這兩年只要談到 AI，你大概都聽過同一句話：AI 已經從「你問、它答」變成「你交辦、它動手」。
但你可能跟我遇到的很多學員一樣：概念聽懂了，實際上還是每天在 ChatGPT 裡面複製貼上。因為那些被稱為 AI Agent 的工具，多半要你先裝一個桌面程式、先開一個終端機視窗，光是第一步就把人擋在外面。
Manus 是目前少數沒有這個門檻的 AI Agent。打開瀏覽器、登入帳號，你就可以開始交辦任務。
這篇文章會帶你完整走一次：Manus 到底是什麼、使用前該知道的公司背景與資料風險、免費方案能做到什麼程度，然後用三個我實際做過的任務——規劃旅遊行程、把研究資料做成網站、把一份企劃變成 12 頁決策簡報——讓你看到它現在真實的能力邊界在哪裡。
如果你連 AI Agent 這個詞都還不太確定在指什麼，建議先看我之前寫的〈AI Agent 代理人是什麼？一次搞懂 2026 年最重要的 AI 趨勢〉，那篇是觀念，這篇是實作。
Manus 是什麼？一個打開瀏覽器就能用的 AI Agent
一句話定義：Manus 是一個雲端的 AI Agent（AI 代理人），你把一件事交辦給它，它會自己拆解步驟、上網查資料、動手產出可以交付的成果。
差別在「成果」兩個字。你跟 ChatGPT 說「幫我做一份簡報」，它給你的是一份簡報大綱的文字；你跟 Manus 說同一句話，它給你的是一個可以下載的 PPT 檔案。
它背後的運作方式，你可以想成它自己有一台電腦。執行任務的時候，畫面右側會出現一個虛擬的電腦視窗，你會看到它自己開網頁、自己搜尋、自己寫程式碼、自己把檔案存起來。這不是動畫效果，是它真的在一個雲端環境裡工作。
那它跟 ChatGPT 的 Codex、Claude 的 Claude Code 差在哪裡？
能力上各有強項，但對非工程背景的人來說，最關鍵的差別是「你要不要先安裝東西」。Codex 和 Claude Code 都會要求你先下載桌面版或使用命令列工具，光這一步就會勸退很多人。Manus 全部在瀏覽器裡完成，註冊完就能用，這是我會把它推薦給第一次接觸 Agent 的人的唯一理由。
我自己的比喻是：它像一個今天剛報到的實習生。 你不能假設他懂你公司的潛規則，但你可以交代他一件有明確產出的事，讓他去做，做完你再驗收、再修。你對實習生會有的期待與耐心，用在 Manus 身上剛剛好。
（延伸閱讀：如果你還在猶豫該用哪一類 AI 工具，我畫過一張流程圖——〈AI工具怎麼選？一張「養龍蝦」流程圖，搞懂 ChatGPT、n8n、AI Agent 的差別〉）
開始之前：這家公司的背景，和一個更重要的原則
在教你怎麼用之前，有些事我認為必須先講清楚，你再自己決定要不要用。
Manus 背後的公司叫 Butterfly Effect，原本是中國的創業團隊，2025 年年中把總部遷到新加坡。2025 年 12 月底，被 Facebook 的母公司 Meta 以約 20 億美元收購；2026 年 4 月，中國國家發改委以違反境外投資與技術出口管制規定為由，要求撤銷這樁交易；2026 年 8 月 11 日，Manus 正式恢復獨立營運。
如果你對中國背景的產品有疑慮，這是完全合理的考量，你可以在這裡就停下來，不用往下讀。這篇文章不會說服你使用它。
但如果你決定要用，我希望你記住的是這件事的後半段——因為這次拆分程序，部分用戶在 2025 年 12 月 29 日之後產生的資料，會在 2026 年 8 月 23 日上午到 8 月 24 日之間被刪除（新加坡時間）。官方開放使用者在期限前自行備份，之後再還原回去。
