給非工程師的 AI CLI 工具指南：從零到你的第一個專案

2025 年發生了一件大多數人沒注意到的事。

首爾的一位設計師打開了筆電上的一個黑色視窗 -- terminal，那個她一直以為是給駭客和系統管理員用的東西。她打了一句話：「Build me a portfolio website with a dark theme and an animated project gallery.」四十秒後，她在瀏覽器裡看到一個活生生的網站。她沒有寫任何一行程式碼。沒有看任何教學。沒有拜託工程師朋友幫忙。她只是描述了她要什麼，AI 就把它做出來了。

這不是比喻。這就是 AI CLI 工具做的事。你打一段描述，說你要什麼。AI 讀你的需求、建立檔案、安裝相依套件、跑起專案、把結果秀給你看。「我有一個想法」到「我有一個能用的東西」之間的距離，從幾個月縮短到幾分鐘。

這篇指南就是那張地圖。它是寫給從來沒打開過 terminal、從來沒裝過程式工具、從來沒看懂過任何一行程式碼的人。讀完之後，你會做出一個真的東西。不是玩具。不是 demo。一個跑在你電腦上的真實專案，用你和 AI 的對話做出來的。

不需要任何前置知識。只需要你的電腦和幾分鐘。

Terminal 是什麼？為什麼你要在意？

你已經知道怎麼跟電腦溝通了。你點東西、拖東西、按按鈕。那是圖形化的方式 -- 圖示、視窗、選單的世界。大多數事情用這種方式都沒問題。但還有另一種跟電腦溝通的方式，它更老、更簡單，而且在某些事情上強大得多。

Terminal 就是你跟電腦的文字對話。不是點一個圖示，而是打一行指令。不是把檔案拖進資料夾，而是打它該去哪裡。聽起來好像比較難。其實不會。只是不同。就像傳訊息和打電話的差別。兩個都能達到同樣的目的。但傳訊息在某些時候更快，而且你可以一邊做別的事一邊傳。

關鍵在這裡：AI 極其擅長處理文字。瀏覽器裡的聊天機器人可以產生文字 -- 故事、email、程式片段。但聊天機器人沒辦法伸手進你的電腦、建檔案、裝軟體、跑程式。住在 terminal 裡的 AI 可以。它有手。瀏覽器 AI 給你文字。Terminal AI 給你能跑的軟體。

搞定一切的四個指令

你不需要背一百個指令。你需要四個。真的，四個。

ls -- 看看四周。 這會顯示你目前位置有什麼檔案和資料夾。跟你在 Mac 上打開 Finder 或 Windows 上打開檔案總管，看資料夾裡面有什麼，是一模一樣的事。

ls

你會看到一堆檔案和資料夾名稱。就這樣。你看了一圈。

cd -- 移動到一個資料夾。 跟雙擊一個資料夾進去是同一件事。cd 代表 "change directory"（directory 就是資料夾的舊說法）。

cd Documents

現在你在 Documents 資料夾裡了。想回上一層？cd .. 會帶你上去。兩個點代表「上層資料夾」。

mkdir -- 建一個新資料夾。 跟按右鍵選「新增資料夾」一樣。

mkdir my-project

一個叫 my-project 的資料夾現在存在了。你可以 cd my-project 進去。

pwd -- 我在哪裡？ 如果你迷路了，這會告訴你確切位置。它會印出從電腦根目錄到你目前位置的完整路徑。

pwd

你可能會看到 /Users/yourname/Documents/my-project 之類的東西。這就是你在電腦裡的地址。像檔案系統的 GPS。

就這樣。四個指令。你現在可以用打字來瀏覽你的電腦了。剩下的，AI 會搞定。

怎麼打開 Terminal

• Mac：按 Cmd + Space 打開 Spotlight，打「Terminal」，按 Enter。一個黑色（或白色）視窗加上閃爍的游標出現了。就是它。就是 terminal。
• Windows：按 Windows 鍵，打「PowerShell」，按 Enter。一樣的概念，不同的名字。
• Linux：你已經知道了。

