【免費課程】ITE-嵌入式系統軟體開發專業人員：硬體架構與介面
104學習
Code review
這項技能主要是指團隊成員互相檢查彼此寫的程式碼，確保程式碼品質與一致性。透過審查，可以及早發現錯誤、提升程式效能，並促進經驗分享與知識傳承。此外，有助於維護專案的可讀性與可維護性，避免未來出現難以追蹤的問題。這不僅提升個人技術水平，也強化團隊合作效率，是軟體開發中不可或缺的重要環節。
提升你的實力，朝專業更進一步
精選課程
充實自己，讓能力持續成長
【免費課程】ITE-嵌入式系統軟體開發專業人員：開發流程與除錯
TTQS 評核攻略免費試閱
軟體工程師就業培訓
電腦視覺演算法之人臉辨識實戰【本課程為線上課，報名後專員會提供上課資訊】
何謂績效管理與目標設定－掌握關鍵指標設定與面談技巧，談出好績效
【線上課】Email 行銷進階實戰攻略｜企業 CRM 必備課程
【免費課程】ITE-嵌入式系統軟體開發專業人員：核心任務與驅動
TTQS 企業機構版評核攻略
.NET開發資料庫應用系統全方位－ADO.NET與Entity Framework(.NET Core)攻略
精選證照
考取專業證照，讓能力被市場看見
TestStand進階專業認證（CTD）
TestStand進階專業認證（CTD）專為具備TestStand自動化測試軟體應用能力的工程師設計，驗證持證者在測試序列開發、錯誤除錯及系統整合上的專業技能，確保能有效提升測試效率與品質，適用於半導體、電子製造等產業，助力企業優化測試流程與產品驗證。
尚未查核發照單位
進階軟體設計專業人員
進階軟體設計專業人員證照旨在驗證持有人具備高階軟體設計與開發能力，涵蓋系統分析、架構設計、程式撰寫及測試等關鍵技術。持證者能有效運用物件導向設計原則及軟體工程方法，解決複雜問題並提升軟體品質與維護性，適用於大型專案開發與團隊協作，提升職場競爭力與專業價值。
財團法人中華民國電腦技能基金會
TestStand高階專業認證（CTA）
TestStand高階專業認證（CTA）證照專為具備TestStand測試管理軟體深厚經驗的專業人士設計，證明持有人能夠獨立規劃、設計及維護複雜的測試系統，並具備強大的問題診斷與解決能力。持證者熟悉TestStand架構與API整合，能有效提升測試流程效率與品質，適用於電子製造、自動化測試等領域，是從事測試工程師及系統開發的重要專業資格。
尚未查核發照單位
專案管理軟體應用Project 2007
Project 2007證照驗證持有人具備使用微軟Project 2007專案管理軟體進行計畫排程、資源分配及進度追蹤的能力，能有效協助專案團隊掌握專案進展並提升管理效率，適合專案經理及相關專業人員提升專案執行與管理技能。
財團法人中華民國電腦技能基金會
AWS 認證的解決方案架構師-助理級認證
AWS Certified Solutions Architect - Associate 著重於成本和效能最佳化解決方案的設計。對於擁有 AWS 雲端或強大的內部部署 IT 經驗的候選人來說，這是理想的起點。本考試不需要深入的編寫程式碼實作經驗，不過熟悉基本程式設計概念會讓您具備優勢。
AWS
基礎程式語言
基礎程式語言證照旨在驗證持有者具備基本程式設計能力，涵蓋變數、流程控制、陣列及簡單演算法等核心概念，適合初學者入門。透過理論與實務測試，證明能使用常見程式語言撰寫簡單程式，具備問題分析與解決能力，為進階程式設計及相關職涯奠定扎實基礎。此證照廣受資訊產業與教育機構認可，是進入軟體開發領域的重要入門資格。
尚未查核發照單位
精選貼文，掌握第一手知識
用 Claude Code 打造全端應用，AI 結對編程讓開發效率大幅提升！
陳贈文
文章分類：AI課程
參訓課程：掌握 Claude Code 從零打造企業級全端開發應用實戰班
現 職：軟體工程師
用 Claude Code 打造全端應用，AI 結對編程讓開發效率大幅提升！
👨💻 學員背景
資訊科技產業軟體工程師，負責系統後端開發、伺服器維護與架構設計。
🎯 參訓目的
隨著 AI 技術興起，工作上需要更高的開發效率，因此希望學會 AI 工具整合於開發流程，加速專案交付。
🏆 最大收穫
學會將 Claude Code 與 gstack 實戰應用於企業級專案，透過 AI 結對編程顯著提升開發效率，並掌握提示詞工程與錯誤除錯技巧。
📝 產業背景與職務內容
我目前在資訊科技產業擔任軟體工程師，主要負責系統後端開發、伺服器維護與整體架構設計。日常工作除了撰寫與優化程式碼之外，也需要處理系統的除錯與效能提升，確保企業內部各式應用服務能穩定運行，並隨時支援新功能的擴充與上線。
📚 選擇恆逸課程的原因
隨著 AI 技術爆發，工作上越來越需要快速交付專案。為了大幅提升開發效率，我希望能將 AI 工具無縫導入工作流程。恆逸的這堂課主打「Claude Code」與「gstack」實戰，正好完全命中我渴望從零打造現代化全端應用、加速開發週期的迫切需求。
👨🏫 講師教學特色
授課講師最讓我印象深刻的是，能將複雜的技術概念具象化，對每天面對冷冰冰程式碼的工程師來說非常有幫助！講師不只是唸簡報，而是直接打開編輯器，Live Demo 展示如何一步步使用 Claude Code 輔助開發。講解 gstack 技術棧時，特別強調各元件的整合邏輯。以往自己摸索常卡在環境設定或版本相容性問題，但講師用幽默比喻，把前後端資料流與 AI 協作的觀念講得很清楚。每當我們實作遇到報錯，講師總能一針見血指出問題，還會故意示範「AI 可能會寫出的錯誤程式碼」，手把手教我們如何引導、修正 Claude Code 的輸出。這種「不怕犯錯、從除錯中學習」的氛圍，大大降低了我對新技術的學習焦慮。講師也常分享業界實戰經驗，讓我們不只學工具，更學到企業級開發的架構思維。整堂課充滿破關解謎的成就感，讓我覺得「學得超好、任督二脈被打通」！
💡 課程中最有收穫的技術或觀念
在上課過程中，我最有收穫的是徹底打破了對 AI 寫程式的刻板印象。以前覺得 AI 生成的程式碼難以直接套用在企業級專案，但在這堂課實作 gstack 全端應用時，我真正體會到「AI 結對編程」。精華在於運用 Claude Code 從零開始搭建 gstack 架構，學會如何精準下達 Prompt，讓 Claude Code 快速生成樣板程式碼，自己則專注於核心業務邏輯。遇到複雜資料庫連線或 API 路由規劃時，直接請 Claude Code 提供建議，甚至協助找出效能瓶頸並重構。這堂課強調實戰而非死記硬背考照。建議上課時一定要親自動手寫程式，遇到 Claude 產出不如預期時，就是練習「提示詞工程」的最佳時機。學會與 Claude 溝通、引導它寫出符合企業標準的程式碼，是我這趟學習中最寶貴的收穫。
🚀 課程對工作實務的幫助
結訓回到工作崗位後，課程效益立刻顯現。最近公司要開發內部自動化監控儀表板，若照以往流程，光是前端、後端 API 到資料庫，至少要一兩週。這次我直接應用課程學到的 gstack 架構，全程搭配 Claude Code 輔助，讓 Claude Code 生成 API 框架，快速完成前後端資料綁定。遇到不熟悉的模組套件，也能直接問 Claude Code 並取得實作範例。結果，原本預估兩週的專案，我只花不到四天就交付，程式碼品質與架構甚至比以前純手工寫的還好！開發效率大幅提升，不僅讓我準時下班，也讓主管注意到我導入新技術與高效率產出的能力。這門課帶來的「實質生產力躍升」，已成為我年底績效考核時爭取加薪、升遷的最佳籌碼。對於想在 AI 時代保持競爭力的軟體工程師來說，這絕對是投資報酬率極高的實戰課程！
完整文章：https://ucom.uuu.com.tw/web/Testimony/Article/12901
精選 一句話改完整份簡報！Gemini、Copilot、Canva 三家 AI 簡報新功能怎麼選？
簡報做到一半，主管說「整份換成公司品牌色」「第 5 到 7 頁濃縮成一頁」，你是不是又要一頁一頁慢慢改？
十月底，Google、Microsoft、Canva 都在 AI 改簡報上有新動作：不用從頭重做，打一句話就能改整份現有的簡報。
先看三家各推了什麼：
Gemini in Google Slides（10/29 開始推出）
在側邊欄下一句指令，Gemini 會自己判斷要改哪幾頁，直接改在可編輯的投影片上，改完列出修改摘要。
適合：統一整份字型和配色、照另一份簡報的風格改、引用雲端硬碟的檔案補內容。
限制：目前只支援英文指令；要 Workspace 商務／企業版或 Google AI Pro、Ultra 方案。
Copilot in PowerPoint（10 月持續更新）
在 Copilot 對話框用聊天的方式改簡報，可以新增和重組投影片、換圖、套公司品牌範本。10 月新增品牌套件技能，比較長的工作關掉檔案也能在背景繼續跑。
適合：公司已經用 Microsoft 365、要符合品牌規範的正式簡報。
限制：完整功能需要 Microsoft 365 Copilot 授權；簡報太大可能超出系統上限。
Canva Brush（10/29 推出）
Canva 自家訓練的設計編輯模型，看得懂版面結構，小到改一行字、大到改整份簡報都可以，也能把簡報頁直接改成 IG 尺寸。
適合：行銷素材、提案簡報，以及同一份內容要改成不同尺寸的情況。
限制：目前開放給 Canva Pro 訂閱者，在 Canva AI 的模型選單選 Brush。
那我該用哪一個？先問自己三個問題：
1. 簡報平常放在哪裡？
Google 雲端硬碟 → Gemini；公司用 Office 和 Teams → Copilot；行銷素材都在 Canva → Brush
換工具的成本，常常比功能差異還大。
2. 要改的是「內容」還是「外觀」？
補數據、濃縮頁數 → 挑能讀到你原始檔案的工具（Gemini 讀雲端硬碟、Copilot 讀公司檔案）
換風格、改尺寸 → Canva Brush 和 Gemini 的整份套風格最順手
3. 有沒有品牌規範要守？
要對外、要對客戶 → Copilot 搭配公司品牌套件最穩；個人或小團隊 → Canva 品牌工具組也夠用
三個好用的指令寫法（英文版是給 Gemini 用的）：
・「把所有頁面的標題改成同樣的字級和顏色」
Make the titles on all slides the same font size and color.
