跳轉到

日常使用者延伸路線（For Everyday Users）

← 回主路線 · 你不必先學會寫程式，也不必走完整條主幹。

📌 這條路幫你做什麼

這條路教你把 AI 當成「先幫忙寫草稿的助手」。你先給它資料和要求，它先做一版；最後仍由你對照原文、修正並決定要不要使用。

你可以直接從第一個練習開始。不要先放真實姓名、密碼、病歷、合約或公司機密。

🎯 學習目標

完成這一頁後，你可以：

  1. 把要做的事、可用資料和輸出格式說清楚。
  2. 分清聊天介面、App／Connector、CLI Agent 與本地模型執行環境。
  3. 在連接帳號、開放檔案或執行指令前先看權限。
  4. 對照 Source 檢查 AI 草稿，不把流暢文字當成正確答案。

🧩 九個核心詞

  • Prompt（提示）：你交給 AI 的要求。像寫一張工作小紙條，要說要做什麼、可以用什麼資料、結果長什麼樣。
  • Source（來源）：你要 AI 依照的原文、圖片或資料。最後要回來對照它，不能只相信 AI 的記憶。
  • Private Data（私人資料）：不該隨便交給別人的資料，例如密碼、身分證號、未公開公司文件或他人的個資。
  • Hallucination（幻覺）：AI 不知道答案時，仍可能寫出一段很像真的內容。句子好看不代表事實存在。
  • Human Review（人工審查）：由人把草稿和 Source 一項一項比對，修正後才決定是否使用。
  • App／Connector（服務連接器）：聊天服務通往 Gmail、Drive 或其他服務的一扇門。它能做什麼，取決於產品和你給的權限。
  • CLI Agent（命令列 Agent）：在終端機裡工作的助手。它可能讀寫檔案或執行指令，所以動手前要先看計畫與 diff。
  • Local LLM／Runtime（本地模型／執行環境）：讓模型在自己的電腦上執行的軟體。Runtime 負責跑模型，不等於聊天 App，也不等於 CLI Agent。
  • Approval Gate（人工核准關卡）：真正寄信、改檔或執行高影響動作前，先停下來讓人確認。

連接帳號前，先問四件事：

  1. 讀什麼？ 只開放這次任務需要的資料。
  2. 送去哪？ 先看哪些服務會收到資料。
  3. 能改什麼？ 寄信、改檔或付款前，保留 Approval Gate。
  4. 怎麼收回？ 找到停止任務、撤銷連接與刪除已存資料的方法。

🛠 第一個練習：把虛構訊息變成可核對的提醒

這題只用虛構資料。把下面整段直接貼到你正在使用的聊天工具：

來源訊息：
「小安說星期五前會把海報草稿交給小美。活動日期是 9 月 12 日。訊息沒有寫交付時間。」

請幫我寫一段簡短提醒。只能使用來源訊息裡的事實，不要猜。
請輸出：
1. Draft
2. Facts copied
3. Needs confirmation

不要替我傳送訊息。

完成後，自己做三個檢查：

  1. Facts copied 能不能逐句在 Source 找到？
  2. 沒有寫出的交付時間，有沒有放進 Needs confirmation？
  3. 工具有沒有只產生 Draft，而沒有自行傳送？

🚪 按工作選四扇門

這四扇門不是等級。需要哪一扇才開哪一扇。 多數單次任務只要第一扇；不是工具越多，結果就越好。

入口五歲也懂的說法適合什麼動手前先做什麼
Chat surface打開一個對話框，請它先寫草稿寫信、解釋文章、整理公開資料移除 Private Data；準備可核對的 Source
App／Connector幫聊天工具開一扇通往其他服務的門搜尋已授權的郵件、檔案或行事曆看清讀取與寫入權限；寫入動作保留人工確認

