AI Agent
Grok Bot 企業導入怎麼開始?官方工作坊:每個部門先雇哪個 AI 隊友
企業導入 Grok Bot 先問:你第一個雇誰?拆解官方企業工作坊,客服、補貨、業務三條流程的人工審核點,行銷 Bot 升總監帶三個下屬,1 到 7 個直屬的管理原則,以及先爬、再走、後跑的導入節奏。
把 Claude Code、Codex 這些 AI 工具,串成每天會自己跑、而且跑得穩的流程。這裡整理流程怎麼拆、哪些交給 AI、哪些寫死成規則,怎麼把團隊做法寫成 Agent Skills,以及用 git worktree 多開 agent、用排程讓它定時開工。偏個人與小團隊的實作。
工具你大概都裝好了。Claude Code、Codex、各種 agent,帳號一個比一個多。
問題是,用了半年,省下來的時間好像沒有想像中多?
真正拉開差距的是流程設計:哪一段交給 AI、哪一段寫死成規則、哪一段一定要人看過,還有好幾隻 agent 同時開工的時候,怎麼不互相踩到。
這就像開一間小工廠。機台買回來只是第一步,真正決定產能的是排線:料怎麼送、哪台先跑、品管站在哪裡。
工作流卡住的地方,很少在模型。
多半是該刪的等待沒刪、該寫死的規則丟給 AI 判斷、該隔離的工作區大家共用。這頁偏個人和小團隊的實作,適合想把 AI 從「偶爾叫一下」變成「每天自己跑」的你;公司層級怎麼推動,看 AI 導入 主題頁;skill 的寫法和觸發細節,收在 Claude Code 主題頁。
Greg Isenberg 的定義很好記:提示工程是「你怎麼問」,脈絡工程是「你餵它什麼資料」,圖工程是「你怎麼設計 AI 周圍的工作流程」。想 10 個名字、摘要短信不用畫圖;多步驟、多資料來源、可平行,或需要查核與人工核准時,畫圖才划算。見這篇。
他把好技能拆成四關:觸發、結構、引導、精簡。最反直覺的一步是做減法,他在自己的技能庫 v1 把一大半技能關掉自動觸發、改成手動叫用,光是技能描述這塊的 token 成本就降了 63%(資料來自 AI Hero)。見這篇。
git worktree 是 Git 內建的功能,讓同一個專案在你電腦上同時展開好幾個獨立的工作資料夾,每個在自己的分支上、檔案互不干擾,但共用同一份版本歷史。依 Claude Code 官方文件,打 claude --worktree <名字>(或 -w)就會建立一個隔離工作區,換個名字在另一個終端機再跑一次就是第二條線。見這篇。
AI Agent
企業導入 Grok Bot 先問:你第一個雇誰?拆解官方企業工作坊,客服、補貨、業務三條流程的人工審核點,行銷 Bot 升總監帶三個下屬,1 到 7 個直屬的管理原則,以及先爬、再走、後跑的導入節奏。
AI Agent
Grok Bot 是 xAI 的 AI 隊友服務。這篇照官方 201 課程拆解:主控機器人、團隊共享、多模型平行比稿,以及 4 個 Bot 每 24 小時自己汰換商品的流程,最後整理費用方案。
AI Agent
前 OpenAI 研究員 Diogo Almeida 推出 TypeSafe AI 的 Jev:它不生成文字,只回傳你定義好的選項機率。用系統一/系統二拆解,把便宜的判斷層放在昂貴決策前面。
Agent Skills
Anthropic 33 頁官方 Skills 指南自標 January 2026,我拿八個月後的現行文件對照,四條已經變了。但重點是:skill 會不會被叫出來,只看 frontmatter 那一行 description。這篇拆解漸進式揭露三層、觸發診斷,以及 90% 觸發率怎麼測。
AI Agent
