每個人都在談論 AI Agent。
把這篇存起來 :)
建立一個 Agent。部署一個 Agent。Agent 這個。Agent 那個。
但當你真的坐下來要建立一個時，就會撞牆。教學課程假設你已經會 Python。指南是寫給開發者看的。框架的文件讀起來像天書。
所以大多數人就放棄了。他們回去把 Claude 當聊天機器人用，並告訴自己 Agent 對他們來說「太技術性了」。
這個想法是錯的。而這份指南就是要證明這一點。
你不需要會寫程式就能建立 AI Agent。你不需要電腦科學學位。你不需要理解 API、框架或終端機指令。
你需要 Claude。你需要 Cowork。你需要這篇文章。
讀完這份指南，你將建立一個能為你研究、寫作、分析並產出實際成果的 AI Agent 團隊——而且完全不需要寫任何一行程式碼。
這是完整的課程。一步一步來。從零開始。
什麼是 AI Agent（以及為什麼你該在意）
AI Agent 是一個系統，它可以接受一個目標，將其分解成步驟，執行這些步驟，並交付結果——而你不需要微觀管理過程的每個部分。
聊天機器人會等你告訴它確切要做什麼，一次一步。而 Agent 則會接收高層級的指令，然後自己想辦法完成。
這之間的差別就像告訴某人「幫我訂機票」和告訴他們「去這個網站，輸入這個目的地，點這個按鈕，選這個日期，輸入這張信用卡」。一種是授權委派。另一種是當保姆。
Agent 讓你得以授權委派。而授權委派才是真正槓桿所在。
為什麼你該在意？因為現在，建立 AI Agent 是市場上最有價值的技能之一。公司在招聘這方面的人才。自由工作者為此收取高額費用。創業家正在圍繞它打造整個產品。
而進入門檻比大多數人想的還要低。
模組 1：了解各個元件
在你開始建立任何東西之前，你需要了解每個 AI Agent 的四個組成部分。這些是簡單的概念，不是技術術語。
1. 角色
每個 Agent 都有一個明確的工作。它不是「一個會做事的 AI」。它是「一個專門做某一種特定工作的 AI」。研究 Agent 負責尋找和組織資訊。寫作 Agent 負責創作內容。分析 Agent 負責處理資料並找出模式。
角色越具體，Agent 的表現就越好。
2. 指令
這告訴 Agent 如何執行它的工作。不只是「研究這個主題」，而是「透過尋找五個來源來研究這個主題，用三句話總結每個來源，找出相互矛盾的說法，並產出包含你建議的最終綜合報告」。
指令定義了流程、品質標準和輸出格式。
3. 工具
Agent 可以存取什麼？它能搜尋網路嗎？讀取你的檔案？存取你的電子郵件？連接到你的日曆？Agent 可用的工具決定了它在現實世界中，除了產生文字之外，還能實際做些什麼。
4. 記憶
Agent 如何記住它做過什麼？它能參考過去的工作嗎？它知道你在昨天對話中的偏好嗎？記憶是區分一次性工具和持續性助理的關鍵。
就是這樣。角色。指令。工具。記憶。每個 AI Agent 都是由這四個部分構成的。
模組 2：建立你的第一個 Agent（零程式碼）
打開 Claude Desktop。點擊 Cowork 標籤。你現在就要建立你的第一個 Agent。
步驟 1：定義角色
決定你的第一個 Agent 要做什麼。根據哪個最能幫你節省時間，從以下起點中選擇一個：
- 內容研究 Agent — 尋找並總結任何主題的資訊
- 初稿 Agent — 將你的想法轉化為書面草稿
- 資料整理 Agent — 處理檔案、提取資訊並進行整理
- 會議準備 Agent — 在會議前研究人員和主題
- 週報 Agent — 將你的資料編譯成格式化的週報
選一個。在這份逐步教學中，我將以內容研究 Agent 為例。
步驟 2：撰寫系統指令
在 Cowork 中，開始一個新的對話，並給 Claude 以下指令：
你是我的內容研究 Agent。你的工作是研究我給你的任何主題，並產出一份結構化的研究摘要。對於每個研究任務：1. 找出 5 個最重要的子主題 2. 針對每個子主題，找出關鍵事實、統計數據和專家意見 3. 找出主題內部的任何矛盾或爭論點 4. 將你的發現總結成一份結構化文件 5. 在結尾處加入「關鍵要點」部分，包含 3-5 個可執行的見解 輸出格式：一份乾淨的文件，儲存為 /Research 資料夾中的 [topic-name]-research.md 品質標準：每個陳述都應該具體。不要有填充內容。不要有泛泛之談。如果你找不到某件事的可靠資訊，就直接說出來，不要憑空捏造。語氣：專業但平易近人。為聰明但非該特定主題專家的人而寫。
