CLI 命令列入門：從終端機走進 AI 工具

近年的 AI 工具常同時提供命令列、IDE、桌面或網頁介面。當你打開命令列版本的官方文件，看見游標閃爍的終端機，第一個念頭可能是：這是給工程師看的吧，跟我有什麼關係。

CLI 不是使用 AI 的唯一入口，卻是處理本機檔案、版本控制與自動化流程時很實用的一種介面。其中版本控制對應的工具是 Git，命令列也是 Git 最原生的操作介面，Git、GitHub 與 repo 的分層關係，可參考〈Git 儲存庫〉的入門介紹。

CLI 的中文是「命令列介面」，白話文就是用文字指令操控工具。你輸入指令，它執行並回傳結果。部分 AI 產品會先強化 CLI 工作流，另一些則先推出網頁或桌面介面；學 CLI 的價值，在於它容易串接本機工具，而非保證搶先取得所有新功能。

這份教學要做的，就是把那道門完全拆開來給你看。我不假設你會寫程式，我僅假設你會打字、會用滑鼠。讀完之後，你會知道 CLI 是什麼、為什麼 AI 工具偏愛它、怎麼在自己電腦上打開第一個命令列、九個你一定會用到的指令、卡關時第一個要檢查的觀念、以及怎麼把 CLI 真正接上像 Claude Code 這樣的 AI 工具。

CLI 是什麼？用一個比喻一次搞懂

把 CLI 想成一家沒有菜單、沒有服務生帶位的高級餐廳。你走進去，吧台後的主廚（電腦）看著你，你用一句話點菜，他就做給你看。你不會點「那個、那個、還有那個」，你得把菜名說清楚：「一份套餐、不加蔥、加飯」。指令就是你的點菜方式，參數就是你的客製化要求。

對比之下，你平常用的網頁、APP、那些有按鈕可以點的東西，叫做 GUI（Graphical User Interface，圖形介面）。GUI 像是有菜單、有圖片、有服務生的餐廳，你指著圖片點就好，方便、直覺、但有上限：菜單上沒有的，你點不到。

CLI 的威力在於文字介面容易組合與自動化。你可以把多個動作串成流程、排程執行，也能把輸出交給另一個程式處理。GUI 也能提供批次與自動化功能，差別在於 CLI 通常更容易被腳本重複使用。

GUI 把常用操作做成可視化流程；CLI 則用文字指令組合工具。

新技術常先提供 CLI，因為它方便開發者測試、組合與自動化；成熟後也可能同時出現在網頁、桌面程式與 IDE。現在不少 AI 工具保留完整的命令列工作流，但不代表所有新能力都僅存在於命令列。

CLI、命令列、終端機、命令提示字元，到底有什麼不一樣

這幾個詞常常被混在一起講，新手一頭霧水。其實它們指涉的是不同層次的東西。我用一張表把它們拆清楚，值得你存下來反覆看：

名詞	英文	白話解釋	常見出現在哪
CLI	Command Line Interface	「用文字操控電腦」這整套概念與互動方式	所有平台通稱
終端機	Terminal	那個「黑底白字的視窗程式」本身，是一個外殼	macOS、Linux
命令提示字元	Command Prompt / CMD	Windows 上最老的命令列程式	Windows
PowerShell	PowerShell	Windows 上較新、功能較強的命令列程式	Windows
Shell	Shell（Bash、Zsh）	真正「讀你指令、執行、回應」的引擎，躲在終端機裡面	macOS 預設是 Zsh

一個好記的比喻：終端機是「螢幕加上鍵盤」這個外觀，Shell 是坐在裡面「聽你說話、替你跑腿」的那位員工。你輸入指令，其實是先交給終端機這個外殼，外殼再轉手給 Shell 去真正執行。CMD 跟 PowerShell 是 Windows 上的兩種員工，Bash 跟 Zsh 則是 Mac、Linux 上的員工。

你現在不需要把這些全記下來。請先記得：不管用的是 macOS 終端機或 Windows PowerShell，你都能透過文字指令操作電腦。路徑、參數、輸入輸出與管線等核心觀念可以跨平台沿用，但實際指令與 shell 語法仍有差異。

