擁抱 AI Agent 時代

大學生與研究生:從會用工具,到自己 vibe 作品

Vista Cheng | 鄭緯筌

Vista Cheng | 鄭緯筌

內容策略顧問 | Vibe Coding 講師

《ChatGPT 提問課》作者,專注 AI 驅動的內容、教學與個人生產力。長期受邀於大學校院主講 AI 應用講座,協助超過 200 家企業與多所大專院校導入 AI 工作流程。

為什麼是這場講座、為什麼是現在

2022 年 ChatGPT 上線、2023 年大家學提問、2024 年大家學 RAG,2025 年大家在喊 Agent,到了 2026 年,Agent 已經從概念變成你每天打開的工具。

問題是:大多數同學還停留在「把 AI 當搜尋引擎」的階段。而現在最強的學生,已經在用 AI 跑研究、做專題、vibe 出自己的作品集了。

今天這兩小時,不講趨勢、不畫大餅。我們直接拆 2026 最新的 Agent 概念,並帶你動手做。

課程流程(上半場)

  1. 01

    什麼是 AI Agent?

    從 ChatGPT 到 Agent 的本質躍進

  2. 02

    Claude Code、Antigravity、Codex

    三大 Vibe Coding Agent 工具地圖

  3. 03

    Gemini Notebook 讀論文

    研究生的 AI 文獻助理

  4. 04

    Skills / MCP / Computer Use

    2026 最新的三個關鍵字

課程流程(下半場)

  1. 01

    多 Agent 協作

    一個人的研究團隊與 Subagent

  2. 02

    Vibe Coding 動手實戰

    30 分鐘做出你的第一個作品

  3. 03

    學術誠信與 AI 揭露

    哪些可以、哪些不行

  4. 04

    30 天行動計畫

    把今天的能力帶回校園

今天怎麼上

⏱️

120 分鐘

Agent 概念 70% + Vibe Coding 動手 30%

🎯

鎖定校園場景

課業、論文、社團、研究、求職

🛠️

可帶走的能力

至少 1 個 Prompt 模板、1 個學生作品方向

今天你會學會這 5 件事

1

看懂

AI Agent 在 2026 是什麼,跟 ChatGPT 有什麼不同

2

分辨

Claude Code / Antigravity / Codex / Gemini Notebook 各自適合做什麼

3

理解

Skills / MCP / Computer Use 為什麼是現在最重要的關鍵字

4

建立

屬於你自己的多 Agent 工作流(一個人的研究團隊)

5

動手

用 Vibe Coding 做出第一份可以放履歷的作品

💡

今天的心態

AI Agent 是你的助理、不是你的代筆。它幫你跑流程、整理資料、生成草稿,但你的問題意識、你對研究的眼光、你的作品品味,永遠是不能外包的。AI 越強,你的判斷力與品味就越值錢。

不求完美,先求完成。

你不需要會寫程式,
你只需要會交辦、會判斷、會 vibe。
給 2026 大學生與研究生的話

今天坐在這裡,你已經在前段班

📱 多數人

把 ChatGPT 當 Google 用——問完答完、工作沒進度

🛠️ 進階用戶

會請 AI 幫忙寫信、改作文、做摘要

🤖 Agent 用戶

把 AI 當助理、交辦完整任務

🎯 今天目標

把你帶到『會自己設計多 Agent 工作流』那一群

01

什麼是 AI Agent?

從 ChatGPT 到 Agent 的本質躍進

ChatGPT 是聊天,Agent 是做事

ChatGPT 像一個很博學的圖書館員:你問它,它回答你。對話結束,工作沒進度。

Agent 像一個剛報到的研究助理:你告訴它目標,它會自己查資料、寫草稿、開檔案、跑流程、做完回報。對話結束時,工作真的完成了一段。

這是 2024→2026 最關鍵的躍進:AI 從「會講」進化成「會做」。

Chatbot vs Agent 的本質差別

Agent(會做事)

  • 你給目標、它自己拆步驟
  • 能呼叫工具(瀏覽器、檔案、API)
  • 有記憶,記得你之前說過什麼
  • 失敗會自己重試、換方法
  • 結束時交付實際成果

Chatbot(會講話)

