Ooh Studio
LESSONS

全部教材

自 2026 年 8 月起,累積陪跑 56 次

每一份教材都從一位夥伴的真實提問開始。點進去就是完整的教材,可以一路往下讀。

第六堂共學

AI 做的軟體不如預期:錄影片、截圖加說明、整包交給電腦上的 AI 檢查

「AI 幫我做的工具有問題,請它改,它說改好了,結果還是一樣。我要怎麼把問題講清楚?」夥伴的提問

三種回報方法:AI 看得懂影片就錄一段操作給它,看不懂就截一連串圖、每張寫清楚哪裡不對;或整包下載交給在你電腦上的 AI 全面檢查。檢查前先請它畫一張系統架構圖,一塊一塊打分數,不用打掉重練。

打開教材
第六堂共學

做資料分析前先問為什麼:好奇探索和有應用目的,走的路不一樣

「我想學怎麼找資料、整理資料、畫成圖表,要先學 Power BI 或 Tableau 嗎?」夥伴的提問

做資料這件事,九成時間在找資料、清資料,回答只佔一成。所以先問為什麼:單純好奇,就放寬了邊玩邊找;要拿去用,就從答案要做的決定往回推。附嚮導對圖表軟體的看法,和一段請 AI 先問你為什麼的指令。

打開教材
第六堂共學

給 AI 一把尺:做出來的至少要贏過免費的聽寫

「我請 AI 做了一個錄音轉文字的工具,可是轉得好慢。要怎麼跟它說?」夥伴的提問

手機、電腦、網頁上的麥克風聽寫,講完幾秒字就出來,而且免費。把它當成最低標準講給 AI 聽,請它另外做一個只用免費聽寫的對照組,兩條路同時跑,並排比速度也比錯字。附兩段可以直接貼的指令。

打開教材
第六堂共學

第一次開 Codex:先叫它講繁體中文,再請它記住

「Codex 打開都是英文。要怎麼讓它以後都跟我講中文?」夥伴的提問

在終端機打 codex,先講一句「請你現在開始都用繁體中文跟我講話」,再請它記住。它會問過你,再寫進 AGENTS.md 這個給 Codex 的常駐說明,下次打開就照做。附官方文件查到的 AGENTS.md 是什麼、放在哪。

打開教材
第六堂共學

想做資料儀表板:先分靜態還是即時,再把素材和目的講清楚

「以前要用 Excel 寫程式才抓得到資料、畫得出圖表。現在有 AI,有沒有更簡單的做法?」夥伴的提問

下載的檔案是靜態資料,API 拿到的是即時資料,先分清楚。再把資料集、目的、追加的素材(例如考卷)交給 AI,它就做得出儀表板。附嚮導出於好奇做的即時空氣品質地圖,和一段找出最需要幫忙的五個人的指令。

打開教材
第六堂共學

公司文件不能丟雲端:用地端模型,先讓 AI 盤點你的電腦

「公司的內控文件很想請 AI 幫忙,可是資料不能外流。有辦法嗎?」夥伴的提問

把模型下載到自己電腦上跑,資料就不會送到別人的伺服器;別人架在主機上的模型不算。動手前先請 AI 檢查你電腦的晶片、記憶體、GPU、硬碟和系統,做一份網頁報告,看跑得動哪些模型。附盤點的指令和查過的模型資料。

打開教材
第六堂共學

自己做會議紀錄工具:拆成幾塊拼圖,每塊都能驗收

「我用 AI 做了一個會議紀錄工具,從錄音到出紀錄一次做完,卡住了卻看不出是哪裡壞了。」夥伴的提問

先講你想像的步驟,請 AI 補完、畫成圖。課堂上拆出九塊:收音、存檔、切段、轉文字、分辨說話者、勘誤、整理成紀錄、人工確認、交付。嚮導認為最需要 AI 的是整理成紀錄那一塊,他自己只做到逐字稿。附每一塊怎麼驗收。

打開教材
第六堂共學

會議紀錄工具哪裡會花錢:檔案放哪、在哪裡算、用哪個模型

「自己做的會議紀錄工具能用了,可是每用一次,會不會一直在花錢?」夥伴的提問

四個地方先決定:檔案放本機還是雲端、切段轉檔在哪裡算、語音轉文字用付費還是免費模型、要不要分辨說話者。做成網頁發佈之後,背後接的雲端模型也在花錢。附一段請 AI 幫你盤點哪裡在計費的指令。

