【2026 最新】Claude Code 子代理教學：用一個 Repo 把 Claude 變成 AI 團隊（零基礎白話篇）

最後更新：2026年6月27日 · Terry Chen

Claude Code 子代理教學首圖：用一個 Repo 把 Claude 變成 AI 團隊

你一定用過 Claude 或 ChatGPT：打開對話框、貼上一個任務、拿到答案、關掉分頁。下次再打開，它又是一張白紙——你得把專案背景、你的習慣、上次的決定，從頭再講一遍。它很聰明，卻像一個每天失憶、又只有一個人的員工。

但有一群人正在用完全不同的方式使喚 AI：他們不開對話框，而是把工作放進一個資料夾，然後讓 Claude Code 在這個資料夾裡，變成一支有記憶、會分工、能自動化的 AI 團隊——研究的交給研究員、審查的交給審查員，還有一本「員工手冊」讓每個新進的 AI 上工前先讀過。網路上甚至有人把它講成「一個 Repo、九個員工、零薪水」。

這篇文章不寫一行你看不懂的程式碼，只用最白話的方式，帶你從零搞懂這套玩法到底是什麼、五個零件各自負責什麼、怎麼動手把你的 Claude 變成一個小團隊——以及那句「零薪水」其實藏了什麼真相。專為完全沒有技術背景的讀者寫。本文無業配內容。

Table of Contents

先說結論：一個 Repo，就是一間 AI 公司

把整套東西濃縮成一句話，記住這個比喻就夠了：

一個資料夾（Repo）＝一間 AI 公司。裡面有五個零件，剛好對應一間公司運作需要的東西：

CLAUDE.md ＝員工手冊：每個 AI 上工前先讀的共同規矩。
子代理（Subagent）＝有自己辦公桌的專職員工：各有專長、各有權限，還能各自並行作業。
技能（Skill）＝標準作業流程（SOP）：寫好的步驟手冊，碰到對的工作就拿出來照做。
斜線指令（Slash command）＝牆上的一鍵快捷按鈕：常做的事按一下就跑。
Hook ＝公司的自動化規則：「只要發生 X，就一定做 Y」，不靠 AI 判斷、保證執行。

再加一個對外的零件——MCP ＝幫員工開通其他軟體的登入帳號（GitHub、Slack、資料庫…）。搞懂這六個比喻，你就懂了整套 Claude Code 子代理團隊的運作邏輯。下面一個一個拆。

一個 Repo 等於一間 AI 公司：Claude Code 五大零件對照圖（CLAUDE.md 員工手冊、子代理員工、技能 SOP、斜線指令按鈕、Hook 自動化、MCP 系統登入） — 把 `.claude/` 資料夾想成一間公司的編制：手冊、員工、SOP、按鈕、自動化規則，再加上對外的系統登入（MCP）。

先搞清楚：Claude Code 到底是什麼？這篇適合誰？

Claude Code 是 Anthropic 官方的 AI 工具，它不長在瀏覽器的對話框裡，而是跑在你電腦的「終端機」（就是那個可以打指令的黑色視窗）裡，針對一個資料夾工作。它本來是設計給工程師寫程式用的——但它「團隊化」的概念，對任何把工作放進檔案的專案都成立：寫程式、寫文件、經營一個內容網站、整理研究資料都行。

名詞先講白：工程師口中的 Repo（倉庫），你就理解成「一個放著某個專案所有檔案的資料夾」。Claude Code 在這個資料夾裡讀檔、改檔、執行指令——而我們要做的，就是在這個資料夾裡放幾個設定檔，把它從「一個健忘的 AI」升級成「一支有編制的 AI 團隊」。所有設定都放在資料夾裡一個叫 .claude/ 的子資料夾。

這篇適合：聽過 Claude / ChatGPT、想更進階使喚 AI、但看到程式碼就頭痛的人。你不需要會寫程式，只要會「在資料夾裡新增一個文字檔」就能上手大半。如果你想先搞懂 Claude、Claude Code、Claude Cowork 三者差在哪，建議先讀我們的 Claude vs Claude Code vs Cowork 白話比較。

第一步：把它裝起來，並確認版本（很重要）

截至 2026 年 6 月，官方建議的安裝方式是在終端機貼上一行原生安裝指令（會自動更新），或用 Homebrew（macOS）。網路上很多舊教學叫你用 npm install 裝，那不是現在官方主推的方式，請以官網為準：

