Claude Code 的問問題(AskUserQuestion)功能使用指南

您是否經歷過這樣的窘境？

告訴 AI 要做什麼，它信心滿滿地衝出去寫程式，但結果出爐時，您才發現它的想像跟您的想像南轅北轍。功能是能用啦，但就是不太對勁。於是您開始改改改，最後花的時間比自己從頭寫還多。

如果有這樣的經驗，恭喜您，您已經發現了 AI 編程最大的痛點：假設。

假設的代價

AI 就像一個對公司環境完全陌生的新人。您說「幫我加個登入功能」，它會馬上開始瞎猜：要用 OAuth 還是 JWT？支援哪些登入方式？需不需要角色權限管理？如果 session 逾時了要怎麼辦？

結果就是，AI 按照自己的想像寫出來的程式，可能根本不是您要的。浪費時間，浪費生命。

Anthropic 最近推出的 Claude Code 新功能「AskUserQuestion」，就是為了解決這個老問題。說白了，就是讓 AI 學會先問清楚再動手。

反轉遊戲規則：AI 來面試你

以前我們痴迷於「提示詞工程」——費盡心思琢磨怎麼跟 AI 說話，才能讓它做對事。現在 Claude Code 的 AskUserQuestion 功能反轉了這個關係：換 AI 來問你。

這聽起來簡單，但威力驚人。

想像這個場景：您跟 Claude 說「幫我整合使用者認證」。以前 Claude 會直接開始寫程式，現在它會停下來，一個接一個地拋出關鍵問題：

  • 您偏好哪種認證方法？（OAuth、JWT、還是傳統的 session？）
  • 要支援哪些登入服務商？（Google、GitHub、email+密碼？）
  • 需要角色式存取控制嗎？
  • session 逾時後要發生什麼？

每個問題都附帶合理的選項和說明，就像在進行一場真實的技術討論。這個過程有個正式的名字，叫做「規格導向開發」（spec-based development）。

三步驟：問、寫、執行

AskUserQuestion 的最佳使用方式分三個階段：

第一步：面試階段

您只需要給 Claude 一個簡單的指令：「幫我建置使用者認證系統，先問我問題好嗎？」

Claude 就會開始提問。每一個問題都精準針對您的代碼庫，給您有意義的選項。

第二步：規格階段

經過一輪問答後，Claude 會產出一份詳細的規格文件。這份文件清楚列出要建置什麼、怎麼建置，一點都不模糊。

第三步：執行階段

有了規格在手，您就可以開始新的開發會話，把規格當作背景資訊。這次 Claude 執行起來精準無誤，因為所有的歧義都已經在一開始就解決了。

不騙您，就是這麼簡單。

Linear 整合：把 AI 變成團隊同事

事情變得更有趣的地方，是 Cyrus（一個整合 Claude 的開發工具）跟 Linear 的配合。

假設 Cyrus 在處理一個 Linear 工單，發現有不清楚的地方。它不會亂猜，也不會停滯，而是直接在 Linear 裡問您問題。您可以在 Linear 的活動區段看到 Cyrus 把工單標記為「需要輸入」，然後丟出問題，並提供清晰的選項讓您選擇。

您甚至不用切換視窗，直接在 Linear 裡點一個選項回應就行。這種異步協作方式超級適合遠端團隊：

  • 異步開發：Cyrus 在您開會時繼續工作，有問題時自己提出來
  • 背景資訊保留：問題和答案都成為工單歷史的一部分
  • 團隊能見度：所有人都看得見決策過程
  • 不打斷工作流：回答問題時不用離開 Linear

為什麼這件事重要

2026 年了，AI 的能力已經不是問題。真正的問題是：AI 有沒有弄懂我想要什麼？

當 Claude 問您「這個 API 應該快速失敗還是自動重試？」時，有個很微妙的轉變發生了。設計上的權衡變得顯而易見。不是在代碼審查時才發現埋藏的假設，而是在便宜的階段——決策剛做出來的時候——就把問題談清楚。

這就像是在玩「選擇你的冒險故事」。每個問題都是一個岔路口。每個答案都讓解決方案的空間變窄一點。到了 Claude 真正開始寫程式時，您們已經一起走過了整個決策樹，還有清楚的紀錄可以回顧每個選擇。

結語

AI 不是要搶您的工作。聰明的開發者已經發現，最有威力的不是 AI，而是懂得怎麼跟 AI 合作的人。

AskUserQuestion 功能就是這種合作的模板。下次當您要用 AI 寫程式時，與其期待它讀心術，不如主動告訴它：「先問我吧。」

結果可能會讓您驚訝。

順利考上 IPAS AI 應用規劃師中級考試！我的高效率備考心法公開

 🎧📚 昨天分享了自己 3 天認真衝刺考上 IPAS AI 中級 的喜悅後，很多人私訊問：「到底怎麼準備的？」
這篇就來完整整理我從 0 到上榜的全流程，讓你照著做也能事半功倍！🔥

