AI 自動化與智慧應用
AI Agent、生成式 AI、LLM 應用與自動化實戰：把人工智慧真正落地到企業流程的技術筆記。
讓 AI Agent 接上你的工作工具：哪些該開、哪些千萬別開
把 Agent 接上信箱、行事曆、報表，等於把一部分帳號權限交給一個會自己做決定的程式。本文是接工具系列的總覽：用讀寫分級的風險階梯決定開多大、用「錯了也沒差先接」的順序決定先接什麼，以及三條不分工具的看管原則。含我們自己環境的實際邊界與教訓。
Claude Skills 是什麼？把重複交代的規矩寫成檔案，AI 自己會去讀
同一套規矩跟 AI 交代到第五次，就該把它寫成檔案。Agent Skills 是一個資料夾加一個 SKILL.md，靠三層載入機制讓沒被用到的技能幾乎不佔成本。本文拆解官方必填欄位的限制、Claude Code 與 claude.ai 的分享範圍差異、跟 MCP 怎麼分工，以及我們自己踩到的三個坑，其中一個是過時的 Skill 用權威語氣叫人做白工。
對話式 AI 已經不夠用了？Antigravity、Claude Code、Codex 三大 AI Coding Agent 完整比較與企業選型指南
ChatGPT 聊得再順，程式還是得自己寫？我們在 2026 年 10 月重新查證 Google Antigravity、Claude Code、OpenAI Codex：三家的預設模型都換了，入門方案的內容也變了，整理成功能與價格對照表、第三方排行榜與選型指南。
2026 台灣企業 AI Agent 導入指南：從 PoC 幻覺到 ROI 落地的五大路徑
台灣企業導入 AI Agent 的成敗，幾乎在第一步就決定：你是先想清楚要解決的痛點，還是先迷上某套工具？正解是從單一、可量化的痛點切入再逐步擴展。本文整理客服、知識庫、銷售、營運報表、程式碼助手五大落地路徑與各自的陷阱。
AI Agent 效益評估最常見的 3 個迷思：隱形紅利不在人力報表上
評估 AI Agent 只問「能省幾個人力」，會嚴重低估它的真實價值。最大的回報藏在報表之外：跨系統溝通摩擦歸零、決策延遲縮到毫秒級、髒資料技術債消滅。本文拆解這三項隱形紅利，並示範用程式碼量化成 CFO 看得懂的數字。
國外論壇爆紅的 Agentic Workflow 是什麼？用 OpenClaw 與 Claude 打造全自動化接單系統
訂單從 LINE 和 Email 湧入、格式混亂，傳統 if-else 接不住。這篇拆解代理工作流的核心概念，示範以 Claude 當理解意圖的大腦、搭配 OpenClaw 框架，組出自主決策、遇錯自我修正的接單流程。
AI 代理人成內鬼？企業級 AI Agent 權限控管與資料外洩防禦實戰
能自己呼叫 API、讀寫資料庫、對外發信的 AI Agent，一旦權限給過頭就是全年無休的潛在內鬼。這篇從最小權限原則、行為稽核日誌到敏感資料隔離三個層面，示範企業把代理人放進系統前必須先架好的防線。
終結 AI 亂講話災難！企業級 Agent 必學的 Tool Use 工具調用與邊界設定實戰
半夜被老闆叫醒，因為 AI 客服又答應了一個不存在的退款方案，光把提示詞寫得再好也救不了這種事。這篇從工程角度講解怎麼讓 Agent 只回答工具查得到的事實、其餘一律拒答，並用權限邊界擋下越權操作。
打破資訊孤島！企業內部文件像座迷宮？善用 Claude 超大上下文窗口與 RAG 技術，建置專屬高階主管的 AI 智庫
把所有檔案塞給 AI 不會得到企業大腦，只會得到幻覺與權限災難。正確架構是 RAG 先精準檢索、控管權限，再由 Claude 超大上下文窗口負責跨文件推理與交叉比對。本文拆解高階主管 AI 決策智庫的建置方法。
Agentic Workflow 實戰：用 OpenClaw 與 Claude 打造無人值守接單系統
詢價信半夜進來、隔天才有人工拋單？代理工作流（Agentic Workflow）讓 AI 自己規劃、自己用工具、自己修錯。本文以浪花科技用 OpenClaw 與 Claude 打造的全自動接單系統為例，拆解架構、落地步驟與三個地雷。
企業導入 AI 不再靠通靈！實戰教學：徹底根治 AI 幻覺，用 Tool Use 與邊界設定打造精準的 AI Agent
AI 客服捏造訂單號碼、擅自答應打折，問題不在模型笨，而在你讓它用猜的回答本該查證的事。這篇用實作示範工具調用怎麼接上真實資料來源，再配合行為邊界限制它能做的事，把幻覺從源頭關掉，回答有憑有據。
AI 開發實測：Claude Code 上線 30 天，台灣技術團隊的血淚翻車與重構告白
團隊導入終端機裡的 AI 開發工具滿一個月，初期產能暴增，隨後才發現它默默堆出大量包裝精美的技術債。這篇誠實記錄整段過程：哪些任務交給 AI 最划算、哪些一定要人工審查，以及我們最後定下的協作守則。
Vibe Coding 翻車實錄：72 小時靠 AI 代理人硬幹 SaaS 雛形的血淚代價
三天不寫一行程式碼，全程出嘴讓 AI 生出一個可動的產品雛形，聽起來很美好，實際上資安漏洞、幽靈依賴和無法維護的架構接連引爆。這篇完整復盤過程中踩到的每個坑，整理出哪些環節仍然需要工程師親自把關。
導入 AI 代理人半年真實告白：從興奮爆棚到想拔插頭的血淚實戰錄
導入 AI 代理人半年，最重要的收穫不是讓它全自動跑完整個專案，而是清楚知道何時用它、怎麼用它、以及何時該果斷拒絕它。這篇記錄從興奮到想拔插頭的完整過程，還有最後真正留下來的那套工作流。
Claude 不只翻譯：打造懂文化脈絡的跨國客服自動化系統
客服信直接機翻，日本客戶嫌語氣失禮、美國客戶嫌拐彎抹角，跨國生意常先輸在文化細節。這篇示範怎麼用 LLM 的脈絡理解能力設計多語客服流程，從敬語層級、語氣指示到在地慣用語，讓自動回覆讀起來像當地人寫的。
給企業裝一顆專屬 AI 大腦：用 RAG 讓 LLM 安全讀懂內部機密文件
把幾百頁員工手冊直接貼給公有雲聊天機器人，換來的是亂答、忘記上下文，還有機密外流風險。這篇拆解檢索增強生成的運作原理與建置步驟，說明怎麼讓模型只根據自家文件回答，兼顧答案準確度與資料不出門的安全要求。