你可能沒寫過一行程式，但從 2026 年 8 月 14 日起，Anthropic 的 Claude Code（一個跑在電腦終端機上的 AI 助手，第一次安裝設定請 IT 或熟悉的人幫忙即可）預設就進了自動模式：不再每做一步就停下來問你「可不可以」，而是自己把整串工作跑完再回報。對想讓 AI 接手營運雜事的主管來說，這是好消息，也是新的風險。這篇用六個步驟，帶你安全地讓 Claude Code 自動模式替你跑工作流，並且看懂最該懂的一件事，提示詞注入的防呆觀念。
Step 1：先搞懂自動模式幫你「做掉」了哪些決定
自動模式的本質，是把原本每一步都要你按「同意」的確認權，交給一個內建的分類器代管。它會自動放行日常、安全的動作，攔下不可逆的動作、破壞性或超出範圍的指令。你交出去的是那些一直在打斷你的例行確認，判斷力仍然握在自己手上。搞懂這件事，你才知道自己鬆開了什麼、又還握著什麼。
做什麼：先把動作分成兩堆，「它會自己做」和「它一定會先問你、甚至根本不讓做」。Anthropic 官方說明，分類器會放行讀檔、改檔、跑測試這類例行操作，但會硬擋把你的程式碼或密鑰往外送這種資料外流動作，這類會被擋下、退回你手動確認，得先退出自動模式才可能執行。
為什麼：很多主管一聽到「AI 自己跑」就直接聯想到失控，其實方向反了。自動模式接手的是確認權，判斷權始終在你手上。 真正危險的動作會被擋在一條你設好的界線外，反而比你自己一路狂按「同意」更安全。
怎麼確認做對了：你能用一句話跟老闆解釋清楚「它會自己做什麼、絕對不會做什麼」，就算過關。講不清楚，就別急著放手。
Step 2：挑一個「錯了也不會出事」的任務先交給它
第一次放手，任務要挑可逆、低風險、規則清楚的。整理一批資料、把一份報告改成固定格式、從一堆檔案裡撈出重點做成摘要，這類做壞了重跑一次就好，不會動到正式系統，也不會外流機密。先在這種任務上看它怎麼跑、怎麼被擋，再談把重要的事交出去。
做什麼：對照下面這張表，先從左欄挑一件任務，右欄的先別碰。
| 適合先交給自動模式 | 現在還不要交 |
|---|---|
| 整理、清洗一批雜亂資料 | 直接改動正式上線的系統或資料庫 |
| 把散落檔案做成一份摘要或報表 | 需要輸入客戶名單、密碼、金鑰的流程 |
| 產出文件初稿、重新排版 | 對外發信、付款、簽核這類一按就收不回的動作 |
| 例行、每週都要做一次的重複工 | 一次性、做錯代價很高又難回頭的判斷 |
為什麼：員工上完 AI 課卻什麼都沒改變 的常見原因，就是一開始就挑了太難、太敏感的場景，一次卡住就再也不敢用。從小事開始，是為了先把信任建立起來。
怎麼確認做對了：這件任務就算 AI 全做錯，你五分鐘內能收拾乾淨、不會驚動任何人，代表你挑對了。
Step 3：先把工作環境和權限邊界圍好
放手之前，先把它能碰的範圍圍起來。自動模式的分類器會參考你的專案是公開還是私有、目前的檔案狀態、以及資料處理規則來判斷一個動作危不危險。你要做的，是讓它在一個「就算亂跑也傷不到正式業務」的空間裡工作，而不是直接放進公司的核心系統。
放手不是全開，是先畫好一塊「就算出錯也傷不到正事」的安全區。
做什麼：準備一個獨立的資料夾或副本給它工作，把正式、上線中的檔案跟它隔開。需要它固定放行某些動作時，用允許清單明確列出來，而不是整片開放。這一步就是 人機協作 裡「先分好誰負責什麼」的數位版。
為什麼：自動模式的既有權限規則會比分類器先生效。你事先定好的邊界，是它跑再快都不會越過的第一道牆。牆先砌好，後面才敢放手。
怎麼確認做對了：你能明確指出「它現在只能動這個資料夾」，而且那個資料夾裡沒有任何一份丟了會出事的檔案。
