📌 本文重點
- Claude Cookbooks 是一套可直接照抄的實戰 Notebook
- 非工程師可當高級提示模板庫直接用
- 工程師可快速接 API 做聊天機器人與 RAG 助手
- 最快五步就能跑出自己的 AI 小工具
用一句話說清楚:Claude Cookbooks 是一套「Claude 實戰菜單」,照著 Notebook 抄一遍,你今天就能做出自己的聊天機器人、文件助手或程式碼助手。
原始專案連結:👉 anthropics/claude-cookbooks
核心功能:這套「菜單」可以幫你做什麼?
1. 清楚的 Repo 結構:先選你要的「菜」
進到 GitHub 專案後,你大致會看到這幾類資料夾(名稱可能會略有調整,但概念相近):
notebooks/:主要範例,都用 Jupyter Notebook 寫好basic_examples/:最簡單的對話、提示工程示範tools_and_workflows/:工具呼叫、工作流程自動化rag/:RAG(檢索增強生成),用你自己的文件做問答agents/或類似資料夾:多步驟任務、小型 Agent 範例
可以做的事,對應你能採取的行動:
- 如果你完全沒寫過程式 → 先看標題含有
conversation、prompting的 Notebook,當成「高級版提示語模板」,直接複製到 Claude 網頁版使用。 - 如果你會一點 Python → 跑
basic_examples裡的 Notebook,先確認你能成功打出第一個 API 回應。 - 如果你想做內部工具或 Agent → 從
tools_and_workflows、rag開始,把範例裡的「假資料」換成你公司的文件或 API。
2. Notebook 類型:從聊天到自動化,一路拆給你
Cookbooks 裡的 Notebook 大致可以分成四類,每一類都可以直接改成你的專案:
- 對話 / 提示工程 Notebook
- 示範怎麼寫系統提示(system prompt)、角色設定、回覆風格控制。
-
行動:把裡面的 system prompt 複製出來,替換成你的場景,例如:
- 把「你是一位友善的 AI 助手」改成「你是一位專門回答退貨政策的客服人員」。
-
工具調用(Tool Use)Notebook
- 示範怎麼讓 Claude 主動呼叫你定義好的函式,例如查訂單、算報表。
-
行動:照著 Notebook 裡的結構定義一個簡單工具:
python
def get_order_status(order_id: str) -> dict:
# TODO: 這裡先寫死假資料,之後再接真的 DB
return {"order_id": order_id, "status": "shipped"}然後讓 Claude 根據使用者輸入決定要不要呼叫這個工具。
-
RAG(文件問答)Notebook
- 示範怎麼把 PDF、Markdown、內網文件先「切片 + 向量化」,再讓 Claude 根據搜尋結果回答。
-
行動:先不管效果好不好,拿一份你真的會用到的文件(公司 FAQ、課程教材)丟進範例 Notebook,看能不能成功問出答案。
-
工作流程自動化 / Agent Notebook
- 示範多步驟流程,例如:解析需求 → 查資料 → 產出報告 → 修稿。
- 行動:把裡面的流程步驟改成你的工作,例如「整理每日客服問題 → 匯總成報表」。
💡 關鍵: 這些 Notebook 的真正價值在於「可直接照抄運行」,先跑出結果再改一兩行,就能快速變成你的專案雛形。
這些 Notebook 的重點不是「看懂內部原理」,而是先照抄跑出結果,再從中挑一兩行改成自己的業務語句。
3. 拿 Cookbooks 當提示工程與 API 練習教材
你可以把整個 repo 當成一套免費教材:
- 練提示工程:
- 每次只做一件事:挑一個 Notebook,只改 system prompt,觀察回覆差異。
-
練習把「模糊指令」改成「具體條件」,例如:
- 從「請你幫我改寫」改成「請幫我改寫成 300 字以內、用條列式、適合放在 EDM 裡」。
-
練 API 使用:
- 大多數 Notebook 只需要你把
api_key換成自己的,就能跑起來。 - 把官方文件 + Cookbooks Notebook 打開對照看,很快就能理解
messages、tools等欄位用法。
適合誰用:非工程師、工程師都能上手
1. 非工程師:直接拿 Prompt 模板做你的專屬助手
你不用會 Python,也能從 Cookbooks 撈出超實用的提示模板:
適合的場景與行動:
- 客服:
- 找對話範例 Notebook,看 system prompt 區塊,改成:
- 「你是某某品牌的客服,回答只能根據以下政策文件,不要自己杜撰。」
-
把這串 prompt 複製到 Claude 官網或任何支援 Claude 的聊天界面使用。
-
教學 / 內訓:
-
找「教學型」prompt(通常會強調分步驟解釋),改成你的主題:
- 例如從「解釋 Python 基礎」改成「解釋公司新制度給新進同仁」。
-
內容產生:
- 使用「內容規劃」「格式控制」相關的 prompt,限制輸出格式,例如:
- 「每篇貼文必須含有標題、三個重點、CTA 一句。」
你可以完全忽略程式碼,只把 Notebook 當作「可複製的提示語範本庫」。
2. 工程師:照範例接後端、做簡單 Agent 或內部工具
如果你會基本的 JavaScript / Python,Cookbooks 就是現成腳手架:
- 接後端 API:
-
參考工具調用 Notebook,把你現有的 REST API 包成一個 tool,讓 Claude 負責決定何時呼叫。
-
做簡單 Agent:
-
用工作流程 Notebook,把「找資料 → 分析 → 生報告」這種流程拆成數個函式,交給模型逐步完成。
-
配合其他工具:
- 例如搭配 gsd-build/get-shit-done 這類 meta-prompting 框架,把你在 Cookbooks 練出來的 prompt 模板,包成可重用的規格驅動開發模組。
怎麼開始:5 步跑出你的第一個 AI 小工具
以下示範用「本機 + 最實用 Notebook」的最短上手路徑。
