Claude Cowork for Begineers

Transcript

1. Claude Cowork Workshop for Beginner May 9th 2026 In collaboration with
2. Today’s agenda 破冰小遊戲 AI 是什麼? 動手玩 Claude Cowork - 1 中場休息 動手玩 Claude Cowork - 2 結語 活動預告 & QA
3. About the host 蕭晊莛 Justin Claude 官方社群大使 | 41 Tech 共同創辦人 | @debuguy.dev 專注於 AI 商業應用與 AI 數位分身技術 擅長用白話方式分享生成式 AI 的實際應用 常於研討會與社群分享開發實戰案例
4. Eason Hu Community Partner Cloudia Xu Community Crew Gobby Chen Workshop Support Mitty Huang Workshop Support Mu Jou Community Partner Michael Ho Workshop Support Sunny Wu Workshop
 Support Nico L L Workshop
 Support Zanna Wu Workshop Support Workshop 助教群
5. 除了助教群 你們也很重要
6. 大家互相幫忙
7. 1 破冰小活動時間！ 請大家拿起手機 打開一個空白記事本， 或是任何可以打字的區域都可以 先上打一段話，開頭是： 「你好我是 (你的名字) 今天」 例如：「你好我是 Justin 今天」
8. 接下來有一個小挑戰！ 大家的手機鏈盤上方， 應該都有「候選字」對吧？ 就是那一排打字時會自動跳出來的建議字。 1 破冰 小 活動時間！ 請大家拿起手機 打開一個空白記事本， 或是任何可以打字的區域都可以 先上打一段話，開頭是： 「你好我是 (你的名字) 今天」 例如：「你好我是 Justin 今天」 我 你 這 今天 不 一 他 在 有 ↝ 2
9. 接下來有一個小挑戰！ 大家的手機鏈盤上方， 應該都有「候選字」對吧？ 就是那一排打字時會自動跳出來的建議字。 1 破冰 小 活動時間！ 請大家拿起手機 打開一個空白記事本， 或是任何可以打字的區域都可以 先上打一段話，開頭是： 「你好我是 (你的名字) 今天」 例如：「你好我是 Justin 今天」 我 你 這 今天 不 一 他 在 有 ↝ 2 規則： 你不能自己打字， 只能從候選字裡面選！ 想辦法用候選字， 組出一段能介紹你自己的文字。 待會會請大家分享這段文字給你身邊的夥伴 3
10. 破冰小活動時間！ 1 分鐘
11. 破冰小活動時間！ 請和身旁的夥伴分享 ＆ 歡迎貼到 Discord #新朋友自我介紹
12. 現在我想先問大家幾個問題
13. 你的老闆或客戶 希望你讓他的網站有 AI 你要怎麼做？
14. 我們試著這樣做你覺得如何？
15. 🌀Loading …
16. 🧠Thinking …
17. 現在大家在講的 AI 到底是什麼？
18. 時間倒回到 1950 年
19. 一個 1950 年的故事。 「機器能思考嗎？」 有一位數學家叫 艾倫·圖靈 (Alan Turing) 他提出了一個問題：
20. 一個 1950 年的故事。 「機器能思考嗎？」 有一位數學家叫 艾倫·圖靈 (Alan Turing) 他提出了一個問題： 但這個問題太抽象了， 而他設計了一個實驗：
21. 文 字聊天 文 字聊天 對象 A 對象 B ? 你跟兩個對象用文字聊天， 一個是人，一個是機器。 如果你分不出哪個是機器—— 那這台機器，算不算有思考能力？ 圖靈測試 這就是著名的 一個 1950 年的故事。 「機器能思考嗎？」 有一位數學家叫 艾倫·圖靈 (Alan Turing) 他提出了一個問題： 但這個問題太抽象了， 而他設計了一個實驗：
22. 圖靈測試 亦稱之為 《模仿遊戲》 （2014 年上映）
23. 時間倒回到 1913 年
24. 問題是： 當猴子偶然打出「To be or not to be」時， 牠真的懂這句話的意思嗎？ 當然不懂。它只是隨機， 剛好排出有意義的字而已。 1913 年 「無限猴子定理」 埃米爾·鮑萊耳: 『一隻猴子在打字機上隨機亂敲， 給它無限時間，理論上， 它終究會打出莎士比亞全集。』 聽起來很瘋對吧？ 但這在數學上是成立的 ‘To be or not to be’ a a % 8 ? # k ! !
