01 OpenClaw 是什麼？AI Agent 能做什麼

01-1 AI Agent 與 ChatGPT 的差異

01-2 OpenClaw 是 Agent 框架，而非聊天工具

01-3 AI 辦公室代理人的應用場景

01-4 Prompt → Tool → Execution → Result 流程

02 開始之前要準備什麼

02-1 執行環境

• Windows / macOS / Linux
• 一般電腦即可
• 若需 24 小時運作，可使用雲端伺服器

02-2 推薦硬體

• 2 核 CPU
• 4GB 記憶體

02-3 AI 模型（Agent 的大腦）

• Claude、GPT 系列、MiniMax
• 成本與能力的取捨

02-4 指令通道（與 AI 溝通）

• Telegram / Discord / WhatsApp

03 三種部署方式對比 ( 重點選擇 )

03-1 桌面安裝

• 最快上手
• 無需伺服器
• 適合新手

03-2 伺服器部署

• 24 小時運作
• 完整控制
• 可擴展

03-3 雲端託管

• 24 小時運作
• 幾乎不用維運
• 部署速度快

04 最快上手：桌面一鍵安裝實作

本單元每位學員都能建立一個可用的 AI 助理，從下載安裝到完成第一次 Agent 啟動的完整流程。

04-1 安裝方式選擇（CLI vs App）

04-2 一鍵安裝 OpenClaw

04-3 選擇模型

04-4 綁定聊天工具

04-5 選擇搜尋引擎

04-6 完成第一次 Agent 啟動

05 關鍵一步：身份設定（決定 AI 表現品質）

本單元建立一個可 24 小時運作的 Agent，從環境準備到容器啟動的完整部署流程。

05-1 身份設定不等於單次 Prompt

05-2 必須定義的內容：

• 職業
• 工作內容
• 工作習慣
• 任務目標

05-3 長期記憶的重要性

05-4 實作

• 建立 AI 辦公助理的人格設定
• 從終端機對話
• 從通訊軟體對話

06 技能系統：讓 AI 擁有執行能力

06-1 技能等同於工具能力

06-2 Agent 能力來自技能組合

06-3 核心技能

• 自我優化 Agent
• 瀏覽器操作
• 文件摘要
• 技能搜尋

06-4 實作

• 安裝技能
• 建立資料查詢與整理流程

07 如何下指令：從對話到任務執行

07-1 Agent 指令設計原則

07-2 有效指令的四個要素：

• 任務
• 範圍
• 輸出
• 條件

07-3 任務範例

• 郵件整理
• 競品監控
• 文章大綱生成
• 每日資訊整理

08 辦公室代理人實戰

08-1 資訊整理 Agent

• 自動蒐集
• 分類
• 摘要輸出

08-2 文件助理 Agent

• PDF / 網頁摘要
• 重點整理

08-3 任務管理 Agent

• 定時提醒
• 工作追蹤

08-4 內容生成 Agent

• 社群文案
• 部落格草稿

09 進階玩法：自動化與多代理協作

09-1 自動化工作流

• Google Apps Script 串接
• 建立完整自動化流程

09-2 多 Agent 協作

• 調研 Agent
• 寫作 Agent
• 發布 Agent

09-3 商業應用

• AI 客服
• 社群管理
• 資料分析
• AI 導入服務

10 避坑指南

10-1 安全

• 權限控管
• Docker 沙箱

10-2 成本

• Token 計費機制
• 模型選擇策略

10-3 常見錯誤

• 身份設定不清楚
• 指令過於模糊
• 初期設計過於複雜

10-4 核心原則：從單一任務開始逐步擴展

11 結語：建立可持續優化的 AI 工作系統

11-1 Agent 是持續優化的系統

11-2 不是一次性設定完成，真正價值在於：

• 長期運作
• 穩定協作
• 持續優化

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）