現在 AI 的能力真的進步得非常快。
你可能已經開始看到身邊有人用 AI 寫文章、做簡報、切版、寫程式，甚至直接把 AI 當成工作助理在用。
但對很多新手來說，現在有太多 AI 工具和名詞，像是 GPT、Grok、Claude、Codex、Skill、MCP、Agent ... 等等一大堆。
所以這篇文章，我想從新手的角度，用比較實際的方式，帶你建立一條AI 入門的學習路線。
如果你現在的狀態是：
- 知道 AI 很強，但不知道第一步該做什麼
- 看過很多人在分享 AI 工具，但不知道哪些跟自己有關
- 很怕一開始就踩錯方向，浪費很多時間
那這篇就是寫給你的。
第 0 步：確認目標
在正式開始前，我會先建議你可以想想看，你想拿 AI 來做什麼事情。
因為對新手來說，如果一開始就去追各種新名詞，可能反而導致看了一堆內容，最後還是不知道自己怎麼用。
大部分剛接觸 AI 的人，通常會分成兩種：
- 已經有明確目標，想用 AI 加速某件事
- 還沒有明確目標，只是想先摸摸看，感受一下 AI 到底能幫什麼
如果你是第一種，那只要先找到對應工具就能開始嘗試了。
這邊也簡單提供一些常見的任務和對應的工具，你可以存著之後有需要再看看：
- 查資料、整理重點、寫文章、改文案 -> ChatGPT、Gemini、Perplexity
- 寫程式、做網站、做小工具 -> Codex、Claude Code、Gemini CLI、Lovable、Base44
- 做 UI 原型、整理設計方向 -> Stitch、Pencil、Lovable
- 做簡報、整理提案 -> Gamma、Canva
- 生成圖片、做視覺素材 -> Midjourney、ChatGPT、Gemini
- 生成影片、做短影音素材 -> Runway
那如果你是第二種，也就是還沒有很明確的方向，只是想先接觸看看，這邊就提供一條我認為適合絕大多數人學習 AI 的路徑～！
第 1 步：網頁版 AI
如果你目前只是想先體驗看看 AI 能做什麼，我最推薦的起點，不是先安裝一堆工具，而是直接先從 ChatGPT、Gemini、Perplexity 這種免費的網頁版 AI 開始。
因為他們門檻最低，而且你可以最快感受到跟 AI 合作是什麼感覺。
你可以先把 AI 想成一個非常強、知識很廣、反應很快的助理，但他有一個很明顯的特點：
他的輸出品質，很大程度取決於你的輸入品質。
也就是說，如果你問得很模糊，他就很容易回你一堆看起來很完整、但實際上不一定真的有幫助的內容。
相反地，如果你有把背景、目標、限制講清楚，他的回答通常就會好很多。
所以新手一開始最重要的，可以先嘗試養成這些習慣：
- 先說清楚你要做什麼
- 再補充你的背景與限制
- 最後請他用你要的格式輸出
例如你可以先試這幾種最簡單的任務：
- 丟一篇文章給他，請他整理成 5 個重點
- 請他幫你規劃一份 7 天 AI 入門學習計畫
- 把你自己寫的一段文字貼上去，請他幫你改得更清楚
- 問他某個你看不懂的名詞，請他用國高中生也聽得懂的方式解釋
先嘗試把一些文書處理、教學上的任務讓 AI 執行看看。
ChatGPT vs Gemini vs Perplexity
至於這三個工具怎麼選，我自己的理解大概是這樣：
- ChatGPT：最通用，也最適合大多數人當第一個 AI 工具，互動感比較自然。
- Claude Code：目前覺得寫程式能力最強，回答也最沒有 AI 味道的 AI，但是免費額度也最少。
- Gemini：整體也很通用，如果你平常就在用 Google 生態，通常會很順手。
- Perplexity：更像 AI 搜尋引擎，特別適合拿來查資料、找來源、快速理解一個主題。
不過這邊一定要提醒一下，雖然 AI 很強，但不代表他說的資訊都是正確的。
它有時候會把錯的內容講得很像真的，或是把不確定的資訊講得很肯定。
所以不管是查資料、寫文案、整理知識，最後都還是要自己做基本驗證。
尤其是牽涉到數字、法規、醫療、投資、產品價格這些資訊時，更要特別小心。
第 2 步：本地電腦的 AI 助理
當你開始習慣用網頁版 AI 後，你可能會發現網頁版的 AI 能力其實有限，雖然網頁版方便，但很多時候只能回答你事情，不太能真的幫你做完。
例如：
- 它看不到你電腦裡的專案內容
- 它不能直接幫你改本地檔案
- 它不能直接幫你跑指令、整理資料夾、操作工作流程
- 很多時候你還是要自己複製貼上來回搬運內容
這時候，如果你已經開始想把 AI 納入日常工作流，就可以開始接觸 本地電腦上的 AI 助理，像是 Codex、Claude Code、Gemini CLI 這一類工具。
雖然這些名字看起來很像工程師專用工具，但其實不只是寫程式的人才能用。
你可以把它理解成：把原本在網頁上聊天的 AI，搬到你的電腦裡，讓它可以直接讀你的檔案、修改內容、執行操作。
由於他們是運行在終端機的工具，所以你要先稍微簡單接觸一下怎麼使用終端機，新手的話很推薦使用 Warp: The Agentic Development Environment 這個工具，他整體介面對於新手比較友善。
雖然終端機這三個字聽起來有點可怕，但你真的開始用之後會發現，它本質上還是對話，只是 AI 能做的事變多了。