# macOS / Linux / WSL（官方推薦，會自動背景更新）
curl -fsSL https://claude.ai/install.sh | bash

# 或用 Homebrew（macOS；需手動 brew upgrade 更新）
brew install --cask claude-code

裝好後，在你的專案資料夾裡輸入 claude 就會啟動，第一次會請你用 Claude 帳號登入。這裡有個關鍵動作：先確認版本。本文用到的進階功能（子代理巢狀、外掛、自動記憶等）幾乎都「需要夠新的版本」才有。先跑這一行：

claude --version     # 看版本
claude update        # 更新到最新

Claude Code 不是免費下載就能無限用——它需要綁定一個 Claude Pro / Max 訂閱，或用 Claude 開發者 API 按量計費。截至 2026 年 6 月，Pro 方案預設用 Claude Sonnet 4.6、Max（以及 Team / Enterprise）預設用更強的 Claude Opus 4.8；確切價格與用量限制請以官網為準（這類數字常變）。為什麼方案會影響「你能雇多強的員工」，下面講子代理時就懂了。

為什麼要這樣搞？傳統用法的四個痛點

在拆零件之前，先講清楚「為什麼值得多花這個功夫」。一般對話框用法有四個天生的痛：

每次從零開始：AI 記不住你的專案規矩，每個新對話都要重講背景。
一個人校長兼撞鐘：同一個 AI 又研究、又動手、又自我檢查——它一次塞太多事，桌面（context，也就是它一次能記住的內容）很快就亂掉。
沒有分工與權限：你不能說「這個只准看、不准改」，也不能讓某些工作同時並行。
重複的流程要一直手打：同一套步驟（查事實→審 SEO→修語氣）每次都得重新交代。

下面這五個零件，剛好一個一個解掉這四個痛。

公司的五個零件（一個一個拆）

① CLAUDE.md＝員工手冊（解決「每次從零開始」）

痛點：每次都要重講專案規矩。解法：在資料夾根目錄放一個叫 CLAUDE.md 的純文字檔，把你的規矩寫進去。Claude Code 每次開工都會自動先讀它，就像每個員工上班第一件事是翻員工手冊。例如：

# 專案規矩（員工手冊）

- 所有文章用繁體中文、語氣專業但好讀。
- 每篇結尾都要有「結論」段落。
- 不要寫得像業配。
- 改完任何檔案後，先跑 `npm run lint` 檢查。

手冊有層級：公司層級（整個團隊共用、放進版本控制大家一起改）、你個人層級（~/.claude/CLAUDE.md，所有專案通用）、還有不進版控的私人小抄。三層會一起載入。實用技巧：在對話裡用 /init 讓 Claude 自動幫你產生第一版手冊；用 /memory 查看與編輯目前載入了哪些手冊；想快速記一筆，直接在訊息開頭打 #（例如 #記得 API 測試要先開 Redis），它就會幫你存起來。

⚠️ 一個重要觀念：CLAUDE.md 是「建議」，不是「規定」。AI 會盡量照做，但不保證每次都遵守（手冊太長、或規則互相矛盾時尤其容易漏）。要「百分之百一定執行」的事，得用後面講的 Hook。手冊建議精簡，太長反而會稀釋它對其他指令的注意力。

② 子代理（Subagent）＝專職員工（解決「一個人校長兼撞鐘」）

這是整套玩法的核心，也是「AI 團隊」真正成形的地方。子代理就是你雇用的專職員工。每個子代理有三個特點，剛好對應一個真員工：

自己的辦公桌（獨立的 context）：它在一個全新、隔離的工作空間做事——看不到你和主對話聊過什麼、也看不到主對話讀過的檔案。它只拿到「主管交派的那段任務說明」，做完只把一份摘要交回來。好處是：它做事的一堆雜亂過程不會弄亂你（老闆）的桌面。
自己的職務說明（system prompt）：你寫一段話定義它的專長與脾氣，例如「你是嚴謹的事實查核員」。
自己的權限（能用哪些工具）：你可以限定某個員工「只能讀、不能改」，另一個「能讀也能改」。

怎麼雇一個員工？在資料夾裡新增一個檔案 .claude/agents/fact-checker.md，內容長這樣（最上面用 --- 框起來的是設定，下面是它的職務說明）：

