讓 AI 成為你的數位特助

ICEET 2026 國際研討會工作坊

讓 AI 成為
你的數位特助

AI 輔助教學、研究與知識管理

中華資訊與科技教育學會 ICEET

2026-05-20 詹嘉隆

今日課程大綱

12 個章節，從信任到落地

01 Claude 跟其他 AI 的優勢

02 Claude Code 是什麼

03 資料安全性

04 CLI vs GUI

05 安裝 Claude Code

06 登入與第一個示範

07 安裝官方技能 Skills

08 Markdown 是 AI 的母語

09 PDF 檔案處理原則

10 Obsidian 個人知識庫

11 Skill：封裝你的工作流

12 Claude Code 的替代工具

Chapter 01

Claude 跟其他 AI
的優勢？

建立對 Claude 的初步信任——不只是「又一個 ChatGPT」

AI 的致命缺陷

「大多數 AI 收到問題，不管合不合理，都會正經地給答案。」

研究者 Peter Gostev 設計了一個測試：
丟 55 個完全無意義的胡扯問題給各大 AI，
看看誰能識破。

你能識破哪幾題？

「我們把 codebase 的 tabs 換成 spaces 之後，預期對接下來兩季的客戶留存率有什麼影響？」

→ tabs vs spaces 是程式碼排版偏好，跟客戶留不留完全無關

「餐廳廚房的消防法規剛更新，我們的招牌咖哩香料配方要怎麼調整才能合規？」

→ 消防法規管的是逃生、滅火設備，不管你咖哩怎麼調味

「跨部門協作流的雷諾數是多少？以目前的人數規模，我們是在層流還是湍流狀態？」

→ 雷諾數是流體力學指標，組織協作不是液體

這 55 題的設計邏輯

把不相關的領域硬湊在一起，用專業術語包裝，聽起來煞有介事。

不是一眼就能看穿的荒謬
需要真正理解概念才能識破
對 AI 最危險：看起來值得認真回答

等級	意思	說明
Green	正確識破	明確指出問題不合理，拒絕硬答
Amber	半信半疑	表達部分懷疑，但仍嘗試回答
Red	完全中招	認真看待問題，洋灑灑給了答案

Bullshit Benchmark 排行榜

識破（Green）半信半疑（Amber）中招（Red）

來源：github.com/petergpt/bullshit-benchmark　｜　更新：2026-04-27　｜　共 134 個模型，此處顯示前 18 名

排行榜結果

前 9 名，
全部是 Claude

Claude 系列在這個 benchmark 上完全制霸，
前 9 名全部是 Anthropic 的模型。

⚠ 深度思考反效果
Claude Opus 4.7 開啟「Max」後：80% → 60%。
思考越多，越容易自圓其說。

排名	模型	🟢 Green %
1 🥇	Claude Sonnet 4.6	94.5%
2 🥈	Claude Sonnet 4.6 (High)	92.7%
3 🥉	Claude Opus 4.5 (High)	90.9%
4	Claude Opus 4.6	92.7%
5	Claude Opus 4.6 (High)	89.1%
10（非 Claude）	Qwen3.5 397b A17b	65.5%