公司活下來了，資料還是要被刪。
這件事給我的啟發，其實跟中資背景沒有太大關係，而是一個對所有 AI 工具都成立的原則：Agent 是來幹活的，資料庫要放在自己家。
Agent 會一直換、一直有更好的出現。但你累積三年的研究筆記、你的客戶名單、你做完的研究報告，那才是資產。活幹完，成果就落地到自己的硬碟、雲端或資料庫，不要讓它住在工具裡。
同樣的道理也適用在你要餵給它什麼。任何雲端 AI 工具，我的做法都一樣：不要把客戶名單、未公開財報、個資這類敏感資訊直接丟進去；真的需要用到，就先做去識別化處理，把公司名換成 A 公司、把人名換成代號再交辦。
註冊與方案：免費版能做到什麼程度
註冊很單純。到 manus.im，用 Google 帳號或你習慣的帳號登入，就可以開始。介面有繁體中文，台灣可以正常使用。
比較需要先搞懂的是它的點數制。Manus 不是按對話次數計費，而是按任務的複雜度消耗點數——同樣一句話，做一張表格跟做一個網站，吃掉的點數差很多。
依照官方說明中心的資料（最後更新於 2026 年 3 月）：
| 方案 | 月費 | 點數 | 可用模型 | 同時執行任務 |
|---|---|---|---|---|
| Free | 免費 | 每日 300 點 | 1.6 Lite | 1 |
| Pro | 20 美元（約 630 元） | 每月 4,000 點 | 1.6 Lite、1.6、1.6 Max | 20 |
| Pro（進階） | 40 美元（約 1,260 元） | 每月 8,000 點 | 1.6 Lite、1.6、1.6 Max | 20 |
| Team | 每席 20 美元 | 共用團隊點數池 | 1.6 Lite、1.6、1.6 Max | 20 |
年繳一律折 17%。點數方案與價格是 AI 工具最常異動的部分，實際數字請以你登入後看到的為準。
模型怎麼選？我的經驗是：表格、清單、單純的資料整理，用 1.6 Lite 就夠了；要做網站、做簡報這種需要多步驟規劃、還要動手產檔案的任務，切到 1.6 會明顯比較穩。 我在下面第三個示範就是用 1.6 執行的。
免費方案的每日 300 點，足夠你把下面第一個示範完整做完一次。所以你不必先付費才開始，先用免費額度確認這個工具跟你的工作有沒有關係，再決定要不要升級，順序才對。
示範一：一句話規劃東京三天兩夜，直接交表格
第一個示範我刻意不選工作情境，選生活情境。原因是不管你做哪一行，旅遊規劃你都看得懂，你可以先熟悉「交辦」這個動作本身，再把邏輯搬回工作上。
我給的指令是：
請幫我規劃東京三天兩夜的行程，住在新宿，不要超過三個景點，最後整理成表格。
這句話很短，但有三個東西是刻意放進去的，你套用到任何任務都適用：
- 限制條件（住在新宿、不超過三個景點）——沒有限制，AI 會給你一份塞滿景點、實際上走不完的行程
- 交付格式（整理成表格）——你要什麼形式的成果，就直接說
- 明確的範圍（三天兩夜）——不要讓它自己猜規模
送出之後，你會看到它開始在虛擬電腦裡查資料。跑完之後交給我的是一份完整表格，附上交通方式與預算摘要，最下面還列了參考資料來源，我可以回去反查它的資訊正不正確——這一點請一定要做，Agent 查到的資料一樣可能有誤，附來源的目的就是給你查證用的。
示範二：把研究資料變成一個可以發布的網站
第二個示範是我覺得最能展現「Agent 跟聊天 AI 差在哪」的一個。
我開了一個新任務，請它把一份研究資料整理成一個網站。指令的結構大概是這樣，你可以直接套用：
請幫我把以下內容做成一個單頁網站：
