這篇在講什麼
資訊焦慮的根源常常出在資料沒有被整理成路線，單純缺資料反而少見。這篇整理「用 Agent 打造你的學習地圖」講座的完整內容：怎麼把散落各處的學習資料收攏成一張看得見的地圖，還有從學習者、老師到動態規則判斷的三層應用。
· 面對大量資料不知道從何學起的人
· 需要做自己學習履歷的學生和轉職者
· 想用 Agent 管理教學脈絡、幫學生做客製化教案的老師
· 學習地圖要回答的四件事，和技能樹的具體拆法
· 三層應用案例：學習地圖、教學脈絡、自動排班
· 一個今晚就能開始的三層技能樹練習
學習地圖要回答四件事
很多人學 AI 的方式是同時收集文章、影片、工具清單、課程連結，資料越堆越多，反而更不知道下一步要做什麼。這時候缺的是一張地圖，它要能回答四件事：我現在在哪裡、下一步學什麼、完成後會得到什麼能力、多久回顧一次。
把主題丟給 AI 的時候，別只要求它列一堆資源，那只是把收藏夾搬個家。更好的問法是請它拆成技能樹：
每個節點都有練習、有驗收，就比單純看教學影片更可追蹤。模糊的焦慮，會變成一顆一顆可以完成的小節點。
第一層：學習者，打造自己的學習地圖
這一層的核心觀念是「你的文件就是你的系統」。你不需要會寫程式，只要把知識、經驗、規則整理成文件，Agent 就能讀懂、執行、幫你做事。實際的做法分三步：
把自己的定位、背景、判斷標準寫成文件，讓 Agent 先認識你。
散落的收藏、筆記、教學連結，讓 Agent 幫你抓取、排列、分類。
用你自己的方式執行：讓 Agent 跑你的流程，用不著照抄別人的。
做完之後你會得到一份學習履歷：學過的東西變成看得見的成果。這對學生特別有用，求學過程的專題、練習、心得，全部整理成一張可以展示的地圖，超過一疊沒人翻的收藏夾。
學習狀態也要被記錄下來。用 Markdown 或知識庫保存每個主題的目標、資源、練習、心得與下一步，當 Agent 讀得到這些紀錄，它就能協助提醒下一步、幫你整理複習。學習不再只靠當下的熱情，多了一個可以接續的外部系統。
第二層：老師，用 Agent 管理教學脈絡
同一套方法換到老師身上，整理的對象變成教學脈絡：把自己的簡報、教案、教學邏輯放進資料夾，新的教材和參考資料持續餵進去，學生的情況和進度也放進去。
久而久之 Agent 越來越懂你。新的資料進來，它能直接依照你過去的教學習慣，搭配這一班學生的脈絡，產生客製化的教案。每一堂課對應哪個能力節點、學生完成什麼作品、課後怎麼延伸，都被清楚標出來，學生也比較容易知道自己為什麼要學這一段。
這套系統的特性是會越用越聰明，跟靜態資料庫的差別就在這裡。而且資料全存在你自己的電腦裡，哪天想換平台也不怕。
第三層：動態規則也能交給 Agent，排班系統案例
前兩層處理的是靜態資料，第三層示範抽象規則和複雜判斷。我幫朋友做過一個自動排班系統：把公司的排班規則寫成技能包，誰不能同時休假、假期優先順序、特殊情況怎麼處理，全部寫清楚。之後大家只要把想休的假丟進來，Agent 自動計算最優解，直接產出 Excel 表單。
把規則做成技能包，Agent 就能執行你的 SOP。大公司買系統，小公司、小團隊用 Agent 就夠了。這跟學習地圖是同一個原理：把「只有你知道的判斷」寫成 AI 讀得懂的文件。
你可以怎麼練習：先畫三層技能樹
今晚就能開始的最小練習：挑一個正在學的主題，請 AI 幫你拆成三層技能樹。
- 第一層核心能力：這個主題拆開來是哪三到五個能力節點。
- 第二層練習任務：每個節點各設計一個做得完的小練習。
- 第三層驗收成果：每個練習完成後，會留下什麼看得見的產出。
- 把這張技能樹存成一份文件，每完成一個節點就回來更新狀態和心得。
這張小地圖會比無止境地收藏資源更有用。等文件累積起來，再讓 Agent 讀取整個資料夾，你的學習地圖就會開始自己長大。想知道這張個人地圖接到哪些課程能力節點，可以對照我的 AI 課程地圖；現成的學習地圖技能包在技能包下載頁可以拿。