步驟 3：賦予存取權限
授予 Cowork 存取你希望 Agent 儲存工作的資料夾。如果你還沒有 /Research 資料夾，請建立一個。這是每個研究摘要將自動儲存的地方。
如果你已設定好連接器——Gmail、Google Drive、Slack——Agent 也可以從這些來源提取資訊。
步驟 4：測試它
交給它你的第一個任務：
「研究 AI Agent 在商業領域的現狀。專注於公司目前實際使用它們做什麼，而不是理論上的可能性。」
觀察它運作。它會規劃方法、執行研究，並將一份格式化文件儲存到你的 Research 資料夾。
步驟 5：優化
第一次的輸出會不錯，但不會完美。這是正常的。檢視它並告訴 Claude 要改進什麼：
- 「章節太長了。將每個子主題的摘要控制在 100 字以內。」
- 「在頂部加入一個段落的重點摘要。」
- 「我希望你以 1 到 5 的等級來評估每個來源的可靠性。」
每次優化都會讓 Agent 在下次變得更聰明。
恭喜。你剛剛建立了你的第一個 AI Agent，而且完全沒有寫任何一行程式碼。
模組 3：建立一個 Agent 團隊
一個 Agent 很有用。一個 Agent 團隊則能帶來變革。
以下是建立一個團隊的方法，其中每個 Agent 都有不同的角色，並且它們在一個完整的工作流程中協同合作。
內容製作團隊（4 個 Agent）
這是範例團隊。你可以將其應用於任何工作流程。
Agent 1：研究 Agent你已經建立好這個了。它負責尋找和組織任何主題的資訊。
Agent 2：大綱 Agent
你是我的內容大綱 Agent。你的工作是接收一份研究摘要，並將其轉化為詳細的內容大綱。流程：1. 完整閱讀研究摘要 2. 為目標受眾找出最強的角度 3. 創建一個標題（必須包含一個具體數字和一個引發好奇心的鉤子） 4. 建立逐節大綱，包含： - 章節標題 - 要涵蓋的關鍵要點（每節 3-5 個） - 要包含的具體範例或數據點 - 每節的估計字數 5. 撰寫開場段落（鉤子） 6. 撰寫結尾段落（CTA） 儲存為 /Outlines 資料夾中的 [topic-name]-outline.md。大綱應該足夠詳細，讓其他人可以根據它寫出完整的文章，而不需要問任何問題。
Agent 3：寫作 Agent
你是我的內容寫作 Agent。你的工作是接收一份大綱，並產出一篇完整、精煉的文章。流程：1. 在寫任何東西之前，完整閱讀大綱 2. 嚴格按照大綱結構撰寫完整文章 3. 使用短段落——每段最多 3 句話 4. 將關鍵詞彙加粗以利掃讀 5. 包含大綱中的所有具體數字和範例 6. 從頭到尾保持一致的語氣 風格：直接、對話式、零廢話。寫作時就像在跟一個聰明的朋友聊天，而不是在教室裡授課。聽起來不像：一般的 AI 寫作、企業部落格、LinkedIn 網紅、學術論文。儲存為 /Drafts 資料夾中的 [topic-name]-draft.md。
Agent 4：編輯 Agent
你是我的內容編輯 Agent。你的工作是審閱一篇草稿文章，並將其改進到可發布的品質。流程：1. 先閱讀整篇草稿 2. 檢查：事實準確性、邏輯流程、語氣一致性、冗餘內容 3. 改進：薄弱的開頭、模糊的陳述、缺失的過渡、虎頭蛇尾的結尾 4. 強制執行：短段落、加粗關鍵詞彙、用具體數字取代模糊說法 5. 刪除：任何沒有增加價值的句子 6. 產出最終的精煉版本 品質檢查：- 開場的鉤子在前兩行就能抓住注意力嗎？- 每個章節都有達到其標題的承諾嗎？- 我會分享這篇嗎？我會收藏這篇嗎？- CTA 是否清晰且引人行動？儲存為 /Published 資料夾中的 [topic-name]-final.md。
運作團隊
以下是工作流程：
- 告訴你的研究 Agent：「研究 [主題]」
- 取得它的輸出，然後告訴你的大綱 Agent：「根據這份研究摘要建立大綱」
