課程講義從 Chat 到 Harness
提示詞
AI Agent 應用課程・上半場兩小時

同一個 Model,
換一個 Harness,
能力差多少?

今天從「打開網頁問一句」開始,一步步看 AI 怎麼記得你的規矩、碰到你的檔案、照你的規則做事。中間有一段 25 分鐘的動手練習,Claude 免費帳號就能做。

講師|林琮堡・高雄醫學大學 口腔醫學院 計畫經理 示範資料均為虛構合成資料,僅供教學。

00
上課前完成

開始前:準備帳號

今天不用安裝任何東西。只要一個 Claude 免費帳號和一個瀏覽器。

  • 確認一下

還沒有帳號,現場不要註冊:驗證可能要等,會錯過練習。先跟鄰座一起看,回家再照這份講義做一次。

→

今天的流程

每一段都在解決上一段留下的麻煩。實際時間會依現場狀況調整。

    ★

    全課只記一件事

    Model(模型)會思考的那顆腦

    決定 AI 會不會想。

    Harness(工作環境)讓腦能做事的一切配備

    規則、記憶、工具、權限、防呆機制。決定 AI 能不能做、怎麼做、出錯怎麼修、哪些絕對不能做。

    01
    只聽不做

    Chat:一問一答

    你面對的只有 Model,還沒有 Harness。

    你遇過的為什麼哪一段解決
    同一個問題問三次,答案不一樣沒有規則與格式約束第 2 段
    叫它改你電腦裡的檔案,它只能給建議它沒有手腳(Tools,工具)第 4 段

    模型會想,但不能做。

    02
    看示範

    Prompt Engineering(提示工程)

    寫清楚「你是誰、怎麼想、怎麼答」,同一個 AI 的單次回答品質就會明顯不同。

    Prompt 三要素

    要素內容例
    Role(角色)你是誰「你是社團文書幹部」
    Steps(步驟)怎麼想「先列缺失,再給修正建議」
    Format(格式)怎麼答「用表格,固定三欄」

    原則:明確勝於含糊。這跟「怎麼把事情交辦給學弟妹」是同一種能力。

    示範:同一份企劃書,問兩次

    1. 第一次:裸問

      只丟一句「有沒有問題」,再貼上企劃書。

    2. 第二次:用三要素模板

      開一個新對話,貼下面的模板加同一份企劃書。

    3. 比較兩個結果

      看下面「看示範時注意」的兩件事。

    • 看示範時注意

    想一想:每次都要重貼這整段模板,你撐得了多久?下一段解決這件事。

    03
    你要動手

    Claude Projects:雲端迷你 Harness

    把剛才的模板變成「常駐規則」,再給 AI 一份參考文件,讓它從此照你的規矩回答。

    先認識兩格

    Instructions(指令)常駐規則

    寫一次,這個 Project 裡的每個對話都自動生效,不用再貼。

    Context(上下文,舊稱 Knowledge 知識庫)參考文件

    你上傳的檔案。AI 回答時會引用裡面的內容。

    示範:五個步驟(等一下你照做同一套)

    1. 新建一個 Project

      左側選單點 Projects → 建立。名字隨便取,重點在裡面兩格。

    2. 把模板貼進 Instructions

      就是第 2 段那段模板,去掉最後貼文件那一行。

    3. 在 Project 裡開新對話,只貼文件,不加任何指示

      它已經照模板的格式回答了。

    4. 在右欄 Context 按「+」上傳一份規則或參考文件

      示範用的是「企劃書格式要點」。

    5. 再開新對話,再貼一次同一份文件

      比較:這次它抓到什麼剛才抓不到的?