入口五歲也懂的說法適合什麼動手前先做什麼
CLI Agent在終端機裡工作的助手重複整理檔案或執行多步驟任務限定資料夾，先看 preview／dry-run、command 與 diff，再批准
Local LLM／Runtime模型在自己的電腦裡跑離線實驗，或不想把指定資料交給雲端模型確認選的是 local model；cloud model、web search 或雲端功能仍會連網

如果你只想聊天，不需要安裝 CLI Agent 或本地 Runtime。想學命令列時再去 Track A 第一站；想了解模型時再去 Stage 1。

🧑 個人 Agent：先交代目標與邊界

個人 Agent 產品查核：2026-10-02 UTC；新增與複核：2026-10-16 UTC。僅 Claude Duet 更新：2026-10-23 UTC。

個人 Agent（Personal Agent） 是能跨工具做多步驟工作的助手。你先交代目標，它先查資料、寫草稿，再拿回來給你確認。這類產品把模型、工具與權限放在一起。產品名稱不是底層模型名稱，也不是新的升級等級。

也納入訊息式個人代理：看它是否保留個人情境、連接日常工具並持續追蹤。下表加入新創出身的 Instinct、Tab、Tomo 與 Poke。Poke 已加入 Cognition，不再列為獨立團隊。聊天陪伴、單一提醒工具與企業工作流平台不一定符合這個範圍。可用性與隱私細節見下方「帳號、資料、權限與費用」。

第一次仍用上面的虛構訊息，先不要連接帳號。需要跨工具時，再限定它能讀什麼、能改什麼，以及何時必須停下來請你批准。寄出、發布、刪檔或付款前保留 Approval Gate。「持續工作」不代表可以跳過人工檢查。

Claude Duet 是會持續追蹤任務的個人 Agent，不是新模型。目前是美國 Pro／Max 的研究預覽，仍需候補邀請；Team／Enterprise 尚未開放。官方說明：寄信、付款、簽署或刪除前會請你批准。撤銷 App 連接後，既有記憶不會自動刪除。先讀 資格與資料限制，不要直接接私人帳號。

📖 必修閱讀

先讀這六個短入口；它們分別回答「怎麼問、能接什麼、資料會去哪裡」：

  1. OpenAI — Prompt engineering best practices for ChatGPT：學會把要求與 context 說清楚。
  2. Anthropic — Get started with Claude：用一般對話方式開始，再逐步補充限制。
  3. OpenAI — Apps in ChatGPT：Apps 的能力會因方案、地區、workspace 與管理員設定而不同。
  4. Anthropic — When to use desktop and web connectors：分清 remote connector 與本機 desktop extension。
  5. Google — Gemini Apps Privacy Hub：連接資料前先看 activity、人工審查與第三方政策。
  6. Ollama — FAQ：分清本機執行、cloud model、web search 與 local-only 設定。

想系統學 Prompt、zero-shot、one-shot、few-shot 與查證方法，再進 Stage 2 — Prompt Engineering。

⭐ 精選 Projects 與學習資源

星等依「初學者價值、文件品質與安全邊界」給分。不是 GitHub stars。其他資源的狀態與限制查核於 2026-08-29 UTC。個人 Agent 入口新增與複核於 2026-10-16 UTC。僅 Claude Duet 新增於 2026-10-23 UTC。三星代表可選的具體產品範例，適合互相對照。它們是未實測的參考／對照範例，不是必修工具。評分依官方文件的教學價值，不代表實測產品品質。

