Danny Yang
AI 替你上班：零代碼打造 AI 自動化辦公室
學會建立 AI 助理 簡報、會議紀錄全自動
課程章節
※ 網站顯示為精簡版課綱；實際錄製將依章節內容拆成短影片單元，工具與範例會隨市場變化優化。
Agent 思維基礎篇
先建立 AI Agent、底層邏輯與 AI 時代工作思維
1 什麼是 AI 助理（Agent）？
理解一般 AI 多半回答問題，而 AI Agent 能理解目標、調用工具、依照記憶與規則執行任務並交付成果。
你會知道這門課不是只教工具操作，而是帶你從使用 AI 進到設計 AI 助理與 AI 工作系統。
工具：Canva / AI Agent 示範
2 為什麼 AI Agent 是 AI 時代思維的核心？
把 AI Agent 的工作系統思維與底層邏輯放在一起說明，理解未來工作會從人操作工具，轉成由人設計目標、記憶、規則、流程與驗收方式，再讓 AI Agent 接手執行。
你會理解 AI Agent 不是單一工具，而是 AI 時代工作方式改變的核心，也會知道 AI 失憶、跑偏、幻覺或產出不穩，常是底層條件沒有設計好。
工具：ChatGPT、Gemini
3 一套 AI Agent 工作流怎麼拆？
用整體視角拆一條 Agent workflow：任務目標、角色分工、輸入資料、執行步驟、交付格式、驗收標準與人類介入點。
你會看懂 Agent workflow 不是畫流程圖，而是設計可交接、可驗收、可持續執行的任務系統。
4 Session、Memory、Context 是什麼？
拆解 Agent 的底層零件：Session 是任務執行現場，Memory 是長期記住的資訊，Context 是當下看得到的背景。
你會理解 AI Agent 為什麼能穩定工作，也會知道它為什麼會失憶、跑偏、卡住或交付失敗。
工具：OpenClaw
5 Skills 與 Tools：讓 Agent 真的會做事（上）
先說明 Skills 的概念與設計方式，理解怎麼把一套可重複使用的能力、規則與任務步驟交給 Agent。
你會知道怎麼讓 AI 不只是聊天，而是具備可重複使用的工作技能。
工具：Claude
6 Skills 與 Tools：讓 Agent 真的會做事（下）
接著說明 Tools 與 Agent 能力擴充方式，理解怎麼讓 Agent 帶著特定工具去完成任務，並和工作流程接起來。
你會知道怎麼讓 AI 帶著工具與工作規則完成可交付的任務。
工具：Claude
7 AI 時代需要的工作思維
把前面章節收斂成 AI 時代工作思維：流程化、標準化、可委派、可驗收，最後設計成可被 AI 接手的系統。
你會建立整門課的核心心法：AI 不是工具清單，而是新的工作基礎建設。
AI 工具成果篇
先用 AI 做出成果，再理解背後的使用邏輯
8 ChatGPT 跟 Gemini 怎麼選？
用大家最常問的工具比較切入，把焦點從「哪個比較強」拉回「我現在到底要完成什麼任務」。
你會知道真正重要的不是選最強工具，而是選最適合任務的工具。
工具：ChatGPT、Gemini
9 Claude Code、Codex、Hermes 和 OpenClaw 怎麼選？
比較不同 AI Agent / coding agent 工具適合的任務與流程，說明如何依照工作階段安排工具協作。
你會知道不需要只選一個工具用到底，而是把適合的工具放進適合的流程位置。
工具：Claude Code、Codex、Hermes、OpenClaw
10 怎麼把需求講清楚，AI 才不會做偏？
講清楚 prompt 與 instruction 的本質，不是把話講多，而是把需求、條件、格式、限制與邊界講清楚。
你會建立一套比較穩定的指令方法，讓 AI 的輸出更可控。
工具：ChatGPT、Claude、Gemini
11 用 AI 做簡報：該交給它哪一段？
用簡報場景示範 AI 最有價值的切入點：主題拆解、架構、大綱、頁面重點與內容整理。
你會知道做簡報時哪些部分最適合交給 AI，怎麼省下最多前期時間。
工具：Canva、NotebookLM
12 用 AI 整理會議：摘要、結論與待辦
用會議場景示範 AI 怎麼把逐字內容整理成摘要、結論、待辦事項與 follow-up。
你會知道 AI 在會後整理的真正價值，是把資訊變成可行動的輸出。
工具：Notion、NotebookLM
13 用 AI 做圖片與影音：從腳本到素材
用圖片與影音任務說明 AI 適合介入腳本、分鏡、素材發想、視覺生成與內容重組。
你會知道圖片與影音任務該怎麼拆，哪些段落適合交給 AI，哪些仍要由人決定。
工具：Gemini、Canva
14 為什麼你用了 AI，成果還是普通？
拆解 AI 用起來效果普通的原因：工具選錯、任務不清、context 不夠、格式沒講清楚、限制條件不足、沒有特化。
