AAMA AI 主題分享 • 2026

用 Claude Code
作為企業導入 AI 的第一步

從 Zeabur 的實戰經驗，看企業如何從零開始擁抱 AI

Yuanlin Lin
Yuanlin Lin
Founder & CEO, Zeabur
AAMA AI 主題分享 • 2026

用 Claude Code Agentic AI
作為企業導入 AI 的第一步

「前一晚偷偷決定不只講 Claude Code 了」

從 Zeabur 的實戰經驗，看企業如何從零開始擁抱 AI

Yuanlin Lin
Yuanlin Lin
Founder & CEO, Zeabur

Agentic AI

不管是什麼型態，本質都一樣

前陣子 OpenClaw 很紅——用螢幕截圖 + 模擬操作來完成任務。
Claude Code 用 CLI / API 來完成任務。手段不同，但本質一樣：

Agentic AI——AI 自主規劃並執行任務，直到完成目標。

當 Agentic AI 成熟到一定程度，我們不僅不需要參與中間過程，
甚至不在乎中間過程了。所有任務變成：一個輸入，一個輸出。

所以上禮拜 Claude Code 推出了 Channels、Cowork 推出了 Dispatch——
既然不在乎過程，入口自然能搬到通訊軟體上。
所以今天不只講 Claude Code。

About Us

Zeabur 怎麼導入 AI？

我們的態度：不是鼓勵，而是嚴格規定

$

All-in AI Coding

Zeabur 所有員工都可以向公司申請每月 $200 USD 的 Cursor Max 方案。

不只是鼓勵，而是嚴格規定員工必須完全用 AI Coding 工具顛覆自己以前的工作方式。你申請越多，公司越開心。

Roadmap

企業導入 AI 的四個切入點

以下用 Claude Code 作為我們團隊實際使用的 Agentic AI 工具，分享四個切入點

1

日常工作 AI 化

從做簡報開始，讓員工體驗 AI 的能力

2

賦能非技術人員

讓 PM 也能做數據可視化與流程自動化

3

建立 AI 知識基礎設施

共享知識庫，同步團隊記憶與經驗

4

AI 融入產品

用 Skills 讓別人的 Agent 使用你的服務

1

Step 1

日常工作 AI 化

從最簡單的事情開始：用 Claude Code 做簡報。
對，你現在看到的這份簡報，就是 Claude Code 做的。

Step 1 — Why

用對話做簡報

做簡報本質上是一個 dump 大腦的過程——
把腦中零散的想法、架構、故事，整理成別人能理解的形式。

而對話，就是最自然、最高效的 dump 方式。

你不需要先想好排版、配色、動畫。你只要把想講的事情說出來，Claude Code 會幫你把它變成簡報。

Step 1 — Comparison

為什麼不用 Gamma？

Gamma 等簡報工具

產出固定模板的簡報，功能受限於平台本身提供的元件與排版。

Claude Code

  • ✓ 用對話的方式把概念變成簡報
  • ✓ 本質上是在寫網站，能力無上限
  • ✓ 想加什麼酷炫功能都可以 👈 點我
  • ✓ 不需要額外付費，Claude Code 本來就在用了

Step 1 — Demo

酷炫功能範例

Step 1 — 延伸應用

不只做簡報，還能出社群圖文

用 Claude Code 寫 HTML，直接產出 Threads / IG 需要的圖文素材

比起 AI 生圖（Napkin AI 等）

✓

更快、更便宜——不需要等圖片生成，HTML 即寫即出

✓

資訊更準確——文字、數字、日期不會被 AI 亂改

✓

精準素材 100% 正確——Logo、品牌圖片直接引用，不會被 AI 幻覺扭曲

⚠

唯一缺點：視覺效果不如 AI 生圖炫麗，但資訊傳達更可靠

Step 1 — 企業價值

把簡報模板做成 Skill

1.

把簡報中可重複利用的部分（品牌色、排版、元件、功能）抽成一個 Claude Code Skill

2.

放進公司的共享知識庫，讓全公司同事共享

3.