・「把第 5 到 7 頁整理成一頁重點摘要」
Summarize slides 5–7 into a single slide.
・「依照這份檔案的內容，補充第 3 頁的數據」
Update slide 3 with more details based on [檔案名稱].
最常見的三個錯誤：
・一句話塞太多要求，改壞了也不知道是哪一步出錯
・改完沒有逐頁檢查，數字和專有名詞被 AI 改掉都沒發現
・忘了 AI 會直接改原檔：先複製一份，或記得用版本記錄還原
小練習：下面三種情況，你會先打開哪個工具？
① 業務提案要套客戶指定的品牌色，公司全面使用 Microsoft 365
② 季報簡報放在 Google 雲端硬碟，要把三頁數據濃縮成一頁
③ 活動簡報要同時改成 IG 貼文和限動尺寸
（參考答案：① Copilot ② Gemini ③ Canva Brush）
想把 AI 用進簡報、文案、視覺到影音的完整企劃流程，推薦 104 獨家課程「AI內容企劃力實戰課｜高效文案創作 × 視覺設計 × 簡報製作 × 影音生成」：
https://nabi.104.com.tw/course/104nabi/51189062-5156-4dec-9153-8464c6732b13
也歡迎留言分享：你最常用哪一家改簡報？「一句話改整份」真的有省到時間嗎？
資料來源：
Google Workspace Updates〈Edit entire presentations with Gemini in Google Slides〉
https://workspaceupdates.googleblog.com/2026/10/edit-entire-presentations-with-gemini-in-Google-Slides.html
Microsoft Support〈Edit with Copilot in PowerPoint〉
https://support.microsoft.com/en-us/powerpoint/edit-with-copilot-in-powerpoint
Canva Newsroom〈Introducing Canva Brush, a vision-language model for design〉
https://www.canva.com/newsroom/news/canva-brush/
（功能、方案與開放範圍以 2026 年 11 月官方說明為準，各家都是分批開放，帳號不一定馬上看得到）
Claude Code Subagent怎麼用？3分鐘建好第一個子代理，判斷何時該多Agent分工
一個任務想同時檢查安全性、效能和測試，只能一件一件問AI？本文說明Subagent（子代理）的分工模式，帶你用一個Markdown檔建立第一個官方Subagent，再用一張表判斷什麼任務適合多Agent協作。本文節錄自《Claude Code全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
什麼是Subagent？官方Subagent、自製Orchestrator差在哪？建立第一個官方Subagent：直接寫.claude/agents/檔案Subagent適用情境：什麼任務適合多Agent協作？【進階提示詞】讓Claude Code幫你建好Orchestrator
編按：本文收錄Subagent觀念與官方Subagent實作；以Python自製Orchestrator的逐步教學未收錄，文末附「進階實作提示詞」，可直接讓Claude Code幫你建好。
什麼是Subagent？官方Subagent、自製Orchestrator差在哪？
一般使用Claude Code的互動是一對一的：你問一個問題，Claude回答，然後再問下一個。
Subagent（子代理）改變了這個模式：
你的指令
↓
Orchestrator Agent（協調者）
├──> Subagent A：分析安全性
├──> Subagent B：分析效能
└──> Subagent C：分析測試覆蓋率
↓（三個同時執行）
Orchestrator 收集結果，合併報告
（圖／博碩出版《Claude Code全攻略》）
為什麼要用多Agent？
速度：3個任務同時跑，比依序執行快3倍
專注：每個Agent只做一件事，提示詞更精準
隔離：一個Agent失敗不影響其他Agent的結果
規模：一個人管不完的工作，交給Agent軍團
「Subagent」其實有兩種
在Claude Code的語境裡，「Subagent／子代理」這個詞指兩件不同的東西，別混在一起：
官方Subagent自製Orchestrator本體.claude/agents/*.md 定義檔（YAML frontmatter + system prompt）你自己寫的Python腳本執行方式在互動session內，由主Agent自動委派或你明確指名用 claude --print 開多個獨立進程平行呼叫上下文每個Subagent有獨立context，結果回傳主對話每個進程完全獨立，由腳本收集輸出適合重複使用的專職角色（審查員、測試員、文件寫手）大量平行任務、CI/CD整合、跨專案批次處理
官方Subagent是Claude Code內建、最正規的子代理機制（下文會帶你從零建立）；自製Orchestrator則是當你需要一次派遣大量Agent、或把Claude塞進自動化管線時用。
建立第一個官方Subagent：直接寫.claude/agents/檔案
若走「Python orchestrator + --print CLI」的程式化路線，可以一次派遣大量Agent平行工作。但你的第一個Subagent不應該寫Python——官方Subagent只是一個Markdown檔案，3分鐘就能建好。
舊版備註：舊版Claude Code曾提供 /agents 互動式精靈（7步驟引導建立Agent），該精靈已於v2.1.198（2026-07-01）移除。現在的做法是直接建立定義檔，反而更快、更透明；細節以官方文件為準。
官方Subagent的本體是一個放在以下位置的Markdown檔案：
位置範圍適合場景.claude/agents/（專案根目錄下）只有目前專案能用跟專案綁定的Agent（如Flask app的API tester）~/.claude/agents/所有專案都能用跨專案通用的Agent（如「程式碼審查員」）
第一次練習建議放專案級，玩壞了不會影響其他專案。
建立資料夾與定義檔
# Windows PowerShell（在專案根目錄下）
New-Item -ItemType Directory -Force .claude\agents
notepad .claude\agents\security-reviewer.md
# macOS / Linux（在專案根目錄下）
mkdir -p .claude/agents
nano .claude/agents/security-reviewer.md
（圖／博碩出版《Claude Code全攻略》）
security-reviewer.md 完整內容（可直接貼）
---
name: security-reviewer
description: 安全性審查專家。當使用者要求檢查安全漏洞、SQL injection、硬編碼密碼、eval/exec 濫用、輸入驗證問題時使用此 agent。
tools: Read, Grep, Glob
model: sonnet
---
你是一位資安專家，專門審查 Python 程式碼的安全性。
分析範圍：
- 注入攻擊（eval、exec、shell injection、SQL injection）
- 敏感資料處理（明文密碼、硬編碼金鑰、個資）
- 不安全的函式使用
- 缺少輸入驗證
輸出格式：Markdown 報告，每個問題標注嚴重度（🔴嚴重/🟠中等/🟡輕微）、檔案與大約行數、問題描述、具體修正建議。
只報告確定的問題，不要猜測。
（圖／博碩出版《Claude Code全攻略》）
frontmatter欄位說明：
欄位作用填寫要點nameAgent的識別名稱小寫加連字號，如 security-reviewerdescription決定觸發時機主Agent根據這段描述判斷「什麼時候該委派給它」，把使用情境寫清楚tools允許使用的工具最小權限原則：安全性審查只需要讀（Read、Grep、Glob），不給Write/Edit/Bashmodel使用的模型sonnet（平衡，推薦）/ opus（最強）/ haiku（最快最省）/ inherit（跟主Agent相同）
模型怎麼選：安全性審查建議sonnet（對應目前的claude-sonnet-5）——haiku（claude-haiku-4-5）太簡略容易漏掉細節；opus（claude-opus-4-8）或旗艦fable-5留給真正需要深度推理的任務，這類審查用不到。
觸發你的Subagent
存檔後重新啟動Claude Code（讓它重新讀取agents資料夾；是否需要重啟以實際版本為準），有兩種觸發方式：
自動委派：你的要求符合description描述時，主Agent自動把工作交給它
明確指名：直接說「用security-reviewer幫我審查calculator.py」
這裡拿calculator.py當練習對象，裡面故意留了eval()、shell=True等資安問題。你也可以換成手邊任何一支.py。
[模擬]觸發該Agent的對話：
> 用 security-reviewer 幫我審查 calculator.py
● security-reviewer(審查 calculator.py 的安全性)
完成
發現 2 個問題：
嚴重：calculate_from_string 使用 eval() 執行未驗證輸入
存在任意程式碼注入風險，建議改用 ast.literal_eval()
中等：run_calculator_script 以 subprocess.run(..., shell=True) 執行外部指令
若 script_path 來源可控則有 shell injection 風險，建議改為 shell=False 並拆成清單
（圖／博碩出版《Claude Code全攻略》）
官方Subagent vs.自製Orchestrator：什麼時候用哪個？
你的目標推薦方式第一次建Subagent練手.claude/agents/定義檔（本文示範）重複呼叫同一個專職Agent.claude/agents/定義檔即可一次平行派遣3+ 個AgentPython orchestrator整合進CI/CD pipelinePython orchestrator跨專案複用同一套Agent定義檔放~/.claude/agents/
結論：先用定義檔把「一個Agent一個職責」的概念跑通；自製Orchestrator是進階用法，學會了能應付更大規模的協作場景。
Subagent適用情境：什麼任務適合多Agent協作？
不是所有工作都適合Subagent架構。這張表幫你判斷：
情境建議架構原因分析一個檔案的bug單一Agent任務小，不值得overhead同時分析多個面向（安全/效能/測試）Multi-Agent面向獨立，可平行處理50個檔案，每個需要翻譯Multi-Agent大量獨立子任務寫一個複雜的功能，步驟有依賴單一Agent步驟有前後依賴，無法平行每天掃描新增的PR定時Orchestrator結合Routines定時執行跨語言文件翻譯（10種語言同時）Multi-Agent（10個）語言翻譯互相獨立
核心原則：任務之間沒有依賴關係、可以獨立完成，才值得用Multi-Agent。
【進階提示詞】讓Claude Code幫你建好Orchestrator
複製以下提示詞，直接貼進Claude Code開始操作。提示詞裡的檔名／路徑是示意，請換成你自己專案裡實際存在的。
開始前，請先確認兩件事：
系統已裝Python 3——Orchestrator是Python腳本。先驗證 python --version（沒反應試 py --version）。
claude指令在PATH裡——腳本會呼叫claude。先在終端機直接打 claude --version，確認叫得動。
Step 1：建立Orchestrator腳本
請幫我建立 orchestrator.py，能夠同時啟動 3 個子 Agent 分別執行：安全性掃描（偵測硬編碼密碼和 SQL injection）、效能分析（統計函式長度和巢狀層數）、測試覆蓋率報告。完成後合併三份報告輸出總結。