- 取得大綱，然後告訴你的寫作 Agent：「根據這個大綱寫出完整的文章」
- 取得草稿，然後告訴你的編輯 Agent：「將這篇編輯到可發布的品質」
每個 Agent 處理一個步驟。一個 Agent 的輸出成為下一個 Agent 的輸入。
從原始主題到發布成品，完整文章在 30 分鐘內完成。你完全不用動筆寫作。
模組 4：進階 Agent 技巧
一旦你的基本團隊開始運作，這些技巧能讓它變得更加有效。
技巧 1：排程 Agent 工作流程
在 Cowork 中使用 /schedule 來讓你的 Agent 定時自動執行。
每週一早上 7 點：研究 Agent 提取你領域中的熱門話題並儲存摘要。每週一早上 8 點：大綱 Agent 為前 3 個話題創建大綱。你審閱大綱，選出最好的一個，然後讓寫作 Agent 產出文章。
你的內容產線在自動駕駛模式下運行，而你則專注於策略。
技巧 2：使用上下文檔案保持一致性
建立一個context.md 檔案，讓每個 Agent 在開始工作前都讀取它：
我的內容上下文 受眾：25-40 歲、使用 AI 工具建構的科技專業人士 領域：AI 生產力、Claude 生態系、自動化工作流程 語氣：直接、無廢話、略帶不敬 絕不使用：「在當今快節奏的世界中」、「槓桿」、「解鎖」、「遊戲規則改變者」 務必包含：具體數字、可執行步驟、真實範例 格式：短段落、加粗關鍵詞彙、清晰的章節
在開始任何任務前先讀取context.md」加入到每個 Agent 的指令中。這能確保你整個團隊的一致性。將「
技巧 3：回饋循環
在每次主要輸出後，給 Agent 具體的回饋：
「研究摘要不錯，但太側重理論了。下次，優先考慮真實世界的範例和案例研究，而不是定義。」
「草稿很紮實，但結尾很弱。一定要以一個清晰的對比結尾：如果讀者什麼都不做會怎樣，對比如果他們採取行動又會怎樣。」
每一條回饋都會讓未來的每一次輸出變得更好。隨著時間推移，你的 Agent 會學會你的標準，你不需要重複指令。
技巧 4：多步驟自動化工作流程
在 Cowork 中，你可以將多個 Agent 串聯成一個工作流程：
「以『適用於小型企業的 AI Agent』為主題，執行完整流程：研究 → 大綱 → 寫作 → 編輯。儲存所有中間檔案。將最終文章交付到 /Published 資料夾。」
Claude 從頭到尾處理整個工作流程。你回來時就有一篇完成的文章。
模組 5：你可以直接複製的 Agent 團隊範本
以下是另外三種你現在就可以建立的 Agent 團隊配置：
商業情報團隊
- 資料收集 Agent：從你的工具中收集指標和 KPI
- 分析 Agent：找出趨勢、異常和機會
- 報告 Agent：將發現編譯成高層級摘要
- 建議 Agent：根據分析提出行動方案
客戶研究團隊
- 調查 Agent：設計研究問題
- 資料處理 Agent：整理原始回饋
- 模式偵測 Agent：找出重複出現的主題
- 洞察 Agent：將模式轉化為產品建議
社群媒體團隊
- 趨勢 Agent：監控你領域中表現良好的內容
- 內容規劃 Agent：建立每週內容行事曆
- 寫作 Agent：為每個平台撰寫貼文草稿
- 優化 Agent：在發布前審閱並改進每篇貼文
每個團隊都遵循相同的結構：專業化的角色、清晰的指令、Agent 之間明確的交接。
接下來要建立什麼
你現在對於建立 AI Agent 團隊的了解，已經超過了 95% 在社群媒體上談論 Agent 的人。
下一步很簡單。選擇一個能解決你最大時間消耗的團隊。今天就建立它。運行一個星期。根據有效和無效的部分進行優化。
現在用 AI 取得成功的人，不是房間裡最聰明的人。他們是那些停止把 AI 當聊天機器人用，並開始建立系統的人。
你剛剛學會了如何建立系統。
大多數人會讀完整份指南，然後回到聊天視窗中問 Claude 單一問題。
而那些今天真的建立他們第一個 Agent 團隊的人，將在 30 天內以完全不同的模式運作。
追蹤我 @eng_khairallah1 以獲得更多工具、工作流程和系統。沒有廢話。只有有效的方法。
希望你覺得這篇有用，Khairallah ❤️