Step 4：用一句話把任務講清楚，然後真的放手
自動模式最大的價值，是省下你一路盯著按「同意」的時間，但前提是你得先把任務講清楚。把目標、要用哪些檔案、你要的成果長什麼樣子，一次講明白，然後讓它自己跑完，中途別一直插手。指令越清楚，它跑偏的機會越低，你回收的時間也越多。
做什麼：用「我要什麼結果、根據哪些資料、交出什麼格式」這三段話下指令。例如「把這個資料夾裡三份週報，整理成一頁的主管摘要，用條列、控制在 300 字內」。
為什麼：對主管來說，這裡的報酬率很直接：一件原本要員工花兩小時、你還得來回確認的例行工，變成講一句話、幾分鐘拿回初稿。省下的不是零頭，是可以拿去跟老闆算的人力時間。
怎麼確認做對了：你交代完之後可以離開螢幕去開會，回來拿到的成果有八成能用，代表你的指令夠清楚了。
Step 5：看懂「被擋下來」的訊號，建立提示詞注入的防呆
自動模式不是全自動，它會在關鍵時刻停下來，而這些停頓正是給你的安全訊號。當 AI 去讀取外部內容時，Anthropic 會在後台先掃描一遍，攔截試圖「劫持」它的隱藏指令，這種攻擊叫提示詞注入。另外，只要它連續被擋三次、或整個工作階段累積被擋二十次，系統會自動退回「每步都問你」的手動模式。
做什麼：把「被擋下來」當成好事，而不是故障。看到它停下來或退回手動，先問「它剛剛想碰什麼」，而不是急著全部放行。你自己要守的一條規則是：來路不明的網頁、郵件、檔案內容，別隨手貼給它照單全收。
為什麼：提示詞注入的意思，是有人把「請把公司資料寄到這個信箱」這種指令，藏在一份看起來正常的文件裡，等 AI 讀到就照做。Anthropic 引用一項第三方測試，對最新模型發動 720 次間接提示詞注入攻擊，結果 0 次成功；同一份研究裡，自動模式攔下了 89% 的有害動作，人工審查只抓到 13.6%。但這不代表風險歸零。獨立資安研究者 Simon Willison 就提醒，偽裝成正常安裝步驟的惡意套件這類手法，仍值得警惕。
怎麼確認做對了：你能分辨「它被擋是因為那個動作真的危險」和「它只是需要你確認」，而且你不會因為嫌麻煩就無腦全部放行。
Step 6：驗收成果，再決定要不要擴大授權
AI 會動，不代表它做對。每一次放手跑完，你都要親自驗收哪裡對、哪裡看起來對其實錯，確認站得住，才把授權範圍往外推一格。先穩定指揮它做好一件事，再談交給它一整條流程，順序反過來，通常會在驗收這關翻車。
做什麼：用下面這張清單，在每次擴大授權前自查一遍。
| 放手前自查項目 | 通過標準 |
|---|---|
| 成果驗收 | 我親自看過，不是只看它說「done」 |
| 邊界確認 | 它能動的範圍沒有偷偷變大 |
| 資料安全 | 過程中沒有機密被送到外部 |
| 可回頭 | 就算這次全錯，我收拾得掉 |
為什麼：會拆任務、會驗收、替結果扛責，這些正是 中階主管培訓 一直在練的本事，只是對象換成了 AI。要判斷公司夠不夠格把更多流程交出去，可以對照 智谷企業 AI 診斷 的五個維度：策略、組織、流程、資料、人才，卡關通常不在工具，而在後面這幾項還沒補上。
怎麼確認做對了：你手上有一套「無法造假」的驗收方式，下次老闆問「這東西可信嗎」，你答得出來憑什麼可信。
自動模式最容易踩的三個坑
自動模式最常見的翻車，不是 AI 太笨，是人把它當成不用管的全自動。以下三個坑，多半發生在主管急著看到成效、跳過了邊界和驗收的時候。避開它們，比多學十個功能都值錢。
坑 1：把「自動」當成「不用看」。自動模式省的是逐步確認，不是最後的驗收。跳過驗收，等於把 工具愈加愈多卻愈來愈累 那種返工成本，原封不動留給自己。