為什麼最強的 AI 工具，幾乎都住在命令列裡

學 CLI 的價值不在「看起來很專業」，而在於它能把檔案、版本控制、腳本與部分 AI 工具接成可重複的工作流。

這不是巧合，而是三個技術原因造成的必然結果。

CLI 容易串接。AI 工具常要讀檔案、呼叫服務，再把結果寫回。CLI 可透過管線、腳本與標準輸入輸出組合流程；GUI 也可能提供工作流與自動化功能，僅是實作方式不同。想了解 agent 如何連接工具，可以看 AI Agent 入門。

工具容易被程式呼叫。CLI 工具常以文字、檔案或結構化資料收發結果，適合放進腳本。MCP（Model Context Protocol）則是模型連接資料與工具的協議，可透過不同傳輸方式運作，不等同於 CLI。想知道這套連接機制的全貌，MCP 入門指南講得很清楚。

CLI 常適合早期發布與進階設定。開發者能先提供可組合的命令與參數，再逐步補上圖形介面；但發布順序因產品而異，不能假設命令列永遠最早或功能最完整。

這三個原因疊起來，造成一個很現實的結果：GUI 工具（像網頁版的聊天室）是「已經幫你調味好的套餐」，方便但有上限；CLI 工具是「開放廚房」，你得自己走進去拿食材，但你能組合出套餐給不出來的東西。

在 AI 工作流裡，CLI 已不僅是工程師技能；需要批次處理、版本控制或自動化的內容與行銷工作，也可能受益。HubSpot 的行銷現況報告可用來理解 AI 採用趨勢，但它不能證明這些工作流必須依賴命令列。

同一件事，GUI 跟 CLI 到底差在哪

比喻講再多，不如看一個你一定遇過的情境。假設你拍了一場活動，回來相機裡有三百張照片，檔名全是相機給的一串亂碼：IMG_0001、IMG_0002⋯⋯。你想把它們全部改名成「2026茶會-001、2026茶會-002」。

用 GUI 時，可以利用系統或檔案管理工具的批次重新命名功能；若規則複雜，可能要改用專用工具。CLI 則適合把可描述的命名規則寫成指令，重複執行。

用 CLI 時，可以把規則寫成一行或一段指令，再套用到整批檔案。實際耗時取決於檔案數、儲存裝置與命令內容；真正的價值是「描述一次、重複執行」，不是固定幾秒完成。

我用一張表把幾個常見任務的兩種做法並排，你就能感受到 CLI 為什麼在效率上有壓倒性優勢：

我想做的事	GUI 的做法	CLI 的做法
把資料夾裡所有圖片列出來	打開資料夾、調整排序、肉眼過濾	一行指令直接篩出所有 .jpg 檔
批次改三百個檔名	使用系統或工具的批次改名介面	用指令描述規則後批次執行
把今天的會議錄音轉成逐字稿	打開瀏覽器、上傳、等待、下載	一行指令，轉完直接存進指定資料夾
讓 AI 讀完我整個專案再回答	把檔案一個個複製貼進聊天框	cd 進專案，AI 自動讀全部檔案
半夜自動備份網站	設鬧鐘爬起來手動點	寫一次排程，之後每天自動跑

GUI 與 CLI 都能做批次工作。當規則需要版本控制、排程或與其他工具串接時，CLI 往往更容易重複；一次性、需要視覺判斷的工作，GUI 通常更直覺。

對內容經營者跟行銷人來說，這個差距特別有感。假設你同時管五個品牌的社群，每週要為每個品牌整理一篇週報、抓三個數據、做成固定格式。用 GUI，你等於把同一套動作在五個品牌上各重複一遍，光是想想就累。用 CLI 加上 AI，你可以讓它一次讀完五個品牌的資料、自動彙整成五份週報，你僅負責最終審閱。這不是未來式，這是現在進行式，而它發生的地點，就在那個你以前覺得嚇人的黑色視窗裡。

