💡 江江的金句

「今天真正的老師是咪卡，我只是助教。」

🎯 案例 / 比喻

開場時有學員下載 AI 辦公室包出問題，江江當場陪著處理，說：「不要急，這就是今天要設定的東西，我們一起來。」課程延伸出一個真實的第一個任務：解決下載卡關。

🔄 2026-05-24 再次補充

💡 江江的金句

「有 Agent 跟沒有 Agent，是兩個完全不同的概念。就好像從桌機要打鍵盤，直接跳到手機——是觸控跟語音輸入——介面會更簡單，如果你會組織一些東西的話。」

🎯 案例 / 比喻

這次開場改用「桌機鍵盤 → 手機觸控」的比喻：Agent 不只是更快，是整個操作介面的典範轉移。你不是在做同一件事的進階版，是在用完全不同的方式工作。

💡 江江的金句

「所有工具都連到同一個地方——你的文件。工具換了不要緊，你的文件是你的。」

🎯 案例 / 比喻

江江解釋這套系統的核心：不管你用 Codex、Cowork、OpenClaw 或 Obsidian，它們都連到同一個知識庫。就算哪天某個工具倒了，你的資料跑不掉。

🔄 2026-05-24 再次補充

💡 江江的金句

「我要把我的公司制度制定好，是新來的員工要來學我的公司制度，而不是每次來一個員工，我就要花時間去認識他——那這樣我老闆都不用做事了。」

🎯 案例 / 比喻

核心思維：資料放本地，哪家 AI 都能用。以前把資料傳給 ChatGPT，東西就綁死在那個平台；現在是把資料夾準備好讓 AI 來讀，哪家 AI 好用就用哪家，你的資料都在自己手上。

🎯 實作小技巧

如果資料夾很大，可以直接把資料夾拖過去——AI 就不用花時間去搜尋、不浪費算力。檔名寫清楚，AI 就直接找得到。

💡 江江的金句

「工作日記、觀點日記、心情日記——寫日記這件事是跑不掉的，只是形式而已。」

🎯 案例 / 比喻

江江解釋三種日記的差異：工作日記是「我在做什麼」，觀點日記是「我怎麼看這件事」，心情日記是「我現在狀態如何」。三種加起來，AI 才能真正了解你，而不是只幫你跑功能。

四種時效是「地理位置」的概念——放越靠近根目錄，AI 越容易找到；放太深的東西，AI 會忽略。

🔄 2026-05-24 再次補充

💡 江江的金句

「叫 AI 存檔時，讓他把關鍵字寫進檔名，以後快速搜尋只看檔名就能找到，不需要開文章。」

🎯 三層資料管理實作細節

第一層（速查表）：最近五天代辦，規則寫進 AGENTS.md，AI 啟動就先讀。
第二層（根目錄）：最近一個月，打開知識庫就看到，AI 從這找起。
第三層（分類資料夾）：一個月到半年，AI 前兩層找不到再往這裡查。

🎯 心情日記實際案例

江江發現每次跟某一個人開完會回家都非常不舒服。做了一段時間的心情日記，用 AI 分析之後才發現：那個人的區域跟江江另一個壓力很大的專案是同一個地方，每次去見面之前都先跑那個壓力專案，情緒就帶過去了。做了兩次實驗把兩件事分開跑，才確認：「我對那個人其實是沒有問題的，是前面那個專案的壓力影響到了。」

💡 江江的金句

「Codex 是佛心免費版。我用 ChatGPT 20 塊的那個，Codex 本身沒有額外收費。」

🎯 案例 / 比喻

江江介紹模型選擇：目前 Codex 預設用 o4-mini（也就是 5.4 mini）。5.4 mini 是「主力」，速度快、省 token；5.5 是更強的模型，但 token 消耗更多，適合跑複雜任務。江江說：「不要一開始就用最強的，先用 mini 練功。」