打開教材
第六堂共學

邊錄邊轉:每一小段先轉成文字,按停就幾乎做完

「開了一小時的會,按下停止還要等很久才有文字。有沒有別的做法?」夥伴的提問

錄完整段再轉,錄得越久等得越久。嚮導的工具每十秒左右切一段,在背景先轉好,按停時只剩最後一小段。附一段請 AI 照這個做法設計的指令,以及做好之後怎麼自己驗。

打開教材
第五堂共學

駕馭框架是什麼:Claude Code、OpenCode、Pi、Hermes Agent 怎麼挑

「常聽到 Hermes Agent,它跟 Claude Code 有什麼不一樣?我該用哪一個?」夥伴的提問

模型是馬,駕馭框架是套在外面的馬具:決定它有哪些工具、記不記得你、哪些事要先問你。四個常見的各有強項,挑之前先問自己最在意哪一件:只用一家、常換模型、長期記憶、還是自己搭。

打開教材
第五堂共學

讓 AI 指揮 AI:Claude 開瀏覽器,請 ChatGPT 畫圖,再回來改網站

「歌詞是 AI 寫的、歌是另一個 AI 做的、網站又要另一個 AI 架,中間的複製貼上一定要我自己來嗎?」夥伴的提問

從寫歌詞、做歌到網站上線,一個晚上接起來。中間人在幫 AI 傳資料的那一段,可以改成讓 Claude 開瀏覽器去請 ChatGPT 畫圖、下載、再回來改網站。附交出瀏覽器之前要想的事。

打開教材
第五堂共學

在 VS Code 裡用 AI:檔案區在左、對話在下、三家都叫得出來

「我有 VS Code,也聽說 AI 可以在終端機裡用。兩個要怎麼放在一起?」夥伴的提問

開資料夾、開下方的終端機面板,打 claude、gemini 或 codex 就叫得出來。請它寫一份自我介紹,左邊立刻多一個檔案;小圓點代表還沒存。同一個資料夾換 Obsidian 打開也行,檔案只有一份。

打開教材
第五堂共學

AI 把你的話壓成幾個關鍵字:要它兩個版本都給你看

「我給 AI 很詳細的設定,整理幾輪之後只剩幾個標籤。是它弄丟了嗎?」夥伴的提問

AI 做事時常把你的話拆成幾個重點。簡單的工作,重點就夠;小說設定這類細節就是內容的東西,完整版才是本體。想看哪一版直接講;兩版都看,就學得到它習慣讀什麼。附兩段可以直接貼的指令。

打開教材
第五堂共學

一段話開一個專案資料夾:README、CLAUDE.md、skill、input/output

「我想做一個 skill 幫我跑一個專案,資料夾裡要有哪些東西?從哪裡開始?」夥伴的提問

嚮導用一段話請 AI 開好整個專案:給人看的 README、給 AI 看的 CLAUDE.md 和三條規則、一個 skill、放需求和成品的兩個資料夾。附整理過可直接貼的指令,以及 skill 藏在哪、AGENTS.md 和 CLAUDE.md 的差別(對過官方文件)。

打開教材
第五堂共學

主流 AI 怎麼選:看你的工作和要服務的人在哪個生態系

「Gemini、ChatGPT、Claude,還有一堆別家,業界的人到底怎麼選?」夥伴的提問

先看你的工作、和你要服務的人習慣用哪一家的整套工具。嚮導分享他自己的分工:一家當主力,資料特別多、要做影片圖片時再挑別家。附一段請 AI 幫你看自己落在哪個生態系的指令。

打開教材
第五堂共學

會不會很花 token:先分清楚是誰付錢、訂閱還是 API

「一次開好幾個 AI 一起做事,這樣不會很花 token 嗎?」夥伴的提問

先問誰付錢、怎麼付:公司付、每月固定的訂閱、用多少付多少的 API,三種答案不同。有上限的訂閱就放心用,撞到上限再調整用法;API 先設花費上限。附嚮導從一直撞頂到故意撞頂的經過。

