Claude Academy 學習路徑完整指南：22 門免費課程與 289 項資源怎麼選？

- 從 Claude 基礎到 Claude Code、Agent Skills 與 MCP，找到適合自己的官方學習順序。 -

如果你一直想認真學 Claude，卻不知道應該先看哪一份教學，現在其實有一個更直接的入口：Anthropic 官方的 Claude Academy。

它不是單純把產品說明文件集中在一起，而是把 Claude 的日常應用、AI Fluency、Claude Code、Agent Skills、Subagents、MCP、API 與不同職業情境，整理成課程、教學與 use case 的學習平台。

Anthropic 在官方文章中也說明，Claude Academy 的目標不只是教大家操作產品，而是協助學習者建立更安全、更有效率、更有判斷力的 AI 協作能力。你可以直接進入 Claude Academy 瀏覽課程；登入後還能追蹤學習進度與完成徽章。

本文依我在 2026 年 8 月 22 日看到的公開頁面整理。課程、翻譯、資源數量與產品功能都可能持續更新，正式開始前仍建議以平台當日顯示為準。

Claude Academy 到底有多少內容？

先把最容易混淆的三個數字拆開：

• 22 門課程：比較完整、適合按順序完成的 learning path。
• 21 門目前可看到繁體中文內容：包含課程頁、單元與部分測驗／完成頁；Claude Platform 101 目前是繁中支援較不完整的例外。
• 289 項資源：這個數字不只包含課程，也包含 tutorials 與 use cases。

我依官方課程頁列出的單門時數相加，22 門課程約為 69.5 小時。這是把課程頁標示的觀看／學習時間加總，不代表每個人都會在相同時間完成，也不包含你自行練習、做筆記與實作的時間。

因此，看到 289 項資源時，不需要把它理解成「有 289 門課要全部修完」。比較合理的做法是先選一條符合自己工作情境的路徑，再用 tutorials 與 use cases 補實作。

22 門官方課程完整清單與時數

下面的名稱保留 Claude Academy 課程頁的英文標題，方便你直接在平台搜尋。繁中欄位代表目前可看到對應的 zh-TW 課程內容；翻譯狀態可能隨平台更新而變動。

你可以直接開啟 Claude Academy Courses 查看課程分組、lesson 數量、測驗與是否顯示 Completion badge。若想把課程、tutorial 與 use case 放在一起瀏覽，可以使用 All resources。

這套課程不只是教你怎麼用 Claude

Claude Academy 的內容大致可以分成四個層次。

1. 先建立正確的 AI 使用觀

AI Fluency: Framework & Foundations 以 4D Framework 為核心，帶你理解 Delegation、Description、Discernment 與 Diligence。換成比較容易記的說法，就是：

1. 判斷哪些工作適合交給 AI。
2. 把任務、脈絡與限制說清楚。
3. 分辨 AI 輸出的品質與風險。
4. 對最後交付的結果負責。

這也是為什麼我不建議一開始就只追求最複雜的 Agent 技術。若連任務分工、驗證與資料界線都還沒有建立，工具越強，反而越容易把錯誤放大。

2. 從 Claude 101 進入日常工作

Claude 101 是一般使用者最自然的起點，內容從第一次對話、提示、Projects、Artifacts、Skills 到連接工具，逐步建立基本操作能力。

它適合先拿來處理：

• 文章、電子郵件與文件初稿。
• 會議資料與研究內容整理。
• 腦力激盪、規劃與比較分析。
• 把一個工作任務拆成可以交給 AI 的步驟。

這一層學會的重點不是「背更多提示詞」，而是知道怎麼描述目標、提供必要背景，並設計檢查結果的方法。

3. 從 Claude Code 走向 Agent 工作流

技術路線會進一步出現 Claude Code、Agent Skills、Subagents、MCP 與 API。它們分別處理不同問題：

• Claude Code：讓 Claude 在終端機與專案檔案中工作。
• Agent Skills：把可重複的知識、規則與工作方法整理成技能。
• Subagents：把複雜任務拆給不同的子 Agent，並集中協調結果。
• MCP：讓模型透過標準協定連接外部工具、資料與服務。
• Claude API：把模型能力整合進自己的產品或後端工作流。

如果想更完整理解這些名詞，也可以先讀站內的 AI 工具名詞全解析：一次搞懂 MCP、Skill 與 CLI 的差異與應用場景，再回到 Claude Academy 的實作課程。

4. 依照不同角色調整 AI Fluency

平台也把 AI Fluency 拆成 builders、educators、pK-12 educators、students、nonprofits 與 small businesses 等不同版本。這種設計很實用，因為「會用 AI」不是所有人都要學同一套內容，而是要對應自己的責任、資料與決策情境。

