這些 AI 課不用花錢上：一個收費講師幫你挑免費課

AI 工作流實戰
這些 AI 課不用花錢上：一個收費講師幫你挑免費課

這篇文章由一個收費講師幫你從 Google、Anthropic、Hugging Face 三大免費體系挑出真正值得上的 AI 課，並附 30 天學習路線圖與免費課的三個限制。適合想學 AI 又怕花冤枉錢、不知道從哪一堂開始的人閱讀。

他花了三萬八，上了一門免費課裡都有的課

上個月一位學員私訊我，說他年初刷卡三萬八報了一門 AI 線上課程，上完之後在我的免費直播裡聽到一樣的觀念，問我：「老師，我是不是被當盤子？」

我看了那門課的課綱，誠實告訴他：裡面大概八成的內容，Google 和 Anthropic 的官方免費課都有，而且官方版本更新得更勤。

我是一個靠教 AI 收費的講師，寫這篇文章等於在勸你先別把錢拿給我這個行業。但我還是要寫，原因很簡單：

重點：你在錯的地方花了三萬八，之後就不會願意在對的地方花三千八。這對你、對認真做內容的講師，都是雙輸。

所以這篇文章只做一件事：幫你把「不用花錢就能學到」的部分挑出來、排好順序，並且明白告訴你哪些課可以跳過。真正值得花錢的是什麼，我會在文末講清楚，而且答案可能跟你想的不一樣。

另外先說好：免費課的異動非常快，本文每季更新一次，你可以收藏起來，每季回來看一眼。

三大免費體系，我幫你挑好了

市面上免費 AI 資源多到氾濫，但真正值得排進你行事曆的，集中在三個官方體系：Google、Anthropic、Hugging Face。它們的共同點是：第一手知識、持續維護、不會在第三堂課開始推銷你買高階方案。

Google：從零開始最穩的一條路

Google 的免費課適合「完全沒碰過 AI」到「想把 AI 用進日常工作」的人。

值得上的：

第一堂是 Google AI Essentials。這是 Google 給一般職場人的 AI 入門課，不講數學、不寫程式，從「AI 能做什麼、不能做什麼」講到怎麼下指令、怎麼查核產出。如果你身邊有人問我「完全零基礎要從哪開始」，我的答案十次有九次是這一堂。

第二堂是 Google Prompting Essentials。專講提示技巧，把「怎麼跟 AI 說話」拆成可以練習的步驟。上完第一堂再上這堂，剛好把「知道」變成「會用」。

第三堂是 Google 的免費 Vibe Coding 系列課。Google 在 YouTube 上釋出了九堂免費的 Vibe Coding 課程，教你用自然語言加上 Gemini 把想法變成可動的小工具（數位時代報導）。如果你已經會用 AI 寫東西、想往「做出東西」邁進，這是目前門檻最低的起點。

可以跳過的： Google Cloud 上認證導向的機器學習工程師路徑、Vertex AI 系列技術課。那是給要轉職 AI 工程師的人準備的，一般職場人上了只會得到挫折感和一堆用不到的名詞。記住一個判斷原則：你要學的是用 AI，不是做 AI。

Anthropic：把「跟 AI 協作」教得最像一門課

Anthropic 是 Claude 背後的公司，它的官方學習資源（Anthropic Academy）是我認為目前把「人怎麼跟 AI 協作」講得最完整的免費教材。

值得上的：

第一是 AI Fluency 系列。它不教你某個工具的按鈕在哪，而是教一套協作方法：怎麼分派任務給 AI、怎麼描述需求、怎麼判斷產出能不能用、出錯時責任在哪。這套框架不綁定任何工具，學一次到處能用。

第二是 互動式提示工程教學。Anthropic 把提示工程做成一關一關的互動練習，你寫的提示會即時被檢驗，錯了馬上知道錯在哪。這是免費資源裡少數「有練習、有對錯」的教材，比看十部 YouTube 教學影片有用。

可以跳過的： API 開發與 Claude Code 的工程向課程。除非你本來就是工程師，或已經上完前面所有課還意猶未盡，否則先放著。

Hugging Face：想往技術端多走一步再來

Hugging Face 是開源 AI 社群的大本營，課程全部免費，部分修完還有完成證明。但我要先說：這個體系是給「想理解 AI 底層怎麼運作」的人，不是第一站。