大家都在問這張圖要加幾個 AI,真正該問的是反的:有幾格可以直接刪掉?而且該刪的那幾格裡通常沒有 AI,是「等」。解碼 Greg Isenberg 的 graph engineering,只留下三件你真的還沒做的事。
AI Agent
他用三台電腦養三個 AI agent、24 個排程整天跑,卻從不讓 AI 按下送出鍵。這篇不照抄配置,只做判讀:哪些台灣團隊下週能動,哪些是他自己說的個人玩具。三條分辨線,包含把重活搬到自家顯卡跑開源模型、帳單只剩電費的成本分層,以及一個沒人在講的破口:你自己蒐集建立的那個 AI 知識庫,在台灣個資法下是什麼性質。附條文原文與查證結果。
Claude Code
git worktree 是什麼?它讓同一個專案在你電腦上同時展開多個各自獨立的工作資料夾,各在一條分支、共用版本歷史,是 Claude Code、Codex 多開 agent 不互相蓋掉檔案的前提。附 claude --worktree 用法、跟切分支差在哪,以及我八篇文章並行翻車的兩個坑。
Codex
你設的 AI 排程為什麼撐不過一週?OpenAI Codex 工程師 Jason Liu 公開他的個人 AI 工作系統:語音輸入、個人知識庫、寫作風格技能、定時排程。關鍵不在模型多強,而在 AI 讀不讀得到你。先蓋好倉庫,再排補貨車班次。
AI
你把「我該不該離職創業」丟給 ChatGPT,它會回你一份很漂亮的計畫,卻從沒問過你一句「你做不到什麼」。解碼李佳達的問題規格書,以及 30/60/90 天驗證框架真正的產品:截止日。
Claude Code
把你每天手動的品管、上架前檢查、文案合規,寫成一個 Claude Code skill,讓 AI 每次自己跑驗證迴圈(檢查→修→再檢查)。解碼 Anthropic 官方文四種部署模式:手動叫用、綁流程自動跑、串一條龍、每個 PR 都跑,教你怎麼選、什麼時候升級,把個人習慣變成公司制度。
AI Agent
有個電商團隊,去年底很興奮地導了一隻 AI 客服 agent(智能客服代理),老闆跟主管在會議室裡擊掌,想著「太好了,以後客服不用排班、不用養人了」。 三個月後打開後台,臉都綠了。 該退的貨,它笑咪咪地退了;明明超過七天鑑賞期、一看就是來鑽漏洞的濫用申請,它也一句「親愛的顧客,已為您處理」放行。它把每一位客人都服務得眉開眼笑,順便把公司的退貨政策服務到破產邊緣。 問題出在哪?不是這隻 agent 不夠聰明。是這個團隊把「打死不能鬆的規則」跟「可以靈活應對的話術」,全部揉成一鍋,整包丟給一隻 agent,然後祈禱它自己會分。 它不會分。你沒告訴它的紅線,它就當作沒有。 矽谷工程師講的三種東西,其實在講你的電商公司 前陣子看到矽谷一位工程師 IndyDevDan 拍的影片,標題很嗆,叫 FORGET Loop Engineering。今年六月 AI
Agent Skills
前陣子我打開公司那份「客服應對 SOP」,Word 檔四十幾頁,三年來每個人都往裡面加東西,沒人敢刪。 我盯著它看了很久,忽然懂了一件事。 為什麼新人永遠學不會、連我們接的 AI 客服都照樣答非所問?問題不是他們不看,是這份文件根本沒被「設計成會被照做」。 這件事,最近有個做 AI 工具的人講得比誰都清楚。他叫 Matt Pocock,是 TypeScript 圈很有名的教育者,經營一個叫 AI Hero 的電子報,手上維護的工程技能集(skills repo)是這個圈子最紅的其中一套。他本來要在 AI Engineer World's Fair 講一場,因為家裡有事去不了,乾脆錄成影片放出來,題目叫 The Missing Manual: How To