🔗 1. 先掌握官方資源

官方網站 👉 https://www.ipas.org.tw/AIAP/
在 培訓資源 裡可以下載「學習指引」：
https://www.ipas.org.tw/AIAP/AbilityPageContent.aspx?pgeno=263534ef-6ab9-4ce9-a9be-4ad9a4ed7440

這份指引就是整個考試的地圖，一定要先看！

🧠 2. 用 notebookLM 建心智圖，快速掌握考試範圍

因為工作忙碌，我大多只有每天晚上 9 點回家後能專心看書。
為了快速理解內容，我會：

  1. 把學習指引上傳到 Google NotebookLM

  2. 讓它自動產生「心智圖」

  3. 先掌握全貌（面）再深入每個章節（線）

🎧 3. 用語音摘要 & AI Studio 做「可聽的筆記」

NotebookLM 的語音摘要很好用！但後來我找到更強的做法：

🎤 Google AI Studio – Generate Speech
👉 https://aistudio.google.com/generate-speech

只要在 NotebookLM 勾選要整理的檔案，並輸入這段指令：

依據內容產生 50 個重點並整理成簡單有趣的問答對話，格式如下：
Speaker 1 您好
Speaker 2 您好！有什麼事嗎？

以純文字方式輸出即可。

就能生成清楚好懂的語音檔，效果媲美語音摘要！

🚇 4. 通勤時間變黃金：我的「聲音筆記學習法」

把這些整理好的語音當作通勤時的「AI 教學 Podcast」。
不懂的地方就隨手記下來，之後再集中複習——
碎片時間瞬間變成高效學習時間！

📚 5. 延伸補充：推薦 ccchen 老師的內容

更多補充資料可以看這邊：
https://vocus.cc/salon/678ac6e5fd89780001eb761c/room/CCCHENAIPP01

💡 這就是我自己的一套「AI 輔助讀書法」

如果你也在準備 IPAS，或對 AI 工具學習法有興趣，歡迎追蹤我，一起交流成長！🚀

洞悉未來教育與科技脈動：直擊中臺科大第18屆 IETAC 2025！

今天，我非常榮幸能夠親身參與在中臺科技大學盛大舉行的第18屆資訊教育與科技應用研討會 (IETAC 2025)。這不僅是一場學術交流的盛會，更是一扇窺見未來資訊教育與科技應用趨勢的窗戶。

這次是下午場的評審，與大台灣旅遊網的楊總一起當評審~雖然學術與理論依舊還有點差距，但畢竟是決賽，學生也是很努力的拿出實作出來 🙂

會後也認識了僑光科技大學(我的母校)以及修平科技大學的老師~

VS Code 設定Chrome Devtools MCP 讓AI自動執行/測試網頁

九月底Chrome for Developers 發佈AI 代理程式適用的 Chrome 開發人員工具(MCP)

加上

{
  "mcpServers": {
    "chrome-devtools": {
      "command": "npx",
      "args": ["chrome-devtools-mcp@latest"]
    }
  }
}

如果使用VSCODE的話
開啟vs code ，按下 【Ctrl+Shift+P】 快捷鍵，選擇MCP:開啟使用者設定，然後

在mcp.json設定如下

 {
 ​
  "servers": {
 ​
 •    "chrome-devtools": {
 ​
          "command": "npx",
 ​
          "args": ["chrome-devtools-mcp@latest"]
 ​
      }
  }
 ​
 }

就可以讓AI呼叫網頁了。

可以用markdown語法將測試案例寫至md檔，透過ai執行。


https://github.com/ChromeDevTools/chrome-devtools-mcp

 

取得第二張AI 認證Google Gemini Certified Educator 認證教師證書

以前最不愛考認證的我，因為在研發單位當主管秉持身先士卒的理念。從ipas ai 規劃師初級自己去考取外，剛好看到google推出免費的Google Gemini Certified Educator 認證教師證書，花了半小時裸考通過。主要為考google gemini 與NotebookLM以及一些相關ai的功能，對現在每天與ai為伍的我算是得心應手，證書有效期限為3年。。

註冊考式網址 https://educertifications.google/

 

AI coding工具cursor 推出cursor cli – Cursor Agent

今天收到cursor發來的信，推出cursor cli。安裝方法 curl https://cursor.com/install -fsS | bash

安裝後輸入 cursor-agent 執行

官方網址: https://cursor.com/cn/cli

不過目前看來是在wsl環境下，但可以讓cursor agent 跑在像jetbrians這類ide也是不錯。可以讓cursor的威力發揮在更多地方了

企業內架設落地 GPT-OSS-20B 模型

原來習慣使用meta llama 模型，後來OpenAI直接釋出Open Source的 gpt-oss-20B, 就開始改用它當落地模型。

公司內部主機 作法

curl --location 'http://xxxx:11434/api/chat' \

--header 'Content-Type: application/json' \

--header 'Accept: application/json' \

--data '{

"model": "gpt-oss:20b",

"messages": [

{"role": "system", "content": "你是一位專業助理，請用繁體中文回覆。"},

{"role": "user", "content": "用三點說明向量資料庫是什麼？"}

],

"stream": false,

"options": {

"temperature": 0.7,

"num_ctx": 8192

},

"keep_alive": "30m"

