菜鳥救星，你的學習救星
為什麼要學??
AI 已經從「回答問題」走到「動手做事」：讀你電腦裡的檔案、整理資料、按時間自動跑例行工作。能不能用得上，關鍵在 AI 知不知道你的資料在哪、你的規矩是什麼。
最常見的卡關有三個：每開一段新對話，就要重新交代背景；AI 回答完，複製、整理、存檔還是自己來；筆記越存越多，需要時卻找不到。這門課用 Claude 動手做事、用 Obsidian 保存知識，從一個資料夾開始，把你的檔案、規矩與常做的流程一層層留下來。第一堂結束，你就拿到一份 AI 讀完資料夾、每條都附出處的摘要報告；第九堂結束，你有一座越用越厚的第二大腦、每天早上自動整理好的晨報與每週維運，再規劃好你的下一個 AI Agent。
學習痛點
- 每次都要重新交代：跟AI溝通只要換一段對話，就要再說一次背景、格式與偏好。
- AI 回答了，工作還沒完成：複製貼上、整理檔案、存檔歸類，還是要自己接手。
- 資料很多，卻找不到答案：工作檔案、筆記與收藏文章散在各處，需要時只能一個個翻。
- 想讓 AI 動手，又怕改壞資料：不清楚權限與還原方式，不敢真的交出去。
- 不知道模型與額度怎麼用：小事用最重的設定，重要工作時反而碰到用量上限。
- 工具裝了一堆，卻串不起來：筆記、Skills、連接器、排程各會一點，接不成每天會自己跑的流程。
學習完後，你能獲得……
- 自動化報表生成能力：不再花半天抓數據，能用對話快速產出可視覺化的數據圖表與 PDF 簡報。
- 實戰廣告診斷 SOP：獲得一套完整的 4 步驟成效掉落診斷與 Pixel/CAPI 追蹤排查流程。
- 一座 Obsidian 三層知識庫：收進來的文章，AI 消化成主題頁並互相連結，問它就附出處回答。
- 每天早上自動整理好的晨報（今天的重要信件、行程與要準備的事）與每週維運報告；出門在外，用手機接著交辦電腦上的工作。
- 換工具也帶得走的規矩與 Skills，加上一份你自己的 AI Agent 計畫網頁。
