◎本書特色：
☆從零開始：安裝 VS Code、設定 Python 環境、快速上手介面操作。
☆AI 實戰：完整示範 Copilot 的用法——寫程式、除錯、重構、生成測試與文件。
☆專案導向：涵蓋 CLI 工具、資料處理、API 整合等專案，邊學邊做，馬上能用。
☆資料科學應用：結合 Jupyter Notebook、NumPy、Pandas、Matplotlib，立即展現 AI + Python 的威力。
☆思維升級：教你如何成為「指揮 AI 的人」，而不是被 AI 主導，真正駕馭 Copilot。
★★★「程式設計不再孤軍奮戰，讓 AI 成為你的戰友！」★★★
☆☆☆「用 VS Code + Copilot，讓寫程式變得像聊天一樣簡單！」☆☆☆
★★★「專案實戰，立即上手，程式設計不再卡關！」★★★
《寫程式的AI戰友 - VS Code x GitHub Copilot》帶你進入 AI 輔助程式設計的新世代。本書不僅教你如何用 VS Code 打造專屬開發環境，更完整揭示 GitHub Copilot 的秘密武器：自動補全、錯誤修正、重構優化、AI 對話寫程式，讓你像專業工程師一樣高效開發。
◎為何要讀這本書？
在這個 AI 與程式設計緊密結合的時代，單靠背誦語法已經不足以讓你成為一位優秀的工程師。《寫程式的AI戰友 - VS Code x GitHub Copilot》將帶給你三大核心價值：
1. 掌握開發主流工具
VS Code 是全球最受歡迎的開發環境，本書完整介紹其安裝、操作與進階應用，讓你在最短時間內熟悉業界標準工具。
2. 學會駕馭 AI，而不是被 AI 取代
GitHub Copilot 能幫你寫程式，但本書更強調「思維升級」——如何正確下指令、判斷 AI 建議的正確性，培養「指揮 AI」的能力，避免淪為被動依賴。
3. 專案實戰，立即上手
從 CLI 工具到資料分析，從 API 整合到自動化報表，本書以專案導向學習，讓你邊學邊做，學到的技能馬上能應用在實際工作與專案中。
◎ 讀完這本書，你將：
☆ 熟悉 VS Code 與 Python 的整合操作。
☆ 能使用 GitHub Copilot 提升開發效率，寫程式就像與 AI 對話。
☆ 具備判斷、比較與優化程式碼的能力。
☆ 透過專案實戰累積經驗，快速從初學者邁向專業者。
這不只是一本文教你「怎麼寫程式」的書，而是一本幫你建立 「AI 時代程式設計思維」 的手冊。
☆從零開始：安裝 VS Code、設定 Python 環境、快速上手介面操作。
☆AI 實戰：完整示範 Copilot 的用法——寫程式、除錯、重構、生成測試與文件。
☆專案導向：涵蓋 CLI 工具、資料處理、API 整合等專案，邊學邊做，馬上能用。
☆資料科學應用：結合 Jupyter Notebook、NumPy、Pandas、Matplotlib，立即展現 AI + Python 的威力。
☆思維升級：教你如何成為「指揮 AI 的人」，而不是被 AI 主導，真正駕馭 Copilot。
★★★「程式設計不再孤軍奮戰，讓 AI 成為你的戰友！」★★★
☆☆☆「用 VS Code + Copilot，讓寫程式變得像聊天一樣簡單！」☆☆☆
★★★「專案實戰，立即上手，程式設計不再卡關！」★★★
《寫程式的AI戰友 - VS Code x GitHub Copilot》帶你進入 AI 輔助程式設計的新世代。本書不僅教你如何用 VS Code 打造專屬開發環境，更完整揭示 GitHub Copilot 的秘密武器：自動補全、錯誤修正、重構優化、AI 對話寫程式，讓你像專業工程師一樣高效開發。
◎為何要讀這本書？
在這個 AI 與程式設計緊密結合的時代，單靠背誦語法已經不足以讓你成為一位優秀的工程師。《寫程式的AI戰友 - VS Code x GitHub Copilot》將帶給你三大核心價值：
1. 掌握開發主流工具
VS Code 是全球最受歡迎的開發環境，本書完整介紹其安裝、操作與進階應用，讓你在最短時間內熟悉業界標準工具。
2. 學會駕馭 AI，而不是被 AI 取代
GitHub Copilot 能幫你寫程式，但本書更強調「思維升級」——如何正確下指令、判斷 AI 建議的正確性，培養「指揮 AI」的能力，避免淪為被動依賴。
3. 專案實戰，立即上手
從 CLI 工具到資料分析，從 API 整合到自動化報表，本書以專案導向學習，讓你邊學邊做，學到的技能馬上能應用在實際工作與專案中。
◎ 讀完這本書，你將：
☆ 熟悉 VS Code 與 Python 的整合操作。
☆ 能使用 GitHub Copilot 提升開發效率，寫程式就像與 AI 對話。
☆ 具備判斷、比較與優化程式碼的能力。
☆ 透過專案實戰累積經驗，快速從初學者邁向專業者。
這不只是一本文教你「怎麼寫程式」的書，而是一本幫你建立 「AI 時代程式設計思維」 的手冊。
▌第1 章 VS Code 是誰? 為何開發者都用它?
1-1 認識 VS Code 的誕生與設計理念
1-1-1 微軟出品卻開源免費 - 開放與創新的象徵
1-1-2 輕量與模組化 - 由「編輯器」進化為「開發平台」
1-1-3 為開發者而生 - 從 UI 到功能的精緻設計
1-2 VS Code vs 其他 IDE（PyCharm、Jupyter、Spyder）
1-2-1 PyCharm - 功能齊全但較重，VS Code 輕量取勝
1-2-2 Jupyter Notebook - 適合資料分析，VS Code 更適合專案開發
1-2-3 Spyder - 科學運算為主，但擴充性不及 VS Code
1-2-4 小結 - VS Code 的彈性與擴充，打造萬用開發利器
1-3 VS Code 對 Python 開發的優勢與定位
1-3-1 Python 延伸模組支援強大（Linting、Debug、Jupyter 等）
1-3-2 Git 與 GitHub 整合，專案管理無縫接軌
1-3-3 開發者生態圈活躍，外掛資源豐富
1-3-4 與 GitHub Copilot 結合，進入 AI 程式設計新時代
▌第2 章 打造你的 VS Code 開發環境
2-1 安裝 VS Code
2-1-1 Windows 系統下載與安裝 VS Code
2-1-2 首次啟動更改VS Code 背景顏色
2-1-3 建立VS Code 中文環境
2-2 安裝 Python 解譯器
2-2-1 下載與安裝Python
2-2-2 如何知道自己安裝哪些Python 版本
2-2-3 你可以怎麼解決多版本Python 的PATH 設定
2-3 VS Code 安裝Python 模組
2-3-1 安裝Python 擴充模組
2-3-2 選擇Python 解譯器
2-4 認識 VS Code 的介面
2-4-1 左側功能欄
2-4-2 開始
2-4-3 逐步解說
2-5 建立資料夾與Python 程式
2-5-1 開啟空白資料夾
2-5-2 新增資料夾
2-5-3 新增檔案
2-5-4 建立Python 程式
2-5-5 執行程式
2-5-6 關閉資料夾
2-6 開啟檔案
2-6-1 先開啟「資料夾」再選取檔案
2-6-2 直接「開啟檔案」
2-7 啟用GitHub Copilot
2-7-1 GitHub Copilot 簡介
2-7-2 安裝Copilot 延伸模組
2-7-3 登入GitHub Copilot
2-7-4 測試GitHub Copilot 是否安裝成功
2-8 終端機管理
2-8-1 啟用與使用 VS Code 內建終端機
2-8-2 終端機環境測試指令
2-8-3 認識pip 基礎知識
2-8-4 pip 與 Python 多版本搭配技巧
2-8-5 Python 程式執行常見與pip 有關錯誤與排除方式
▌第3 章 VS Code 基本操作快速上手
3-1 編輯器操作介面導覽
3-1-1 側邊欄
3-1-2 編輯區
3-1-3 標籤列
3-1-4 狀態列
3-1-5 內建終端機
3-1-6 Copilot 編輯區
3-2 命令面板、工作區與檔案管理
3-2-1 命令面板（Command Palette）
3-2-2 工作區（Workspace）與資料夾管理
3-3 快捷鍵實用技巧與視窗配置最佳化
3-3-1 常用快捷鍵整理
3-3-2 視窗配置
3-3-3 主題與配色
▌第4 章 在 VS Code 中寫Python 程式
4-1 輸出、輸入與變數的操作
4-2 主控或工具人 - if __name__ == "__main__"
4-2-1 基礎觀念
4-2-2 創意實例 - 我是主控，還是工具人？
4-2-3 VS Code 視窗看主控和工具人專案
4-2-4 主控和工具人學習重點
▌第5 章 VS Code 中的互動練功場用 REPL 模式即時學 Python
5-1 什麼是 REPL ？為什麼學 Python 要學它？
5-1-1 解釋 Read - Eval - Print - Loop 的概念
5-1-2 初學者「練習邏輯與語法」的最佳入口
5-2 用終端機啟動 Python REPL
5-2-1 嘗試基本語法、變數、運算、函數定義
5-2-2 介紹內建函數如 type()、help()、dir() 的應用
5-3 使用 Python REPL 標籤頁（Start REPL）
5-3-1 如何開啟 Python REPL 標籤頁
5-3-2 變數 - 執行與偵錯
5-3-3 REPL 標籤頁的操作特性
5-3-4 實用示範操作
5-4 終端機 REPL 與 REPL 標籤頁的差異與應用場景
▌第6 章 讓 AI 幫你寫程式GitHub Copilot 入門
6-1 使用註解觸發 Copilot 寫出函數
6-1-1 教學如何使用自然語言註解讓 Copilot 自動產生對應函數
6-1-2 示範常見註解語法類型（中英文皆可）
6-1-3 強調「提示語言」與「程式語言」混用的有效策略
6-1-4 讀者可以練習的註解基礎提示
6-1-5 讀者可以練習的註解進階提示
6-2 補全語法、參數與錯誤提示
6-2-1 示範如何從變數、函數名稱的開頭讓 Copilot 自動補完內容
6-2-2 說明 Copilot 如何根據上下文猜測資料結構與參數類型
6-2-3 輸入錯誤或不完整時 Copilot 的容錯行為與修正建議
6-3 AI 幫忙完成你腦海中的程式邏輯
6-3-1 實戰情境 - 你知道你「想做什麼」，但不知道怎麼寫
6-3-2 使用部分函數、流程片段，讓 Copilot 幫你「接下去寫」
6-3-3 結合測試、範例輸入、輸出提示來強化 Copilot 的回應品質
6-3-4 示範如何反覆提示、調整指令，與 AI 互動式協作
▌第7 章 用Copilot 幫你除錯、解釋與重構程式
7-1 Copilot 協助程式開發的雙模式運作 - 自動補全與互動審查
