Claude 101 是一份從入門到產品地圖的課程筆記：先理解 Claude 作為 thinking partner 的定位與有效 Prompt 的三個元素，再認識 Chat、Cowork、Code、Projects、Memory、Artifacts、Skills、Connectors、Enterprise Search 與 Research；各功能的可用性仍會受到方案、平台與組織設定影響。

這堂課的範圍比我原本預期的廣。它不只從第一次對話與有效提示開始，後面還一路介紹 Projects、Artifacts、Skills、Connectors、Enterprise Search、Research，以及 Chat、Cowork、Code 這幾種不同的工作方式。

所以這篇先保留比較完整的課程筆記形式，不急著把每一個功能濃縮成一句結論。對 Claude 還沒有完整產品地圖的人來說，先知道有哪些工具、它們分別解決什麼問題，可能比先背一套 Prompt 技巧更有用。

1. 什麼是 Claude？

Claude 不只是聊天機器人，也可以把它理解成設計來當 thinking partner 的 AI 助理。它不只負責回答問題，也可以陪你整理想法、分析資料、寫作、研究，或把一個比較複雜的工作拆成幾個步驟。

Anthropic 將 Claude 描述為以 Constitutional AI 訓練的助理，讓模型依照一組明確的原則調整行為，方向包含 helpful、honest、harmless，以及降低有害或歧視性輸出的風險。Anthropic 對 Constitutional AI 的說明也提到，這種做法的其中一個目的，是讓模型採用的價值與行為方向更容易被理解與調整。

這不代表 Claude 的回答永遠正確，也不代表它會自動知道你的工作背景。比較好的理解方式是：它是一個能力範圍很廣、可以協作完成文字與知識工作，但仍然需要人提供脈絡並檢查結果的助理。

目前主要有三種使用管道：

• 網頁：直接開啟 claude.ai 使用。
• 桌面：下載 Claude Desktop，在電腦上使用 Chat、Cowork 或 Code；桌面環境也支援本機檔案與部分桌面擴充功能。
• 行動裝置：使用 iOS / Android App，適合快速提問、語音輸入或分析照片等情境。

Claude Desktop 的實際功能會依作業系統與方案而不同。官方目前也列出 Linux beta 支援，因此「Mac / Windows」比較適合當作常見使用環境，而不是完整的平台限制。

2. 與 Claude 的第一次對話：撰寫有效的提示

第一次和 Claude 對話時，可以先記住三個要素：

1. 鋪陳情境（Setting the stage）：你的角色是什麼？目標是什麼？有沒有工作背景、受眾或既有資料需要讓 Claude 知道？
2. 定義任務（Defining the task）：希望 Claude 採取什麼具體行動？要分析、整理、比較、重寫，還是產出一份可以直接使用的文件？
3. 指定規則（Specifying rules）：希望用什麼風格、語氣或格式？有沒有範例、限制條件或評估標準可以附上？

以投資人簡報為例，與其只說「幫我做一份 pitch deck」，不如補上：

• 鋪陳情境：這是為新創獨立串流 App 準備的投資人 pitch deck。
• 定義任務：清楚說明產品定位、市場機會、商業模式與目前進度。
• 指定規則：使用專業報告格式，若需要外部資料，請查找最新網路資料並附上引用來源。

這樣的差別不在於 Prompt 寫得像不像一段神秘咒語，而是 Claude 是否取得了足夠的判斷條件。你提供的背景越接近實際工作，Claude 越有機會把答案放進正確的情境裡。

對話是反覆迭代的

第一次提示很少能一次到位，這是正常的。比較有效的方式，是把對話看成一連串小提示：先請 Claude 產出初稿，再針對結構、內容、語氣或遺漏之處提出具體回饋。

例如第一版太像簡報大綱，可以直接說「保留目前的市場分析，但把每一頁改成投資人能快速理解的主張，並補上每個數字的來源」。這比重新開一個對話、把原本的需求全部重打一次更容易保留上下文。