Step 2：執行並驗證結果
請執行 orchestrator.py，等待所有子 Agent 完成後，顯示最終整合報告，並標出最需要優先修正的問題。
節錄自：博碩文化《Claude Code全攻略：從一句話到部署上線，打造你的AI Agent開發團隊》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Code越聊越笨？4個指令管好「上下文」，用量60%就該主動壓縮
商務Email好難回？用Claude Skill建回信SOP，4大類型自動判斷
「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
Claude Code很好用，但Token噴太快心很痛？Anthropic官方給出了4個省錢解方！
用Claude Code後，寫Code速度真的起飛，但隨之而來的Token消耗速度也令人心慌，
如果你也遇到「只是修個小Bug，額度卻噴掉一大截」的狀況，不妨參考官方提出的這4個降低成本的關鍵建議：
1.選擇適合的模型：Sonnet優於Opus
2.調降運算強度或關閉「延伸思考」功能
3.累積太多資訊並閒置太久，請重開新對話框
4.設定視窗上限控制對話長度
更詳細的內容，可以點擊下方連結閱讀完整文章，或觀看精華短影片：https://blog.104.com.tw/claude-code-token-optimization-tips/?utm_source=104&utm_medium=104nabi_aiclassroom
用Claude Code設計AI工作流！學了工具不等於系統，3範本打造專屬藍圖
Claude Code的主要功能Hooks、Skills、MCP、排程都學了，工作卻沒有變輕鬆？作者提醒「工具≠系統」，提供教師、工程師、研究者3種範本與藍圖模板，帶你用Claude Code設計專屬的AI工作系統。本文節錄自《Claude Code全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
工具學完了，系統還沒設計步驟1：盤點你的工作類型步驟2：3種典型使用者的系統設計步驟3：設計你的專屬藍圖步驟4：產出藍圖文件範例：王老師的AI工作流藍圖（教師版成品）
使用工具：Claude Code（需付費方案，免費版不能用）
安裝說明：Claude Code官方安裝說明
不想用終端機：下載電腦版，直接在桌面程式中使用Claude Code
工具學完了，系統還沒設計
學完Claude Code的所有主要功能，但工具≠系統——系統是「哪些任務由哪個工具負責、在什麼條件下自動觸發」的完整答案：
工具系統學了Hooks知道要攔截哪些操作、在哪些專案啟用學了Skills知道要建立哪些技能來服務你最常見的任務學了排程知道要讓哪些工作自動化、每週/每日跑什麼學了MCP知道要接哪些外部服務、接了之後做什麼
本章幫你把工具組裝成系統。
（圖／博碩出版《Claude Code全攻略》）
用詞約定：本章說的「排程任務」有兩種實作——官方Routines（Anthropic的雲端排程代理，/schedule建立）與本書自製排程框架（~/claude-routines/目錄＋系統排程器）。藍圖裡只要寫清楚用哪一種即可，兩者可混用。
設計系統的心態，也跟著模型在變。早期用AI靠的是「寫一個好prompt換一個好答案」；到了Fable 5這種能長時間自主運作的模型，重點變成「設計一套能讓Claude自我修正、環環相扣的系統」。
步驟1：盤點你的工作類型
在Claude Code中輸入：
請幫我進行一個 AI 工作系統設計諮詢。
首先，請問我以下問題，一次問一個，等我回答後再問下一個：
1. 你的主要工作或學習領域是什麼？
2. 你每天最重複、最耗時的 3 個任務是什麼？
3. 你目前最大的工作痛點是什麼？
4. 你的技術背景如何（純文字使用者/ 會寫基本腳本/ 程式開發者）？
根據我的回答，你會幫我設計一套 AI 工作流藍圖。
（圖／博碩出版《Claude Code全攻略》）
驗證點：Claude一次只問一題、等你回答才問下一題；4題答完後它主動給出初版藍圖草稿。
步驟2：3種典型使用者的系統設計
根據不同角色，這裡提供3個系統設計範本供參考。範本中出現的/summarize、/apa等都是自訂指令，不是內建指令。
（圖／博碩出版《Claude Code全攻略》）
範本A：教師/教育工作者
痛點：備課耗時、作業批改量大、每學期重複建立相同格式的文件
教師 AI 工作系統
每日自動（排程任務）：
morning-brief：
- 整理今日課程材料
- 生成當天課堂提問清單
每週自動（排程任務）：
assignment-review：
- 掃描收到的作業資料夾
- 批量生成評語草稿（教師審核後使用）
MCP 連接：
- Google Drive：讀取課程資料
- Slack/LINE Bot：與學生互動
常用 Skills：
- lesson-plan：生成課程計畫書
- quiz-generator：根據教材生成選擇題
- feedback-writer：生成個性化學生回饋
常用 Slash Commands（自訂指令）：
- /summarize：摘要一份教材
- /translate：翻譯英文資料
範本B：獨立開發者/工程師
痛點：Code Review費時、文件欠缺、重複性的設定和樣板程式碼
工程師 AI 工作系統
每日自動（排程任務）：
code-health：
- 掃描新增的 TODO/FIXME
- 報告昨日 commit 的簡短摘要
每 PR 自動（GitHub Actions）：
- Claude 自動審查並留言
MCP 連接：
- GitHub：PR 審查、Issue 管理
- SQLite/PostgreSQL：資料庫查詢
Hooks：
- PreToolUse：攔截 rm -rf 等危險指令
- Stop：任務完成提示音
常用 Skills：
- auto-commit：生成 commit 訊息
- my-code-review：結構化程式碼審查
- doc-writer：生成函式文件
CLAUDE.md：
- 語言：繁體中文
- 程式碼風格：PEP8 / Google Style
- 禁止：直接執行生產環境的 DELETE 語句
範本C：研究者/寫作者
痛點：資料整理耗時、格式不一致、報告撰寫耗費大量時間
研究者 AI 工作系統
每次執行（Script）：
research-pipeline：
- 輸入主題 → 自動生成報告草稿
- 輸出 Markdown + Word
每週自動（排程任務）：
weekly-digest：
- 每週整理本週閱讀的文章摘要
- 輸出一份「本週閱讀摘要」
常用 Skills：
- summarize-long：摘要長文
- rewrite：改寫語氣/ 格式
- reference-formatter：整理引用文獻格式
常用 Slash Commands（自訂指令）：
- /apa：轉換成 APA 格式
- /abstract：生成摘要
- /expand：擴充段落
步驟3：設計你的專屬藍圖
根據你的工作類型，用Claude Code幫你填入細節：
根據我的工作情境（[填入你的工作領域]），
請幫我設計一份完整的 AI 工作流藍圖，格式如下：
## 我的 AI 工作系統藍圖
### 🎯 設計目標
（節省時間在哪些地方？提升品質在哪些地方？）
### 📋 工作盤點表
| 高頻任務 | 目前耗時/ 週 | 自動化方式 | 預估節省 |
### 📅 自動化排程
| 頻率 | 任務名稱 | 做什麼 | 技術實作（官方 Routines / 自製 cron） |
### 🔌 MCP 連接
| 服務 | 用途 | 優先級 |
### 🎪 Skills 清單
| Skill 名稱 | 觸發情境（寫進 description） | 功能 |
### ⌨ Slash Commands（自訂指令）
| 指令 | 功能 |
### 🔒 Hooks 設定
| 時機 | 觸發條件 | 做什麼 |
### 📋 CLAUDE.md 核心設定
（語言偏好、工作風格、禁止事項）
### 🔁 月度回顧（每月一次，直接回答這五題）
1. 哪個 Skill 最常用？（值得繼續維護）
2. 哪個 Skill 完全沒用？（可以移除或重構）
3. 有沒有重複做某件事超過 3 次？（應該自動化）
4. 有沒有哪個回答讓我覺得「它不夠了解我的情境」？（改 CLAUDE.md）
5. 這個月的費用/ 額度花在哪裡最多？（是否值得？）
### 🗓️ 實施計畫（今明後三步）
今天：（可以立刻做的）
本週：（這週內完成的）
本月：（一個月內建立的）
把「月度回顧」直接寫進藍圖，而不是另外記在腦子裡——這樣藍圖本身就內建了讓系統持續進化的機制。
步驟4：產出藍圖文件
讓Claude Code直接把藍圖寫成Markdown檔案：
請把我們剛才設計的 AI 工作流藍圖，
存成一個 ai-workflow-blueprint.md 文件，
放在 ~/Desktop/ai-workflow-blueprint.md。
同時加入今明後三步的具體實施計畫。
（圖／博碩出版《Claude Code全攻略》）
範例：王老師的AI工作流藍圖（教師版成品）
空白模板不好想像，下面是一位國中資訊老師照「步驟1～4」做完後的完整成品，可以直接拿去改：
# 王老師的 AI 工作系統藍圖（2026-07 版）
## 🎯 設計目標
- 每週備課時間從 6 小時降到 3 小時
- 作業評語從「來不及寫」變成「每人都有個性化回饋」
- 每學期重複性文件（進度表、通知單）零手工
## 📋 工作盤點表
| 高頻任務 | 目前耗時/ 週 | 自動化方式 | 預估節省 |
|---------|-----------|-----------|---------|
| 備課簡報與講義 | 4 hr | lesson-plan Skill + /summarize | 2 hr |
| 作業批改評語 | 3 hr | feedback-writer Skill 批量產草稿 | 1.5 hr |
| 週報與家長通知 | 1 hr | weekly-report 排程任務 | 0.8 hr |
| 段考出題 | 2 hr（雙週） | quiz-generator Skill | 1 hr |
## 📅 自動化排程
| 頻率 | 任務名稱 | 做什麼 | 技術實作 |
|------|---------|--------|---------|
| 每日 07:00 | morning-brief | 整理今日課程材料＋課堂提問清單 | 自製 cron（~/claude-routines） |
| 每週五 16:00 | assignment-review | 掃描作業資料夾、產評語草稿 | 自製 cron（~/claude-routines） |
| 每週日 20:00 | weekly-report | 彙整本週教學紀錄成週報 | 官方 Routines（雲端排程） |
## 🔌 MCP 連接
| 服務 | 用途 | 優先級 |
|------|------|--------|
| Google Drive | 讀課程資料、存產出文件 | 高 |
| GitHub | 存放教材版本控制 | 中 |
## 🎪 Skills 清單
| Skill 名稱 | 觸發情境（寫進 description） | 功能 |
|-----------|---------------------------|------|
| lesson-plan | 「幫我備課」「做 XX 單元的課程計畫」 | 產出課程計畫書＋講義大綱 |
| quiz-generator | 「出題」「做測驗卷」 | 依教材產選擇題＋答案卡 |
| feedback-writer | 「寫評語」「批改回饋」 | 依作業內容產個性化評語草稿 |
## ⌨ Slash Commands（自訂指令）
| 指令 | 功能 |
|------|------|
| /summarize | 摘要一份教材成一頁重點 |
| /notice | 生成家長通知單（套固定格式） |
## 🔒 Hooks 設定
| 時機 | 觸發條件 | 做什麼 |
|------|---------|--------|
| PreToolUse | Bash 指令含 rm -rf | 阻擋（deny）並要求確認 |
