課程介紹
ChatGPT 到 Codex:把「會問 AI」升級成「會交付專案」
如果你已經會用 ChatGPT 寫文案、整理資料、發想企劃,下一個值得補上的能力,是讓 AI 不只回答你,而是協助你完成一個可以運作的數位作品。《Codex 全端開發實戰入門課》就是為這類使用者設計的入門課。課程不是直接要求你變成工程師,而是從 Chapter 01「Codex 與開發環境建立」開始,帶你理解 Codex 的定位、Codex 與 Claude Code 的差異、API Key 機制,以及最基礎的開發環境。像是安裝 Visual Studio Code(VS Code),解決的不是「多裝一個軟體」而已,而是建立 AI Coding Agent 能讀檔、改檔、執行任務的工作空間。當你知道如何在 VS Code 中開啟專案、管理檔案、使用 Terminal、搭配 Codex 擴充套件,就能從 ChatGPT 的文字協作,進一步進入真正的 AI 協作開發流程。
從網站規格、Prompt 設計到前後端實作,一步步建立完整流程
這門課的核心,是帶學員從零到一完成一個可展示、可修改、可部署的網站專案。Chapter 02 會先進入「網站規劃與 Prompt 設計」,學習網站資訊架構、圖像化頁面規劃、區塊內容 SPEC,以及如何把色系、字級、間距、版面配置寫成 Codex 看得懂的 Prompt(提示詞)。這一步很重要,因為 AI 產出品質往往不是取決於模型多強,而是取決於你能不能把需求拆成明確規格。接著 Chapter 03 進入「前端生成與畫面優化」,使用 Codex 生成第一版網站,理解 Component(元件化)概念,並透過 Agent Skills 進行 UI、Layout、互動與局部畫面調整。對非工程背景者來說,這會讓你看懂一個網頁不是一次生成就結束,而是可以透過結構拆解、Prompt 控制與逐步修正,讓 AI 產出更接近專業成品。
為什麼此時要學:AI 開發能力正在變成職場與個人產出的新基礎
現在學 Codex,不只是為了做一個網站,而是為了理解 AI 如何進入完整工作流。Chapter 04 會帶到「後端建置與資料流設計」,包含前後端分工、Anaconda 建立 Python 虛擬環境、Flask 安裝、API 建立與資料接收測試,讓學員知道網站不只是畫面,也包含資料如何送出、接收與處理。Chapter 05 則進一步完成 HTTP、GET、POST、前端串接後端 API、RWD 響應式設計、Git 版本控管、GitHub 上傳與 Vercel 部署。這些能力的價值在於:你能把一個想法變成可上線的作品,也能理解 AI 修改程式時如何檢查、回復與維護。Chapter 06 最後整理 AI 協作修改流程、註解標記、Prompt 模板化與接案應用,幫助學員建立可重複使用的 AI 開發流程。對 ChatGPT 使用者而言,這門課是從「會使用 AI」走向「會管理 AI 產出」的關鍵入門。
Chapter 01|Codex 與開發環境建立
本單元協助學員快速完成開發環境設定,並深入理解 AI 協作開發的運作模式。學員將學習 Codex 的定位與使用優勢,並掌握 VSCode 與 Codex 的安裝、操作及 API 金鑰管理,建立起穩定的開發基礎與 AI 協作流程。
01-1 環境與工具安裝
01-1-1 安裝 Anaconda
01-1-2 安裝 Visual Studio Code
01-1-3 安裝 Codex 擴充套件
01-2 AI 協作開發核心概念
01-2-1 Codex 定位與使用優勢
01-2-2 Codex 與 Claude Code 差異
01-2-3 API Key 機制與基本管理方式
01-2-4 AI 協作開發流程(Prompt → 產出 → 修正)
Chapter 02|網站規劃與 Prompt 設計
在開工寫 Code 之前,先用 AI 產出一份 Codex 看得懂的網站規格書:資訊架構、內容藍圖、設計系統 Tokens。這是決定後面 Codex 能不能一次到位的關鍵。