以後任何同事想做公司簡報，只要用這個 Skill，跟 Claude Code 聊十分鐘就能產出品牌一致、功能完整的簡報

一個人的成果，變成整個團隊的能力。這就是企業導入 AI 的複利效應。

2

Step 2

賦能非技術人員

讓 PM、Designer 也能用 Claude Code
獨立完成數據可視化與流程自動化

Step 2 — 實戰案例

PM 自己做 Admin Dashboard

Before

PM 需要查看「上個月各品牌伺服器銷售數量」等數據時，必須請工程師手動從資料庫撈取，再整理成報表。

After

PM 自己使用 Claude Code，直接在 Admin 管理後台新增 Dashboard，將產品側需要的數據即時可視化。

零工程師參與，PM 獨立完成從需求到上線的全流程。

Step 2 — Screenshot

PM 用 Claude Code 做數據可視化

Step 2 — 實戰案例

PM 自己做 Discord Bot

$

營收總結機器人

每日 / 每週自動在 Discord 頻道發送營收狀況摘要，包含與同期相比的增長幅度。

☰

專案進度提醒機器人

自動化提醒工程師進行專案進度更新，不再需要人工追蹤。

以上兩個 Bot 皆由 PM 獨立使用 Claude Code 開發完成。

Step 2 — 實戰案例

奧比懷登公關公司

整間公司沒有工程師，自己做了 CRM 和專案管理系統

Before

公關公司的合約管理、專案追蹤、獎金試算、費用審核等流程全靠人工，散落在各種 Excel 和紙本文件中。

After

用 Claude Code 自己建了完整的內部管理系統：Dashboard、合約管理（AI 自動辨識）、獎金試算、費用審核、報表輸出，功能媲美 Asana。

公司裡完全沒有工程師，整套系統從零到上線，全部自己完成。

奧比懷登 — 系統截圖

奧比懷登 Dashboard 奧比懷登 合約管理 奧比懷登 獎金試算 奧比懷登 費用管理

Step 2 — 實戰案例

明星電控 AAMA #14

用 Claude Code 自建內部管理平台，涵蓋學習、知識、施工、CRM、報價等模組

Before

員工訓練、知識管理、施工追蹤、客戶報價等流程各自獨立，缺乏統一的數位系統整合。

After

用 Claude Code 建出一站式管理平台：學習中心、知識庫、施工管理、CRM、報價系統，全部整合在同一個系統。

明星電控 — 系統截圖

明星電控 系統總覽 明星電控 施工管理 明星電控 學習中心 明星電控 知識庫

Step 2 — 企業價值

企業導入 AI 最大的槓桿：
解放非技術人員的生產力

📊

數據可視化

公司內部需要被看見的數據，不再需要排進工程師的開發排程。

⚙

流程自動化

應該被自動化的流程，不需要浪費任何工程師的開發時間也能落地。

3

Step 3

建立 AI 知識基礎設施

讓每個人的 AI Agent 都共享同一份團隊記憶，
不只是寫程式的工具，而是能自主執行任務的 AI Agent

Step 3 — 實戰案例

斑馬手冊

Zeabur 團隊共享的 Claude Code Knowledge Base

1

遇到客戶問題

Support Engineer 在論壇收到提問

→
2

查詢斑馬手冊

Claude Code 自動檢索 RAG 知識庫

→
3

回覆或學習

有記錄 → 建議回覆
無記錄 → 人工處理後寫回手冊

Step 3 — 斑馬手冊

斑馬手冊 GitHub Repo

Step 3 — Next Level

179 篇 SOP，三個系統性問題

知識庫建起來了，但光靠人維護是不夠的

1

知識靠人推

只有人手動觸發才會新增知識，沒人推就不動

2

過期靠運氣

沒有機制偵測「原始碼改了但文件沒跟上」，直到踩坑才發現

3

查找靠搜尋

Claude 每次都要 grep 多次才找到正確文件，沒有捷徑

目標：讓知識庫跑自主循環——偵測 → 改進 → 評估 → 保留/丟棄，人只控制方向。

Step 3 — Inspiration

兩個靈感來源

Karpathy 的 autoresearch

用三個檔案跑自主 ML 研究：

program.md 人寫研究方向
prepare.py 評估基礎設施
train.py AI 修改的對象

循環：讀方向 → 改實驗 → 跑 5 分鐘 → 比較分數 → 保留或丟棄

借鏡：人控制 meta，AI 執行 micro

醫生的 Index 原則

一位醫生用四層結構管理科學文獻知識庫，其中最關鍵的是 Index：

"Every time a lookup takes more than one hop, ask: what should I have written in the Index that would have made this instant?"

✓ 記模式，不記事件
✓ AI 自己負責優化 Index
✓ Index 是路由表，改錯成本極低

借鏡：讓查找一跳到位

Step 3 — Architecture

三個世界的對應

角色 autoresearch 醫生 Vault 斑馬手冊
人控制方向 program.md The Law evolution/program.md
評估基建 prepare.py The Code scripts/evaluate.sh
AI 修改對象 train.py The Book docs/**/*.md
路徑捷徑 — The Index evolution/INDEX.md