| PostToolUse | 所有工具 | 記錄到 activity.log（月報數據來源） |
## 📋 CLAUDE.md 核心設定
- 所有回應使用繁體中文
- 評語語氣：鼓勵為主、具體指出一個改進點
- 禁止：學生個資寫入任何產出文件
## 🔁 月度回顧（每月最後一個週五）
1. 哪個 Skill 最常用？ 2. 哪個完全沒用？ 3. 有沒有重複超過 3 次的事？
4. 哪個回答顯示它不懂我的情境？ 5. 額度花在哪最多？
→ 配合步驟 6 的月報提示詞，用 activity.log 數據回答，不憑感覺。
## 🗓️ 實施計畫
今天：建 lesson-plan Skill、裝 activity.log Hook
本週：morning-brief 排程上線、Google Drive MCP 接通
本月：feedback-writer 調教到「八成評語可直接用」、跑第一次月度回顧
驗證點：對照這份成品檢查你自己的藍圖——每個Skill都有「觸發情境」、每個排程都寫了「用官方Routines還是自製cron」、月度回顧有排進行事曆。
節錄自：博碩出版《Claude Code全攻略：從一句話到部署上線，打造你的AI Agent開發團隊》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Code越聊越笨？4個指令管好「上下文」，用量60%就該主動壓縮
Claude Code Subagent怎麼用？3分鐘建好第一個子代理，判斷何時該多Agent分工
Claude Skills怎麼用？內建與個人Skill差異、適用情境及使用方式
Claude Code越聊越笨？4個指令管好「上下文」，用量60%就該主動壓縮
用Claude Code寫到一半，它突然忘了前面交代的規則？問題可能出在上下文快滿了。作者拆解 /context、/compact、/clear、/resume 等4個指令，教你看懂上下文用量，在對的時機壓縮或清空。本文節錄自《Claude Code全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
為什麼要管上下文？上下文、對話歷史、費用的關係【指令1】用 /context 查上下文佔比【指令2】用 /compact 主動壓縮（60%觸發點）【指令3】用 /clear 徹底清空【指令4】/resume 對話恢復【進階】客製化statusline顯示上下文用量【建議】上下文管理SOP
使用工具：Claude Code（需付費方案，免費版不能用）
安裝說明：https://code.claude.com/docs/zh-TW/setup
不想用終端機：下載電腦版，直接在桌面程式中使用Claude Code
為什麼要管上下文？
已經學會用 /usage 看Token用量、用 /cost 看費用。但有一件事這兩個指令看不到：Claude Code的對話有「容量上限」，超過了就會開始忘東忘西。
這個容量上限叫做Context Window（上下文視窗），所有對話歷史（你的提問 + Claude的回覆 + 讀過的檔案內容）都會疊在裡面。容量越接近滿，發生的問題會越多：
上下文用量你會遇到的狀況0–40%對話流暢，Claude記得所有細節40–60%還沒事，但開始要留意60–80%Claude偶爾忘記前面講過的小細節80–90%明顯漏掉指令、忽略CLAUDE.md規則90–100%自動壓縮觸發，回覆變短、品質下降
結論：不要等Claude變笨才處理上下文。60%就該主動行動。
上下文、對話歷史、費用的關係
很多人把這3件事搞混，先釐清：
項目是什麼用什麼指令查滿了會怎樣上下文視窗這次對話Claude能「同時記住」的容量上限/contextClaude開始忘事對話歷史從這次session開始累積的所有訊息滾動畫面看持續累積，不會自動消失Token用量/費用從這次session累積的計費基礎/usage /cost撞到月費用上限
關鍵差別：
上下文滿了 → 影響智慧，要靠 /compact 或 /clear 處理
費用滿了 → 影響額度，要靠升級方案或省模型處理
兩件事獨立發生，要分開管。
【指令1】用 /context 查上下文佔比
啟動Claude Code，隨便聊幾句之後輸入：
/context
[模擬] /context 報表：
Context Window Usage
╭───────────────────────────────────╮
│ ████████░░░░░░░░░░░░░░░░░░░░░░ 28% │
╰───────────────────────────────────╯
Total capacity: 200,000 tokens
Used: 56,420 tokens (28%)
Available: 143,580 tokens (72%)
Breakdown by source:
• System prompt + CLAUDE.md 2,340 tokens (1.2%)
• User messages 14,250 tokens (7.1%)
• Assistant responses 18,920 tokens (9.5%)
• Tool results (file reads) 20,910 tokens (10.5%)
─────────────────────────────────────
Status: 健康（建議已用量保持在 60% 內）
總容量以你的模型為準：多數模型是200K tokens，但Sonnet 5 / Fable 5已提供1M context選項——/context第一行的Total capacity才是你當下的真實上限。
Fable 5的完整脈絡規格：context window 100萬（1M）token、單次輸出上限12.8萬（128K）token、資料保留30天、不支援零資料保留（ZDR）。1M聽起來很多，但單次輸出被128K綁住——長文件產出要拆段，不能期待一次吐完。
別讓模型「自己嚇自己」提早收工。高階模型有時會在額度還很充裕時，就主動說「上下文快滿了、要不要開新對話」而中斷任務。這不是真的滿了，而是它保守過頭。你可以在CLAUDE.md補一條反制指令：
可用額度充裕時，不要因為接近上限就停手、總結或建議我開新 session，
請直接繼續完成手上的工作。
這條屬於「駕馭Fable 5的指令範本」之一，和CH05那組（防過度思考、防自作主張、診斷vs.修復、memory寫法）是同一套心法——把模型保守或雞婆的預設行為，用一句話校正回來。
重點看4個分項：
來源為什麼會大Tool results讀檔次數多、檔案大時會迅速膨脹Assistant responsesClaude生成大量程式碼時User messages你貼了長文件、長日誌System prompt + CLAUDE.md永遠都在，無法縮減
/context多久看一次？沒有硬規則，但建議跑完一個複雜任務後看一次、感覺Claude變笨時看一次。
【指令2】用 /compact 主動壓縮（60%觸發點）
當 /context 顯示60%以上，就該主動壓縮。
操作：
/compact
[模擬] /compact執行畫面：
Compacting conversation...
Before: 142,830 tokens (71%)
After: 38,420 tokens (19%)
Saved: 104,410 tokens
✓ 對話歷史已壓縮成摘要，關鍵決定與檔案內容保留
✓ Claude 仍記得這次 session 做過的事，但細節已濃縮
繼續對話即可。
/compact 做了什麼？它讓Claude自己回顧整個對話，輸出一份摘要，然後用這份摘要取代原始的長對話歷史。結果是：
上下文騰出空間
主要工作脈絡保留
細節（例如某個變數的精確命名）可能會被略掉
壓縮過程本身要消耗一些Token（但通常划算）
壓縮完，馬上再跑一次/context驗證：
/context
確認已用百分比真的降下來了（例如71% → 19%）。這一步5秒鐘，能讓你確定壓縮有效，也順便體會前後差異。
何時該/compact、何時該 /clear？
情境該用還在做同一個任務，但Claude開始迷糊/compact同一個任務跑很久了，想保留脈絡/compact要切換到完全無關的新任務/clear進入第二個工作天，重新開始/clear我把上一份工作的secret不小心貼進去了/clear（立刻清掉）
【指令3】用 /clear 徹底清空
/clear
注意：/clear 是立即執行、沒有確認畫面、不可逆。按下Enter的瞬間對話歷史就清空了。清空前如果有想保留的結論，先用 /export 把整段對話匯出成檔案再清。
清空後Claude不再記得任何先前的訊息；CLAUDE.md與已安裝的Skills / Plugins不受影響。
和 /compact 的本質差別：
/compact：「我把房間整理好，東西還在」
/clear：「我把房間清空了，換新主題」
【指令4】/resume 對話恢復
有兩種情境會用到 /resume。
情境A：你不小心關掉Claude Code視窗
重新啟動：
claude --continue
[模擬]：
✓ Resuming last session from 2 minutes ago...
✓ Restored 47 messages, 38% context
> ▌
情境B：你想回到幾天前的某次對話
/resume
[模擬]對話歷史選單：
Recent Sessions
[1] 2026-05-11 14:23 (47 msgs) Flask Hello World 專案
[2] 2026-05-10 09:51 (132 msgs) 程式碼審查與重構
[3] 2026-05-09 17:08 (28 msgs) CLAUDE.md 設定
[4] 2026-05-08 11:30 (89 msgs) Skills 開發
↑↓ Navigate Enter: Resume Esc: Cancel
選擇要恢復的對話，按Enter，Claude Code把那次的所有上下文載回來。
/resume 的價值：
不需要重新貼背景資料
不需要重新解釋專案脈絡
跨日工作流可以自然續接
小提醒：claude --continue 是「續接最後一次」的快捷；/resume 是「進選單選哪一次」的完整版。
【進階】客製化statusline顯示上下文用量
這節是進階選作，只想入門的話可以直接跳過。下面整段程式碼你完全不用看懂——最省事的做法是把這整節複製起來丟給Claude，說「幫我照這節設定好statusline」，它會自己幫你寫好、掛上去。等你之後想深入再回來研究原理即可。
Claude Code的輸入框下方有一條statusline。它的機制是「外掛腳本」；Claude Code會把當前狀態打包成一包JSON從stdin餵給你指定的指令，你的腳本輸出什麼文字（第一行），statusline就顯示什麼。設定長這樣：
{
"statusLine": {
"type": "command",
"command": "python ~/.claude/statusline.py"
}
}
沒有format、refreshInterval這類欄位——顯示邏輯全部由你的腳本決定，這正是它強大的地方。
目標效果：
> ▌
~/Desktop/flask-hello | Sonnet 5 | ctx 已用 42%
步驟1：建立statusline腳本
把下面的跨平台Python腳本存成~/.claude/statusline.py（直接把本節整段丟給Claude請它代勞也行）：
#!/usr/bin/env python3
# ~/.claude/statusline.py — 顯示「目錄 | 模型 | context 已用%」
import sys, json, os
data = json.load(sys.stdin)
# 1) 目前工作目錄（家目錄縮寫成 ~）
cwd = data.get("workspace", {}).get("current_dir") or data.get("cwd", "")
home = os.path.expanduser("~")
if cwd.startswith(home):
cwd = "~" + cwd[len(home):]
# 2) 模型顯示名
model = data.get("model", {}).get("display_name", "?")