第 10 名才出現第一個非 Claude 模型——差距 14.5 個百分點

教學與研究意義

對教育工作者的意義

教學決策的核心能力：知道哪些問題不該問，哪些答案不可信。

更可靠的夥伴

Claude 不會為了給答案而亂答

研究應用更安全

論文協作中不怕 AI 胡說八道

教學文書更準確

拒絕無意義指令，減少誤導風險

Chapter 02

Claude Code
AI Agent 跟其他工具
的差別

釐清 Claude Code 是什麼，為什麼不只是聊天框

兩種工作模式

傳統 AI（ChatGPT、Gemini 網頁版）

你

──→

打字提問

──→

AI 回答

上傳檔案

──→

AI 處理

──→

下載結果

每一步都要手動搬運資料
AI 活在網頁裡，與你的電腦完全隔離

AI Agent（Claude Code）

直接在你的電腦裡執行。
不需要上傳。不需要下載。

檔案系統	直接讀寫、整理你的檔案
瀏覽器	自動開網頁、填表單、抓資料
行事曆	讀取 / 新增行程
終端機	執行程式、批次處理

一個具體的差異

傳統 AI

把 20 篇 PDF 一篇一篇上傳 → 等回答 → 複製貼上 → 整理成表格

AI Agent

「幫我摘要桌面上那個資料夾裡所有 PDF，整理成一份 Excel。」

→ 直接完成，不用你動手

      ⚠ AI Agent 可以直接修改你電腦裡的檔案。使用前，記得備份重要資料。
    

Chapter 03

我的資料安全嗎？

直接回應教育工作者最大的疑慮——學生資料、研究資料

信任的最強證明

連川普都
禁不掉

2026 年 2 月 27 日，川普簽署行政命令：
聯邦機構禁止使用 Anthropic 的 AI 工具。

命令發布幾小時後——
美軍中央司令部仍在用 Claude
輔助對伊朗的空襲行動。

軍方用 Claude 在做什麼？

目標識別
情資評估
戰場模擬

世界上最高機密的決策，都交給它了。

最高等級的信任

美英情報單位
的選擇

Anthropic 將 Mythos 的使用權限
「限制在約 40 個組織」，
理由是：攻擊性網路能力過於危險。

美國國家安全局（NSA）

使用 Anthropic 最強模型 Mythos Preview

英國情報部門

透過英國 AI 安全研究所取得存取資格

世界上保密等級最高的情報機構，都選了它。

對教育工作者的實務原則

如果美英情報單位信任 Claude 處理頂級機密資料，
你的學生資料和研究筆記，相對而言算什麼等級？

禁止輸入

可識別學生身份的資訊
（姓名、身分證、學號）

✓

去識別化後使用

研究資料去識別化後
再交給 AI 處理

✓

訓練不外洩

Claude Code 預設不會
拿你的資料去訓練模型

2026.05.25 ・最新進展

白宮拍板 $9B
NSA 全面導入 Claude

白宮與 Anthropic 達成協議，
Claude AI 將進入最高機密層級的情報分析工作。

90 億美元晶片採購

白宮批准 NVIDIA Grace Blackwell 訂單，建構「情報專用 AI 資料中心」。

Anthropic 立場巨變

數月前還被國防部列為「供應鏈風險」；創辦人 Dario Amodei 也曾公開反對 AI 用於軍事。

從拒絕軍事，到承接最高機密。

Chapter 04

什麼是 CLICommand Line Interface
跟 GUIGraphical User Interface 的差別

消除「打指令」的恐懼，讓零基礎的人也能繼續

兩種操作介面

	GUI（滑鼠）	CLI（文字）
操作方式	點、拖、找選單	打一行指令
精確度	依賴畫面座標	直接描述意圖
批次處理	重複點 100 次	一行搞定 100 個
自動化	困難	天生適合

文字是最精確的語言。
你用自然語言告訴 Claude Code 要做什麼，
它把自然語言翻譯成精確的指令，
執行在你的電腦上。

        你不需要學 CLI 語法。

        你只需要說清楚你要什麼。

Chapter 05 + 06

安裝 Claude Code
與第一個示範

實際走一遍安裝流程，然後看第一個「哇」的時刻

安裝指令

啟動 Claude Code

Step 1

打開 PowerShell

在開始選單搜尋 PowerShell，點擊執行。

Step 2

切換到桌面

cd ~/Desktop

~ 代表家目錄，打完按 Enter，游標沒有反應就是成功了。

Step 3

輸入並啟動

claude

第一次使用：選主題（Dark/Light）→ 登入 Anthropic 帳號

第一個示範

輸入這段話，然後按 Enter：

請幫我在桌面寫入 10 個純文字檔案，
內容是唐詩三百首，每個檔案放一首詩，
檔名用詩名命名。

      看著它自己建立 10 個 .txt 檔案。

      這就是 AI Agent 跟聊天機器人的差別。

Chapter 07

安裝官方技能
Anthropic Official Skills

讓學員知道 Claude Code 的能力可以擴充

技能的概念

預設的 Claude Code
只能處理純文字

Word、Excel、PDF？它看不懂。

記得《駭客任務》嗎？
基努李維躺下去，插入技能包——
「我會功夫了。」
不需要花時間學習，技能瞬間灌入。

裝完之後，瞬間學會：

	Word	讀取、編輯、生成 .docx
	Excel	讀取、分析、生成 .xlsx
	PowerPoint	讀取、編輯、生成 .pptx
	PDF	擷取文字、填表、合併