}'

OpenRouter 作法

curl --location 'https://openrouter.ai/api/v1/chat/completions' \

--header 'Content-Type: application/json' \

--header 'Authorization: Bearer sk-or-v1-xxxxxx' \

--data '

{

"model": "openai/gpt-oss-20b:free",

"messages": [

{"role": "system", "content": "你是一位專業助理，請用繁體中文回覆。"},

{"role": "user", "content": "用三點說明向量資料庫是什麼？"}

],

"stream": false,

"options": {

"temperature": 0.7,

"num_ctx": 8192

},

"keep_alive": "30m"

}'

搭配 Claudia 的 Claude Code：輕鬆進階的 AI 助手工作流程

https://claudiacode.com/

結合終端機中的 Claude Code 與可視化桌面應用 Claudia，可同時享有強大 AI 編程能力與友善 GUI 體驗，大幅提升開發效率與可視化管理。

一、什麼是 Claude Code 與 Claudia

Claude Code

  • 由 Anthropic 開發的「Agentic 編程工具」，直接嵌入您熟悉的終端機，能透過自然語言指令理解並操作整個程式碼庫，執行測試、修復錯誤、搜尋 git 歷史等任務。

Claudia

  • 開源桌面應用（基於 Tauri），為 Claude Code 增添直觀的圖形化介面，整合專案管理、即時使用量儀表板、MCP 伺服器管理與沙盒環境，免去頻繁輸入 CLI 指令的困擾。

二、為何搭配使用？

優勢面向 Claude Code (CLI) Claudia (GUI)
學習曲線 低，熟悉 CLI 後快速上手 更低，點擊式操作不需記憶指令
上下文理解 直接載入整個專案結構，依賴 CLAUDE.md 最佳化 同樣支援 CLAUDE.md，並可視化呈現關鍵內容
任務自動化 鏈結多步驟指令，適合 CI/CD 自動化 一鍵執行常用流程，並提供「檢查點」還原功能
專案管理 需手動切換分支、查詢日誌 Projects 面板一覽所有 Session，點擊即可回顧
使用量與成本追蹤 無內建可視化 即時顯示 API 使用量、Token 成本與統計分析
安全沙盒 需手動設定權限 內建 seccomp/Seatbelt 沙盒，細粒度權限控管

三、安裝指南

  1. 安裝 Node.js (v18+)，並確認 npm 可用

  2. 安裝 Claude Code

    bash
    npm install -g @anthropic-ai/claude-code

    驗證：執行 claude --version 應顯示版本號。

  3. 下載並安裝 Claudia

    • 方式一：從 GitHub Releases 取得最新的 macOS/Windows/Linux 執行檔

    • 方式二（進階用法）：

      bash
      git clone https://github.com/getAsterisk/claudia.git
      cd claudia
      yarn install
      yarn tauri build

    執行後即會開啟可視化介面。

四、基本應用範例

  1. 互動式開發

    • CLI：claude 開啟 REPL，輸入「請幫我新增一個 POST /users API」

    • GUI：在 Claudia 中點擊「New Session」，選擇系統提示，再輸入需求

  2. 除錯與測試

    • CLI：claude run test 自動執行測試並修復失敗測試

    • GUI：在「Timeline」檢視每次測試結果差異，快速回溯錯誤

  3. 版本控制

    • CLI：claude git merge 自動解決衝突

    • GUI：在「Projects」面板切換分支並視覺化比較差異

  4. 自訂 AI 智能體

    • 建立 CLAUDE.md 記錄專案慣例與常用指令

    • GUI 中匯入/編輯 CLAUDE.md，讓 Claude 記憶專案規範

五、進階推薦用法

  1. 環境優化

    • 在專案根目錄放置 CLAUDE.md，記錄測試命令、程式風格與常用工具，讓 Claude 建立持久記憶。

  2. CI/CD 自動化

    • 結合 Claude Code CLI 於 GitHub Actions，於 PR 自動執行程式碼檢查與合併衝突解決。

  3. 多語言支援

    • 透過 Claudia MCP 管理器，註冊多個 Model Context Protocol 伺服器，讓 Claude 跨平台、跨服務庫檢索文件。

  4. 團隊協作

    • 使用 Claudia 的「檢查點」功能截取多個開發階段，並匯出差異報告，供團隊成員 review。

六、結語

將 Claude Code 與 Claudia 結合，既保有終端機指令的靈活與自動化能力，又能享有 GUI 的可視化便捷，適合各種規模與需求的專案。無論是程式新手，或是追求效率的資深開發者，都能透過這套組合顯著提升開發體驗與產出品質。