分類專案／文件評分用途限制
聊天介面⭐⭐⭐⭐⭐
雲端 Chat surface
閱讀、寫作與反覆討論
正式可用；商業雲端服務
功能依方案與地區；重要內容仍要對照 Source
⭐⭐⭐⭐⭐
雲端 Chat surface
一般問答、語音與多種工作入口
正式可用；商業雲端服務
仍會出錯；高影響結果要 Human Review
⭐⭐⭐⭐
Google 的雲端 Chat surface
問答與符合資格的 Google 服務連接
正式可用；商業雲端服務
先看 activity 與人工審查設定，不放機密資料
⭐⭐⭐⭐
帶來源入口的雲端搜尋助手
找候選來源與建立查證起點
正式可用；商業雲端服務
引用不等於內容正確；要逐一打開來源
個人 Agent⭐⭐⭐
個人 Agent 產品／官方文件
適合誰：想學持續任務與核准邊界的日常使用者。教什麼：先用虛構資料學目標、工具與核准邊界。
逐步開放；商業雲端服務
依方案、年齡、地區與管理員設定；帳號可能尚未開放
⭐⭐⭐
個人 Agent 產品／官方文件
適合誰：比較持續任務的日常使用者。教什麼：先限制資料，再核准對外動作。
研究預覽；美國 Pro／Max，需候補邀請；商業雲端服務
Team／Enterprise 未開放；撤銷連接不會自動清除記憶
⭐⭐⭐
個人 Agent 產品／官方介紹
適合誰：想練跨 App 草擬的日常使用者與小商家。教什麼：學跨 App 草擬與行動前人工批准。
限區可用；商業雲端服務
美國與加拿大；Meta 表示發布、傳送與花費須批准
⭐⭐⭐
個人 Agent 產品／官方文件
適合誰：想比較持續任務與共用資料的日常使用者。教什麼：學持續任務與共用電腦的資料邊界。
符合資格方案可用；商業雲端服務
需符合資格的付費方案；同帳號 Bots 共用檔案與登入
⭐⭐⭐
訊息／通話式個人代理
適合誰：比較生活任務委派的使用者。教什麼：模型訓練與授權範圍。
商業服務；資格須查帳號
18 歲以上；訓練退出有例外
⭐⭐⭐
訊息式個人代理
適合誰：比較跨工具委派的使用者。教什麼：候補、付款核准與帳密隔離。
Private beta；商業服務
候補不保證開放；付款限部分測試使用者
⭐⭐⭐
Mapo Labs 個人 AI
適合誰：追蹤目標與日常安排的使用者。教什麼：長期情境與群聊資料邊界。
付費方案；商業服務
授權人員可能審閱對話；群聊涉及他人資料
⭐⭐⭐
新創出身的訊息式個人代理
適合誰：比較郵件與行事曆自動化的使用者。教什麼：主動提醒、方案及產品歸屬變化。
免費／付費方案；已加入 Cognition
核對用量與額外費用；檢查 Maximum Privacy
官方入門與安全指南⭐⭐⭐⭐⭐
ChatGPT 官方指引
學清楚、具體與逐步改寫 Prompt
現行；官方指引
好 Prompt 不能保證正確，仍要查證
⭐⭐⭐⭐⭐
Claude 官方入門
第一次聊天與基本操作
現行；官方指引
方案有使用限制；不要假設所有功能都可用
⭐⭐⭐⭐⭐
App／Connector 官方說明
了解搜尋、同步與外部 action
商業；商業雲端服務
能力與權限不同；高影響 action 保留人工確認
⭐⭐⭐⭐⭐
Gemini 官方隱私指引
連接 Google 或第三方資料前檢查設定
現行；官方隱私指引
可能處理敏感內容；不要連接不願交給 reviewer 的機密資料
CLI Agent⭐⭐⭐⭐⭐
Anthropic CLI Agent
在指定工作區讀檔、改檔與執行任務
活躍；商業服務；repo 未標示標準開源授權
先設定 permission，批准前先看 command／diff
⭐⭐⭐⭐⭐
OpenAI coding agent
app／CLI／IDE／cloud 工作
活躍；repo 程式碼為 Apache-2.0，app／cloud 依服務條款
用 approval 限制寫檔、命令與外部 action
⭐⭐⭐⭐⭐
可連多種 provider 的 coding agent／harness
在終端機或 desktop 使用模型做多步驟任務
活躍；MIT
provider 仍需帳號／API key；用 permission 與 AGENTS.md 限定範圍
⭐⭐⭐⭐
Google CLI Agent
在終端機使用 Gemini 與工具
活躍；Apache-2.0
修改前看 diff／command；sandbox 只能降低風險
Local LLM Runtime⭐⭐⭐⭐⭐
本地模型執行環境
下載並在自己的電腦執行模型
活躍；MIT
確認使用 local model；cloud model 與 web search 不是本機推論
⭐⭐⭐⭐
圖形化本地模型執行環境
用桌面介面載入已下載模型
商業；商業桌面應用程式
本地功能可離線；cloud models、搜尋等雲端功能仍會連網
Prompt 素材⭐⭐⭐⭐
社群 Prompt 範例庫
找句型，再改成自己的任務
活躍；MIT／CC0
範例品質不一；不要直接貼 Private Data
🔐 帳號、資料、權限與費用
  • App／Connector 是否出現，會受方案、地區、workspace、裝置與管理員設定影響。沒有看到功能，不代表你操作錯了。
  • 連接前先問：它會讀什麼？會把什麼送給哪個服務？能不能寫回？怎麼撤銷？
  • 搜尋和草擬通常是低影響動作；寄信、改行事曆、刪檔或購買是寫入動作，必須保留 Approval Gate 與人工確認。
  • 雲端產品的免費額度、訂閱與 API 費用會變；操作前直接看產品目前顯示的方案，不在教材保存固定價格。
  • 不確定能不能上傳時，先不要上傳。公開可讀也不等於你有權把別人的內容交給第三方服務處理。