Memory（記憶）

如果帳號與環境開啟了 Memory，Claude 可以從過去的對話中整理出與你有關的工作脈絡，例如偏好、習慣、工作方式或之前提過的事項。你可以在 Settings 裡檢視、管理或刪除記憶。官方目前的說明也提醒，不同方案與執行環境的預設行為不完全相同：Team / Enterprise 可能需要由 Owner 開啟，而在本機執行的 Cowork session 不使用 Memory。

Memory 和 Project Knowledge 不是同一件事。Memory 比較像「Claude 逐漸知道我平常怎麼工作」，Project Knowledge 則是「這個專案需要參考哪些明確資料」。不能因為 Claude 記得你的語氣偏好，就推論它已經知道某個專案的完整背景。

Skills（技能）

Skills 是可重複使用的指令、文件、腳本與資源組合，教 Claude 如何處理特定任務或流程。當情境符合時，Claude 可以自動套用相關 Skill，不需要每次重新解釋完整規則。

3. 獲得更好的結果：常見挑戰及解決方法

第一次的提示很少能一次到位，把它當作對話的開始，而不是一次性的委託。常見挑戰與解法可以整理成下面這張表：

AI Fluency 4D

這裡也連到 Claude Academy 介紹的 AI Fluency 4D：

• Delegation（委派）：判斷什麼任務該交給 AI，什麼任務仍需要自己掌握。
• Description（描述）：把情境、任務、規則與限制說清楚。
• Discernment（判斷力）：評估 Claude 的輸出是否可信、是否符合需求。
• Diligence（嚴謹）：持續檢查、修正與迭代，而不是產出後就直接照單全收。

把 Claude 當協作夥伴，而不是一次到位的自動販賣機——先給、看結果、再具體回饋，是拿到好結果的關鍵循環。

4. Claude 桌面應用程式：Chat / Cowork / Code

三種工作方式，對應三種「工作形態」：Chat 是逐輪對話，Cowork 是交辦式工作，Code 是建構軟體。Chat / Cowork 是多數知識工作者會接觸的模式，Code 則是開發者的工作區。

Chat 是帶著半成形的想法一起邊聊邊想；Cowork 是描述目標後轉身去忙別的，回來拿成品；Code 則是專門給開發者處理程式碼庫與工程流程的工作區。

官方目前將 Cowork 描述成使用 Claude Code 同一套 agentic architecture、但不需要終端機的工作方式。Cowork 的可用平台與方案仍有差異，所以這張表比較像選擇邏輯，不是每個帳號都一定會看到完全相同的介面。

5. 專案介紹（Projects）

Projects 建立一個自成一體的工作環境，各自擁有獨立的對話紀錄、知識庫與自訂設定，解決每次開新對話都要重新上傳檔案、重新解釋背景的問題。

知識庫（Project Knowledge）

• 上傳文件後，Claude 會在該 Project 的對話中把這些資料納入參考。
• 對話內容不會自動變成所有其他對話都能使用的背景，除非把資訊加進 Project Knowledge，或由 Memory 保留相關個人脈絡。
• 檔名建議寫得明確，例如 Q4-2024-品牌指南.pdf，方便 Claude 搜尋與比對。
• 付費方案在 Project Knowledge 接近 context window 上限時，會自動啟用 RAG 模式，搜尋並擷取與問題相關的內容，而不是把所有檔案一次載入。

Claude 官方目前的 RAG 文件說明，RAG 可以讓 Project 的容量最多擴大到 10 倍，而且不需要使用者自行設定。這個功能不是把舊檔案刪掉，也不是要求使用者建立新的 Project。

自訂指令

可以用「Set project instructions」設定該 Project 內的回應風格、角色、格式或規則，套用到底下所有對話。例如要求 Claude 固定使用繁體中文、先列出假設再回答，或把輸出整理成指定的報告格式。

