⌂ 總覽
Agent Skill 一日工作坊 · 先備知識

九大概念

從 LLM 一路串到 Skill,最後那塊就是你今天要親手做的。

第一層 · LLM

ChatGPT、Claude 背後那顆腦,其實在玩文字接龍

小明長的真帥

下一個字,它在猜什麼

長62%
很23%
是9%
的58%
得26%
高11%
真47%
好31%
超15%
帥66%
高18%
壯10%

◀ 挑機率最高的接上去


每一步都在做同一件事:看現有的字,猜下一個。沒被挑中的字也不是零機率,所以同一句話問兩次,答案會不太一樣。

第二層 · Token

AI 不是一個字一個字讀,它把文字切成一塊一塊的 Token

翻譯官 Tokenizer 把文字切塊、轉成數字餵給 AI。

Tokenizer 像翻譯官:左邊文字、右邊數字,中間負責來回轉譯
Tokenizer:文字 ⇄ 數字來回轉

一句話被切開的樣子

工作坊報名開始 → 5 個 Token
程式設計師 → 3 個 Token

Token 是 AI 的計價單位,也是它「能看多少」的衡量單位。

翻譯官的工作

AI 其實不認識文字,它只認數字


切分 · 「小明長的真帥」六個字

小明長的真帥「帥」拆成 2 塊

映射 · Tokenizer 編碼成 Token ID

5820110713508116167910315198

你只看到頭尾的文字,中間全是數字的世界。注意看:6 個字卻切成 7 塊。所以 token 不一定等於字。

重要陷阱

一個字,不一定是一個 Token

程式設計師5 個中文字3Token
程式設計師
workflow8 個字母1Token
workflow
火山矽肺症45 個字母的英文單字15Token
Pneumonoultramicroscopicsilicovolcanoconiosis

API 按 Token 計價,不是按字數。用字數估,常常低估。

第三層 · Context

AI 沒有真記憶,它靠一張桌子

LLM 無狀態:每次請求都重置回同一狀態、重讀整段歷史
stateless:每次請求都重置回空白
它不是在「學」模型是無狀態(stateless)。每一次請求都重置回同一個空白,把整段對話從頭重讀一次。
「記得」是錯覺它像記得前文,是因為程式每次都把對話歷史重新餵進去。沒餵的,它一個字都不知道。

這整包每次重新攤開給它看的東西,就叫 Context(上下文)。像一張桌子,沒攤上去的,它看不到。

Context Window

桌子有上限。攤越多越貴越慢

Context Window 就是桌子大小

桌子東西越多越難找資料


哈利波特全集 同一張桌子 · 100 萬 Token

一整套小說攤上去,桌面幾乎滿了

SKILL 一個 Skill 同一張桌子 · 100 萬 Token

一個 Skill 只佔桌面一小塊

第四層 · Prompt

Prompt,就是你給 AI 的指令

對話框
你打的這一句 = Prompt▶
幫我寫一封感謝信,對象是客戶小明,語氣專業。
小明您好,感謝您這次的支持與信任。這段時間的合作讓我們獲益良多⋯⋯

Prompt 是你唯一能控制的輸入。講得清楚,AI 就能做出你要的東西。

兩種 Prompt

你看得見的,和藏在背後的

① 你打的字 (User) ② 人設一【省話助理】 ③ 抽換人設二【氣象主播】

使用者看見的(前台輸入)

<User Prompt> 你打的那一句話
台北天氣如何?

在對話框中,你只送出這一行問題。

對話框視角

AI 真正收到的組合包(後台黏合)

<System Prompt> 人設卡 ① · 省話助理
你是專業助理,請簡潔回答重點(限制 10 字內)
你是熱情氣象主播,請活潑播報並帶出門叮嚀
<User Prompt> 你的輸入
台北天氣如何?