  • 你問什麼、它答什麼
  • 只能回文字,不能動手做
  • 每次對話從零開始
  • 出錯就停在那裡等你問
  • 結束時你還要自己整理

AI Agent 的四大核心能力

🧭 規劃

把模糊目標拆成可執行的步驟,自己排順序

🔧 工具使用

呼叫瀏覽器、檔案、程式碼、API 完成任務

🧠 記憶

記得你的偏好、過去討論、專案脈絡

🔁 自我修正

失敗會診斷原因、換策略再試一次

💡

Agent 不是更聰明的對話,是會跑流程的助理

如果你還在用「我問你答」的方式跟 AI 互動,2026 你會吃虧。真正的差距在於:誰能把 AI 變成可以自己跑流程、交付成果的隊友。

從「問答」升級成「交辦」。

2022 → 2026:從 ChatGPT 到 Agent 的四年

2022/11

ChatGPT 上線

對話式 AI 進入大眾視野,人類學會「問」

2023

RAG 與 Prompt 工程

AI 開始能引用文件、有 long context

2024

Function Calling + Computer Use

AI 學會呼叫工具、會點滑鼠,從聊天變動手

2025–2026

Claude Code、Antigravity、Codex、Skills、MCP

Agent 接上你整個工作流、校園也跟上

三家強調的 Agent 不同面向(Vista 整理)

🟠

Anthropic

工程角度——強調工具呼叫、規劃、迭代的可組合性

🟢

OpenAI

產品角度——強調沙盒環境、可控的自動執行

🔵

Google

整合角度——強調多模態、跨應用、跨裝置的協作

Agent 是能自己決定何時、
用什麼工具、用幾次、怎麼組合的 AI。
Vista 給學生的一句話定義

Agent 已經走進這三個現場

🎓

校園

學生用 Agent 跑文獻、寫專題、做履歷頁

💼

職場

新鮮人用 Agent 自動化第一份工作的重複任務

🔬

研究室

教授與研究生用 Agent 跑資料分析、整理田野

學生族群最需要懂 Agent 的 5 個理由

  • 時間最少

    課業+打工+專題+社團,能交辦的助理最值錢

  • 素材最雜

    PDF、簡報、筆記、訊息散在十個地方,Agent 幫你串

  • 產出最多元

    報告、海報、網頁、Podcast 都要做,Agent 一條龍

  • 試錯成本最低

    現在練到熟,畢業時你已經是 Agent 原住民

  • 差距會被放大

    會用的同學會領先「會問」的同學兩個身位

校園場景 1|寫一篇期末報告

舊做法:自己 Google 8 小時、開 30 個分頁、複製貼上做筆記、最後用 Word 慢慢打。

Agent 做法:交辦給 Agent「幫我找 5 篇關於 X 的近三年期刊、整理 outline、列出每篇的關鍵 quote、最後給我 1500 字初稿」,你只要審稿改寫。

校園場景 2|碩士論文文獻回顧

舊做法:在 Google Scholar 與華藝資料庫搜 50 次、下載 80 篇 PDF、自己一篇篇讀。

Agent 做法:把 80 篇 PDF 丟給 Gemini Notebook 或 Claude,請它做主題分群、爭議地圖、研究 gap,再讓你針對 gap 深讀 10 篇。

校園場景 3|畢業專題網站

舊做法:花一個月學 HTML、CSS、JavaScript,做出來的網頁還是學生作業感。

Agent 做法:用 Claude Code 對話 30 分鐘,做出一個可以放履歷的展示頁,再花 10 分鐘部署上線。技術不是門檻、品味與內容才是。

與其等別人做出你的工具,
不如自己 vibe 出來。
Vista Cheng

2026 給大學生的話

💡

Section 01 小結

Agent 不是更強的 ChatGPT,是一種新的工作關係。學會它,等於提早幾年擁有一位專屬助理。今天接下來的所有工具,都是把這個助理具體化。

02

Claude Code、Antigravity、Codex

三大 Vibe Coding Agent 工具地圖

Vibe Coding 怎麼來的

Vibe Coding 這個詞由 Andrej Karpathy 在 2025 年初提出:與其逐行寫程式,不如「跟著感覺走」,把意圖告訴 AI,由它寫程式、你來判斷與微調。