打開你的第一個命令列：Mac 與 Windows 實機操作

觀念講夠了，我們動手。接下來這三分鐘，你會在自己的電腦上打開第一個命令列，並且讓它聽你的一句話。我會同時示範 Mac 跟 Windows 兩條路。

Mac 使用者：打開「終端機」

Mac 內建終端機，不用安裝任何東西。步驟僅有兩個：

1. 按住 Command 鍵，再按空白鍵，叫出 Spotlight 搜尋。
2. 輸入「terminal」或「終端機」，看到圖示後按 Enter。

一個白色的視窗會跳出來，上面寫著一行字、結尾是一個游標在閃。恭喜，你已經在 CLI 裡面了。

Windows 使用者：打開「PowerShell」

Windows 我強烈建議用 PowerShell，不要用老的 CMD。打開方式：

1. 按一下左下角的開始按鈕（或按 Windows 鍵）。
2. 直接輸入「powershell」，看到「Windows PowerShell」後按 Enter。

跳出來的藍色視窗，就是你的命令列。如果你用的是較新的 Windows 11，也可以搜尋「Terminal」，它是一個更現代、更好看的命令列視窗，裡面同樣能跑 PowerShell。一個小建議：把常用的命令列程式釘選到工作列，下次一點就開，省下搜尋的時間。

讓它聽你一句話

不管你現在用的是 Mac 還是 Windows，請在游標後面輸入這行字，然後按 Enter。記得，指令打錯不會弄壞你的電腦，最壞的結果就是它回你一句看不懂的錯誤訊息，所以放膽去試：

echo 你好，CLI

它會立刻回你一行：「你好，CLI」。

這就是你跟命令列的第一次對話。你輸入一個指令（echo，意思是「回聲、重複」），加上你要它重複的內容，它就照辦。看起來微不足道，但你剛剛完成了 CLI 最核心的互動模式：你給指令、它給回應。所有後面更複雜的 AI 操作，骨子裡都是這個動作的放大版。

再試一個。輸入 pwd（Mac）或 pwd（PowerShell 也支援），按 Enter。它會吐出一條路徑，像是 /Users/你的名字 或 C:\Users\你的名字。這條路徑告訴你「你現在站在電腦裡的哪個位置」，也就是你下一個指令會作用的地方。這個「現在站在哪」的觀念，會在後面救你很多次。

命令列新手的九個核心指令，跟三個會讓你功力大增的觀念

很多人怕 CLI，是怕「指令太多背不起來」。其實你日常會用到的，來來去去就那幾個。我把它們濃縮成九個，配上一張對照表，讓你一眼看懂 Mac 跟 Windows 的差異。

用途	Mac / Linux（Zsh、Bash）	Windows（PowerShell）	我什麼時候會用到
我在哪裡（看目前資料夾）	pwd	pwd 或 Get-Location	搞不清楚自己跑到哪個資料夾時
這裡有什麼（列出檔案）	ls	ls 或 dir	想知道資料夾裡裝了什麼
搬家（切換資料夾）	cd 資料夾名稱	cd 資料夾名稱	要進到某個專案資料夾做事
回上一層	cd ..	cd ..	走錯路要退回去
回最上層（家目錄）	cd ~	cd ~	迷路了想回到出發點
開新資料夾	mkdir 名稱	mkdir 名稱	要開一個新專案的資料夾
看某檔案的內容	cat 檔名	cat 檔名	想快速看一個文字檔
刪除檔案（小心用）	rm 檔名	rm 檔名 或 Remove-Item	清理用不到的檔案
取消執行中的動作	Ctrl + C	Ctrl + C	程式卡住、AI 跑歪了要緊急喊停

你會發現，Mac 跟 Windows 的指令其實重疊度很高。cd、ls、mkdir、cat、Ctrl+C 兩邊都通用，這也是我說「學一套帶著走」的原因。

指令本身好記，真正會讓你卡關的是三個觀念。這三個觀念一旦通了，你看任何新指令都會像在看老朋友。

觀念一：路徑（Path）就是檔案的地址

每一個檔案、每一個資料夾，在電腦裡都有一條「完整地址」，這條地址叫做路徑。例如 Mac 上你的桌面，地址大概是 /Users/你的名字/Desktop；Windows 上則是 C:\Users\你的名字\Desktop。你用 cd 指令，本質上就是在告訴電腦「我要搬家到這個地址」。

