第1章：AI時代必備基礎概念

1.1 從5W1H認識AI

1.2 AI不是搜尋引擎，也不是萬能老師

1.3 生成式AI與大型語言模型

1.4 從聊天機器人到AI Agent

1.5 常見工具與開源模型定位

1.6 任務判斷與本章小結


第2章：AI提問黃金法則

2.1 為什麼提問能力很重要

2.2 五大黃金法則

2.3 錯誤提問與改進範例

2.4 Prompt改寫工作坊

2.5 讓AI先反問

2.6 任務型Prompt模板

2.7 查核句模板

2.8 本章小結


第3章：讓AI穩定完成任務的進階問法

3.1 Prompt Engineering 是什麼

3.2 Zero-shot、One-shot、Few-shot

3.3 CoT與推理引導

3.4 ReAct：Reasoning + Acting

3.5 多輪對話與角色扮演

3.6 多模態提示設計

3.7 AI Agent指令設計

3.8 本章小結


第4章：ChatGPT完全實戰

4.1 ChatGPT的定位

4.2 Study Mode：把AI變成學習教練

4.3 Deep Research：用AI做深度資料研究

4.4 Projects與Connectors

4.5 操作步驟：用ChatGPT做一份研究摘要

4.6 常見錯誤


第5章：Gemini完全實戰

5.1 Gemini的定位

5.2 檔案與多模態分析

5.3 Gemini與Google Workspace

5.4 操作步驟：用Gemini分析一份表格

5.5 Gemini與ChatGPT的分工


第6章：NotebookLM與AI知識管理

6.1 NotebookLM的定位

6.2 建立知識庫的資料整理法

6.3 Audio Overview與Video Overview

6.4 操作步驟：建立學習型Notebook

6.5 實戰案例：用NotebookLM準備考試

6.6 使用限制與查核


第7章：AI Agent與自動化任務實戰

7.1 AI Agent是什麼

7.2 Agent任務設計公式

7.3 GitHub Copilot Coding Agent實戰概念

7.4 Codex與Copilot：程式任務範例

7.5 Codex權限、沙盒與審查

7.6 操作步驟：設計一個Agent任務

7.7 非程式任務的Agent應用

7.8 監督與安全


第8章：用AI學英文

8.1 AI如何幫助英文學習

8.2 單字與文法學習

8.3 寫作批改流程

8.4 聽力與口說訓練

8.5 30天英文學習計畫

8.6 本章小結


第9章：用AI學程式設計

9.1 AI在程式學習上的角色

9.2 用AI讀懂程式碼

9.3 除錯與錯誤分析

9.4 GitHub Copilot實戰

9.5 用Codex練習專案型修改

9.6 Hermes與開源模型：理解模型和產品的差異

9.7 初學者避免過度依賴

9.8 本章小結


第10章：Codex遊戲與實用小品設計

10.1 Codex適合製作哪些小作品

10.2 把點子改寫成可執行規格

10.3 實作一：記憶配對遊戲

10.4 遊戲狀態、計分與錯誤修正

10.5 實作二：聚餐費用分攤器

10.6 用Codex改善畫面與互動

10.7 測試、diff與發布前檢查

10.8 本章小結


第11章：Codex辦公與個人事務自動化應用

11.1 Codex在自動化中的角色

11.2 自動化前先畫出工作流程

11.3 辦公實作一：CSV�Excel週報整理

11.4 辦公實作二：會議紀錄與檔案歸檔

11.5 個人實作：帳單、收據與下載檔案整理

11.6 Email、行程與提醒應用

11.7 權限、個資、備份與日誌

11.8 本章小結


第12章：AI提升日常工作效率

12.1 AI工作助理的核心概念

12.2 Email與報告

12.3 會議紀錄與行動清單

12.4 Excel與Google Sheets

12.5 專案管理與工作流程

12.6 職場安全守則


第13章：AI內容創作與多媒體應用

13.1 AI內容創作的定位

13.2 文章與社群內容

13.3 影片腳本與Podcast

13.4 圖片、影片與聲音生成

13.5 降低AI味

13.6 版權與商用注意


第14章：AI + Python / VBA自動化實戰

14.1 自動化前先定義流程

14.2 Python自動化

14.3 VBA與Excel

14.4 Google Apps Script與API

14.5 測試與安全檢查

14.6 本章小結


第15章：避免AI錯誤資訊與風險

15.1 AI為什麼會出錯

15.2 事實查核流程

15.3 使用Deep Research與NotebookLM交叉查證

15.4 偏見與錯誤引導

15.5 Prompt Injection與資料安全

15.6 開源模型與自架風險

15.7 負責任使用檢查清單


第16章：AI趨勢與未來影響

16.1 AI Agent普及化

16.2 多模態AI成為標準

16.3 AI對教育的影響

16.4 AI對職場的影響

16.5 法規、倫理與治理

16.6 未來必備能力

16.7 結語


附錄A：2026 AI工具推薦

A.1 綜合AI助手

A.2 AI搜尋、研究與知識管理工具

A.3 AI程式開發工具

A.4 AI寫作、設計與多媒體工具

A.5 AI自動化與學習工具


附錄B：AI實用Prompt模板大全

B.1 學習與英文Prompt

B.2 程式與資料分析Prompt

B.3 職場與簡報Prompt

B.4 內容創作Prompt

B.5 AI Agent與事實查核Prompt


附錄C：AI名詞解釋

C.1 生成式AI、LLM與Prompt

C.2 多模態AI、AI Agent與Deep Research

C.3 RAG、MCP、Context與Context Window

C.4 Hallucination、Prompt Injection與Guardrails

C.5 AI Literacy與負責任使用AI


附錄D：AI大事記與重要人物

D.1 2022~2026 AI大事記

D.2 AI重要人物

D.3 AI重要公司與組織

D.4 AI教育、法規與產業發展趨勢