想認真學習 Claude，現在可以完全毋須花錢購買付費課程。Anthropic 官方現已將 Claude Academy 大量教材翻譯成繁體中文，內容涵蓋基本 Claude 操作、Projects、Artifacts、Skills，以至 Claude Code、MCP、AI Agent 及 API 開發，所有課程完全免費。
初學者打開 Claude Academy 總目錄時，很容易被多達 26 個課程嚇退。事實上繁體中文翻譯並非與英文新課程同步推出，目前可以確認至少有 22 個課程具備繁體中文內容，部分最新加入或開發者導向的課程仍以英文為主。如果目標是用中文由零開始學 Claude，根本毋須理會全部 26 個，更毋須由頭讀到尾。
22 個繁中課程分類地圖
目前已確認具備繁體中文內容的 22 個課程，主要可分為 3 大領域，讀者可按需求快速定位：
– 一般 Claude 使用及進階功能（8 個）：包括 Claude 101、Introduction to Claude Cowork、Claude Code 101、Claude Code in Action、Introduction to Agent Skills、Introduction to Subagents，以及 MCP 基礎與進階課程。
– AI 流暢度與不同工作情境（11 個）：以核心 4D 框架為基礎，延伸至建構者、創意工作、教育、小型企業、學生及非牟利組織等不同場景。
– API 及雲端開發（3 個）：包含 Building with the Claude API，以及結合 AWS Bedrock 和 Google Cloud Vertex AI 的平台開發課程。
至於 Claude Platform 101、The AI-Native SDLC Playbook 等其餘課程翻譯進度不一，若不想看英文可先跳過。
初學者黃金路線：3 個核心課建立 AI 基石
對一般用戶來說最值得先修其實只有 3 個核心課程：Claude 101、AI 流暢度：框架與基礎，以及 AI 能力與限制。完成這路線後再按工作需要決定是否學 Claude Code、MCP 或 API，比逐個「儲證書」務實得多。
目前直接用 Claude 帳戶登入 Claude Academy 即可（如香港用戶遇到自動切換到英文的情況，可用 VPN 連到台灣伺服器，再打開頁面）。課程免費，未登入亦可瀏覽內容；登入免費帳戶則能保存學習進度，並可在有提供 Completion Badge 的課程完成指定測驗後取得完課徽章。
繁體中文支援已相當完整，正文、課綱與介紹大多已翻譯，Projects、Artifacts、Skills 等功能名稱保留英文方便與實際介面對照；內嵌教學影片雖為英文語音，但可配合字幕觀看。
第一站：Claude 101（約 2.5 小時）
如果以前只是偶爾開啟 Claude 問問題，第一個直接選 Claude 101 即可。這個課價值在於引導用戶建立工作流，將工作拆解成不同層次，而非只教 Prompt 寫法：
– Projects：適合長期累積背景資料的工作（如專案研究、產品發布或內容企劃），將文件與 Context 集中在同一工作空間。
– Artifacts：適合要求 Claude 直接生成可反覆修改的獨立內容或作品。
– Skills：將個人或團隊固定的工作規範（如公司寫作格式、分析框架）模組化，讓 Claude 在需要時套用規則，免去每次重複複製 Prompt 的麻煩。
理解這 3 者分工與差別，遠比收集數十條「萬能 Prompt」有用。
第二站：AI 流暢度：框架與基礎（約 4 小時）
完成 Claude 101 後非程式開發者建議接着學 AI 流暢度：框架與基礎。這個課核心是一套稱為 4D 的 AI 協作框架：
– Delegation（分工）：先決定哪些工作值得交給 AI，而非所有事情都丟給 Claude。
– Description（描述）：清楚交代目標、背景、限制及成功標準，避免給予模糊命令。
– Discernment（辨識）：收到答案後精準判斷內容是否合理、有無遺漏或錯誤。
– Diligence（嚴謹）：真正使用結果前做好查證、責任歸屬與風險管理。
這套思考方法教授何時應該交由 AI 處理、提供甚麼資料，以及完成後人類仍需負甚麼責任，比單純學習 Prompt 技巧更耐用。
第三站：AI 能力與限制（約 3.5 小時）
第三個課程建議修讀 AI 能力與限制，目標是建立對大型語言模型（LLM）的正確認知，解析 Next-token Prediction、Working Memory、Steerability 及 Context Limit 等原理。課程回答了實務上最關鍵的問題：為何 Claude 答錯時依然看似自信？給予過多資料為何有時反而不準？對話拉長後模型究竟記得甚麼？
理解這些技術邊界，有助企業或個人在實際應用時減少誤判風險，更有效判斷哪些產出需要進一步查證。
進階學習路線：依據職涯需求分流
完成上述合計約 10 小時基石課程後，讀者可依據日常工作型態選擇進階方向。
辦公室與知識工作者：Claude Cowork 路線
若日常工作着重文件處理、研究或跨應用程式協作，修讀 Introduction to Claude Cowork 會比程式開發課程更貼合需求。這課程展現從 Chat（一問一答）轉向 Cowork（交出多步驟任務，由 Claude 自主規劃執行、人類監督驗收）的模式。須注意實作功能需搭配付費方案（Pro、Max、Team 或 Enterprise）。
程式開發者：Claude Code 與 Agent 路線
技術人員可順序修讀：Claude Code 101 → Claude Code in Action → Agent Skills / Subagents → MCP。在此體系中 Skills 負責封裝作業規則，Subagents 負責拆解複雜任務，MCP 則是連接外部工具與資料的標準協議。無程式背景者毋須強求學習 MCP。
系統整合者：API 開發路線
若目標是將 Claude 整合至自家 App 或企業系統，可優先修讀 Building with the Claude API 掌握 Prompting、Tool Use、RAG 及 Agent 部署概念。若公司使用 AWS 或 Google Cloud 再加修相應雲端平台課程即可。
認證制度與帳戶注意事項
報讀課程與考取認證有數項細節需要留意。並非每一個課程都提供 Completion Badge（完課徽章）。有提供徽章的課程在完成指定內容並通過所需測驗後即可免費取得；測驗可無限次重考，徽章取得後永久有效，並能公開分享至 LinkedIn。但請留意這僅代表完課紀錄，與 Pearson 監考、須付費的正式 Anthropic Certification 為不同體系。目前正式 Certification 只向 Anthropic 合作夥伴開放。
新版 Claude Academy 改用 Claude 帳戶登入。若先前曾於舊版 Skilljar 平台修課，只要使用相同電郵地址登入，系統將陸續提供舊進度匯入功能。
建立紮實應用能力
Claude Academy 最大價值在於將「Claude 如何操作」與「人應該如何與 AI 合作」融為一體。毋須被 26 個課程數量嚇倒，花約 10 小時完成核心 3 部曲掌握 Context、指示、工具與驗收標準的拆解方式，就能建立紮實 AI 應用能力。
