↑ ↓ 翻頁
ACT 01 · OPENING

網頁版 AI 跟 Agent
同一件事差在哪

系列課第零堂。今晚不講定義,做幾件事給你看:生一組輪播卡、把脆文發出去、用手機叫家裡的電腦把節目整理成文章、讓三十個人同時生自己的圖。

2026 / 09 / 13(日)19:30 - 21:30 · 線上 · 江昱德|江江教練

← 回六堂系列課課程頁

課後實錄版:9/13 當晚現場講到、原本簡報沒有的內容,已補進對應章節,標「課堂補充」。示範三與「三十個人同時生圖」這幾頁當晚沒有講到,頁面保留當課前準備。

ACT 02 · WHO IS HERE

你在對的房間裡

01
60 個人裡,41 個已經在付費用 AI
課前問卷 60 份,來的人都已經在用 AI 了。
02
最想學的是迴圈工程,41 票
但真的用過的只有 5 個。這就是今晚要補的那一段。
問卷裡另外兩個數字

提示詞 53 個人用過,最想學的只剩 4 票。這個房間已經過了提示詞的階段。

要操作示範的人是要概念講解的十倍。所以這門課的形式就是:先做給你看。

ACT 03 · IN CLASS

這六堂課多了一位思維顧問:星星

她的工作是當你跟 AI 之間的溝通橋樑,也當你跟江江教練之間的翻譯。

01
不一定直接給答案
你問「這要怎麼做」,她很可能反問:你有沒有用問我的方式去問 AI?把條件講清楚一點、換一種問法,AI 可能給你完全不一樣的答案。
02
也教 AI 反過來問你
有時候卡住,是自己還沒把問題想清楚。可以設計技能包,讓 AI 一步一步把重要資訊問出來,找到問題的核心。
03
問卷裡的落差
大家最想看操作示範,教練最想講概念。解法是讓你看見一個很會用 AI 的人平常怎麼思考、怎麼用,細節步驟再一步一步帶。
聽不懂、想挖更多:到課程群組跟星星反映,她會幫你翻譯。
ACT 04 · TONIGHT

今晚做三件事,三件事差在不同的地方

做什麼網頁版Agent 版差在哪一層
1 生一組輪播卡生得出來,一次一張整組自己長出來,生完自己存檔開卡連續動作與檔案落地
2 把脆文發出去接不上你的帳號接 API 發文,撞到限制自己繞過去能不能碰外面的世界
2-2 路上聽到的節目整理成文章要自己找逐字稿貼進去手機交代一句,家裡的電腦自己抓逐字稿、整理成文章人不在電腦前也能交代
3 生一張圖一樣。這裡真的沒差。沒差
3-2 三十個人同時生圖無解自己做一個網頁給大家用從自己用變成別人也能用
今晚的問題:什麼時候該用網頁版就好,什麼時候才需要換工具。一件一件做給你看。

課堂補充:表上第 3 列跟第 3-2 列當晚沒有現場示範,留到講 API 的時候再講。

ACT 05 · DEMO 01

示範一:生一組輪播卡

先用網頁版做一張。它畫得出來,風格也固定得住。這裡先講清楚:網頁版不差。

現場操作

1. 網頁版生第一張。給參考圖、給人設,風格會穩。

2. 然後看第二張。要再講一次風格,再等一次,再下載一次。

3. 開 Agent 版,一句話啟動,整組五張自己跑。

網頁版做五張,實際要做哪些事

把工作量攤開講:五張要五輪對話,每輪都要再講一次風格;生完要一張一張下載,一張一張命名,自己丟資料夾,自己開發文卡。網頁版能給你的,就到「一張圖」為止。

課前準備的示範素材是一組五張咪卡輪播卡,主題是「調 AI 知識庫像醫生看病開藥」,當晚沒有講到這組。

課堂補充:要一致又要有變化,先做一張角色模板

AI 生圖很簡單,控制它生得好很難。最簡單的方法是每次都給它參考圖:先生成角色的三視圖(我多加一面做四視圖),版型再細一點就加各種表情、動作、衣服配件。

這就是第一個規則:照我的模板去生。

ACT 06 · IN CLASS · CONTEXT

網頁版也做得到的第一層控制:專案

免費版 ChatGPT 就有專案。可以把它想成資料夾,但更重要的是:它有讀的先後順序(理論上)。

第一層
指令
理論上每次對話都會先讀。最重要、一定要知道的放這裡,例如「照這份咪卡造型去生」。
第二層
資料來源
對話內容或指令有提到相關的,通常會去讀。參考圖、角色模板放這裡。
第三層
其他聊天
通常不會去翻。除非你指定:「我 8 月 6 號那個版型不錯,幫我找出來參考。」