背後黏上不同人設說明書,AI 就換上不同靈魂。

等待 AI 注入系統人設...
套用人設 ① · 省話助理 遵守 10 字內
「台北今日 25°C,陰短暫雨。」
抽換人設 ② · 氣象主播 活潑 + 溫馨叮嚀
「大家早安!台北今天 25 度偶爾飄小雨,出門記得帶傘喔!」
等待人設卡注入產出...

同一句話,背後抽換不同人設卡片,回答天差地遠。你今天要做的 Skill,本質上就是一份預先寫好的 System Prompt 專業說明書。

Prompt Engineering

不是在背技巧。是想清楚你要什麼

① 模糊指令 ② 補齊 5 要素 ③ 一次到位
<Prompt 輸入> 點擊畫面步進拆解
「幫我寫文章」
主題暑假親子課程
對象30~40 歲媽媽
長度300 字
語氣溫暖帶行動呼籲
格式IG 貼文
輸出結果(隨機生成 · 摸黑盲猜)
不知道主題細節、風格、長度與對象。AI 只能隨機生成,猜測你要什麼。

想清楚你要什麼,永遠比背技巧更重要。等一下做 Skill,description 寫得好不好,就是這門功夫的應用。

第五層 · Tool · 本質

AI 碰不到世界,Tool 是伸出去的手

① 痛點:碰不到世界 ② 解法:平台敲工具
無手腳 · 被困在紅牆內
大模型 (LLM)
文字進、文字出。沒有感知器官,碰不到真實世界。
即時天氣
查不到
Gmail
發不了
瀏覽器
開不了
Google Sheet
看不到
1
你問問題
「台北天氣?」
2
大模型「說」
我要呼叫天氣工具
3
平台「做」
實際去敲天氣 API
4
整理成人話
「台北 25°C,晴」

第六層 · API · 核心本質

API 就是得來速的點餐窗口

得來速情境比喻圖
① 資格卡
② 點餐麥克風
③ 取餐窗口
● 運作示意 API 得來速標準流程
Authorization: Bearer sk-live-ordilux-8921
你的程式在車內點餐,後端廚房自動料理,標準資料盒直接從窗口遞出
01

出示會員身分卡

API Key 身份憑證

店家確認你有進場權限與扣款額度,無卡或卡號過期直接拒絕服務。

Header 參數 x-api-key: "ord_sec_991823"
02

照著菜單精準點餐

Request 請求參數

不能含糊說「隨便來點吃的」,必須依規範指名端點與參數(如 2 號餐、去冰)。

GET 請求 /v1/weather?city=Taipei&unit=celsius
03

窗口遞出打包餐點

Response 回傳資料

廚房依標準盒裝遞出打包好的資料(JSON),程式接過即可直接食用。

JSON 響應 { "status": 200, "temp": 24.5, "rain": "10%" }

實作 ① · 體驗先行

打開瀏覽器網址列,現在就敲一個真 API

不用寫程式,在網址列按 Enter 就送出了一個真 API 請求!


1在瀏覽器網址列貼上、按 Enter(對窗口點餐)
https://dog.ceo/api/breeds/image/random
2伺服器遞出標準餐盒(回傳 JSON 數據)
{
"message": "https://images.dog.ceo/breeds/husky/n02110185_1469.jpg",
"status": "success"
}
3把 message 那條網址點開或貼上 → 看到一張隨機狗狗照!

Aha Moment! 你剛剛做的,就是 AI 與自動化在背後做的事:敲窗口、拿回資料、開箱使用!

敲窗口的底層

剛才的一來一回,就是 HTTP 請求與回應

就像傳紙條:一個 Request 丟過去,一個 Response 傳回來。


dog.ceo
你的瀏覽器
YOUR COMPUTER
① 請求 REQUEST
「請給我一張隨機狗狗照」
② 回應 RESPONSE
「這是哈士奇照片網址,拿去」
伺服器
dog.ceo API

你每天輸入網址打開網頁,背後跑的都是這張傳紙條的一來一回。

實作 ② · 網址參數體驗

在網址列換城市,親手感受「網址參數」

問號後面的參數像明信片,改一個字,拿回來的資料就跟著變。


1在網址列輸入台北天氣 API ➔ 按 Enter
https://wttr.in/Taipei?format=3
2螢幕即時吐出結果:
Taipei: ⛅️ +28°C
3把網址上的 Taipei 改成 Tokyo 或 Taichung 再次按 Enter!
https://wttr.in/Tokyo?format=3 ➔ Tokyo: ☀️ +22°C

明信片 vs 密封箱:網址上的參數像明信片(路人看得見、適合查公開資料);大量長文與機密密碼則放進看不到的 Body 密封箱!

