7. 限制與注意事項
Claude 很強，但不萬能。知道它的邊界，您才能更聰明地用它。
🛑 Claude 不能做什麼
1. 不知道您的內部資料（除非您給）
Claude 沒有：
- 您公司資料庫的存取權
- 您信箱、Slack、Notion 的內容
- 您電腦上沒掛進工作資料夾的檔案
怎麼讓它有？貼上來，或掛資料夾，或連 MCP。
2. 知識截止：2025 年 5 月
Claude 不知道之後的事：
- ❌ 2025/06 之後的新聞
- ❌ 2025/06 之後新發布的程式套件版本
- ❌ 最新一季財報
- ❌ 最新節目 / 比賽結果
解法：請它搜尋網路。它會主動使用 WebSearch / WebFetch。
3. 不能執行金錢交易
「Don’t execute trades or move money.」
Claude 可以幫您：
- ✅ 分析投資組合
- ✅ 生成預算試算表
- ✅ 解釋稅法
但不會：
- ❌ 替您下單買股票
- ❌ 替您匯款
- ❌ 替您按下「確認購買」
這是 Anthropic 的安全設計——重要金錢動作必須您親手按。
4. 不能寫惡意程式
不論您理由多好（教育、研究、紅隊測試），Claude 不寫：
- 病毒、勒索軟體、木馬
- 偽冒網站
- 漏洞攻擊腳本
要做這類工作，請用專業安全工具。
5. 不會主動聯絡其他人
Claude 不會：
- 主動寄信
- 主動發 Slack 訊息
- 主動撥電話
除非您明確指示並提供必要連接（例如 Gmail MCP）。
6. 對某些政治 / 倫理話題會中立
Claude 對爭議性話題會：
- 提供多方觀點
- 避免明確表態
- 鼓勵您獨立思考
不是「逃避」，是設計如此——這類話題沒有客觀正確答案。
⚠️ Claude 容易犯的 5 個錯
錯 1：過度自信
LLM 有時會「很有信心地說錯」。對重要事實，您要：
- 自己驗證關鍵數字
- 要求 Claude 提供來源
- 對「就我所知」「根據文件」「網路上說」這類弱證據打折扣
錯 2：胡亂添加細節
當資訊不夠，Claude 可能「補完故事」。例：
Q：你能說明 PAM 的 InterviewSlot 表嗎？
❌（如果這 table 不存在，Claude 可能編一個）
A：InterviewSlot 表記錄面談時段...
✅ 應對：
您：請先讀 [[40-Resources/PAM/02-開發文件/資料表清單]] 確認這個 table 存在再回答
錯 3：忘記之前提過的限制
長對話中，Claude 可能漏掉早期您強調的限制。重要約束反覆提：
（10 訊息之前）：「不要用 try-catch 吞例外」
（現在）「請改這支 method」
✅ 加一句：「依先前約定，不要 try-catch 吞例外」
錯 4：過度道歉
Claude 有時會：
「我深感抱歉造成困擾，這是我的疏失，我會改進……」
這雖禮貌但浪費您時間。如果您不喜歡，可以說：
「直接給解法，不用道歉」
它會記住。
錯 5：照單全收 vs 該推回
Claude 偶爾會「太順從」。如果您指令本身有問題（例：要它 hardcode 密碼），它應該推回——但有時不會。重要決策您仍要自己判斷。
🛡 安全建議
1. 敏感資料先脫敏
把員工姓名 / 身分證 / 密碼貼給 Claude 前，先隱碼：
❌ 員工張三（A123456789）2026-04-26 申請事假
✅ 員工 [姓名]（[ID]）2026-04-26 申請事假
雖然 Anthropic 有資料政策，但最小揭露原則永遠是好習慣。
2. 重要產出自己再 review
特別是：
- 法律文件
- 金錢相關
- 對外公開資料
- 修改正式環境的 SQL
Claude 給草稿，您給最終版。
3. 對 LLM 輸出的程式碼，必跑測試
Claude 寫的程式：
- ✅ 大多時候可用
- ⚠️ 有時邊界情境沒處理
- ⚠️ 有時用了已棄用的 API
對 PAM 這種正式系統，所有 AI 寫的 code 一律走 PR + tests + code review。
4. 別把 Claude 當人類
它沒有：
- 真正的情感
- 持久記憶（每次對話獨立）
- 主動性
它模擬這些特質很像，但本質不同。把它當「很聰明的工具」就好。
🧪 驗證 Claude 答案的 4 招
1. 反問 / 反向驗證
Claude 給的 SQL 查詢
您：那如果 ExamRecord 沒有對應的 ExamParticipant 會怎樣？這個查詢會 NULL 還是 ERROR？
2. 要求多版本
請給我 3 種不同方案，各自 pros/cons
避免被單一答案誤導。
3. 要求引用來源
這個說法的來源是哪份 PAM 文件？quote 一段。
要 Claude 給文件位置 + 原文。如果它編造，您一查就知道。
4. 用測試案例驗證
您剛剛改的 GradingService.CalcGrade，
請給我 10 個測試案例（含邊界），覆蓋率 100%。
讓 AI 自己生 test cases，跑一遍即知對錯。
🤝 跟 Claude 高效合作的 3 個原則
- 明確 > 簡短：寧願多說 100 字，省下 5 次往返
- 驗證 > 信任：給的答案先試一個小規模
- 迭代 > 完美：對話本身就是優化工具，第 3 版往往比第 1 版好
下一章 → 08-學習資源與延伸 上一章 ← 06-PAM 工作場景應用 回到 Claude 學習指南目錄