本單元著重於網站架構的規劃與高品質 Prompt 的設計技巧。學員將學習如何拆解網站區塊、規劃版面配置,並透過精確的 Prompt 控制設計細節(如色系、字級、間距),最後利用 Anaconda 建立前端開發環境並進行 React 初始化。
02-1 網站資訊與視覺架構
02-1-1 網站資訊架構與區塊拆解
02-1-2 圖像化頁面規劃(版面配置)
02-1-3 區塊內容 SPEC(文案與功能)
02-2 Prompt 設計與環境初始化
02-2-1 Prompt 設計(色系、字級、間距)
02-2-2 使用 Anaconda 建立前端開發環境
02-2-3 React 初始化實作
Chapter 03| 前端生成與畫面優化
本單元進入實際操作階段,學員將使用 Codex 生成網站頁面,並掌握元件化(Component)概念。透過引入 Agent Skills 進行 UI 與 Layout 的調整,學員將學會如何進行版面優化,並練習使用 Prompt 對局部畫面進行精確控制。
03-1 前端畫面生成與架構拆解
03-1-1 使用 Codex 生成第一版網站
03-1-2 前端結構拆解(Component 概念)
03-2 UI 優化與互動調整
03-2-1 導入 Agent Skills(UI / Layout)
03-2-2 第二版畫面優化(互動與細節)
03-2-3 局部修改與 Prompt 控制
Chapter 04|後端建置與資料流設計
本單元將帶領學員跨入後端開發,理解網頁資料流與業務邏輯。學員將學習前後端分工概念,運用 Python 虛擬環境建置後端,並透過 Flask 安裝與 API 建立,完成資料接收的測試,為全端開發奠定核心能力。
04-1 資料流與後端開發基礎
04-1-1 網頁資料流與業務邏輯
04-1-2 前後端分工概念
04-1-3 使用 Anaconda 建立 Python 虛擬環境
04-2 API 開發與測試
04-2-1 安裝 Flask 與必要套件
04-2-2 建立 API 並測試資料接收
Chapter 05|前後端整合與部署
本單元為整合階段,學員將進行前後端 API 的串接,並確保網頁具備 RWD 響應式設計。此外,學員將熟悉 Git 版本控管的基本操作,並學習如何將專案上傳至 GitHub 並使用 Vercel 完成部署,實現成品上線。
05-1 前後端串接與響應式設計
05-1-1 HTTP / GET / POST 基本應用
05-1-2 前端串接後端 API
05-1-3 RWD 響應式設計
05-2 版本控管與上線
05-2-1 Git 基本操作與版本控管
05-2-2 GitHub 上傳與 Vercel 部署
Chapter 06|維運與應用延伸
本單元總結 AI 協作開發的實戰應用,幫助學員具備獨立維護專案的能力。內容涵蓋 AI 協作修改流程、註解標記、Prompt 模板化與開發流程建立,並透過企業與接案案例解析,探討未來的多元發展方向。
06-1 專案維護與 AI 協作技巧
06-1-1 AI 協作修改流程(局部更新、除錯)
06-1-2 註解標記(指定修改區域)
06-1-3 Prompt 模板化(建立開發流程)
06-2 應用場景與實務擴充
06-2-1 案例解析(個人網站與企業應用)
06-2-2 接案與模組化開發方式
天地人 AI 師資
天地人文創已通過數位發展部數位產業署「人工智慧技術服務機構能量登錄」,並獲核定為「人工智慧技術教育訓練」類別服務機構。AI 師資群課程與培訓架構亦依循該制度之能力分類與服務範疇設計,確保教學內容與企業導入需求及產業發展趨勢保持一致,協助企業建立可持續運作的 AI 能力。
課程資訊
#線上影片
。課程形式:線上影片
。影片內容:2026/06/11 實體課程現場錄製後之剪輯版
。觀看期限:自觀看通知寄發日起算 30 天
本方案提供之線上影片為實體課程現場實錄影片,非獨立重新錄製之線上課程。觀看連結與相關說明透過 Email 統一寄發。