這不是「不寫 code」,而是「用對話寫 code」——程式還是被寫出來了,只是你寫的是意圖、AI 寫的是語法。

💡

Vibe Coding = 對話式開發

你描述要什麼樣的網頁、什麼樣的功能、什麼樣的感覺,AI 幫你寫程式、跑測試、上線。你的角色從「工程師」變成「導演 + 業主」。

技術不是門檻,品味才是。

Vibe Coding 要練的三件事

💬

把意圖講清楚

Prompt 寫得越具體、AI 做得越像你要的

👀

看得懂結果

不用會寫 code、但要能判斷對不對

🔁

持續對話迭代

改、改、改,直到你滿意為止

2026 學生最該知道的四個 Vibe Coding 工具

🟠 Claude Code

Anthropic 的終端機 Agent,寫網站、跑流程都行

🟢 Google Antigravity

Google 的 agentic IDE,瀏覽器內讓 Agent 跑開發

⚫ OpenAI Codex

OpenAI 的雲端/CLI coding agent,可在 ChatGPT 內跑

🟣 Replit / Lovable / Bolt

純前端 vibe、做 landing page 最快,新手友善

Claude Code 是什麼

Anthropic 推出的命令列 Agent。你在終端機跟它說「幫我做一個社團徵件頁」,它會自己建檔、寫程式、跑測試、給你預覽。

它特別擅長處理真實專案:可以讀整個資料夾、執行 shell 指令、串接 Git、跑各種工具,等於把整個 IDE 都變成 Agent 的工作環境。

Google Antigravity 是什麼

Google 2025 年底發布的 agentic IDE,瀏覽器即開即用、內建多個 AI Agent 來幫你規劃、寫程式、跑測試。支援接 Gemini、Claude、GPT 等多家模型。

對新手友善:不用裝任何東西,登入 Google 帳號就能開始。對中重度使用者也夠:跨檔案、跑長任務、可以掛多個 Agent 一起做事。

OpenAI Codex 是什麼

OpenAI 2025 重新發布的 coding agent,分三種介面:Codex CLI(終端機)、Codex Web(在 ChatGPT 裡跑)、Codex IDE 擴充(裝在 VS Code)。

最大特色:可以丟雲端沙盒跑很長的任務(10-30 分鐘級),你下班前丟任務、隔天看結果。適合做大重構、整個專案的整理。

三大工具怎麼選

🟠

Claude Code

做完整作品、跑流程、CLI 老手——交辦最徹底

🟢

Antigravity

瀏覽器內 vibe、零安裝——新手最快上手

Codex

雲端跑長任務、ChatGPT 用戶——CP 值高

學生用 Vibe Coding 做這四種作品

📝

課業專題網站

把學期報告變成有互動的網頁,老師印象深刻

🔬

研究成果頁

把實驗結果、論文摘要做成對外科普頁

🎏

社團徵件頁

活動報名、徵件、迎新通通自己做

💼

個人作品集

求職、轉學考、研究所甄試的數位履歷

Prompt 模板|研究成果頁

PROMPT
請幫我做一個單頁的研究成果展示網站。研究主題是『大學生短影音使用行為』。

結構:Hero 區(標題+一句話結論)、研究背景、方法、3 個關鍵發現(每個配一張圖表)、訪談金句、研究團隊、聯絡方式。

風格:學術但溫暖,米色背景、深咖啡色字、襯線字體。

技術:純 HTML + CSS,無框架,可直接部署到 Netlify。
OUTPUT
好的,我會建立一個 single-page 的研究成果頁,使用語意化 HTML 與 CSS Grid,並加入閱讀進度指示器。預覽連結會在完成後給你。

Prompt 模板|課業專題互動頁

PROMPT
我修『臺灣社會運動史』這門課,期末報告主題是『野百合學運的世代記憶』。

請做一個互動式時間軸網頁:1990 年 3 月的關鍵 7 天,每天一張卡片配當時的口號與背景。

配色:學運主題、暖色調為主,避免太活潑。
字體:用襯線字體傳達時代感。
OUTPUT
我會用 CSS Scroll Snap 做時間軸切換,每張卡片含日期、口號、事件、當時影像位置(待你提供)。

Prompt 模板|研究所甄試作品集

PROMPT
我要申請臺大新聞所,請幫我做一個個人作品集網站。

結構:首頁(我是誰 + 一句研究關懷)、新聞作品(5 篇配封面圖)、學術寫作(2 篇)、實習經歷、聯絡方式。

風格:簡潔、克制、有編輯室感、白底黑字加一個強調色。
字體:英文用 Inter、中文用思源黑體。
OUTPUT
我會用 Astro 框架做靜態網站,每篇作品獨立頁,主頁用 grid 排版。完成後可一鍵部署到 Cloudflare Pages。

Prompt 寫得好 vs 寫得不好

📌 寫得好的 Prompt

  • 有明確主題、結構、配色、字體
  • 說清楚要解決什麼問題
  • 舉一個你喜歡的網站當參考
  • 告訴 AI 你的程度(新手/熟練)
  • 說明後續要怎麼部署

🔵 寫得不好的 Prompt

  • 「幫我做一個網站」(太模糊)
  • 「要好看一點」(沒標準)
  • 「跟某某網站一樣」(沒指出哪裡像)
  • 「全部交給你」(AI 會亂猜)
  • 「不用講功能」(永遠改不完)
💡

