Claude Academy 支援繁體中文：Anthropic 免費學習平台擴充至逾 20 堂課程

Anthropic 於 2026 年 8 月 21 日宣布，旗下免費線上學習平台 Anthropic Academy 已完成重構，並正式改名為「Claude Academy」。平台課程數量增加至逾 20 堂，介面及大部分教學內容亦首次支援繁體中文，讓香港及其他華語地區用戶可以更直接地學習 Claude 應用與人工智慧相關知識。

用戶如需切換語言，可在平台右上角點擊個人檔案（Profile），進入設定（Settings）後選擇「Language」完成更改。

採用 4D AI 素養框架

Claude Academy 的教學架構由 Anthropic 內部教育團隊，聯同 Ringling College of Art and Design 的 Rick Dakan 教授，以及 University College Cork 的 Joseph Feller 教授共同開發。平台採用 Anthropic 用於培訓內部員工的「4D AI 素養框架」（4D AI Fluency Framework），將人與 AI 的協作拆分為四個面向：

• Delegation（委派）：評估工作內容，劃分適合由個人執行或交由 AI 處理的部分。
• Description（描述）：精準建構提示詞，並將提示設計視為職場溝通能力的一部分。
• Discernment（判斷）：評估 AI 產出的品質與準確度，並透過反覆修正改善結果。
• Diligence（盡責）：選擇合適模型，主動揭露 AI 的參與程度，並由使用者對最終成果承擔責任。

五項教學原則

平台教材並非只集中於功能操作，而是圍繞五項核心原則設計，強調使用者自主性、判斷能力及長期的人機協作思維。

1. 提高人的自主性：從實際問題出發，同時保留空間讓學習者反思哪些核心工作應由人員掌握。
2. 心態養成重於功能：重點放在建立長期適用的判斷力與協作心態，而非只學習短期操作技巧。
3. 超越對話框決策：課程涵蓋對話介面以外的任務委派方式，以及 AI 使用時的合規揭露機制。
4. 重視實作與反思：鼓勵學習者在上課期間同步開啟 Claude，透過實際操作驗證所學內容。
5. 加速自我學習進程：示範如何利用 Claude 繪製圖表、進行蘇格拉底式辯論及互動解說。

課程涵蓋 Claude 工具與 AI 基礎

Claude Academy 的內容主要分為產品與工具應用，以及 AI 流暢度理論與專業場景兩大類。

產品與工具應用

• Claude 101：目前支援繁體中文，涵蓋提問技巧、桌面版 Chat、Cowork 及 Code 三種工作模式，並介紹 Projects、Artifacts、Skills、Connectors、企業搜尋及 Research 模式等功能。
• Claude Code 101：介紹 Claude Code 的運作機制與核心工作流程，並附設 10 篇實用短教學。
• Claude Cowork 簡介：說明如何建立工作區、載入背景資料及執行任務迴圈，並結合外掛處理研究、文件及瀏覽器操作。

AI 流暢度與模型限制

• AI 流暢度：框架與基礎：系統化講解 4D 框架，並拆解 Automation（自動化）、Augmentation（增強）及 Agency（代理）三種人機協作模式。
• AI 能力與限制：協助學習者建立較準確的心智模型，理解大型語言模型（LLM）的能力界限。

針對不同使用者提供專門課程

除了一般 Claude 操作教學，平台亦提供面向工程師、學生、教育工作者、企業及非牟利機構的客製化內容。

• AI Fluency for Builders：與 CodePath 合作，針對工程師及產品人員，涵蓋由問題定義到實作的完整流程。
• AI Fluency for Students：引導學生將 AI 作為思考夥伴，同時保留批判思考能力。
• AI Fluency for Educators / pK–12：協助大專及中小學教師進行課程設計、學習成果訂定及作業防範機制規劃。
• Teaching AI Fluency：分析 AI 素養的教學與評量方法，並提供 4D 框架評分標準。
• AI Fluency for Small Businesses：涵蓋客戶互動、後台管理、市場研究及 AI 使用規範制定。
• AI Fluency for Nonprofits：與 GivingTuesday 合作開發，聚焦募款、傳播及專案執行等場景。

繁體中文支援降低學習門檻

Claude Academy 將介面及大部分課程內容延伸至繁體中文，對香港用戶及需要以中文進行 AI 培訓的企業而言，可降低理解產品功能與 AI 基礎概念的語言門檻。不過，平台課程雖然涵蓋多種實務場景，學習成果仍取決於使用者能否配合實際工作進行操作、驗證及反思；4D 框架亦強調，AI 產出的準確度與最終責任不能完全交由模型承擔。

Reference Link : ezone.hk