7-2 利用 Copilot 改寫與最佳化程式
7-2-1 讓 Copilot 調整命名與格式提升可讀性
7-2-2 用簡單註解提示 Copilot 改寫現有程式
7-2-3 比較 Copilot 重構前後版本的優劣（搭配註解說明）
7-2-4 Copilot 常見重構註解句型清單
7-2-5 系列重構實例
7-3 將錯誤訊息變成修正建議
7-3-1 將錯誤訊息貼回編輯器，觀察 Copilot 修正方式
7-3-2 解釋Modify using Copilot 和Review using Copilot
7-3-3 Copilot 如何自動補出可能的修正範例
7-3-4 Copilot 如何根據錯誤行上下文補出防錯邏輯
7-3-5 錯誤修正任務 - 讓 Copilot 幫你從錯誤中成長！
7-4 協助理解陌生程式片段與資料流程
7-4-1 在函數上方輸入「 # 解釋這段程式碼 」讓 Copilot 加入註解
7-4-2 分析資料處理流程與資料結構使用
7-4-3 用 Copilot 幫忙「翻譯」舊程式碼、過時寫法
▌第8 章 用 Copilot Chat 和 AI 對話寫程式
8-1 認識 Copilot Chat 對話式編程介面
8-1-1 Copilot Chat 是什麼？與傳統 Copilot 有何不同？
8-1-2 如何啟用 Copilot Chat
8-1-3 認識Copilot Chat 視窗
8-1-4 聊天輸入基礎知識
8-2 用自然語言請 AI 解釋程式
8-2-1 示範輸入 - 檔案程式摘要分析
8-2-2 解釋特定段落
8-2-3 自動翻譯英文註解成中文 - 雙語學習應用
8-3 用對話方式除錯與修正錯誤
8-3-1 將錯誤訊息貼入 Chat 請求修正建議
8-3-2 錯誤說明：IndexError, KeyError, TypeError
8-3-3 多步驟對話修正流程
8-4 請 AI 幫你重構與優化程式
8-4-1 自然語言提示範例
8-4-2 善用 Copilot Chat 自動拆解、重新命名、加入防錯
8-5 跨檔案提問與整體架構理解
8-5-1 查詢目前專案有哪些檔案
8-5-2 請 Copilot 解釋 main.py 與 utils.py 的關係
8-5-3 使用多步驟提示建立全域邏輯理解
8-6 生成測試、文件與範例輸入
▌第9 章 VS Code + Jupyter Notebook 資料科學實戰起點
9-1 Jupyter Notebook 開發 Python 程式的特色
9-2 安裝與使用 Jupyter 擴充模組
9-2-1 在 VS Code Marketplace 中搜尋並安裝 Jupyter 擴充功能
9-2-2 必要相依項目 - ipykernel
9-2-3 測試是否安裝Jupyter Notebook 成功
9-3 執行 .ipynb 資料分析筆記本
9-3-1 Notebook 介面導覽
9-3-2 執行每個儲存的方式與輸出觀察
9-3-3 儲存與轉換 .ipynb 成 .py 或 .html
9-4 儲存格選取、複製、移動與刪除
9-5 Markdown 語法
9-5-1 建立與生成Markdown 文件
9-6 結合 Numpy、Matplotlib、Pandas 的應用展示
9-6-1 利用 NumPy 進行矩陣運算與隨機數產生
9-6-2 用 Matplotlib 繪製簡單折線圖與長條圖
9-6-3 載入 Pandas 資料並顯示前幾筆資料
9-6-4 整合三者進行一個小型資料分析任務
9-7 比較 Jupyter 與 Python script 的開發方式
9-7-1 Notebook 的互動性與可視化優勢
9-7-2 Python script 的流程控制與可部署性
9-7-3 兩者整合使用的實務建議
9-7-4 開發效率、版本控管、合作方式的比較分析
▌第10 章 專案實作 - CLI 應用程式
10-1 用 Python 撰寫命令列工具
10-1-1 CLI 應用介紹與範例展示
10-1-2 設計實用CLI 的流程與架構
10-1-3 CLI 實例 - 批量轉換文字檔格式
10-1-4 CLI 實例 - 批量壓縮圖片
10-2 Copilot 協助自動生成指令結構
10-2-1 如何提示 Copilot 產生 CLI 架構
10-2-2 用自然語言生成 argparse 模組
10-2-3 自動補齊子指令、說明與錯誤處理邏輯
10-3 用argparse、os、shutil 實作功能
10-3-1 使用 argparse 處理命令列參數
10-3-2 搭配 os 與 shutil 操作檔案、資料夾
10-3-3 實作 - 批次複製、壓縮、改檔名、自動建立備份等功能
▌第11 章 專案實作 - 資料處理小幫手
11-1 專案目標 - 輸入/ 輸出範例
11-2 使用pandas 進行資料讀取與分析
11-2-1 讀取 CSV、處理欄位名稱與缺漏值
11-2-2 分群統計（groupby）、平均、總和與排序
11-2-3 計算欄位（如金額、成效比）
11-3 openpyxl 寫入報表與格式設定
11-3-1 建立 Excel 報表並寫入 pandas DataFrame
11-3-2 自動命名工作表與儲存路徑
11-3-3 加上儲存格樣式（標題加粗、欄寬調整、數字格式）
11-4 使用 pathlib 管理報表輸出與結構
11-4-1 建立資料夾與日期自動命名
11-4-2 建立輸出路徑與備份版本
11-4-3 檔名自動化 - 報表名稱 + 時間戳記
11-5 AI 協作實作 - 用 Copilot 或 ChatGPT 規劃報表流程
11-5-1 讓 AI 協助推導報表欄位與公式（自然語言提示）
11-5-2 自動產生欄位命名邏輯、報表主流程
11-5-3 與 AI 對話調整資料處理邏輯的練習
11-6 自動化流程封裝 - 部門銷售報表生成器
▌第12 章 專案實作 - API 整合應用
12-1 寫一個查詢天氣或匯率的程式
12-1-1 選擇與介紹公開 API
12-1-2 設計天氣查詢程式
12-1-3 設計匯率查詢程式
12-2 使用requests + Copilot 幫你組合 API 呼叫流程
12-3 加入簡單例外處理與錯誤提示
▌第13 章 寫程式的正確姿勢「AI 是你的助理」，「不是你的大腦」
13-1 Copilot 會出錯嗎？如何判斷建議是否合理？
13-1-1 AI 為什麼會「看起來很對、其實錯了」？
13-1-2 常見錯誤型態：語意錯誤、效能問題、格式正確但邏輯錯
13-1-3 實例分析 - 錯誤的 SQL 查詢、無效的資料結構
13-1-4 建議不要「複製就貼上」，要先「理解再選擇」
13-2 「 AI 輔助」≠「AI 取代」 - 保持邏輯思考與程式判斷力
13-2-1 AI 是語言模型，不是驗證機器
13-2-2 思考順序、變數命名、流程設計仍需人腦決策
13-2-3 怎樣才叫「有 AI 輔助的人腦」而不是「被 AI 駕駛的大腦」
13-2-4 練習 - 「 我會怎麼寫？」與「Copilot 建議怎麼寫？」的比對
13-3 如何引導Copilot 給你正確、清晰的建議
13-3-1 如何寫好「註解提示」來引導 Copilot
13-3-2 中文 vs 英文，哪種效果更好？
13-3-3 要精簡還是詳細？提示語的長度與明確度影響什麼
13-3-4 範例 - 用一列註解帶出三種不同程式邏輯
13-4 強化你的人腦思考，才是駕馭 AI 的關鍵
13-4-1 你不只是「寫程式的人」，你是「指揮 AI 寫程式的人」
13-4-2 建立自己的程式風格與決策原則
13-4-3 用 AI 幫你學習、比較、優化，而不是直接接收
13-4-4 小任務練習 - 讓 AI 給你三種寫法，然後你選最佳解asnd ▌第1 章 VS Code 是誰? 為何開發者都用它?
1-1 認識 VS Code 的誕生與設計理念
1-1-1 微軟出品卻開源免費 - 開放與創新的象徵
1-1-2 輕量與模組化 - 由「編輯器」進化為「開發平台」
1-1-3 為開發者而生 - 從 UI 到功能的精緻設計
1-2 VS Code vs 其他 IDE（PyCharm、Jupyter、Spyder）
1-2-1 PyCharm - 功能齊全但較重，VS Code 輕量取勝
1-2-2 Jupyter Notebook - 適合資料分析，VS Code 更適合專案開發
1-2-3 Spyder - 科學運算為主，但擴充性不及 VS Code
1-2-4 小結 - VS Code 的彈性與擴充，打造萬用開發利器
1-3 VS Code 對 Python 開發的優勢與定位
1-3-1 Python 延伸模組支援強大（Linting、Debug、Jupyter 等）
1-3-2 Git 與 GitHub 整合，專案管理無縫接軌
1-3-3 開發者生態圈活躍，外掛資源豐富
1-3-4 與 GitHub Copilot 結合，進入 AI 程式設計新時代
▌第2 章 打造你的 VS Code 開發環境
2-1 安裝 VS Code
2-1-1 Windows 系統下載與安裝 VS Code
2-1-2 首次啟動更改VS Code 背景顏色
2-1-3 建立VS Code 中文環境
2-2 安裝 Python 解譯器
2-2-1 下載與安裝Python
2-2-2 如何知道自己安裝哪些Python 版本
2-2-3 你可以怎麼解決多版本Python 的PATH 設定
2-3 VS Code 安裝Python 模組
2-3-1 安裝Python 擴充模組
2-3-2 選擇Python 解譯器
2-4 認識 VS Code 的介面
2-4-1 左側功能欄
2-4-2 開始
2-4-3 逐步解說
2-5 建立資料夾與Python 程式
2-5-1 開啟空白資料夾
2-5-2 新增資料夾
2-5-3 新增檔案
2-5-4 建立Python 程式
2-5-5 執行程式
2-5-6 關閉資料夾
2-6 開啟檔案
2-6-1 先開啟「資料夾」再選取檔案
2-6-2 直接「開啟檔案」
2-7 啟用GitHub Copilot
2-7-1 GitHub Copilot 簡介
2-7-2 安裝Copilot 延伸模組
2-7-3 登入GitHub Copilot
2-7-4 測試GitHub Copilot 是否安裝成功
2-8 終端機管理
2-8-1 啟用與使用 VS Code 內建終端機
2-8-2 終端機環境測試指令
2-8-3 認識pip 基礎知識
2-8-4 pip 與 Python 多版本搭配技巧
2-8-5 Python 程式執行常見與pip 有關錯誤與排除方式
▌第3 章 VS Code 基本操作快速上手
3-1 編輯器操作介面導覽
3-1-1 側邊欄