# 3) context 已用百分比（欄位名依版本而異，逐一嘗試；拿不到就顯示 --）
pct = None
ctx = data.get("context_window") or data.get("context") or {}
used = ctx.get("used_tokens") or ctx.get("used")
size = ctx.get("max_tokens") or ctx.get("size") or ctx.get("context_window_size")
if used and size:
pct = round(used * 100 / size)
if pct is None:
ctx_text = "ctx --"
else:
color = "\033[32m" # 綠：健康
if pct >= 80: color = "\033[31m" # 紅：立刻 /compact 或 /clear
elif pct >= 60: color = "\033[33m" # 黃：準備行動
ctx_text = f"{color}ctx 已用 {pct}%\033[0m"
print(f"📁 {cwd} | 🤖 {model} | 🧠 {ctx_text}")
Claude Code傳入的JSON欄位會隨版本演進（以官方文件Status line章節為準）。想親眼看看拿到什麼，可在腳本開頭暫時加一行 open(os.path.expanduser("~/statusline_debug.json"), "w").write(json.dumps(data)) 再打開檔案研究。
步驟2：把腳本掛進settings.json
編輯 ~/.claude/settings.json，加入（或請Claude加入）本節開頭那段statusLine設定。Windows用戶把command寫成：
"command": "python \"%USERPROFILE%\\.claude\\statusline.py\""
步驟3：重啟Claude Code驗證
/exit
claude
[模擬]啟動後的statusline：
> ▌
~/Desktop | Sonnet 5 | ctx 已用 8%
聊一陣子後，已用量爬到60%會轉黃、80%轉紅——紅色就是強烈建議 /compact 或 /clear 的時刻。
設定完成後，輸入框下方顯示目錄、模型與上下文已用百分比（圖／博碩出版《Claude Code全攻略》）
【建議】上下文管理SOP
把這套流程記下來，之後不用每次想：
任務開始
↓
[每次切換主任務] → /clear
↓
工作中⋯
↓
[statusline 顯示已用 60% 以下（綠）] → 繼續
[已用 60–80%（黃）] → 留意，準備收尾或 /compact
[已用 80% 以上（紅）] → 立刻 /compact 或 /clear
↓
任務完成
↓
[需要明天續接] → 直接 /exit（明天 claude --continue）
[已徹底完成] → /clear
[要切換到無關的新任務] → /clear
↓
明天回來
↓
[續上次任務] → claude --continue
[選歷史對話] → /resume → 選清單
[全新主題] → 直接 claude
節錄自：博碩文化《Claude Code全攻略：從一句話到部署上線，打造你的AI Agent開發團隊》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Code Subagent怎麼用？3分鐘建好子代理，判斷何時該多Agent分工
商務Email好難回？用Claude Skill建回信SOP，4大類型自動判斷
「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
.NET 開發者必看！學會滲透測試思維，加速修補資安漏洞並提升系統穩定性
恆逸開課時間查詢：https://www.uuu.com.tw/Course/Show/1501/1
恆逸學員徐英智：
C# 全端開發兼顧穩定與資料安全
我目前在一家以軟體開發為主的科技公司擔任全端工程師,主要使用 C# 和 .NET 平台開發各類應用程式。工作上,我負責的範圍涵蓋後端系統架構設計到前端畫面的串接。我也會與美編人員、測試人員一起討論技術方案,並處理系統整合的問題。我們的客戶大多是公部門,因此系統在穩定性、擴充性及資料安全方面的要求都非常高。
🎯 藍紅軍攻防實務滿足工作所需
公司正在計畫投標更多不同領域的專案,在證照要求上需要有更多同事擁有 C# 相關證照。我覺得這門課最大的吸引力是內容非常完整,從防禦到攻擊的部分都有涵蓋,特別是針對藍軍防禦與紅軍攻擊等主題,都有搭配實務講解。這些正好是我目前工作上非常需要了解的內容。
🛡️ 從攻擊視角掌握資安防護精髓
講師的教學方式非常豐富,不只侷限於課本內容,而是從多個角度搭配實際案例來說明重點。印象最深的是在講解「程式撰寫的資安防護」時,講師不只是單純地說明理論與原則,而是透過實際的攻擊範例,來展示網站在有防護與沒防護時的差別。透過這樣的實作演示,我能夠更直觀地理解各種漏洞的成因與攻擊手法,也學會了如何在開發階段就建立正確的安全意識。這對我特別有幫助,因為我在工作中經常需要修補系統漏洞、分析滲透報告。課程讓我更清楚地了解滲透測試人員在檢測時的思維與方式,能更有效地從防禦角度思考問題,預先避免潛在風險。這樣的實務教學方式,讓我在資安防護上不再只是照著規範執行,而是真正了解背後的邏輯與意義。
🔍 Proxy 工具實戰應用發現潛在弱點
讓我印象深刻、甚至覺得意想不到的收穫,是學到了 Proxy 工具在滲透測試中的進階應用。以前我只知道這類工具能攔截封包做基本分析,但在課程中,講師深入示範了如何利用 Proxy 來模擬實際攻擊、測試網站的安全防護機制,這才讓我意識到這類工具的潛力。透過上課,我發現可以在專案系統上線前,先用這個工具自行進行測試,檢查是否存在漏洞或防護不足的地方,這不僅能提早發現問題,也能減少上線後修補的時間與成本。上完課的隔天,我立刻將這些方法運用到工作中,重新檢查過去負責的專案系統,找出一些過去未注意到的潛在弱點。實務操作的經驗,也幫助我在考證過程中,能更快速地判斷並找到問題的答案。
🚀 資安課程助學員快速理解攻擊手法強化防護爭取升遷
這門課對我工作的幫助可說是立竿見影。回到公司後,我剛好收到幾份滲透測試報告需要修補漏洞,便立刻回想課堂上學到的觀念與技巧。以前看到這類報告時,常需要花時間去理解攻擊手法與漏洞成因,但現在我能更快掌握滲透人員的思維角度,也能準確判斷問題所在,迅速找到程式中需要修補的部分並完成防護強化。更重要的是,這次的學習讓我對資料防護與網路架構的整體概念有了更深入的理解,能夠以更全面的視角來思考系統安全。我現在也能更直觀地提出自己的建議與想法,並主動分享課程中學到的資安觀念與防護技巧。最後,我希望自己能順利在下個月取得 CASE .NET 的證照,爭取公司提供的額外獎勵與升遷機會。
索取課程優惠：https://www.uuu.com.tw/Forms/CourseInfoRequest?courseId=CASENet&mediaSrc=104
Codex 4個神奇小功能！把Codex變成工作流引擎，功能速查表與行業應用SOP
用Codex跑任務，跑到一半想補需求、想試另一個方向，只能打斷重來嗎？作者整理/plan、Tab排隊、/fork、/status等4個核心功能與兩招加碼，附決策樹、指令速查表與各行業應用SOP。本文節錄自《ChatGPT × Codex全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
為什麼是這幾個功能功能總覽：4招核心＋兩招加碼工作流4步法決策樹帶走模板：常用slash command速查各行業應用4步法SOP卡關處理：5個最常見問題
4招把 Codex 變成並行工作流引擎，計畫、排隊、分叉、儀表板
AGENTS.md解決了「Codex怎麼做」的問題，它做的事符合你的風格、按你的規矩。但你會發現另一個問題冒出來：Codex跑起來是「單線」的，你下一個指令、它跑、跑完你再下下一個。複雜任務怎麼辦？跑到一半想到要補東西怎麼辦？想試另一個方向怎麼辦？
教你4個核心功能（3個slash command＋1個按鍵）：/plan、Tab、/fork、/status，這就是章名的「4個神奇小功能」，也是工作流4步法的骨架。學完4招之後，再加碼兩招2026年正式版的新功能：/usage（額度儀表板）和@ 統一提及選單（檔案／插件／技能一鍵帶入）。4招是骨架、兩招是外掛，記熟之後，你的Codex從「下指令工具」升級成「並行工作流引擎」。
前置條件：Codex CLI已裝、AGENTS.md已寫。本章所有功能都是Codex CLI（v0.142.x）官方內建，不需要額外安裝。
為什麼是這幾個功能
先看一張對比表，看清楚普通跑Codex和用這套工法的差別：
情境普通跑法的痛用這套工法後複雜任務沒方向Codex直接動手，結果不是你要的，重來先用 /plan 看計畫再放跑跑到一半想到要補打斷 → 重講一次 → 上下文亂Tab 排隊，下個turn自動吃想試另一個方向放棄第一版，從頭再來/fork 兩版並列，挑好的留長任務沒在看不知道跑到哪、卡住沒人發現/status 即時看進度與token額度快用完不自知跑到一半被限流，工作中斷/usage 查每日／每週用量與credits要提到檔案／技能很麻煩手打完整路徑、記技能名稱打 @ 開統一提及選單，選了就帶入
全部都是官方CLI內建。記熟就能把Codex從「下指令工具」升級成「並行工作流引擎」。
功能總覽：4招核心＋兩招加碼
