講師 Alex Hsieh · 謝明宏
培訓 35+ 場、1000+ 人次;udemy 4.5+ 星好評如潮!特別加開,職場人生必學專屬AI實戰課
職場打工人最常遇到:一個人要當總務、分析師、簡報設計師。發票堆成一疊、Excel 開了六個視窗、報告還沒開始想——不是你不夠努力,是雜務本來就不該一個人扛完。
上完課你手上有:報帳總表、花費儀表板、競品簡報,加上 5 位 AI 同事——隔天上班就能用,判斷權留在你手上
TCCC 台北松江1館 · 限額 20 人,賣完即止。
實體工作坊每月在台北等城市開課(每月約 2 場)。看到適合的場次直接報名——名額有限,賣完即止。
更多場次(其他城市/日期)陸續公布——想指定城市或企業包班,來信 support@cloud-f1.com。
有時候,我們會遇到這種情況:AI 工具裝了一堆,但每次都只在「問答」,事情做完還是要自己動手。
重點來了——你買的不是更多 Claude 知識,而是一套職場任務作業系統:先說清楚要交付什麼,再讓 AI 讀資料、做成果;碰到金額、來源、搬檔、對外承諾與發布,就停下來由你確認。
日常雜務交給我,我判斷這件事自己處理,還是分給對的專員接手。從今天起,做不完的事你不用再一個人扛。
簡單來說,你只要開口交辦一句話,Alex 會決定自己動手還是分派給團隊——你不用記住五個人各自的專長。
重點來了:這 5 位專員不用你自己打造——課程附完整 Team Kit,裝進資料夾就全員到齊。你要學的不是造人,是帶人:交辦、驗收、把關。
Alex 替你把工作分派給這 5 位專員 ↓