3-1-2 編輯區
3-1-3 標籤列
3-1-4 狀態列
3-1-5 內建終端機
3-1-6 Copilot 編輯區
3-2 命令面板、工作區與檔案管理
3-2-1 命令面板（Command Palette）
3-2-2 工作區（Workspace）與資料夾管理
3-3 快捷鍵實用技巧與視窗配置最佳化
3-3-1 常用快捷鍵整理
3-3-2 視窗配置
3-3-3 主題與配色
▌第4 章 在 VS Code 中寫Python 程式
4-1 輸出、輸入與變數的操作
4-2 主控或工具人 - if __name__ == "__main__"
4-2-1 基礎觀念
4-2-2 創意實例 - 我是主控，還是工具人？
4-2-3 VS Code 視窗看主控和工具人專案
4-2-4 主控和工具人學習重點
▌第5 章 VS Code 中的互動練功場用 REPL 模式即時學 Python
5-1 什麼是 REPL ？為什麼學 Python 要學它？
5-1-1 解釋 Read - Eval - Print - Loop 的概念
5-1-2 初學者「練習邏輯與語法」的最佳入口
5-2 用終端機啟動 Python REPL
5-2-1 嘗試基本語法、變數、運算、函數定義
5-2-2 介紹內建函數如 type()、help()、dir() 的應用
5-3 使用 Python REPL 標籤頁（Start REPL）
5-3-1 如何開啟 Python REPL 標籤頁
5-3-2 變數 - 執行與偵錯
5-3-3 REPL 標籤頁的操作特性
5-3-4 實用示範操作
5-4 終端機 REPL 與 REPL 標籤頁的差異與應用場景
▌第6 章 讓 AI 幫你寫程式GitHub Copilot 入門
6-1 使用註解觸發 Copilot 寫出函數
6-1-1 教學如何使用自然語言註解讓 Copilot 自動產生對應函數
6-1-2 示範常見註解語法類型（中英文皆可）
6-1-3 強調「提示語言」與「程式語言」混用的有效策略
6-1-4 讀者可以練習的註解基礎提示
6-1-5 讀者可以練習的註解進階提示
6-2 補全語法、參數與錯誤提示
6-2-1 示範如何從變數、函數名稱的開頭讓 Copilot 自動補完內容
6-2-2 說明 Copilot 如何根據上下文猜測資料結構與參數類型
6-2-3 輸入錯誤或不完整時 Copilot 的容錯行為與修正建議
6-3 AI 幫忙完成你腦海中的程式邏輯
6-3-1 實戰情境 - 你知道你「想做什麼」，但不知道怎麼寫
6-3-2 使用部分函數、流程片段，讓 Copilot 幫你「接下去寫」
6-3-3 結合測試、範例輸入、輸出提示來強化 Copilot 的回應品質
6-3-4 示範如何反覆提示、調整指令，與 AI 互動式協作
▌第7 章 用Copilot 幫你除錯、解釋與重構程式
7-1 Copilot 協助程式開發的雙模式運作 - 自動補全與互動審查
7-2 利用 Copilot 改寫與最佳化程式
7-2-1 讓 Copilot 調整命名與格式提升可讀性
7-2-2 用簡單註解提示 Copilot 改寫現有程式
7-2-3 比較 Copilot 重構前後版本的優劣（搭配註解說明）
7-2-4 Copilot 常見重構註解句型清單
7-2-5 系列重構實例
7-3 將錯誤訊息變成修正建議
7-3-1 將錯誤訊息貼回編輯器，觀察 Copilot 修正方式
7-3-2 解釋Modify using Copilot 和Review using Copilot
7-3-3 Copilot 如何自動補出可能的修正範例
7-3-4 Copilot 如何根據錯誤行上下文補出防錯邏輯
7-3-5 錯誤修正任務 - 讓 Copilot 幫你從錯誤中成長！
7-4 協助理解陌生程式片段與資料流程
7-4-1 在函數上方輸入「 # 解釋這段程式碼 」讓 Copilot 加入註解
7-4-2 分析資料處理流程與資料結構使用
7-4-3 用 Copilot 幫忙「翻譯」舊程式碼、過時寫法
▌第8 章 用 Copilot Chat 和 AI 對話寫程式
8-1 認識 Copilot Chat 對話式編程介面
8-1-1 Copilot Chat 是什麼？與傳統 Copilot 有何不同？
8-1-2 如何啟用 Copilot Chat
8-1-3 認識Copilot Chat 視窗
8-1-4 聊天輸入基礎知識
8-2 用自然語言請 AI 解釋程式
8-2-1 示範輸入 - 檔案程式摘要分析
8-2-2 解釋特定段落
8-2-3 自動翻譯英文註解成中文 - 雙語學習應用
8-3 用對話方式除錯與修正錯誤
8-3-1 將錯誤訊息貼入 Chat 請求修正建議
8-3-2 錯誤說明：IndexError, KeyError, TypeError
8-3-3 多步驟對話修正流程
8-4 請 AI 幫你重構與優化程式
8-4-1 自然語言提示範例
8-4-2 善用 Copilot Chat 自動拆解、重新命名、加入防錯
8-5 跨檔案提問與整體架構理解
8-5-1 查詢目前專案有哪些檔案
8-5-2 請 Copilot 解釋 main.py 與 utils.py 的關係
8-5-3 使用多步驟提示建立全域邏輯理解
8-6 生成測試、文件與範例輸入
▌第9 章 VS Code + Jupyter Notebook 資料科學實戰起點
9-1 Jupyter Notebook 開發 Python 程式的特色
9-2 安裝與使用 Jupyter 擴充模組
9-2-1 在 VS Code Marketplace 中搜尋並安裝 Jupyter 擴充功能
9-2-2 必要相依項目 - ipykernel
9-2-3 測試是否安裝Jupyter Notebook 成功
9-3 執行 .ipynb 資料分析筆記本
9-3-1 Notebook 介面導覽
9-3-2 執行每個儲存的方式與輸出觀察
9-3-3 儲存與轉換 .ipynb 成 .py 或 .html
9-4 儲存格選取、複製、移動與刪除
9-5 Markdown 語法
9-5-1 建立與生成Markdown 文件
9-6 結合 Numpy、Matplotlib、Pandas 的應用展示
9-6-1 利用 NumPy 進行矩陣運算與隨機數產生
9-6-2 用 Matplotlib 繪製簡單折線圖與長條圖
9-6-3 載入 Pandas 資料並顯示前幾筆資料
9-6-4 整合三者進行一個小型資料分析任務
9-7 比較 Jupyter 與 Python script 的開發方式
9-7-1 Notebook 的互動性與可視化優勢
9-7-2 Python script 的流程控制與可部署性
9-7-3 兩者整合使用的實務建議
9-7-4 開發效率、版本控管、合作方式的比較分析
▌第10 章 專案實作 - CLI 應用程式
10-1 用 Python 撰寫命令列工具
10-1-1 CLI 應用介紹與範例展示
10-1-2 設計實用CLI 的流程與架構
10-1-3 CLI 實例 - 批量轉換文字檔格式
10-1-4 CLI 實例 - 批量壓縮圖片
10-2 Copilot 協助自動生成指令結構
10-2-1 如何提示 Copilot 產生 CLI 架構
10-2-2 用自然語言生成 argparse 模組
10-2-3 自動補齊子指令、說明與錯誤處理邏輯
10-3 用argparse、os、shutil 實作功能
10-3-1 使用 argparse 處理命令列參數
10-3-2 搭配 os 與 shutil 操作檔案、資料夾
10-3-3 實作 - 批次複製、壓縮、改檔名、自動建立備份等功能
▌第11 章 專案實作 - 資料處理小幫手
11-1 專案目標 - 輸入/ 輸出範例
11-2 使用pandas 進行資料讀取與分析
11-2-1 讀取 CSV、處理欄位名稱與缺漏值
11-2-2 分群統計（groupby）、平均、總和與排序
11-2-3 計算欄位（如金額、成效比）
11-3 openpyxl 寫入報表與格式設定
11-3-1 建立 Excel 報表並寫入 pandas DataFrame
11-3-2 自動命名工作表與儲存路徑
11-3-3 加上儲存格樣式（標題加粗、欄寬調整、數字格式）
11-4 使用 pathlib 管理報表輸出與結構
11-4-1 建立資料夾與日期自動命名
11-4-2 建立輸出路徑與備份版本
11-4-3 檔名自動化 - 報表名稱 + 時間戳記
11-5 AI 協作實作 - 用 Copilot 或 ChatGPT 規劃報表流程
11-5-1 讓 AI 協助推導報表欄位與公式（自然語言提示）
11-5-2 自動產生欄位命名邏輯、報表主流程
11-5-3 與 AI 對話調整資料處理邏輯的練習
11-6 自動化流程封裝 - 部門銷售報表生成器
▌第12 章 專案實作 - API 整合應用
12-1 寫一個查詢天氣或匯率的程式
12-1-1 選擇與介紹公開 API
12-1-2 設計天氣查詢程式
12-1-3 設計匯率查詢程式
12-2 使用requests + Copilot 幫你組合 API 呼叫流程
12-3 加入簡單例外處理與錯誤提示
▌第13 章 寫程式的正確姿勢「AI 是你的助理」，「不是你的大腦」
13-1 Copilot 會出錯嗎？如何判斷建議是否合理？
13-1-1 AI 為什麼會「看起來很對、其實錯了」？
13-1-2 常見錯誤型態：語意錯誤、效能問題、格式正確但邏輯錯
13-1-3 實例分析 - 錯誤的 SQL 查詢、無效的資料結構
13-1-4 建議不要「複製就貼上」，要先「理解再選擇」
13-2 「 AI 輔助」≠「AI 取代」 - 保持邏輯思考與程式判斷力
13-2-1 AI 是語言模型，不是驗證機器
13-2-2 思考順序、變數命名、流程設計仍需人腦決策
13-2-3 怎樣才叫「有 AI 輔助的人腦」而不是「被 AI 駕駛的大腦」
13-2-4 練習 - 「 我會怎麼寫？」與「Copilot 建議怎麼寫？」的比對
13-3 如何引導Copilot 給你正確、清晰的建議
13-3-1 如何寫好「註解提示」來引導 Copilot
13-3-2 中文 vs 英文，哪種效果更好？
13-3-3 要精簡還是詳細？提示語的長度與明確度影響什麼
13-3-4 範例 - 用一列註解帶出三種不同程式邏輯
13-4 強化你的人腦思考，才是駕馭 AI 的關鍵
13-4-1 你不只是「寫程式的人」，你是「指揮 AI 寫程式的人」
13-4-2 建立自己的程式風格與決策原則
13-4-3 用 AI 幫你學習、比較、優化，而不是直接接收
13-4-4 小任務練習 - 讓 AI 給你三種寫法，然後你選最佳解askw ▌第1 章 VS Code 是誰? 為何開發者都用它?