🔄 2026-05-24 再次補充

💡 江江的金句

「不要花一小時兩千塊請顧問講師，然後只是來我們辦公室裡面幫我們掃廁所，這有點浪費。」

🎯 案例 / 比喻

三家工具定位更新：Claude = 知識工作者文件推理首選（但貴）；Codex = 免費版就夠用、日常工作主力，體感上 Codex $20 ≈ Claude $100 的用量；反重力（Gemini CLI）= Google 照抄 Codex 介面，但目前不穩定，江江暫時不推薦。

🎯 模型選擇建議（2026-05-24 更新）

2026-05-24 更新：裝機統一推薦 GPT-5.5。免費版直接選 5.5（比較安全），用這次三小時上課的案例完全夠用；有付 $20 美金的，不只上課夠用，可以開始跑自己的工作。

💡 江江的金句

「預設 Auto 就好。大部分的工作都用 Auto，我自己平常也是 Auto。」

🎯 案例 / 比喻

江江說三層權限就像「你給工人進出你家的鑰匙」：唯讀是帶他參觀但他不能動東西；Auto 是讓他在你給的工作區域裡做事；Full Access 是給他主鑰匙。大部分時候 Auto 就夠了，Full Access 要等你完全清楚任務才開。

🔄 2026-05-24 再次補充

💡 江江的金句

「Codex 的預設是在你的電腦裡面模擬一個小空間、一個小實驗室。它的權限是鎖在一個小盒子裡，有問題的時候不會牽扯到其他地方。」

🎯 案例 / 比喻

對比「Codex 沙盒 vs 龍蝦 AI（OpenClaw）」：龍蝦這類強調強大無所不能、可以完全接管你的電腦。做得好可以自動整理所有資料，做不好他會刪你的檔案、刪你的 email，甚至亂刷信用卡。大廠的預設都是比較安全的沙盒模式。

建議升級節奏：新手 → 預設權限（每次看確認視窗）→ 熟悉後 → 自動審核 → 非常確定時才 → 完整存取。

💡 江江的金句

「我自己也出過事。Full Access 搭配 AI 在跑任務的時候，就是一個不小心的事。不是說不能用，是說要清楚自己在做什麼。」

🎯 案例 / 比喻

江江說「完整存取」的開啟條件就是一句話：「我清楚知道我在做什麼，且願意承擔後果。」如果有一點不確定，就先停在 Auto，不要為了省事把關卡全部拆掉。

💡 江江的金句

「初期操作 AI，強烈建議另外備份一份到隨身碟或雲端。就一開始用 AI 操作，會戒慎恐懼，一小步一小步操作。但差不多到一個瓶頸的時候，很容易覺得『我懂了，沒問題了，我來幫他整理我整個資料夾』——悲劇通常就會在這個時候發生。」

🎯 案例 / 比喻

比喻：假設 AI 的極限是讀一萬字。丟三千字沒問題；丟三個資料夾 9000 字還在極限內；覺得沒問題，丟五個資料夾一萬五千字，超過極限，上下文爆炸了。爆炸之後最危險的：他可能把你前面交代的指令給忘記，然後就亂做事情。

💡 江江的金句

「你今天要做什麼任務，先在 Finder 建一個資料夾，然後把那個資料夾拖進 Codex。這樣 AI 就知道它的地盤在哪裡。」

🎯 案例 / 比喻

江江現場示範：先在桌面建一個「AI辦公室練習」資料夾，再把資料夾拖進 Codex 視窗，讓 AI 在那個範圍裡工作。說：「就像你叫人來家裡修東西，你先帶他到那間房間，不是讓他整間屋子跑。」