路徑有兩種寫法。一種是從最頂端開始寫，叫「絕對路徑」，像 /Users/your-name/Desktop/my-project，不管目前位置在哪，都指向同一個地方。另一種是「相對路徑」，僅寫從目前位置出發怎麼走，例如 cd my-project，意思是進入目前資料夾下的 my-project。迷路時先打 pwd 確認位置，再決定下一步。

觀念二：參數（Flag）就是指令的客製化選項

還記得餐廳的比喻嗎？指令是菜名，參數就是「不加蔥、加飯」這類客製要求。參數通常用一個減號或兩個減號開頭。例如 ls -l，意思是「列出檔案，但用詳細版（long）格式」；--help 幾乎是所有指令都支援的參數，打了會告訴你這個指令還能怎麼用。

看到一個不認識的指令，你不用背。打「指令名稱 --help」或上網查，永遠是正確的第一步。連資深使用者每天還是在查參數，這是常態不是丟臉。AI 工具尤其如此，它的參數常常在更新，背了反而會過時。

觀念三：管線（Pipe）讓指令接力賽跑

這是 CLI 最迷人、也最能解釋「為什麼 AI 偏愛 CLI」的觀念。一個直線符號 | 叫做管線，它的作用是「把前一個指令的輸出，當成下一個指令的輸入」。譬如 ls | grep "seo"，意思是「先列出所有檔案，再從裡面篩出名字包含 seo 的」。

這個「輸出接輸入」的能力，就是 agent 能夠一個動作串一個動作、層層堆疊出複雜工作流的技術根基。AI 工具之所以選擇 CLI，很大一部分就是在吃這個紅利。把這三個觀念（路徑、參數、管線）弄懂，你等於拿到了 CLI 的萬能鑰匙。

給你一個更貼近日常的管線例子，幫助你把這個觀念徹底內化。假設你想找出某個資料夾裡，所有檔名包含「草稿」兩個字的文字檔，算出總共有幾個。用 GUI，你得點開資料夾、在搜尋框打字、再人工數數。用 CLI，你可以串三個指令：第一個列出全部檔案，第二個篩出檔名有「草稿」的，第三個數有幾行。三個動作用兩個管線符號接起來，打完按 Enter，答案直接出來。這就是管線的威力：你不再受限於單一工具設計好的功能，而是把好幾個小工具當積木，拼出你自己要的流程。

裝不起、跑不動？PATH 與環境變數，AI 工具卡關第一名的原因

這一段是特意為新手寫的，因為它救過太多人。你一定會遇到這個狀況：照著官方文件，一行一行抄指令，結果電腦回你一句「command not found」或「不是內部或外部命令」。你明明裝了那個工具，它卻說找不到。多數時候，問題出在一個叫 PATH 的東西上。

PATH 是什麼？它就是電腦的「尋人啟事清單」。當你打一個指令名字，電腦會去 PATH 這份清單上的幾個資料夾裡，依序找有沒有同名的程式。找到了就執行，找不到就回你那句錯誤。你安裝一個新工具，如果它的位置沒有被加進 PATH 清單，電腦就會「裝作不認識它」。

安裝執行環境或 AI CLI 工具後，常會遇到 PATH 尚未更新。依工具官方文件確認安裝位置與目前使用的 shell，再決定要重開終端機或調整設定檔。看到 command not found 時，PATH 是常見原因，但也要檢查指令拼字、安裝是否成功與作業系統支援。

跟 PATH 常一起出現的概念是「環境變數」。部分 AI 工具會從這裡讀 API 金鑰，但也可能提供登入流程或系統憑證儲存。不要把金鑰直接寫進會提交版本控制的檔案，也避免讓它留在 shell 歷史紀錄；優先使用工具官方建議的安全憑證機制。

