❚ 關於課程
ChatGPT 擅長對話；Codex 擅長執行。
這兩件事聽起來像同一回事，但工作方式完全不同。Codex 不是在聊天視窗裡回答你——它在工作資料夾裡讀取檔案、整理資料、套用模板、寫回成果。你的角色也因此改變：從「提問者」變成「任務委派者與驗收者」。
這門課想解決的問題是：為什麼交給 AI 的任務總是跑偏？答案通常不是工具不好，而是任務規格不夠清楚、工作區沒有設計好、輸出沒有可驗收的標準。學會這三件事，你才真正能讓 AI Agent 幫你完成可交付的工作。
❚ 課程說明
任務交下去，AI 做出來的東西卻不是你要的？
你是否遇過以下困擾？
- 把需求說了一大堆，Codex 產出的方向卻跑偏，不知道問題出在哪裡
- 擔心 AI 自動改壞原始檔案或覆蓋重要資料，但又不知道怎麼設計防呆機制
- 想讓 AI 幫忙產出一份可以交出去的報告，但最後還是要自己重頭整理
這些狀況背後有一個共同原因：任務規格不清楚，工作區沒有結構，驗收沒有依據。這門課從工作區設計出發，教你把模糊需求轉成 Codex 看得懂的任務規格，並在每個執行階段做好驗收與回饋。
❚ 課程內容
5 大主題 × 從任務定義到成果驗收
- Codex 的工作方式與使用邊界
- Codex 和 ChatGPT 的本質差異：對話 vs. 執行
- Agent 不是全自動員工，而是受規則約束的任務協作者
- 任務規格撰寫與工作區規劃
- 如何把模糊需求轉成清楚的任務規格：輸入、輸出、驗收條件
- 工作區結構設計：AGENTS.md、工作流程.md、驗證清單.md
- 資料整理與工作階段拆分
- 如何把散落資料來源整理成可追溯的輸入
- 將整體任務拆分為可逐步推進的執行階段
- Codex 實作：市場調查工作流全程演練
- 從原始資料到摘要、圖表、Dashboard、研究報告與寄件草稿
- Agent 如何在檔案之間讀取、整理、套用模板並寫回成果
- 階段驗收與工作流複用
- 每個執行階段的自檢清單與人類審核節點設計
- 如何把一次完成的任務流程抽象成可重複執行的工作流模板
❚ 完課收穫
- 能清楚區分 ChatGPT Workspace Agent 與 Codex 的工作邊界與適用情境
- 掌握任務規格撰寫方法，讓 Agent 執行方向不再跑偏
- 完成一個結構完整的 Codex 工作區與任務規格文件
- 取得 Agent 輸出驗收清單與錯誤回饋模板，可直接沿用到其他任務
- 建立屬於自己的 Agent 協作守則，明確人機協作的邊界與責任分工
❚ 適合對象
- 已能穩定使用 ChatGPT，想進一步讓 AI 處理資料整理、批次文件產出或多步驟工作任務的進階學員
- 負責市場調查、競品分析、專案交付或資料彙整，需要產出可驗收成果而非只是文字草稿的營運、企劃或 PM
- 不具工程背景，但需要和技術團隊協作、或希望自己能管理 AI 執行任務的業務骨幹或流程改善推手
這堂課不重教 ChatGPT 基礎提示詞、Projects 或 Connectors，建議已完成 ChatGPT AI Agent 工作坊或具備同等操作基礎再參加。學員需自備 ChatGPT Business 帳號，或申請 ChatGPT Business 一個月試用版。
❚ 課程資訊
- 時間：2026.7.28（二）14:00-17:00
- 地點：捷運大安站附近（最晚於課前一週通知）