25. 這兩個故事 和 AI 有什麼關聯？
26. 因為這個時間點的 AI 實際上背後的原理是 LLM (Large Language Model) 大語言模型
27. 那 LLM 是什麼？ LLM 其實就是一隻 「進化版的猴子」。 回想一下，剛剛你做了什麼？ 想寫一段話 從候選字中挑選適合的字 把它們組合成一段句子 過程中，你是不是為有一種感覺： 怎麼沒有我想要選的字？！ 你剛剛做的事，跟 LLM 做的事， 本質上非常相似： 根據面前的內容，預測下一個最可能出現的字。 你好 我 是 今天 很 開 心
28. 那 LLM 是什麼？ LLM 其實就是一隻 「進化版的猴子」。 回想一下，剛剛你做了什麼？ 想寫一段話 從候選字中挑選適合的字 把它們組合成一段句子 過程中，你是不是為有一種感覺： 怎麼沒有我想要選的字？！ 你剛剛做的事，跟 LLM 做的事， 本質上非常相似： 根據面前的內容，預測下一個最可能出現的字。 你好 我 是 今天 很 開 心 那「大」在哪裡？ 現在想像一下： 如果今天的候選字，不只是手機鏈盤上那幾個， 而是幾乎—整本字典— 你是不是就有機會組出更近接你想說的話？ 再想像一下： 如果候選字不只是字典， 還包加了人類寫過的所有書、 所有文章、所有對話— 那組出來的句子， 是不是就會像真人寫的一樣？ 它涵蓋的資料量夠大、候選字夠多、學到的語言模式夠豐富， 所以它能組出一段我們看起來「很像真人」的文字。 這就是「大語語模型」的「大」。 字典 好 的 我們 一 起 創造 未來 —
29. → LLM 做到了 ✅ → ? ? ? LLM 是： 看過了歷史上所有人類寫過的文字 學會了哪些或最可能出現在哪些後面 並且能即時組出像人講的句子 ……的猴子。 理解了這件事，你就理解了 LLM 的核心。 圖靈測試問： 機器能不能讓人分不出來？ 無限猴子問： 分不出來，就代表它有智慧嗎？ 那你覺得你用的 AI 真的有智慧嗎？ 這個答案就留給你們自己想囉！ 把兩個故事接起來
30. → LLM 做到了 ✅ → ? ? ? LLM 是： 看過了歷史上所有人類寫過的文字 學會了哪些或最可能出現在哪些後面 並且能即時組出像人講的句子 ……的猴子。 理解了這件事，你就理解了 LLM 的核心。 但有個地方， 跟剛剛的猴子不太一樣 你有沒發有發現一件事 當你用 AI 的時候 它不是一下就吐答案， 它會先寫一段「思考」， 像在「想事情」。 請幫我規劃 一 個雨天 一 夜的花蓮旅 行 行 程。 嘿… 我先想 一 下… 首 先，我需要了解你的偏好和求需…… 奇怪了，它不是只是接字嗎？ 怎麼好句在思考？ 圖靈測試問： 機器能不能讓人分不出來？ 無限猴子問： 分不出來，就代表它有智慧嗎？ 那你覺得你用的 AI 真的有智慧嗎？ 這個答案就留給你們自己想囉！ 思考中 那我們接著來聊聊： 「LLM 的「思考」到底是什麼？」 把兩個故事接起來
31. 那 LLM 是什麼？ 回想一下，剛剛你做了什麼？ 想寫一段話 從候選字中挑選適合的字 把它們組合成一段句子 過程中，你是不是為有一種感覺： 怎麼沒有我想要選的字？！ 根據面前的內容，預測下一個最可能出現的字。 你好 我 是 今天 很 開 心 過程中 如果我讓大家中途可以自己打幾個字 你的鍵盤候選字就會越接近你想要的對吧！
32. 那 LLM 是什麼？ 回想一下，剛剛你做了什麼？ 想寫一段話 從候選字中挑選適合的字 把它們組合成一段句子 過程中，你是不是為有一種感覺： 怎麼沒有我想要選的字？！ 根據面前的內容，預測下一個最可能出現的字。 你好 我 是 今天 很 開 心 過程中 如果我讓大家中途可以自己打幾個字 你的鍵盤候選字就會越接近你想要的對吧！ LLM 沒有在腦中默默想。 它是用擴寫、 『鋪陳』來達到思考的效果。 它一段一段把 背景、前因、線索寫出來， 讓最後的答案是接近你要的。
33. 動 手 做時間！
34. 介 面 介紹
41. 俳句 Haiku
42. 《名偵探柯南》劇場版《唐紅的戀歌》 出現過日本最著名的經典俳句之一 ——松尾芭蕉的《古池》 古池や 蛙飛びこむ 水の音 （古老的池塘 青蛙跳入水中 撲通一聲水響）
43. 十四行詩 Sonnet