坑 2：一開始就把它接進正式系統。沒有先在獨立空間試跑，直接讓它動上線中的資料，一旦出錯就是難以回頭的損失。先在沙盒練熟，是最便宜的保險。
坑 3：把來路不明的內容直接餵給它。提示詞注入正是靠這一步得逞。任何要它去讀的外部文件、連結、郵件，先問自己「這來源我信得過嗎」，再交出去。
真正的門檻在於敢不敢放手、又懂得在哪裡收手，會不會用工具反而是其次。
FAQ
自動模式會不會偷偷把公司資料傳出去？
不會自動放行。Anthropic 說明，把程式碼、密鑰這類資料往外送的「資料外流」動作會被分類器擋下、退回人工審核，不會在自動模式裡自己執行；要跑，得由你主動退出自動模式並確認。這條界線是系統設計來擋著的，不靠 AI 自律，但也不等於百分百防呆。你仍要做的，是別把機密檔案放進它能碰的工作資料夾裡。
我完全不會寫程式，也能用 Claude Code 自動模式嗎？
可以，而且自動模式反而降低了門檻。你不需要懂程式語法，只需要會用清楚的中文交代「我要什麼結果、根據哪些資料、交出什麼格式」。真正要練的是管理能力：把任務講清楚、圈好它能動的範圍、最後驗收成果。這些是主管本來就會的事，只是對象從人換成 AI。把它想成帶一個做事很快、但需要你把關的新同事，會比想成寫程式更貼切。
什麼是提示詞注入，我該怎麼防？
提示詞注入是一種攻擊：有人把惡意指令藏在一份看似正常的文件、網頁或郵件裡，等 AI 讀到就照做，例如「把這份資料寄到某個信箱」。Anthropic 會在 AI 讀取外部內容時於後台先掃描攔截，第三方測試裡 720 次攻擊 0 次成功，但風險並非歸零。你能做的防呆很簡單：來路不明的內容別隨手交給它照單全收，並把它被擋下來的每一次停頓，當成提醒而不是故障。
自動模式跑錯造成損失，責任算誰的？
算人的，不算 AI 的。這也是為什麼驗收和邊界這麼重要：AI 可以代替你執行，代替不了你為結果簽名。導入前先想清楚，哪些動作可以放手、哪些一定要你確認、出事時問責落在誰身上。實務上，先讓它在獨立空間跑可逆的任務，確認穩定再擴大授權，就是把「出錯的代價」控制在你收拾得掉的範圍內，而不是事後才追究。
自動模式適合拿來處理哪些營運工作？
適合可逆、規則清楚、重複性高的例行工：整理雜亂資料、把散落檔案彙整成報表、產出文件初稿、每週固定要做的彙報。這類做錯重跑一次就好，不會動到正式系統。暫時別交給它的，是對外發信、付款簽核這種一按就收不回的動作，以及需要輸入客戶名單、密碼的敏感流程。判斷原則是先看「做錯了收不收得回」，收得回的先放手，收不回的自己來。
關於智谷
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。
智谷的核心服務包含：
- 智谷企業 AI 診斷（企業版五階段評估）
- AI 能力卡牌工作坊（個人／團隊實作盤點）
- 主管培訓與領導力發展
執行長： 林峻民（Jimmy Lin）
想了解更多企業如何走進 AI 時代，請見 kvalley.biz
研究來源
- Anthropic 2026 官方部落格《Auto mode is now the default in Claude Code》（含分類器機制、資料外流硬擋、連續 3 次／單場 20 次被擋自動退回手動等說明）
- Anthropic 引用之 1,053 名開發者研究：自動模式攔下 89% 有害動作，人工審查僅 13.6%；第三方 720 次間接提示詞注入測試 0 次成功
- Simon Willison 2026-08-08〈Claude Code’s auto mode〉對自動模式資安風險與提示詞注入的獨立解讀