1-1 認識 VS Code 的誕生與設計理念
1-1-1 微軟出品卻開源免費 - 開放與創新的象徵
1-1-2 輕量與模組化 - 由「編輯器」進化為「開發平台」
1-1-3 為開發者而生 - 從 UI 到功能的精緻設計
1-2 VS Code vs 其他 IDE（PyCharm、Jupyter、Spyder）
1-2-1 PyCharm - 功能齊全但較重，VS Code 輕量取勝
1-2-2 Jupyter Notebook - 適合資料分析，VS Code 更適合專案開發
1-2-3 Spyder - 科學運算為主，但擴充性不及 VS Code
1-2-4 小結 - VS Code 的彈性與擴充，打造萬用開發利器
1-3 VS Code 對 Python 開發的優勢與定位
1-3-1 Python 延伸模組支援強大（Linting、Debug、Jupyter 等）
1-3-2 Git 與 GitHub 整合，專案管理無縫接軌
1-3-3 開發者生態圈活躍，外掛資源豐富
1-3-4 與 GitHub Copilot 結合，進入 AI 程式設計新時代
▌第2 章 打造你的 VS Code 開發環境
2-1 安裝 VS Code
2-1-1 Windows 系統下載與安裝 VS Code
2-1-2 首次啟動更改VS Code 背景顏色
2-1-3 建立VS Code 中文環境
2-2 安裝 Python 解譯器
2-2-1 下載與安裝Python
2-2-2 如何知道自己安裝哪些Python 版本
2-2-3 你可以怎麼解決多版本Python 的PATH 設定
2-3 VS Code 安裝Python 模組
2-3-1 安裝Python 擴充模組
2-3-2 選擇Python 解譯器
2-4 認識 VS Code 的介面
2-4-1 左側功能欄
2-4-2 開始
2-4-3 逐步解說
2-5 建立資料夾與Python 程式
2-5-1 開啟空白資料夾
2-5-2 新增資料夾
2-5-3 新增檔案
2-5-4 建立Python 程式
2-5-5 執行程式
2-5-6 關閉資料夾
2-6 開啟檔案
2-6-1 先開啟「資料夾」再選取檔案
2-6-2 直接「開啟檔案」
2-7 啟用GitHub Copilot
2-7-1 GitHub Copilot 簡介
2-7-2 安裝Copilot 延伸模組
2-7-3 登入GitHub Copilot
2-7-4 測試GitHub Copilot 是否安裝成功
2-8 終端機管理
2-8-1 啟用與使用 VS Code 內建終端機
2-8-2 終端機環境測試指令
2-8-3 認識pip 基礎知識
2-8-4 pip 與 Python 多版本搭配技巧
2-8-5 Python 程式執行常見與pip 有關錯誤與排除方式
▌第3 章 VS Code 基本操作快速上手
3-1 編輯器操作介面導覽
3-1-1 側邊欄
3-1-2 編輯區
3-1-3 標籤列
3-1-4 狀態列
3-1-5 內建終端機
3-1-6 Copilot 編輯區
3-2 命令面板、工作區與檔案管理
3-2-1 命令面板（Command Palette）
3-2-2 工作區（Workspace）與資料夾管理
3-3 快捷鍵實用技巧與視窗配置最佳化
3-3-1 常用快捷鍵整理
3-3-2 視窗配置
3-3-3 主題與配色
▌第4 章 在 VS Code 中寫Python 程式
4-1 輸出、輸入與變數的操作
4-2 主控或工具人 - if __name__ == "__main__"
4-2-1 基礎觀念
4-2-2 創意實例 - 我是主控，還是工具人？
4-2-3 VS Code 視窗看主控和工具人專案
4-2-4 主控和工具人學習重點
▌第5 章 VS Code 中的互動練功場用 REPL 模式即時學 Python
5-1 什麼是 REPL ？為什麼學 Python 要學它？
5-1-1 解釋 Read - Eval - Print - Loop 的概念
5-1-2 初學者「練習邏輯與語法」的最佳入口
5-2 用終端機啟動 Python REPL
5-2-1 嘗試基本語法、變數、運算、函數定義
5-2-2 介紹內建函數如 type()、help()、dir() 的應用
5-3 使用 Python REPL 標籤頁（Start REPL）
5-3-1 如何開啟 Python REPL 標籤頁
5-3-2 變數 - 執行與偵錯
5-3-3 REPL 標籤頁的操作特性
5-3-4 實用示範操作
5-4 終端機 REPL 與 REPL 標籤頁的差異與應用場景
▌第6 章 讓 AI 幫你寫程式GitHub Copilot 入門
6-1 使用註解觸發 Copilot 寫出函數
6-1-1 教學如何使用自然語言註解讓 Copilot 自動產生對應函數
6-1-2 示範常見註解語法類型（中英文皆可）
6-1-3 強調「提示語言」與「程式語言」混用的有效策略
6-1-4 讀者可以練習的註解基礎提示
6-1-5 讀者可以練習的註解進階提示
6-2 補全語法、參數與錯誤提示
6-2-1 示範如何從變數、函數名稱的開頭讓 Copilot 自動補完內容
6-2-2 說明 Copilot 如何根據上下文猜測資料結構與參數類型
6-2-3 輸入錯誤或不完整時 Copilot 的容錯行為與修正建議
6-3 AI 幫忙完成你腦海中的程式邏輯
6-3-1 實戰情境 - 你知道你「想做什麼」，但不知道怎麼寫
6-3-2 使用部分函數、流程片段，讓 Copilot 幫你「接下去寫」
6-3-3 結合測試、範例輸入、輸出提示來強化 Copilot 的回應品質
6-3-4 示範如何反覆提示、調整指令，與 AI 互動式協作
▌第7 章 用Copilot 幫你除錯、解釋與重構程式
7-1 Copilot 協助程式開發的雙模式運作 - 自動補全與互動審查
7-2 利用 Copilot 改寫與最佳化程式
7-2-1 讓 Copilot 調整命名與格式提升可讀性
7-2-2 用簡單註解提示 Copilot 改寫現有程式
7-2-3 比較 Copilot 重構前後版本的優劣（搭配註解說明）
7-2-4 Copilot 常見重構註解句型清單
7-2-5 系列重構實例
7-3 將錯誤訊息變成修正建議
7-3-1 將錯誤訊息貼回編輯器，觀察 Copilot 修正方式
7-3-2 解釋Modify using Copilot 和Review using Copilot
7-3-3 Copilot 如何自動補出可能的修正範例
7-3-4 Copilot 如何根據錯誤行上下文補出防錯邏輯
7-3-5 錯誤修正任務 - 讓 Copilot 幫你從錯誤中成長！
7-4 協助理解陌生程式片段與資料流程
7-4-1 在函數上方輸入「 # 解釋這段程式碼 」讓 Copilot 加入註解
7-4-2 分析資料處理流程與資料結構使用
7-4-3 用 Copilot 幫忙「翻譯」舊程式碼、過時寫法
▌第8 章 用 Copilot Chat 和 AI 對話寫程式
8-1 認識 Copilot Chat 對話式編程介面
8-1-1 Copilot Chat 是什麼？與傳統 Copilot 有何不同？
8-1-2 如何啟用 Copilot Chat
8-1-3 認識Copilot Chat 視窗
8-1-4 聊天輸入基礎知識
8-2 用自然語言請 AI 解釋程式
8-2-1 示範輸入 - 檔案程式摘要分析
8-2-2 解釋特定段落
8-2-3 自動翻譯英文註解成中文 - 雙語學習應用
8-3 用對話方式除錯與修正錯誤
8-3-1 將錯誤訊息貼入 Chat 請求修正建議
8-3-2 錯誤說明：IndexError, KeyError, TypeError
8-3-3 多步驟對話修正流程
8-4 請 AI 幫你重構與優化程式
8-4-1 自然語言提示範例
8-4-2 善用 Copilot Chat 自動拆解、重新命名、加入防錯
8-5 跨檔案提問與整體架構理解
8-5-1 查詢目前專案有哪些檔案
8-5-2 請 Copilot 解釋 main.py 與 utils.py 的關係
8-5-3 使用多步驟提示建立全域邏輯理解
8-6 生成測試、文件與範例輸入
▌第9 章 VS Code + Jupyter Notebook 資料科學實戰起點
9-1 Jupyter Notebook 開發 Python 程式的特色
9-2 安裝與使用 Jupyter 擴充模組
9-2-1 在 VS Code Marketplace 中搜尋並安裝 Jupyter 擴充功能
9-2-2 必要相依項目 - ipykernel
9-2-3 測試是否安裝Jupyter Notebook 成功
9-3 執行 .ipynb 資料分析筆記本
9-3-1 Notebook 介面導覽
9-3-2 執行每個儲存的方式與輸出觀察
9-3-3 儲存與轉換 .ipynb 成 .py 或 .html
9-4 儲存格選取、複製、移動與刪除
9-5 Markdown 語法
9-5-1 建立與生成Markdown 文件
9-6 結合 Numpy、Matplotlib、Pandas 的應用展示
9-6-1 利用 NumPy 進行矩陣運算與隨機數產生
9-6-2 用 Matplotlib 繪製簡單折線圖與長條圖
9-6-3 載入 Pandas 資料並顯示前幾筆資料
9-6-4 整合三者進行一個小型資料分析任務
9-7 比較 Jupyter 與 Python script 的開發方式
9-7-1 Notebook 的互動性與可視化優勢
9-7-2 Python script 的流程控制與可部署性
9-7-3 兩者整合使用的實務建議
9-7-4 開發效率、版本控管、合作方式的比較分析
▌第10 章 專案實作 - CLI 應用程式
10-1 用 Python 撰寫命令列工具
10-1-1 CLI 應用介紹與範例展示
10-1-2 設計實用CLI 的流程與架構
10-1-3 CLI 實例 - 批量轉換文字檔格式
10-1-4 CLI 實例 - 批量壓縮圖片
10-2 Copilot 協助自動生成指令結構
10-2-1 如何提示 Copilot 產生 CLI 架構
10-2-2 用自然語言生成 argparse 模組
10-2-3 自動補齊子指令、說明與錯誤處理邏輯
10-3 用argparse、os、shutil 實作功能
10-3-1 使用 argparse 處理命令列參數
10-3-2 搭配 os 與 shutil 操作檔案、資料夾
10-3-3 實作 - 批次複製、壓縮、改檔名、自動建立備份等功能
▌第11 章 專案實作 - 資料處理小幫手
11-1 專案目標 - 輸入/ 輸出範例
11-2 使用pandas 進行資料讀取與分析
11-2-1 讀取 CSV、處理欄位名稱與缺漏值
11-2-2 分群統計（groupby）、平均、總和與排序
11-2-3 計算欄位（如金額、成效比）
11-3 openpyxl 寫入報表與格式設定
11-3-1 建立 Excel 報表並寫入 pandas DataFrame
11-3-2 自動命名工作表與儲存路徑
11-3-3 加上儲存格樣式（標題加粗、欄寬調整、數字格式）
11-4 使用 pathlib 管理報表輸出與結構
11-4-1 建立資料夾與日期自動命名
11-4-2 建立輸出路徑與備份版本
11-4-3 檔名自動化 - 報表名稱 + 時間戳記
11-5 AI 協作實作 - 用 Copilot 或 ChatGPT 規劃報表流程
11-5-1 讓 AI 協助推導報表欄位與公式（自然語言提示）