    你剛剛已經在做 Harness Engineering,只是它放在雲端。同一個模型、同一段 prompt,差的是它讀得到什麼。

    換你做|25 分鐘

    規則:老師做一步,你做一步,做完抬頭。沒跟上的看螢幕就能接回來,或回到這裡照步驟做。

    1. 寫一個 Role+Steps+Format 模板8 分

      複製下面的「練習骨架」,把【】換成你的內容。想不到題目,直接挑一個範例改。

    2. 開一個 Project,把模板存成 Instructions5 分

      第 1 步寫的模板直接拿來用,不要另外想一個。

    3. 上傳一份你自己的文件到 Context5 分

      找不到檔案:手機備忘錄或電腦記事本打三行,存成 .txt 也可以。

    4. 在 Project 裡開新對話,問一題5 分

      看它有沒有引用你的文件作答、有沒有照你的格式。

    5. 卡關處理2 分

      看下面的 卡住了怎麼辦,或舉手。

    想不到題目?三個範例(點開)
    • 確認一下

    重點不是題目多厲害,是體會「規則寫一次、以後都生效」。

    RAG 第一次露臉

    Context 裡的文件大到放不下時,系統會改用檢索:先找出相關段落,再回答。這就是 RAG(Retrieval-Augmented Generation,檢索增強生成)的基本動作,第 8 段細講。

    現況註(核對於 2026-08):免費方案可建 Projects;知識量大時自動切換檢索模式為付費功能。產品改版後可能不同。

    雲端迷你 Harness 做不到的事

    • 碰不到你電腦裡的檔案
    • 不能執行任何動作
    • Context 是靜態的,不會自己更新
    • 沒有版本歷史,改壞了回不去

    → 需要一個在你電腦上、有手腳的 AI。

    04
    看示範

    Claude Code:AI 有了手腳

    看 AI 自己讀檔、動手、看結果、修正,把一個亂資料夾整理好。

    這一段免費帳號做不到,看老師做就好。Claude Code(在電腦的終端機裡執行的 Claude,能讀寫檔案、執行指令)需要付費方案。課後想自己做,可用 ChatGPT Plus 的 Codex,做法見各段的「用 Codex 怎麼做」。

    Agent(代理)是什麼

    會自己一圈一圈做下去、直到任務完成的 AI:

    Think想→Act做→Observe觀察→Correct修正→Verify驗證

    Tools(工具)=Model 與真實世界之間的手腳:讀檔、寫檔、執行指令。

    示範:整理一個真實資料夾

    素材是虛構社團「AI研究社」的 60 個檔案:命名混亂、重複檔、放錯位置。任務是統一命名、歸位、找出重複檔、產出總表。

    • 看示範時注意

    撞到矛盾就回頭找證據——這就是 Observe → Correct。

    Git(版本管理):AI 會改你的檔案,所以你需要悔棋鍵

    指令作用
    git init給資料夾裝上存檔機制
    git add+git commit存一個進度點(commit,存檔點)

    隨時可以回到任何一個 commit。上雲、協作的完整版在第 7 段。

    用 Codex 怎麼做(實測於 2026-10-04,Codex 命令列版;桌面 app 畫面未實測)

    • 同一段 prompt 照貼,整理的品質與課堂相當:檔名、歸位、重複檔只列不刪、0112 的日期也判對了。
    • 差別:它預設不能自己 commit。Codex 把 .git(Git 存歷史的資料夾)設成唯讀,會請你自己打 git add、git commit;或用下半場第 9 段的 Stop Hook,每回合結束自動存檔。

    想一想:60 個檔案,它全部打開了嗎?如果是 600 個檔、每個 50 頁呢?(第 8 段揭曉)

    05
    看示範

    基礎 Harness:CLAUDE.md、Context、Permission

    把第 3 段的雲端 Instructions 搬進電腦裡的一個檔案,讓 AI 換對話、換一天都記得你的規矩。

    CLAUDE.md:常駐規則檔

    一個普通的文字檔,放在資料夾裡,AI 每次開工先讀。規則是明文檔案:看得到、改得了、可以版本管理。這就是 L2:Repository Instructions(repository=repo,用 Git 管理的資料夾)。

