Claude Code 是什麼？
寫給台灣中小企業主的入門指南
「Claude Code 這名字常聽到，但我們公司沒有工程師，應該用不上吧。」
「ChatGPT 我們也裝來用過了，但下一步要做什麼，其實沒什麼頭緒。」
「都說 AI 可以幫你做事，但到底要從什麼地方著手……」
——你身邊有這樣想的老闆，應該不少。
2026 年 7 月 1 日，Anthropic 旗下最強模型「Claude Fable 5」重新開放服務。恢復供應後沒多久，海外工程師在 X 上分享了一輪用法整理，24 小時內累積破 23 萬次瀏覽，瞬間成為話題。
結論先講：Claude Code 並不是工程師專屬的工具。2026 年 7 月的現在，它是把 AI 從「聊天對象」變成「實際會動手的部屬」最短的捷徑。反過來說，沒有工程師的公司老闆，更應該認識它。
這篇文章會從「Claude Code 是什麼」開始，把它的費用、5 步導入、團隊扎根作法、最容易卡關的點，一次用中小企業主的角度整裡清楚。讀完，你應該能看出「自己公司可以把它用在什麼地方」的大致輪廓。
Claude Code 是什麼——「會回答的 AI」與「會做事的 AI」差在哪
Claude Code 是 Anthropic 推出的 AI 代理（AI Agent）。它一開始是給開發者用的程式寫作輔助工具，但後來大家發現它在寫程式以外的工作也能廣泛使用，應用的主戰場正在一直擴大。
它跟 ChatGPT 這類「對話型 AI」最決定性的差別，是：它能自己動手把事情做完。
對話型 AI 會回答你的問題。它能幫你擬一份草稿，但真正的後續動作——開檔案、做資料、彙整數字、把結果存下來——這些都還是要人自己做。
Claude Code 不一樣。它會在你電腦裡讀寫檔案、執行指令、上網查資料，再根據結果自己決定下一步。它不是「問了會答的 AI」，而是「你交辦，它會一路做到完的 AI」。
而且 2026 年 7 月的現在，它不再只能用終端機（黑底白字那種畫面）。桌面版 App、網頁版、iPhone App、Slack 整合全都能用。「黑畫面怕得要命、用不了」的時代，已經過去了。
對老闆的意義在這裡：過去的 AI 應用是「員工問 AI、參考它的答案、自己再做一次」。Claude Code 這種 AI 代理，變成「員工把工作交辦給 AI、收回來看成果」。員工的角色，從「執行者」變成「確認者與決策者」。正在發生的變化，本質就是這件事。
它能做的事遠遠不只是寫程式：四大應用領域
「那它到底能幫我做什麼？」在導入現場最常第一個被問到的，就是這個。大致可以分成四大塊。
① 文件與資料製作
會議記錄摘要、提案草稿、工作報告、操作手冊。你讓它讀完資料夾裡的舊文件，再下「用這個格式幫我做這個月的版本」，它連排版都會幫你弄好。
② 資料整理與彙整
Excel 與 CSV 的彙算、多個檔案的交叉比對、月資料的報表化。原本要人工做上好幾個小時的彙整，一句指令就能縮短到幾分鐘。
③ 調查與情報收集
競品動態、補助方案資訊、產業新聞摘要。它可以實際去看網頁，整理成有附來源的版本。
④ 業務自動化與流程化
「每天早上把訂單信件整理成一張清單」「每週檢查庫存資料，有異常就通知」這類重複性工作的自動執行。做到這一步，你已經摸到了原本要外包給軟體公司的範圍。
關鍵是，第 ① ~ ③ 三項，完全不需要寫程式的知識，今天就能用。第 ④ 項，也只要用中文把需求講清楚，需要的程式 Claude Code 自己會幫你寫。「我不會寫程式所以用不了」這個前提，其實早就被打掉了。
現在最有話題的最強模型「Claude Fable 5」是什麼
Anthropic 在 2026 年 6 月 9 日發表了 Claude 5 世代的第一款新模型「Claude Fable 5」。它被放在比過去最強的 Opus 更上層的新分級「Mythos class」的正式對外版本（同一個底座的「Claude Mythos 5」只限定美國境內的研究機構用，一般公司能用的是 Fable 5 這一版）。
它最擅長的，是那種要花幾個小時的長時間自主作業。即使是數百萬 token（AI 一次能處理的資訊量量測單位）規模的重工作，它也能不中斷專注力，一路做到最後。