功能指令一句話定位① 計畫模式/plan讓Codex「先講要怎麼做」，你看完點頭再讓它真的動手② 引導排隊Tab鍵Codex跑到一半，輸入新指令按Tab排隊，不打斷正在跑的任務③ 對話分叉/fork / Esc Esc把當前對話複製出一條平行線，同一份context、兩種寫法並列④ 進度可視化/status看當前模型、token用量、執行階段、approval模式⑤ 額度儀表板（加碼）/usage看每日／每週／累計用量，兌換earned usage credits⑥ 統一提及選單（加碼）@一個選單提及檔案、插件、技能，不用手打路徑
要先做一個名詞辨正：你可能在社群貼文或課程裡聽過「桌面寵物」這個暱稱，那是阿亮對「長任務進度可視化需求」的暱稱，不是 Codex 官方功能名稱。實際對應的官方操作是 /status，把它想成「Codex 的儀表板」。
本章所有TUI輸出畫面（Plan、Queued、Forked、Status、Usage）皆為示意重繪，實際版面依CLI版本略有差異，以你畫面上的為準。
工作流4步法決策樹
4個核心功能怎麼搭配？決策樹如下：
# 開新任務前先問自己：
任務複雜（多步、不確定）？
├── 是 → /plan 列 SOP
│ ↓
│ 中途想到要補？
│ ├── 是 → 按 Tab 排隊
│ └── 否 → 等完成
│ ↓
│ 想試另一方向？
│ ├── 是 → /fork 開分支
│ └── 否 → 結案
│
└── 否 → 直接執行（不用 /plan）
不論複雜不複雜：
- 長任務 → /status 看進度
- 開工前／收工後 → /usage 看額度
- 重要任務 → 兩版（/fork）
- context 將滿 → /compact 濃縮
判斷標準：「我能一句話講清楚要做什麼」等於簡單，直接跑。「我自己也不確定怎麼下手」等於複雜，先 /plan。
帶走模板：常用slash command速查
指令用途/plan計畫模式（先講計畫再動手）/fork從當前進度複製平行thread/status看model / approval / context / threads/usage看每日／每週用量、兌換credits/diff看當輪修改的檔案差異/compact把對話濃縮成摘要、省context/side開臨時討論串、不離開主任務/new同CLI session開全新對話/help列出當前版本所有slash command@（鍵盤）統一提及選單：檔案／插件／技能Tab（鍵盤）composer輸入後排到下一個turnEsc Esc（鍵盤）回到舊訊息編輯、從該點分支
各行業應用4步法SOP
把這套工法套到你的行業，貼牆上：
教師應用
/plan：學期計畫、家長會報告
Tab排隊：批改時補要求「找有此錯誤的學生」
/fork：給家長版vs給校長版
/status + /usage：批30份作業時看進度、看額度
@：帶入上學期的舊報告當範本
SOHO應用
/plan：報價單、合約、提案
Tab排隊：寫到一半要加保固期
/fork：給客戶版vs內部版
/status + /usage：跑批次資料時監看
@：帶入舊合約範本
行銷應用
/plan：月報、競品分析、活動企劃
Tab排隊：客戶說要改方向
/fork：嚴肅版vs活潑版
/status + /usage：跑大量素材時監看
@：帶入品牌文案指南
工程師應用
/plan：重構、API設計
Tab排隊：跑測試時加新檔
/fork：兩種實作對比效能
/status + /usage：長build看context與額度
@：帶入spec文件、觸發$skill
卡關處理：5個最常見問題
Q1：找不到 /plan 或 /usage 命令，TUI跳「unknown command」
答案：CLI版本太舊。跑npm update -g @openai/codex（或brew upgrade codex）升到最新，重開CLI，再/help看當前所有slash command。
Q2：找不到「Shift + Tab兩次」進計畫模式
答案：那是Claude Code的快捷鍵，Codex CLI沒有。Codex用 /plan slash command（在composer內輸入）。
Q3：Tab沒排到，反而觸發了@ 選單或其他鍵盤行為
答案：
確認composer已輸入文字後才按 Tab
不要在 @ 提及選單開著時按Tab（那是在選單內選取項目）
跑 /status 確認「Queued items」有沒有增加
Q4：/fork 後分支context不一致
答案：/fork 會帶走分叉前的對話歷史，但分叉後原thread和新thread互不回流。要兩邊都看到的東西，請在fork之前講完。
Q5：@ 選單只出現檔案，沒有Plugins／Skills區
答案：先升級CLI到最新版；再確認環境內真的有插件（用 /plugins 查）或技能（用 /skills 查），沒裝當然不會列。
節錄自：博碩文化《ChatGPT × Codex全攻略：從零基礎到自動化，打造你的AI Agent工作流》／曾慶良（阿亮老師） 著
推薦閱讀：
ChatGPT Work怎麼用？和Chat模式差在哪、什麼時候該切換？
用Claude Code設計AI工作流！學了工具不等於系統，3範本打造專屬藍圖
Claude Code越聊越笨？4個指令管好「上下文」，用量60%就該主動壓縮
整理包／最熱門生成式 AI 大拚場 ChatGPT、Gemini、Grok、DeepSeek 各擅長什麼？
2025-06-24報導／經濟日報記者吳康瑋 由聯合新聞網授權轉載
生成式人工智慧（GenAI）技術迅猛發展，多款強大的AI工具幫助各行業提升工作效率。《經濟日報》為協助讀者了解各項AI工具，將「ChatGPT、Gemini、Grok、DeepSeek」等四大生成式AI列出，為讀者分析四款生成式AI的各自效能，就「開發者」、「訂閱費用」、「主要功能」及「擅長領域」等細項逐條分析。
AI工具確實快速提升效率，不過使用者也要注意，目前的AI工具不保證完全正確，甚至也會答非所問、提供錯誤資訊、或產生「AI幻覺」，使用者對生成的資料仍應有基本的辨識能力，避免AI工具謬誤。
各家生成式AI重點馬上看
ChatGPTGeminiGrokDeepSeek使用建議
ChatGPT
OpenAI的ChatGPT堪稱帶動GenAI風行的先驅，也有廣大用戶，付費企業客戶近期突破300萬戶，有免費與付費模式，每月20美元的ChatGPT Plus訂閱費每月20美元，用戶指出，付費版反應速度更快，用戶在使用ChatGPT時隨時擁有最佳的使用品質。
「資料分析」方面，ChatGPT的優勢在於將資料壓縮、精簡化，適合急需快速獲取關鍵訊息的使用者。「文案生成」上，適合創作個人化內容。「圖表製作」方面，ChatGPT的圖表較為簡單，但圖片較無法把文字一起生成出來，繪圖時整體構圖比較簡單。
網址：https://chatgpt.com/
ChatGPT小檔案
開發者OpenAI付費版費用每月20美元（約新台幣610元）主功能提供文本生成、對話回應、內容創作、翻譯、問題解答等多種功能擅長領域自然語言處理、文本生成、教育輔助、創意寫作、客服支持等
Gemini
Google DeepMind開發的Gemini專注於多模態學習，能同時處理文本、圖像和音頻數據。版本包括2.0、2.5和最新的2.5 Pro，推理和數據處理能力進步快速。Gemini 2.5 Pro提供更強大的計算能力和更高準確性，讓用戶在處理複雜任務時能獲得更佳體驗。付費版額外提供用戶包括2TB儲存空間、Gemini Advanced和其他AI功能。
「資料分析」方面，Gemini提供的內容易於閱讀，文法經過重新梳理，適合需要清晰解釋的使用者。在「文案生成」上，Gemini能一次生成多達15個標題，提供選擇建議，對於需要多樣化提案的用戶非常方便。「圖表製作」方面，Gemini 的完整度高，使用者可選擇不同的圖表類型，並能下載圖片、Excel或JSON格式的數據。
網址：https://gemini.google.com/
Gemini小檔案
開發者Google DeepMind付費版費用每月19.99美元（約新台幣650元），可免付費試用一個月主功能強大的推理能力，擅長處理複雜的問題和情境，能同時處理文本、圖像和音頻數據等多模態文件擅長領域AI推理、圖像理解、科學研究和技術開發
Grok
Grok是由X（前稱 Twitter）開發的生成式AI，專注於社交媒體內容的生成。最新版本Grok3提供更強大的功能，能即時生成與當前熱點話題相關的內容，結合社交媒體數據分析趨勢，提升用戶互動的實時性，成為品牌營銷和社交媒體管理的理想工具。
「文案生成」方面，Grok風格簡潔有力，類似科技周刊的風格，適合快速傳達訊息。「圖表製作」方面，Grok可以較為輕鬆的運用文字組成圖表，並附上有關的資訊數據，對於需要快速理解數據的使用者來說很實用。
網址：https://grok.com/
Grok小檔案
開發者應用程式X（前身為Twitter）付費版費用每月30美元（約新台幣970元）主功能即時生成與當前熱點話題相關的內容擅長領域社交媒體互動、內容創作、即時訊息生成和品牌營銷
DeepSeek
DeepSeek專注於資料搜尋和訊息檢索，開發商為位於中國大陸的「杭州深度求索人工智慧基礎技術研究」，中資避險基金幻方量化創立的人工智慧公司，創始人暨執行長梁文鋒持續致力將大陸AI技術推向全球市場，提供R1和R2兩種不同的服務模式。
「資料分析」方面，DeepSeek提供前言和總結，讓懶人可以快速理解內容。在「文案生成」上，DeepSeek的口語化風格能夠生成10個標題，附上創作理念和選擇建議，適合需要親民語言的使用者。「圖表製作」方面，DeepSeek使用文字排列呈現，提供Python程式碼，對於技術使用者來說相當便利。
網址：https://www.deepseek.com/
DeepSeek小檔案
開發者中國大陸企業「深度求索」付費版費用每100萬（輸入）tokens收費人民幣16元（約新台幣66.68元）主功能資料搜尋和訊息檢索，利用生成式AI技術提升搜索引擎的智能化，提供相關建議和訊息過濾功能擅長領域資料搜尋、訊息檢索、知識管理和數據分析
使用建議
