Anthropic推出一系列免費線上影音課程，內容囊括了 API (應用程式介面) 開發、AI 素養 (AI Fluency)，以及 Model Context Protocol (模型上下文協議) 等專業領域。
這系列課程針對不同受眾量身打造，從適合新手的Claude 基礎入門，到以專業開發人員為主要對象的進階課程，更特別規劃了針對雲端環境的實戰教學，包含如何透過 Amazon Bedrock 與 Google Cloud 的 Vertex AI 平台來開發應用。
本文整理13堂課程介紹、學習目標、適合對象與背景知識要求，分為開發與技術實戰類、AI素養類以及教育與學術應用共3大類別。
完成影音課程並通過隨堂測驗後，大部分課程後還能獲得 Anthropic Academy官方核發的結業證書。
怎麼上課？
- 先於 Anthropic Academy 網站註冊登入
- 到課程總覽頁面點選想要的課程，點擊「Enroll in Course」就能開始上課。
開發與技術實戰類〉
1. Claude 基礎入門
適合新手的起步課程，教導如何將 Claude 應用於日常工作。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Claude 101 (Claude 基礎入門) |
依單元而定 | • 將 Claude 應用於日常工作任務 • 使用 Projects (專案) 與 Artifacts (產出物) 組織知識 • 探索企業搜尋與深入研究模式 (Research mode) |
一般大眾、職場人士 | 無特殊技術背景要求 | 無 |
2. 實戰 Claude Code
深入學習 Claude Code 的指令列 (Command-line) AI 助理，課程將指導如何讓 AI 讀取檔案、執行指令並透過工具系統修改程式碼。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Claude Code in Action (實戰Claude Code程式碼) |
15 堂課 (約 1 小時) |
• 掌握 Claude Code 核心工具進行檔案操作與指令執行 • 使用 /init、Claude.md 有效管理上下文• 啟用計畫與思考 模式 • 建立自動化自訂指令與串接 GitHub 進行自動化 PR 審查 • 編寫 Hooks |
軟體工程師、開發者 | • 熟悉基礎指令列 (CLI) 介面 • 具備 Claude Code 存取權限與 API 密鑰 |
✓ |
3. Agent skills 簡介
學習在 Claude Code 中打造、設定與分享可重複使用的 Markdown (標記語言) 指令，讓 Claude 能在正確的時機自動套用專屬的技能。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Introduction to agent skills (代理技能簡介) |
依單元而定 | • 撰寫 SKILL.md 建立可重複使用的 Markdown 指令• 使用漸進式揭露 (Progressive disclosure) 保持上下文效率 • 設定 allowed-tools 限制工具存取• 透過外掛程式或企業管理設定在團隊間分享技能 • 排解技能觸發失敗或優先級衝突等常見問題 |
開發團隊、軟體工程師 | • 具備 Claude Code 基礎使用經驗 | 無 |
4. 使用 Claude API 開發
涵蓋 Anthropic 模型的 API 開發技巧，從基礎發送請求到建構進階的代理（Agent）架構。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Building with the Claude API (使用 Claude API 開發) |
84 堂課 (約 8.1 小時) |
• 處理 API 請求、多輪對話與結構化輸出 • 系統化測試與評估提示詞 • 實作 RAG 系統 (文本分塊、嵌入、混合搜尋) • 建構代理架構與整合 Model Context Protocol (模型上下文協議) |
軟體工程師 | • 精通 Python 程式設計 • 熟悉 JSON 資料處理 • 具備 Anthropic API 密鑰 |
✓ |
5. 模型上下文協議簡介
學習如何使用 MCP 架構，不須撰寫繁瑣的樣板程式碼，即可將 Claude 連接至外部工具與資料庫，課堂最後會動手實作文件管理系統。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Introduction to Model Context Protocol (模型上下文協議簡介) |
16 堂課 (約 1 小時) |
• 理解 MCP 架構與主客從通訊模型 • 使用 Python SDK 建構暴露工具的 MCP 伺服器 • 實作 MCP 客戶端以連接外部應用 • 使用 MCP Inspector 進行測試與除錯 |
工程師 | • 具備基礎 Python 經驗 • 理解非同步 (async/await) 模式 • 熟悉 API 概念 |
✓ |
6. 模型上下文協議：進階主題
針對 MCP 的進階技術與正式環境部署策略進行深度探討。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Model Context Protocol: Advanced Topics (模型上下文協議：進階主題) |
15 堂課 (約 1.1 小時) |
• 實作具備日誌記錄與進度通知的 MCP 伺服器 • 處理 MCP 客戶端與伺服器間的雙向通訊 • 使用 Roots 權限模型設定安全的檔案系統存取 • 實作採樣 (Sampling) 回呼以啟用伺服器發起的 LLM 請求 • 比較 stdio 與 HTTP 傳輸模式的優劣 •使用 JSON-RPC 訊息進行除錯 |
進階工程師 | • 了解基礎 MCP 伺服器與客戶端概念 • 熟悉非同步程式設計模式 |
✓ |