🔄 2026-05-24 再次補充

🎯 兩條安裝路徑

路徑一（主要）：GitHub 自動下載 — 從官網複製下載指令，貼到 Codex 對話欄。注意：先不要跑，要先準備好資料夾、選好專案再貼。

路徑二（備用）：Google 雲端硬碟 — 直接下載壓縮檔解壓縮，用 Codex「使用現有資料夾」選進去，然後說「嗨」觸發助理。

安裝過程的權限提示：安裝需要連網路，會突破沙盒限制跳出確認視窗。選「永遠同意」讓安裝順利跑完，套件內容都是文書整理的技能包，非常安全。

💡 江江的金句

「記憶這件事我基本上不太用自動的。我問了十次，第十次才搞懂，表示前面九次是錯的。如果 AI 把前九次記下來怎麼辦？我還要再去找他。」

🎯 案例 / 比喻

江江比喻：費曼學習法。你跟 AI 聊了十次，第十一次才說「幫我把第十次的結果記下來，順便把我前面九次的過程提煉成學習框架」。這樣存的才是正確答案，而不是過程中的混亂。

他說：「前面九次不要記資訊，記我的流程，記我學習的模式，分析我能不能從九次學成八次、五次、三次。」

🔄 2026-05-24 再次補充

💡 江江的金句

「你怎麼知道他記得對不對？」

🎯 愛馬仕 AI vs 龍蝦 AI 記憶模式對比

Codex（龍蝦 AI）：會自動記很多工作日誌，讓你覺得「他記得我」。
Claude（愛馬仕 AI）：號稱陪使用者成長，把今天教他的事情自動記成技能包並自動更新。

但自動記有一個問題：量一多就容易出問題。江江個人偏好手動管理，或就算 AI 可以自動記，也建議提醒他哪裡記得不夠好、哪裡是重點。

💡 江江的金句

「我在雷總管的 CLAUDE.md 裡寫了六萬三千字。但我不是一次就寫六萬字——是每次有新的發現，我就讓 AI 幫我加進去。慢慢疊出來的。」

🎯 案例 / 比喻

江江現場給學員看他的全域 AGENTS.md 設定：裡面包括溝通語言（繁體中文）、時區（台灣 UTC+8）、各種工作日記格式規則，還有一整套標籤系統。他說這就像你跟助理說「我喜歡怎麼工作」，寫進去之後不用每次重新解釋。

全域設定 vs 專案設定：全域是「所有任務都適用的基本規則」，專案設定是「這個任務特別的規則」。比如數位分身小聚專案就有一個 AGENTS.md，裡面說「你不要當咪卡，你要當村長」。

💡 江江的金句

「除非 AI 哪天會通靈，否則都建議自己手動寫。只要 AI 不會通靈，這份自己做。」

🎯 案例 / 比喻

江江解釋自動記憶的風險：AI 記的重點跟你認為的重點不一定一樣。它可能把一個對話的結論記下來，但那個結論是你在摸索過程中說錯的話。更好的做法是：跟 AI 對話到你滿意的結果之後，你主動說「幫我把今天的結論記下來」，而不是讓它自動抓。

💡 江江的金句

「技能包是動態載入的操作手冊。不是每次都把整本手冊帶去工作，而是你需要哪段，就帶哪段。」

🎯 案例 / 比喻

江江講「技能包 vs 提示詞」的差別：提示詞是一句或幾句話，技能包是一整份有架構的操作指引。他的春總編技能包（spring-editor）裡面有寫文章的規則、風格標準、各種例外處理——不是靠記憶，是靠「需要的時候載入對應段落」。

🔄 2026-05-24 再次補充

💡 江江的金句

「AGENTS.md 是 AI 一進來就會先讀的地方。把常用規則寫進這裡，AI 一啟動就知道要先找那份速查表，不需要每次重新交代。」

🎯 實際案例：寫「啟動先讀速查表」

示範指令：「幫我做一個快速的檢索，把我最近工作的代辦整理起來，範圍大概是過去五天到未來五天，每次更新時把超過五天的移除。」然後把這條規則加進 AGENTS.md，以後每次啟動 AI 就自動掃描那份速查表——三層資料結構的入口點。

💡 江江的金句

「AI 看不懂 IMG_2031 是什麼。但你給它改名之後，它就知道這是『台南老屋拍攝』還是『客戶提案現場』。名字就是資料。」

🎯 案例 / 比喻

江江現場有 16 張截圖，全部叫「截圖 2026-XX-XX 下午 X.XX.XX.png」。他說這是「大部分人的 Finder」，找不到、傳不了、AI 也無法理解。這個工作流的核心就是：讓 AI 幫你把檔名變成有意義的中文名，同時做格式轉換。