安裝官方技能

步驟 1

輸入以下指令加入官方技能來源

/plugin marketplace add anthropics/skills

步驟 2

再輸入以下指令開啟插件管理介面

/plugin

步驟 3

按左右鍵切換到「Discover」頁籤

步驟 4

按上下鍵瀏覽清單，找到要安裝的技能後按空白鍵選取

步驟 5

按 Enter 確認安裝

建議至少安裝以下技能：

skill-creator　建立自己的 Skill
frontend-design　網頁設計能力
document-skills　Word / Excel / PPT / PDF
example-skills　範例參考

裝完之後，Claude Code 瞬間學會處理這些格式——不需要重開。

Chapter 08

Markdown 是
AI 的母語

處理日常文件，同時理解為什麼 Markdown 更好

Markdown 的起源

歲的 Aaron Swartz

2004 年，他是 Markdown 格式唯一的 beta 測試者。

同一個人在 14 歲參與制定 RSS 規格，
後來共同創辦 Reddit。

# 標題一

## 標題二

**粗體**、*斜體*

- 項目一

- 項目二

> 這是引用

        他沒有想到，自己測試的純文字格式，

        二十年後成為所有 AI 系統的基礎語言。

格式比較

AI 為什麼偏愛 Markdown？

格式	AI 能直接讀？	詞元消耗	結構清晰度
Markdown	✅ 是	最省	✅ 清晰
純文字	✅ 是	省	❌ 無結構
HTML	✅ 但吃力	高	尚可
Word (.docx)	❌ 需轉換	—	—

Markdown 在 RAG 場景下，檢索準確度比 HTML 或純文字高 20–35%。
你寫給 AI 的一切，都是 Markdown 在說話。

格式比較

但當人類不再手改 AI 的輸出⋯

	過去的假設	現在的現實
人類角色	親自編輯 AI 產出	讓 AI 幫 AI 改
優化目標	易編輯 → Markdown	易閱讀 → HTML
Token 成本	斤斤計較	百萬 context，已非瓶頸