你會知道問題不一定出在 AI 不夠強，而是出在你怎麼使用它。
AI 流程效率篇
從單點工具變成可重複、可驗收的工作流程
15 整合你的第一套 AI 工作法（上）
把簡報、會議、圖片、影音等高頻場景收斂成一套工作方法，先拆任務判斷、AI 切入點與指令方式。
你會建立自己的 AI 工作法骨架，知道常用任務該怎麼開始。
工具：ChatGPT、Gemini、Canva、Notion
16 整合你的第一套 AI 工作法（下）
整理輸出格式、成果檢查與可重複流程，讓單點工具變成一套可用工作法。
你會有一套最小可行的 AI 工具工作法，能套用在自己的日常任務。
工具：ChatGPT、Gemini、Canva、Notion
17 哪些工作最值得先交給 AI？
教你判斷哪些工作最適合先自動化：高頻、重複、規則清楚、可驗收、耗時但不必每次重新思考。
你會知道第一批最值得交給 AI 的工作是哪些，不會一開始就挑太難的任務。
18 客戶信件管理：讓 AI 自動完成任務
用客戶管理流程講 AI 怎麼協助整理來信、回覆草稿、訊息摘要、跟進提醒與待辦整理。
你會知道日常溝通怎麼從零碎雜務變成可重複的流程。
工具：Codex、Gmail、Notion
19 銷售報表到簡報：串起跨工具流程
用銷售場景講 AI 怎麼協助整理進度、彙整資料、抓重點、做報表、做提案大綱與簡報初稿。
你會知道報表與簡報不是兩件分開的事，而是可以放進同一條工作流程裡處理。
工具：Canva、NotebookLM、Claude Cowork
20 建立自動化知識庫：文件與會議變資產
從知識庫角度理解文件整理、會議記錄、內容歸檔、重點提煉如何變成可查找、可累積的系統。
你會知道文件與會議內容怎麼從一次性整理，變成後面還能反覆使用的知識資產。
工具：Notion、Hermes
21 AI 做完後，怎麼驗收？
建立 AI 輸出的驗收標準：格式、重點、語氣、可用性、人工確認點，並收斂成第一條可落地工作流。
你會知道怎麼判斷 AI 的產出是不是「完成」，並做出第一條 AI 工作流雛形。
工具：Claude Code
Agent 應用實戰篇
從工作流程進到可運作的 AI 助理系統
22 流程會跑，不代表真的能用
修正對自動化的想像，理解真正重要的是穩定、可驗收、可維護、不失控。
你會建立正確的自動化觀，不會只追求看起來厲害但實際脆弱的流程。
23 社群自動化 Agent：從 0 到 1
拆解社群自動化經營流程：找主題、蒐集資料、整理角度、產文、改寫平台版本、排程與發佈。
你會具體看懂一條 AI Agent 工作流如何一步步拆成任務系統。
工具：Claude Code、Notion
24 社群自動化 workflow 裡，Agent 怎麼交付？
聚焦 Agent 之間的交付格式、資料結構、上下文保留與省略，避免流程斷裂。
你會理解 AI workflow 的難點不只是流程順序，而是交付格式、資料結構與上下文控制。
工具：Claude Code
25 哪些工作值得做成 Agent？
判斷哪些工作適合做成 Agent workflow，哪些不值得；標準包括重複性、標準化、錯誤成本、維護成本與成效。
你會用成熟角度看待 Agent，不只想能不能做，而是判斷值不值得做。
26 企業級自動化辦公室：任務與角色
從一人專業服務與小型團隊案例出發，拆出研究、內容、整理、開發、管理等 AI 助理角色。
你會理解 AI 如何重構個人或小團隊的分工方式。
工具：OpenClaw、Claude Code
27 企業級自動化辦公室：流程與協作
把不同 AI 助理串成可運作流程，設計交付格式、任務順序、人工介入點與驗收節點。
你會看懂多 Agent 協作如何從分工變成完整 workflow。
工具：OpenClaw、Claude Code
28 企業級自動化辦公室：驗收與優化
收斂企業級自動化辦公室案例，檢查穩定性、維護成本、權限邊界與持續優化方式。
你會知道一套 Agent 系統要能長期運作，需要規格、流程、驗收與維護一起設計。
工具：OpenClaw、Claude Code
迭代系統篇
讓 AI 工作系統越跑越好
29 為什麼迭代系統最難，也最有價值？（上）
說明自動化只是讓流程跑起來，真正有競爭力的是迭代：看結果、找問題、修 prompt、修規格、修 workflow。
你會理解 AI 的終點不是會用工具，而是建立能持續優化的工作系統。
30 為什麼迭代系統最難，也最有價值？（下）
建立一套回顧、除錯、更新規格、調整 Agent 分工與再執行的迭代節奏。
你會知道怎麼讓 AI 工作系統越跑越好，而不是每次都從零開始。
課程售價
AI 替你上班：零代碼打造 AI 自動化辦公室
學會建立 AI 助理 簡報、會議紀錄全自動
實體課程售價
- 課程共 3 小時
- 手機及電腦學習
- 可永久觀看
- 附加直播陪跑
- 分期 0 利率
- 實體課程價值 3 萬