PDF 翻譯的部分，江江解釋：他遇過好幾種困難情況，比如有的 PDF 是掃描版（圖片型），AI 沒辦法直接讀文字，要先 OCR。還有表格的 PDF，AI 容易把格線跟文字混在一起讀錯。他的做法是先跟 AI 說明狀況，讓它先規劃再動手。

🔄 2026-05-24 再次補充

💡 江江的金句

「AI 看不懂系統截圖的數字檔名是第幾步。時間點很重要——截圖通常有兩種資訊：時間、內容。時間代表順序，洗掉了就不知道第幾步了。」

🎯 改名前先給對照表（重要技巧）

不要直接叫 AI 改名，先說：「你直接幫我出原始檔案跟新檔名的對照表。」改錯了還可以複查。改名前先做工作日誌，把現在狀態記錄下來。

🎯 發現問題：時間資訊被洗掉

AI 改完中文檔名後，時間點不見了。解法：從截圖 metadata 取回原始時間，重新命名結構改為「日期 → 時間（準確到小時跟分鐘）→ 中文描述」。

💡 江江的金句

「Huashu Design 的授權是個人使用。付費課程、客戶交付、商業工作坊——用之前先想清楚。我今天只是示範，你回家自己用個人用途完全沒問題。」

🎯 案例 / 比喻

跑圖片改名技能包的時候，學員第一次看到 AI 自己跑起來改了 16 個檔名，現場有人驚呼「欸這個是真的在動」——不是聽懂了，是親眼看到了。

🔄 2026-05-24 再次補充

💡 江江的金句

「你幫我復盤一下，幫我檢討一下剛剛的流程。」

🎯 事後復盤：讓 AI 檢討流程

改完之後跟 AI 說：「你現在這個結果是我要的，然後我希望你檢討一下怎麼做比較順。下次不要犯同樣的錯誤把我的時間給洗掉。」讓 AI 自己整理出改名 SOP——它會抓到「改名前先給原始檔名與新檔名對照表」這個關鍵點。

🎯 輸出技能包

確認工作流很棒之後：「我覺得這個很棒，幫我寫工作日誌，然後幫我做一個改檔名的技能包好嗎？」AI 生成「截圖改名助理」技能包，裡面有好例子、不好的例子。可以跟不好的例子講：「這樣子我不要。」他下次就知道了。

💡 江江的金句

「目標和意圖，一定要先講清楚，大於步驟。AI 工具一直在進步，你之前定的步驟可能是 100 分的做法，但現在 AI 能力更強，如果你給他目標讓他自己思考，他說不定能找到 200 分、500 分甚至 1000 分的方案。」

🎯 案例 / 比喻

江江自己一開始忘記「先轉檔再縮圖」這件事，傻傻地叫 AI 先縮圖再轉檔，結果 PNG 被直接硬壓成小圖再轉 JPG，品質出問題。如果一開始告訴他目標，AI 可能會主動說：「欸，你這樣的順序 PNG 畫質會很差，建議先轉 JPG 再壓縮。」

甚至可以直接說：「我有這樣的目標，你幫我上網查一下其他人怎麼做的，有沒有我可以參考的？」AI 去找網路上最好的做法，你只想到 100 分，網路上可能已經有 200 分、500 分的方案了。

（Codex 當天也新推出了「目標模式」，是把意圖優先這個思路做成正式功能，可以在 UI 上直接填入目標。）

💡 江江的金句

「規劃模式的王者還是 Claude。但我看到價差就覺得……它規劃的其實還行。」（笑）

🎯 案例 / 比喻

江江說計劃模式最實際的用途是「你不確定 AI 會怎麼做」的時候。比如要翻譯很長的 PDF，他會先叫 Codex 規劃：先做字典檔、先做格式設定，確認流程沒問題再執行。不要直接叫它跑，不然跑到一半出錯，token 都浪費了。

