完整路線：Prompt → Skill → Hook → Loop

你已經走了一段路

從第一課到現在，你學的是一個完整概念體系裡的一環。

在我們收尾之前，我想讓你看一張大地圖——這四個工具放在一起，是什麼樣的結構。

四個工具，解決四種不同的問題

Prompt：解決「一次對話」

你問，AI 答，你決定下一步。

這是最基礎的互動方式。靈活、可控，但每次都要重新解釋你要的東西。適合一次性的問題、探索性的思考、或者你還不確定要往哪走的情況。

限制：你必須在場。你說話，它才動。

Skill：解決「一類能力」

把重複的指令打包成可複用的流程，不用每次重新解釋。

你發現你每次都在說一樣的話？「幫我整理這段會議記錄，格式是 XXX，語氣要 YYY……」

把它變成一個 Skill。下次只需要說 /整理會議記錄。

限制：你還是要手動觸發。你不在螢幕前，它就不動。

Hook：解決「一個時刻」

在對的時間點自動觸發，你不在螢幕前也沒關係。

你不用再記得「跑完測試要去看 log」「寫完程式碼要跑格式化」。Hook 幫你記住這件事，在對的時刻自動執行。

限制：Hook 是一次性的觸發，它不會持續監控、不會根據結果調整、也不會一直跑到目標完成。

Loop：解決「一個循環」

給 AI 一個目標和驗收條件，讓它自己跑完整個過程。

這是最高階的自動化形式。AI 不只是被觸發一次，而是一直跑、不斷嘗試、直到達成你設定的條件。

你設好目標，去睡覺，回來發現任務完成了。

漸進式成長路徑

這四個工具不是要你一次全學會，而是一個自然的成長過程：

1. 起步：寫好 Prompt，觀察 AI 怎麼工作

先搞清楚 AI 怎麼理解你的需求、它的邊界在哪裡、什麼樣的指令能得到好結果。這個階段的學習成本最低，收穫最直接。

2. 發現重複：把常用 Prompt 變成 Skill

當你發現自己在說一模一樣的話超過三次，停下來，把它做成 Skill。這一步能幫你省掉大量的「解釋成本」。

3. 需要自動化：用 Hook 讓 Skill 在對的時刻觸發

你的 Skill 已經夠好了，但你還是得記得喊它。這時候用 Hook 把觸發條件設好，讓流程變成真正的自動化。

4. 需要持續運行：用 Loop 把多個 Hook + Skill 串成循環

這是進階用法。你有一個長時間的任務、需要反覆嘗試才能完成、而且驗收條件很明確。這時候 Loop 才真正發揮作用。

在 learn.ranran.tw 上的對應課程

如果你想繼續深入，這是幾條路：

claude-skills-101：從頭學怎麼寫好 Skill，從命名到結構都有
hook-engineering（你現在在這裡）：Hook 的概念、設定、實作、安全邊界
loop-engineering：學怎麼給 AI 設目標，讓它自己跑完整個迴圈
codex-beginner：用 Codex 體驗完整的工作流，從 prompt 到部署都串起來

你不需要按照順序學完全部。看你現在最需要解決的問題，從那裡下手。

結語：從對話到系統

AI 越來越成為一個替你運轉的系統，不只是一個你可以問問題的工具。

從對話開始，到打包成能力，到設置好時刻，再到讓它循環運轉——這條路走下來，你會發現你的工作方式真的變了。那些重複、費神、容易遺漏的小事，開始被系統接管。

但有一件事不會改變：邊界要你來設計。

什麼可以自動、什麼需要人工確認、什麼情況要停下來問你——這些判斷，AI 做不了，只有你知道。

系統越自動，你對邊界的掌握就越重要。設計好邊界，它才會真正好用；邊界沒設好，跑得越快，出事就越快。

你現在已經有這個眼光了。

AI 協作：學了這個，跟 AI 怎麼配合？

這門課學完，你最重要的能力是：知道什麼時候用什麼工具。

你的人類優勢

你知道自己的工作流程長什麼樣子，AI 不知道
你能判斷哪些部分值得自動化，哪些需要保留人工判斷
你能設計出「安全的邊界」——AI 做事的範圍和條件

可以這樣跟 AI 說

我有一個每週重複的工作流程：每週五下午我會整理本週的工作記錄，然後寄給主管。
我想用 Prompt / Skill / Hook 把這個流程自動化。
請幫我分析：哪些步驟適合做成 Skill？哪些步驟適合用 Hook 自動觸發？有沒有哪個環節應該保留人工確認？