課程費用:此為活動優惠價,不得與其他優惠同步使用。限量名額,若遇額滿依報名優先順序決定。
天地人學堂
TWMG(TIANDIREN WEALTH MANAGEMENT GROUP)
。主辦單位有權做課程內容增減修與調整優惠適用對象與活動最終解釋權和裁量權。
常見 QA
立即下載:How OpenAI uses Codex
資料來源:OpenAI《How OpenAI uses Codex》
有。我們已將 OpenAI 公告的《How OpenAI uses Codex》整理成 10 張繁體中文資訊圖,協助你快速掌握 Codex 在真實工程團隊中的 7 大應用情境:理解程式碼、重構與遷移、效能優化、測試覆蓋、提升開發速度、保持工作流,以及探索與構思。
這份資料的重點,不是介紹 Codex 的表面功能,而是理解 OpenAI 內部工程團隊如何把 Codex 放進實際工作流程,例如定位功能邏輯、追蹤 API 與服務關係、進行跨檔案修改、補強測試案例、處理低優先但必要的開發任務,以及用 Ask Mode、GitHub Issue 式提示與 AGENTS.md 建立更穩定的工作方式。
附件提供 10 張繁體中文資訊圖,適合在上課前先建立完整框架。
資料來源:OpenAI《How OpenAI uses Codex》整理。










可以。本課程的核心就是教你如何使用「自然語言指令」來驅動 Codex 產出代碼。你不需要背誦語法,而是學習如何將腦中的想法轉化為精準的 Prompt,讓 AI 擔任你的實作代理人。
ChatGPT 是泛用型 AI,而 Codex 是專為程式代碼優化的模型。課程會解析兩者的差異,並教你如何利用 Codex 在開發環境(如 VSCode)中進行更深度的整合,解決開發中常見的邏輯卡點。
Codex 在代碼生成的精準度與開發工具鏈的整合上有其優勢。課程會比較不同工具的差異,讓你在不同開發場景下知道如何挑選最適合的 AI 工具。
這正是課程重點。我們會教授「AI 協作修改流程」,教你如何把報錯訊息回饋給 AI,並透過「註解標記」指定修改區域,讓 AI 輔助你進行精確除錯。
本課程強調的是「開發思維」。你學會的是如何拆解任務、定義架構與邏輯規劃,這些能力是通用的。AI 是你的加速器,讓你從「打字員」晉升為「系統設計師」。
網路上的免費片段大多僅止於「單次指令」的展示,缺乏系統性的開發工作流(Workflow) 。本課程不教你零散的技巧,而是教你如何建立一套「可審核、可複製」的專業開發方式 。
Codex 的誕生正是為了解放非工程師的生產力 。
- 語言即代碼:本課程將 Codex 定位為「聽得懂人話的翻譯官」,你學習的是如何用白話文下達正確指令,而非死背語法 。
- 視覺化規劃:課程從「圖像化頁面規劃」開始,讓你先有版面概念,再交由 AI 實作,大幅降低技術恐懼感 。
- AI 代理人模式:我們會教你如何設定「角色與技能」,讓 Codex 像你的專屬技術特助,幫你處理掉最困難的邏輯部分,你只需要負責最後的「審核」與「確認」 。
工具會更新,但「AI 協作開發的邏輯」是永恆的技術資產 。
- 底層邏輯通用:課程教的是如何拆解開發任務、設計 Prompt 模板、以及處理前後端資料流。不論未來是 Codex 2.0 或是其他新工具,這些底層邏輯完全相通 。
- 模板化生產:我們強調的是「Prompt 模板化」與「註解標記修改法」,這套方法論能讓你隨時切換到最新的 AI 模型,卻能維持同樣的高效率產出 。
- 應變與進化能力:課程最後一章節專門討論「維運與應用延伸」,教你如何隨著 AI 工具演進來優化自己的工作流,讓你具備「與工具一同進化」的能力,而非被工具淘汰 。
我們會教你如何寫出一份「AI 看得懂的規格書」,包含定義視覺系統(Tokens)、設定區塊功能(SPEC)以及邏輯流程。這是確保 AI 能一次產出高品質代碼的關鍵能力。
組件化就像樂高積木,我們教你如何請 AI 將網頁拆解成一個個可重複使用的零件(如導覽列、按鈕),這樣在修改局部畫面時,就不會牽一髮而動全身。