Section 02 小結

Claude Code、Antigravity、Codex 不是工程師專屬。它是 2026 的 Word:你不會用、就只能等會用的人幫你做。學生今天開始練,畢業時你已經是稀缺人才。

03

Gemini Notebook

研究生的 AI 文獻助理

研究生為什麼不能不會 Gemini Notebook

研究生最大的時間黑洞,是文獻回顧——讀 80 篇 PDF、做筆記、找論點。一個學期能耗掉 200 小時。

Gemini Notebook 是 Google 出的 AI 筆記本,把你上傳的所有資料(PDF、網頁、影片、筆記)變成一個可問答、可整理、可生 Podcast 的知識庫。對研究生來說,是 2026 必學的第一個 Agent。

💡

Gemini Notebook 一句話講完

上傳所有資料給它,它就變成一個只懂你資料的 ChatGPT——回答只引用你的來源、不亂掰,還會自動標註是哪一頁來的。

AI 的「我的資料模式」。

Gemini Notebook 的四大能力

📤 上傳

PDF、Word、Google Docs、網頁、YouTube、錄音都行

💬 問答

用自然語言問,AI 引用你的資料回答並標頁碼

📝 摘要

自動生大綱、FAQ、學習指南、論述地圖

🎧 Podcast

兩個 AI 主持人會幫你把資料變成可聽的對話

研究生文獻回顧工作流(Gemini Notebook 版)

1

收集

Google Scholar 撈 30-80 篇 PDF、丟進一個 Notebook

2

概覽

請 Gemini Notebook 做主題分群、爭議地圖、研究 gap

3

精讀

針對 gap 挑 10 篇深讀、用問答對照觀點

4

寫作

請它列出每個議題的關鍵 quote 與引用頁碼

5

驗證

用 Podcast 模式聽過一遍,找漏洞

PDF 丟進去之後,可以問什麼

  • 主題地圖

    「幫我把這 50 篇分成 5 大主題」

  • 爭議比對

    「這個主題有哪兩派立場?各引用哪幾篇?」

  • 研究 gap

    「過去十年最少被研究的子題是?」

  • 方法分析

    「用質性方法的有幾篇?訪談規模多少?」

  • 論述脈絡

    「整理出 X 概念在這批文獻裡的演進」

Podcast 模式:開車聽論文

Gemini Notebook 可以把你的資料變成兩個 AI 主持人對談的 Podcast。10 分鐘的對話會涵蓋核心爭點、研究貢獻、與你資料庫的關聯。研究生用它當「文獻第一耳」效率超高。
— 適合通勤、運動時聽,先建立粗粒度的領域感

做研究時:Gemini Notebook vs ChatGPT/Claude

📌 Gemini Notebook

  • 只引用你上傳的資料
  • 答案會標頁碼、可追溯
  • 適合做文獻回顧、做田野
  • 不會亂掰沒有的論點
  • 免費、Google 帳號即可

🔵 ChatGPT / Claude

  • 可引用整個網路 + 訓練資料
  • 答案可能來自任何來源
  • 適合腦力激盪、寫作、改稿
  • 偶爾會掰出不存在的論文
  • 免費版有限制、付費較強

Gemini Notebook 的限制與陷阱

  • 不適合做創造性寫作

    它被設計成「不超出資料」,不會幫你天馬行空

  • 大檔案處理仍有限制

    單檔超過 200MB 或 500 頁要拆

  • 中文支援越來越好但不完美

    繁體在 OCR 與摘要上偶爾失準

  • 不能取代真讀

    聽 Podcast 不等於讀過、引用一定要回原文確認

  • 分享權限要注意

    上傳的資料若涉版權與機密、不要設公開

💡

Section 03 小結

研究生如果只能學一個 AI 工具、那就是 Gemini Notebook。它把過去要花半年的文獻回顧、壓縮到兩週能完成。剩下的時間、留給田野、留給自己的問題意識。

04

Skills / MCP / Computer Use

2026 最新的三個關鍵字

為什麼這三個是 2026 的關鍵字

2024 我們在用 Function Calling、2025 用 RAG,到了 2026,Anthropic 推出 Skills 與 Computer Use、整個業界擁抱 MCP 協議。

這三個東西讓 Agent 從「會回話」變成「真的會做你工作」。學生現在懂、等於提早兩年掌握下一代 AI 的玩法。

💡

Skills|給 Agent 加技能包

Skills 是 Anthropic 在 2025 底推出的機制:你可以把一段「我每次都要 AI 這樣做的流程」打包成一個 Skill,下次只要說「用 XX skill」,Agent 就會照那套流程跑。等於給 Claude 安裝 App。