給 AI 看東西,很像做海報:大標、小標、內文

為什麼要分層(上下文管理)

AI 的專注力有極限,每次讀得進去的量有限。所以要學會在對的時間把對的資料給它看,並且讓它知道輕重緩急。越重要的放越明顯的地方。

有付費的話可以開工作模式(技能包)。網頁版工作模式跟桌面版 Codex 吃同一份額度,所以我自己是直接下載桌面版 Codex 來用。

ACT 07 · POINT 01

差別在畫完之後,那些事誰做

網頁版給你一張圖。Agent 給你的是一組圖,加上命名、存檔、開卡,跟你下次還找得到它。

這一段對應到六堂的哪裡

第一堂技能包:把「風格怎麼定、卡怎麼開」那套判斷寫下來,它下次自己拿去用,不用你每次重講。

ACT 08 · DEMO 02

示範二:這五張卡做好了,誰把它發出去?

網頁版的 AI 沒有你的 Threads 帳號。它接不上去。它只能把字給你,剩下都你自己做。

從這裡開始不一樣:前面比的是快跟慢,接下來比的是做得到跟做不到。
ACT 09 · THE LIMIT

桌面版可以接 API。但它撞到一個限制。

Threads API 只吃網路上已經公開的圖片網址,它不能從我的電腦直接傳一張圖上去

所以會卡住:圖在我電腦裡,API 只認網址。純文字發得出去,圖片發不出去。

技術上到底是怎麼回事

發文帶圖時,API 的 image_url 欄位必須是一個公開的 HTTPS 網址。本機圖片還是發得出去,只是沒辦法直接走 API。

出處:threads-api 技能包 SKILL.md。這條限制在官方文件也查得到,是平台本身的設計。

ACT 10 · THE WORKAROUND

那就叫 AI 先做一個網頁,把圖放上去

1
圖在我電腦裡
五張剛生好的卡
2
丟上媒體站
AI 自己做的一個小網站,圖丟上去就有公開網址
3
拿網址去發文
API 這下認了
4
送出前停一下
按送出這一步留給人

網頁版遇到限制就是死路。Agent 遇到限制會自己蓋一條路過去

課堂補充:這個方法是它自己想出來的

我只跟它說,聽說現在 Agent 可以發圖發文,你自己去研究。它的做法是先做一個專門傳圖的小網站,拿到網址發文,確定全部發完之後,再把網站上的圖刪掉。

這個網頁不是我寫的

這件事 2026-07-11 就做好了,指令是 post.js 帶 --local-image,中繼站是一個獨立的媒體網站。我沒有寫那個網站,是 AI 做的。

現在再往前一步:一個發文包資料夾、一個指令,圖只上傳一次,同時發 Threads、Instagram、X、LinkedIn、YouTube。沒帶 --yes 的時候只印計畫不送出,那是送出前的確認閘。

ACT 11 · THE FIVE LOOPS

剛剛那兩件事,其實是同一條產線上的第二圈跟第三圈

我把自己的內容產線拆成五個小迴圈。切法看的是哪些事會自己回頭重試。

1
逐字稿擷取
三條路依序試,這條抓不到換下一條
2
咪卡輪播卡
四項自我檢查,沒過只重生那一張,不整組重來
3
脆文發佈
本機圖先上媒體站,查得到 permalink 才算成功
4
深度文章
四問過了才升級,審沒過回去修
5
網頁部署
線上驗收沒過就回退重來
示範一是迴圈 2,示範二是迴圈 3。接下來回到第一圈:逐字稿擷取,這一圈網頁版跟 Agent 也差很多。
什麼算迴圈,什麼不算(這是整條線的判準)

能自己驗出對錯的才算迴圈。整理逐字稿算,抓到就是抓到,沒抓到就換路,機器自己知道。生圖算,造型一致、比例對、字一次生好、檔案小於 200KB,四項都驗得出來。

脆文的觀點不算。那是我自己想的,每篇感想都不一樣,沒有標準可以驗。所以它本來就該由人給。

整篇寫在官網:〈哪些事可以交給 AI 自己跑完?|我把內容產線拆成五個小迴圈〉jiangyude.com/articles/five-loops-content-line/