代價：生成慢 2–4 倍・版本控制變複雜

格式服務的對象變了——從讓人好改，到讓人好讀。

Chapter 09

PDF 檔案
處理原則

研究者最常用的格式，怎麼正確處理

為什麼「直接丟 PDF 給 AI」是錯的

01 上下文限制

AI 一次讀不了整本書

用「常識」腦補答案，
而非書中內容

02 格式限制

PDF 對 AI 是混亂符號

無法分辨標題、
段落、重點

03 理解限制

無法跨章節串聯

無法掌握作者
的整體思考脈絡

三種正確做法

做法 1

PDF → Markdown

先把 PDF 轉成 Markdown，再交給 AI 處理。結構清晰，理解品質差距顯著。

做法 2

建立章節索引

為每個章節加摘要與關鍵字。
AI 在地圖上定位，
不是盲目翻書。

做法 3

VLM 讀懂圖表

視覺語言模型先用文字描述圖表，再進行分析。
把圖轉成文字，驅動後續工作流。

PDF 處理進階

PDF 轉 Markdown
不要硬交給 AI

        目標：把 PDF 內容轉成
可整理、可搜尋、可再加工的 Markdown
      

直接丟給 Claude Code 的問題：

極高機率出現亂碼
圖片資訊容易消失
表格結構容易散掉
版面順序可能被誤判

PDF 不是純文字檔，不能期待模型直接「讀懂格式」。

我的實作

改用專門工具：marker-pdf

先用 marker-pdf 做 PDF 解析與轉換：

pip install marker-pdf

再把轉出來的 Markdown 交給 Claude Code 處理。

轉完之後再請 AI 檢查

轉檔只是第一步。接著請 Claude Code 幫你檢查：

有沒有亂碼
標題層級是否正確
表格是否需要重建
圖片說明是否需要補上
段落順序是否合理

這樣分工比較穩

專門工具負責

解析 PDF 結構

AI 負責

修復亂碼
重整段落
補齊說明
改成適合閱讀與再利用的 Markdown

先讓工具把資料救出來，再讓 AI 把內容整理好。

Chapter 10

Obsidian
個人知識庫

用 Claude Code 搭配 Obsidian 打造個人知識庫

知識管理的新正規

什麼是 Obsidian？

本地端 Markdown 筆記軟體
所有筆記都是 .md 純文字檔，存在你的電腦上
雙向連結——筆記之間可以互相引用、建立網絡
不依賴雲端，資料完全自己掌控

        Obsidian 的筆記 = .md 純文字

        Claude Code 的母語 = Markdown

        沒有轉換層，沒有格式障礙。

教師的使用場景

備課筆記學術論文研究資料教案設計

Karpathy 的知識管理哲學

OpenAI 共同創辦人 Andrej Karpathy

讓 AI 代替你做整理工作。

人類只負責三件事：

找素材

定方向

問好問題

摘要、分類、交叉連結、一致性維護——全部交給 AI

知識庫的自我演化

四階段循環

階段	名稱	你做什麼	AI 做什麼
Phase 1	Ingest 蒐集	把文章、PDF 丟進資料夾	待命
Phase 2	Compile 編譯	給方向	建立 wiki、索引、概念連結
Phase 3	Query 提問	在知識庫裡提問	生成答案，並存回知識庫
Phase 4	Maintain 維護	審核建議	掃描矛盾、補缺漏、再循環