打開教材
第五堂共學

用講的代替打字:電腦內建聽寫和 Typeless 差在哪

「你是用 Typeless 在講話打字嗎?它跟電腦內建的語音輸入有什麼不一樣?」夥伴的提問

內建聽寫照你講的打出來,免費不用裝,講清楚就好用;Typeless 這一類會把隨口講的話整理成條理分明的文字。沒有它也能做到類似的事:講完再請 AI 整理。

打開教材
第四堂共學

上千份文件要查得到:把一條龍拆成十一塊拼圖

「我請 AI 一次讀上千份文件,做一個查資料的系統。介面出來了,答案卻很多是錯的。該從哪裡下手?」夥伴的提問

一次丟給 AI 沒成功很正常。先看今年通行的六個環節:資料能不能出門、一頁一頁轉、先分流、推理和工具分開、三種查法、開發集與測試集加回歸題庫。再拆成十一塊拼圖,每塊寫清楚輸入、過程、輸出、素材和過關條件,哪幾塊可以同時做。

打開教材
第四堂共學

不插電也能創作:AI 一條線,自己一條線

「我用 AI 幫忙寫作,這陣子的時間都花在調整工作流程。這樣的方向對嗎?」夥伴的提問

跟 AI 一起創作是一塊新的地,有地雷,也要投資。嚮導的提議是雙軌並行:一條線跟 AI 做,一條線關掉 AI 自己寫。同一段創作兩種都做一次,並排看。

打開教材
第四堂共學

請 AI 設計一個每天五分鐘的教練:新知、進度、考我

「我想弄懂 AI 本身,不是為了哪一件工作。有辦法每天學一點,而且有人考我嗎?」夥伴的提問

用講的把背景、聽過的詞和三個要求交代完,請 AI 自己把教練的設定寫出來:四十八小時內的五則新知、照里程碑走的一小課、十題測驗。附一段換成自己題目就能用的指令。

打開教材
第四堂共學

規矩寫進 README,為什麼放錯位置:五個可以直接貼給 AI 的提問

「我把希望 AI 每次都照做的規矩寫進 README.md,這樣放對嗎?不對的話要放哪?」夥伴的提問

README 是告示牌,寫再多都只是介紹;AI 要照著走的規矩像水電系統,得放在別的位置。放哪裡,這一篇不回答,給你五個可以整段複製的提問:它開工先讀什麼、本地端是什麼、資料夾怎麼分層、四份 .md 各做什麼、你的規矩該搬去哪。

打開教材
第四堂共學

會議紀錄拆成三件事:錄得到、轉成文字、變成有用的東西

「我的工作時間有一大半在開會,開完還要寫紀錄。AI 在這件事上幫得上什麼?」夥伴的提問

先不比較產品,把會議紀錄拆成三段:能不能錄、聲音變文字、文字變成紀錄或待辦。前兩段手機多半做得到,要花心思的是第三段。附一段可以直接貼的指令。

打開教材
第四堂共學

同一份逐字稿,五個人做出五種會議紀錄

「同一份逐字稿丟給 AI,為什麼每個人拿到的會議紀錄長得不一樣?」夥伴的提問

嚮導把聚會前半段的逐字稿發給大家,限時五分鐘各做一份。五種指令、五種結果。看完的三個觀察:AI 記得你平常要什麼、以人為中心還是以清單為中心、不會下指令就問它。

打開教材
第四堂共學

靜默書寫:開場先安靜一分鐘,每個人寫下今天想聊什麼

「線上聚會每次都是同一兩個人在講。怎麼讓每個人的題目都被聽到?」夥伴的提問

開場不先講課:指給大家看聊天室在哪,問一個有範圍的問題,計時一分鐘各寫各的,寫完輪流講,嚮導一人回饋一分鐘。四個題目被歸成應用、學習、大量資料三類。

打開教材
第四堂共學

逐字稿錯字太多:做一張錯字勘誤表

「手機錄音轉出來的逐字稿,人名和專有名詞錯一堆,會議紀錄根本不能用。怎麼辦?」夥伴的提問

語音轉文字每次都錯在同一個地方,所以記一次就能用很多次。一行一筆,錯的在前、對的在後,跟逐字稿一起交給 AI。課堂上錄一段名字示範,附可以直接貼的指令。

打開教材
第四堂共學

寫完等於做完:待辦清單先分「要人做」和「不用人做」

「會議開完,待辦清單一長串。這些事真的都要我自己做嗎?」夥伴的提問

拿到清單先掃一遍,每一條問:這件需要人來做嗎。不用人做的,一次一件教會 AI。嚮導用客戶會議紀錄和這個共學站下課後的流程當例子:動手的交出去,講清楚要什麼和最後看過,還是人的。

