Manus 教學：從第一個任務到用 Agent Skills 把流程存起來重複用

凌晨一點，台北一位做電商的朋友傳訊息給我，說他花了整個週末在整理五十個競品的價格與規格表，Excel 開到手軟。我問他為什麼不丟給 AI 做，他說：「我試過啊，ChatGPT 只會給我一堆文字，還要我自己貼回表格。」

這個抱怨很典型，也剛好說明了 Manus 這類工具存在的理由。

Manus 是什麼

Manus 是一個 AI 代理（agent）平台。它跟聊天機器人最根本的差別在於：它會動手。

官方文件把執行環境講得很清楚——技能在安全的雲端虛擬機上跑，有完整的 Ubuntu 檔案系統、可以執行 shell 指令、支援原生腳本。實務上這代表它能開瀏覽器去點網頁、寫一段 Python 跑完再看結果、把產出存成 Excel 或簡報檔給你下載。

你交辦的是「目標」，不是「一段對話」。

它能幫你做什麼

• 多步驟的資料蒐集：例如「找出台灣前 30 家連鎖咖啡的門市數與價位，整理成表格」
• 網頁操作：登入、填表、抓取、比對，這些原本要人工點的動作
• 程式與檔案產出：寫腳本、跑分析、輸出 xlsx／pptx／pdf
• 排程任務：固定時間自動跑一次，例如每週一早上更新競品價格
• 把做過的事變成技能：同樣的流程下次一句話就重跑

方案與點數：先搞懂再開始

這是最該先弄清楚的一步，因為點數會影響你怎麼下指令。依官方說明中心的資料：

方案	價格	點數	同時任務	排程任務	模型
Free	$0	每日 300 點	1	2	Chat Mode、Agent Mode 的 Manus 1.6 Lite
Pro 第一級	每月 20 美元起（年繳約 83 折）	每月 4,000 點起	20	20	加上 Manus 1.6、1.6 Max
Pro 第二級	每月 40 美元起（含 7 天試用）	每月 8,000 點起	20	20	同上
Team	每席每月 20 美元起	團隊共用點數池	—	—	另含 SSO、資料訓練退出、團隊用量分析

官方另註明既有會員仍以原價自動續約。

注意免費版是「每日」300 點、付費版是「每月」給點——這個差異會影響你的使用節奏。免費版適合每天做一件小事，付費版適合某幾天集中火力。

怎麼用：六個步驟

步驟一：註冊並選模式

註冊後你會看到 Chat Mode 與 Agent Mode 兩個選擇。Chat Mode 就是一般對話，Agent Mode 才是會動手做事的那個。開始新任務時就要選好代理，別一開始選錯模式白燒點數。

步驟二：把任務講清楚（這步最重要）

新手最常犯的錯是下指令太模糊。「幫我研究一下電動車市場」這種話，Manus 會開始漫無目的地找資料，燒掉一堆點數還給你不想要的東西。

好的任務描述包含四件事：

1. 目標：具體要什麼結果
2. 範圍：哪些對象、哪個時間區間、哪個地區
3. 輸出格式：表格？簡報？markdown 文件？欄位有哪些？
4. 限制：不要什麼、資料來源要求

實際對照一下：

❌ 幫我看看台灣有哪些做 AI 的公司

✅ 找出台灣 2024 年後成立、有公開募資紀錄的 AI 新創，整理成表格，欄位包含：公司名稱、成立年、主要產品、最近一輪募資金額與時間、官網。只收錄有官網可查證的，資料來源請附連結。

第二種寫法我自己實測下來，點數消耗大概只有第一種的一半，而且結果直接可用。

步驟三：看它工作，該打斷就打斷

Manus 執行時會顯示它在做什麼——開了哪個網頁、跑了什麼指令。這不是裝飾，是你的煞車。

如果你看到它在第三分鐘還在鬼打牆地搜同一個關鍵字，直接停下來補充說明，比讓它跑完再重來省得多。我的習慣是前兩分鐘一定盯著看，確認方向對了再去做別的事。

步驟四：用 Wide Research 處理「很多筆」的任務

當任務是「分析 100 個產品」「研究 50 家公司」這種同質性高但數量大的工作，Manus 有一個叫 Wide Research 的模式。

它的做法是：主代理把請求拆成獨立的子任務，每個子任務交給一個有獨立上下文視窗的代理去做，全部平行跑完之後，主代理再把結果組裝成你要的格式。

這個設計解決的是上下文視窗的物理限制——五十家公司的資料塞不進一個對話，但拆成五十個各自獨立的小任務就沒問題。官方說明這個功能會在適當時機自動啟用，Manus 1.6 之後所有子代理都跑在 Max 架構上。