44. Shall I compare thee to a summer’s day? Thou art more lovely and more temperate: Rough winds do shake the darling buds of May, And summer’s lease hath all too short a date: Sometime too hot the eye of heaven shines, And often is his gold complexion dimm’d; And every fair from fair sometime declines, By chance or nature’s changing course untrimm’d But thy eternal summer shall not fade Nor lose possession of that fair thou owest; Nor shall Death brag thou wander’st in his shade, When in eternal lines to time thou growest: So long as men can breathe or eyes can see, So long lives this and this gives life to thee. 我怎能把你比作夏日？ 你比它更加可愛而溫婉： 疾風無情擊打五月嬌蕊， 夏季的租期如曇花一現。 有時天庭之眼照耀熾烈， 往往它的金光轉為陰暗； 一切美好不免凋零消謝， 聽憑機緣或時序的摧殘。 唯君永恆之夏永不凋零， 君之花容青春永駐長存； 死神難誇你徘徊其陰影， 因你定格在永恆的詩文。 只要人們能呼吸，眼能看， 此詩將長存，賦你以生命。 威廉·莎士比亞，《十四行詩集》 第18首《Shall I compare thee to a summer’s day?》 （我怎能把你比作夏日？）
45. 作品 Opus
46. 作品 Opus Op. 67
47. Beethoven: Symphony No. 5 in C minor, Op. 67 “Fate” 貝多芬：C小調第五號交響曲，作品67《命運》
49. Opus > Sonnet > Haiku 模型推理深度
50. 大家記得明天是什麼日子嗎？ 動手做時間！
51. ～母親節～ 動手做時間！
52. 嘗試讓 AI 寫一段給媽媽的母親節感謝 動手做時間！
53. Persona（ 人 設） Task（任務） 告訴 AI 你希望它做什麼 Context（上下 文 、前因後果） 提供必要的背景資訊 Format（輸出格式） 指定你想要的輸出形狀 把這四個要素說清楚， AI 才能給出接近你想要結果！ Example： 人 設 作為 一 名離鄉背井在外 工 作的孩 子 任務 請你幫我寫 一 段感謝媽媽的話 設定你希望 AI 扮演的 角 色 1 2 3 4 因為明天就是 母 親節了 前因後果 •適合 用 LINE 傳送 • 十 四 行 詩格式 •輕鬆幽默風格 輸出格式 Prompt 對話技巧
54. 休息一下等等回來～ 中場休息
55. 整理雜亂資料夾 (請到 Discord 下載資源包) 動手做時間！
56. Connector : 連接 Gmail, Calendar 動手做時間！
57. Skill: 常用的 prompt 可以轉為 skill 動手做時間！
58. Scheduled: 定期任務，每天早上八點整理 今 天注意事項（從 Gmail, Calendar 來） 動手做時間！
59. Dispatch (Beta): 讓手機可以對電腦發號施令 動手做時間！
60. 想像力 就是你的超能力 知道可以信任 AI 到什麼程度 知道 AI 可以做什麼 剩下的就是你的想像力了
61. 結語 千萬不要因為 AI 而焦慮
62. 結語 https://github.com/denoland/deno/issues/25 作為軟體工程師大概已經技術焦慮好幾年了
63. 結語 學習 AI 是為了讓自己的生活更美好 而不是讓自己對 AI 以及未來更焦慮
64. 活動預告 ＆QA