    • 看示範時注意

    規則檔裡有什麼

    ① 版本規則:版本歷史由 Git 承擔
    • 不要再有 報告_v2、報告_最終版、報告_真的最終版。
    • 要看舊版:用 git log(列出存檔點)、git diff(比對差異)。
    • commit 訊息寫「這次改了什麼」,不要只寫 update。
    • 唯一例外:對外送出的定稿(寄出的 PDF、送出的申請書)檔名標日期歸檔,因為「送出去的那一份」不會再變。
    ② 工作紀律五條
    1先評估後動工:重要修改先提「只讀不改」的盤點與選項,人決定才動檔。
    2選項附利弊:列表格(選項/利/弊/建議),人用代號回覆。
    3執行誠信:已分析、已建議、已撰寫、已建立檔案、已實際執行,五種狀態不得混稱。
    4涵蓋範圍揭露:哪些完整處理、哪些沒處理、哪些讀不到,一律講明。
    5單一正本:同一事實只有一個權威檔;發現兩處不一致,回報人決定。

    AI 最擅長的,是把「看起來合理」寫得非常像「查證過」。規則不是限制 AI,是幫你保留判斷的依據。

    ③ 資料層級三層:內容衝突時聽誰的
    層是什麼回答什麼問題
    1 規範層CLAUDE.md、目錄說明、決策紀錄應該怎麼做
    2 來源層會議紀錄、原始數據、老師給的檔、往來信件實際發生了什麼(停在記錄當下,不等於現況)
    3 成品層報告、簡報、申請書交出去的東西長什麼樣

    跨層不一致時:成品錯了就改成品,不是把錯的內容回頭寫進規範或來源。AI 不自己判斷誰對,回報人決定。

    Context(上下文)

    AI 一次能「裝進腦中」的內容有限。放什麼、不放什麼,是設計問題:放太多,重點被稀釋、成本上升;放太少,AI 缺關鍵資訊就亂猜。

    Permission(權限)三態

    狀態意義例
    Allow(允許)直接做一般檔案的修改
    Ask(先問人)停下來,等人決定改經費表
    Deny(禁止)永遠不做改社員名冊

    權限寫在設定檔裡,由系統執行,不經過 AI 的判斷。高風險操作保留給人。

    用 Codex 怎麼做(實測於 2026-10-04,Codex 命令列版;桌面 app 畫面未實測)

    • CLAUDE.md 改名 AGENTS.md 照用。實測規則一樣生效:拒絕另存 v3、刪檔前列選項、自己寫決策紀錄。
    • Permission 不一樣:Codex 沒有「指定某個檔案要先問/禁止」的設定。它的權限是整體的:沙盒模式(唯讀/可改工作資料夾/完全存取)加上什麼時候要你核准(/permissions)。要保護單一檔案,用下半場第 9 段的 Hook。

    小結:寫在規則檔裡的東西是 soft constraint(軟約束),AI 讀了、照做了,但只是「這次」。絕不能忘的規則怎麼辦?下半場。

    ✓

    上半場到這裡

    Model → Prompt → 雲端 Harness → AI 有了手腳 → AI 有了規則。現在在 L2。

    Harness Maturity Model(成熟度模型)

    今天做過的事,現在給它們名字:Harness 有四個等級。上半場走到 L2,下半場走完 L3、L4。

    L1Prompt(提示)

    每次口頭交代。

    第 2 段
    L2Repository Instructions(常駐規則)

    規則寫成檔案,AI 每次先讀。

    第 5 段
    L3Skills(技能檔)

    連 SOP(標準作業程序)都變成可載入的檔案。

    下半場
    L4Enforced Harness(強制機制)

    重要規則由系統保證,不靠 AI 自覺。

    下半場

    下半場:為什麼用 Git 建知識庫(全課核心)、怎麼讓規則變成系統保證,以及怎麼帶走。先看下半場講義 →

    課間作業(自願,但下半場會用到)

    • 下半場前
    GitHub 註冊頁 QR Code
    掃碼註冊 GitHub
    github.com/signup
    ?
    隨時查