從「每次重講」變成「一次教、永遠記得」。

Skills 的三大特色

📦

可包裝

把 prompt + 範例 + 工具配置包成一個資料夾

🔁

可重用

今天用、明天用、給朋友用都行

🧱

可組合

多個 Skill 可以疊著用、像積木

Skill 範例|研究生文獻摘要秘書

PROMPT
Skill: 文獻摘要
描述: 接到一篇 PDF,輸出固定格式的摘要卡。

格式:
1. 一句話結論
2. 研究問題
3. 方法(資料、樣本、分析)
4. 三個關鍵發現
5. 對我的研究有什麼用(讓我自己填)

語氣:學術、客觀、不誇大
OUTPUT
好的,這個 Skill 已建立。之後你只要說「用文獻摘要 skill 讀這篇 PDF」,我就會照這套格式輸出。

MCP 是什麼(白話版)

MCP(Model Context Protocol)是 Anthropic 在 2024 底發起的標準協議:規定「AI 跟外部工具講話」的統一格式。

白話:以前每個工具都要 AI 重新學一遍怎麼接。MCP 像 USB-C,一個接頭通用所有工具。你的 Notion、Google Drive、GitHub、行事曆,從此可以無痛接上任何 AI。

對學生:意味著「Agent + 你所有的學習工具」可以變成一個整合工作流,不再各自孤島。

MCP 讓 Agent 接上你的世界

📝 Notion

讓 Agent 讀寫你的課堂筆記、研究筆記

📁 Google Drive

讓 Agent 開啟、整理、寫你的 Google Docs

💻 GitHub

讓 Agent 直接幫你 commit、push、開 PR

📅 Calendar

讓 Agent 看你的行事曆、安排 deadline

MCP 學生實戰場景

  • 筆記中樞

    把 Obsidian / Notion 接上、AI 變成你的知識庫管家

  • 論文工坊

    把 Zotero / Mendeley 接上、AI 幫你管引用

  • 協作開發

    把 GitHub 接上、AI 幫你和組員協作專題程式

  • 時間管理

    把 Calendar 接上、AI 提醒 deadline 並排讀書時段

  • 素材庫

    把 Drive / Dropbox 接上、AI 幫你整理散落的講義 PDF

💡

Computer Use|讓 AI 自己用瀏覽器

Anthropic 2024 底推出、2025 普及的能力:AI 可以看螢幕、移動滑鼠、點按鈕、填表單。等於你的電腦多了一個會自己操作的助理。

AI 從「我來告訴你怎麼點」變成「我自己點給你看」。

Computer Use 能做什麼

🌐

自動瀏覽資料

幫你開 80 個分頁、整理成一張表

📝

自動填表單

選課、報名、回覆制式 email 都能代勞

📊

跨網站搬資料

從 A 網站撈資料、貼到 B 網站表格

🔍

看著截圖回答

你截圖丟給它、它幫你分析螢幕上的內容

Computer Use 的學生應用

  • 爬期刊摘要

    讓 Agent 自動去 80 篇期刊頁、把摘要存進 Notion

  • 整理選課

    Agent 看課表系統、依據你的需求建議組合

  • 田野文獻

    替你跑遍政府開放資料平臺、收集統計數字

  • 求職整理

    替你看 50 個職缺頁、整理成一張比較表

  • 重複作業

    繳交格式檢查、論文投稿前的格式比對都能自動化

Skills + MCP + Computer Use 的關係

Skills 是「教 Agent 怎麼想」、MCP 是「讓 Agent 接上你的工具」、Computer Use 是「讓 Agent 真的去動手點」。

三個合起來,Agent 從一個聊天 AI、變成一個「有想法、有工具、會動手」的隊友。這就是 2026 最重要的躍進。

三能力的學習順序(學生建議)

1

第一步

用 Claude Code 跑通一次完整 Vibe Coding(建立感覺)

2

第二步

學寫一個自己的 Skill(給 AI 安裝 App)

3

第三步

裝一個 MCP server(Notion 或 GitHub)

4

第四步

玩 Computer Use 跑一個重複任務(如自動填表)

5

第五步

把以上四個串成自己的工作流

倫理與安全提醒

Computer Use 很強、但要小心:別讓 AI 去幫你登入學校系統、別讓它代你發 email 給老師、別把帳密塞進 prompt。Agent 的權限越大、闖禍的可能性越大。先從低風險任務練起。
— 黃金原則:能讓 AI 做、但要在你看著的情況下做
💡

Section 04 小結

Skills、MCP、Computer Use 是 2026 學生最該記住的三個英文縮寫。今天不一定要全部學會、但要看到方向:未來一年的 AI 競爭力差距、就藏在這三個關鍵字裡。