值得上的：

第一是 LLM Course。系統性地講大型語言模型的原理與實作，如果你常被「為什麼 AI 會一本正經地胡說八道」這類問題困住，這門課會給你紮實的答案。

第二是 Agents Course。2026 年最熱的主題就是 AI 代理，這門課從概念到動手做一個代理，是目前該主題最完整的免費教材。

可以跳過的： 深度強化學習（Deep RL）課程與純研究向的內容。那是學術與研究路線，跟你把 AI 用進工作沒什麼關係。

台灣本土加碼：中小企業網路大學校

如果你是中小企業的員工或老闆，經濟部的中小企業網路大學校有免費 AI 課程專區，內容偏應用與管理視角，全中文、免翻牆、免英文焦慮，當補充教材很合適。

免費課的三個限制：我吃飯的本事就建立在這上面

挑完課，我要講免費課做不到的三件事。不是要嚇你回頭找我買課，而是你先知道限制在哪，才不會學到一半懷疑自己。

限制一：沒有你的情境。
免費課教的是通用知識，但你的工作是具體的。國際調查發現，85% 的員工無法把 AI 訓練內容連結到自己的實際工作——不是課不好，是課不認識你。「AI 能寫信」和「AI 能寫出你們公司風格、過得了主管那關的信」中間，隔著一段沒人幫你走的路。

限制二：沒有回饋。
你寫的提示到底好不好？產出的東西能不能直接交出去？免費課給你影片和測驗，但沒有人看著你的實際產出告訴你「這裡再改一下就能用了」。學任何技能，沒有回饋的練習進步都很慢，AI 也不例外。

限制三：沒有完成率。
這是最殘酷的一個。線上課程的老問題就是「報名的多、上完的少」，免費課更嚴重——不用錢的東西，棄坑也不心疼。我看過太多人收藏了二十門免費課，三個月後一門都沒上完。免費課省下的是錢，省不下的是紀律。

資安講師的免費課提醒

換上我的另一頂帽子講三件事，這部分很少有人提醒你。

第一，練習不要用真資料。上課做練習時，不要把公司的客戶名單、合約、財報丟進任何 AI 工具，包括課程指定的工具。練習用假資料效果一樣好，風險是零。如果你不確定哪些資料碰不得，可以參考我寫過的資料分級做法。

第二，小心「假免費課」。AI 熱潮讓釣魚者也跟上了：假冒官方名義的「限時免費課」連結、要你先填信用卡資料的「免費試讀」，都在收割急著學 AI 的人。本文提到的課程，請一律從官方網域進入，不要點來路不明的短網址。

第三，註冊用個人信箱，授權看清楚。很多課程平台支援用 Google 或公司帳號一鍵登入，順手就把信箱、雲端硬碟權限授權出去。上課用的帳號跟工作帳號分開，是成本最低的自我保護。

30 天學習路線圖（精簡版）

把上面的課排成一條 30 天走得完的路，每天 30 到 60 分鐘就夠：

第 1 週：建立正確認知。上完 Google AI Essentials。目標不是記住名詞，是建立「AI 擅長什麼、不擅長什麼」的判斷力。

第 2 週：練提示。上 Google Prompting Essentials，搭配 Anthropic 的互動式提示工程教學。每天把學到的技巧用在一件真實工作上（記得用去識別化的資料）。

第 3 週：學協作方法。上 Anthropic 的 AI Fluency。這週開始，挑一個你每週都要做的固定任務，完整交給「你加 AI」的組合做一次，記下卡住的地方。

第 4 週：選一條延伸路線。想做出小工具，走 Google 的免費 Vibe Coding 系列；想懂原理，走 Hugging Face 的 LLM Course 前幾章。第 30 天，回頭看第 3 週記下的卡點清單——那份清單就是你的下一步，也是你判斷「要不要花錢學」的依據：卡點清單是空的，你不需要花錢；卡點清單很長而且三週都沒變短，才是花錢買回饋和陪伴的時機。

flowchart TD A["第 1 週：Google AI Essentials 建立認知"] --> B["第 2 週：Prompting Essentials＋Anthropic 互動式提示練習"] B --> C["第 3 週：AI Fluency，挑一個固定任務交給你加 AI"] C --> D["記下卡點清單"] D --> E{"第 4 週想往哪走？"} E -->|做出小工具| F["Google 免費 Vibe Coding 系列"] E -->|懂原理| G["Hugging Face LLM Course 前幾章"] F --> H{"第 30 天：卡點清單還很長？"} G --> H H -->|是| I["花錢買回饋與陪伴"] H -->|否| J["繼續免費路線，每季回來看更新"]

小結

走得完的人很少，需要人陪就來社群

說到底，免費課的內容沒有問題，問題是多數人走不完。如果你想要有人一起走——卡住有人問、練習有人看、每季的課程異動有人幫你追——歡迎加入我的 LINE 社群「菲比尋常」。我會在社群裡更新這份清單的最新版本，你也可以直接把你的 30 天卡點清單貼上來，我看到都會回。

先把免費的學完，再決定要不要花錢。這句話由一個收費講師說出來，你可以放心相信。

#免費 AI 課程#AI 學習路線#AI 課程推薦#AI 自學