11-5-2 自動產生欄位命名邏輯、報表主流程
11-5-3 與 AI 對話調整資料處理邏輯的練習
11-6 自動化流程封裝 - 部門銷售報表生成器
▌第12 章 專案實作 - API 整合應用
12-1 寫一個查詢天氣或匯率的程式
12-1-1 選擇與介紹公開 API
12-1-2 設計天氣查詢程式
12-1-3 設計匯率查詢程式
12-2 使用requests + Copilot 幫你組合 API 呼叫流程
12-3 加入簡單例外處理與錯誤提示
▌第13 章 寫程式的正確姿勢「AI 是你的助理」，「不是你的大腦」
13-1 Copilot 會出錯嗎？如何判斷建議是否合理？
13-1-1 AI 為什麼會「看起來很對、其實錯了」？
13-1-2 常見錯誤型態：語意錯誤、效能問題、格式正確但邏輯錯
13-1-3 實例分析 - 錯誤的 SQL 查詢、無效的資料結構
13-1-4 建議不要「複製就貼上」，要先「理解再選擇」
13-2 「 AI 輔助」≠「AI 取代」 - 保持邏輯思考與程式判斷力
13-2-1 AI 是語言模型，不是驗證機器
13-2-2 思考順序、變數命名、流程設計仍需人腦決策
13-2-3 怎樣才叫「有 AI 輔助的人腦」而不是「被 AI 駕駛的大腦」
13-2-4 練習 - 「 我會怎麼寫？」與「Copilot 建議怎麼寫？」的比對
13-3 如何引導Copilot 給你正確、清晰的建議
13-3-1 如何寫好「註解提示」來引導 Copilot
13-3-2 中文 vs 英文，哪種效果更好？
13-3-3 要精簡還是詳細？提示語的長度與明確度影響什麼
13-3-4 範例 - 用一列註解帶出三種不同程式邏輯
13-4 強化你的人腦思考，才是駕馭 AI 的關鍵
13-4-1 你不只是「寫程式的人」，你是「指揮 AI 寫程式的人」
13-4-2 建立自己的程式風格與決策原則
13-4-3 用 AI 幫你學習、比較、優化，而不是直接接收
13-4-4 小任務練習 - 讓 AI 給你三種寫法，然後你選最佳解
1-1 認識 VS Code 的誕生與設計理念
1-1-1 微軟出品卻開源免費 - 開放與創新的象徵
1-1-2 輕量與模組化 - 由「編輯器」進化為「開發平台」
1-1-3 為開發者而生 - 從 UI 到功能的精緻設計
1-2 VS Code vs 其他 IDE（PyCharm、Jupyter、Spyder）
1-2-1 PyCharm - 功能齊全但較重，VS Code 輕量取勝
1-2-2 Jupyter Notebook - 適合資料分析，VS Code 更適合專案開發
1-2-3 Spyder - 科學運算為主，但擴充性不及 VS Code
1-2-4 小結 - VS Code 的彈性與擴充，打造萬用開發利器
1-3 VS Code 對 Python 開發的優勢與定位
1-3-1 Python 延伸模組支援強大（Linting、Debug、Jupyter 等）
1-3-2 Git 與 GitHub 整合，專案管理無縫接軌
1-3-3 開發者生態圈活躍，外掛資源豐富
1-3-4 與 GitHub Copilot 結合，進入 AI 程式設計新時代
▌第2 章 打造你的 VS Code 開發環境
2-1 安裝 VS Code
2-1-1 Windows 系統下載與安裝 VS Code
2-1-2 首次啟動更改VS Code 背景顏色
2-1-3 建立VS Code 中文環境
2-2 安裝 Python 解譯器
2-2-1 下載與安裝Python
2-2-2 如何知道自己安裝哪些Python 版本
2-2-3 你可以怎麼解決多版本Python 的PATH 設定
2-3 VS Code 安裝Python 模組
2-3-1 安裝Python 擴充模組
2-3-2 選擇Python 解譯器
2-4 認識 VS Code 的介面
2-4-1 左側功能欄
2-4-2 開始
2-4-3 逐步解說
2-5 建立資料夾與Python 程式
2-5-1 開啟空白資料夾
2-5-2 新增資料夾
2-5-3 新增檔案
2-5-4 建立Python 程式
2-5-5 執行程式
2-5-6 關閉資料夾
2-6 開啟檔案
2-6-1 先開啟「資料夾」再選取檔案
2-6-2 直接「開啟檔案」
2-7 啟用GitHub Copilot
2-7-1 GitHub Copilot 簡介
2-7-2 安裝Copilot 延伸模組
2-7-3 登入GitHub Copilot
2-7-4 測試GitHub Copilot 是否安裝成功
2-8 終端機管理
2-8-1 啟用與使用 VS Code 內建終端機
2-8-2 終端機環境測試指令
2-8-3 認識pip 基礎知識
2-8-4 pip 與 Python 多版本搭配技巧
2-8-5 Python 程式執行常見與pip 有關錯誤與排除方式
▌第3 章 VS Code 基本操作快速上手
3-1 編輯器操作介面導覽
3-1-1 側邊欄
3-1-2 編輯區
3-1-3 標籤列
3-1-4 狀態列
3-1-5 內建終端機
3-1-6 Copilot 編輯區
3-2 命令面板、工作區與檔案管理
3-2-1 命令面板（Command Palette）
3-2-2 工作區（Workspace）與資料夾管理
3-3 快捷鍵實用技巧與視窗配置最佳化
3-3-1 常用快捷鍵整理
3-3-2 視窗配置
3-3-3 主題與配色
▌第4 章 在 VS Code 中寫Python 程式
4-1 輸出、輸入與變數的操作
4-2 主控或工具人 - if __name__ == "__main__"
4-2-1 基礎觀念
4-2-2 創意實例 - 我是主控，還是工具人？
4-2-3 VS Code 視窗看主控和工具人專案
4-2-4 主控和工具人學習重點
▌第5 章 VS Code 中的互動練功場用 REPL 模式即時學 Python
5-1 什麼是 REPL ？為什麼學 Python 要學它？
5-1-1 解釋 Read - Eval - Print - Loop 的概念
5-1-2 初學者「練習邏輯與語法」的最佳入口
5-2 用終端機啟動 Python REPL
5-2-1 嘗試基本語法、變數、運算、函數定義
5-2-2 介紹內建函數如 type()、help()、dir() 的應用
5-3 使用 Python REPL 標籤頁（Start REPL）
5-3-1 如何開啟 Python REPL 標籤頁
5-3-2 變數 - 執行與偵錯
5-3-3 REPL 標籤頁的操作特性
5-3-4 實用示範操作
5-4 終端機 REPL 與 REPL 標籤頁的差異與應用場景
▌第6 章 讓 AI 幫你寫程式GitHub Copilot 入門
6-1 使用註解觸發 Copilot 寫出函數
6-1-1 教學如何使用自然語言註解讓 Copilot 自動產生對應函數
6-1-2 示範常見註解語法類型（中英文皆可）
6-1-3 強調「提示語言」與「程式語言」混用的有效策略
6-1-4 讀者可以練習的註解基礎提示
6-1-5 讀者可以練習的註解進階提示
6-2 補全語法、參數與錯誤提示
6-2-1 示範如何從變數、函數名稱的開頭讓 Copilot 自動補完內容
6-2-2 說明 Copilot 如何根據上下文猜測資料結構與參數類型
6-2-3 輸入錯誤或不完整時 Copilot 的容錯行為與修正建議
6-3 AI 幫忙完成你腦海中的程式邏輯
6-3-1 實戰情境 - 你知道你「想做什麼」，但不知道怎麼寫
6-3-2 使用部分函數、流程片段，讓 Copilot 幫你「接下去寫」
6-3-3 結合測試、範例輸入、輸出提示來強化 Copilot 的回應品質
6-3-4 示範如何反覆提示、調整指令，與 AI 互動式協作
▌第7 章 用Copilot 幫你除錯、解釋與重構程式
7-1 Copilot 協助程式開發的雙模式運作 - 自動補全與互動審查
7-2 利用 Copilot 改寫與最佳化程式
7-2-1 讓 Copilot 調整命名與格式提升可讀性
7-2-2 用簡單註解提示 Copilot 改寫現有程式
7-2-3 比較 Copilot 重構前後版本的優劣（搭配註解說明）
7-2-4 Copilot 常見重構註解句型清單
7-2-5 系列重構實例
7-3 將錯誤訊息變成修正建議
7-3-1 將錯誤訊息貼回編輯器，觀察 Copilot 修正方式
7-3-2 解釋Modify using Copilot 和Review using Copilot
7-3-3 Copilot 如何自動補出可能的修正範例
7-3-4 Copilot 如何根據錯誤行上下文補出防錯邏輯
7-3-5 錯誤修正任務 - 讓 Copilot 幫你從錯誤中成長！
7-4 協助理解陌生程式片段與資料流程
7-4-1 在函數上方輸入「 # 解釋這段程式碼 」讓 Copilot 加入註解
7-4-2 分析資料處理流程與資料結構使用
7-4-3 用 Copilot 幫忙「翻譯」舊程式碼、過時寫法
▌第8 章 用 Copilot Chat 和 AI 對話寫程式
8-1 認識 Copilot Chat 對話式編程介面
8-1-1 Copilot Chat 是什麼？與傳統 Copilot 有何不同？
8-1-2 如何啟用 Copilot Chat
8-1-3 認識Copilot Chat 視窗
8-1-4 聊天輸入基礎知識
8-2 用自然語言請 AI 解釋程式
8-2-1 示範輸入 - 檔案程式摘要分析
8-2-2 解釋特定段落
8-2-3 自動翻譯英文註解成中文 - 雙語學習應用
8-3 用對話方式除錯與修正錯誤
8-3-1 將錯誤訊息貼入 Chat 請求修正建議
8-3-2 錯誤說明：IndexError, KeyError, TypeError
8-3-3 多步驟對話修正流程
8-4 請 AI 幫你重構與優化程式
8-4-1 自然語言提示範例
8-4-2 善用 Copilot Chat 自動拆解、重新命名、加入防錯
8-5 跨檔案提問與整體架構理解
8-5-1 查詢目前專案有哪些檔案
8-5-2 請 Copilot 解釋 main.py 與 utils.py 的關係
8-5-3 使用多步驟提示建立全域邏輯理解
8-6 生成測試、文件與範例輸入
▌第9 章 VS Code + Jupyter Notebook 資料科學實戰起點
9-1 Jupyter Notebook 開發 Python 程式的特色
9-2 安裝與使用 Jupyter 擴充模組
9-2-1 在 VS Code Marketplace 中搜尋並安裝 Jupyter 擴充功能
9-2-2 必要相依項目 - ipykernel
9-2-3 測試是否安裝Jupyter Notebook 成功
9-3 執行 .ipynb 資料分析筆記本
9-3-1 Notebook 介面導覽
9-3-2 執行每個儲存的方式與輸出觀察
9-3-3 儲存與轉換 .ipynb 成 .py 或 .html
9-4 儲存格選取、複製、移動與刪除
9-5 Markdown 語法
9-5-1 建立與生成Markdown 文件
9-6 結合 Numpy、Matplotlib、Pandas 的應用展示
9-6-1 利用 NumPy 進行矩陣運算與隨機數產生
9-6-2 用 Matplotlib 繪製簡單折線圖與長條圖
9-6-3 載入 Pandas 資料並顯示前幾筆資料
9-6-4 整合三者進行一個小型資料分析任務
9-7 比較 Jupyter 與 Python script 的開發方式