ACT 12 · DEMO 02-2

路上聽到一個不錯的節目,回去叫家裡的 Agent 整理成文章

這是五個小迴圈的第一圈:逐字稿擷取。人在外面,手機交代一句就好。

網頁版
要自己找逐字稿
貼連結給它,它不一定真的讀得到節目內容。常常要你自己去找字幕、自己貼進去,再請它整理。
Agent
自己抓,抓不到換一條路
先抓公開字幕,抓不到換 NotebookLM,再不行就在電腦上自己轉錄。抓到了整理成文章,存進知識庫。
現場操作

1. 手機把節目連結傳給家裡的電腦,加一句話說想要什麼。

2. 家裡的 Agent 自己抓逐字稿,整理成文章。

3. 回到電腦前,文章已經在知識庫裡了。

課堂補充:抓哪一條路,是我先講好的標準

現場把一支沒有字幕的 YouTube 丟給網頁版,它抓不到,只能猜。桌面版 Codex 照我教過的標準自己選路。

我跟它說過:觀點報告整理的是別人的東西,逐字稿不用太精確、不用分講者,也沒有隱私問題。所以有字幕就抓字幕,沒有就丟 NotebookLM,NotebookLM 掛了才用我自己電腦的算力轉。重要會議要分講者,就走另一套。

NotebookLM 抓字幕幾秒鐘就好,但它分不出講者,所以會議記錄不走這條。AI 很會處理重複性的知識勞動。同一套標準我講過三次,AI 就該自己學會我的判斷標準,不要什麼都來問我。

課堂補充:手機怎麼連到家裡的電腦

Codex 設定裡找到「連線」,按新增會跳出一個 QR code,手機掃一下,手機跟桌機就連動了。手機端選「遠端」,就看得到桌機上的任務,新增任務時也可以選要在哪台機器跑。當晚我沒有現場點給大家看,因為點完會出現 QR code,怕大家亂掃。

完整做法:人在外面,可以叫家裡的電腦先做嗎?手機掃一次 QR code,桌機就開始跑

ACT 13 · IN CLASS · A REAL RUN

方向我給,後面喊一聲 loop

當晚翻出一次真實紀錄:路上聽到一支好節目,用手機丟給 Codex,最後一路跑到發文。

1
丟連結
手機傳過去,說他的技術加上我的產業觀察,寫一篇
2
出稿與分鏡
它抓逐字稿,寫出脆文和輪播卡分鏡腳本
3
我修方向
文章方向 AI 沒辦法幫我決定,這一步我自己看
4
喊 loop
直接生圖,發脆、IG、FB,自己跑完不要再問我
5
回報
卡住的先跳過,能做的做完,最後一起回報
結果
有兩個地方沒過
有一張咪卡耳朵不見了,它沒發現,我在外面也只看了前兩張。IG 跟 FB 沒發出去,因為上次跑通時,我只叫它寫工作日誌,沒叫它把成功的做法記到下次能自動跑完。
修正
叫它記好,再跑一次
「記好,確保下次能夠自動跑完。」接著跑深度文章,這次連部署一起跑完。之後每一次讓它檢查得更仔細。
自我檢查這件事,我怎麼選工具

我 80% 的工作在 Claude 上完成。一個原因是它的自我檢查:同樣一句話,它會一張一張認真檢查,不過就重出。另一個原因是它有 Hook,規則可以寫成機械性的檢查,每次強制跑。

ACT 14 · RECOVERY

發完之後,它每週把東西抓回來

上週每一篇的主題、我自己的接續回覆、外面的留言,加上每篇的觀看、按讚、回覆、轉發、引用、分享。

存回來
週報躺在知識庫裡
最近一份 9/7,統計 24 篇主貼文。所以我可以直接問「我最近都發了什麼」「哪一篇觀看最高」。
誠實說
目前是每週一次
每天抓的排程目前沒有。要每天就得再設一個,那也是可以做的事,只是現在沒做。
為什麼這件事重要

