2024 年以前，「會寫程式」是一項稀缺技能。

2026 年，「會讓 AI 幫你寫出正確的程式」才是稀缺技能。

這不是說工程師會被取代。恰恰相反——懂得善用 AI 的工程師，生產力是不懂的人的 5 到 10 倍。問題是，大多數工程師的 AI 使用方式還停在「貼程式碼問 ChatGPT」的階段。

FDE（Front-line Developer in the AI Era）課程就是為了解決這個落差而設計的。

什麼是 FDE？

FDE 不是一個職稱，而是一種能力模型。

一個 FDE 能夠：

  • 用結構化的 prompt 設計，讓 AI 輸出符合生產規格的程式碼
  • 設計 RAG 架構，讓 AI 存取正確的知識來源而不是亂猜
  • 部署 Agent 系統，讓多個 AI 工具協作完成複雜任務
  • 用 Claude、Codex、MCP 工具串聯完整開發流水線

這些能力合在一起，讓一個人可以完成過去需要三到五人的工作。

課程涵蓋的三大能力模組

模組一：Prompt Engineering（結構化思維）

很多人把 prompt 寫得像「下命令」，然後抱怨 AI 輸出不夠好。

好的 prompt 工程是一套系統：

  • 結構化設計：角色設定 + 任務描述 + 輸出格式 + 限制條件
  • 鏈式推理（Chain of Thought）：讓 AI 一步步推導，而不是直接跳結論
  • Few-shot 示例：用 2–3 個例子告訴 AI 你要的輸出風格
  • 迭代優化：如何系統性地改 prompt，而不是靠感覺亂試

這個模組結束後，你的 prompt 輸出品質會有明顯提升，而且可重複、可維護。

模組二：RAG 架構實戰

RAG（Retrieval-Augmented Generation）是讓 AI 使用「你自己的資料」來回答問題的核心技術。

課程內容：

  • 文件切片策略（chunk size、overlap 的影響）
  • Embedding 模型選擇（Workers AI / OpenAI / 本地端）
  • 向量資料庫操作（Cloudflare Vectorize 實戰）
  • 相似度搜尋與結果重排序
  • 把 RAG 結果組進 prompt 的最佳實踐

實作作業：用你自己的文件（SOP、產品說明、FAQ）建立一個可查詢的知識庫 Bot。

模組三：Agent 部署（Claude × Codex × MCP）

這是最進階也最有實際威力的部分。

  • Claude Code：在終端機裡用自然語言完成開發任務，包括讀檔、寫檔、執行指令、除錯
  • Codex（OpenAI）：程式碼生成與重構的最佳實踐
  • MCP（Model Context Protocol）：讓 AI 工具存取外部系統（資料庫、API、瀏覽器）的標準協議
  • Multi-agent 協作：設計讓多個 AI 角色分工合作的工作流

這個模組讓你從「AI 輔助寫程式」升級到「AI 主導完成任務，你負責審查」。

學習路徑設計

課程採用 Skill-based 方法論：每個技能單元（Skill）都有明確的輸入、輸出與驗收標準。

學習順序：

  1. Prompt Engineering 基礎 → 驗收：能寫出可重複使用的 prompt 模板
  2. RAG 基礎架構 → 驗收：能建立並查詢自己的知識庫
  3. Claude Code 實戰 → 驗收：能用 Claude 完成一個完整的小功能開發
  4. Agent 系統設計 → 驗收：能設計一個有明確分工的 Multi-agent 工作流
  5. 整合專案 → 驗收：把以上能力整合成一個你自己的作品

每個 Skill 有對應的練習題和評估標準，不是憑感覺說「學完了」。

一對一陪跑 vs 錄播課程

我刻意不做錄播課程，原因是：

AI 開發工具每個月都在變。 三個月前錄的內容，很可能已經過時。

一對一陪跑的好處：

  • 根據你的技術背景、使用語言、業務場景客製化內容
  • 遇到卡關直接解決，不需要自己爬論壇找答案
  • 學的是思維框架，不只是特定工具的操作步驟
  • 完成的作品是你自己的真實專案，不是練習題

節奏通常是每週 1–2 次、每次 60–90 分鐘的同步課程，加上課後作業和非同步的文字討論。

適合對象

適合：

  • 有程式基礎（任何語言都行），想快速進入 AI 開發的工程師
  • 後端 / 全端開發者，想了解如何把 LLM 整合進自己的產品
  • 技術型創業者，想用 AI 加速 MVP 開發
  • 想要從「寫程式的工程師」轉型為「用 AI 解決問題的工程師」的人

不適合：

  • 完全沒有程式基礎的人（這門課假設你能看懂基本程式碼）
  • 只想學特定工具操作的人（這裡教的是底層思維）

如何報名諮詢

課程名額有限，通常同時服務 3–5 位學員。

第一步是透過 LINE Bot 聊聊你的背景和目標，確認課程適不適合你，以及用什麼方式設計你的學習路徑。

加入 LINE Bot（Basic ID：@733aqnbn）說「我想了解 FDE 陪跑課程」，或點這裡直接加入。

先聊聊看適不適合，沒有壓力。