01 / 24
2026.05.13×領先時代×內訓 #01
>老K的
工作流地圖
從 超忙個體 走向 AI 指揮官。
升級每個人的獨立工作流。
老K
·
LEADING MRK
PART 2 ｜ 主題
從需求到構想，
從對話到實踐的
AI 創造流。
約 20 分鐘 ｜ 24 張
02 / 24
PART 1
01
必備設定
你要開始用 Claude Code 前的三件事
03 / 24
PART 1|第一站
>① 安裝 Claude Code
10 分鐘搞定。卡住就問，不要憋。
01
裝 Node.js
到 nodejs.org 下載 LTS 版（≥ 18），一路 Next。
Mac 用戶可 brew install node。
02
裝 Claude Code CLI
終端機跑：
npm install -g @anthropic-ai/claude-code
出錯常是 npm 權限：用 sudo 跑。
03
登入
跑 claude 第一次會引導登入。
Claude Pro 訂閱（推薦）或 API Key 二選一。
04 / 24
PART 1|第二站 ｜ 編輯器
>VS Code / cmux / Antigravity 怎麼選？
三個都能跑 Claude Code。差別在介面、上手難度、給誰用。
RECOMMENDED
VS Code
最大眾的 GUI 編輯器
- GUI 直覺、檔案樹好看
- 大量 extension 生態系
- 新手最快上手
- 多 session 切換較慢
→ 老K 推：第一站
FOR POWER USERS
cmux
純終端、多 session 王者
- 極簡、超快
- 多 session 並行
- 純鍵盤、心流不被打斷
- 要學一點 keybinding
→ 進階後再換
EXPERIMENTAL
Antigravity
Google AI-first IDE
- AI agent 原生整合
- 跟 Cursor / Windsurf 同類
- 主要綁 Gemini 模型
- Claude 用戶不必跳
→ 觀望就好
路線建議：VS Code 起手 → 熟了之後試 cmux 體驗多 session 並行。
05 / 24
PART 1|第三站 ｜ 心法
>③ 卡住了？先去問 Claude 自己。
最快的安裝助手不是 Google，是 Claude Chat。它最懂 Claude Code。
第一個求助對象
打開
claude.ai → 跟它說
「幫我裝 Claude Code」它會給你 step by step 教學、Mac/Windows 都對應、出錯時你貼錯誤訊息它就接著解。
STEP 1
給情境
「我要在 Mac/Windows 上裝 Claude Code，目前完全沒裝過 Node.js。」
STEP 2
一步一步照做
每一步做完跟它說「OK 下一步」，卡住就把錯誤訊息整段貼回去。
心法：與其學裝法，不如學「怎麼問 AI 幫你裝」。
06 / 24
PART 2
02
Bonus 中階
不學也能用 ｜ 學了升級體驗
07 / 24
PART 2|BONUS 01 ｜ 安全網
>Git 版本控制 ＝ AI 的時光機。
AI 改錯能 rollback。會 3 個指令就夠，不必懂 branch / rebase。
沒 GIT
改回不來
- AI 自主跑可能改錯檔、刪錯東西
- 沒記錄 = 整個重寫
- 連「上一個版本長什麼樣」都不知道
有 GIT
3 個指令搞定
git init 啟用版本控制git add . && git commit -m "msg" 存檔點git diff 看 AI 改了什麼- 真的搞砸：
git reset --hard HEAD 回上個存檔點
Git 不是給工程師的，是給 「會用 AI 修改檔案的人」 的安全網。
08 / 24
PART 2|BONUS 02 ｜ 加速
>多角色 + sub agent 並行做事。
一個 Claude 太慢？派出去同時跑 N 個。
招式 1
多成員角色：客製化 AI 主管團
我建了 12 個 C-Level 角色：銷售長 / 人才長 / 數據長 / 法務長⋯
一句「請主管團隊評估這份合約」
→ 5 個視角同時上來、避免單一觀點盲點。
招式 2
Sub agent：一個任務派 N 個分身
例：截 9 個網站圖 → 派 1 個 agent。
主對話繼續做別的事、agent 跑完通知。
適用：研究、批次處理、跨多檔案。
「同時做事」是 AI 最被低估的能力。一個人做不到、但 N 個 AI 分身可以。
09 / 24
PART 2|BONUS 03 ｜ 累積
>記憶 & skill ＝ AI 越用越懂你。
第一次跟 Claude 對話 → 它什麼都不知道。用對方法累積 → 它變成你的「外腦」。