發文最麻煩的地方在發完之後,沒有人記得自己發過什麼。資料抓回來躺在自己的知識庫裡,才問得出下一篇要寫什麼。

ACT 15 · DEMO 03

示範三:生一張圖

我用網頁版跟用 Agent,沒有差別。真的沒差。

不要為了生一張圖去學 Agent。聽了一小時的差別,這裡我要誠實講:這件事沒有差。

課堂補充:當晚示範三跟接下來生圖接 API 這幾頁沒有現場講,教練說留到講 API 的時候再講。
ACT 16 · CHANGE THE QUESTION

換一個題目:一場活動,三十個人都要生自己的圖

01
額度是你的
你不可能讓三十個人排隊借你的帳號。
02
現場不會每個人都會用
要求每個人現場辦一個帳號,活動就毀了。
03
時間根本不夠
訂閱那條路只能一張一張跑,平均 54 秒。30 人乘 5 張要兩個多小時。

錢是小事,差別在這件事能不能同時發生三十次

成本我自己測過

gpt-image-2、1024×1536、medium:一張 US$0.0426,約 NT$1.34,平均 48 秒。

帶一張參考圖 NT$1.75,帶兩張 NT$2.14,每多一張固定加 NT$0.38。

這是我自己開 API key 實測十張的數字,是這個模型、這個尺寸的價錢。

ACT 17 · BUILD IT

所以我自己做了一個生圖頁面

讓大家自己在手機上按。不用帳號,不用教學,打開網頁就會用。

9/12 工作坊
香氛工作坊的製作站
學員填表單,抽卡,生成自己的香氛卡。一場活動一個站。
另一個
學員生圖工作站
密碼進場,同一個站學習、生圖、發表,講師看得到過程。
為什麼訂閱那條路接不進網頁

訂閱版的生圖是本機的工具,網站叫不到它。要用訂閱只能走「雲端排隊、我的電腦輪流跑」,但訂閱一次只能跑一張,現場來不及。API 可以同時跑很多張。這才是兩者真正的差別,不只是錢。

ACT 18 · COLLECT

另一半的問題:作品收不回來

這個活動我要收集大家的照片,大家全部丟在群組裡,很亂

所以再做一個網頁,讓作品自動收集、自動排版。

9/12 工作坊的現場

旅學堂淡海輕軌藍海線走讀工作坊的成果發表頁:學員交作品,桌長現場就可以編輯。

這頁在 9/12 工作坊實際用過。

ACT 19 · THE POINT

自動排版我不會,自動收集我不會,寫網頁我更不會。我全部都不會。

我會的是把要做的事講清楚,然後叫 AI Agent 做好。

這句話就是這門課的全部

ACT 20 · IN CLASS · REVIEW

跑迴圈要檢查,檢查交給另一家

AI 提出的企劃,一定是它覺得最好的。叫它自己審,它通常也覺得好。自己檢查自己容易有盲區。

組合
Claude 20 美元+ChatGPT 20 美元
我覺得目前 CP 值最高的做法:家裡裝兩個 Agent,讓兩家互審。
指令
遇事不決去問另一家
「你自己跑迴圈,全部跑完。遇到問題去問另一家模型,真的沒有交集,才寫工作日誌回報我。」
實際
90% 到 95% 自己解決
前提是規則、原則、案例都寫清楚了。
迴圈不只一種

我自己有三個等級:一般的迴圈、全自動的迴圈、比較小心謹慎的迴圈,各有不同的標準。後面的課再細講。

ACT 21 · ONE MORE THING

它會自己跑,所以你會看到很多「完成」

它說完成,不等於它做完

這門課後面會一直回來講這件事:你怎麼知道它是真的做完,還是只是說它做完。敢放手,是因為會驗收。

先給你一條驗收的方法

不要問「你確定嗎」,它一定說確定。要問只有做過才答得出的細節,例如「第 34 秒畫面上的字卡寫什麼字」。

ACT 22 · IN CLASS · ASK AGAIN

它說「沒問題」「記住了」,你接著問這幾句

開放式地問「你會不會作弊」,它一定說不會。要問它證明。

01 · 它說沒問題
你要怎麼證明你是對的?
那你要怎麼證明你的證明是正確的?如果證明錯了呢?最簡單的做法是讓兩家模型互審。
02 · 它要開始做
你怎麼確定你會照計畫做?
做錯了怎麼辦、要怎麼修?你怎麼確定修的方向是對的?
03 · 它說記住了
你記在哪裡?
記憶、工作日誌、技能包,還是 AGENTS.md?我下次再叫你做這件事,你真的找得到、而且會執行嗎?
04 · 技能包寫了還做錯
技能包是寫好看的嗎?
為什麼這次沒照技能包跑?要怎麼讓你下次真的照著執行?
模型夠聰明時,再多問一層