四種身分的建議學習路徑

下面不是官方唯一順序，而是我依課程難度、實用性與前置概念整理出的起步方式。

路徑一：行銷工作者

適合內容企劃、社群、小編、廣告投手、品牌與電商行銷人員。

建議順序：

1. Claude 101
2. AI Fluency: Framework & Foundations
3. 從 Claude Academy Tutorials 搜尋 Marketing、內容、研究與分析相關主題。
4. 從 Claude Academy Use cases 挑 3 個最接近日常工作的案例，例如內容改寫、活動分析、客群整理或電子報規劃。
5. 想把單次提示變成可重複工作流，再選 AI Fluency for Builders 或 Introduction to Claude Cowork。

這條路徑的重點，是先把 Claude 放進現有行銷流程，而不是一開始就追求完全自動化。你可以先要求 Claude 協助研究、整理與產出，再由人確認品牌語氣、事實、素材權利與投放風險。

路徑二：中小企業主與管理者

適合需要同時處理行銷、客服、營運、文件與內部溝通的企業主或主管。

建議順序：

1. Claude 101
2. AI Fluency: Framework & Foundations
3. AI Fluency for Small Businesses
4. 使用 use cases 找出研究、客戶資料整理、流程文件與營運追蹤等高頻任務。
5. 確認哪些步驟可以標準化後，再學 Introduction to Claude Cowork、Claude Code 101 或 Agent Skills。

這條路徑要特別注意資料權限。把工作流程交給 AI 之前，先區分公開資料、內部資料、個資、客戶機密與財務資訊；不要因為課程示範方便，就直接把真實敏感資料貼進練習環境。

路徑三：老師與學生

適合教師、教育工作者、學生與需要建立 AI 學習規範的教學團隊。

教師可以這樣安排：

1. AI Fluency: Framework & Foundations
2. AI Fluency for educators 或 AI Fluency for pK-12 Educators
3. Teaching AI Fluency
4. 依課程需求挑選教學設計、學習材料、評量與 AI 協作案例。

學生可以這樣安排：

1. Claude 101
2. AI Fluency: Framework & Foundations
3. AI Fluency for students
4. 把 Claude 當成學習夥伴，請它解釋、提問、比較與反饋，但保留自己的推理、查證與最後提交責任。

這條路徑最重要的不是讓 AI 代寫所有作業，而是建立「哪些工作可以委派、哪些思考必須自己保留，以及如何揭露 AI 使用方式」的能力。

路徑四：想往技術方向發展的人

這是我最推薦給想從一般 Claude 使用者走向 AI Agent 工作流的人。

建議順序：

1. Claude Code 101
2. Introduction to agent skills
3. Introduction to subagents
4. Introduction to Model Context Protocol
5. Model Context Protocol: Advanced Topics
6. Claude Code in Action
7. 想把能力整合到產品，再進入 Building with the Claude API。

這個順序背後的邏輯是：先學會讓 Agent 在專案裡工作，再學會把工作方法封裝成 Skill；接著理解任務拆解、工具連接與協定，最後才把整套能力組成可以重複執行、監控與驗證的工作流。

如果你已經在研究 Skill 與 Agent，也可以延伸閱讀站內的 Skill 之後，下一個 AI 開發者一定要懂的詞：Agent Harness，理解模型、上下文、工具、權限與技能如何一起形成可工作的環境。

289 項資源應該怎麼挑？

我的建議很簡單：不要先收藏全部，先完成一個小閉環。

先選一門主課程

第一次接觸 Claude，就先從 Claude 101 開始；已經每天使用 Claude，則可以從 AI Fluency: Framework & Foundations 或符合職業的 AI Fluency 課程開始。技術背景較強的人，再從 Claude Code 101 進入。

每門課搭配一個真實但已去識別化的任務

例如：

• 行銷人員：把一份公開活動資料整理成三種受眾版本。
• 企業主：把重複性的內部流程整理成 SOP 草稿。
• 教師：把一個單元轉成分層提問與課堂活動。
• 開發者：讓 Claude 先閱讀一個小型專案，再完成一個可驗證的修改。

用結果判斷是否真的學會

每完成一個 lesson，不要只按下一步。至少留下以下其中一項成果：

1. 一個自己重寫過的 prompt。
2. 一份可以重複使用的工作模板。
3. 一次輸出品質比較紀錄。
4. 一個有測試、檢查與人工覆核的工作流程。

收藏清單會讓人產生「我已經開始了」的錯覺，但真正累積能力的是練習、判斷與交付。

免費課程不代表所有實作都零成本

Claude Academy 的課程可以免費開始，瀏覽課程也不一定要先完成完整訂閱；但如果進入 API、Amazon Bedrock 或 Google Cloud Vertex AI 的實作，可能仍需要各平台的帳號、金鑰、權限與用量費用。

開始技術課程前，建議先確認：

• 是否需要 Anthropic、AWS 或 Google Cloud 帳號。
• API 金鑰要放在哪裡，是否會被提交到 Git 或分享給別人。
• 目前使用的方案、模型與雲端資源是否會產生費用。
• 課程示範的程式碼是否需要依當前文件版本調整。