另一個場景：「我要出門了，你把所有任務跑完，有矛盾的地方寫工作日誌告訴我」——這不是玄學，是詞語關聯性的應用，「出門」這個詞會讓 AI 減少中途確認的頻率。

🔄 2026-05-24 再次補充

💡 江江的金句

「要出門去玩，應該先看清楚地圖方向，再出發，而不是亂衝跑錯了再回頭。」

🎯 案例 / 比喻

任務很大很複雜的時候，先用計畫模式：「你先規劃一下，我想看一下你整體要怎麼執行。」AI 把預計步驟列出來，你確認方向沒問題，再讓他開始跑，按照規劃依序完成。

（補充：Codex 當天還新推出了「目標模式」，概念跟「意圖優先下指令」類似，是在 UI 上直接填入目標讓 AI 自己規劃達成路徑。）

💡 江江的金句

「我在寫文章，突然發現一個 bug。叫他現在去修 bug，打亂我寫文章的節奏。去開分支——他複製一個副本，同時跑。」

🎯 案例 / 比喻

江江說分支的用途是「不想打斷主任務又想記住靈感」。比如做一個很大的網頁，做主頁做到一半突然想到分頁可以改——開分支，一個繼續做主頁，一個去改分頁，兩個同時跑。

🔄 2026-05-24 再次補充

💡 江江的金句

「你在叫 AI 寫一份企劃，寫到一半他出現了一個錯誤方向，意外讓你有新靈感，你想探索——這時候開分支，從當前這個點插出去，形成兩條線。」

🎯 分支實際操作

在 Codex 某個對話節點選「分支」，插到本機新工作室（獨立不干擾）。分支完還可以改檔名，例如「上課示範版」——讓你知道這個分支是要改寫成上課案例的，不是要做進技能包的。做錯了可以選「封存」收起來。

🎯 案例 / 比喻

江江提到他自己的網頁工作流：文字稿先確定好，再做成網頁。做 HTML 會多消耗 3 到 5 倍 token，所以不要一邊改文字一邊跑 HTML，把內容先鎖定好，再一口氣生成網頁版。

他說他買了一個不錯的網頁版型技能包，說：「我買一次之後跟 AI 說，幫我把這個版型寫成技能包，下次我做分頁你直接套完就好。你這些可能寫了一萬字的效果，記住就好，不要下次重寫一萬字。」

上線方式：做好之後可以推 GitHub Pages（免費、有網址），或是 Vercel（網址比較好看）。江江說他都直接叫 AI 幫他推，說「幫我上 G 網」或「幫我上 V 網」，自己命名的暱稱讓流程更快。

💡 江江的金句

「AI 的本質是詞語關聯性計算機。它很容易被語意影響。如果第一步搜到好話，後面都是好話；如果第一步搜到負面，後面都是負面。」

🎯 案例 / 比喻

江江解釋為什麼要開三個代理分開查：因為 AI 不會推理，它只算詞語關聯性。官方資料都是好話，先讀到好話就一路往好話走；直接找負評就一路找負評。三個分身各自帶著不同的「任務偏見」去查，最後整合才能得到比較平衡的資訊。

比喻：就像火影忍者的分身術。一個分身去查官方，一個去查好評，一個去查負評，查完之後回來匯報。

🔄 2026-05-24 再次補充

💡 江江的金句

「你叫 AI 去查哪個工具最好，AI 去查官方發布會，官方說自家產品好棒棒；這段內容就成了 AI 的上下文，之後不管你怎麼叫他查網友評價，他都會往『好棒棒』這個方向查——因為前面已經被自己的上下文洗腦了。」

🎯 三家分工與跨家審稿

Codex + Gemini CLI = 目前最划算的跨家審稿組合。Gemini CLI（反重力）正式名稱是命令列工具，可以直接被 Codex 呼叫調用。安裝後：Claude 寫文章 → Codex 去查資料或挑盲點 → Gemini CLI 做跨家審查，省費用又提高品質。