打開教材
第四堂共學

把指令和勘誤表存起來:做一個貼上就出會議紀錄的 AI

「每次做會議紀錄都要重貼一次指令、再上傳一次勘誤表。可以存起來嗎?」夥伴的提問

嚮導用 ChatGPT 的 GPTs 示範:填名稱、簡介、指令三格,把勘誤表貼進去,之後貼上逐字稿就直接出紀錄。別家 AI 也做得到,背後是同樣三樣:預先寫好的指令、模型、對話介面。

打開教材
第三堂共學

請 AI 每次留一份工作筆記:我要求了什麼、它做了什麼、踩到什麼

「我跟 AI 講過的要求越來越多,自己都不記得講過哪些。有辦法讓它整理給我看嗎?」夥伴的提問

一段話請 AI 開一個筆記資料夾:網頁版給你看,純文字版給它看。最上面是它記住的長期要求清單,下面是每次工作的紀錄。再寫進說明書,讓它以後每次都留。

打開教材
第三堂共學

CLAUDE.md 分兩層:一份管整個資料夾,一份管單一專案

「我有好幾個專案,每個都有自己的 CLAUDE.md。那些每個專案都要遵守的規矩,要寫在哪?」夥伴的提問

對所有專案都成立的寫上層,只屬於這個專案的寫下層。課堂上用一段話請 AI 建好上層那份:工作範圍、規則的優先順序、專案索引表。它還順便回報了兩個說明書和實際對不上的地方。

打開教材
第三堂共學

Markdown 是什麼:三個符號就夠用

「AI 幫我寫的檔案打開來一堆井字號和減號,那是什麼?我需要學嗎?」夥伴的提問

井字號是標題,減號是清單,中括號是待辦。課堂上兩分鐘從空白檔寫到看得到效果,以及怎麼在 VS Code 左邊寫、右邊看排好的樣子。

打開教材
第三堂共學

找開源工具:請 AI 挑兩個,再自己打開來讀

「我想找一個免費的工具來用,搜尋出來幾十個都沒聽過。怎麼知道哪個可以信?」夥伴的提問

一段話講完用途、電腦、底線和排序標準,請 AI 挑兩個並給連結。拿到之後自己打開,看星號、最近更新、README 和授權。課堂上還在別人的專案裡看到一份 CLAUDE.md。

打開教材
第三堂共學

「寫了規則」不等於「擋得住」:請 AI 把約定做成鎖,再測給你看

「我在 CLAUDE.md 寫了只准用這個資料夾,它就真的碰不到別的地方了嗎?」夥伴的提問

寫在說明書裡的是約定,寫在工具設定裡的才是鎖。課堂上請 AI 查官方文件、先測試再套用,做出五道防線,並當場試五件事:四件被擋下、一件正常。代價和例外它也自己講了。

打開教材
第三堂共學

語音輸入打出簡體怎麼辦:Windows 的 Win+H

「我按 Claude 的麥克風講中文,打出來都是簡體字。可以改成繁體嗎?」夥伴的提問

那顆麥克風沒有繁簡可選。改用 Windows 內建的語音輸入:Win+空白鍵切到注音,Win+H 開始講,出來就是繁體。四個步驟,加一層保險。

打開教材
第三堂共學

README.md 是什麼:一個資料夾的門面

「資料夾裡那個 README.md 是做什麼的?我不寫程式,也需要嗎?」夥伴的提問

README 是「先讀我」:這裡是什麼、現在做到哪。課堂上請 AI 先讀過資料夾再寫一份,並讓它跟著進度更新。順便分清楚 README 給人看、CLAUDE.md 給 AI 看。

打開教材
電話教學

一個控制台,調度手上好幾個 AI 訂閱

「我手上有 Gemini、ChatGPT、Claude 好幾個訂閱,每個用一用就到頂。能不能做一個介面統一調度,還看得到用量快不快用完、要等多久?」夥伴的提問

五個步驟:找前三名的範例、勾菜單、在自己電腦做出來、寫跨裝置的規劃書、部署驗測。後半是通話後查證的三個地雷:訂閱不是 API、用量多半讀不到、免費上雲架不起來,以及比較穩的改法。