    卡住了怎麼辦

    先問鄰座,再舉手。也可以按右上角搜尋,直接打你看到的字。

    還沒有 Claude 帳號沒帳號、註冊不了、驗證信沒來

    現場不要註冊。先跟鄰座一起看,回家再照第 3 段的步驟做一次,步驟完全一樣。

    登入後跳出升級方案的視窗upgrade、Pro、試用

    直接關掉。今天的練習免費版就能做,不需要升級。

    找不到 Projects 或 Instructions 在哪Project、指令、右欄

    左側選單點 Projects → 建立新的 Project。進入後,右欄有兩格:Instructions 和 Context。畫面以 2026-09 為準,改版後位置可能不同,看老師的螢幕最快。

    沒有檔案可以上傳找不到檔案、Context、上傳

    手機備忘錄或電腦記事本打三行字,存成 .txt 上傳即可。重點是第 4 步看到它引用你的文件,不是文件多完整。

    AI 沒照我的格式回答格式不對、多了一堆文字
    • 確認你是在 Project 裡面開的新對話,不是一般對話。
    • Format 寫得更具體,例如加一句「格式之外不要加其他文字」。
    • 改完 Instructions 後,開一個新對話再試。
    我的結果跟老師的不一樣答案不同、表格不同

    正常。AI 每次的用字會不同,你的文件也不一樣。看兩件事就好:有沒有照你的格式、有沒有引用你的文件。

    用到上限了usage limit、訊息上限、稍後再試

    免費方案有用量限制,等一段時間會恢復。先看鄰座的畫面,回家再補做。

    跟不上了落後、漏了一步

    抬頭看螢幕,從老師正在做的那一步接回來。漏掉的步驟都在 練習 那裡,下課後補。

    第 4、5 段我也想自己做Claude Code、終端機、付費

    這兩段需要能在電腦上執行的 AI 工具,免費帳號做不到。課後可用 ChatGPT Plus 的 Codex 自己做,見第 4、5 段的「用 Codex 怎麼做」與下半場課後第 3 步。

    P
    隨時查

    提示詞總表

    今天用到的提示詞都在這裡。按「複製」,再把【】換成你的內容。

    A
    隨時查

    名詞小抄

    Model(模型)會思考的那顆腦,例如 Claude、GPT。
    Harness(工作環境)讓模型能做事的一切配備:規則、記憶、工具、權限、防呆機制。
    Prompt(提示)你交給 AI 的指示文字。
    ProjectClaude 網頁版裡的工作區,可以放常駐規則和參考文件。
    Instructions(指令)Project 裡的常駐規則,寫一次、每個對話都生效。
    Context(上下文)AI 回答時讀得到的內容。在 Project 裡指你上傳的參考文件(舊稱 Knowledge)。
    RAG(檢索增強生成)先找出相關段落,再根據它回答。文件太多放不下時用。
    Claude Code在電腦終端機裡執行的 Claude,能讀寫檔案、執行指令。
    終端機(Terminal)用打字下指令操作電腦的視窗。
    Agent(代理)會自己「想→做→觀察→修正→驗證」一圈圈做到完成的 AI。
    Tools(工具)AI 的手腳:讀檔、寫檔、執行指令。
    Git版本管理工具,把資料夾的每個存檔點記下來,可以回到過去。
    commitGit 的一個存檔點。
    repo(repository,倉庫)用 Git 管理的資料夾。
    diff比對兩個版本的差異。
    CLAUDE.md放在資料夾裡的常駐規則檔,Claude Code 每次開工先讀。
    Permission(權限)系統層級的允許/先問人/禁止規則,不靠 AI 自覺。
    soft constraint(軟約束)寫給 AI 看的規則,AI 可能忘;相對於系統強制執行的規則。
    ✓
    隨時查

    這份講義測過什麼

    項目狀態
    第 2 段裸問與模板的對比、第 3 段 Project 五步驟(Claude 免費帳號)已實跑通過2026-09-04
    第 4、5 段示範(講師機)已預跑通過2026-09-04
    練習 25 分鐘的時間配比尚未驗證彩排確認
    你的帳號、你的瀏覽器上的練習五步驟現場由你確認
    產品畫面、按鈕位置與免費方案範圍核對於 2026-09改版後可能不同

    老師的示範結果不等於你的畫面一定相同:AI 每次的用字會不同,產品介面也會改版。