從「會打字」到「會用 AI 工具」：把命令列接上 Claude Code 與 Codex

學會基本指令、也搞懂 PATH 之後，真正讓你值回票價的，是把命令列接上 AI。我用最多人問的 Claude Code 當例子，帶你走一遍從零到啟動的完整流程。整個過程換成 OpenAI 的 Codex 或 Google 的 Gemini CLI 也幾乎一樣，僅是打的指令不同，你可以看 Codex 新手指南 對照著操作。

在你開始之前，先確認你手上有這三樣東西：

• 安裝需求：各工具可能使用原生安裝程式、套件管理器，或需要 Node.js 等執行環境。不要預設每套 AI CLI 都需要 Node；依該工具目前的官方安裝文件操作。
• 一個 API 金鑰或帳號：AI 工具要認證你的身份，通常是一串像密碼一樣的金鑰。千萬不要把金鑰貼到公開的地方或 Commit 進版本控制。
• 一個你想讓 AI 動手的資料夾：用 cd 走進去，這就是 AI 的工作舞台。

準備好後，先用 cd 進入專案資料夾，再依官方文件安裝或啟動工具。首次執行可能要求登入、授權或設定 API 金鑰。工具能讀寫哪些檔案，取決於它的權限、沙箱與設定；不要假設登入後就能直接讀寫整個資料夾。

啟動位置通常會影響工具預設看見的專案脈絡，但不一定等於完整活動範圍；實際界線由權限、沙箱與設定決定。從乾淨、聚焦的專案資料夾啟動，有助於減少誤操作與無關脈絡。工具也不會必然讀取所有檔案，token 成本要看實際送進模型的內容；可參考Token 計費邏輯。

舉個具體的場景：你 cd 進一個空的資料夾，然後跟 AI 說「幫我用 Astro 架一個關於咖啡豆知識的部落格，要有文章列表跟分類頁」。幾分鐘之內，它會自己建檔案、寫程式碼、裝套件，你會親眼看到一個網站從無到有長出來。這不是誇張，這正是 用 Claude Code 架站 的標準玩法，而它的起點，就僅是你願意 cd 進一個資料夾、打一行啟動指令。

如果想理解 Claude、Claude Code、Claude Cowork 的差別，Claude 家族比較有完整整理。需要 AI 讀寫檔案或執行流程時，CLI 是常見選項之一，桌面與 IDE 整合也可能提供類似能力。想從命令列以外的入口開始，也可以照把 Cowork 用起來的入門步驟走一遍，再回頭比較哪種介面順手。

這裡我要特別提醒一個新手常有的誤解。很多人以為「用 CLI 跑 AI」等於「我要學會寫程式」，那是兩件事。CLI 是你跟電腦溝通的「介面」，寫程式是「創造新的東西」。你用 CLI 跑 AI，更像是一個會開車的人去駕駛一台自駕車：你要會打方向盤、踩煞車（cd 到對的資料夾、按下啟動、知道怎麼 Ctrl+C 緊急喊停），但真正在思考、在動手的是 AI。這也是為什麼 Vibe Coding 這類新玩法能成立，它讓不懂寫程式的人，用自然語言指揮 AI 寫出完整的東西。

常見的坑：CLI 新手最常犯的錯誤

學 CLI 最快的捷徑，是先知道別人死在哪裡。接下來這幾個坑，幾乎每個新手都踩過，也不斷有人重蹈覆轍。先記下來，你能省下好幾個晚上。

第一個坑：沒確認指令就按 Enter。拼錯字通常會報錯，但錯誤或過度寬泛的有效指令也可能修改、覆寫或刪除資料。macOS 常見磁碟格式預設不區分檔名大小寫，伺服器環境則可能區分。送出前確認指令、路徑與作用範圍，涉及寫入時先備份或使用 dry-run。

第二個坑：不知道自己在哪個資料夾。這是新手第一大死因。你以為自己在專案資料夾，其實早在某次 cd 之後跑到別的地方了，於是 AI 怎麼跑都找不到你要的檔案。解法很簡單：每次開始做事前，先打一次 pwd 確認自己的位置。這一個動作能解掉一半的玄學問題。

