後忘記什麼概念,直接問它就好。」

投影 Skill 範例結構(看一眼就好,不用寫)。

MCP — AI 的外接插頭

打開 Claude Desktop Connectors 設定畫面:

「MCP 是讓 AI 接上外部服務的標準接口。
比如接上 Google Calendar,AI 就能幫你排行程。
接上 Supabase,AI 就能直接查你的 DB。

這些不用寫程式——在設定畫面點幾下就裝好了。
但選擇裝什麼、怎麼組合——這需要你了解自己的需求。」

列出幾個對中小企業最實用的 MCP:

「回去之後慢慢探索,不急。
先把 CLAUDE.md 寫好、先把日常工作流跑順。
Skills 和 MCP 是錦上添花。」

完整費用試算(20min)

白板算給全班看:

基本方案:Claude Pro

Claude Pro:$20/月 ≈ NT$640 Google AI Pro:$20/月 ≈ NT$640(含 $10 GCP credits) ──────────────────────── 月費合計:NT$1,280 Google GCP $10 credits 能做什麼: Gemini Flash-Lite 做意圖路由 每次 $0.00005 $10 / $0.00005 = 200,000 次/月 = 判斷 20 萬則客戶訊息的意圖

vs 人工成本

工讀生 4hr/天: 時薪 $185 x 4hr x 22天 = NT$16,280/月 而且會請假、會出錯、會離職、需要管理 正職員工 8hr/天: 月薪 NT$35,000-45,000 + 勞健保 + 勞退 ≈ NT$45,000-55,000

對比表

AI 方案工讀生正職
月費NT$1,280NT$16,280NT$45,000+
24 小時
會請假
出錯率低(固化後趨近 0)人為因素人為因素
擴展性10x 工作量不加錢要再請人要再請人

「NT$1,280 vs NT$16,280。差 12 倍。
而且 AI 不會遲到、不會離職、不會忘記步驟。

但我不是說 AI 取代人——
是 AI 取代人做的那些重複性搬運工作。
人應該去做需要判斷、需要創意、需要溫度的事。」

省 Token 策略(小結)

策略省多少怎麼做
探索→固化省 90% Token搞懂之後寫死成腳本
Gemini 路由 + Claude 處理省 70% 費用便宜模型判斷意圖,貴的模型只處理複雜任務
CLAUDE.md 寫完整省 30% 對話來回AI 不用問你,直接做
用 Sonnet 不用 Opus省 50% Token大部分任務 Sonnet 就夠

Section 20 | 總結 + 課程分身 + 企業導入(0.5hr)

目標:最終收尾,確保學員帶走所有東西,知道下一步做什麼

最終白板回顧(10min)

回到 Day 1 Section 1 的問題白板:

「四天前你們提出的這些問題,
我們一個一個來看——現在你知道怎麼解了嗎?」

逐一快速過 5-6 個代表性問題,每個用一句話回扣:

「四天前這些問題看起來不可能。
現在你知道每一步怎麼拆了。
差別在哪?——你會說電腦聽得懂的語言了。」

五感最終確認:

「AI 五感齊全了。
而且不只是概念——你真的做出了一個有前後端、有資料庫、有 Webhook 的系統。」

課程分身助手 Skill(5min)

「回去之後一定會忘記東西。這很正常。
我準備了一個課程分身助手——是一個 Skill,安裝在 Claude 裡面。
你忘記什麼概念、卡住不知道怎麼做,直接問它。
它知道這四天教的所有內容。」

投影 QR Code → 安裝指引。

帶回家的產出物(5min)

  1. 自己的網站(已部署上線,全世界可存取)
  2. Obsidian Vault(已安裝、已填內容、AI 可讀寫)
  3. CLAUDE.md(已填公司資訊和規則)
  4. Supabase 資料庫(已建表格、已存資料)
  5. Cloudflare Worker(已部署、24 小時運行的後端 API)
  6. 人肉 API 地圖(紙本,三色標記:寫死 / 叫 AI / 手動)
  7. Quick Start 安裝包(回家繼續用的基礎套件)
  8. 課程分身助手 Skill(忘記內容或卡關可以問它)
  9. 分組專案成品(可繼續迭代的真實問題解法)

後續行動建議(5min)

「回去之後的第一週,做三件事:

  1. 把 CLAUDE.md 填完整——越完整,AI 越好用
  2. 用 Code tab 改你的網站——加一個功能、改一個頁面
  3. 把你的人肉 API 地圖拿出來,挑一個問題讓 AI 解

企業導入(5min)

「這四天你學的是個人等級的 AI 應用。
如果你想在公司規模導入——30 人、100 人同時用——
架構會不一樣,需要規劃。」

三個方案(簡述,不推銷):

「有興趣的課後聊。」(留卡片)

R (Review) — 評量方式

過程評量

評量項目時間點方式通過標準
GUI/CLI/DB 概念理解Day 1 Sec 2分組討論觀察能用自己的話解釋三者差異
網路架構認知Day 1 Sec 4分組畫架構圖正確標示 API/Webhook 方向
Prompt 品質Day 2 Sec 6Level 1/2/3 對比練習能寫出 Level 2 以上的指令
CLAUDE.md 撰寫Day 2 Sec 6課堂填寫公司資訊至少填完基本資訊 + 公司規則
Code tab 操作Day 2 Sec 8每人做出靜態網站網站能在 Chrome 開啟
前後端區分Day 3 Sec 11課堂問答能說出前端/後端/DB 各自的角色
Supabase 串接Day 3 Sec 12表單存取測試表單資料成功存進 Supabase
API 概念實作Day 3 Sec 13Worker 測試Worker 能回應 POST 請求
分組問題解決Day 4 Sec 17分組成果報告有架構圖 + 有可展示的成品
部署上線Day 4 Sec 18URL 可存取手機能打開自己的網站

成果評量

產出物評量標準
靜態網站(Day 2)有首頁、有內容、手機可瀏覽
動態網站(Day 3)表單能存取 DB 資料
部署上線(Day 4)有可公開存取的 URL
分組專案(Day 4)架構圖 + 成品 + 省時估算
人肉 API 地圖標記 寫死/叫AI/手動 三類
CLAUDE.md至少填完兩段(公司資訊 + 規則)

柯氏四層級評估

層級內容評估方式時間點
Level 1:反應學員滿意度課後問卷(Google Form)Day 4 結束
Level 2:學習概念理解 + 技能掌握過程評量 + 成果評量(見上表)每天
Level 3:行為課後實際使用 AI 工具的頻率兩週後追蹤問卷課後 2 週
Level 4:成果工作效率提升、成本節省一個月後追蹤訪談課後 1 月

O (Outcome) — 預期成果

學員帶回家的產出物

  1. 自己公司的網站(已部署上線,可公開存取的 URL)
  2. Obsidian Vault 模板(已安裝、已開始填寫公司知識)
  3. CLAUDE.md(已填公司基本資訊和規則)
  4. Supabase 資料庫(已建表格、已存資料)
  5. Cloudflare Worker(已部署、24 小時運行的後端 API)
  6. 人肉 API 地圖(紙本,三色標記)
  7. Quick Start 安裝包(回家繼續用的基礎套件)
  8. 課程分身助手 Skill(課後安裝,忘記內容可以問它)
  9. 分組專案成品(可繼續迭代的真實問題解法)

費用效益

項目金額
AI 工具月費(Claude Pro + Google AI Pro)NT$1,280/月
被取代的人工成本(工讀生 4hr/天)NT$16,280/月
每月淨節省NT$15,000/月
年度淨節省NT$180,000/年
課程投資回收期< 1 個月

後續追蹤機制

企業導入產品線

方案內容適合對象
方案 A:知識庫建置Obsidian + RAG,公司知識 AI 化有大量內部文件的企業
方案 B:多平台同步Browser automation,串接不開 API 的平台多平台營運的電商
方案 C:完整 AI 流程LINE OA + Gemini router + 知識庫 + 自動回覆有客服需求的企業

24hr vs 12hr 版差異對照

項目12hr 版(Day 1-2)24hr 版(Day 1-4)
網站成品靜態網站(只有前端)動態網站(前端 + 後端 + DB),已部署上線
後端能力概念帶過實作 Cloudflare Worker + Supabase
LINE 串接概念理解實際串接 Webhook,收發訊息
部署不含包含(Cloudflare Pages / Vercel)
分組實戰畫架構圖分組用 AI 解真實問題
Skills/MCP帶過概念深入說明 + 費用策略
產出物6 項9 項