💡 江江的金句

「手機連動是真的剛上線，我自己也還在試。重點是：手機是遙控器，跑任務的還是你的 Mac。你的 Mac 不要關機。」

🎯 案例 / 比喻

江江現場給學員看了 Codex 設定裡的 Computer Use 選項——點開可以讓 Codex 操作你的瀏覽器（Browser Use）或整台電腦（Computer Use）。說「真的可以操作，但超耗 token，我不建議。它動的時候你可能原本在打字，突然被搶去控制權。」建議：有主機跟筆電的，讓筆電跑這個，主機繼續自己用。

💡 江江的金句

「到今年年底，AI 操作軟體要嘛直接底層 API 對接，要嘛就會有人寫技能包讓 Agent 模擬鍵盤滑鼠操作。如果再沒有的話，這個不會活過今年底。」

🎯 案例 / 比喻

江江試過讓 Codex 管他的 Gmail——讓它去分類信件。但現在的問題是 Codex 一邊在副螢幕操作，一邊還是會跳出來問你問題，容易打斷你的工作。他說「我是功能剛出來就去試的，現在應該好多了，不過還是很耗 token」。

💡 江江的金句

「今天真正的老師是咪卡，我只是助教。咪卡會教大家它自己有什麼功能，我的工作是教大家怎麼問咪卡。」

🎯 案例 / 比喻

江江說 Mika 的設計哲學是「不要替你自動化，而是陪你一起整理」。就像 Clippy 是替你做事，但 Mika 是陪你把你自己的知識整理出來。你用完 Mika 之後，累積的是你自己的系統，不是依賴 Mika。

他說 AI 辦公室有 21 個助理，但他不打算讓學員背這 21 個名字。只要知道「問 Mika 有哪些助理」，Mika 就會列出來告訴你。「你不用記功能，AI 會教你它有什麼。」

🔄 2026-05-24 再次補充

💡 江江的金句

「剛建立的 AI 辦公室資料夾是空的，AI 不知道怎麼幫你。建議先跟他聊一下，幫你建立你的『個人名片檔』，讓 Mika 認識你。」

🎯 個人名片檔內容

告訴 AI：你的工作是什麼、職位、平常的工作任務內容、常用哪些軟體、現在想用 AI 幫助工作上的哪些事情。這樣當你把一個新技能包給 AI 的時候，他就能判斷這個技能包適不適合你、方向對不對。

💡 江江的金句

「不知道要說什麼時，就說『我要怎麼開始？』Mika 永遠會回應，永遠會引導下一步。」

🎯 案例 / 比喻

江江現場示範讓學員問 Mika 問題。有人說「我手上有一個 Excel 表，可以怎麼處理？」Mika 列出了好幾個選項：可以分析數據、可以做成視覺化圖表、可以找出異常值。江江說這才是 AI 辦公室的精神：你不用知道有哪些功能，說出你的素材，讓 AI 告訴你可以做什麼。

💡 江江的金句

「Vercel 免費，網址比較好看。GitHub Pages 免費，但網址比較醜。我個人兩個都用。對外的官網用 Vercel，技能包分享跟備份用 GitHub。」

🎯 案例 / 比喻

江江說他目前對外的交付和數位分身小聚的官網都用 Vercel，因為網址格式比較好看。GitHub 的網址格式是「你的帳號.github.io/repo名稱」，內部校稿、給客戶看沒問題，但要放官網還是 Vercel 比較合適。

他說：「我英文不太好，所以我都直接跟 AI 說『幫我上 G 網』、『幫我上 V 網』。久了之後你會發現你的工作流有自己的暱稱，這樣速度就很快。」

🎯 案例 / 比喻

江江說他自己的工作流是：做完網頁之後，叫 AI 一鍵推上 GitHub 然後部署 Pages。他有自己的「數位分身小聚」網頁技能包，裡面包含整個網頁的版型規則，讓下次做同系列的分頁時直接套，不用重新寫一萬字的 CSS。

