Claude 入門
Claude App、Claude Code 還是 API?一次看懂 Anthropic 產品地圖
Claude App、Claude Code 還是 API?一次看懂 Anthropic 產品地圖
第一次接觸 Anthropic 的人常有這個疑問:Claude 的聊天網頁、Claude Code、Computer Use、還有 API,到底差在哪?我該從哪個入口進來?
這些產品不只是工具,其中 Claude Code 與 Computer Use 更是AI agent 的活教材。看懂它們各自的定位與運作方式,之後你自己要蓋 agent 就有了地基。
你將學到什麼
產品地圖總覽
聊天介面、終端機助手、桌面操作與 API 各自的定位。
Claude Code 上手
三步安裝、/init 指令與 CLAUDE.md 的記憶機制。
高效協作工作流
先餵脈絡、再要計畫、後實作的三段式用法。
用 MCP 擴充能力
一行指令接上外部工具,打造專屬的開發環境。
先看整張地圖
想用 Claude,其實有好幾個入口,各自服務不同的人與不同的任務:Claude App 是網頁與手機上的聊天介面,打開就能用,適合日常問答、寫作與分析;Claude Code 是跑在終端機裡的 coding 助手;Computer Use 是讓 Claude 操作整台電腦的工具組;最後的 API,則是把 Claude 的能力接進你自己產品的那條路。
Claude Code:終端機裡的隊友
Claude Code 是跑在命令列裡的 coding 助手,能搜尋、閱讀與編輯專案檔案,直接在對話中執行終端機指令,還能上網查文件與程式範例。把它想成團隊裡多了一位工程師,從初始設定到部署維護都能搭把手。安裝只要三步:
- 安裝 Node.js(在終端機跑 npm help 檢查是否已經有了)
- 執行 npm install -g @anthropic-ai/claude-code
- 在終端機輸入 claude 啟動,首次會引導你登入 Anthropic 帳號
/init 與 CLAUDE.md:給 Claude 一份專案記憶
開始一個專案時先跑 /init:Claude 會掃描整個程式庫,把結構、相依套件、程式風格與架構整理進 CLAUDE.md。這個檔案之後每次對話都自動帶入,Claude 就一直記得專案的重要細節。它有三種層級:
- 專案層級:整個團隊共用,跟著版本控制走
- 本機層級:你個人的筆記,不進 git
- 使用者層級:跨所有專案都生效
平時想補充規範,用 # 開頭輸入一句話(例如「變數一律取描述性名稱」),Claude 會問你要存進哪一層記憶。
把 Claude Code 用好的工作流
有一個心法很重要:把它當效率倍增器,你給的脈絡與結構越多,結果越好。最有效的流程是三段式:
- 先餵脈絡:請 Claude 讀專案裡相關的檔案,讓它掌握你的寫法與既有功能
- 再要計畫:請它先想清楚步驟,並明確說「先不要寫程式」
- 最後實作:計畫確認後才動手,Claude 會依據前面累積的脈絡寫出對味的程式
想更穩,可以走測試驅動的變形:請 Claude 先列出測試案例、挑相關的寫成測試,再讓它反覆修改實作直到全部通過。有了明確的成功標準,寫出來的程式通常更可靠。
除了寫功能,Claude Code 也能接手例行雜務:暫存與提交 git 變更、跑測試、管理相依套件。你不用在編輯器與終端機之間切來切去,把這些交給它,自己專注在比較大的圖像上。幾個常用指令也值得記:/clear 清空對話重置脈絡,/init 掃描專案產生文件,# 隨手補充規範。
用 MCP 伺服器擴充能力
Claude Code 內建 MCP 客戶端,也就是說你可以透過 Model Context Protocol 接上外部服務與工具,一行指令完成註冊:
claude mcp add documents uv run main.py
註冊後 Claude Code 啟動時會自動連上伺服器,Claude 便多出新的工具可用。生態系裡已有不少現成的整合:Sentry 抓正式環境的錯誤、Playwright 做瀏覽器自動化、Figma 讀設計稿、Atlassian 存取 Confluence 與 Jira、Slack 發訊息通知團隊。
把幾個伺服器組起來,Claude 就能貼著你原本的開發流程工作;等你會自己寫 MCP 伺服器,連公司內部的工具與 API 都能接進來。
Computer Use:讓 Claude 操作整台電腦
Computer Use 是一組工具,讓 Claude 與完整的桌面環境互動:瀏覽網站、操作桌面應用程式、完成需要視覺介面導覽的任務。比起純文字的互動,能做的事一下子寬了非常多,也把「AI 幫你做事」從對話框推進到了整個作業系統。
把 Claude Code 與 Computer Use 放在一起講,是因為它們示範了 agent 成功的共同要素:整合並使用工具、執行多步驟任務、與環境互動、自主解決問題。這四件事,也正是你日後自建 agent 要面對的課題。
所以,怎麼選
| 你想做的事 | 適合的入口 |
|---|---|
| 日常問答、寫作、分析 | Claude App,打開就用 |
| 寫程式、維護專案 | Claude Code,在終端機與你協作 |
| 需要操作桌面軟體的任務 | Computer Use 工具組 |
| 把 Claude 裝進自己的產品 | Claude API,自由度最高 |
如果你是完全的新手,順序可以這樣走:先用 Claude App 熟悉與模型對話的感覺,寫程式時換 Claude Code 體驗 agent 的工作方式,等你想做自己的產品,再回頭把 API 那條路走通。每換一個入口,你對「Claude 能做什麼」的想像都會被拓寬一次。
延伸學習
ChatGPT 很強,但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害,為什麼你還是每天加班」這個問題出發,把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統,再用 Apps Script 讓它自己跑起來,最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
HE101|Harness Engineering Foundation(3 小時)
三小時的地圖課,不是操作課。把 Model 與 AI System 分開,拆解一套 AI Harness 的八個組成(Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration),再帶你逆向拆解四個你已經在用的系統,最後畫出自己的第一張 Harness Blueprint。5 章 27 課,附學員講義 PDF 與術語速查表。
NT$ 2,599