類型 1
記憶
跨 session 的「事實」
你是誰、客戶是誰、團隊規則、踩過的坑。下次 AI 自動帶上、不用重講。
類型 2
Skill
跨 session 的「工作流程」
「整理會議紀錄」這類重複任務，存成一個指令一句話呼叫。
類型 3
CLAUDE.md
專案層的「設定檔」
這個專案的規則、credentials 位置、特殊 SOP。放資料夾根目錄、AI 自動讀。
老K 累積：~ 200 條記憶 + 28 個 skill + 多份 CLAUDE.md。半年內慢慢養大，不是一次寫完。
10 / 24
PART 2|BONUS 04 ｜ 維持狀態
>省 context ＝ AI 維持腦袋清醒。
Context 滿了 → AI 變慢變糊，重要的事被擠出去。
01
清掉雜訊
長對話定期 /clear，留重要的脈絡再開新對話。
02
分 session
不同主題開不同視窗。不要一個對話講 100 件事。
03
用 sub agent 隔離
大量讀檔/搜尋任務派給 sub agent，主對話保持乾淨。
「短對話 + 多 session」勝過「一個對話講 100 件事」。AI 跟人一樣，要分頭辦事才不會亂。
11 / 24
PART 3
03
AI 創造流
從一個情境 ｜ 到變成可重複的 skill
12 / 24
PART 3|階段 01 ｜ 起點
>① 「我手邊什麼事最煩？」
不要從「我可以做什麼炫的」開始。從你已經在重複做的事開始。
錯誤起點
- 「我來學一下 prompt engineering」
- 「AI 可以做什麼？」
- 「先把 Claude Code 文件讀一遍」
- 學完不知道用在哪
正確起點
- 「我每週寫週報要 1 小時，能不能更快？」
- 「整理會議紀錄煩死了，AI 能幫嗎？」
- 「客服回信我每次都重打，能存起來嗎？」
- 從具體痛點開始，下一步自然出現
問「能不能更快」比問「AI 能做什麼」更好。一個是工具找答案，一個是知識迷路。
13 / 24
PART 3|階段 02 ｜ 釐清
>② 跟 Claude 來回對話，把模糊變清晰。
第一次不要直接給 prompt。先給「情境」，讓 AI 反問你。
01
給情境，不給命令
「我每週都要整理 LINE 群組的對話成摘要，給團隊看，現在這樣做...」
02
讓 AI 反問你
「摘要要多長？要分段嗎？要點出誰講的嗎？要存到哪？」
你回答的過程就是釐清需求。
03
一起寫第一版
AI 給草稿、你給反饋、來回 3-5 輪。
第一版能跑 = 釐清完成。
「對話釐清」是 AI 工作流最關鍵的階段。多花 10 分鐘對話，省下 1 小時改錯。
14 / 24
PART 3|階段 03 ｜ 實踐
>③ 前 3 次手動跑，不要急著自動化。
第 1 次驗證、第 2 次修正、第 3 次抓 pattern。第 4 次才值得寫成 skill。
太早寫 SKILL
- 第一次跑一定有破綻
- 把破綻固定下來
- 每次還要回去改 skill
- 反而更累
3 次手動跑你會抓到
- 真正的步驟順序（不是你想的）
- 邊緣情況（特殊客戶、空白資料）
- 你的審稿風格
- 哪些一定要 AI 做、哪些一定要你判斷
前 3 次不是浪費時間，是 付學費。沒這 3 次，第 4 次的 skill 寫不準。
15 / 24
PART 3|階段 04 ｜ 累積
>④ 建立 skill ＋ 保存記憶。
前 3 次學費繳完，第 4 次起每次都省 80% 時間。
輸出 1
建立 skill ｜ 把流程存成一句指令
告訴 Claude：
「幫我把剛剛這個流程存成 skill，叫 /meeting-note」
下次只要 /meeting-note 就跑完全流程。
輸出 2
保存記憶 ｜ 把背景知識存進長期記憶
「記住：我們團隊有 11 人，每月分享會用 #🤖｜ai自動化工作流討論區 頻道」
以後 AI 自動帶上這個背景、不用每次重講。
完整循環：情境 → 對話 → 3 次手動 → skill ＋ 記憶 → 下個情境再開始一輪。半年累積 5-10 個 skill。
16 / 24
番外|第 5 階段（給上癮的人）
>Skill ＋ Loop ＝ 「不用我啟動」也會自己跑。
固定排程的事丟給 Loop。醒來就有結果，出國也能跑。
頻率 1
每天 /daily-ops
早上 8:30 自動跑、產出今日待辦。
我起床打開電腦，今天該做什麼已經列好。
頻率 2
每週 /brand-weekly
每週日 22:00 自動跑、小抱報初稿。
週一早上審稿發出去。
頻率 3
每月 /monthly-data
每月 1 號自動跑、月會數據備齊。
月會前不再臨時抓數字。
手動跑 = 你的時間。Loop 跑 = 機器的時間。把「規律的」交給機器，「需要你」的事留給你。
17 / 24
PART 4
04