你不會弄壞任何東西。Terminal 不會咬人。它只做你叫它做的事。如果你打了它聽不懂的東西，它會說「command not found」然後耐心等你再試一次。它是你這輩子遇過最有耐心的對話對象。

安裝你的第一個 AI CLI 工具（5 分鐘）

你要安裝的是 Claude Code。它是 Anthropic 做的（就是 Claude 聊天機器人背後的那家公司）。但跟聊天機器人不一樣的是，Claude Code 住在你的 terminal 裡。它不只是建議程式碼。它寫檔案、裝軟體、跑程式、還會修自己的錯誤。它是一個 agent，不是一個顧問。

第一步：安裝 Node.js

Claude Code 跑在 Node.js 上。把 Node.js 想成你 AI 工具的電力系統 -- 沒有它，什麼都開不了。

到 nodejs.org 下載 LTS 版本（LTS 代表 Long Term Support -- 穩定版，不會隨便壞掉的那個）。像裝一般軟體一樣安裝。一路下一步就好。

驗證有沒有裝好。打開 terminal 打：

node --version

如果你看到像 v22.x.x 的數字，就成功了。如果看到錯誤，關掉 terminal、開一個新的、再試一次。有時候裝完東西之後 terminal 需要重新啟動。

第二步：安裝 Claude Code

打這行：

npm install -g @anthropic-ai/claude-code

剛剛發生了什麼？npm 是 package manager -- 把它想成一個用打字操作的 app store，不是用點的。它隨 Node.js 一起裝好了。-g 代表「裝在整台電腦上」。後面那串長名字是 Claude Code 在套件目錄上的位址。

驗證有沒有裝好：

claude --version

你應該會看到版本號。

第三步：設定帳號

Claude Code 需要 Anthropic 帳號。有兩條路：

路線 A：Claude Pro 訂閱（$20/月）。 如果你已經有 Claude Pro 或 Max 訂閱，Claude Code 就包含在內。第一次跑 claude 的時候，它會打開瀏覽器讓你登入。登入、授權、完成。

路線 B：API key（用多少付多少）。 到 console.anthropic.com 建立帳號，產生一組 API key。第一次跑 claude 時貼上 key。你只付你用的量 -- 一個典型的新手專案大概花幾塊美金。

想要免費的替代方案？

Google 的 Gemini CLI 是免費的。每天一千次 request，不需要信用卡。

npx @google/gemini-cli

它用你的 Google 帳號認證。就這樣。Gemini CLI 是一個可以做真正專案的正經工具，而且完全免費。如果你還不想付錢，從這裡開始。隨時都可以換。

這篇指南後面的範例用 Claude Code，但每個概念對 Gemini CLI 也適用。指令不一樣，workflow 一樣。

在 Terminal 裡和 AI 的第一次對話

這就是那個時刻。改變你對「做東西」這件事認知的時刻。

打開 terminal。建一個資料夾然後進去：

mkdir my-first-project && cd my-first-project

啟動 Claude Code：

claude

你會看到一個 prompt 等著你輸入。這就是你跟 AI 對話的地方。先從簡單的開始。打一個問題：

What can you do?

它會解釋自己的能力。它能讀檔案、寫檔案、跑指令、裝軟體、建專案、修錯誤。它不是在吹牛。它在陳述事實。

現在叫它做一個東西。打：

Make me a webpage about cats. Include a title, three fun facts, and a
photo from the internet. Make it look nice with a modern design.

按 Enter。看著。

Claude Code 開始動工了。你會看到它思考、然後建立檔案。它會寫一個 index.html 檔案，可能還有一個 style.css。它可能會建一個圖片資料夾。它每一步都會告訴你它在做什麼。

做完之後，它會告訴你檔案準備好了。在瀏覽器裡打開那個 HTML 檔案：

• Mac：在 terminal 打 open index.html
• Windows：打 start index.html

一個關於貓的網頁出現在你的瀏覽器裡。有標題。三個有趣的事實。一張照片。乾淨、現代的設計。你打了兩句話。AI 做了一個網頁。

這就是頓悟時刻。你沒有寫 HTML。沒有寫 CSS。沒有 Google「怎麼把 div 置中」。你用白話描述你要什麼，一個能用的網頁就出現了。

但一個單獨的網頁只是開始。來做點真正的東西。

你今天就能做的四個專案

這裡是這篇指南變得實用的地方。每個專案都有專屬的詳細文章，附有一步步的指導、疑難排解、和客製化的建議。這些不是玩具範例。它們是不寫程式的人做出來的真實、有用的東西。