第三個坑：路徑裡的空白鍵。當你的資料夾名字有空白，例如「my project」，CLI 會把它看成兩個東西而報錯。解法是把整個路徑用雙引號包起來，像 cd "my project"。更一勞永逸的做法，是從現在開始養成「資料夾跟檔案名字盡量不用空白、用減號或底線」的習慣。

第四個坑：rm 指令沒有垃圾桶。圖形介面刪檔案會進垃圾桶，還能救回來；CLI 的 rm 是直接蒸發，沒有後悔藥。曾有人為了清幾個暫存檔，一個萬用字元打下去，把整個專案連根拔起。新手守則：不確定的時候，先用 ls 看清楚會刪到什麼，再下手；或者乾脆用圖形介面去刪，CLI 留給你「確認過的危險動作」就好。

第五個坑：不知道 Ctrl + C 可以救命。當 AI 跑歪了、當某個程式卡死、當畫面開始瘋狂輸出，不要慌著關掉整個視窗。按 Ctrl + C，它會立刻中斷目前在做的事，把你救回可以輸入的狀態。這個組合鍵值得你當成反射動作記下來，關鍵時刻能救你一把。

第六個坑：把 API 金鑰當成普通文字亂貼。金鑰一旦外洩，等於把你錢包的密碼交給陌生人，有心人能拿去盜用、燒掉你的額度。金鑰要存在環境變數或專用的設定檔裡，絕對不要截圖傳群組、不要寫進文章、不要 Commit 進公開的程式庫。這是少數幾個「一旦犯錯代價極大」的習慣，從第一天就該建立。

第七個坑：一次讓 AI 碰太多資料夾。前面說過，cd 到哪、AI 就碰哪。新手常圖方便，直接在硬碟根目錄開 AI，結果它讀了一堆無關檔案、token 燒掉一大筆、還可能把不該動的檔案改了。養成「為 AI 準備一個專屬、乾淨的工作資料夾」的習慣，你會少踩很多雷。

再往前一步：把指令變成腳本，讓重複工作自己跑

當你把九個指令用到熟，會自然冒出一個念頭：每次都要重打一遍，有點煩。這時候你就準備好認識 CLI 的下一個境界了：腳本（script）。

腳本就是把本來要一行一行手打的指令，寫進一個文字檔裡，然後讓電腦「一次把整份檔案讀完、依序執行」。你寫一次，之後僅需雙擊或打一行指令，整串動作就會自動跑完。它跟 GUI 的「巨集」是同類東西，但更輕量、更透明、更好維護。

舉一個常見的腳本例子。每次寫完一篇文章，通常要做三件事：把圖片壓縮、產生一份檔案清單、把成果推上伺服器。用 GUI 做這三件事，要開三個不同的軟體、點十幾下、還容易漏掉其中一步。寫成腳本之後，僅需在命令列打一個字，三件事連著自動完成，中間還可以去倒杯咖啡。這就是 CLI 把「固定流程」變成「一鍵搞定」的力量。

腳本還有兩個 GUI 永遠做不到的本事。第一是「排程」：你可以叫電腦每天凌晨兩點自動執行某個腳本，例如自動備份網站、自動抓當天的數據做報表，你睡覺它在加班。第二是「可組合」：一個腳本的輸出，可以直接餵給下一個腳本，層層疊起來，做出單一工具做不到的複雜流程。

許多 AI agent 會呼叫 CLI、API、瀏覽器或其他工具，取得結果後再決定下一步。CLI 很適合可重複、可記錄的操作，但不是 agent 唯一的工具介面，也不是能執行任務的 AI 必須採用的形態。

不過我要誠實提醒：腳本是雙面刃。它能幫你自動化好事，也能幫你自動化壞事。一個寫錯的刪除腳本，能在一秒鐘內把你半個專案清掉，比手動點擊還徹底。所以新手寫腳本的鐵律是：先用「模擬」的方式跑一次（很多指令有 dry-run 之類的參數，僅顯示會做什麼、不真的執行），確認沒問題再放手讓它真的動。這個習慣跟前面提的 rm 守則是同一個精神：CLI 給你很大的力量，而大力量永遠要配大謹慎。