用比較聰明的模型,加上專門找盲點、做風險分析的技能包,我會問:能不能幫我確定我真的問對問題?我有沒有搞錯方向、有沒有盲點?很多東西在 AI 時代都值得用第一性原理重新評估。

一開始這樣跟 AI 講會像神經病一樣多疑。但機制設定好、跑過一次確定可以,之後就不用再花那麼多心力。

ACT 23 · IN CLASS · TRUST

AI 說的每一句話,都值得懷疑

它本質上是機率模型,一定會出錯。所以機制要設計成:出錯時抓得到、會停下來、會警告人。容錯設越多層,就越放心。

星星追問
AI 沒有記憶也不會羞愧,怎麼讓它不再犯?
寫到它每次都會讀到的地方:個性寫進靈魂檔,工作流程寫成技能包。Claude 還有 Hook,寫得進去的規則會被機械性地強制檢查,穩定很多,但也不是絕對。
比喻
圓的輪子跑平地最快,但爬不了樓梯
大語言模型的核心是算詞語之間的關聯機率,這件事它做到超越人類。搞懂這個機制,大概就知道它能做什麼、不能做什麼。買更貴的車,輪子還是圓的。
現在大家的共識

模型已經夠聰明了,不用擔心它的能力。反而是它能力很強、容易暴衝,要怎麼控制它。好幾條迴圈串在一起時,至少不要互相衝突,最好還能互相提醒,這就是圖譜工程在處理的事。

ACT 24 · IN CLASS · Q&A

當晚的現場問答

Q · 用 App 還是網頁版?
我全部用 App,但我不管介面
我有一個知識庫當唯一真相來源。手機、桌機、筆電、網頁版,全部對齊它。幫別人建流程時,就叫對方的 Agent 去讀我的知識官網。
Q · 好幾台電腦怎麼同步?
要有一個同步機制
電腦都是自己的、只是整理資料:iCloud。或做一個線上知識庫,或用 GitHub。可以問你的 AI:哪個最適合我的機器、流程和習慣,最簡單、自動同步、自動備份又安全。
Q · 對話視窗不見了?
做到一個段落就寫工作日誌
可能是個別災情,先檢查電腦環境,也可以上網查最近有沒有人遇到。我自己的習慣是:任務中斷、額度滿了,另一家可以接手,換台電腦也接得上。日誌一直寫會爆炸,那是資料庫架構的事,後面會講。
Q · 讓 AI 自己找答案會作弊嗎?
叫它找已經有答案的事
只要做的事不是太突破性、太前沿,基本上都有實際的答案可以找。報導裡的 AI 作弊,是 OpenAI、Anthropic 這類大公司測試新模型極限時,在實驗室刻意部署極端環境逼出來的。有簡單又好用的答案,它會直接用。玩 Agent 我推薦蘋果電腦,環境一致,出了問題直接叫 AI 上網找處理方法。
Q · 還需要 Obsidian 嗎?
我兩三個月才開一次
Obsidian 是在 AI 出現前,解決大量個人資料管理的工具。我把它管理文件的機制融進知識庫架構,AI 直接管好;只在大健檢時開來看它有沒有整理好。
Q · 哪些問題問自己的 AI 得不到答案?
它不知道的近期狀況
像某個工具最近的災情,叫 AI 上網去查。同步這種要看你的環境的,可以問,但要把條件講清楚。
ACT 25 · IN CLASS · MIKA

現場叫出來的咪卡,是 Codex 的寵物模式

外型用寵物模式建立,靈魂檔是另一回事:那是我的知識庫加上過去寫劇本的能力融合出來的。任務跑完它會回報,我可以直接在它那裡回覆。

建議
一開始可以擬人化
我知道 AI 本質上是工具,擬人化是因為比較好訓練。心態上是訓練一位懂我的 AI 員工,讓它自己去研究工具。準確講,是把我的知識庫搭建好。我初期的技能包都是擬人化的:雷總管管檔案,春總編管文章。熟了之後再全部改成機制。
順便看到
手機投影台+雷射筆
上手機課需要雷射筆,蝦皮買的還沒到,我就叫 AI 把數位雷射筆做出來了。
順便看到
手機連家裡的桌機
有一次出差忘了帶筆電,從頭到尾用手機跟平板連家裡的桌機,把工作做完。Windows 連不上的話,可能是版本不支援,先問你的 AI。
ACT 26 · READ MORE