---
name: fact-checker
description: 查證文章裡的數字、日期與事實。寫完或改完文章後主動使用。
tools: Read, Grep, Glob, WebFetch, WebSearch
model: sonnet
---
你是嚴謹的事實查核員。逐條檢查文章中的每個數字、
日期、人名與引述，能查證的就上網查證，
不確定的就標出來。只回報問題，不要改稿。

幾個關鍵欄位的白話解釋：

description（必填）：寫清楚「什麼時候該派這個員工」。Claude 會自動根據這句話，判斷要不要把任務交給它。
tools：這個員工能用的工具清單（這裡只給了讀檔與上網查，沒給「改檔」，所以它動不了你的稿）。不寫的話預設繼承全部工具。
model：你可以幫不同員工指定不同的 AI 模型——簡單的事派便宜又快的 haiku（實習生），重要的事派最強的 opus（資深主管），或直接寫完整名稱如 claude-opus-4-8；不指定就跟主對話用同一個（inherit）。這就是為什麼「方案決定你能雇多強的員工」。

怎麼用？兩種方式：自動——你只要正常下任務，Claude 會依 description 自己決定要不要派；指定——在訊息裡用 @agent-fact-checker 點名，保證由它出馬。想用選單建立／編輯員工而不手動改檔，輸入 /agents 打開管理介面就行。而且多個員工能同時並行作業：你可以說「用不同的子代理，同時去調查登入、資料庫、API 三個模組」，三個各自跑、各自交報告，總時間等於最慢的那一個，而不是三個相加。

把員工檔案放進專案的 .claude/agents/ 並提交到版本控制，整個團隊打開這個 Repo 就共用同一批員工——這就是「一個資料夾像一支團隊」最具體的意思。想深入理解「一個 AI 代理是怎麼運作的」，可以延伸讀我們的 Agent Harness 是什麼。

③ 技能（Skill）＝標準作業流程 SOP

痛點：同一套多步驟流程每次都得重新交代。解法：把它寫成一份 技能（Skill）——一個資料夾，裡面放一個 SKILL.md，寫下這套 SOP 的步驟，還能附上範本、腳本等支援檔案。位置在 .claude/skills/<名字>/SKILL.md。

---
name: new-post
description: 發新文章前的完整檢查流程：查事實、審 SEO、修語氣。
---
請依序執行：
1. 用 fact-checker 子代理查證文中所有數字與日期。
2. 檢查標題、關鍵字、內部連結是否到位。
3. 對照員工手冊修正語氣，並補上結論段。

技能的妙處是「漸進式揭露」：平常只有那句 description 待在 Claude 的記憶裡（很省空間），碰到對的工作時，Claude 才自動把整份 SOP 讀進來，照著做。你也可以手動觸發它（見下一段）。一句話分清楚：子代理是「一個會做事的員工」，技能是「一張寫好的流程卡」。

④ 斜線指令（Slash command）＝一鍵快捷按鈕

常做的事，做成一顆「牆上的按鈕」：輸入 /new-post 就把整套流程跑一遍。事實上，截至 2026 年 6 月，官方已經把「自訂斜線指令」併進「技能」——你放 .claude/commands/new-post.md（舊格式，仍可用）或 .claude/skills/new-post/SKILL.md（建議的新格式），兩種都會變成 /new-post 指令，效果一樣。差別只在：技能能附帶支援檔案、還能讓 Claude 自動觸發；舊式指令比較單純，是純手動。

按鈕還能吃參數：在指令內容裡寫 $ARGUMENTS（全部參數）或 $1、$2（第一、第二個），你打 /new-post 我的新文章.md 時就會自動帶進去。所以「斜線指令被技能取代了」這句話是誤解——舊格式還在，只是官方推薦用技能這種更強的新寫法。

⑤ Hook＝公司的自動化規則（解決「一定要做的事」）

前面說 CLAUDE.md 是「建議」。但有些事你要它「保證一定發生」——例如「每次改完程式碼，一定自動排版」「想刪除危險檔案前，一定先攔下來問我」。這就是 Hook（鉤子）：它是不靠 AI 判斷的自動化規則，觸發條件一到就一定執行，像「離開公司就自動鎖門關燈」。