比如下面這張圖，就是我在終端機打開 Claude Code 後，直接問它這個專案在幹嘛，它就能根據專案內容回答我：
而且它不只會回答，還能直接幫你修改檔案、調整內容、執行步驟，等於從顧問變成助理。
有些人會擔心資安問題，像是會不會不小心把電腦搞壞、把檔案刪掉之類的。
這個擔心很合理，但大多數這類工具都會有權限控制、確認機制或沙盒設計，至少不是你一打開它，它就能毫無限制地亂做事。
當然，該注意的還是要注意，例如不要在完全不理解的情況下，讓它直接執行敏感操作。
另外，如果你覺得終端機真的太不習慣，現在也有比較友善的桌面版或圖形化介面可以搭配使用。
我自己就非常喜歡 Codex 的 App 版本：
要選 Claude Code、Codex 還是 Gemini CLI？
目前 Codex 和 Claude Code 都是要付費的。
所以如果你不想花錢，只想先體驗看看的話，就可以像上面所說的，先使用 Gemini CLI，他是目前這三者中唯一可以免費使用的，但相對也是功能、使用體驗上比較不好的一款。
因此如果你想要有更好的體驗，但又不想花太多錢，我會先推薦一個月 20 鎂的 Codex，他目前能使用的額度比 Claude Code 多非常多
雖然 Claude Code 也有 20 鎂的方案，但是經常叫他執行一個任務後就用完額度要等下次補充了。
那如果錢對你來說不是問題，那我會推薦 Claude Code 的下一個方案 -- 100 鎂的 Cluade Code Max。
或是你也可以像我一樣，用 20 鎂的 Codex + 20 鎂的 Claude Code，既可以享受 Codex 的大額度，也能一直學習最新的 AI 應用。
簡單比較的話會是這樣：
- 如果你只是想先試試 CLI 類型的 AI 工具，那可以先從 Gemini CLI 開始，因為他目前可以免費使用，進入門檻通常會相對低一點。
- 如果你想找一個整體體驗比較平衡的工具，Codex 會是不錯的選擇，學習成本與功能完整度都蠻適合多數人入門。
- 如果你想把 AI 深度放進日常工作流，Claude Code 目前在整體操作體驗、工作流設計、進階功能上，還是很有競爭力。
不過這裡我想特別提醒一下：
這類工具的價格、額度、功能更新速度都很快，所以方案細節還是會建議你直接看官方頁面，或去問有在使用的人。
第 3 步：進階 AI 功能
當你開始用 Claude Code、Codex 這類工具一段時間後，你通常會遇到下一個瓶頸：很多事情你每次都要重新打一次類似的指令。
例如你可能會一直做這些事：
- 請它根據你的 feedback 改寫文章
- 請它按照固定格式幫你整理會議內容
- 請它每次改完程式都先幫你檢查幾件事
如果這些流程你每次都要重講，那很快就會覺得麻煩。
這時候，就可以開始接觸一些比較進階的能力：
- Sub Agents / 子代理：把一個大任務拆給不同角色的 AI 一起處理，例如有人負責查資料，有人負責改文案，有人負責檢查結果。
- Commands / 指令：把常用流程包成快捷指令，之後只要輸入一次指令名稱，就能重複執行。
- Hooks / 鉤子：在特定事件發生時，自動執行某些動作，例如改完檔案後就順手幫你檢查。
- Skills / 技能：把工作規則、寫作風格、檢查清單整理成 AI 可以自己讀的手冊。
- CLAUDE.md / AGENTS.md 這類專案說明檔：讓 AI 一進專案就先理解背景、規則、口吻、禁區，不用每次重新交代。
你可以把這些功能想成讓 AI 更知道你的做事習慣和方法。
第 4 步：遠端操控 AI
到這一步，其實你已經開始把 AI 放進自己的工作流程。
但這時候又會冒出另一個問題：
如果我人不在電腦前面，能不能還是叫 AI 幫我做事？
答案是可以的。
像是有些做法，會把本地電腦上的 AI 助理串到手機通知、聊天工具或遠端控制流程中，讓你在外面也能下指令，回來再看成果。
這些功能真的讓 AI 變成一個可以隨時待命的工作助手，像我經常做這些事情：
- 出門前丟一個任務，回家後再看整理結果
- 通勤時用手機請它先幫你改一份草稿
- 臨時想到一件事，直接遠端交辦給電腦上的 AI 去跑
這樣就等於我不需要在電腦前待命也能同時完成一些任務。
第 5 步：持續學習，但不要被新名詞拖著跑
AI 這個領域變化真的非常快。
今天大家在講某個模型、某個工具、某個工作流，過幾個月後，熱門名單可能又換一輪了。
所以當你已經習慣用以上 AI 的功能後，下一步就是慢慢跟著目前的趨勢，稍微了解一下最新的技術或科技，不一定要馬上學起來或用起來，去使用你有興趣或真的能幫助到你的就好～！
重點是一定要自己上手操作看看，才會更知道目前你的需求在哪而不是盲目的追新知識。
總結
其實 AI 的學習很像學任何的新工具，
一開始先會基本操作，接著慢慢找到適合自己的使用場景，最後才會形成自己的工作流。
如果你現在完全是從 0 開始，我會推薦你照這個順序走：
- 先用免費網頁版 AI 感受互動方式
- 找到一個你真正想解決的問題
- 有需要時，再進一步接觸本地 AI 助理
- 等用熟後，再學 Commands、Skills、子代理、遠端工作流
總之一定要先開始使用看看，在慢慢找到適合自己的工作流程或節奏～！