7. 在 Amazon Bedrock 使用 Claude
專注於如何在 AWS (亞馬遜雲端運算服務) 的 Bedrock 平台上運用 Claude 模型。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Claude with Amazon Bedrock (在 Amazon Bedrock 使用 Claude) |
85 堂課 (約 8 小時) |
• 透過 AWS Bedrock (boto3) 函式庫發送 Claude 模型請求• 建構 RAG 管道、多步驟工具執行工作流程 • 最佳化提示詞快取與進階思考功能 • 實作 Computer Use (電腦操作) 進行 UI 自動化 |
開發人員 | • 精通 Python 程式設計 • 熟悉 JSON 資料處理 • 具備開通 Bedrock 權限的 AWS 帳號 |
✓ |
8. 在 Google Cloud Vertex AI 使用 Claude
針對 Google Cloud 平台開發者設計，教導如何透過 Vertex AI 平台無縫整合 Claude。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Claude with Google Cloud's Vertex AI (在 GCP Vertex AI 使用 Claude) |
85 堂課 (約 8 小時) |
• 使用 Anthropic SDK 在 Vertex AI 進行身分驗證 • 根據智能、速度與成本權衡選擇合適的模型 • 建構 RAG 管道、實作網路搜尋與檔案操作等工具呼叫 • 設計條件式路由與平行執行的代理工作流程 |
開發人員 | • 精通 Python 程式設計 • 熟悉 JSON 資料處理 • 具備開通 Vertex AI 權限的 Google Cloud 帳號 |
✓ |
AI 素養類〉
9. AI 素養：框架與基礎
由 Anthropic 與大學教授攜手打造的基礎課程，強調超越寫提示詞的負責任 AI 協作概念。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| AI Fluency: Framework & Foundations (AI 素養：框架與基礎) |
14 堂課 (約 1.1 小時) |
• 理解生成式 AI 系統的基礎、能力與限制 • 深入學習 4D 框架：委託、描述、洞察、勤勉 • 針對創意、商業與教育情境撰寫有效提示詞並迭代 |
一般大眾、跨領域專業人士 | 無特殊技術背景要求 | ✓ |
10. AI 素養教學課
進階的教學指南，重點在於如何在課堂上教授並評估學生的 AI 素養。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| Teaching AI Fluency (AI 素養教學) |
7 堂課 (約 0.6 小時) |
• 透過 4D 框架搭建學生 AI 素養的學習鷹架 • 設計能同時衡量 AI 素養與學科專業知識的作業 • 建立跨學科有意義整合 AI 教學的機構量能 |
大學教師、教學設計師 | • 建議先完成《AI 素養：框架與基礎》課程 • 具備實際教學或課程開發職責 • 擁有任一 AI 聊天工具 (如 Claude.ai) 權限 |
✓ |
教育與學術應用類〉
11. 給教育工作者的 AI 素養課
協助教師、教學設計師與學校管理者，將 4D 框架融入自身的教學實踐中。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| AI Fluency for Educators (給教育工作者的 AI 素養) |
4 堂課 (約 0.4 小時) |
• 將 4D 框架應用於教學實踐與課程設計 • 使用 AI 作為思考夥伴以製作連貫的學習教材 • 開發真實評量 (Authentic assessments) • 為學生樹立負責任的 AI 協作榜樣 |
大學教師、教學設計師、學校管理層 | • 建議先完成《AI 素養：框架與基礎》課程 • 具備實際教學或課程開發職責 • 擁有任一 AI 聊天工具 (如 Claude.ai) 權限 |
✓ |
12. 給學生的 AI 素養課
專為學生量身打造，探討如何將 AI 作為思考夥伴，而非單純的代筆工具。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| AI Fluency for Students (給學生的 AI 素養) |
5 堂課 (約 0.5 小時) |
• 將 4D 框架應用於學術作業與職涯規劃 • 將 AI 視為深化概念理解的思考夥伴 • 在與 AI 系統合作時，維持個人主動性 (Agency)、判斷力與學術誠信 |
學生 | • 建議先完成《AI 素養：框架與基礎》課程 • 擁有任一 AI 聊天工具 (如 Claude.ai) 權限 |
✓ |
13. 給非營利組織的 AI 素養課
由 Anthropic 與慈善組織 GivingTuesday 攜手推出，專為 NGO/NPO 工作者（涵蓋募款、營運與通訊人員）量身打造。課程核心在於引導學員運用4D 框架將 AI 融入日常工作。
| 課程名稱 | 課程規模 | 核心內容與學習目標 | 適合對象 | 背景知識要求 | 可領官方結業證書 |
|---|---|---|---|---|---|
| AI Fluency for nonprofits (給非營利組織的 AI 素養) |
9 堂課 (約 0.9 小時) |
• 將 4D 框架應用於募款、通訊、營運等非營利組織任務 • 練習撰寫具備豐富上下文的提示詞並批判性評估 AI 輸出 • 判斷適合委託給 AI 的任務，並確保資料隱私與分析準確性 • 自動化工作流程並將 AI 深思熟慮地整合至組織中 |
非營利組織從業人員 (募款、通訊、專案執行、營運與領導階層) | • 建議先完成《AI 素養：框架與基礎》課程 • 擁有任一 AI 聊天工具 (如 Claude.ai) 權限 |
✓ |
本文初稿為AI編撰，整理．編輯/ 蘇柔瑋
