我打算談談把 AI 當作工作核心，具體是什麼概念，所以會簡述我過去一年多以來使用 AI 的歷程，以及為什麼現在開始建立排程中心。 然後也會談談最近在社群上熱門的話題：Claude MOD，這個技術能夠讓你客製化你的工作流程，我早上測試了一下，應該能改變工作方式。有可能ChatGPT之後也會跟進。 實際用法可參考幾個熱門案例： - 監控用量與成本 - 把你指定的字詞、主題和標記的 repo，在模型讀到的所有內容中換成佔位符，避免隱私外洩 - 在回覆中直接畫圖，直接在對話紀錄中畫出圖。適合整理概念關係、流程、論證結構(我打算來做這個) 使用 Claude MOD也很簡單，先更新你的 Claude ，然後跟他說你打算建立MOD，請他解釋這是什麼，然後給你一些建議。 趕快試試看吧!

註：如果你不知道什麼是 Dots，這是 OpenAI 最新推出的雲端助理。你可以把它視為像是 Grok bot、Gemini Spark、Meta Muse、Hermes Agent、OpenClaw 等等，都是類似的產品。 目前你必須要是 OpenAI Pro 以上，也就是 100 美金以上的方案才可以使用。 -- 我最近開始測試 OpenAI Dots，還幫自己的 AI 助理取了個名字，叫做 Raven Jr.。 不過我更在意的是，它到底能不能把工作做完？ 畢竟，如果每次都要我坐在旁邊幫忙，那我自己操作就好了嘛。 所以這次我直接要求它：不要只跟我說你會什麼，實際做一次給我看。 它真的有一台電腦 Dots 有自己的雲端 Linux 環境，這次測到的是 Debian 13，工作區總容量約 33.77 GB，還有約 31.85 GB 可以用。 裡面有 Python 和 Node.js，已經實際跑過程式，也能建立、讀取檔案。 另外，它還能打開自己的瀏覽器，進網站、點連結、讀內容和截圖。 不過，這些檔案可以保存多久，目前還沒確認。 那它能幫我處理什麼？ 比方說，我叫它在 Notion 建一個頁面，它真的建好了，還能接著修改內容。 Gmail 草稿、Google 日曆活動，以及 Library 裡的檔案，也都完成新增、修改，再重新讀回確認。 WordPress 則測到建立草稿、修改內容，最後把測試稿移到垃圾桶，整套都有成功。 但也不是每個服務都順利，Google Drive 能讀，上傳卻被擋下來，原因是授權範圍不足。 還有，草稿寫得進去，不代表寄信和公開發布都已經測過，這些要分開看。 真正讓我卡住的是登入 我透過安全視窗登入 Skool 後，它可以繼續操作，新開分頁也不用重新輸入密碼。 可是，如果哪天登入過期了呢？ 我希望它能自己去密碼庫取用帳密，再登入繼續工作，所以我們連 Linux 鑰匙圈都拿來測了。 結果服務啟動被環境擋住，現有登入工具也沒有接上自製密碼庫的介面，這條路還沒走通。 所以目前已經確認，Dots 可以幫我做一些實際工作。 至於那些需要經常登入網站的任務，能不能真的放心交給它長時間處理，還得看這個缺口什麼時候補上