9-7-1 Notebook 的互動性與可視化優勢
9-7-2 Python script 的流程控制與可部署性
9-7-3 兩者整合使用的實務建議
9-7-4 開發效率、版本控管、合作方式的比較分析
▌第10 章 專案實作 - CLI 應用程式
10-1 用 Python 撰寫命令列工具
10-1-1 CLI 應用介紹與範例展示
10-1-2 設計實用CLI 的流程與架構
10-1-3 CLI 實例 - 批量轉換文字檔格式
10-1-4 CLI 實例 - 批量壓縮圖片
10-2 Copilot 協助自動生成指令結構
10-2-1 如何提示 Copilot 產生 CLI 架構
10-2-2 用自然語言生成 argparse 模組
10-2-3 自動補齊子指令、說明與錯誤處理邏輯
10-3 用argparse、os、shutil 實作功能
10-3-1 使用 argparse 處理命令列參數
10-3-2 搭配 os 與 shutil 操作檔案、資料夾
10-3-3 實作 - 批次複製、壓縮、改檔名、自動建立備份等功能
▌第11 章 專案實作 - 資料處理小幫手
11-1 專案目標 - 輸入/ 輸出範例
11-2 使用pandas 進行資料讀取與分析
11-2-1 讀取 CSV、處理欄位名稱與缺漏值
11-2-2 分群統計（groupby）、平均、總和與排序
11-2-3 計算欄位（如金額、成效比）
11-3 openpyxl 寫入報表與格式設定
11-3-1 建立 Excel 報表並寫入 pandas DataFrame
11-3-2 自動命名工作表與儲存路徑
11-3-3 加上儲存格樣式（標題加粗、欄寬調整、數字格式）
11-4 使用 pathlib 管理報表輸出與結構
11-4-1 建立資料夾與日期自動命名
11-4-2 建立輸出路徑與備份版本
11-4-3 檔名自動化 - 報表名稱 + 時間戳記
11-5 AI 協作實作 - 用 Copilot 或 ChatGPT 規劃報表流程
11-5-1 讓 AI 協助推導報表欄位與公式（自然語言提示）
11-5-2 自動產生欄位命名邏輯、報表主流程
11-5-3 與 AI 對話調整資料處理邏輯的練習
11-6 自動化流程封裝 - 部門銷售報表生成器
▌第12 章 專案實作 - API 整合應用
12-1 寫一個查詢天氣或匯率的程式
12-1-1 選擇與介紹公開 API
12-1-2 設計天氣查詢程式
12-1-3 設計匯率查詢程式
12-2 使用requests + Copilot 幫你組合 API 呼叫流程
12-3 加入簡單例外處理與錯誤提示
▌第13 章 寫程式的正確姿勢「AI 是你的助理」，「不是你的大腦」
13-1 Copilot 會出錯嗎？如何判斷建議是否合理？
13-1-1 AI 為什麼會「看起來很對、其實錯了」？
13-1-2 常見錯誤型態：語意錯誤、效能問題、格式正確但邏輯錯
13-1-3 實例分析 - 錯誤的 SQL 查詢、無效的資料結構
13-1-4 建議不要「複製就貼上」，要先「理解再選擇」
13-2 「 AI 輔助」≠「AI 取代」 - 保持邏輯思考與程式判斷力
13-2-1 AI 是語言模型，不是驗證機器
13-2-2 思考順序、變數命名、流程設計仍需人腦決策
13-2-3 怎樣才叫「有 AI 輔助的人腦」而不是「被 AI 駕駛的大腦」
13-2-4 練習 - 「 我會怎麼寫？」與「Copilot 建議怎麼寫？」的比對
13-3 如何引導Copilot 給你正確、清晰的建議
13-3-1 如何寫好「註解提示」來引導 Copilot
13-3-2 中文 vs 英文，哪種效果更好？
13-3-3 要精簡還是詳細？提示語的長度與明確度影響什麼
13-3-4 範例 - 用一列註解帶出三種不同程式邏輯
13-4 強化你的人腦思考，才是駕馭 AI 的關鍵
13-4-1 你不只是「寫程式的人」，你是「指揮 AI 寫程式的人」
13-4-2 建立自己的程式風格與決策原則
13-4-3 用 AI 幫你學習、比較、優化，而不是直接接收
13-4-4 小任務練習 - 讓 AI 給你三種寫法，然後你選最佳解asnd ▌第1 章 VS Code 是誰? 為何開發者都用它?
1-1 認識 VS Code 的誕生與設計理念
1-1-1 微軟出品卻開源免費 - 開放與創新的象徵
1-1-2 輕量與模組化 - 由「編輯器」進化為「開發平台」
1-1-3 為開發者而生 - 從 UI 到功能的精緻設計
1-2 VS Code vs 其他 IDE（PyCharm、Jupyter、Spyder）
1-2-1 PyCharm - 功能齊全但較重，VS Code 輕量取勝
1-2-2 Jupyter Notebook - 適合資料分析，VS Code 更適合專案開發
1-2-3 Spyder - 科學運算為主，但擴充性不及 VS Code
1-2-4 小結 - VS Code 的彈性與擴充，打造萬用開發利器
1-3 VS Code 對 Python 開發的優勢與定位
1-3-1 Python 延伸模組支援強大（Linting、Debug、Jupyter 等）
1-3-2 Git 與 GitHub 整合，專案管理無縫接軌
1-3-3 開發者生態圈活躍，外掛資源豐富
1-3-4 與 GitHub Copilot 結合，進入 AI 程式設計新時代
▌第2 章 打造你的 VS Code 開發環境
2-1 安裝 VS Code
2-1-1 Windows 系統下載與安裝 VS Code
2-1-2 首次啟動更改VS Code 背景顏色
2-1-3 建立VS Code 中文環境
2-2 安裝 Python 解譯器
2-2-1 下載與安裝Python
2-2-2 如何知道自己安裝哪些Python 版本
2-2-3 你可以怎麼解決多版本Python 的PATH 設定
2-3 VS Code 安裝Python 模組
2-3-1 安裝Python 擴充模組
2-3-2 選擇Python 解譯器
2-4 認識 VS Code 的介面
2-4-1 左側功能欄
2-4-2 開始
2-4-3 逐步解說
2-5 建立資料夾與Python 程式
2-5-1 開啟空白資料夾
2-5-2 新增資料夾
2-5-3 新增檔案
2-5-4 建立Python 程式
2-5-5 執行程式
2-5-6 關閉資料夾
2-6 開啟檔案
2-6-1 先開啟「資料夾」再選取檔案
2-6-2 直接「開啟檔案」
2-7 啟用GitHub Copilot
2-7-1 GitHub Copilot 簡介
2-7-2 安裝Copilot 延伸模組
2-7-3 登入GitHub Copilot
2-7-4 測試GitHub Copilot 是否安裝成功
2-8 終端機管理
2-8-1 啟用與使用 VS Code 內建終端機
2-8-2 終端機環境測試指令
2-8-3 認識pip 基礎知識
2-8-4 pip 與 Python 多版本搭配技巧
2-8-5 Python 程式執行常見與pip 有關錯誤與排除方式
▌第3 章 VS Code 基本操作快速上手
3-1 編輯器操作介面導覽
3-1-1 側邊欄
3-1-2 編輯區
3-1-3 標籤列
3-1-4 狀態列
3-1-5 內建終端機
3-1-6 Copilot 編輯區
3-2 命令面板、工作區與檔案管理
3-2-1 命令面板（Command Palette）
3-2-2 工作區（Workspace）與資料夾管理
3-3 快捷鍵實用技巧與視窗配置最佳化
3-3-1 常用快捷鍵整理
3-3-2 視窗配置
3-3-3 主題與配色
▌第4 章 在 VS Code 中寫Python 程式
4-1 輸出、輸入與變數的操作
4-2 主控或工具人 - if __name__ == "__main__"
4-2-1 基礎觀念
4-2-2 創意實例 - 我是主控，還是工具人？
4-2-3 VS Code 視窗看主控和工具人專案
4-2-4 主控和工具人學習重點
▌第5 章 VS Code 中的互動練功場用 REPL 模式即時學 Python
5-1 什麼是 REPL ？為什麼學 Python 要學它？
5-1-1 解釋 Read - Eval - Print - Loop 的概念
5-1-2 初學者「練習邏輯與語法」的最佳入口
5-2 用終端機啟動 Python REPL
5-2-1 嘗試基本語法、變數、運算、函數定義
5-2-2 介紹內建函數如 type()、help()、dir() 的應用
5-3 使用 Python REPL 標籤頁（Start REPL）
5-3-1 如何開啟 Python REPL 標籤頁
5-3-2 變數 - 執行與偵錯
5-3-3 REPL 標籤頁的操作特性
5-3-4 實用示範操作
5-4 終端機 REPL 與 REPL 標籤頁的差異與應用場景
▌第6 章 讓 AI 幫你寫程式GitHub Copilot 入門
6-1 使用註解觸發 Copilot 寫出函數
6-1-1 教學如何使用自然語言註解讓 Copilot 自動產生對應函數
6-1-2 示範常見註解語法類型（中英文皆可）
6-1-3 強調「提示語言」與「程式語言」混用的有效策略
6-1-4 讀者可以練習的註解基礎提示
6-1-5 讀者可以練習的註解進階提示
6-2 補全語法、參數與錯誤提示
6-2-1 示範如何從變數、函數名稱的開頭讓 Copilot 自動補完內容
6-2-2 說明 Copilot 如何根據上下文猜測資料結構與參數類型
6-2-3 輸入錯誤或不完整時 Copilot 的容錯行為與修正建議
6-3 AI 幫忙完成你腦海中的程式邏輯
6-3-1 實戰情境 - 你知道你「想做什麼」，但不知道怎麼寫
6-3-2 使用部分函數、流程片段，讓 Copilot 幫你「接下去寫」
6-3-3 結合測試、範例輸入、輸出提示來強化 Copilot 的回應品質
6-3-4 示範如何反覆提示、調整指令，與 AI 互動式協作
▌第7 章 用Copilot 幫你除錯、解釋與重構程式
7-1 Copilot 協助程式開發的雙模式運作 - 自動補全與互動審查
7-2 利用 Copilot 改寫與最佳化程式
7-2-1 讓 Copilot 調整命名與格式提升可讀性
7-2-2 用簡單註解提示 Copilot 改寫現有程式
7-2-3 比較 Copilot 重構前後版本的優劣（搭配註解說明）
7-2-4 Copilot 常見重構註解句型清單
7-2-5 系列重構實例
7-3 將錯誤訊息變成修正建議
7-3-1 將錯誤訊息貼回編輯器，觀察 Copilot 修正方式
7-3-2 解釋Modify using Copilot 和Review using Copilot
7-3-3 Copilot 如何自動補出可能的修正範例
7-3-4 Copilot 如何根據錯誤行上下文補出防錯邏輯
7-3-5 錯誤修正任務 - 讓 Copilot 幫你從錯誤中成長！
7-4 協助理解陌生程式片段與資料流程
7-4-1 在函數上方輸入「 # 解釋這段程式碼 」讓 Copilot 加入註解
7-4-2 分析資料處理流程與資料結構使用
7-4-3 用 Copilot 幫忙「翻譯」舊程式碼、過時寫法
▌第8 章 用 Copilot Chat 和 AI 對話寫程式
8-1 認識 Copilot Chat 對話式編程介面
8-1-1 Copilot Chat 是什麼？與傳統 Copilot 有何不同？
8-1-2 如何啟用 Copilot Chat
8-1-3 認識Copilot Chat 視窗