個人 Agent 產品細節（2026-10-16 UTC；文件查核，未實測）：

  • Claude Duet（僅此項：2026-10-23 UTC）：在自己的雲端電腦上工作，使用 Claude Opus 5.5，不能自行選模型。背景工作也計入 Pro／Max 方案用量，不是無限免費 API。現有 Claude 的記憶、Skills 與連接器會延續使用。先檢查共用資料與記憶設定；寄信、付款、簽署或刪除仍須人工批准。參考 10/21 官方公告。

  • OpenAI dots：持續工作的雲端助手，有自己的雲端電腦與瀏覽器，底層模型為 GPT-6 Astra。你關掉電腦後仍能繼續；它會記住偏好與待辦、在背景平行工作，分享私人對話資訊給他人前須先取得你的允許。2026-09-29 更新列出逐步開放。Pro 100、Pro 200、Pro 500 限超過 18 歲。也限在歐洲經濟區、英國與瑞士以外。Business Premium、Enterprise 在全球逐步開放。Enterprise 須由管理員啟用。符合方案不代表帳號已收到功能。

  • Meta Muse：用自己的雲端電腦跨 App 工作。2026-09-29 Muse for Small Business 更新確認美國與加拿大可用。也加入商務 skills 與 connectors。Meta 表示發布、傳送與花費須先取得你的批准。另有 Sentinel 代理審核對外連網動作；Muse 提供活動稽核軌跡。密碼與付款資料分開存放於安全儲存，Muse 本身看不到。Muse 是產品；Muse Spark 是模型。Muse Code 是在終端機工作的 coding agent。
  • Grok Bot：使用持續保留狀態的雲端電腦。它能用瀏覽器、檔案與終端機做事。需付費 Cursor 方案或連結符合資格的 SuperGrok 方案，用量每週重置。同一帳號的 Bots 共用電腦、檔案、瀏覽器工作階段與 App 登入。不能當成彼此隔離。2026-09-28 Team Bots 更新加入 public beta。此 public beta 支援 Teams 與 Enterprise 方案。可共用 skills、工具並在 Slack 協作。Grok Bot 是產品，不是 Grok 模型名稱。也不是寫程式用的 Grok Build。
  • Instinct（Spear Street Technology）：透過文字或通話交代生活任務，官方展示購物與訂票等用途。條款要求年滿 18 歲；公開入口未列完整價格與地區資格，應以帳號當下資訊為準。隱私政策允許部分資料用於模型訓練，提供退出設定但有例外；不要假設每個對外動作都會自動停下來確認。
  • Tab（Terrasoft）：在訊息裡委派工作，保留前次情境，使用自己的電腦、瀏覽器與已連接帳號，也能代打電話。目前為 private beta，候補不保證開放時間、價格或功能；付款功能只限部分測試使用者。官方安全說明要求付款綁定具體交易與批准，密碼及卡號走獨立流程，不貼在訊息裡。
  • Tomo（Mapo Labs）：小團隊的個人 AI，記住對話情境、主動提醒，並連接郵件與行事曆，適合比較目標追蹤及日常安排。提供付費方案，價格與訊息額度可能因使用者而異。隱私政策說明授權人員可能審閱對話；加入群聊也會處理其他參與者的資料，先確認分享範圍。