第三層 · 傳輸動作語義

發請求時,先講你想做什麼:HTTP 核心動詞

發送請求就像在辦公室交辦事務:先講清楚動作,對方才知道怎麼處理。

GET 看公佈欄 · 單純讀取 安全無副作用
只看不改:剛才查狗狗、查天氣都是 GET!看一千次也不會改動任何資料庫。
POST 交申請表 · 叫 AI 動手 80% AI 核心
叫 AI 動手:送出資料讓對方處理(如發送 Prompt 叫 AI 整理報表、寫入 Google Sheet)。
PUT 改整份 · 整包覆蓋 整份換新
更新既有資料:把舊的通訊錄或設定整份抽換成最新版本。
DELETE 丟碎紙機 · 銷毀移除 永久刪除
命令伺服器永久刪除指定資料(如清除已過期的測試單據)。
🔍 動作示範:查今天天氣 (GET)
行政人員與 AI 的傳遞紙條
📤 你的指令 (送出請求)
GET「幫我查一下台北今天氣溫」
背後傳送:city=Taipei & unit=celsius
📥 伺服器回傳 (接收結果)
狀態:200 OK (順利查到)
🌤️ 台北今天 24.5°C,晴天,濕度 65%
💡 白話解析:就像你抬頭看公佈欄,純看資料,資料庫毫無變動!
動詞特性

非工程師速記口訣:GET 是「看公佈欄(查資料)」,POST 是「交申請表(叫 AI 動手產出)」!

● METHOD: GET (200 OK)

實作 ③ · 狀態碼體驗

故意把網址打錯,親眼看看 404 報錯

故意輸入錯誤網址按 Enter,親眼看外送員回報 404 找不到!


200 (綠燈)大成功! 資料順利拿到、餐點已送達(剛才 dog.ceo 成功時拿到)
400 (黃燈)你點錯單了! 格式寫錯、缺少必要參數
401 (黃燈)沒帶會員卡! 忘了帶 VIP 手環 API Key 或金鑰過期
404 (黃燈)門牌地址拼錯! 找不到這個網址或資料(剛才故意打錯時拿到)
500 (紅燈)店家廚房著火! 對方伺服器故障當機(不是你的錯,喝杯水稍後再試)

記住大原則:看到 4 開頭 檢查自己(Key/網址有沒有填對),看到 5 開頭 是對方伺服器出事,不用慌張!

實作 ④ · 數據格式本質

JSON 就是貼好標籤的透明九宮格便當盒

每一格都有標籤(Key)與內容(Value),電腦指名標籤就不會抓錯。


✕ 沒貼標籤的純文字(混成一團)

https://images.dog.ceo/breeds/husky/123.jpg success

沒標籤,程式分不清哪一段是網址、哪一段是狀態,容易抓錯!

✓ 貼好標籤的 JSON 便當盒(一清二楚)

{
"message": "https://images.dog.ceo/…/husky.jpg",
"status": "success"
}

指名 message 拿圖片、指名 status 查狀態,0 誤差精準取用!


記住本質:JSON 就是 「標籤(Key): 內容(Value)」,全世界的 API 與 AI 都是用這個標準便當盒在交換資料!