8-1-4 聊天輸入基礎知識
8-2 用自然語言請 AI 解釋程式
8-2-1 示範輸入 - 檔案程式摘要分析
8-2-2 解釋特定段落
8-2-3 自動翻譯英文註解成中文 - 雙語學習應用
8-3 用對話方式除錯與修正錯誤
8-3-1 將錯誤訊息貼入 Chat 請求修正建議
8-3-2 錯誤說明：IndexError, KeyError, TypeError
8-3-3 多步驟對話修正流程
8-4 請 AI 幫你重構與優化程式
8-4-1 自然語言提示範例
8-4-2 善用 Copilot Chat 自動拆解、重新命名、加入防錯
8-5 跨檔案提問與整體架構理解
8-5-1 查詢目前專案有哪些檔案
8-5-2 請 Copilot 解釋 main.py 與 utils.py 的關係
8-5-3 使用多步驟提示建立全域邏輯理解
8-6 生成測試、文件與範例輸入
▌第9 章 VS Code + Jupyter Notebook 資料科學實戰起點
9-1 Jupyter Notebook 開發 Python 程式的特色
9-2 安裝與使用 Jupyter 擴充模組
9-2-1 在 VS Code Marketplace 中搜尋並安裝 Jupyter 擴充功能
9-2-2 必要相依項目 - ipykernel
9-2-3 測試是否安裝Jupyter Notebook 成功
9-3 執行 .ipynb 資料分析筆記本
9-3-1 Notebook 介面導覽
9-3-2 執行每個儲存的方式與輸出觀察
9-3-3 儲存與轉換 .ipynb 成 .py 或 .html
9-4 儲存格選取、複製、移動與刪除
9-5 Markdown 語法
9-5-1 建立與生成Markdown 文件
9-6 結合 Numpy、Matplotlib、Pandas 的應用展示
9-6-1 利用 NumPy 進行矩陣運算與隨機數產生
9-6-2 用 Matplotlib 繪製簡單折線圖與長條圖
9-6-3 載入 Pandas 資料並顯示前幾筆資料
9-6-4 整合三者進行一個小型資料分析任務
9-7 比較 Jupyter 與 Python script 的開發方式
9-7-1 Notebook 的互動性與可視化優勢
9-7-2 Python script 的流程控制與可部署性
9-7-3 兩者整合使用的實務建議
9-7-4 開發效率、版本控管、合作方式的比較分析
▌第10 章 專案實作 - CLI 應用程式
10-1 用 Python 撰寫命令列工具
10-1-1 CLI 應用介紹與範例展示
10-1-2 設計實用CLI 的流程與架構
10-1-3 CLI 實例 - 批量轉換文字檔格式
10-1-4 CLI 實例 - 批量壓縮圖片
10-2 Copilot 協助自動生成指令結構
10-2-1 如何提示 Copilot 產生 CLI 架構
10-2-2 用自然語言生成 argparse 模組
10-2-3 自動補齊子指令、說明與錯誤處理邏輯
10-3 用argparse、os、shutil 實作功能
10-3-1 使用 argparse 處理命令列參數
10-3-2 搭配 os 與 shutil 操作檔案、資料夾
10-3-3 實作 - 批次複製、壓縮、改檔名、自動建立備份等功能
▌第11 章 專案實作 - 資料處理小幫手
11-1 專案目標 - 輸入/ 輸出範例
11-2 使用pandas 進行資料讀取與分析
11-2-1 讀取 CSV、處理欄位名稱與缺漏值
11-2-2 分群統計（groupby）、平均、總和與排序
11-2-3 計算欄位（如金額、成效比）
11-3 openpyxl 寫入報表與格式設定
11-3-1 建立 Excel 報表並寫入 pandas DataFrame
11-3-2 自動命名工作表與儲存路徑
11-3-3 加上儲存格樣式（標題加粗、欄寬調整、數字格式）
11-4 使用 pathlib 管理報表輸出與結構
11-4-1 建立資料夾與日期自動命名
11-4-2 建立輸出路徑與備份版本
11-4-3 檔名自動化 - 報表名稱 + 時間戳記
11-5 AI 協作實作 - 用 Copilot 或 ChatGPT 規劃報表流程
11-5-1 讓 AI 協助推導報表欄位與公式（自然語言提示）
11-5-2 自動產生欄位命名邏輯、報表主流程
11-5-3 與 AI 對話調整資料處理邏輯的練習
11-6 自動化流程封裝 - 部門銷售報表生成器
▌第12 章 專案實作 - API 整合應用
12-1 寫一個查詢天氣或匯率的程式
12-1-1 選擇與介紹公開 API
12-1-2 設計天氣查詢程式
12-1-3 設計匯率查詢程式
12-2 使用requests + Copilot 幫你組合 API 呼叫流程
12-3 加入簡單例外處理與錯誤提示
▌第13 章 寫程式的正確姿勢「AI 是你的助理」，「不是你的大腦」
13-1 Copilot 會出錯嗎？如何判斷建議是否合理？
13-1-1 AI 為什麼會「看起來很對、其實錯了」？
13-1-2 常見錯誤型態：語意錯誤、效能問題、格式正確但邏輯錯
13-1-3 實例分析 - 錯誤的 SQL 查詢、無效的資料結構
13-1-4 建議不要「複製就貼上」，要先「理解再選擇」
13-2 「 AI 輔助」≠「AI 取代」 - 保持邏輯思考與程式判斷力
13-2-1 AI 是語言模型，不是驗證機器
13-2-2 思考順序、變數命名、流程設計仍需人腦決策
13-2-3 怎樣才叫「有 AI 輔助的人腦」而不是「被 AI 駕駛的大腦」
13-2-4 練習 - 「 我會怎麼寫？」與「Copilot 建議怎麼寫？」的比對
13-3 如何引導Copilot 給你正確、清晰的建議
13-3-1 如何寫好「註解提示」來引導 Copilot
13-3-2 中文 vs 英文，哪種效果更好？
13-3-3 要精簡還是詳細？提示語的長度與明確度影響什麼
13-3-4 範例 - 用一列註解帶出三種不同程式邏輯
13-4 強化你的人腦思考，才是駕馭 AI 的關鍵
13-4-1 你不只是「寫程式的人」，你是「指揮 AI 寫程式的人」
13-4-2 建立自己的程式風格與決策原則
13-4-3 用 AI 幫你學習、比較、優化，而不是直接接收
13-4-4 小任務練習 - 讓 AI 給你三種寫法，然後你選最佳解askw ▌第1 章 VS Code 是誰? 為何開發者都用它?
1-1 認識 VS Code 的誕生與設計理念
1-1-1 微軟出品卻開源免費 - 開放與創新的象徵
1-1-2 輕量與模組化 - 由「編輯器」進化為「開發平台」
1-1-3 為開發者而生 - 從 UI 到功能的精緻設計
1-2 VS Code vs 其他 IDE（PyCharm、Jupyter、Spyder）
1-2-1 PyCharm - 功能齊全但較重，VS Code 輕量取勝
1-2-2 Jupyter Notebook - 適合資料分析，VS Code 更適合專案開發
1-2-3 Spyder - 科學運算為主，但擴充性不及 VS Code
1-2-4 小結 - VS Code 的彈性與擴充，打造萬用開發利器
1-3 VS Code 對 Python 開發的優勢與定位
1-3-1 Python 延伸模組支援強大（Linting、Debug、Jupyter 等）
1-3-2 Git 與 GitHub 整合，專案管理無縫接軌
1-3-3 開發者生態圈活躍，外掛資源豐富
1-3-4 與 GitHub Copilot 結合，進入 AI 程式設計新時代
▌第2 章 打造你的 VS Code 開發環境
2-1 安裝 VS Code
2-1-1 Windows 系統下載與安裝 VS Code
2-1-2 首次啟動更改VS Code 背景顏色
2-1-3 建立VS Code 中文環境
2-2 安裝 Python 解譯器
2-2-1 下載與安裝Python
2-2-2 如何知道自己安裝哪些Python 版本
2-2-3 你可以怎麼解決多版本Python 的PATH 設定
2-3 VS Code 安裝Python 模組
2-3-1 安裝Python 擴充模組
2-3-2 選擇Python 解譯器
2-4 認識 VS Code 的介面
2-4-1 左側功能欄
2-4-2 開始
2-4-3 逐步解說
2-5 建立資料夾與Python 程式
2-5-1 開啟空白資料夾
2-5-2 新增資料夾
2-5-3 新增檔案
2-5-4 建立Python 程式
2-5-5 執行程式
2-5-6 關閉資料夾
2-6 開啟檔案
2-6-1 先開啟「資料夾」再選取檔案
2-6-2 直接「開啟檔案」
2-7 啟用GitHub Copilot
2-7-1 GitHub Copilot 簡介
2-7-2 安裝Copilot 延伸模組
2-7-3 登入GitHub Copilot
2-7-4 測試GitHub Copilot 是否安裝成功
2-8 終端機管理
2-8-1 啟用與使用 VS Code 內建終端機
2-8-2 終端機環境測試指令
2-8-3 認識pip 基礎知識
2-8-4 pip 與 Python 多版本搭配技巧
2-8-5 Python 程式執行常見與pip 有關錯誤與排除方式
▌第3 章 VS Code 基本操作快速上手
3-1 編輯器操作介面導覽
3-1-1 側邊欄
3-1-2 編輯區
3-1-3 標籤列
3-1-4 狀態列
3-1-5 內建終端機
3-1-6 Copilot 編輯區
3-2 命令面板、工作區與檔案管理
3-2-1 命令面板（Command Palette）
3-2-2 工作區（Workspace）與資料夾管理
3-3 快捷鍵實用技巧與視窗配置最佳化
3-3-1 常用快捷鍵整理
3-3-2 視窗配置
3-3-3 主題與配色
▌第4 章 在 VS Code 中寫Python 程式
4-1 輸出、輸入與變數的操作
4-2 主控或工具人 - if __name__ == "__main__"
4-2-1 基礎觀念
4-2-2 創意實例 - 我是主控，還是工具人？
4-2-3 VS Code 視窗看主控和工具人專案
4-2-4 主控和工具人學習重點
▌第5 章 VS Code 中的互動練功場用 REPL 模式即時學 Python
5-1 什麼是 REPL ？為什麼學 Python 要學它？
5-1-1 解釋 Read - Eval - Print - Loop 的概念
5-1-2 初學者「練習邏輯與語法」的最佳入口
5-2 用終端機啟動 Python REPL
5-2-1 嘗試基本語法、變數、運算、函數定義
5-2-2 介紹內建函數如 type()、help()、dir() 的應用
5-3 使用 Python REPL 標籤頁（Start REPL）
5-3-1 如何開啟 Python REPL 標籤頁
5-3-2 變數 - 執行與偵錯
5-3-3 REPL 標籤頁的操作特性
5-3-4 實用示範操作
5-4 終端機 REPL 與 REPL 標籤頁的差異與應用場景
▌第6 章 讓 AI 幫你寫程式GitHub Copilot 入門
6-1 使用註解觸發 Copilot 寫出函數
6-1-1 教學如何使用自然語言註解讓 Copilot 自動產生對應函數
6-1-2 示範常見註解語法類型（中英文皆可）
6-1-3 強調「提示語言」與「程式語言」混用的有效策略
6-1-4 讀者可以練習的註解基礎提示
6-1-5 讀者可以練習的註解進階提示
6-2 補全語法、參數與錯誤提示
6-2-1 示範如何從變數、函數名稱的開頭讓 Copilot 自動補完內容
