本簡報以 16:9 橫向為主
請旋轉手機
或改用平板 / 桌機觀看
D18 你寫完了 v1，能在自己電腦跑。
D19 我們做三件事——把它部署成公開網址、5 分鐘講給別人聽、
然後在這個教室，舉辦你 140 小時的畢業典禮。
畢業不是修完。 畢業是有東西能被別人打開。 所以我們今天，把它真的上線。
過去 18 天你累積了能力。今天這 4–5 小時，把它變成一個公開網址＋一段 5 分鐘的講述。
這兩件事做完，你不是修完課，是換了一個身份。
每段都有交付，不是聽完就結束。離開教室時你會多三件能放履歷的東西。
在你電腦跑得再好——沒上線就等於沒做。
接下來這 1 小時：部署 → 15 項驗收 → 更新作品集。離開時手上要有一個 HTTPS 網址。
三步驟的時間切割是有用的——讓你有節奏感，不會卡在第一步調環境變數調 40 分鐘。
靜態頁：Vercel / Netlify 連 GitHub。
含後端：Render / Railway。
最常翻車點是環境變數名打錯——是 ANTHROPIC_API_KEY，不是 API_KEY。
git push → connect → deploy
15 項 Checklist 在正式網址上跑——不是 localhost。
記下通過率，這個數字寫進你的 README。
test on prod URL only
PRAC5-3 的展示首頁加進這個專題：名稱 + 一句話結果 + 公開網址 + GitHub。
作品集本身也重 deploy。
portfolio update + redeploy
沒上線 = 沒做。 沒驗收 = 沒上線。 沒寫進作品集 = 沒驗收。
Act I 結束時，你的公開網址應該已經在另一個瀏覽器分頁裡了。
還沒有？跳回 Step 01，環境變數重看一次。
已經有公開網址，但沒人會自己滑進去看。
這一幕學「怎麼用 5 分鐘讓陌生人聽懂、記住、想找你聊」——比 Demo 本身更難。
5 段都不能省。最常被砍掉的是「限制」段，但那一段反而最加分——敢說真話的人才被信任。
用聽者熟悉的痛點開場。前 15 秒不勾到 KPI，剩下 4:45 都是自言自語。
工具 + 技術點 + 為什麼這樣選。一句話講完，不堆架構。
最有亮點的 1 個功能，現場操作。前 10 秒就要看到產品畫面。
誠實說目前做不到的事。這段敢講真正的弱點反而加分。
最想繼續做的一件事 + 你希望接觸的對象。台下有理由散場後找你。
講義頁有互動工具——把答案填進去按一下，AI 就把它組成可念的講稿。練 1–2 次再上台，不會緊張到忘詞。
5 分鐘 Demo 之後是 5–10 分鐘 Q&A。先準備這 10 題，標出 3 題「最怕被問」，那些就是你自我認知的弱點。
Part 1–6 學的是「會用什麼工具」。
Part 7 教的是「把它做成一件事 + 講給別人聽 + 撐得住評審」。
這條線在這一幕收尾，下一幕進畢業典禮。
在 Demo 上， 敢說限制反而加分。
Part 7 五個 PRAC 串起來只想教一件事——真話比聰明話有價值。
評審 / 客戶 / 投資人見過太多吹噓，誠實的限制段反而讓他們相信你真的測過。
接下來這 15 頁，是寫給你的。
不是考試重點、不是回顧投影片，是一個典禮。
讓自己花 15 頁的時間，承認你完成了一件大事。
你不是修完課， 你是換了一個身份—— 從「會用 AI 的使用者」 變成「能建構 AI 應用的實作者」。
這個轉變不可逆。從今天起，你看任何 AI 工具都會本能地想：
「這是怎麼做的、我會不會做得更好、我能不能讓它接到我自己的場景。」
不要忘了規模——你真的跑過這麼多東西。下次自我懷疑時翻回來看一眼。
每次你在 PRAC 頁按「儲存到我的作品集」、寫反思、勾檢核——這些 localStorage 都自動累積。今天打開來看看，不要驚訝。
這 5 件每一件都能單獨拿出去用——投履歷、接案、跟客戶開場。今天離開前自己對一遍，缺的補上。
差別不在會用 AI。 差別在 AI 信不信任你。
你給的指令清不清楚、給的範例對不對、知不知道什麼時候該用什麼模型——
這些是你 140 小時練起來的肌肉，市面上 ChatGPT 一鍵 prompt 給不了。
最寶貴的不是你會的工具。 是你 140 小時練起來的 「拆任務 → 找工具 → 接起來」的肌肉記憶。
新工具半年就會換一輪。但你看到問題能拆成 prompt + 流程 + 工具鏈——這個能力
會跟著你 5 年、10 年。今天的工具不是重點，反射動作才是。
140 小時結課只是中途站，差距在「結訓後第 1 天到第 90 天」如何累積。挑最貼近你的一條，把 Prompt 貼進 ChatGPT 產出 12 週表，印出來貼在牆上（不要丟 Notion 深處）。
不必完全跳槽，但「下一個 30 天我要動哪一塊」要說得出來。下面三個都是 140 小時學員實際走過的路徑。
我教不了你所有 AI 工具。 但 140 小時夠久——夠你建立「看到問題會本能拆解」的反射。 這個反射，新工具來時你會自己學會。 這也是我把這門課開成 140 小時、不是 14 小時的原因。
140 小時不是一個結束畫面。
它是一個門——門的這邊是「會用 AI 的人」，門的另一邊是「能造 AI 應用的人」。
你今天從這扇門走過去了。