AI 和 AI Agent 到底怎麼學？三年 AI 創業經驗告訴你只需要懂20%（2026版本）

AI 工具市場已進入成熟期。講者觀察到美國主流的三大模型（ChatGPT、Claude、Gemini）彼此競爭導致功能與效能差距逐漸縮小，各家在應用層面的設計趨勢開始相互模仿。Claude 推出自動化界面 Cowork 並支援 Skills.MD 後，OpenAI 和 Google 也陸續推出類似功能，這表示掌握其中一款工具的用戶未來轉換工具的門檻變得很低。因此對大多數人而言，選擇哪個工具不如選擇如何用好它更重要。

選擇 AI 工具有三個核心準則。首先，投資金額直接反映模型品質——越願意投入開發語言模型的公司，其模型通常越好。其次，必須選擇付費版本而非免費版本。講者強調付費版本的表現遠優於免費版本，且能避免 TOKEN 快速耗盡的困擾。若公司提供 Gemini 訂閱但你使用免費 ChatGPT，應直接改用付費 Gemini。第三個準則是根據各工具的獨特優勢做選擇：ChatGPT 因發布最早，教學資源最豐富，中文表現也最精確；Claude 最擅長程式撰寫、除錯和圖表化；Gemini 則在多模態整合（文字、聲音、影像）方面最強。

從「提示詞工程」向「脈絡工程」的轉變是關鍵認知升級。隨著 AI 模型進步，模型已能透過歷史互動記錄和 Memory.MD 檔案高度精準預測用戶預期，提示詞的重要性相應下降。脈絡工程框架稱為 ORC，包含三要素：Outcome 明確定義預期結果（而非模糊的「200 字、專業語氣」），Reference 提供高品質參考範例讓 AI 參考結構，Connector 連接現有工具系統。當用戶提供過去的高品質輸出範例時，AI 就能理解用戶的期望，後續輸出會自動符合需求。此外，許多人仍把 AI 當聊天機器人使用，重複進行複製貼上。實際上應該透過 Connectors 直接連接 Gmail、Google Drive 等既有系統，讓 AI 自行查找所需資訊。

建立 AI 自動化系統是實現高效工作流的關鍵。無論是 Claude 的 Project、ChatGPT 的 Project 或 Gemini 的 Gem，概念相同——將工作流程視為一個工廠。Project 由三大支柱組成：Instruction 設定每次執行時的規則和偏好（如字數限制、不用 emoji、所需語氣），Files 放入參考資料如公司視覺設計、策略文件、目標定位，Memory 系統自動累積和更新的記憶（AI 會自主判斷哪些細節值得保存，用戶也可手動補充）。透過 Connectors 連接 Gmail、Google Workspace 等工具，AI 就能跨系統整合資訊形成統一系統。講者發現 .MD 檔案格式最節省 TOKEN，應盡量避免 PDF 和 Word 檔案，若需轉換可直接請 AI 幫忙。最後，持續優化使用流程至關重要——越了解你、越了解你的需求和偏好，AI 的輸出品質就越符合預期。講者強調品質優先於 TOKEN 成本，寧願多花 TOKEN 換取高品質輸出，因為低品質的輸出只是浪費已消耗的 TOKEN。