6-2-2 說明 Copilot 如何根據上下文猜測資料結構與參數類型
6-2-3 輸入錯誤或不完整時 Copilot 的容錯行為與修正建議
6-3 AI 幫忙完成你腦海中的程式邏輯
6-3-1 實戰情境 - 你知道你「想做什麼」，但不知道怎麼寫
6-3-2 使用部分函數、流程片段，讓 Copilot 幫你「接下去寫」
6-3-3 結合測試、範例輸入、輸出提示來強化 Copilot 的回應品質
6-3-4 示範如何反覆提示、調整指令，與 AI 互動式協作
▌第7 章 用Copilot 幫你除錯、解釋與重構程式
7-1 Copilot 協助程式開發的雙模式運作 - 自動補全與互動審查
7-2 利用 Copilot 改寫與最佳化程式
7-2-1 讓 Copilot 調整命名與格式提升可讀性
7-2-2 用簡單註解提示 Copilot 改寫現有程式
7-2-3 比較 Copilot 重構前後版本的優劣（搭配註解說明）
7-2-4 Copilot 常見重構註解句型清單
7-2-5 系列重構實例
7-3 將錯誤訊息變成修正建議
7-3-1 將錯誤訊息貼回編輯器，觀察 Copilot 修正方式
7-3-2 解釋Modify using Copilot 和Review using Copilot
7-3-3 Copilot 如何自動補出可能的修正範例
7-3-4 Copilot 如何根據錯誤行上下文補出防錯邏輯
7-3-5 錯誤修正任務 - 讓 Copilot 幫你從錯誤中成長！
7-4 協助理解陌生程式片段與資料流程
7-4-1 在函數上方輸入「 # 解釋這段程式碼 」讓 Copilot 加入註解
7-4-2 分析資料處理流程與資料結構使用
7-4-3 用 Copilot 幫忙「翻譯」舊程式碼、過時寫法
▌第8 章 用 Copilot Chat 和 AI 對話寫程式
8-1 認識 Copilot Chat 對話式編程介面
8-1-1 Copilot Chat 是什麼？與傳統 Copilot 有何不同？
8-1-2 如何啟用 Copilot Chat
8-1-3 認識Copilot Chat 視窗
8-1-4 聊天輸入基礎知識
8-2 用自然語言請 AI 解釋程式
8-2-1 示範輸入 - 檔案程式摘要分析
8-2-2 解釋特定段落
8-2-3 自動翻譯英文註解成中文 - 雙語學習應用
8-3 用對話方式除錯與修正錯誤
8-3-1 將錯誤訊息貼入 Chat 請求修正建議
8-3-2 錯誤說明：IndexError, KeyError, TypeError
8-3-3 多步驟對話修正流程
8-4 請 AI 幫你重構與優化程式
8-4-1 自然語言提示範例
8-4-2 善用 Copilot Chat 自動拆解、重新命名、加入防錯
8-5 跨檔案提問與整體架構理解
8-5-1 查詢目前專案有哪些檔案
8-5-2 請 Copilot 解釋 main.py 與 utils.py 的關係
8-5-3 使用多步驟提示建立全域邏輯理解
8-6 生成測試、文件與範例輸入
▌第9 章 VS Code + Jupyter Notebook 資料科學實戰起點
9-1 Jupyter Notebook 開發 Python 程式的特色
9-2 安裝與使用 Jupyter 擴充模組
9-2-1 在 VS Code Marketplace 中搜尋並安裝 Jupyter 擴充功能
9-2-2 必要相依項目 - ipykernel
9-2-3 測試是否安裝Jupyter Notebook 成功
9-3 執行 .ipynb 資料分析筆記本
9-3-1 Notebook 介面導覽
9-3-2 執行每個儲存的方式與輸出觀察
9-3-3 儲存與轉換 .ipynb 成 .py 或 .html
9-4 儲存格選取、複製、移動與刪除
9-5 Markdown 語法
9-5-1 建立與生成Markdown 文件
9-6 結合 Numpy、Matplotlib、Pandas 的應用展示
9-6-1 利用 NumPy 進行矩陣運算與隨機數產生
9-6-2 用 Matplotlib 繪製簡單折線圖與長條圖
9-6-3 載入 Pandas 資料並顯示前幾筆資料
9-6-4 整合三者進行一個小型資料分析任務
9-7 比較 Jupyter 與 Python script 的開發方式
9-7-1 Notebook 的互動性與可視化優勢
9-7-2 Python script 的流程控制與可部署性
9-7-3 兩者整合使用的實務建議
9-7-4 開發效率、版本控管、合作方式的比較分析
▌第10 章 專案實作 - CLI 應用程式
10-1 用 Python 撰寫命令列工具
10-1-1 CLI 應用介紹與範例展示
10-1-2 設計實用CLI 的流程與架構
10-1-3 CLI 實例 - 批量轉換文字檔格式
10-1-4 CLI 實例 - 批量壓縮圖片
10-2 Copilot 協助自動生成指令結構
10-2-1 如何提示 Copilot 產生 CLI 架構
10-2-2 用自然語言生成 argparse 模組
10-2-3 自動補齊子指令、說明與錯誤處理邏輯
10-3 用argparse、os、shutil 實作功能
10-3-1 使用 argparse 處理命令列參數
10-3-2 搭配 os 與 shutil 操作檔案、資料夾
10-3-3 實作 - 批次複製、壓縮、改檔名、自動建立備份等功能
▌第11 章 專案實作 - 資料處理小幫手
11-1 專案目標 - 輸入/ 輸出範例
11-2 使用pandas 進行資料讀取與分析
11-2-1 讀取 CSV、處理欄位名稱與缺漏值
11-2-2 分群統計（groupby）、平均、總和與排序
11-2-3 計算欄位（如金額、成效比）
11-3 openpyxl 寫入報表與格式設定
11-3-1 建立 Excel 報表並寫入 pandas DataFrame
11-3-2 自動命名工作表與儲存路徑
11-3-3 加上儲存格樣式（標題加粗、欄寬調整、數字格式）
11-4 使用 pathlib 管理報表輸出與結構
11-4-1 建立資料夾與日期自動命名
11-4-2 建立輸出路徑與備份版本
11-4-3 檔名自動化 - 報表名稱 + 時間戳記
11-5 AI 協作實作 - 用 Copilot 或 ChatGPT 規劃報表流程
11-5-1 讓 AI 協助推導報表欄位與公式（自然語言提示）
11-5-2 自動產生欄位命名邏輯、報表主流程
11-5-3 與 AI 對話調整資料處理邏輯的練習
11-6 自動化流程封裝 - 部門銷售報表生成器
▌第12 章 專案實作 - API 整合應用
12-1 寫一個查詢天氣或匯率的程式
12-1-1 選擇與介紹公開 API
12-1-2 設計天氣查詢程式
12-1-3 設計匯率查詢程式
12-2 使用requests + Copilot 幫你組合 API 呼叫流程
12-3 加入簡單例外處理與錯誤提示
▌第13 章 寫程式的正確姿勢「AI 是你的助理」，「不是你的大腦」
13-1 Copilot 會出錯嗎？如何判斷建議是否合理？
13-1-1 AI 為什麼會「看起來很對、其實錯了」？
13-1-2 常見錯誤型態：語意錯誤、效能問題、格式正確但邏輯錯
13-1-3 實例分析 - 錯誤的 SQL 查詢、無效的資料結構
13-1-4 建議不要「複製就貼上」，要先「理解再選擇」
13-2 「 AI 輔助」≠「AI 取代」 - 保持邏輯思考與程式判斷力
13-2-1 AI 是語言模型，不是驗證機器
13-2-2 思考順序、變數命名、流程設計仍需人腦決策
13-2-3 怎樣才叫「有 AI 輔助的人腦」而不是「被 AI 駕駛的大腦」
13-2-4 練習 - 「 我會怎麼寫？」與「Copilot 建議怎麼寫？」的比對
13-3 如何引導Copilot 給你正確、清晰的建議
13-3-1 如何寫好「註解提示」來引導 Copilot
13-3-2 中文 vs 英文，哪種效果更好？
13-3-3 要精簡還是詳細？提示語的長度與明確度影響什麼
13-3-4 範例 - 用一列註解帶出三種不同程式邏輯
13-4 強化你的人腦思考，才是駕馭 AI 的關鍵
13-4-1 你不只是「寫程式的人」，你是「指揮 AI 寫程式的人」
13-4-2 建立自己的程式風格與決策原則
13-4-3 用 AI 幫你學習、比較、優化，而不是直接接收
13-4-4 小任務練習 - 讓 AI 給你三種寫法，然後你選最佳解
洪錦魁
畢業於明志工專（現今明志科技大學），跳級留學美國University of Mississippi計算機系研究所。
2023年和2024年連續2年獲選***10大暢銷華文作家，多年來唯一電腦書籍作者獲選，也是一位跨越電腦作業系統與科技時代的電腦專家，著作等身的作家，下列是他在各時期的代表作品。
► DOS時代：「IBM PC組合語言、Basic、C、C++、Pascal、資料結構」。
► Windows時代：「Windows Programming 使用C、Visual Basic」。
► Internet時代：「網頁設計使用HTML」。
► 大數據時代：「R 語言邁向Big Data之路、Python王者歸來」。
► AI時代：「機器學習數學、微積分 + Python實作」、「AI視覺、AI之眼」。
► 通用AI時代：「ChatGPT、Copilot、無料AI、AI職場、AI行銷、AI影片、AI賺錢術」。
作品曾被翻譯為簡體中文、馬來西亞文，英文，近年來作品則是在北京清華大學和台灣深智同步發行。
他的多本著作皆曾登上天瓏、***、Momo電腦書類，不同時期暢銷排行榜第1 名，他的著作特色是，所有程式語法或是功能解說會依特性分類，同時以實用的程式範例做說明，不賣弄學問，讓整本書淺顯易懂，讀者可以由他的著作事半功倍輕鬆掌握相關知識。
畢業於明志工專（現今明志科技大學），跳級留學美國University of Mississippi計算機系研究所。
2023年和2024年連續2年獲選***10大暢銷華文作家，多年來唯一電腦書籍作者獲選，也是一位跨越電腦作業系統與科技時代的電腦專家，著作等身的作家，下列是他在各時期的代表作品。
► DOS時代：「IBM PC組合語言、Basic、C、C++、Pascal、資料結構」。
► Windows時代：「Windows Programming 使用C、Visual Basic」。
► Internet時代：「網頁設計使用HTML」。
► 大數據時代：「R 語言邁向Big Data之路、Python王者歸來」。
► AI時代：「機器學習數學、微積分 + Python實作」、「AI視覺、AI之眼」。
► 通用AI時代：「ChatGPT、Copilot、無料AI、AI職場、AI行銷、AI影片、AI賺錢術」。
作品曾被翻譯為簡體中文、馬來西亞文，英文，近年來作品則是在北京清華大學和台灣深智同步發行。
他的多本著作皆曾登上天瓏、***、Momo電腦書類，不同時期暢銷排行榜第1 名，他的著作特色是，所有程式語法或是功能解說會依特性分類，同時以實用的程式範例做說明，不賣弄學問，讓整本書淺顯易懂，讀者可以由他的著作事半功倍輕鬆掌握相關知識。
Details
Review
0 ratings
1 stars
0%
2 stars
0%
3 stars
0%
4 stars
0%
5 stars
0%
Write a review
Eligible to write reviews after purchasing products or add to Library