適合用的場景：競品盤點、市場調查、文獻回顧、名單開發、大量同類內容生成。

步驟五：把做過的事存成 Agent Skills

這是我覺得最被低估的功能。

Agent Skills 是可重複使用的自訂工作流。官方文件寫的建立方式簡單到有點反高潮：

1. 用 Manus 完成一次你想重複的任務
2. 請它把這個流程打包成技能，Manus 會自動生成說明文件
3. 之後需要時直接觸發

不用寫程式，Markdown 指令就能建立，進階的自動化才需要腳本。技能採漸進式載入——中繼資料先載（約 100 個 token）、指令按需觸發（少於 5k token）、資源用到才載，所以存一堆技能不會拖慢速度。

實際用法舉例：你每個月要做一份「本月競品新功能整理」，第一次做完就存成技能，之後每個月一句「跑競品月報」就結束。

步驟六：設排程，讓它自己跑

免費版可設 2 個排程任務，Pro 是 20 個。把「每週一早上更新關鍵字排名」「每月一號跑競品月報」這類固定工作丟進排程，你連想都不用想。

進階技巧：省點數的三個習慣

一、先問再做。 複雜任務可以先用 Chat Mode 問「這個任務你打算怎麼拆？」，確認它的規劃方向對了，再切到 Agent Mode 執行。規劃階段的點數消耗遠低於執行階段。

二、輸出格式先講死。 不指定格式，它會自己決定，然後你要求改一次就是一次重跑。表格有哪些欄位、要不要附連結、檔案格式是什麼，一次講完。

三、大任務拆成兩段。 與其一次要它「找資料並做成簡報」，不如先要資料表格、確認資料對了，再要它做簡報。中間錯了只重跑後半段。

注意事項：台灣使用者請特別留意這三點

資料外洩風險是真的。 Manus 執行任務時會把你給的資料送進雲端沙箱處理。如果你要它整理客戶名單、財務報表或未公開的產品規劃，這些資料就離開你的機器了。Team 方案有「資料訓練退出」選項，但那不等於資料不經過對方的系統。涉及營業秘密或個資的任務，請先確認你們公司的資安政策——這在台灣受個資法規範，不是「應該沒差」就能帶過的事。

它會犯錯，而且錯得很有自信。 我實測時遇過它抓錯公司的募資金額，數字看起來很合理，但點進來源根本沒這個數。所以任務描述一定要求附上來源連結，交件前抽查三到五筆。這是使用任何 AI 代理的基本紀律。

價格與模型代號會變。 這類產品改版速度極快，本文查證的是 2026 年 8 月的資料。決定訂閱前，請直接看官方定價頁。

什麼時候不該用 Manus

講點實話。以下情況用 Manus 反而更慢：

• 單純問答：直接用 ChatGPT 或 Claude 更快，不用等它開沙箱
• 需要精確控制的程式開發：用 Cursor 或 Zed 這類編輯器層工具，你能逐行審查
• 固定規則的自動化：如果流程是完全確定的，n8n 這種工作流工具更穩定也更便宜
• 高度敏感的資料處理：不要，就是不要

想更完整地理解 AI 代理這個類別，可以延伸看我們寫過的 AI Agent 實作指南 與 n8n 自動化教學。要在多個模型間比價切換，OpenRouter 教學 也值得一讀。想找更多同類工具，可以逛 AI 自動化分類 或看 任務導向的工具清單。

TheAI學院 評語

用了一段時間，我對 Manus 的評價是：它把「AI 幫我做事」從口號變成可驗證的東西。你交辦一件事，它給你一個檔案，成果好不好一目瞭然——這種明確性在 AI 工具裡其實不常見。

但別把它想成萬能。它最強的場景是「重複性高、步驟多、但每一步都不難」的工作，例如整理五十家公司的資料。真正需要判斷力與創意的事，它還是差一截。

評語：Manus 值錢的不是它多聰明，是它會把事情做完。對台灣中小企業那些「一直知道該做但沒人有空做」的整理工作，這才是真正的解方——前提是你得先學會把話講清楚。

給台灣讀者的具體建議：先用免費版的每日 300 點，挑一件你每個月都要重做一次的例行工作（競品價格、產業新聞彙整、客戶名單更新都行），做完就存成 Agent Skill。跑滿一個月，你自然會知道值不值得升級 Pro。

資料來源

• Manus 官方說明中心：會員方案與價格
• Manus 官方文件：Agent Skills
• Manus 官方文件：Wide Research

依公開資訊整理、以官方為準。價格與功能可能隨時調整，訂閱前請至官方頁面確認。