Step 3 — The Loop

自我進化循環

人（團隊）

編輯 program.md：「本週聚焦 marketplace 相關文件」

↓

AI（每週一自動執行）

1

讀 program.md

→
2

跑 evaluate.sh
取得 baseline 分數

→
3

選最低分維度
執行改進

→
4

開 PR
附 before/after 分數

↓

Merge = 保留 ✓

自動跑 health-report，更新 HEALTH.md，進入下一輪

Close = 丟棄 ✗

AI 從失敗中學習，下一輪換策略

同時，Claude 在每次客服對話中搜尋 >1 次才找到答案時，自動更新 INDEX.md，讓下次一跳到位。

Step 3 — Metrics

知識庫健康儀表板

四個維度量化知識庫的健康程度，AI 每輪自動挑最低分的維度改善

20%

覆蓋率

有 frontmatter 的文件比例，驅動漸進式補完

30%

新鮮度

最後驗證日期 < 6 個月的文件比例

25%

結構品質

無超長文件（>300 行）、無過度擁擠目錄（>20 篇）

25%

連結完整性

內部文件連結的有效比例

Step 3 — 延伸應用

同步知識，不只是客服

當團隊所有人的 Claude Code 都共享同一份知識庫，能做的遠不止客服。

📚

技術架構知識化

將整個技術架構作為知識存進知識庫，讓每位工程師的 Claude Code 都擁有完整的系統理解。

⚠

踩坑經驗共享

接手同事的功能時，Claude Code 能先閱讀知識庫中的經驗總結與踩坑紀錄，主動避開已知陷阱。

Step 3 — 企業價值

未來，Agent 是主要執行者

Agent 不只執行任務，甚至會規劃任務。企業需要在每個人的 Agent 之間，建立一個同步層。

👨‍💻
工程師 A
Agent A
👩‍💼
PM B
Agent B
👧
Support C
Agent C
↓
↓
同步層
📚 經驗 💡 知識 ⚡ 技能
4

Step 4

AI 融入你的產品

用 Claude Code Skills，讓別人的 Agent 能使用你的服務

Zeabur Claude Code Skill GitHub Repo

Step 4 — Examples

任何產品都能做 Skill

☁

Zeabur Skill

做一個 Claude Code Skill，讓所有人的 Claude Code 都能直接用 Zeabur 來部署服務。

☕

咖啡廳 Skill

你開咖啡廳？做一個 Skill，讓別人的 Claude Code 可以來跟你買咖啡。

關鍵觀念：讓其他人的 Claude Code 作為 Agent，能使用你的服務

Step 4 — 實戰案例

Portaly Vibe Payment Skill AAMA 校友

Portaly 把金流串接功能做成 Claude Code Skill，讓開發者的 Agent 能直接整合訂閱制結帳。

1

開發者在 Claude Code 說「我要加金流」

2

Portaly Skill 自動處理商戶設定、方案建立、結帳頁面

3

金流功能直接上線，不需要讀文件

任何有 API 的服務，都能做成 Skill

Step 4 — Demo

幫你自己的產品做 Skills 1

Step 4 — Demo

幫你自己的產品做 Skills 2

Step 4 — Demo

幫你自己的產品做 Skills 3

Step 4 — 實戰案例

AAMA 匹克球社線上分帳系統

一句 prompt，5 分鐘，開發 + 部署 + 金流全部完成

CC

Claude Code 寫出分帳應用

ZB

Zeabur Skill 自動部署上線

PT