把每天的雜務接手——收件、報帳、歸檔,跑過一次就固化成 SOP。

替你把外面的情報一次撈回來——競品、產業、關鍵字,整理成看得懂的一頁。

把又多又亂的資料讀懂、對齊、算對——分析正確性是他的底線。

把結果變成給人看的東西——一頁儀表板、一份簡報,直接能報告。

把想法寫成能寄出去的東西——報告、會議紀錄變待辦、文案與 Email。
整條路徑只有一個方向:從「AI 會回答」走到「我知道怎麼帶 AI 團隊交付」。第一步小到不會失敗——M0 只是幫 AI 布置一個資料夾、交辦一句話,30 分鐘拿到第一個成果;最後一關,你已經在帶一支 3 人 AI 小隊。中間每一關都只加一塊積木:工作記憶(Memory)、可重跑技能與排程(Scheduler)不是拿來背的名詞,而是在實作裡真的用到時才學。
這門課會使用 Claude Pro 帳號,主要操作環境是電腦版 Claude Desktop 的 Cowork。手機/平板可以看課,但完成實作請準備電腦。無需先備知識——課前章節從安裝開始一步一步帶。
準備好 Claude Pro 帳號,安裝 Claude Desktop,確認可以使用 Cowork;語音輸入工具 Typeless 是選配——先把主要工作環境準備好。
幫 Alex 布置辦公室,30 分鐘做出第一份看得懂的產出:0050 前三大成分股分析表。
先判斷任務、風險與交付,再選 Claude 的 Chat、Cowork 或 Code 入口;後續實作主要使用 Claude Desktop 的 Cowork,練習把目標與接受標準說清楚。
做出可審核的個人工作背景與 Alex 指揮規則——決定哪些背景可以保存、哪些不能,不必每天重新解釋自己。
做出兩條固化成可重跑技能的工作流程:報帳流程(22 張發票 → 自動去掉重複的發票 → 一張報帳總表)、下載項目歸檔。適合的步驟可以排程;需要本機檔案時要使用本機執行,金額與搬檔仍保留確認關卡。
6 份混合格式檔案 → 一張總表+一份簡報(7 組指令分三階段完成,確認數字與呈現重點後再交付)。
第一次體驗多代理協作(Multi-Agent):Alex 先讓 Iris 蒐集(獨立來源可平行),再交給 Andy 分析、Vivi 呈現,完成一份可檢查的競品簡報草稿。
AI 流利度 4D 框架(委派/描述/辨別/盡責)心法——現場帶你走過一遍。
5 個真實職場 Lab,不是示範——底下每一張都是 Alex 實際跑過、留下截圖對照的真實任務。你在課堂上會用自己的資料重跑一次,確認與驗收仍然由你完成。
五個都是真的跑出來的結果,不是為了頁面好看才排出來的示範順序——每個 Lab 也都附「撞牆心法」,把 Alex 自己實測時卡住的地方先幫你踩過一次。
企業內訓好評:推薦度 9.6/10、實用度 4.7/5 - 大家真情推薦,上就對了!
來喔!沒上會後悔!
會教你如何應用 Claude,指導整個 Claude 的概念,不只是皮毛。
很實用。
專案管理部分很實用,一定要上!
簡單直白,可以帶上自己工作上的問題來問 Alex。
讚!
上就對了。
通體舒暢。
6666 推薦。
不上後悔。
從搜集資料到會議簡報,直接一次搞定。
可以快速工作。
可以減少找資料和彙整的時間。
更有效率地完成文書工作。
老師把困難的概念變得非常簡單。
學會很實用。
看完整評價牆 →Udemy 92 則公開評價 + 企業內訓、社群回饋的原始截圖
前段的環境設定與 Lab 1–2 比較吃力,得摸索一下;檔案量大的 Lab 跑起來會慢。這是真的——所以每個 Lab 都附「撞牆心法」,把我自己實測時卡住的地方先寫出來。
與其等你買了才發現不適合,不如先老實講清楚——省你退費的麻煩,也省我們彼此的時間。
還有一條我看得比工具重的界線:這門課不會教你把腦子外包給 AI。每個實作都標清楚「哪些是 AI 幫你做的、哪些是你該自己決定的」——金額的最終核對、對外的承諾、誰扛哪件事,這些判斷留在你手上。AI 給草稿,你給判斷——外包了判斷,你就外包了價值。
如果有 2-3 條課程成果讓你有共鳴,那這門課就「適合你」;如果沒有,先想清楚再決定是否購買,退費規則見常見問題。
10491 臺北市中山區松江路131號7樓 · 捷運松江南京/行天宮站步行可達。
確切在幾樓哪一間、怎麼走最快,報名後的確認信會講清楚。
在 Google 地圖上看 →
8/29(六)13:00–17:30 · TCCC 台北松江1館 · 限額 20 人,賣完即止。
當天帶什麼。一台能上網的筆電,加上你的 AI 帳號,就這樣。安裝跟註冊怎麼弄,報名後我寄給你;場地、茶水我們準備。
老實說。台北第一場,就 20 個位子,賣完是真的沒有了。真的來不了,早點跟我說一聲,好把位子讓給候補的人。
很多示範停在「AI 能做什麼」。但你回到公司,還要面對資料能不能給、數字怎麼核、誰來批准、成果能不能交。重點來了——這中間卡住的,往往不是技術難,是流程分析難:誰有權限、資料能不能出去、責任算在誰頭上。我能接住這段落差,不是因為一項更亮眼的頭銜,而是因為我同時走過技術與治理、企業與教學、工作經營三個現場。
我更在意的,不是你會不會叫 AI 做事,而是你能不能成為一個會帶 AI 交付的人。
所以這門課不會叫你把判斷交出去——我會帶你把工作拆成 AI 能動手、人能把關的流程:AI 給草稿,你給判斷。
可以,全程不寫程式,帶兩樣東西就能上手。
免費影片能幫你認識功能,但這門課要帶你把一件工作真正跑完整。
線上是自己看;實體是現場有人帶、當場把你的問題問到會。
13:00–17:30,4 小時正課 + 30 分 QA,中場有休息。
完成綠界付款後,會依序收到:
實體班位子有限,能不能退、退多少,看你離開課還有多久。
可以。付款走綠界,可開立公司統編發票。
不會——這正是這門課刻意防範的事。
外包了判斷,你就外包了價值。
準備好了 → 報名實體班 NT$2,699 →