從一句話到一個跑起來的 App

你有一個 app 點子 -- 習慣追蹤器、記帳工具、閱讀清單。你跟朋友描述過無數次了。你很清楚它要做什麼。但想法和螢幕之間一直有一道叫「寫程式」的牆。那道牆現在不見了。

在這個專案裡，你打一句話描述你的 app。Claude Code 建立專案、寫每一個檔案、安裝相依套件、啟動 development server。你打開瀏覽器，你的 app 就在跑了。然後你用更多句子來調整它。每一句都變成一個功能。

閱讀完整教學：從一句話到一個跑起來的 App

打造和上線一個 Landing Page

你需要一個網站。也許是自由接案、副業、個人作品集、或一場活動。網站產生器每個月收費，模板看起來跟別人的一模一樣。用 AI CLI 工具，你精確描述你要什麼 -- 版面、配色、內容 -- 得到完全屬於你的客製 HTML 和 CSS。然後免費 deploy 到網路上。

你的網站。你的設計。不用月費。不用模板。不到一小時就上線。

閱讀完整教學：打造和上線一個 Landing Page

把你的專業變成一個工具

你很懂某些東西。也許你是營養師，可以在腦中算出餐食計畫。也許你是紅酒愛好者，任何菜都能配。也許你是語言老師，有一套學生超愛的文法教學方式。那些知識困在你的腦袋和筆記裡。

在這個專案裡，你把你的專業描述給 AI agent，它會圍繞你的知識建出一個互動式 web 工具。用你的邏輯算熱量的計算機。反映你品味的紅酒搭配工具。用你的教法出題的文法測驗。你沒有學寫程式。你教 AI 你知道的東西，它把介面做出來了。

閱讀完整教學：把你的專業變成一個工具

整理多年散落各處的筆記

五年的筆記。四個不同的 app。有些在 Apple Notes，有些在 Notion，有些在隨便的文字檔，有些在你從來沒整理過的語音備忘錄。你試過整理它們。二十分鐘後你就放棄了，因為問題太大。

在這個專案裡，你把所有東西匯出到一個資料夾，把 AI agent 指向它，讓它讀取、分類、標記、重新整理每一個檔案 -- 按主題和日期。一個下午，你散落的一團亂變成結構化的、可搜尋的知識庫，用乾淨的 markdown 檔案組織好。

閱讀完整教學：整理多年散落各處的筆記

選擇適合你的工具

三個 AI CLI 工具對新手來說最重要。以下是它們的比較。

如果你要最好的結果而且願意付費： Claude Code。它的推理能力在多個零件組合的專案裡明顯更強。

如果你想先免費試試看： Gemini CLI。每天一千次 request 很慷慨。你可以不花一毛錢做出真正的專案。

如果你已經在用 ChatGPT： Codex CLI 讓你用現有的訂閱。對直觀的任務來說很紮實。

要看 2026 年每一個 AI CLI 工具的詳細比較 -- 包括 aider、Goose、Crush 等等 -- AI CLI 工具指南涵蓋了完整的版圖。

常見的恐懼（以及為什麼它們是錯的）

「我會不會把電腦弄壞？」

不會。Terminal 沒有一個你可能不小心按到的「刪除一切」按鈕。AI CLI 工具在專案資料夾裡面工作。它們建檔案、寫程式碼、裝 package -- 全部都在你指定的資料夾裡。你的照片、你的文件、你的其他 app 沒有任何風險。