打開教材
第二堂共學

接關筆記示範:一個資料夾的十二分鐘

「課堂上那個示範,從空資料夾到接關成功,中間到底發生了什麼?」夥伴的提問

照錄影的時鐘走一次:README 寫了兩版,網頁改了四版,接關筆記在 20:29 出現。每一版都能直接操作;中間版本是從錄影逆向重建的,每段附依據。整包可以下載回去自己接一次關。

打開教材
第二堂共學

想轉職,先問對關鍵字:把你的偏見交給 AI

「我是韌體工程師,想轉軟體、想進金流產業。打開人力銀行,不知道要搜什麼。」夥伴的提問

一段話交給 AI 三樣東西:時間軸、你的偏見、要拿到什麼。它先指出條件互相打架,再給一條兩段式路線和十個標了起點與勝算的關鍵字。

打開教材
第二堂共學

接關筆記:讓明天的自己和 AI 接得上

「專案做到一半,隔幾天回來就忘了做到哪裡,連用哪個帳號都想不起來。怎麼辦?」夥伴的提問

課堂上現場示範:開一個空資料夾,做一個小網頁、改兩版,收工前請 AI 寫接關筆記,關掉視窗再開新的,它讀完筆記就接著做下去。記憶放在檔案裡,不放在對話裡。

打開教材
第二堂共學

不會裝?讓 AI 教你裝:一段話換一份自己的安裝教學

「在終端機打了 claude 沒反應,我從來沒裝過東西。要從哪裡開始?」夥伴的提問

網頁版、桌面版、終端機三種用法差在哪。先用桌面版,用說的講清楚我是誰、我的電腦、試過什麼、要什麼樣子,它就交回一份有複製按鈕的安裝教學。附第一次會遇到的權限詢問怎麼選。

打開教材
工作流拆解

Outlook 信件自動篩選工作流(二):不用 AI,用規則和排程自動發佈到群組

「同樣是每天一百封職缺信,我不想付 AI 訂閱費。只靠 Outlook 和電腦本來就有的功能,做得到嗎?」夥伴的提問

把六步重讀一次:每一步只問躺在哪裡、條件是什麼、最後放在哪裡。動作可以換,目的不能換,三步就消失了。剩下的用 Outlook 規則、本機排程和一次拖曳接起來,AI 一次都不用出現。每一句「做得到」都附查證來源。

打開教材
工作流拆解

背單字網頁重做(二):有經驗的人怎麼拆解,拆成 AI 聽得懂的檔案

「需求講清楚之後呢?從一句話到一個做得出來的網站,中間到底要拆成什麼?」夥伴的提問

拆解的產出是檔案,不是程式碼。逆向工程、重新設計、交給三個 agent,每一階段抽一段實際產出給你看。三個原則:檔案交接、驗收題全是 YES/NO、防「造假通過」的三道鎖。

打開教材
工作流拆解

背單字網頁重做(三):交給 AI 執行,然後看報告

「交給 AI 做了,我要怎麼知道它做對、做好?」夥伴的提問

交出去之後,人只剩一件事:看報告、做裁決。三個 agent 實際跑了十二輪建置、兩次審查,抽真實的原始輸出、爭議段、審查表給你看。三個教訓:可見測試全綠不等於做對(隱藏測試抓到 2 紅)、全綠也不等於好用(獨立審查抓到 3 個嚴重度 3,根因是規劃站的一個裁決)、你給的線索寫錯也會被指出來。練習:拿一份自己的 AI 報告,找出指令、原始輸出、爭議三件在哪。

打開教材
工作流拆解

背單字網頁重做(一):把需求講清楚,先回答「資料庫要放哪」

「最近用 Gemini 或 Google AI Studio 練習寫了個給孩子背單字的網頁。除了自己架網站之外,哪裡可以找到比較合適的資料庫空間?」夥伴的提問

這個量級不需要資料庫:付費不付費只是載具。看 CYC 怎麼把一句話心願展開成七條邊界,再拿自己的推測回頭對夥伴實際說的話。最後用五問把你的心願也展開一次。

打開教材
第一堂共學

Codex、Agent、Multi-Agent、Cloudflare:四個名詞一次講清楚

「Codex 到底是什麼?跟 Agent 有什麼不一樣?」夥伴的提問

Codex 是一個品牌,可以在瀏覽器、VS Code 或終端機裡啟動;Skill 是它裡面的美工刀;Agent 是跟你講話的代理人;Cloudflare 是放網站的伺服器。