Hook 設定在 .claude/settings.json 裡，掛在 Claude 工作流程的特定「時間點」上——例如開工時（SessionStart）、用工具前後（PreToolUse／PostToolUse）、回答完時（Stop）。下面這個例子的意思是：「每次 Claude 改完（Edit）或寫入（Write）檔案後，自動跑排版工具 prettier」：

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Edit|Write",
        "hooks": [
          { "type": "command",
            "command": "jq -r '.tool_input.file_path' | xargs npx prettier --write" }
        ]
      }
    ]
  }
}

一句話分清楚：CLAUDE.md 是「建議」，Hook 是「規定」。要 AI「盡量遵守」的事寫進手冊；要「無論如何都得發生」的事用 Hook。想看目前掛了哪些自動化規則，在對話裡輸入 /hooks 就能瀏覽。

＋ MCP＝幫員工開通其他軟體的登入帳號

到這裡，你的 AI 公司只能在自己的資料夾裡做事。要讓員工能去讀 GitHub 的待辦、查 Slack、撈資料庫，就需要 MCP（Model Context Protocol）——一個讓 AI 工具安全連上外部系統的開放標準。把它想成「幫員工開通公司其他軟體的登入帳號」。設定一次就好，例如連上 GitHub：

claude mcp add --transport http github https://api.githubcopilot.com/mcp/
claude mcp list      # 看目前接了哪些外部系統

連上之後，你的子代理與技能就能直接用這些系統的功能（讀 issue、開 PR…），不用你再手動複製貼上。在對話裡輸入 /mcp 可以管理連線與登入。

Claude Code 五大零件對照表：子代理、技能、斜線指令、Hook、CLAUDE.md 各自的角色、比喻、什麼時候用、檔案位置 — 哪個零件配哪個工作——一張表看懂子代理、技能、斜線指令、Hook、CLAUDE.md 的分工。

一個完整的例子：看這支團隊跑一次

定義講完了，來看它實際跑一次——一個定義抵不過一個完整的例子。假設你經營一個內容網站，文章都放在一個資料夾裡。你想請 AI 幫你「把一篇新文章檢查到可以發佈」。你的 AI 公司這樣運作：

員工手冊（CLAUDE.md）先就位：規定繁中、專業語氣、每篇要有結論、不要業配感。每個 AI 員工上工自動先讀。
你下一個任務，或按下 /new-post 新文章.md 這顆按鈕。
主管（主對話）依照那份 SOP，同時派出兩位員工並行作業：「事實查核員」（只能讀＋上網查，動不了你的稿）逐條查證數字與日期；「SEO 審查員」檢查標題、關鍵字與內部連結。
兩位員工各自在自己的辦公桌做完，各交回一份摘要給主管。
過程中你掛的 Hook 在每次檔案被改動後，自動跑了排版檢查（不需要任何人開口）。
主管把兩份報告彙整成一張清單：「這 3 個數字要再查、標題建議改成 X、缺一個結論段」——交到你手上。

注意這裡的關鍵：兩位員工彼此並沒有對話，他們各做各的、只跟主管回報，由主管統一彙整。這正是「子代理團隊」的標準運作方式——也是它的一個重要限制，等一下誠實篇會講。

Claude Code 子代理團隊運作流程：主管派工、事實查核員與 SEO 審查員平行作業、各自回報、主管彙整，Hook 在旁自動執行 — 主管派工 → 兩位員工平行作業 → 各自回報 → 主管彙整；Hook 在旁邊自動把關。員工之間不直接對話。

哪個零件配哪個工作？（決策層）

新手最容易過度設計——什麼都想包成子代理。記住這個對應，就不會亂用：

要「立規矩、給背景」 → 寫進 CLAUDE.md。
要「把一件大事或髒活外包到另一個空間做、保持主對話乾淨」，或要不同專長／不同權限／並行 → 用子代理。
要「把一套多步驟流程封裝起來、必要時自動觸發」 → 寫成技能。
要「常用的操作一鍵跑」 → 做成斜線指令（其實就是技能的手動觸發版）。
要「某件事百分之百一定發生」 → 用 Hook。
要「連上外部系統」 → 接 MCP。