可以。我們會使用輕量級的 Flask 框架,教你如何透過 AI 建立 API 來接收資料。你不需要鑽研複雜的資料庫理論,重點在於理解資料如何在前後端之間流動。
是的。課程包含「上線部署」實作,會教你如何使用 GitHub 存放程式碼,並透過 Vercel 平台一鍵發布,產出一個真正的正式網址。
這正是本課程的目標之一。我們在最後一單元會解析「接案與模組化開發方式」,教你如何運用 AI 建立可快速複製的開發流程,大幅提升產出效率。
非常有價值。你會學到如何將 AI 導入現有工作流,學習「Prompt 模板化」,讓原本需要寫幾小時的代碼在幾分鐘內完成,並學會如何處理更複雜的前後端串接優化。
課程第一單元就會詳解「API Key 機制與管理方式」,教你如何設定配額限制與安全性管理,確保開發過程穩定且安全。
不需要。我們會教你「局部更新流程」,你只需要修改部分代碼並上傳 GitHub,Vercel 就會自動同步更新網頁內容。
Agent Skills 是指賦予 AI 代理人特定的任務能力(如處理 Layout 或 UI)。學會調用這些技能,能讓 AI 更聰明地幫你解決設計細節,不單只是寫代碼而已。
課程並不要求你死背框架。重點在於如何利用 Codex 產出這些框架的結構,你只需理解它們的作用。這也是為什麼這門課標榜「AI 驅動開發」而非「傳統語法開發」。
本課程聚焦在「全端實戰入門」與「AI 協作流程」。雖然基礎課程未包含複雜的會員系統,但你會學到如何請 AI 擴充功能邏輯,為日後自行延伸進階功能打下基礎。
本課程提供 2 種參與方式,您可依照時間安排與學習需求選擇「實體授課」或「線上影片」。
方案 A:實體授課
。上課形式:實體課程
。上課日期:2026/06/11,09:30-16:30
。上課地點:中山 15 講堂(地址 MAP)
。地址:台北市中山區中山北路二段16巷15號2樓 ,中山捷運站 4 號出口
。課程時數:共 6 小時
主辦單位保留課程場地調整之權利,最終授課地點將以開課通知 Email 為準。
方案 B:線上影片
。課程形式:線上影片
。影片內容:2026/06/11(實體課程現場錄製後之剪輯版)
。觀看通知寄發日:2026/06/18 統一寄發
。觀看期限:自觀看通知寄發日起算 30 天
其他課程,您可能喜歡
iPAS AI 證照解析班(初級、中級雙證照)
OpenClaw 龍蝦 AI 代理人實作課:零基礎打造 AI 辦公代理人
Claude Code 全端專案開發實作課|從零打造 AI 日常開發工作流
生成式 AI × LLM 實作認證班
#生成式AI實作認證班 #LLM應用能力養成 #18小時密集實戰
「生成式 AI × LLM 實作認證班」為 18 小時密集培訓課程,依據數位發展部 數位產業署發布之《AI 產業人才認定指引》能力架構設計,培養 AI 應用素養、AI 工具應用、AI 程式輔助開發與大型語言模型(Large Language Models, LLM)實務應用能力,協助學員建立完整的生成式 AI 應用基礎與導入能力。
授課機構天地人為企業 AI 轉型與應用服務機構,並已通過數位發展部數位產業署 AI 能量登錄,核定為「人工智慧技術教育訓練」類別服務機構,具備企業 AI 導入與人才培訓實務經驗。課程內容以 Generative AI(生成式人工智慧)與 LLM 應用為核心,涵蓋 AI 基礎概念、AI 工具整合、AI 文書與內容生成、圖像與影音製作、AI Agent 自動化流程、API 串接與 Chatbot 建置,並延伸至 RAG(檢索增強生成)與基礎模型訓練概念。
透過案例解析與實作演練,學員將學習如何將 AI 工具整合至實際工作流程,設計 AI 自動化任務並建置 LLM 應用原型,快速建立 AI 導入與應用能力。完課後可具備生成式 AI 應用能力、LLM 實作能力與 AI 工作流程設計能力,作為企業導入 AI 與個人職涯進階之能力基礎,並可銜接 AI 應用相關認證與進階培訓。