  • Poke（The Interaction Company，已加入 Cognition）：在訊息介面使用個人情境、連接服務與主動提醒，可處理郵件、行事曆及自動化。方案有免費與付費層級，用量限制與額外費用要另查。隱私政策提供 Maximum Privacy 的模型訓練排除設定；先看設定再連接私人帳號。
🧪 CLI Agent 與本地模型進階步驟

CLI Agent 的安全起手式：

  1. 在測試資料夾放幾個可還原的虛構檔案。
  2. 先要求 read-only plan 或 preview／dry-run。
  3. 把可讀寫範圍限制在那個資料夾。
  4. 看清 command 與 diff，再批准小步驟。
  5. 執行後人工檢查；不要一開始就讓它寄信、刪檔、付款、push 或 deploy。

官方邊界：

  • Gemini CLI tools 會在修改工具前顯示 action；sandbox 文件 也提醒 sandbox 不是零風險保證。
  • OpenCode permissions 可對 edit、bash 與外部資料夾設定 ask／allow／deny；provider 文件 顯示模型連線仍需要對應帳號、OAuth、API key 或環境設定。
  • Ollama 可以啟用 cloud models。只要純本機模式時，依 FAQ 設定 disable_ollama_cloud 或 OLLAMA_NO_CLOUD=1。
  • LM Studio 的離線說明指出，已下載模型、chat、文件與 local server 可以離線使用；隱私說明區分本地處理與 cloud models／web search。

🧰 更多流程、替代方案與疑難排解

可以慢慢加入的低風險流程：

  • 語言練習：請 AI 扮演對話伙伴；每次只糾正兩個錯誤，最後由你核對教材。
  • 週記草稿：只用你願意放進工具的筆記；先列事實，再寫摘要。
  • 公開文章摘要：附上原文，要求每個重點指出 Source 段落；自己打開原文檢查。
  • 虛構檔案整理：先在測試資料夾 preview 新檔名，人工批准後才改名。

常見問題：

  • 回答猜了不存在的資料：縮短任務，明寫「不知道就放進 Needs confirmation」。
  • Connector 找不到資料：先檢查原服務權限、方案、workspace 管理員與支援 surface。
  • 本地模型很慢：先換較小模型；不要把「跑得動」誤當成「回答一定正確」。
  • 不知道選哪個入口：先用 Chat surface 完成第一題；真的需要讀外部服務、改檔或離線時再開其他門。

✅ 完成檢查與下一站

  • 我能說出 Chat surface、App／Connector、CLI Agent 與 Local LLM／Runtime 的差別。
  • 我知道 AI 會產生 Hallucination，會回到 Source 做 Human Review。
  • 我不會把 Private Data 直接貼進不清楚資料政策的服務。
  • 寄出、改檔、執行命令或其他高影響動作前，我會保留 Approval Gate。
  • 我能分清個人 Agent 產品與模型，也會檢查可用性及共用資料範圍。

下一站依你的需要選：