反過來，什麼時候「不要」雇子代理？官方文件講得很直白：如果只是讀一個檔案、做一件很短的順序工作，直接讓主對話做就好，不必為了一件小事另外開一個員工——多開反而增加協調成本、又燒更多用量。子代理是用來「外包大塊、獨立、可並行」的活，不是萬用錘。

誠實篇：「零薪水」其實藏了什麼？

「一個 Repo、九個員工、零薪水」聽起來很爽，但作為要對你負責的教學，得把六個真實的天花板講清楚（以下全部有 Anthropic 官方文件佐證，截至 2026 年 6 月）：

不是「零薪水」，是用你的訂閱／帳單在跑。子代理與並行作業都吃掉你同一份用量額度（Pro／Max 有每週與每段時間的用量上限，且和 claude.ai 共用；用 API 則是按 token 計費）。官方的 /usage 甚至會把用量「拆給各個子代理」看——這正說明它們算進你的帳。
並行會燒得特別兇。依 Anthropic 自己公布的概略估計：單一代理大約用掉一般對話 4 倍、多代理系統約 15 倍的 token（出自其多代理系統工程文章）；而「代理團隊」在規劃模式下約 7 倍（出自 Claude Code 用量說明）。實際依工作內容與版本而異、以官方為準——但重點很清楚：員工是免費招募的，「電費」不是。（想省錢？讀 Claude 省 token 的 10 招。）
你仍然是那個要驗收的主管。官方最佳實務直接點名一個常見陷阱：AI 會「講得很有自信、但其實證據很薄」，並下了一句重話——「無法驗證就別出貨（If you can’t verify it, don’t ship it）」。能跑測試、能對照畫面才算數。
多個員工同時改同一個檔案會互相覆蓋。官方原文：「兩位隊友編輯同一個檔案會造成覆蓋」。解法是切分檔案、或用 git worktree（獨立的資料夾副本）隔離。
人多不等於越好。官方建議「先從 3～5 個開始」，並說「三個專注的，常常勝過五個散漫的」——再多會有協調成本與報酬遞減。
一般子代理彼此「聽不到對方」。它們只跟主管回報，不能直接互相對話——所以那不是「同事在群組裡聊天」，是「主管派工、各自交報告、主管彙整」。

關於第 6 點要補一句、也避免你被誤導：「讓 AI 代理之間真的能互相傳訊、共用一張待辦清單」這件事是做得到的——但目前要開啟一個還在實驗階段、預設關閉的功能「Agent teams（代理團隊）」（在設定裡加上環境變數 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1）。它才是「隊友會互相討論」的那種真團隊，但官方標明它仍實驗中、限制不少（一個 session 只能一個團隊、不能巢狀等）。所以正確的說法是：一般子代理不互相溝通；要互相溝通，得用實驗性的代理團隊。

還有兩個一定要提醒新手的安全與真相：

⚠️ 第三方外掛／技能會在你的電腦上、用你的權限執行程式碼，而 Anthropic 並不會替你審查它們的內容。只安裝你信任來源的東西。
多代理真正被官方證實「明顯更強」的場景，是廣度型的研究／審查（Anthropic 自家研究系統用「Opus 當主管＋多個 Sonnet 子代理」，在他們 2025 年 6 月的內部研究評測上，比單一代理好 90.2%）；但同一份文件也明說，多數「寫程式」工作其實不適合硬拆成多代理（可平行的部分少、彼此相依多）。別把研究場景的數字直接套到所有工作上。

怎麼裝別人寫好的技能／外掛？（用官方的方法）

很多人問：看到 GitHub 上有人分享好用的技能，怎麼裝進來？網路上瘋傳一種寫法像 claude skill add 某某/某某——請注意：那不是 Claude Code 的官方指令（那是第三方社群工具的寫法）。官方的正規流程是外掛市集（marketplace）：先「登記一個市集來源」，再「安裝裡面的外掛」。

# 1) 登記一個市集（可用 GitHub 的 帳號/倉庫 格式）
/plugin marketplace add 某帳號/某外掛倉庫

# 2) 安裝裡面的外掛
/plugin install 外掛名稱@市集名稱

輸入 /plugin 會打開一個有「探索 / 已安裝 / 市集 / 錯誤」分頁的管理介面，用滑鼠就能瀏覽安裝。一個外掛可以一次打包好幾個子代理、技能、Hook 和 MCP 設定，是把整套「公司編制」分享給別人的方式。（再次提醒上面的安全警告：外掛會用你的權限跑程式碼。）