生成式AI工具已經落地商業化，從自然語言處理到多模態學習、社交媒體互動及訊息檢索等多種服務都能提供，競爭也更加激烈。用戶可根據自己的需求，選擇最合適的AI工具，以提升工作效率與創造力。
綜合比較四款生成式AI後，提供讀者幾點建議。若需要多樣化的文案提案，可考慮Gemini；若喜歡口語化一點的表達，可選擇DeepSeek。AI繪圖方面，生成多幅圖片建議可使用Grok，若希望作品有較高的品質，可選擇Gemini。在「資料分析」方面，若希望能獲取較「簡潔明瞭」的資料，建議選擇「ChatGPT」，讀者若希望能得到比較容易理解的內容，應該選擇Gemini。
針對「表格整理」方面，若要以更快的速度掌握大致上的資訊，建議選用ChatGPT；若讀者希望在表格中能得到較「詳細」的內容，可考慮DeepSeek。針對「生成圖片」功能上，若讀者追求圖表要具有充分「完整性」的類型，建議使用Gemini。
推薦閱讀：
AI聽話卻沒懂你？OpenAI揭露AI「裝乖」假象與職場真風險
AI強勢取代！企業寧僱AI也不找菜鳥，今年畢業生有多慘？
除了ChatGPT，還有哪些生成式AI？16種AI工具應用解析
打造ChatGPT行政小助理：專屬AI助理幫你處理瑣碎行政工作
[course_plugin title='推薦AI相關課程' keyword='AI' amount=2]
如何提高工作效率？4關鍵因素解析：一心二用對生產力有負面效果
如何在有限的時間內完成更多高價值的任務？專家強調，關鍵在於處理對的事情、時間箱效益最大化、以一心專用取代一心二用、從看似無止境的任務獲取價值，生產力將能大幅提高。本文為《箱型時間：高速時代的15分鐘深度專注力》書摘精選，以實證數據揭示提高效率的秘訣。
文／馬克‧曹–桑德斯
本文目錄（點擊可快速前往）
想完成更多任務，要先做對的選擇什麼是「帕金森定律」？懂運用就能多產出「箱型時間」幫你判斷能否在時限內完成「一心二用」對生產力有負面效果有意識地使用你的「零碎時間」接受「無底洞」知識工作沒有明確的盡頭
現在不流行講生產力了。近來，這個概念已被染上負面色彩，令人聯想到過度干涉的管理方式、沒完沒了的工作、對工作生活平衡和心理健康的忽視。但我仍然能夠很有把握地提出，「提高績效」依舊是重要、值得推崇的工作和生活態度，而箱型時間幫助我們辦到這點。
想完成更多任務，要先做對的選擇
如杜拉克（Drucker）所說，想要完成更多的事情，最重要的是把注意力放在對的事情上。想要把注意力放在對的事情上，就要取捨和培養這麼做的心態，不覺得疲憊、不分心，也不覺得那是苦差事。這樣一來，我們將更專注在想要和需要完成的事。如果缺乏計畫，漫不經心地過日子，我們的注意力就會被很多不重要的事給分散。
箱型時間能幫助我們完成大多數的任務，我們可以利用時間箱輕鬆辨識出哪些是需要優先處理的緊急任務。至於非緊急任務，例如學習，也可以利用時間箱指定適合的時段，這樣才不會一延再延。我們也比較有可能在尚有精力處理的時候，正面迎戰經常被有意無意避開的困難任務。至於那些看起來小到不必規劃的單一任務，則可以集合起來，等待一個時間一起處理。最後，那些沒有用處、適得其反的任務，由於不會出現在行事曆上，我們看不到，自然沒有理由去做。
我們試著來量化那些好處。若一個任務的價值可以分成1到10分；假設，當你只是見招拆招，任務平均價值為6分；再假設，當你事先訂出該做的事，任務平均價值為8分，那樣價值就提高了33%。要是我們假設80/20法則適用於知識工作，那麼提升的幅度更大。少數關鍵任務就能貢獻大部分的生產力。
什麼是「帕金森定律」？懂運用就能多產出
有句老話只要顛倒過來，就能提高生產力。雖然很多人愛拿帕金森定律開玩笑，但這條廣受認可的定律告訴我們「工作會不斷膨脹，直到填滿可用的完工時間」。如果你有30分鐘可以整理房間，你就會花30分鐘整理房間；但是如果你有60分鐘，你就會花60分鐘。帕金森定律所說的時間損失，其實和拖延有極大的關係。而箱型時間就是把握這句話的相反面：把工作壓縮到符合排定的完工時間，用比較小的時間箱，來完成相同的工作，聽起來是否很划算。
這個概念有科學研究的支持。在一項研究中，參加實驗的大學生被要求判讀4組照片。其中一隊大學生在實驗開始前被告知第4組照片取消了，但是他們使用的時間，與維持看4組照片的其他隊沒兩樣。判讀3組照片的學生依舊用完可用的時間：「只要預期下一項任務被取消或臨時多出時間，可以在手邊工作東摸摸、西摸摸，會使人大幅降低效率，付出高昂的代價。」許多研究都觀察到相同的結果。
在另外一項實驗中，受試者隨機分配到5或15分鐘，用來完成一模一樣的任務。分配到15分鐘的人，依舊以長出許多的時間完成任務。第3項研究指出，影響期末考分數的因素，有超過1/3歸咎於拖延。
「帕金森定律」運用起來當然也有限度，你是可以規定自己要在1小時內，從零開始寫出1萬字的報告，但不可能辦到。箱型時間沒那麼神奇，前面所提的研究大多是說，你可以節省1/4到一半時間。但也有研究指出，時間減少導致品質下降。2014年，有一項比較近期的研究證實了這點：「有時間壓力的學生，比沒有時間壓力的學生，平均分數低了3分。」
不管是把截止時間定遠一點以減少壓力，還是只要做到一定程度就好，聽起來都很有道理。如果單是懂得運用帕金森定律，就能多擠出1/3的產出，何樂而不為？
「箱型時間」幫你判斷能否在時限內完成
箱型時間可以把大型任務拆成方便估算和管理的小型任務，也就是說這套方法能夠幫助你看清楚龐大計畫裡的各種要素。這類大計畫包括：搬家、推出新產品、籌辦生日派對等。
它可幫助你判斷能否在可用時間內完成，還是你需要另做安排。它也幫助你確認，在時間充裕的情形下，被拆解的小任務是否都能在時限內完成。
「一心二用」對生產力有負面效果
我們在第4章提過一心二用會引起某些負面情緒，然而一心二用也對生產力造成負面效果。
其實，不太會有人真的一面寫報告、一面聊天、一面查閱消費支出、一面簡報，現代人的一心二用，多半發生在分心回應訊息通知，有了通訊軟體（如微軟Teams、Slack、電子郵件）和硬體設備（如筆電、平板電腦、智慧型手機、智慧型手錶），每天都有數不清的通知，導致我們老想查看誰傳來什麼訊息，影響到工作。
一心專用通常能幫我們完成更多事，一心二用或情境切換則會使效率降低：有一份2001年的論文指出，一心二用和情境切換會耗損40%的商業生產時間。一心二用在某些情境非常危險，像是一面開車一面傳簡訊。在美國，每年有超過3千件死亡車禍，原因就是開車不專心。而且有一些認知負荷很高（例如教孩子代數或審閱法律文件）和恢復速度遲緩的事，特別不能被干擾或是一心二用。確實有極少數的任務可以同時進行，後續會在第18章討論。但是就絕大多數的情況而言，箱型時間完全排除一心二用的可能，完整呈現一次做一件事的強大力量。
有意識地使用你的「零碎時間」
我們每天都有許多的零碎時間，像是等候公車、通勤時間、在咖啡廳等人以及會議提早結束或被取消時。大部分的人會把這些時間拿來直接滑手機，是的，看手機已是現代人最直覺化的行為，每天會花超過兩小時的時間，在手機上瀏覽社群媒體。
我們不停滑著手機，很多時候甚至未從中感受到快樂，那不是娛樂，而是上癮。零碎時間被吃掉，享受好處的不是我們，而是大型科技公司。我們失去的每一分鐘，累積成一個又一個小時，甚至更多時間。試想，假如我們能運用零碎時間去做更有價值的事，該有多好。採用箱型時間，並且有意識地使用這些零碎時間，你的一天也許能多一小時有生產力的活動時間。
接受「無底洞」知識工作沒有明確的盡頭
知識工作沒有明確的盡頭。有生產力專家建議，針對這個狀況，最好的做法是接受它和不要在意它。最常見的例子就是電子郵件：當你收到很多電子郵件，一一回覆後，就會收到更多的回信……永無止境。
這麼說並不完全正確。雖然，真的不會有最後一封電子郵件（從這角度看真的沒有止境），但是電子郵件的確替我們傳遞許多有用的資訊。雖然寄出郵件之後，收件匣的信件會變多，但是在那一陣子的電子郵件往來，到了某個時間，你的計劃終將完成，也許是生意談好了，也許是團隊成員比之前更有參與感。你當然需要管理自己的收件匣，不能讓它影響你的情緒或妨礙其他該完成的事，後續將在第11章說明如何防範。
如果能夠考量到所有相關聯的因素，包括處理對的事情、時間箱效益最大化、以一心專用取代一心二用、從看似無止境的任務獲取價值，生產力將能大幅提高。有個有趣現象，就是一個正在節食，懂得計算和控制熱量攝取的人，會比沒有在計算的人多減掉一倍的體重。用數字估算效益或許過於單純，但是如我在2018年發表的文章所說，箱型時間若運用得當，至少能提高一倍的生產力。
節錄自：三采文化《箱型時間：高速時代的15分鐘深度專注力》／馬克‧曹–桑德斯 Marc Zao-Sanders 著
推薦閱讀：
新年目標怎麼訂？如何規劃並執行個人年度目標？ChatGPT指令快速搞定
提升工作效率5大步驟！學會高效管理時間，先找到「行動力開關」
工作永遠做不完，沒時間做重要的事？想突破需要有意識的4個認知
ITE嵌入式系統軟體開發專業人員備考｜IEA／IEX核心、驅動與中斷同步觀念
準備 ITE 嵌入式系統軟體開發專業人員鑑定，需把 IEA「嵌入式系統技術」的系統軟體，連接到 IEX「嵌入式系統的開發平台與工具（Embedded Linux）」的核心架構、中斷、程序執行緒與裝置驅動。本篇整理這些主題的基本判斷：工作屬於哪一層、事件如何通知，以及共享更新為何需要同步。
本文目錄
考試範圍：IEA系統軟體與IEX核心、驅動
必懂觀念1：應用、核心與驅動的責任
必懂觀念2：輪詢與中斷處理
必懂觀念3：共享計數與工作協調
常見誤判：從題目條件排除錯誤方向
練習題與解析：沿用本堂影片教學題
備考檢查清單
本篇對應的官方範圍與延伸準備方向
官方來源與資料說明
考試範圍：IEA系統軟體與IEX核心、驅動
本篇對應 IEA 系統軟體中的核心與驅動，以及 IEX 的 Embedded Linux 系統架構與核心、系統中斷服務、處理程序與執行緒、裝置驅動程式。備考目的在於辨認責任、執行環境與資料競爭；排程和記憶體管理僅作角色介紹，不等於完整機制教學。
必懂觀念1：應用、核心與驅動的責任