對話分享與權限

Team / Enterprise 的 Project 可以分享給組織成員。常見的權限層級包含：

• Can view：能看內容、存取知識庫與對話，但不能修改。
• Can edit：可以修改 Project instructions、知識庫與成員設定。
• 更高層級的管理權限則依組織設定而定。

Project = 預先載好知識庫與自訂規則的專屬工作空間，讓每次對話都有一致的背景與限制。

6. Artifacts 是什麼？

Artifacts 可以把「重要的產出」放到一個獨立視窗裡，不用埋在對話裡一路往上滑。網頁、圖表、程式碼或文件，都能在旁邊看到成品，再繼續修改。

Claude 通常會在內容具備以下特徵時產生 Artifact：

• 內容夠份量、自成一體，通常超過 15 行。
• 很可能會想繼續修改、迭代或重複使用。
• 複雜到脫離原本對話後，仍然看得懂它在做什麼。
• 之後還會想回來參考或繼續使用。

常見類型包括：

• 文件（Markdown / 純文字）
• 程式碼
• 網頁（HTML / CSS / JavaScript）
• 圖表（流程圖、時序圖、甘特圖）
• 互動元件（計算機、儀表板、小遊戲）

Artifacts 的價值不只是把畫面移到右側，而是讓產出脫離一次性對話，變成可以持續修改與分享的物件。可以複製、下載，或使用 Publish 取得連結。

公開發布的 Artifact 可以讓拿到連結的人查看與互動，基本功能不一定需要 Claude 帳號；但使用 AI-powered features 時，仍可能需要登入。Publish 與 Share 的方案差異也要特別注意：Free / Pro / Max 偏向公開發布，Team / Enterprise 則主要是組織內分享。

7. Skills 是什麼：技能 vs. 專案

Skills 是一包「教學文件 + 腳本 + 資源」，教 Claude 怎麼穩定執行重複性任務。Project 和 Skill 很容易一起出現，但它們處理的是不同問題：

兩者不衝突，還能互補。Skill 可以去 Project 裡抓資料來用，例如「客戶通話準備」Skill 直接引用 Project 知識庫中的客戶資料。

可以用下面這句話記住它們的差別：

要存資訊、當團隊知識庫——用 Project；要讓 Claude 每次都照同一套流程做事——用 Skill。Project 給料，Skill 給做法。

8. 連接你的工具（Connectors）

Connectors 由 Model Context Protocol（MCP） 驅動，可以把它想成「AI 的 USB-C」：用一個比較通用的標準，讓 Claude 連接到不同的應用程式與資料來源。

連接器讓 Claude 從助手變成比較知情的協作者，能夠存取每天使用的工具，搜尋檔案、擷取文件、分析資料、建立新內容，或更新既有記錄。

常見可以分成兩種類型：

• 網頁連接器：連結雲端服務，例如 Google Drive、Notion、Slack、Gmail 或其他工作工具。
• 桌面擴充功能：透過 Claude Desktop 在電腦上執行，讓 Claude 存取本機檔案與部分應用程式。

安全性與權限

• 權限應該限制在連接器所需的範圍，可針對每個應用程式個別設定。
• Claude 只能存取你在原始服務裡本來就有權限查看或操作的資料。
• 連線可以在 Claude 設定或第三方服務的安全性設定中撤銷。
• 只安裝來自可信來源的連接器，尤其是會讀取檔案或代表你執行動作的工具。

Connectors 官方說明也把權限邊界寫得很清楚：Claude 會繼承每個使用者在原始服務裡的權限，不能因為接上 Connector 就自動看到原本沒有權限的檔案、頻道或記錄。

9. 什麼是企業搜尋？

Enterprise Search 是給 Team / Enterprise 組織使用的跨工具搜尋功能。啟用後，側邊欄會新增類似「Ask Your Org」的專屬選項，整合散落在公司不同工具與資料來源中的知識，可以把它視為整個組織預先建好的搜尋型 Project。