Portaly Skill 串接金流結帳

這就是 Skills 生態的威力——
多個 Skill 串聯，Agent 一次搞定全流程。

Step 4 — 開發過程

Claude Code 開發匹克球分帳系統

Step 4 — 3 分鐘完成部署

匹克球分帳系統部署完成

Step 4 — Key Insight

建立迭代閉環

讓 Claude Code 自己測試、自己找問題、自己修正，持續迭代你的 CLI 與 Skills。

1

測試

給 Claude Code 一個任務，你自己不動手，看它能不能用你的 Skill + CLI 完成

2

觀察路徑

就算完成了，也要看執行路徑有沒有浪費 Token 或多餘的調用

3

引導反省

問它：「是我的 Skills 沒寫好，還是 CLI 設計得不夠直覺？」

4

自動修正

讓它根據自己的反饋去修正 Skills 和 CLI，然後回到步驟 1

目標：不只是能完成任務，而是完成得又快又省

Step 4 — 迭代實戰

讓 Claude Code 自己優化 Skills 1

Step 4 — 迭代實戰

讓 Claude Code 自己優化 Skills 2

Summary

企業導入 AI 的建議

Hands-on

實戰環節

打開你的電腦，跟著一起做

1

Hands-on

註冊 GitHub 帳號

前往 github.com 註冊一個帳號。
已經有帳號的可以先幫旁邊的人。

GitHub 首頁 GitHub 註冊
2

Hands-on

安裝 Claude 桌面版

搜尋 claude desktop 或前往 claude.ai/download 下載桌面 App。

搜尋 Claude Desktop 下載 Claude Desktop
3

Hands-on

登入 Claude 桌面版

打開 App，登入後點選上方的 Code 分頁，開一個 New session。

Claude Code 介面
4

Hands-on

設定 GitHub 連接

在 Claude 桌面版裡打開 Claude Code，跟它說：

請幫我設定好本地與 GitHub 之間的連接，確保我可以完整調用 GitHub 上面的各種功能，例如：開 Repo、Push 跟 Pull 程式碼。
5

Hands-on

建立知識庫 Repo

跟 Claude Code 說，幫我做三件事：

a

在 GitHub 上開一個新 Repo

作為你們團隊的共享知識庫

b

寫一個 README，包含基本介紹

說明這個知識庫是做什麼的

c

在 README 裡寫上安裝方式

讓以後看到這個 Repo 的人知道怎麼用（下一頁）

5

Hands-on — README 安裝方式

README 裡的安裝方式要寫什麼？

告訴以後看到這個 Repo 的同事，打開 Claude Code 然後說：

所有和 [公司名稱] 有關的業務知識、技術架構和各種經驗總結，都被存放在 [這個 Repo 的 URL] 這個 Repo，請你 clone 這個 Repo 到我本地的某個地方，clone 下來以後先閱讀一下 CLAUDE.md，裡面有些初始化操作和基本概念需要加入到 Global Memory。然後在 Global Memory 加入，每當我提到和 [公司名稱] 有關的事情，請你去這個地方 pull 一下最新的知識，然後從裡面查找相關的知識來運用。

這段內容寫在 README，讓每位新同事照著做就能
自動 clone → 讀取規範 → 寫入記憶 → 每次對話自動 pull 最新知識

6

Hands-on

開始注入你們的 Knowledge

現在開始跟 Claude 對話，把你們團隊的知識告訴它——
它會自動寫入知識庫、push 到 GitHub，
你的同事也能共享這些知識。