常見問題 FAQ

Q1. 完全不會寫程式，我能用嗎？
能，大半功能用得到。CLAUDE.md、技能、斜線指令本質上都是「在資料夾裡新增一個文字檔」。比較進階的 Hook 與 MCP 才需要碰一點設定，但你完全可以請 Claude Code 幫你寫。

Q2. 子代理是免費的嗎？
不是。它們吃你同一份 Pro／Max 訂閱用量（或 API 帳單），而且並行多開會燒得更快。把它想成「免費招募、但要付電費的員工」。

Q3. 子代理之間可以互相討論嗎？
一般情況不行——它們只跟主管回報。要讓代理之間互相傳訊，得開啟實驗性的「Agent teams」功能（預設關閉）。

Q4. 技能、斜線指令、子代理到底差在哪？
技能＝寫好的 SOP（流程卡）；斜線指令＝技能的一鍵手動觸發版；子代理＝一個有獨立空間、會做事的員工。前兩者在你的主對話裡就地執行，子代理則是另開一個空間做事再回報。

Q5. 我可以讓不同員工用不同強度的 AI 嗎？
可以，這正是重點之一。在子代理檔案的 model 欄位指定 haiku（快又便宜）、opus（最強）或完整模型名稱即可——簡單的活派實習生，難的活派資深主管，又快又省。

Q6. CLAUDE.md 寫了它就一定照做嗎？
不一定。它是「建議」，AI 會盡量遵守但不保證。要「一定發生」的事，請用 Hook。

Q7. 「一個 Repo 九個員工零薪水」是真的嗎？
一半真、一半行銷。真的是：一個資料夾確實能裝一整套可重複使用的專職員工，分工也真的有用。誇大的是：它不免費（吃你的訂閱／帳單用量），而且多數寫程式工作硬拆成一堆代理並不會更好。

Q8. 找不到文中的功能怎麼辦？
先跑 claude --version、再 claude update。本文很多進階功能都需要夠新的版本；Claude Code 更新很頻繁，一切以官方文件當下版本為準。

給新手的 5 個重點

先記住那句話：一個 Repo＝一間 AI 公司（手冊、員工、SOP、按鈕、自動化）。其餘都是細節。
從 CLAUDE.md 開始：先用 /init 產一份員工手冊，光這一步就解掉「每次從零開始」。
再雇一兩個員工：一個「只能讀」的研究／審查型子代理最安全，立刻體會分工的好處。
分清「建議」和「規定」：要盡量做的寫進手冊，要一定做的用 Hook。
你永遠是主管：AI 會自信地犯錯，能驗證再出貨；別為了一件小事過度雇人。

📚 延伸閱讀

Claude vs Claude Code vs Cowork 白話比較——先搞懂這三個到底差在哪、你該用哪個。
Agent Harness 是什麼——用一句方程式，搞懂「子代理」背後的 AI 代理原理。
Claude 怎麼省 token？10 招實戰——直接對應本文「並行很燒錢」的解法。
Claude Opus 4.8 完整解析——你派給「資深員工」的那顆最強模型，到底強在哪。
Claude Code vs Codex 客觀比較——同類工具的另一個選擇，原理＋實測＋怎麼選。
更多 AI 教學：AlphaLab AI 專欄；想被手把手帶上手，看我們的線上課程。

結語

真正的轉變，不是「找到更會聊天的 AI」，而是從「一個健忘的對話框」升級成「一間有記憶、有分工、會自動化的 AI 公司」。你不用會寫程式，只要願意花十分鐘，在資料夾裡寫一份員工手冊、雇一個只能讀的研究員——你就已經跨過那道門檻了。記住那句話：一個 Repo，就是一間 AI 公司；而你，是那個發號施令、也負責驗收的老闆。

免責聲明：本文為教育與知識分享用途，無業配內容。內容整理自 Anthropic 官方文件（code.claude.com / claude.com 與 Anthropic 工程、新聞部落格），撰文時間為 2026 年 6 月；Claude Code 更新非常頻繁，文中的指令、功能、版本門檻、方案價格與用量限制都可能變動，實際操作請以官方文件當下版本為準。AI 具有輸出錯誤資訊的可能，重要決策請由人類複核。