啟用之後就能馬上搜尋嗎？

看到選項出現，代表組織層級設定可能已經完成，但通常還需要：

1. Owner / IT 選定連接器：至少連接一個文件類工具，例如 SharePoint 或 Google Drive，以及一個聊天類工具，例如 Slack 或 Teams。
2. 個人授權登入：每位使用者用自己的帳號授權已連接的服務，才能搜尋到自己有權限查看的內容。

是否安全？

Enterprise Search 的搜尋結果會依照原始連接工具的權限顯示。你只能看到自己本來就有權限查看、而且與查詢可能相關的內容；對話本身也不會自動變成其他成員可以閱讀的公開內容。

不過，「不會因為搜尋而擴大權限」和「資料完全不會被保留」是兩件不同的事。官方目前說明，搜尋結果會和相關對話一起保留，並受到組織資料保留政策影響。Enterprise Search 官方文件值得和課程中較簡化的安全性描述一起閱讀。

10. 深度探索的 Research 模式

Research 是進階功能，能將 Claude 從對話式助手轉變成比較系統性的調查者。它會進行多次、彼此建構的搜尋，同時決定接下來要調查什麼，自動探索問題的不同角度，最後整理成附引用來源的報告。

它和一般問答的差別，不只是「搜尋得比較多」，而是 Claude 會根據前一步找到的結果，決定下一步要追查什麼。這種方式適合處理需要交叉比對、拆解子問題，或需要看不同來源的研究工作。

課程筆記提到，Research 的回應時間可能依複雜度從 5 到 45 分鐘不等；這比較適合當作課程當時提供的經驗範圍，不要當成固定 SLA。官方目前的說法是會在幾分鐘內完成，但實際時間仍然取決於研究問題與服務狀態。Research 官方說明也提醒，使用 Research 必須開啟 web search，且目前主要提供給付費方案。

撰寫有效 Research 提示的技巧

• 明確說明目標：不要只說「告訴我電動車市場的資訊」，改成「分析電動車電池市場——識別主要參與者、技術趨勢，以及可能影響投資決策的供應鏈挑戰」。
• 指定想要的章節或結構：Claude 會依照提供的結構組織研究結果。
• 納入相關限制條件：例如預算範圍、時間表、地理要求或資料截止日期，幫助 Claude 聚焦相關選項。
• 請 Claude 協助改善提示：不確定怎麼構思研究問題時，可以先請 Claude 把研究目標改寫成更完整的 Research prompt。

搭配 MCP 之後，Research 還可以從個人資料與已授權的工作工具中找出更符合需求的脈絡。不過資料來源越多，權限與來源品質的檢查也越重要。

11. 與 Claude 合作的其他方式

Claude 101 最後也把 Claude 放回比較完整的產品生態裡：

這張表比較像課程中的產品地圖，不代表每一項都會在同一個帳號、地區或方案中出現。功能名稱、支援平台與可用性都可能持續調整，實際使用前仍要以產品頁面與帳號設定為準。

12. 一題值得記住的測驗

Q：當 Project Knowledge 接近 context window 限制時，Claude 會怎麼做？

**答案：**自動啟用 RAG 模式，搜尋 Project Knowledge，只擷取回答問題所需的相關內容，容量最多擴大到 10 倍；不需要自己設定，也不會自動刪除舊檔案。

小結

Claude 101 看起來像入門課，實際上比較像一張產品與工作方法的總覽地圖。從第一次 Prompt 的鋪陳情境，到 Chat、Cowork、Code 的工作分工，再到 Project、Memory、Skill、Connector 和 Research，這些功能最後都在回答同一件事：這份工作需要多少背景、多少自主執行，以及多少人的判斷？

這堂課先不急著要求你把所有功能都用一遍。至少到這裡，我會先記住一個很實用的循環：先交代、看結果、再回饋。Claude 能不能幫上忙，通常不只取決於它有多強，也取決於我們有沒有把工作交代到它能判斷的程度。

我是 Jasper，從事軟體開發，目前專注打造 AI 工作流程。
本文同步發佈於我的 Blog，和我一起探討更多 AI 議題 🚀