所有入門單元免費開放 · 課程內容持續更新中

為什麼 AI 時代還要學程式

AI 已經會寫程式了,為什麼你還要學?這堂課說明「看得懂程式」在 AI 時代的價值,以及這門課會帶你走到哪裡。

第 1.1 堂約 10 分鐘

AI 都會寫了,我還要學嗎?

這是很多人打開這門課時心裡的第一個問題。答案是:要,但學的方式和以前不一樣。

現在你只要對 AI 聊天機器人說「幫我寫一個把發票金額加總的程式」,它幾秒鐘就會給你一段程式碼。問題是,接下來呢?

  • 這段程式要放在哪裡、怎麼執行?
  • 它跑出錯誤訊息,你看得懂嗎?
  • 它算出來的總額,你怎麼知道是對的?
  • 它會不會不小心把你的檔案覆蓋掉?

如果你完全不懂程式,就只能「AI 說什麼就信什麼」。這就像請了一位很能幹的助理,但你看不懂他交上來的報告,也沒辦法發現錯誤。

四格循環圖:你拆解問題、AI 產生程式、你讀懂並執行、你驗收結果,其中三格是你的工作

AI 負責寫,但拆解、執行和驗收都還是你的事。

學程式,其實是在學「拆解問題」

程式語言的語法並不難,真正的功夫是把一件模糊的事情,拆成清楚的步驟。

例如「整理這個月的花費」,拆開來是:

  1. 讀進每一筆花費(日期、項目、金額)
  2. 依照類別分組,例如餐費、交通、娛樂
  3. 每一組加總
  4. 把結果印出來或存成檔案

流程圖:模糊的需求「整理花費」被拆成讀進每一筆、依類別分組、每組加總、輸出結果四個步驟

會拆解之後,你給 AI 的指令會更精準,拿到的程式也更好用。你也比較能看出 AI 哪一步做錯了。這種能力,AI 沒辦法替你練。

為什麼是 Python?

程式語言有很多種,這門課選 Python,原因很實際:

理由 說明
語法接近英文 像 if、for、print 這些字,看一眼大概就懂意思
用途廣 整理 Excel、抓網路資料、自動化雜事、資料分析都能做
資源多 遇到問題,網路上幾乎都找得到討論
AI 很熟 AI 寫 Python 的品質普遍不錯,你學會讀,就能和它順利合作

你可以先看看一行 Python 長什麼樣子:

print("今天的便當 85 元")

執行後,螢幕上會出現:

今天的便當 85 元

就這樣,一行就是一個完整的程式。

這門課會帶你做什麼

接下來的六堂課,你會依序學到:

  1. 在自己的電腦安裝 Python 和 VS Code
  2. 變數、型別、輸入與輸出
  3. 條件判斷與迴圈
  4. 函式
  5. 串列與字典
  6. 最後做一個約 50 行的記帳小工具,資料會存成 CSV 檔,可以用 Excel 打開

每堂課都有「可以這樣問 AI」的範例,教你怎麼讓 AI 解釋概念、出練習題、幫你看錯誤訊息。範例會以 Claude 示範,你也可以貼到 ChatGPT、Gemini 等其他 AI 聊天工具。等你熟悉之後,還可以進一步使用 Claude Code 這類「會直接在你電腦上寫程式、執行程式」的 AI 工具,那時看得懂程式就更重要了。

可以這樣問 AI

我是完全沒寫過程式的上班族,想學 Python 來整理每個月的記帳資料。請用不超過 200 字,告訴我學會基本 Python 之後,我在生活或工作上可以做到哪 3 件具體的事,每件舉一個例子。

行動練習

拿出紙筆或打開記事本,寫下一件你每週都在重複做、覺得有點煩的事情(例如對發票、整理照片檔名、複製貼上報表)。

然後試著把它拆成 3 到 5 個步驟,每一步用一句話描述。這份清單先留著,等你學完這門課,回頭看看哪些步驟已經可以用 Python 處理了。

讀完了嗎?

標記完成後,單元與專案的進度會自動更新(只存在這台裝置的瀏覽器)。

卡住了?讓 AI 當你的家教複製這段提問範本,貼到 Claude 或其他 AI 工具,再補上你卡住的地方。

留言與討論

卡關了、有心得,或發現內容需要更新?都歡迎留言。留言使用 GitHub 帳號登入。

留言區即將開放。現在可以先到 GitHub 討論區 發問,或看看 交流頁 的其他管道。