揭秘 · 冰山底下

平常都在哪運行?其實是瀏覽器幫你藏起來了

我們平常點按鈕、滑手機,其實背後每一步都在默默遞送結構化資料。

人眼看到的 · 前端 UI 手機 App 點餐畫面
food-app.com/order
☕️ 美式黑咖啡 (大杯)
NT$ 95

專門給人類眼睛看的視覺裝潢:漂亮排版、商品照、可點擊的按鈕。

底層真實運行的 · 後端資料盒 網路線裡傳遞的純淨數據
📦 點擊按鈕瞬間,傳出的 4 欄位便當盒
品項美式黑咖啡
數量1 杯
規格大杯 (L)
金額NT$ 95
➔ 系統回傳:✅ 購物車已更新 (總金額 95)

專門給電腦與 AI 讀取的便當盒:點一下按鈕,背後就默默發出一次 API!

自動化心法

人類需要看漂亮裝潢慢慢按滑鼠;AI 直接跟後台窗口拿便當盒,繞過裝潢,速度快 100 倍!

F12 瀏覽器按 F12 ➔ Network 即可看見資料盒

生活實戰對映

你用過的每個 App,背後都在叫 API

9:41
5G ●●
🍔 美食外送 App LIVE
🗺️
正在搜尋周圍 500m 餐廳
正在向 Google Maps 請求座標與店家清單...
① Google Maps 地圖定位 API
經緯度定位、店家搜尋、外送路徑與外送費即時計算。
② LINE / Google OAuth 登入 API
免手動輸入密碼,由第三方驗證身分並回傳授權權杖 Token。
③ LINE Pay / 綠界 金流扣款 API
信用卡交易驗證、即時扣款確認、自動開立電子發票。
④ Twilio / SendGrid 訊息廣播 API
0.5 秒發送手機簡訊 OTP 驗證碼、訂單確認信與物流通知。
LIVE HTTP PACKET · GOOGLE MAPS API ● CONNECTED (200 OK)
> GET /maps/api/place/nearbysearch?lat=25.033&lng=121.565
➔ { "status": "OK", "total_results": 18, "restaurants": ["鼎泰豐", "路易莎"] }
你沒寫一行程式,但每次在手機上按一個按鈕,背後其實都在敲全世界各地的 API 得來速窗口!

行政必備 · 三大窗口

查資料、貼表格、發通知:三個實用窗口

API Key 就是點餐會員卡,有卡窗口才理你。

Serper
「一份 Google 搜尋與廠商新聞」
要 Key · 現場申請
Google Sheets
「把資料自動寫入雲端表格」
免 Key · 登入按同意
LINE / Gmail
「把結果一秒推播給全團隊」
要 Token · 授權即可

你的 Skill 就是那台開進得來速的車,知道對哪個窗口、點什麼餐。

看一個真的

問一句,AI 自己去敲窗口


1你問 「台北中山區有什麼火鍋店?」
2AI 寫一小段請求,去敲 serper 窗口(照菜單格式點餐)
POST api.serper.dev/search
{ "q": "台北中山區 火鍋" }
3窗口回一包 JSON,AI 整理成人話
{ "organic": [
{ "title": "詹記麻辣鍋", "rating": 4.5 },
{ "title": "馬辣中山店", "rating": 4.3 }
] }
→ 中山區評價較高的有詹記(4.5)、馬辣(4.3)、這一鍋(4.2)。

這段「寫請求去敲窗口」的小腳本,AI 自己會寫。階梯 6 你就會親手玩到,不用先會寫程式。

第七層 · 協議革命

MCP:AI 工具的萬用 Type-C 插座

✓ 標準接頭 · 即插即用

不管是什麼外部軟體,只要裝上 MCP,全變成標準 Type-C 接頭。大模型一插即通,不用工程師手動寫轉接代碼!

🧠
Claude AI
🔌 Type-C: Notion 連通
📓
Notion MCP
🔌 Notion MCP ➔ 自動宣讀 3 個筆記查詢工具
⚡ 大模型獲得能力:Notion 知識庫 ● LIVE CONNECTED
🔍 搜尋內部知識庫 (Search)
幫你快速翻閱內部 SOP、過往專案與會議紀錄。
📖 讀取頁面結構 (Read Page)
精準讀取指定筆記或表格內容,不需手動複製貼上。
✍️ 建立專案筆記 (Create Page)
自動將 AI 整理後的結構化結論直接寫回 Notion!