先說明「技能（Skill）」是什麼：它是一份寫給 AI 的工作說明書。裝進 Claude Code 這類 AI 寫程式工具後，AI 就會照裡面的規則做事。 根據 skillleaderboard.com 的統計，9 月在 GitHub 上新增星數最多的 10 個技能專案如下。 1. Ponytail: 讓 AI 少寫程式。AI 常寫出太多、太複雜的程式碼，這個技能要 AI 先想「這段真的需要寫嗎」，能用現成方案就不自己重寫。 2. Matt Pocock Skills: TypeScript 講師 Matt Pocock 公開他每天實際使用的技能，例如「先寫測試再寫程式」（TDD）和找出程式錯誤。目標是讓 AI 照正規工程方法做事，而不是憑感覺亂寫。 3. I Have ADHD 改變 AI 的回答方式：先講你下一步該做什麼，多個步驟就編號，不扯題外話，也不加「希望對你有幫助」這類客套話。沒有 ADHD 的人一樣可以用。 4. Security Audit Skill : Cloudflare 公開的資安檢查技能。AI 會分六個階段檢查程式漏洞，而且「找到漏洞的 AI」和「確認漏洞的 AI」是不同的，用來減少誤報。 5. Superpowers: 規定 AI 寫程式前要先討論需求、寫好計畫，接著邊寫測試邊開發，最後經過程式碼審查、確認真的能運作，才算完成。 (我之前覺得這個功能太重了，所以把它砍了。) 6. Diagram Design: 讓 AI 畫出有設計感的圖表，例如系統架構圖、流程圖、時間軸。可以套用你自己網站的顏色和字型，輸出成網頁、SVG 或 PNG 圖檔。 7. Humanizer: 把 AI 寫的文章改得像人寫的。它會找出常見的「AI 腔」寫法並改寫，但不改變原本的意思，也規定不能自己編造事實。 8. Graphify: 把整個程式專案，連同說明文件、資料庫結構和 PDF，整理成一張「知識圖譜」，也就是標出各部分如何互相連結的關係圖。AI 之後要查資料時，就不必每次重新翻遍所有檔案。 9. Addy Osmani Skills: 一套涵蓋完整開發流程的技能：釐清需求、規劃、實作、測試、審查到上線。每個階段都有對應指令，例如 /spec、/plan、/build。 10. Impeccable: 提升 AI 設計網頁介面的品質。它延伸自 Anthropic 官方的前端設計技能，提供 20 多個指令（例如讓設計更大膽或更簡潔），並列出 AI 常犯的設計錯誤。

在下禮拜三，我想開一個直播，跟大家分享一下我平常怎麼做自動化工作流。 其實主要就是使用 macOS 或 Windows 系統上本身就有的機制，並透過 ChatGPT 或 Claude 來製作。 大部分的工作流都不需要使用語言模型，所以不會有消耗 Token 的情況；但有少部分的工作流，就可以搭配語言模型去做動態的調整。 最近我們單位終於開放大家申請訂閱 ChatGPT 以及 Claude。看整個申請情況，其實申請的人也不算多，大概會用的就是那幾個人。 另外也有部署在本地端的 Gemma-4-26B 可以申請，我也有申請，打算之後拿來做 RAG 知識庫。 我也想分享一下，我們這邊是怎麼導入 AI 的？在過程中又沒有受到什麼樣的阻力？ 直播時間大概會控制在一個小時以內，應該也不會講那麼久啦。大家就一邊聽，一邊做自己的事就可以了。 10月 7日 (星期三) · 19:00 - 20:00 時區：Asia/Taipei Google Meet 會議參加資訊 視訊通話連結：https://meet.google.com/ryw-oazv-fth

Anthropic 在 9 月 22 日推出 Claude Opus 5.5，說它在大部分工作上接近 Fable 5.1，執行典型任務的成本比 Opus 5 低 40%。 這個 40% 指的是 Anthropic 測試中的典型任務成本，並非每一種 API 計價都打六折；輸入和輸出 token 的單價各降了 20%。 價格之外，Claude 社群這幾天貼出的使用案例更具體。 Reddit 的 Claude 社群有人分享，在 Claude Code 裡用 Opus 5.5 找介面錯誤，感覺比 Opus 5 快得多。 也有人貼出一個用單一提示詞、讓 Claude Code 自行完成影片的案例，從腳本、素材到動畫都交給它處理；這是發文者的個人作品，不能當成每次都能成功的保證。 長時間開發工作也受到注意：Anthropic 引用 Stripe 工程師的測試，說一個 Opus 5.5 工作階段協調其他工作階段，處理了 40 個相互堆疊的程式碼變更。 Anthropic 說新模型會把重要資訊放前面、少用難懂的說法；社群裡也有人覺得它比 Opus 5 簡潔，讀起來比較順。 這些回饋是個別使用經驗，還不能證明所有人的專案都會有相同結果。 寫程式時，讀懂模型回報的錯誤、確認它改了哪些檔案，和產出程式碼一樣花時間；回答清楚一點，才方便人接手檢查。 但真正要放進自己的流程，還是得拿熟悉的程式碼和任務試一次，檢查結果有沒有改到不該動的地方。 Raven AI 週報自動化排程發佈