05

多 Agent 協作

一個人的研究團隊

從一個 Agent 到一隊 Agent

前面我們一直在講「你 vs 一個 Agent」的關係。但 2026 真正酷的玩法是:你 vs 一群 Agent。

想像一下:你的論文寫作不再是「你 + 一個 AI」,而是「你 + 研究員 Agent + 寫作員 Agent + Reviewer Agent」,每個角色各司其職。你變成導演、AI 變成你的演員陣容。

💡

為什麼要多 Agent

一個 Agent 什麼都做、什麼都不精;多 Agent 各自分工、品質與深度都會跳一階。研究員專注找資料、寫作員專注產出、Reviewer 專注挑毛病——就跟人類團隊一樣。

把自己變成 manager,不要再當 worker。

多 Agent 協作的三種模式

🔀

平行模式

三個 Agent 同時各做一塊、最後合併(快)

➡️

串聯模式

Agent A 做完交給 B、B 做完交給 C(深)

🎭

辯論模式

兩個 Agent 持不同立場辯論、第三個裁判(嚴)

Subagent 是什麼

Subagent 是「Agent 的子 Agent」。主 Agent 接到任務後,可以自己派出一群 Subagent 去跑不同子任務,再把結果彙整回來。

在 Claude Code 裡,你可以建立一個 Subagent 池:研究員、寫作員、reviewer、設計師⋯⋯每個都是一份 Skill 檔,要用的時候 Claude 自己挑。

研究團隊四角色(Subagent 設計)

🔍 研究員

撈文獻、做摘要、找 quote、出 outline

✍️ 寫作員

依 outline 寫初稿、講人話、不掉書袋

🧐 Reviewer

挑邏輯漏洞、找薄弱論點、提出反例

📐 編輯

改用字、調節奏、做最後潤稿

平行 vs 串聯,怎麼選

📌 平行模式(快)

  • 任務之間沒有依賴
  • 要趕時間、要省 token
  • 適合:腦力激盪、多視角
  • 風險:結果可能不一致
  • 範例:同時請三個 Agent 寫文案版本

🔵 串聯模式(深)

  • 任務之間有先後依賴
  • 要做深、要邏輯一致
  • 適合:寫論文、改稿、迭代
  • 風險:前面錯、後面全錯
  • 範例:研究→outline→草稿→reviewer

案例|論文寫作多 Agent 工作流

PROMPT
@research-agent: 幫我找近三年關於『短影音與大學生注意力』的 8 篇期刊,做主題分群。

@outline-agent: 依研究員的結果,幫我列一份論文 outline,含問題意識、文獻回顧脈絡、研究方法建議。

@drafting-agent: 依 outline 寫第一章 Introduction,1200 字、學術風、引用要標頁碼。

@reviewer-agent: 讀完上面的草稿,幫我挑 3 個薄弱論點與反例。
OUTPUT
四個 Agent 會依序跑、最後給你:一份分群表、一份 outline、一段 1200 字 Introduction、一份 reviewer 報告。

Vista 的一個人秘書團隊

我自己在 Claude Code 裡有一個叫 Sebastian 的管家、它底下統籌 8 個 Subagent:研究員、寫作員、行銷文案、客服、財務、品牌顧問、技術顧問、教練。

我寫一句『今天早安』,Sebastian 就會去呼叫研究員整理新聞、教練回顧昨天的目標、文案準備今天要發的內容——這就是一個人公司的 Agent 化。學生也可以建一份『一個人研究小組』。

多 Agent 的校園實戰場景

  • 碩論寫作

    研究員+寫作員+reviewer 跑你的章節

  • 新創 MVP

    PM Agent + 開發 Agent + 行銷 Agent 跑作品

  • 田野訪談

    編碼員 Agent + 主題提取 Agent + 引用整理 Agent

  • 專題報告

    簡報員 Agent + 視覺 Agent + 演講教練 Agent

  • 求職季

    履歷 Agent + 面試模擬 Agent + 公司研究 Agent

多 Agent 的風險與限制

  • token 燒得快

    每個 Agent 都吃 context、預算要規劃

  • 錯誤會放大

    前一個 Agent 錯、後面跟著錯

  • 診斷變難

    出問題時、要知道是哪個 Agent 出包

  • 過度自動化

    有些事還是該你親手做,不該外包

  • 品質檢查仍是你

    最後一道把關永遠是人類

💡

Section 05 小結

多 Agent 不是炫技、是把自己從 worker 升級成 manager。當你開始用一隊 Agent 工作、你的天花板就不再是「你能做多少」、而是「你能設計什麼樣的隊伍」。

06

Vibe Coding 動手實戰

30 分鐘做出你的第一個作品

做完 80 分的、比做不出 100 分的好太多。
動手就贏。
Vibe Coding 實戰心法

動手前的 3 個提醒

🎯

先想清楚要做什麼

別開始 vibe 之前先寫一句話:誰會看?看完該做什麼?