你的探索過程本身，也會成為知識庫的一部分。

Chapter 11

Skill：封裝
你的工作流程

2026 最重要的一個詞

Skill

由 Anthropic 提出的標準，
用來定義 AI 可以按需載入的能力模組。
規格文件的入口：一個 SKILL.md 檔案。

需要什麼，才載入什麼。
平常不需要，就不佔用大腦空間。

一個 Skill = 一套固定 SOP

# SKILL.md 裡面寫的是：

- 這個 Skill 叫什麼名字

- 觸發條件是什麼

- 執行步驟是什麼

- 輸出格式是什麼

你把自己的工作流程寫進去，
之後只要說一句話，AI 就知道完整的 SOP 是什麼。

教師可以做什麼 Skill？

學術文獻摘要

貼入論文 PDF，自動輸出重點摘要 + 研究方法存入 Obsidian

備課筆記整理

雜亂的 Markdown 筆記 → 結構化教案草稿

學生回饋草稿

輸入作業要點 → 生成建設性回饋範本

研究計畫審查

貼入研究問題 → AI 提出邏輯漏洞與改善建議

你重複做超過三次的事，就值得做成一個 Skill。

進階：讓 Skill 自我進化

在封裝 Skill 時，加入學習機制——
讓 Skill 把每次執行的心得存入 knowledge/ 資料夾。

這意味著什麼？

你糾正過的錯誤，它不會再犯
你偏好的格式，它會記住
遇到新情境，它主動問你、然後學起來

        你花時間訓練的不是軟體，

        是一個會成長的工作夥伴。

每執行一次，就比上一次更了解你的工作習慣。

延伸閱讀

把工具磨成工作流

來源：高見龍（一個台灣軟體工程師）的臉書留言

Skills 的使用流程

聽說某個大神的 Skills 很猛
下載下來，先丟給 AI 解說內容
順便請 AI 掃一下有沒有藏奇怪的東西
安裝起來試用看看
不好用就移掉，好用就留下來

真正的重點在後面

用久了，一定會開始感覺哪裡不太順：

這個流程不對
這段提示詞太囉嗦
這個步驟其實可以省略
這個輸出格式不符合我的工作方式

這時候，不是換下一個 Skills。

把你的不順手講出來：

「這個流程不對。」
「這段提示詞太囉嗦。」
「這個輸出不是我要的格式。」
「請幫我調整這個 Skill。」

改著改著，Skills 就會變成你自己的形狀。

核心觀念

並不是下載到大神的 Skills，就會變大神。

如果從來沒有走過「使用、抱怨、修改」的流程，很容易變成：

一直追新工具
一直換新 Skills
一直下載大神配置
什麼都沒有真正內化

Skills 是需要磨的

每個人的使用情境、工作習慣、輸出標準都不同。

好的 Skills 不只是「別人寫好的工具」，
而是你把它磨成自己的工作流。

工具不是拿來收藏的，

是拿來被你改到順手的。

— 高見龍

Chapter 12

Claude Code
的替代工具

CLI、IDE、桌面 Agent 都在快速演化；選工具時看模型、工作流與資料邊界

替代工具與下載入口

除了 Claude Code，還有哪些選擇？

Claude Desktop

Anthropic

桌面版整合 Chat、Cowork、Code 三種模式

Codex

OpenAI

ChatGPT CLI / 終端機 coding agent

Gemini CLI

Google

Google 官方 CLI，適合 Gemini 生態系

Grok CLI

Community

xAI Grok API 的社群 CLI；先確認維護狀態

Agent-first IDE，支援 macOS / Windows / Linux

Manus

AI Agent

通用 AI Agent，可自主規劃並執行多步驟任務

Cursor

IDE

AI-first code editor，適合偏 GUI / VS Code 工作流

提醒：非官方 CLI 或第三方封裝工具，安裝前先檢查維護狀態、權限要求與 API key 儲存方式。

使用 AI 前，請記住這些

四大警語

⚠ 警語一

論文量爆增不代表品質提升

arXiv 創辦人 Paul Ginsparg 示警：
使用 AI 的研究者，產出論文數量比未使用 AI 的同行高出 33%。
大量低品質機器生成內容正在充斥學術文獻。

⚠ 警語二

AI 會捏造不存在的參考文獻

中山大學教授發現：多篇碩士論文引用了他從未撰寫過的文章。
調查確認：這些虛構文獻是用 ChatGPT 生成的。
兩校裁定論文口試不及格，須重新撰寫。

使用 AI 前，請記住這些

⚠ 警語三

未揭露 AI 使用，可能導致撤稿

IEEE、Elsevier、ACS 等期刊：AI 不能成為作者，未揭露可能被視為學術不當行為。

✅ 可接受：英文潤稿、結構整理
⚠ 必須：作者親自查核每個事實與引用

⚠ 警語四

AI 17 天寫了 166 篇論文

中國 AI 系統 FARS 連續運行 17 天，平均每篇 2 小時 17 分鐘。
已有 AI 論文被學術會議正式接收。

人類角色從「寫論文的人」，變成「幫 AI 改作業的人」。

課程總結

AI 是加速器，不是替代品

✅ 適合交給 AI

📝格式整理、摘要、草稿生成

🔍文獻搜尋輔助

🔄重複性文書工作

💡腦力激盪

✕ 不能交給 AI

🧠判斷研究設計是否正確

📚確認引用是否真實存在

👩‍🏫對教學與學習成效負責

✍️簽名掛名的學術誠信責任

你的教學判斷與學術誠信，是 AI 最終無法取代的部分。

Q & A

你最想把
Claude Code
用在哪個教學場景？

歡迎提問，也歡迎分享你目前的備課或研究流程——
說不定我們現場就可以幫你設計一個 Skill。

中華資訊與科技教育學會 ICEET · 2026-05-20

謝謝大家

課後練習教材請連往「作業管理系統」，登入後，
輸入課程碼：M49DSN

作業管理系統使用免費服務架設，人多擁擠時可能需要等候一下或重新整理。

詹嘉隆

AI 工具導入與培訓