不過 Fable 5 剛發表沒多久，就遇上了一段少見的波折。6 月 12 日因為美國政府的出口管制令而全面暫停，6 月 30 日禁令解除，7 月 1 日在 Claude.ai 與 Claude Code 正式回歸——這就是「現在」。
大公司的實績
支付服務龍頭 Stripe 用 Fable 5，把規模達 5,000 萬行的程式碼庫搬遷——這個工作平常一個小組要做 2 個月——在一天內做完。資料分析公司 Hex 也回報，他們在複雜分析任務上首次突破 90% 準確度。
回歸後 24 小時內，SNS 上被瘋傳的 8 個案例
更具體的感受，是發生在工程師個人手上的事。重新開放後 24~72 小時內，在 X 上被分享的一輪用法裡，挑出 8 個台灣中小企業主也容易想像的例子：
- 20 分鐘做完一款 Minecraft 風遊戲：地形、日夜切換、礦石與洞穴都做出來的完整遊戲，下指令後 20 分鐘就跑出來。
- 10 分鐘做出會動的機械設計圖：引擎零件真的能動的 CAD 模型，10 分鐘內完成。對製造業來說，試做前段的負擔會就此改變。
- 一個指令做手機 App：卡路里記錄 App 只用一個 prompt 就直接實作完成。「App 一定要外包給開發商」這個前提正在崩解。
- 一張 SaaS landing page 截圖 → 直接重現可執行的 App：給一張圖片，就能把背後也能跑的 App 直接搭起來。
- 自家 landing page 一發到位、直接可上線：成品品質幾乎不用再回修，直接用來當公司對外頁。
- 多個 SNS 數字每天自動彙整到同一張儀表板：把 Instagram、Facebook、LinkedIn 原本散在不同平台的數字彙整到一個畫面，每日自動更新。
- 一個晚上並行處理 9 件工作：知識庫檢點、客戶管理系統重建、部署工作等 9 件事一個晚上並行做完。
- 修正指示傳一次就永久遵守：「這種說法不要再用」這種修正不只改一次，自動變成永久規則。
上述都是工程師在 X 上分享的個人案例，不是 Anthropic 官方驗證的數字。但光是能看到「能交辦的範圍廣成這樣」，就能感受到氣氛。
平常的 Claude Code 介面就能直接切換
重點是：它不是另一套獨立工具。在 Claude Code 介面打 /model fable 就能切換。費用方案也跟你現在用的是同一套（見下一章）。
切換使用時機的要訣
但凡事都用 Fable 5，並不聰明。API 費用大約是 Opus 4.8 的整整 2 倍，也有重度使用者回報一天就花了 110 美元。判斷的方式很單純：日常瑣事用原本的模型就夠，要花幾個小時的重工作，才在關鍵時刻切換成 Fable 5。記住這個切換節奏就好。
費用從月 20 美元起：「會做事的 AI」當人事費看
費用方案很單純（2026 年 7 月・依 Anthropic 官方）：
- Pro 方案：每月 20 美元（約新台幣 600 元，年繳則相當於每月 17 美元）。能用 Claude Code 的最便宜方案
- Max 方案：每月 100 美元 / 200 美元 兩級。用量是 Pro 的 5 倍 / 20 倍
- 另外有 Team 方案，也含 Claude Code
- 免費方案不能用 Claude Code
這裡大家最在意的，應該是前一章講到的 Fable 5 要不要買更高方案。答案是：不用，Fable 5 從 Pro 方案就能直接用。而且 2026 年 7 月 7 日（太平洋時間）之前有一段評估期：只要週用量還沒達 50%，就能不額外付費試用。先用現在的方案摸一下再做判斷，是最務實的做法。
每個月 600 元台幣，大約是一個計時人員 2~3 小時的時薪。這個價錢就能多一個會做文件、做彙算、做調查的「另一個同仁」。C/P 值的討論，其實在導入之前就已經到底了。真正的課題，從來不是成本，而是你能不能把「交辦方式」在公司內扎根。
先用 Pro 就夠。用到後來碰到上限，那也就代表真的有在產出成果——那時候再升級 Max 也不遲。
導入只要 5 步：從安裝到第一個指令