免費的是學習平台與課程入口，不代表外部 API、雲端服務或你投入的時間沒有成本。

完成課程可以拿到什麼？

目前 Claude Academy 課程頁多數會直接標示 lesson、quiz 與 Completion badge。因此比較準確的說法是：完成符合條件的課程與測驗後，可以依課程頁提示取得完成徽章或追蹤學習進度；不是 289 項資源全部都會發正式證書。

如果你需要把學習成果放進履歷或 LinkedIn，建議在完成課程後保存：

• 課程名稱與完成日期。
• Completion badge 或平台提供的完成頁。
• 自己實作的作品、流程或程式碼。
• 你如何驗證 AI 輸出，以及在哪些地方保留人工決策。

真正能說服別人的通常不是「我收藏過多少課程」，而是你能不能展示一個可靠、可重複、知道邊界在哪裡的工作成果。

開始前的五個提醒

1. 課程數量會變動

Claude Academy 是持續更新的平台，22 門、289 項與 69.5 小時都是本文整理當下的快照。未來新增課程或調整時數時，文章數字可能需要同步更新。

2. 繁中支援不代表每個畫面永遠一致

目前有 21 門課程可以看到繁體中文內容，但平台仍可能在某些導覽、外部連結、特定測驗或新上線單元暫時保留英文。進入課程後，請從語言選單確認當下版本。

3. 不要把課程推薦當成產品保證

Claude、Claude Code、Cowork、MCP 與 Agent Skills 都會快速更新。課程適合用來建立概念與練習方法，實際操作時仍應回到官方最新文件確認參數、權限與限制。

4. 技術路徑需要逐步增加難度

如果還不熟悉終端機、Git、API 或 JSON，不需要一開始就跳進 MCP Advanced Topics。先完成 Claude Code 101 與 Agent Skills，通常會比直接複製一段 MCP 設定更容易建立可維護的理解。

5. AI 輸出仍要依風險程度驗證

學會使用 Claude，不等於把判斷責任交出去。涉及法律、醫療、財務、個資、客戶承諾或正式發布的內容，都要提高查證與人工覆核的強度。

結語：真正值得學的是 AI 協作能力

Anthropic 現在公開的已經不只是「Claude 要怎麼用」，而是一套從日常對話、AI Fluency 到 Agent 工作流的學習地圖。

如果你是一般使用者，從 Claude 101 開始就好；如果你是行銷人員、企業主、老師或學生，先選符合自己工作情境的 AI Fluency 路徑；如果你想往技術方向發展，則可以沿著：

Claude Code → Agent Skills → Subagents → MCP → Agent 工作流

一步一步往前走。

不要因為平台免費，就把 289 項資源全部塞進收藏夾。選一條路徑、完成一門課、做出一個能在工作中使用的成果，這樣才是真的開始學會 Claude。

常見問答 (FAQ)

Q1：Claude Academy 是什麼？

Claude Academy 是 Anthropic 官方的 AI 學習平台，整合 Claude 日常應用、AI Fluency、Claude Code、Agent Skills、MCP、API、雲端部署與不同職業情境的課程、tutorials 和 use cases。

Q2：Claude Academy 的課程需要付費嗎？

Claude Academy 的課程目前可以免費開始；登入 Claude 帳號主要用於保存學習進度與取得符合條件的完成徽章。不過 API、Amazon Bedrock、Vertex AI 等外部實作可能需要另外的帳號、金鑰或用量費用。

Q3：22 門課程都有繁體中文嗎？

目前整理到的狀態是 22 門課程中有 21 門可看到繁體中文內容，Claude Platform 101 的繁中支援較不完整。平台仍會更新，實際開始前請在課程頁確認語言選項與單元內容。

Q4：完全沒有技術背景，應該從哪一門開始？

建議先修 Claude 101，接著選 AI Fluency: Framework & Foundations，再依自己的身分進入行銷、小型企業、教育或學生版本的 AI Fluency 課程。暫時不需要從 MCP 或 API 開始。

Q5：完成課程可以取得正式證書嗎？

目前課程頁主要標示的是 Completion badge。完成課程與測驗後，能否取得徽章以及顯示方式，應以該門課程頁與登入後的完成狀態為準；tutorial 或 use case 不一定具有相同的完成認證機制。

Q6：想學 Claude Code、Agent Skills 與 MCP，順序怎麼排？

建議依序學習 Claude Code 101、Introduction to agent skills、Introduction to subagents、Introduction to Model Context Protocol、Model Context Protocol: Advanced Topics，再用 Claude Code in Action 與 Building with the Claude API 延伸到完整 Agent 工作流。

官方入口

• Claude Academy 首頁
• Claude Academy Courses
• Claude Academy All resources
• Claude Academy Tutorials
• Claude Academy Use cases
• Anthropic’s approach to teaching and learning AI