對於技能包管理，他說他有一個「技能包大總管」，負責四件事：確定觸發詞不衝突、整合可以合并的技能包、把零散的拆分開、幫新技能包進來時做兼容性檢查。他說：「我現在已經沒有知識焦慮了，知識焦慮的是我的 AI 總管，我只要說好啊可以試試看，或下個禮拜再說。」

💡 江江的金句

「我在 Claude 寫文章途中說『去叫 Codex 幫我查資料』，Claude 回：『其實你不需要叫 Codex，我也可以開子代理幫你查。』我說：『不要，你查資料又貴又爛，我要 Codex 去查。』他說：『好的。』就這樣。」

🎯 安裝 Gemini CLI 的要點

可以直接叫 Codex 幫你安裝。安裝時要開「完整存取權限」，否則下載會失敗或要一直按確認。開完整存取前，確認你信任這個指令來源。安裝好之後，Codex 就可以直接呼叫 Gemini CLI 做跨家審查，省費用又提高品質。

硬規則：Cleaner = Claude 家族 → Reviewer 必須 Codex 或 Gemini（跨家主審）。Cleaner = GPT 家族 → Reviewer 必須 Claude。

💡 江江的金句

「它上面授權說個人使用不可以商用。但我可以用它的東西，結合我的東西改成我的版本，我要怎麼用就怎麼用。重點是——不要照抄。」

🎯 案例 / 比喻

江江解釋：Huashu Design 是因為 Claude Design 做得太好看，出來沒到一個禮拜就被開源破解，花叔就是在那時候做出來的。Claude Design 一口氣可以生三到五個版型讓你挑，還能自動偵測你不喜歡的地方然後微調，但因為全程純視覺辨識，所以很燒錢。Huashu 是比較簡單的平替，技能包加上去就好，授權沒那麼嚴，稍微修改就算自己的版本。

江江的工作流：叫 Mika 幫你下載安裝，裝好之後跟它說「用一下給我看」，然後確認安不安全，再決定要不要用 Full Access 讓它跑。

🔄 2026-05-24 現場完整實作示範

🎯 江江的完整工作流程（6 步）

1. 先讀、先評估：把技能包連結貼給 Codex，請他說明是什麼並做風險評估
2. 指定安裝位置：告訴他下載到哪個資料夾（習慣放在 _agent 底下）
3. 開計畫模式：「你幫我做一個網頁來示範說明花叔技能包是什麼，要簡單好理解，請你先想想怎麼設計」
4. 呼叫 Gemini CLI 補強：「你能不能呼叫 Gemini CLI，看看有什麼地方要補充的？」→ Gemini 補了三點：模擬對話讓新手看懂、不要把一句話講得太神、強調後續可以修改
5. 江江再補需求：「每一段都要是不同的設計風格，因為技能包有很多種風格，我要在 demo 裡看到」
6. 重新計畫 → 實作：Codex 整合修改後重新規劃，確認沒問題後實作，網頁跑出來

💡 這個流程同時產出兩件事：一個展示網頁（成果） + 一套「引導 AI 協作做網頁」的工作流程（可提煉成技能包，重複使用）。這就是「提煉隱性知識」的實際操作。

💡 江江的金句

「我不相信這個問題只有我碰到。你幫我上網查，跟我有一樣問題的人，他們都怎麼解決的。」

🎯 2026-05-24 學員自評結果

課程結束前江江請學員自評 1-5 分（5 分 = 懂技能包、懂人機分工、知道怎麼叫 AI 幫我做事、知道讓 AI 來學我；3 分 = 好像有點懂，下課後要再試；1 分 = 還不太懂）。結果大多落在 3 分上下，5 分的比預計少一點。江江表示：「有到 3 分就可以了，因為這是實作課，回去還是要自己練習。」

這句萬用指令到目前為止非常有效——加上「我不相信只有我碰到」這個前提，AI 查到的解法和你的情況適配度會顯著提升。學會這一句，80% 的問題都可以得到很好的初步解決。