導入比你想得輕鬆很多。
步驟 1：建立 Claude 帳號
到 claude.ai 註冊，並訂閱 Pro 方案（每月 20 美元）。
步驟 2：裝 App
不是工程師的話，推薦桌面版 App。到官方網站下載安裝就好。有工程師的公司，也可以選終端機版（一行指令安裝）。
步驟 3：決定工作資料夾
先畫出一個「可以給 Claude Code 碰的資料夾」。最保險的做法是新建一個「AI 工作用」資料夾，把你想要試的幾份文件拷貝進去。
步驟 4：下第一個指令
用中文就可以。「幫我把這個資料夾的會議記錄讀完，只把決議事項列成一張表。」這樣它就會動起來。
步驟 5：看成果，讓它改
看它交出來的成品，跟它說「這裡幫我改這樣」就好。這個「確認 → 修改 → 確認」來回的過程，本身就是教 AI 做事的整個流程。
一個小訣竅：第 4 步挑「你公司真的會痛的那件事」。不要做展示用的小遊戲，挑一個每週都會發生、令人煩躁的例行公事來交辦。用身體記住那個效果，是公司內推廣時最有效的燃料。
桌面版 vs 終端機版，選哪個？
用法大致兩種。
桌面版 App 可以在畫面上同時並行處理多個工作，AI 做的修改也容易用肉眼確認。不是工程師的話，選桌面版就對了。
終端機版（CLI） 比較適合工程師把它整合進開發流程。跟其他工具串接的自由度較高。
判斷的標準只有一條：「公司內有沒有工程師」。沒有，就從桌面版開始。有，就讓工程師用 CLI、其他人用桌面版，兩邊分開用即可。兩者用同一套帳號都能跑。
AI「導入」的公司很多。
AI「交辦工作」的公司，還很少。
拉開差距的，不是工具性能，而是交辦方式的設計。
MCP 與 Skills：把 Claude Code 養成「自家專屬 AI」
Claude Code 跟其他 AI 工具之所以完全不同級別，就在這個擴充性。會出現兩個專有名詞，但觀念很單純，不用緊張。
MCP（連接外部服務的共用規格）
讓 Claude Code 連上 Gmail、Google Calendar、Slack、Notion、公司內部系統的機制。接好後，「把這週訂單信件收攏成一份」「把這個行程排進行事曆」就能用一句 Claude Code 指令解決。MCP 是 Anthropic 公開的開放規格，對應的服務持續在增加。
Skills（步驟書的標準格式）
「我們家的發票長這樣」「報告照這個結構寫」——你把公司內的步驟與格式存成檔案，Claude Code 每次做事就會照這個規矩走。這個格式一樣是公開標準，也可以直接用別人做好的 Skills。
這兩件事代表的是：Claude Code 不會停在「買回來的通用工具」這個階段。它能被你養成「記住你公司做法的專屬 AI」。導入的是起點，用得越深、越像自家規格。這正是它跟「一個一個 AI 工具試完就丟」那一類用法，根本上的不同。
實戰篇：OceanAds 如何幫你把 AI 代理接上公司的資料庫
前面講的 MCP 和 Skills，雖然是開放標準，但對沒有專職工程師的中小企業來說，實際要接到自己的網站後台、商品資料庫、訂單系統上，還是有技術門檻的。這一段落，就是我們的角色。
我們（海水不可斗量廣告工作室）做的事，不是開課教你「AI 有多好用」，而是直接幫你把 Claude Code 接上你公司的資料庫與後台，讓 AI 代理真的能在你的業務環境裡動手做事。具體來說：
MCP 資料庫串接
你的網站後台有商品資料、文章、客戶名單、訂單記錄。我們幫你把這些資料庫透過 MCP 規格接上 Claude Code，讓 Agent 可以直接讀寫。換句話說：你說「幫我把這個月新產品更新到網站上」，它就真的會去後台更新，不是只是生一段文字叫你複製貼上。
Agent 工作流設計
根據你公司的行業和業務邏輯，設計「交辦 → 執行 → 檢核 → 通知」的完整自動化流程。不是零散的單次任務，而是可以重複跑的擴充工作流。例如：每週一早上自動掃描庫存、比對訂單、生出補貨建議，整理成 Line 訊息推給老闆。
內容自動化（文章 / 產品 / SEO）
電商網站最耗人力的，就是持續更新商品文案、部落格文章、SEO 內容。我們把 Claude Code 接上你的網站 CMS 後，Agent 可以：