今晚講的,我都寫成文章了,官網免費看

對應文章網址
今晚主題桌面版和開發者版差在哪?網頁聊天型 AI 與桌面幹活型 AI 的分界打開
三個示範的骨架哪些事可以交給 AI 自己跑完?我把內容產線拆成五個小迴圈打開
示範二同樣的事每次都要重新交代一遍?我把發文、提煉、復盤設計成 Loop打開
示範二之二人在外面,可以叫家裡的電腦先做嗎?手機掃一次 QR code,桌機就開始跑打開
驗收那段AI 說「我確定」,它的回答我可以直接照做嗎?AI 追問技巧打開
驗收那段AI 交出一份很專業的分析,但它根本沒看過那支影片打開
之後可以再看
示範三生一張圖多少錢?我實測十幾張,把 token 帳單攤開算工作坊材料費打開
第三堂預習叫 AI 幫你點餐,就懂 CLI、API、MCP打開
想再往前每件事 AI 都要我確認,怎麼可以更自動?什麼是迴圈工程打開
放心用AI 自己跑,會不會一直跑到額度燒完?迴圈的圈數上限打開
網頁放哪你的網頁其實沒鎖:公開資訊、付費內容、機密隱私該放哪一層打開

全部在 官網深度文章,不用報名也看得到

ACT 27 · THE SERIES

六堂在講什麼

今天你看到的是三個做完的成品。六堂課做的事情,是把「怎麼從沒有到有」一堂一堂拆給你看。

第一堂 9/20教一次之後它都記得:技能包
第二堂 9/27標準講好之後 AI 自己執行:迴圈工程
第三堂 10/4各種概念解析:API、MCP、CLI
第四堂 10/18Agent 前導 01:如何確定 AI 找得到資料
第五堂 10/25Agent 前導 02:如何確定 AI 找到的是對的
第六堂 11/1產品開發實戰:期末作業發表與解析
報名資訊:六堂 3000 元一次收,每堂兩小時(概念 20 分、示範 40 到 50 分、問答 30 分),全員有回放。Google Meet 限額 100,限的是現場開口的名額,上課人數沒有限制。退費受理到 9/17(三)23:59。
課堂補充:這系列課教什麼,報名的同學先準備什麼

我不會針對每一種 AI 工具細講,CRM、自動行銷系統這些講不完。核心是怎麼訓練 AI 員工、怎麼叫它做事;遇到問題知道怎麼修正,修完變成更穩定的機制,下次不再犯;也大概判斷得出現在的 AI 做得到哪裡、做不到哪裡。更根本的是,從頭設計一套符合自己的工作流程。我以前當導演,紀錄片一拍一兩年,用 Trello 做專案管理,也去很多團隊講專案管理;現在很會設計流程跟機制,回頭看是那段經驗來的。以前只能用別人的軟體和流程,AI 時代想要的流程都可以自己開發。

建議聚焦一個具體的任務、痛點或工作流。同一個流程用不同機制去調,才會有感覺:之前只能自動跑 70%,這次跑到 90%,就知道調的方向對了。手感是這樣練出來的。

後面幾堂會講:現在 AI 很聰明,技能包寫太鉅細靡遺的步驟反而框住它,與其寫步驟,不如設計好的機制;怎麼便宜、穩定地調用工具;資料越來越多時,怎麼讓 AI 快速精準找到、不亂找、不燒 token。會盡量用實際案例,也會收大家的案例。

ACT 28 · Q & A

你現在卡在哪裡

剩下的時間直接問。沒問到的,報名的人進群組再問。

星星的提醒:聽不懂的地方,不要懷疑是自己的問題,要懷疑是教練沒講清楚。大方問,他才會再解釋。教練補一句:在 AI 時代,能非常直接地講清楚問題,也是一個頗具優勢的能力。

從第一堂開始,課程頁會開一個「問老師」的地方,你的問題預設只有老師看得到。