應用程式決定產品行為，例如顯示溫度、比較警報門檻。核心管理處理器時間、記憶體與裝置存取等系統資源。驅動程式則處理特定硬體的控制細節，讓上層能透過合適的介面使用裝置。在一般 Linux 架構裡，這些角色互相配合；不是每個應用程式都直接碰硬體暫存器。
以讀取感測器為例，應用程式提出讀值需求，相關核心介面與驅動協助完成裝置存取，再把結果交回。若底層根本沒有成功取得資料，改畫面顏色不會修好通訊。反過來，如果讀值正確而警報門檻比較寫錯，就應該檢查應用邏輯。分層的價值，是把問題縮到可以驗證的範圍。
必懂觀念2：輪詢與中斷處理
資料到達的時機，也需要軟體協調。輪詢是程式反覆查看裝置狀態；中斷則是事件發生時提出通知，由處理器轉去執行處理。中斷不等於整個應用已經完成，也不保證零延遲。在一般 Linux 硬體中斷處理階段，應快速處理必要工作，將適合延後的工作交給允許的執行環境，不能在裡面任意睡眠等待。
必懂觀念3：共享計數與工作協調
同時工作還可能產生資料競爭。假設2個執行緒共用1個計數器，都先讀到10，各自加1後都寫回11，最後就少算1次。即使使用多核處理器，也不會自動消除這個問題。對單一共享計數，可以選合適的原子操作；對一整段相關資料，則要依執行環境使用適當的鎖或其他同步方法。
在溫度監測器案例中，溫度採樣、畫面更新及網路傳送可以是不同工作。排程決定誰何時執行，記憶體管理協助配置與隔離資源，而共用資料仍要有同步設計。若警報有明確期限，還必須分析最壞反應時間；只憑平均執行得很快，無法保證每次都及時完成。
常見誤判：從題目條件排除錯誤方向
把所有錯誤歸給應用：底層沒有取得資料時，修改配色無法修復通訊；讀值正確但警報比較錯誤，才應優先查應用邏輯。
把中斷通知視為工作完成：中斷不保證零延遲，一般 Linux 硬體中斷處理也不能任意睡眠等待。需辨識哪些工作可延後到合適環境。
把多核或較大的資料型別當成同步：兩者都不會保護讀取、修改、寫回的整個過程。原子遞增適用於題目限定的單一計數；多項資料的一致性仍須另行分析。
用平均速度推定每次都及時：有明確期限的警報，仍需分析最壞反應時間。
練習題與解析：沿用本堂影片教學題
以下2題為自編教學題、非官方原題；題幹、選項與答案沿用本堂影片，不代表官方出題或計分方式。
第1題｜單選
溫度監測器中，哪項工作最接近裝置驅動程式的責任？ A. 依裝置規格操作控制暫存器。 B. 依使用偏好決定畫面配色。 C. 依產品規則決定警報門檻。
答案是 A。操作裝置控制暫存器，需要理解硬體規格，是典型的驅動責任。配色與警報門檻則屬於本案例的應用需求。這不是說驅動與產品行為毫無關係，而是先用責任區分，避免在錯的層次反覆修改。
第2題｜單選
2個執行緒會同時遞增1個共享事件計數器，哪個處理方向最適當？ A. 改用多核處理器分擔遞增。 B. 替計數器使用原子遞增。 C. 把遞增改成先讀再加再寫。
答案是 B。條件限定為單一共享計數的遞增，合適的原子操作可以避免更新被覆蓋。A 的多核處理器不會自動消除競爭；C 的先讀、再加、再寫，正是兩個執行緒可能寫回相同結果、覆蓋更新的原因。即使加大資料型別，也沒有保護讀取、修改、寫回的過程。如果還有其他必須一起更新的資料，就要重新分析整體同步，不能認為所有地方加上原子操作就一定安全。
備考檢查清單
□ 能把產品行為、資源管理與裝置控制，分別對應應用、核心與驅動。
□ 能區分輪詢與中斷，說明一般硬體中斷處理的等待限制。
□ 能用「兩個執行緒都讀到10、都寫回11」重現遺失更新。
□ 能說明單一原子遞增的適用條件，並辨識多項資料需整體同步的情況。
練習任務：在硬體資料路徑旁標出應用、核心與驅動的責任，找出可能被同時存取的變數並說明同步需求。
本篇對應的官方範圍與延伸準備方向
本篇依官方技能規範選材，僅涵蓋上述入門觀念，並非兩科完整考綱教學，也不保證考過。依課程規劃的範圍覆蓋表，尚須另外準備：
IEA：另準備 C 指標、位元操作、驅動程式實作與軟體分析設計；多核與記憶體階層也需完整原理及題目練習。本文的分層與計數案例只建立入門判斷。
IEX 核心：另補排程、記憶體管理、檔案系統、匯流排存取與電源管理的完整機制，以及 Linux／Android 概述與特性。第4篇僅接續啟動與除錯主線。
IEX 介面與人機介面：另準備 USB／RS232C、有線無線網路、驅動開發、圖形輸出、輸入、視窗控制項、事件通知及 Shell 相關概念。
開發整合與趨勢：另做板上除錯、同步設計與整合練習，並依官方更新補充最新趨勢。
下一篇：ITE嵌入式系統軟體開發專業人員備考｜IEX交叉編譯、Linux啟動與除錯
官方來源與資料說明
資料查核紀錄：2026-10-22。技能規範採官網連結版本，PDF 未標年度／版號；修訂狀態仍須依官方確認。本文不推估主題占分；Linux 技術文件僅補充觀念。
IEA技能規範（ITE官方範圍）
IEX技能規範（ITE官方範圍）
Linux裝置模型（開發專案第一方技術文件）
Atomic types（開發專案第一方技術文件）
Driver Basics（開發專案第一方技術文件）
更多 〈ITE-嵌入式系統軟體開發專業人員〉 推薦好文
ITE嵌入式系統軟體開發專業人員怎麼準備？報考資格、考科與辦證規則
ITE嵌入式系統軟體開發專業人員備考｜IEA硬體架構、記憶體與介面重點
ITE嵌入式系統軟體開發專業人員備考｜IEX交叉編譯、Linux啟動與除錯
Vibe Coding時代催生新職缺！「程式清潔」在做什麼？
AI寫程式的「Vibe Coding」掀起熱潮，開發者得以快速生成程式碼，但也意外催生出新興職缺「程式清潔師」。一份調查顯示，95%的工程師仍需手動修復錯誤、額外調整AI生成的程式碼，確保專案安全與穩定。究竟Vibe Coding是革命還是混亂？而「程式清潔」這份新工作，又在做什麼？
文／田孟心編譯 由天下雜誌授權轉載
人們期待，未來大量寫程式工作可能都交由AI氛圍編碼（Vibe Coding）完成，但事實上，高達95%的工程師發現他們還是要手動修復程式碼。負責把混亂程式碼清理好的新角色，正在LinkedIn等求職平台大受歡迎。
氛圍編碼（Vibe Coding）正大行其道。
這個從今年初開始盛行的「自動化寫程式」概念，由電腦科學家卡帕西（Andrej Karpathy）提出。卡帕西表示，有了AI工具後，寫程式將「完全跟隨當下情境氛圍，擁抱指數級成長，甚至忘記程式碼的存在」。
市場研究和IT顧問公司Gartner預測，未來三年內，40%的企業新軟體將由AI機器人創建。
然而，內容平台fastly最近的一份調查顯示，95%的工程師表示，他們還是要花額外的時間來調整AI生成的程式碼。
工程師們發現，AI生成的程式碼存在許多問題，從產生幻覺，到刪除重要的資訊，甚至可能造成專案的安全風險。若不花時間修復，最終的成品可能會漏洞百出。
「使用氛圍編碼，就像請一名聰明的六歲孩子把咖啡壺帶到餐桌，為家人倒杯咖啡，」資深工程師羅芙（Carla Rover）說明，它們有可能做得到，但也極有可能失敗，「而且失敗了，他們很可能不告訴你。」
另一位資深工程師梅勒扎丹（Feridoon Malekzadeh）也將氛圍編碼形容成孩子，不過是「青少年」，「你得請它做15次才能做成一件事，」「最終，他們可能會做出來，外加一些你沒要求的事，並可能把很多東西弄壞。」
梅勒扎丹計算過，她大約花費50%的時間編寫需求，10%的時間進行氛圍編碼，再用40%的時間進行修復。
程式清潔工，愈來愈受歡迎
這一切使AI生成的程式碼，已經成為一個難題，也因此催生了一種新的工程師崗位，稱為「氛圍程式碼清理專家」（Vibe Coding Cleanup Specialist）。
在求職平台LinkedIn上，已經有愈來愈多相關關鍵字的職缺——代表清理、修復程式碼，正在成為一項獨立的工作。
通常，這類職缺更歡迎資深工程師，因為他們才有相應的能力從一團乍看可行的程式碼中找到問題。
資深解決方案架構師哈克（AS Md. Ferdousul Haque）統整，常見的錯誤有：語法錯誤、邏輯錯誤、幻覺資料庫或API（引用不存在的套件、方法或參數）、虛擬資料等狀況，有時候很考驗技術人員的細心與經驗。
哈克舉例，AI工具Gemini幫忙改了一份GitHub個人資料，整體效果不錯，卻在某個網址後面加了一個句號，使得圖片無法顯示。此時，就需要他這名人類手動介入。
科技公司Solution Architecture的工程師麥利（Viored Mirea）指出，雇用一名氛圍編碼清理師非常重要，尤其是AI寫出來的程式碼可能給企業帶來安全風險，「氛圍編碼可能會讓機密資訊外洩，或是對個人資料進行錯誤處理，」他強調，「始終應該有人類要對結果負責。」
然而，也有專家對市場出現這樣的現象感到唏噓。
雲端與通用人工智慧企業負責人愛彼哈納（Abhinav）認為，雇用這樣的「清潔工」簡直荒謬，「企業試圖讓每個人都會氛圍編碼，在專案上省錢，然後卻要花雙倍的錢再去找一個能把混亂局面整理好的人。」
Squad資深技術總監波古斯拉斯基（Oleg Boguslavsky）同意，企業要引進氛圍編碼，必須確保每個人都能掌握驗證、修復的技能，否則，花錢請這些額外的專家，在經濟上將比預期更低效。
（資料來源：TechCrunch, Gizmodo, LinkedIn）
（原文標題：Vibe Coding催生大量新職缺，「程式清潔工」在做什麼？）
推薦閱讀：
【AI工作指南】數發部《AI產業人才認定指引》！盤點AI認證資源、熱門職缺
「Vibe Coding」是什麼？以後還需要程式設計師嗎？
AI世代最夯新職位》為什麼他們零經驗，年收20萬美元起跳？
助你當老闆！瑞典AI獨角獸Lovable如何靠「氛圍編碼」年賺30億？
[joblist_plugin title='更多104【AI工程師】工作機會' url='https://www.104.com.tw/jobs/search/?keyword=AI%E5%B7%A5%E7%A8%8B%E5%B8%AB&order=15&page=1' amount='3']
有任何收穫或想分享的，都來和大家一起聊聊吧！