📐

準備一個參考

找一個你喜歡的網站、貼給 AI 當 reference

⏱️

限時 30 分鐘

不要追求完美、先求第一版能上線

從 0 到上線的 5 個步驟

1

寫意圖

一句話講清楚你要做什麼、給誰看

2

丟 Prompt

把意圖、結構、風格、技術一次寫清楚

3

看結果

AI 給你預覽、你只看「合不合你的需求」

4

改三輪

請 AI 調整、限制三輪內收斂

5

上線

推到 Netlify / Cloudflare Pages、拿到網址

實戰場景 1|研究成果頁

PROMPT
我是社會學系大四生,畢業專題主題是『外送員的時間勞動』。

請幫我做一個單頁網站:
- Hero 區:標題+一句話結論「外送員的時間,是被演算法買走的時間」
- 研究背景(200 字)
- 研究方法(深度訪談 12 位)
- 3 個關鍵發現(每個配一段引述)
- 我是誰+聯絡方式

配色:米白底+深咖啡字+一點橘色強調。襯線字體。
OUTPUT
我會建立一個 single-page、scroll-snap 結構、含閱讀進度條。預覽連結會在完成後給你。

實戰場景 2|互動式課業專題

PROMPT
修「臺灣文學選讀」這門課,期末要做一份賴和的數位導讀。

請做一個互動式網頁:
- 首頁:賴和肖像+一句他的詩
- 5 個生命階段卡片(醫生、作家、社運者...)
- 點開每張卡片:展開該階段的代表作品摘錄
- 結尾:他留給臺灣文學的 3 個資產

風格:日治時期的紙感、米色+墨色、傳統印刷字體。
OUTPUT
我會用 CSS Grid + Reveal 動畫,每張卡片有翻頁感。建議搭配賴和基金會的公開圖檔。

實戰場景 3|社團徵件頁

PROMPT
我是吉他社社長、新學期要招新社員。

請做一個招生頁:
- Hero:「不會彈也沒關係,三個月帶你彈出第一首歌」
- 為什麼加入我們(3 個理由)
- 學長姐 testimonial(3 段)
- 課程進度(時間軸)
- 報名表單(姓名、系級、聯絡方式、為什麼想學)

風格:暖色、有溫度、像獨立咖啡店、不要學生作業感。
OUTPUT
我會用 Tailwind + 表單後端用 Formspree(免費)。手機優先排版、可掃 QR 直接報名。

實戰場景 4|個人品牌頁

PROMPT
我要做一個個人網站、放履歷與作品。我是傳播系大三生、想轉行做 UX 研究員。

結構:
- 首頁:「我用田野方法、找出產品的盲點」
- 我是誰(200 字、含一張我自己的照片)
- 三個作品(每個含問題、方法、發現、學到什麼)
- 推薦人(指導教授一位、實習主管一位)
- 聯絡方式(email + LinkedIn)

風格:克制、編輯室感、白底黑字+一個 brand color(可選)。
OUTPUT
我會用 Astro 框架。每個作品獨立頁。你可以一鍵部署到 Cloudflare Pages 拿到自己網址。

Prompt 工程的 4 個基礎

🎭 角色

「你是一個 UX 設計師」比「幫我設計」有效十倍

📋 結構

用 Markdown 清單給 AI、它的輸出也會更清楚

🖼️ 範例

貼一個你喜歡的網站連結、AI 知道你要的感覺

🚫 約束

「不要 emoji」「不要超過 800 字」、限制比放任有用

把模糊變具體

🔵 模糊版

  • 「幫我做一個漂亮的網站」
  • 「我要找關於 AI 的論文」
  • 「幫我寫一篇報告」
  • 「給我一些建議」
  • 「做一份簡報」

📌 具體版

  • 「做一個單頁、米色底、給研究所甄試用的作品集」
  • 「找近三年、SSCI、講『生成式 AI 對大學生寫作影響』」
  • 「寫一份 1500 字、學術風、關於 X 的期末報告」
  • 「列 3 個我這個專題可能漏掉的研究方法」
  • 「做一份 10 頁、給系上口試委員的研究計畫簡報」