步驟 0:準備一支 Claude API Key
- 前往 Anthropic 官方平台(依區域而定,通常是 Anthropic Console)。
- 建立帳號,進入 API 區域,建立一支 API Key。
- 暫存好這串金鑰,等等要寫進環境變數或 Notebook。
步驟 1:Fork 專案 + 下載到本機
- 打開 repo:https://github.com/anthropics/claude-cookbooks
- 右上角點選
Fork,建立自己的副本,方便之後修改。 - 在終端機輸入:
bash
git clone https://github.com/<你的帳號>/claude-cookbooks.git
cd claude-cookbooks
如果你不想在本機操作,也可以直接用雲端 Notebook(例如 GitHub Codespaces、Colab)打開 repo,步驟類似,只是不用
git clone。
步驟 2:安裝環境 + 設定 API Key
- 建議建立虛擬環境:
bash
python -m venv venv
source venv/bin/activate # Windows 用 venv\Scripts\activate
- 安裝依賴(專案內通常有
requirements.txt或pyproject.toml):
bash
pip install -r requirements.txt
- 設定環境變數(以 macOS / Linux 為例):
bash
export ANTHROPIC_API_KEY="你的_API_Key"
Windows PowerShell 則是:
powershell
setx ANTHROPIC_API_KEY "你的_API_Key"
💡 關鍵: 只要正確設定
ANTHROPIC_API_KEY環境變數,大部分 Notebook 幾乎「零修改」就能直接跑起來。
步驟 3:啟動 Jupyter Notebook
在專案根目錄啟動:
jupyter notebook
瀏覽器會打開一個頁面,看到專案檔案結構,接下來只要點進想學的 Notebook 即可。
實戰示範 1:照抄一個「聊天機器人」 Notebook
以一個最簡單的對話 Notebook 為例(名稱可能類似 basic_chat.ipynb):
- 打開 Notebook,找到這幾段:
- 匯入套件(通常是
from anthropic import Anthropic) - 建立 client:
client = Anthropic() -
呼叫模型的程式碼:
python
response = client.messages.create(
model="claude-3-5-sonnet-latest",
max_tokens=256,
messages=[
{"role": "user", "content": "你好,幫我想三個 IG 貼文主題"}
],
)
print(response.content[0].text) -
直接執行所有 Cell,確認能拿到一段回覆。
- 第一個客製化改動:
-
把
messages改成你要的 system + user:python
messages=[
{
"role": "system",
"content": "你是一位專門幫新創品牌寫社群貼文的內容策劃,回覆一律用繁體中文,語氣自然口語。"
},
{
"role": "user",
"content": "我們是做手沖咖啡器材的,幫我想三個 IG 貼文主題。"
}
] -
再跑一次,這就是你的第一個「內容策劃小幫手」。
延伸修改方向:
- 把 user input 改成
input(),讓程式變成簡單的 CLI 聊天機器人。 - 限制輸出格式:要求 Claude 回傳 JSON,方便之後接到前端或自動排程工具。
實戰示範 2:照抄一個「文件助手」 RAG Notebook
找一個 RAG 相關 Notebook(例如 basic_rag.ipynb),你可以這樣照做:
- 找到「載入文件」的 Cell,把原來的 sample text 改成你自己的 FAQ 或產品說明。
- 跟著 Notebook 步驟做:
- 切分文件 → 建立向量索引 → 根據提問檢索相關片段。
- 在最後呼叫 Claude 的地方,確認有把「檢索結果」放進 prompt 裡,例如:
“`python
prompt = f”””
根據以下文件內容回答使用者問題,如果文件裡沒有答案,就老實說不知道:
{retrieved_chunks}
問題:{user_question}
“””
“`
- 執行後,你就得到一個最簡單版的「文件問答助手」。
延伸修改方向:
- 把檔案來源改成公司內部 SOP 或 Notion 匯出的 Markdown。
- 在回覆前加上一段「引用來源」,列出這次回答用到哪些文件標題。
小結:先抄,再改,最後變成你的專屬 Cookbooks
使用 Claude Cookbooks 有一個簡單心法:
- 先選一個最貼近你需求的 Notebook(聊天 / 文件 / 工具調用)。
- 照著跑一次,不改任何東西,只確認能成功呼叫 API。
- 從 system prompt 開始改成你的場景,再逐步替換資料來源、工具函式。
💡 關鍵: 當你能順手改兩三個 Notebook,你實際上已經掌握提示設計、API 呼叫與簡單 Agent 的完整流程。
當你能順手改兩三個 Notebook,你實際上已經會:
- 寫出能穩定工作的提示語
- 呼叫 Claude API,做出自己的 AI 小工具
- 把文件、後端 API、工作流程接進來,做出簡單 Agent
接下來,你就可以把自己的版本再 push 回 GitHub,變成「你公司的 Claude Cookbooks」。
🚀 你現在可以做的事
- 打開 anthropics/claude-cookbooks,先挑一個最貼近你需求的 Notebook
- 依照文中步驟設定
ANTHROPIC_API_KEY,完整跑通一個聊天或 RAG 範例- 把其中一個 Notebook 的
systemprompt 改成你的實際場景,存成你自己的第一個 Cookbooks 版本