現有工作流
我目前的 AI 創造流 ｜ 真實成果
18 / 24
PART 4|先看 3 個畫面
>我跟你 同樣一天 24 小時，現在長這樣。
這些事我以前也都做。差別是 「本來會做、但很煩」的 70% 現在丟出去了。
☀
AM 09:00
早上巡檢
「秘書，今天有什麼？」一句話巡完 5 個 tab，10 分鐘掃完。以前 1 小時。
◐
PM 14:00
諮詢攻略
客戶資料、歷史、心智圖、視覺包，10 分鐘一次到位。以前要 2 小時。
◑
月底
7 金流自動對
麻布 / Wise / PayPal / Stripe / HSBC ⋯ 自動分類。以前 2-3 天痛苦消失。
你最常被卡的那個瓶頸，我大概 已經幫團隊拆過了。
19 / 24
PART 4|28 個 SKILL 分成 4 大群
>4 大情境 ＝ 我的日常工作流。
情境 01 ｜ 諮詢前後
2 小時 → 30 分
/prep-1on1 攻略 ＋ 視覺包
/brand-consult-review 復盤＋追售一條龍
/transcribe 逐字稿｜/follow-up 追售
情境 02 ｜ 學員 / 團諮
一整天 → 30 分
/consultr-sync-homework 50 篇作業
/brand-group 團諮場次頁＋解答草稿
/brand-weekly 小抱報自動產出
情境 03 ｜ 漏斗 / 銷售
2 天 → 2 小時
/funnel 全漏斗即時數據
/ads Meta 廣告分析
/monthly-data 月會數據備齊
情境 04 ｜ 財務 / 行政
3 天 → 3 小時
/ops-bookkeeping 7 金流自動對帳
/ops-laobao 9 顧問月勞報
/manage-sites 126 站集中管理
每組都是「3 次手動 → 建立 skill」的循環長出來的。
20 / 24
PART 4|上完課 → 萃取成可重用的工具
>上完一堂好課 ＝ 5 個固定指令誕生。
同一個套路：上課 → 整理框架 → 跟 Claude 對話 → 變成下次能一秒呼叫的指令。
Funnel Mastery（Zac）
5 個漏斗武器
/funnel-vsl-script VSL 銷講
/funnel-welcome-email 歡迎信
/funnel-email-seq-gen 教學序列
/funnel-sales-email 銷售信
/funnel-consult-booking-page 預約頁
接案法律（賴瑩真律師）
5 個法律框架
/legal-contract-review 合約 9 要素
/legal-dispute-resolution 爭議三階段
/legal-ip-rights 著作權與智財
/legal-partnership 合夥決策
/legal-social-welfare 勞健保補助
課程不是「上完就懂」，是 「整理成下次能一秒呼叫的工具」。一堂好課 ＝ 5 個常駐技能。
21 / 24
PART 4|需要什麼工具就自己生
>我自己 跟 AI 邊聊邊蓋的 8 個網頁。
沒有現成的工具？等不到 SaaS？跟 AI 邊聊邊寫，自己生一個。 點 cell 看詳細
22 / 24
12 個場景背後的共通心法
>三個我希望你 帶走的心智模型。
01
AI 取代「整理工」
不取代「判斷力」
你的專業判斷沒人能取代。但你 70% 時間花在整理、搬運、複製貼上，這 70% 可以丟給 AI。
02
每件事做第三次
就值得固定下來
不要第一次做就想自動化，會卡住。先用人腦做 1-2 次，第三次發現「又在做這個」，那時候跟 AI 說「下次記得這個流程」才精準。
03
把 AI 當實習生
不是當神
它會出錯、會誤解，所以給任務要明確、要審。但只要你願意審，它能幫你跑完 80% 的雜事。
23 / 24
給領先夥伴的支持系統
>四階段學習路線 + 三條支持線。
三個月做出第一個固定指令就達標。今晚不用、下週不用。
01
先用
找一件「每週都做、做到煩」的事，丟給 Claude Code 跑一次。
02
存起來
做第三次時，把跟 AI 講的話固定下來，下次一個關鍵字就能呼叫。
03
分享
下個月會輪到你，把你做了什麼、踩了哪些坑講出來，團隊跟著進化。
04
給隊友用
把你做出來的東西放進團隊共用區，11 個人一起用就省 11 倍時間。
24 / 24
最後一件事 ｜ 帶這個離場
⭐ 回到 Notion 大綱頁、自己留言
接下來一個月，我想用 Claude Code 解決的一個情境是：
@老K ｜ Kevin：（寫你的那件事）
成功 = 7 天後
11 位夥伴有 6 個人在 #🤖｜ai自動化工作流討論區 頻道 po「我試了 X」
不是要
學會 28 個指令、變成第二個老K
門檻就一件事，沒了。
你不用變成我。你只要 踩進第一階段。