分工記住一句話:MCP 是「硬體插座」(負責連線接通);今天你要學的 Skill 是「軟體食譜」(教 AI 把事情做對)。

第八層 · 自主閉環

Agent:會規劃、執行、檢查、修正的超級同事

大模型只是大腦,加上手腳、記憶與自主規劃,就變成了能獨立交件的超級助理。

01 PLAN 規劃
目標拆解
把主管一句話交辦,自動拆成 3 個可執行的具體步驟。
02 ACT 執行
調用工具
自動打開 5 間分店檔案,批次清洗 128 筆零用金資料。
03 REVIEW 檢查
自主審查
核對總額:發現 2 筆科目名稱與標準小抄不符!
04 FIX 修正交付
自癒修復
自動對照小抄更正科目,驗算平衡後產出標準總帳!
📋 辦公室任務:整理 5 間分店零用金流水帳並彙整總帳
階段 1/4 · 規劃中 (25%)
🗣️ 主管交辦
「幫我整理 5 間分店零用金流水帳,並彙整出本月總帳」
🧠 Agent 自主拆解計畫
1. 依序讀取 5 間分店 Excel 檔案明細
2. 清洗合併儲存格、剔除空白列與格式異常
3. 對照 8 大標準會計科目,合併產出總帳報表
💡 規劃心法 大模型主動思考具體執行路徑,不需要人類一步步指揮!
自主閉環

普通 AI 只給建議(動口);真正的 Agent 具備「規劃 ➔ 執行 ➔ 檢查 ➔ 修正」自閉環,動手完成交付!

● AUTONOMOUS LOOP

第九層 · 主角登場

Skill:給 Agent 的超能力光碟

💿 SKILL.md · 晨會秘書
---
name:
morning-brief
description: 每日 9 點前整理行程與待辦
---

# 執行規則:
1. 調用 Calendar 讀取今日 3 場會議
2. 抓取 LINE 待辦事項
3. 格式化為三段式 Markdown 摘要
💡 原理:平常收在硬碟不佔 Context 桌子,要用時 Agent 自動讀取說明書,立刻變身專職秘書!
⚡ 執行晨會秘書 Skill ● AUTO EXECUTION
你只下了一句話:
「幫我準備今天的晨會重點」
📋 今日晨會摘要 (2026/08/16)
• 10:00 客戶需求訪談 (Teams 線上會議)
• 14:30 專案進度同步 (大會議室 A)
• 🚨 待辦提醒:五泰合約需於 17:00 前用印
✓ 依照 SKILL.md 規定自動調用日曆與通訊工具,產出標準格式!

超能力光碟:一份 Markdown 說明書,就是你教 Agent 照規矩辦事的最高武器!

接下來做什麼

這就是今天的主角。你會親手做好幾個

接下來十個階梯,把重複工序變成一句話跑完的 Skill。


✦ Skill← 今天你要親手做的,站在最頂端
Agent你用的 Claude Code
MCP統一插座
API點餐窗口
ToolAI 的手
Prompt / Context / Token / LLM最底層的地基

你今天學的九個概念,全疊在這座塔上,Skill 就站在最頂端。把最煩的重複工序一個一個變成 Skill,最後做出一個用你自己風格寫作的 Skill。我們開始。

九層收斂

九層疊起來,只學最頂那層


LLM腦。猜下一個字的文字接龍機器。
Token它的眼。文字被切成塊後轉成數字。
Context桌子。它當下能看到的全部東西。
Prompt你的指令。System 設規則、User 問問題。
Tool它的手。讓它碰到真實世界。
API服務的點餐窗口。程式照菜單呼叫。
MCP工具的統一插座。Type-C 的概念。
Agent會自己規劃的它。你只下意圖。
✦ Skill你教它做事的說明書。今天你來寫這個。

你不用懂怎麼造腦造手。你只要學會寫最頂層那份說明書。我們開始。