打開教材
第一堂共學

共學團怎麼進行:一小時主場,半小時小包廂

「這個共學團到底怎麼上?我跟不上怎麼辦?」夥伴的提問

前一小時大家一起,後半小時想留的人留下。有把握的人舉手示範,跟不上也沒關係,一步做不完就分三四週做。

打開教材
工作流拆解

Outlook 信件自動篩選工作流(一):有 AI 的做法,先寫清單再讓它挑

「每天 Outlook 都收到上百封職缺信。我想用免費的方式,自動挑出需要的、合併成一份 PDF 放上雲端,讓同事每天都能用。」夥伴的提問

六步流程裡只有一步需要判斷。把「怎麼挑」寫成必備、排除、偏好、缺資料四種條件,再親手撥一撥一百封假信件的篩選器,看結果怎麼變。不付費的 AI 也照得做。

打開教材
第一堂共學

你買了跑車,卻推著它走:終端機是什麼

「我已經付費訂閱了,為什麼還是覺得 AI 很慢?」夥伴的提問

很多人買了跑車卻推著走。打開終端機,讓 AI 直接在你的電腦上工作,一小時的事變五分鐘。附兩個提示詞,讓 AI 自己教你。

打開教材
第一堂共學

同一段話丟給不同的 AI,答案不一樣

「ChatGPT、Claude、Gemini,我到底該用哪一個?」夥伴的提問

同一段需求丟給四個模型,會得到截然不同的結果。對不對不是重點,適不適合你才是。付費、免費、本機模型各有各的位置。

打開教材
第一堂共學

工作用 Skill,創作用 Agent

「我想用 AI 寫小說,是不是要先學會寫 skill?」夥伴的提問

Skill 擅長重複的工作,創作需要的是 Agent,甚至一群會彼此對話的 Agent。用三個問題分辨你的題目是哪一種。

打開教材
第一堂共學

用說的,不要打字:把一段完整需求講給 AI

「我知道 AI 很厲害,可是我每次只會打一句話問它。要怎麼把我想做的事講清楚?」夥伴的提問

人最擅長的是說話,不是打字。用一段口述需求的骨架示範:講情境、講最想要的結果、指定輸出的樣子,最後允許它修正你的動機。

打開教材
第一堂共學

Skill 是什麼:開門達人的比喻

「大家都在講 skill,它到底是什麼?我每天重複做的事用得上嗎?」夥伴的提問

Skill 是只做好一件事的工具。能把 Input、Process、Output 三格寫清楚的題目才適合做成 Skill;最難的通常只有一步,先把那一步打穿。

打開教材
第一堂共學

付費方案怎麼選:先列需求,再比工具

「一個月兩百塊的方案夠不夠?ChatGPT 和 Claude 要買哪一個?」夥伴的提問

問哪個比較好,就像問 BMW 和賓士哪個好。先列你的三個需求,再看哪一家做得到。省錢可以,但要知道省掉了什麼。

打開教材
寫作交流

先別急著選工具:AI 時代的小說寫作

「我想用 Obsidian 建一個小說資料庫管理工作流?還是我可以自己用 AI 寫一個管理工具?哪個比較好?」夥伴的提問

工具怎麼選,取決於你想寫什麼、為什麼寫。借五位專家的眼睛,先回答三個更根本的問題:為什麼寫、別人怎麼做、你愛什麼。

打開教材
skill 陪跑

先找你的重複

「我想學 skills 的寫法,從哪裡開始?」夥伴的提問

skill 不是從寫法開始,是從「重複」開始。先找出你一再交代 AI 的那件事,再用 30 分鐘寫出第一支、跑兩次、自己驗收。

打開教材
音檔轉文字

逐字稿拆解

「我想學音檔轉文字、逐字稿編排、重點整理,要怎麼做?」夥伴的提問

先拆解你的情境,再挑工具。用途、條件、分層、卡點四步診斷,最後寫出一句屬於你的工作流。

打開教材
網站上線

把你的網站送上線:免費、一個多小時、不用主機

「我想用 AI 做一個網站,該從哪裡開始?」夥伴的提問

從什麼都沒有到網站公開在網路上,十二步、一個多小時、沒有花到錢。附三個真的踩到的坑,和幾條下次自己做也用得上的判斷原則。

打開教材