LANMA AGENT CLASS 用 Agent 做事

Lesson 02 · 約 50 分鐘 · ✈️ 場景 2:行前 · CLI 殺手鐧:登入後資料

看到 Chat 看不到的會員價。

這堂課用一趟真實的東京自助旅遊當主線:讓 Agent 打開內建瀏覽器、讀你已登入的 Agoda,從前期廣泛蒐集、中期視覺化比較,到後期取捨優化——最後只丟一句話,就 End-to-End 生出高雄、台南二日遊的完整圖文報告。

20頁主課程簡報
12份實戰成果報告
2場 End-to-End 實測
6個課後練習題
// 01 主課程

本堂核心

★ 一定要看

《一趟東京旅行,如何變成一套 AI 工作方法》

20 頁投影片把整堂課收束成方法論:三階段回顧(前期蒐集・中期視覺化・後期取捨)、三層心法、四種工具(拆解、視覺化、地圖、本地檔案),再從旅遊書一路長成旅遊網站與比價網站,最後用版本目錄與 Git 替所有可能性留下退路。

20 頁互動簡報 三階段方法論 四工具心法 HTML · 另開分頁
開啟主課程簡報 ↗
// 逐頁預覽

主課程簡報 20 頁 · 點縮圖全螢幕瀏覽

// 02 東京實戰

一趟旅行的三個階段

這是課堂主線「東京 4 人自助旅遊」的真實工作紀錄——每一份都是 Agent 產出的原始成果,照著前期蒐集 → 中期視覺化 → 後期取捨的順序看,你會看到一份規劃是怎麼長出來的,也會看到 AI 在哪裡偷懶、人要在哪裡把關。

// 階段 1

前期・廣泛蒐集 · 讓問題的輪廓出現

// 階段 2

中期・大量蒐集與視覺化 · 時間 × 事件 × 價錢 × 規劃

// 階段 3

後期・優化與取捨 · 不是找更多,而是決定

// 04 延伸

延伸閱讀與課後練習

想知道 Agent 還能怎麼操作電腦和瀏覽器,這兩份延伸給你。

// 課後練習

同一套方法,換你的題目 · 挑一題做做看

旅遊只是載體——「拆解、視覺化、地圖、本地檔案」這套方法可以直接搬到下面任何一題。挑一個你本來就要做的,讓 Agent End-to-End 做完給你看。

🗓 多人聚會的時間地點協調 🏠 租屋/購屋條件篩選 📊 競品功能矩陣調查(功能 × 方案 × 價格) 📰 每日 AI 新聞摘要 📈 持股每日盤後報告 📦 訂單出貨追蹤
💡 看圖小提醒:所有縮圖點開都能全螢幕瀏覽——鍵盤 ← → 或畫面左右箭頭切換、底部縮圖條可跳張、Esc 或點空白處即可回到本頁。