Vibe Coding Debug 心法

  • 別罵 AI

    罵它不會變好、把錯誤訊息貼給它最有效

  • 先描述、再下命令

    「我看到 X、預期是 Y、實際是 Z」

  • 一次只改一件事

    改完看結果、不要連改 5 處再 debug

  • 卡 3 輪就重開

    從新對話開始、清掉錯誤累積

  • 把錯誤截圖貼給它

    視覺資訊比文字描述更精準

部署:讓世界看到你的作品

做出來不放網路、等於沒做。把作品部署上線、拿到一個真實網址,才是 Vibe Coding 的完整迴圈。

推薦兩個免費平臺:Netlify(拖拉就上線)、Cloudflare Pages(接 GitHub 自動部署)。30 秒拿到網址、可印在履歷上。

學生作品實例(過去一年的真實案例)

用 Claude Code 兩小時做完畢業專題的研究展示頁、口試委員當場稱讚『這已經是顧問公司等級』。

👤
畢業專題

把 60 篇期刊丟進 Gemini Notebook、原本要做兩個月的文獻回顧、兩週寫完。

👤
文獻回顧

vibe 出來的個人作品集成為我研究所甄試的關鍵加分、面試委員主動加我 LinkedIn。

👤
求職/升學
🎯 Practice

你的第一份作品清單

  1. 1 今天結束前、選一個方向、規劃你的第一份 Vibe Coding 作品
  2. 2 選一個方向:研究成果頁/課業專題/社團徵件/個人作品集
  3. 3 寫一句話講清楚:誰會看、看完該做什麼
  4. 4 列出至少 3 個區塊(Hero、內容、聯絡方式)
  5. 5 找一個你喜歡的網站當參考
  6. 6 預計完成時間:本週內、不超過 4 小時
⏱ 10 分鐘
💡

Section 06 小結

Vibe Coding 不是學 code、是學「把想法說清楚」。你越會描述需求、AI 越能做出你要的東西。動手的價值在於——它把「我可能做得到」變成「我已經做出來了」。

07

學術誠信與行動

哪些可以、哪些不行;你的 30 天計畫

AI 與學術誠信:別跳過這頁

用 AI 是趨勢、但學術圈仍然在訂規則。臺灣多數大學在 2024-2025 都已公布 AI 使用規範、研究生的論文與報告需要做 AI 揭露。

原則簡單:AI 幫你做事、但你要對成果負責、並誠實揭露用了什麼。把 AI 當研究助理寫進方法論、而不是悄悄藏起來。

AI 在學術寫作裡:可以 vs 不行

✅ 可以的(多數學校)

  • 用 AI 找文獻、做主題分群
  • 請 AI 幫你校稿、改文法
  • 讓 AI 整理筆記與訪談逐字稿
  • 用 AI 跑統計輔助、解釋結果
  • 在方法論裡誠實揭露用了什麼

❌ 不能的(多數學校)

  • 讓 AI 替你寫整篇論文
  • 假造引用、貼上 AI 掰的論文
  • 在沒告知的情況下用 AI
  • 用 AI 代寫考試、申論題
  • 把 AI 輸出當原創、不做改寫

AI 揭露聲明範本(放在方法論/謝誌)

markdown
## AI 工具使用揭露

本研究在以下環節使用了 AI 工具,特此揭露:

1. 文獻整理:使用 Gemini Notebook 對 56 篇期刊 PDF
   做主題分群與摘要、所有引用均回原文確認。

2. 寫作協助:使用 Claude 進行段落校稿、
   修正中文用字與邏輯流暢度。

3. 統計輔助:使用 ChatGPT 解釋 SPSS 輸出、
   實際分析仍由作者操作。

所有研究設計、論證、結論均由作者本人完成、
並對內容負責。

30 天 AI Agent 養成計畫

1

第 1 週

把 Gemini Notebook 跑通一次(傳一門課的所有 PDF、做問答)

2

第 2 週

用 Claude Code 做一個 Vibe Coding 作品(任選一個方向)

3

第 3 週

寫一個自己的 Skill(如:摘要、譯文、改稿)

4

第 4 週

建一個 3 個 Subagent 的工作流(如:論文寫作隊)

5

持續

每月寫一份你的 AI 使用日誌、追蹤工作流的演進

學習資源地圖(帶回家慢慢看)

📘 Anthropic 文件

docs.anthropic.com — Claude Code、Skills、MCP 官方教學

🎓 Gemini Notebook 學院

notebooklm.google.com/help — 學術用法案例庫

🛠️ Awesome MCP

github 上的 awesome-mcp-servers — 600+ 可裝的 MCP

📺 Vista 的講座庫

slides.vista.tw — 我所有公開講座與教材

謝謝

Vista Cheng | 鄭緯筌

https://www.vista.tw

https://slides.vista.tw

今天的能力不會消失、現在就動手 vibe