你現階段不需要會寫腳本，那已經是「進階」之後的事。但你要先知道這條路存在，因為它會給你一個明確的進步方向：從「打一行做一件事」，到「寫一份做很多事」，再到「讓 AI 替你寫這份」。整條路的起點，都還是那一行 echo 你好，CLI。

學到哪裡就夠了？一張地圖與三步行動方案

CLI 要學到什麼程度？答案取決於你的工作，但入門所需通常比想像中少。

你不需要變成系統管理員，不需要背幾百個指令，不需要會寫 Shell 腳本。以「用 AI 工具」為目標，你需要掌握的，其實就是上面那九個指令加三個觀念，外加搞懂 PATH 這一個觀念。把它們練到反射動作的程度，你就跨過了八成的門檻。剩下兩成，是用到再查、查完就會，這是 CLI 老手也一輩子在用的方式。

我用一張學習地圖幫你看清楚自己的位置：

階段	你會做的事	對應的 AI 能力
入門	打開終端機、cd 到資料夾、ls 看內容	能跑起第一個 AI CLI 工具、看懂基本報錯
進階	懂得參數、會用管線串指令、看得懂 PATH	能自己裝新工具、排解安裝問題、跑 agent 工作流
熟練	會組合多個工具、能讀懂官方文件、會寫簡單腳本	能打造自己的自動化流程、串接 MCP 工具

絕大多數想用 AI 提升效率的人，停留在「入門到進階」之間就非常夠用了。這剛好也是 提示詞（Prompt） 之外，另一個能讓你跟僅會在網頁上聊天的人拉開差距的關鍵技能。懂 prompt 決定了你跟 AI「說話的品質」，懂 CLI 則決定了你「能讓 AI 碰到多少東西」。兩個加起來，才是完整的 AI 工作能力。

換句話說，CLI 就是一個介面，不是目的。你學它，是為了拿到那把通往第一線 AI 能力的鑰匙，而不是為了讓自己看起來像駭客。永遠把「我想用 AI 完成什麼事」放在第一位，CLI 僅是路上必經的一站。

學 CLI 的過程會遇到報錯與卡關，這很正常。先學會讀錯誤訊息、確認目前路徑，再查官方文件；累積幾次排錯經驗後，常見問題會逐漸變得可預測。

現在，給你一個三步行動方案，今晚就能動手：

1. 今晚：打開你電腦的終端機或 PowerShell，把九個核心指令各打一次，感受一下「用文字操控電腦」是什麼感覺。不需要做任何正經的事，熟悉那個手感就夠了。特別是 pwd 跟 cd，多走幾趟，把「現在我站在哪」的感覺內化。
2. 這週：挑一個你最常做的重複工作（例如整理一堆檔案、批次改檔名、把照片分類），試著用 CLI 的方式去做。你會開始體會到「文字指令可以批次處理」這件事的威力，這是 GUI 永遠給不了你的體感。
3. 下週：照著官方文件，在你的命令列裡把 Claude Code 或 Codex 跑起來。先找一個乾淨的空資料夾當 AI 的舞台，讓它在裡面做一件你本來得自己動手的事。這一步走完，你就真的從「會打字」跨進「會用 AI 工具」了。

CLI 不難，它僅是陌生。陌生會在第一次 echo 你好，CLI 之後開始瓦解。等你哪天不自覺地在命令列裡指揮 AI 幫你蓋好一個網站、寫完一份報告，你會回頭慶幸，自己當初願意走進那個看起來嚇人的黑色視窗。那扇門從來沒有上鎖，缺的僅是你推一下的勇氣。而你手上的鍵盤，就是那把推門的手。

如果你已經會 CLI，想直接跳到「把 AI 接上命令列」的實戰，那麼 Claude Code 中文教學 會是你接下來最該讀的一篇。我們在命令列那頭見。