方法跨工具
需求、規格、驗證與交付不屬於任何一家工具。Claude Code 是主要示範，Codex 等 coding agent 會補充概念對照。
這不是多工具功能大全。 需求拆解、規格、驗證、協作到交付——方法跨工具，Claude Code 作主要示範環境。 課程不要求提供公司機密、密碼、金鑰或客戶資料，實作預設使用公開或練習專案。
真正的落差，不在有沒有裝工具
工具發下去，不代表團隊會交付。缺少規格、驗證與 review，AI 只會更快產生一批難以判斷的結果。這門課把焦點放回工程方法。
驗證比生成更重要
AI 可以很快生出答案，但團隊需要的是驗收條件、測試與 review，知道什麼時候真的做完。
每堂都有產出
不是坐著看 demo。學員會在自己的練習專案上動手，帶走可繼續使用的工程資產。
先從適合團隊的深度開始
試辦不等於免費測試。三種方案共用同一套方法，差別在實作深度與可驗收成果；價格於確認需求後提供。
2–3 小時
導入工作坊
適合：主管、PM、工程團隊
帶走：建立共同語言、看懂 Agentic Engineering 工作流，盤點適合團隊的導入情境。
半天
E2E 實作課
適合：想先走過一次完整流程的團隊
帶走：從需求、規格到測試與交付，完成一個縮短但可驗證的實作。
9 堂・每週一堂
完整培訓
適合：要建立共同工作法的跨職能團隊
帶走：以貫穿專案累積規格、測試、Agent 規則與上線成果。
完整九堂，帶走的是交付證據
課堂產出不是練完就丟的範例，而是能回到工作繼續使用的規格、測試與 Agent 專案規則。
01
一次完整交付
從需求到上線走完一遍，不只看過工具示範。
02
團隊共同工作法
規格、驗證與 review 有共同語言，不再各自摸索。
03
可重用工程資產
帶走專案規則、SPEC、測試與自動化流程。
04
可量測的導入證據
用自己的 before／after 指標討論效益，而不是只談感覺。
9 堂，走完一次需求到上線
Claude Code 是主要示範環境；課程會說清楚哪些是工程方法，哪些只是工具實作。
手機可左右滑動查看完整表格。
| # | 主題 | 階段 | 實作 | 帶走 |
|---|---|---|---|---|
| 01 | Agentic Engineering 心智模型 | 認知與環境 | 完成環境健診，定義貫穿專案與成功條件 | 可執行的題目與驗收方向 |
| 02 | 從對話到能跑的第一版 | 第一次 E2E | 以 coding agent 做出可執行 v0 | 一個能跑、可繼續演進的 v0 |
| 03 | Plan、執行與 Review 迴圈 | 核心工作流 | 用計畫、差異檢查與 Git 收斂一次變更 | 可重複的開發迴圈 |
| 04 | 讓 Agent 讀懂專案 | 設計約束 | 建立 AGENTS.md／CLAUDE.md 等專案規則 | 一份精簡、可維護的 Agent 專案地圖 |
| 05 | 需求訪談與可驗證規格 | 需求分析 | 用訪談與 Example Mapping 寫出規格 | 一份含驗收條件的 SPEC |
| 06 | 擴充與自動化重複工作 | 能力擴充 | 比較 Skills、Hooks、MCP 與其他工具的對應機制 | 一個可重用的自動化流程 |
| 07 | 多 Agent 協作與隔離 | 並行協作 | 用 worktree／subagent 分工並交叉 review | 可控的並行開發經驗 |
| 08 | 測試與驗證迴圈 | QA | 先定測試，再讓 Agent 實作到通過 gate | 一個需求的測試與驗證證據 |
| 09 | Capstone：從規格到上線 | 交付 | 完成部署並比較 before／after 指標 | 上線成果與一組可解釋的效益數據 |
AI 研究流程應用模組：以加密市場研究為例
不是用 AI 產出一篇看起來很完整的報告，而是建立研究、交叉查證與風險檢查流程。AI 整理資訊，人負責決定什麼可信；流程不從價格開始，也不把模型輸出當結論。
01
先定義研究問題
專案解決什麼問題，研究對象是產品、協議、代幣還是風險事件。
02
蒐集第一手來源
官方文件、治理提案、鏈上資料與可信報導分層，不把社群轉述當原始證據。
03
讓 AI 結構化，不替你下結論
整理產品、團隊、收益來源、代幣用途與待查證清單，標出引用與不確定性。
04
交叉檢查與人工收斂
找反方、找同類、找風險事件，再由人決定哪些資訊足以支撐判斷。
可以使用
- 官方網站、文件與白皮書
- 公開治理提案與鏈上資料
- 可信媒體與研究報告
- 課前提議、確認過資料量與難度的公開專案
不會使用
- 學員持倉與交易紀錄
- 錢包地址、帳號或 API 金鑰
- 未公開投資研究與個資
- 需要登入私人社群才能取得的內容
風險聲明：本模組為技術與研究方法教育，不構成投資、財務、法律或稅務建議。加密資產價格波動劇烈，風險極高；不提供明牌、不保證收益，也不代替個人投資判斷。
也接受社群、場地或教育平台合作主辦 60–90 分鐘的研究方法講座，帶走研究框架與風險檢查表；不直接收個人名單。
教材與方法已經準備好，也完成了第一場企業內部分享
2026 年 10 月完成一場企業內部 AI 入門分享，教材設計成非工程背景也聽得懂；那份教材已改寫成免費自學網頁，你可以先看我怎麼教。完整九堂仍是試辦方案，正式授課成果會在完成後再補，不拿 Web3 的授課場次冒充 AI 成效。
9 堂完整交付路線
36 份教學素材
19+ 篇公開 Agentic 專欄
3 種導入時數
Instructor
講師｜史旺基 Swanky Hsiao
師大資工博士・東吳大學兼任助理教授・大型電信業技術主管・CSM 認證
我自 2018 年起持續於東吳大學教授區塊鏈相關課程，也累積 Web3 企業內訓 7 場以上。技術課不只解釋名詞，而是把問題拆到能判斷、能動手、能驗證；攝影課則從實際拍攝出發，讓學員在鏡頭前找到適合自己的表現方式。
我關心的不是哪個工具排行榜第一，而是團隊能不能建立一套換工具後仍然成立的交付紀律。
常見問題
一定要使用 Claude Code 嗎？
不一定。課程核心是跨工具的 Agentic Engineering 方法，Claude Code 是主要示範環境；可補充 Codex 等 coding agent 的概念對照。
非工程師能參加嗎？
可以，但實作深度會依團隊組成調整。主管與 PM 可從導入工作坊開始；完整九堂仍需要願意動手完成專案。
可以使用公司的內部程式碼嗎？
課程預設使用公開或練習專案，不要求提供公司機密、客戶資料、密碼或金鑰。若企業要使用內部情境，必須先完成自身的資安與權限審查。
試辦方案和正式課程差在哪裡？
課綱與教材已完成，2026 年 10 月也完成一場企業內部 AI 入門分享；但完整課程仍在累積正式企業授課實績，因此對外誠實標示為試辦方案。洽談時會先確認對象、目標與適合的時數。
先說清楚團隊要解決什麼
來信提供團隊角色、人數、希望時數與目前卡住的問題。我會依需求建議適合的試辦深度，不先塞一套九堂課給你。