如果專案裡面真的出了什麼問題，修復方式很簡單：刪掉專案資料夾然後重來。你花了五分鐘做出來。再花五分鐘重做就好。

「我需要學寫程式嗎？」

不用。這就是重點。你用白話描述你要什麼。AI 把你的描述翻譯成程式碼。你不需要讀程式碼、理解程式碼、或直接修改程式碼。你透過告訴 AI 你要改什麼來修改它。

你會不會沿路不小心學到一些東西？會。你會開始認得檔案名稱、理解 npm install 在做什麼、注意到專案結構的模式。這不是在唸書。這是耳濡目染。而且是選配的。

「這貴嗎？」

Claude Pro 每月 $20，跟 Netflix 訂閱一樣。Gemini CLI 完全免費。如果你用 API 用多少付多少的模式，一個典型的新手專案大概花一到五美金。

對一個之前每月付 $30 用網站產生器、或每小時付 $50 請接案工程師的人來說，這個帳算得不能更清楚。

「如果 AI 犯錯怎麼辦？」

它會犯。這很正常。專業工程師每天都在處理錯誤 -- 這是寫軟體最日常的部分。差別在於 AI 也會自己修錯。當東西壞了，你告訴它。「這個按鈕不能用。」「手機上畫面跑掉了。」「我看到一個 error。」AI 讀錯誤、找到問題、修好它。

把它想成給一個偶爾會走錯路的司機指路。你說「那邊錯了，回去。」司機修正。你不需要會開車。你只需要知道你要去哪裡。

「我以前試過學寫程式，覺得很痛苦。」

好消息：這不是寫程式。你不是在學語法、debug 分號、或解讀一種你不會的語言寫出來的錯誤訊息。你在進行一場對話。「幫我做一個東西。」「改這個部分。」「修那個。」如果你可以跟人解釋你要什麼，你就可以跟 AI CLI 工具解釋。

下一步：從新手到進階使用者

你做了幾個專案、terminal 也開始熟悉之後，有一個自然的下一個層級。你不一定要到達那裡。新手的 workflow -- 描述、建造、調整 -- 可以帶你走得出乎意料的遠。但如果你想要更多控制力和更多能力，這是方向。

CLAUDE.md 設定檔。 每次你在一個專案裡啟動 Claude Code，它會讀專案資料夾裡一個叫 CLAUDE.md 的檔案。這個檔案包含了影響 AI 行為方式的指令。你可以指定你偏好的程式風格、列出它該遵守的規則、或描述專案的架構。就像給新員工一份到職手冊。AI 每次都會讀它然後照做。

MCP servers。 MCP 代表 Model Context Protocol。它讓你的 AI 連接到外部服務 -- 資料庫、API、設計工具、雲端平台。AI 不再只能讀寫你電腦上的檔案，它可以跟外面的世界對話。檢查 Figma 設計稿。查詢資料庫。發布到 CMS。MCP 把一個本地工具變成一個有連線能力的工具。

Multi-agent workflows。 不是一個 AI 做所有事，而是同時跑多個 AI agent -- 每個處理你專案的不同部分。一個做前端。一個寫後端。一個跑測試。它們並行工作，像一個開發團隊。這需要一個能同時顯示多個 pane 的 terminal 環境，但生產力的提升是真實的。

關於 multi-agent workflow、context engineering、和進階 AI CLI 策略的完整指南，AI Agent Workflow Guide 從基礎到 production 等級的設定全都涵蓋了。

世界已經改變了

一年前，做軟體需要兩個條件之一：自己學寫程式，或付錢給會的人。兩個都要時間。兩個都有很高的入門成本。兩個都會產生依賴 -- 依賴你自己的技能或別人的時間。

那道門檻不是降低了。是消失了。

你現在可以坐在電腦前，打開 terminal，然後說「幫我做一個東西。」AI 會問釐清問題、建立檔案、安裝工具、跑起專案、把成果交給你。如果不對，你調整。如果壞了，AI 修。你不是工程師。你不需要是。你是一個有想法的人，而第一次，你的想法和一個能用的原型之間沒有守門人。

這篇指南裡的四個專案是起點。一個習慣追蹤 app。一個上線的 landing page。一個用你的專業做成的互動工具。一個從多年散落筆記整理出來的知識庫。每一個都是真的。每一個都是不寫程式的人做出來的。

換你了。

打開 terminal。打一句話。看看會發生什麼。