- 根據庫存和季節，自動生成新產品介紹頁
- 定期改寫舊文章，維持 SEO 新鮮度
- 把供應商給的規格表自動轉成商品頁
內外部效率同步提升
對內：自動化報表、異常通報、跨部門資料同步——這些過去要等「某人做完再傳給下一個人」的串聯工作，AI 代理可以自己跑完。
對外：24 小時客服與詢價收集（就像我們幫 GPNet 導入的 AI 客服系統——案例看這裡），客人半夜發的需求，早上老闆起床手機上已經整理好了。
我們不會賣你一套「標準方案」然後叫你自己摸。我們會先跟你開一次會，搞清楚你的業務流程、資料結構、瓶頸在哪裡，再告訴你哪些工作可以交給 AI 代理、哪些要保留人判斷、串接需要多少時間。你只需要決定要不要做。
用得長久的公司怎麼用：小量交辦、用確認養成
有用出成果的公司，用法有共同點。舉三個：
第一：先確認計畫
Claude Code 有一種用法（Plan Mode），是讓它動手前先寫出「我打算這樣做」的計畫。不要讓它直接做，先看計畫、批准了再執行。這跟交辦工作給部屬是一樣的道理。
第二：第一個月只挑「一件工作」
這也想做那也想做，結果每件都半調子。「只做會議記錄整理」「只做月彙整」選定一件，在那一件事上來回修正。30 天讓一件事扎根，後面第二件、第三件就會快很多。
第三：把修正指示記錄下來
「這個說法我們公司不用」「數字一定要附來源」這類修正指示，累積到一個 memo 檔，下次起就不用再講一次。教過的事會疊上去、不會倒退嚕。這大概是它跟人類新人教育最大的差別。
5 個最容易踩雷的點
事先知道就能避掉的失敗，列給你。
① 丟了就放著不管
「你全權處理」這種交代，連人類部屬都做不出成果。目的與成品的想像，哪怕只是一句，準確度就會差很多。
② 一上來就要全公司導入
只上完教育訓練就丟到現場，幾乎一定會沒人用。先讓1~2 位推進者把它用熟，再把做出成效的工作橫向展開。這個順序是鐵律。
③ 沒畫好可被 AI 碰的資料夾
千萬不要讓它在重要資料旁邊直接動工。照前面說的，從一個專用資料夾開始。
④ 不驗證成品
AI 會錯。尤其是數字與專有名詞，初期一定用人眼再看一次。「就算算上確認成本還是快很多」，才是健康的期待值。
⑤ 試一次就下定論「不適合我們公司」
第一次下指令不順，是正常的。改一下下指令的方式、來回個 3 次，結果會完全不一樣。一次就放棄，等於用新人入職第一天的表現來評價新人。
各行業「第一件交辦工作」範例
為了讓你好想像，按行業列出「第一件工作」的範例：
- 營建・土水：用工地照片與日報做出週報。協力廠商發包單的草稿
- 製造業：訂單資料與庫存資料的對比、異常偵測。ISO 文件的改版草案
- 批發・零售：把供應商各自的價格表整合比對。電商商品文案量產
- 專業服務・顧問：會談筆記轉成報告。法規更新資訊的定期收集與摘要
- 醫療・照護：訓練資料製作。班表的草稿與調整案
共通點：通通都是「每次都會發生、但判斷需求不高」的工作。從這裡開始交辦，是失敗率最低的王道路線。
結語：別再「試用 AI」，開始「交辦給 AI」
重點收攏：
- Claude Code 不是「會回答的 AI」，而是會做事的 AI。用中文下指令，不是工程師也能用
- 費用從每月 20 美元起。真正的課題不是成本，而是交辦方式能不能在公司內扎根
- 導入只要 5 步。從專用資料夾 + 一件實際工作，小處開始
- 用 MCP 與 Skills，越用越會變成自家專屬的 AI
- 失敗模式都長得一樣：全丟、全公司一起上、不驗證，這三件事避開就好
- 最新的 Fable 5 現有方案就能試。把它當成「這件重工作，這裡就換它上」的一記切換招
AI 的話題每週都在翻新，但「AI 真的會動手」這個潮流本身，已經不會走回頭路了。半年後拉開差距的，是這 30 天內你能不能把第一件工作交辦到位。這一點，比什麼都重要。
如果你讀到這裡，覺得「聽起來很對，但我們公司沒人能搞這些串接」——那正是我們每天在做的事。從資料庫接到 MCP，從業務流程設計到 Agent 工作流上線，我們幫你從零搭到好。你只需要把時間花在判斷「這成品能不能用」上，剩下的讓 AI 動手。