【貼上你的資料或說明主題】
需求：
1. 分成【幾個】區塊，依序是【區塊一】、【區塊二】、【區塊三】
2. 風格請用【簡潔專業／活潑／日系】，主色調用【顏色】
3. 手機上要能正常瀏覽
送出之後，Manus 會自己去載入「做網站」這項技能，然後開始寫程式碼。整個過程我的手完全沒有動。
更有意思的是，我在旁邊看它工作的時候瞄到，它中途自己去調用了 ChatGPT 幫我生成網頁裡要用的圖片。這是 Agent 跟一般 AI 工具的分水嶺：它不只是自己做，它會判斷需要什麼工具，然後自己去用。
成品出來之後，如果哪裡想改，你就在旁邊的對話框繼續說；沒問題的話，畫面上直接有一個「發布」按鈕，按下去它會給你一組正式網址，可以直接分享出去。
我這次沒有指定配色和版面，純看它自由發揮，整體設計我覺得算是水準之上。但如果你心裡已經有想法，直接在指令裡指定會更好——這一點跟帶實習生完全一樣，你講得越清楚，回來的東西越接近你要的。
這個功能在什麼時候最好用？我想到三個場景：
- 把履歷變成一頁式網站，投遞的時候附連結
- 把作品集整理成可以分享的頁面
- 公司有一次性的活動或說明頁，放官網太重、做成 PDF 又不好傳，用它做一頁就解決
示範三：從一句話到 12 頁決策簡報
第三個示範是上班族最關心的：它到底會不會做簡報。
先講前提。如果你要的是一份完美的提案簡報，前面的思考、大綱、論述邏輯，你還是得自己來。 AI 可以幫你加速這些步驟，但不該幫你跳過。
不過為了測試它的極限，我這次刻意給一個很簡單的指令，看它能自己補到什麼程度：
公司正在評估是否導入 AI 客服，請研究臺灣企業目前可以使用的 AI 客服，
分析成本、功能、導入難度與適合企業規模，然後做一份 12 頁的決策簡報。
這個任務我用 1.6 執行，它總共跑了五個步驟：收集市場資料、驗證解決方案、撰寫簡報內容、產出投影片、交付檔案。你會看到畫面上一頁一頁的簡報實際被生出來。
十二頁做完之後，交付區有一個下載按鈕，可以選擇下載成 PPT 或 PDF，也可以直接上傳到你的雲端硬碟。因為輸出的是可編輯的 PPT，你拿回來還可以自己改，這比只給你一份 PDF 實用太多。
成品我看下來，資料的完整度和組織方式都在可用的水準——當然，裡面每一個數字、每一家廠商的資訊，你還是得自己核對過再拿去開會。
還有一個很多人不知道的功能：它可以順便幫你寫講稿。 因為簡報從來不是把檔案丟給別人看就結束，你還要站在前面講。這份講解用的演講稿，也可以直接請 Manus 生成。
什麼情況適合用 Manus？什麼情況不適合？
實測完之後，我自己抓出來的判斷標準是這三個問題。三個都答得出「是」，就適合交給它：
一、交付物是不是明確的？ 「幫我分析一下市場」很難驗收，「整理台灣前五大電商平台的抽成比例，做成比較表」就很好驗收。Agent 的表現好壞，八成取決於你有沒有把成果講清楚。
二、錯了有沒有機會被抓到？ 它會查資料，也會查錯資料。適合交給它的，是那些你有能力複查、或錯了不會立刻造成損失的任務。
三、資料能不能給？ 涉及客戶個資、未公開的財務數字、合約細節，就不要丟進去，或先做去識別化。
反過來，這幾種情況我不會用它：需要專業判斷背書的內容（法律、醫療、稅務）、需要高度設計控制的正式對外物料、以及你自己都還沒想清楚要什麼的時候——最後這一種，AI 只會把你的模糊放大成一份看起來很完整、但其實不能用的東西。
不知道從哪裡開始？先從生活情境練
如果你看到這裡還是覺得有點抽象，我的建議很簡單：不要從工作開始。
工作情境有太多你習以為常、但沒說出口的前提，第一次用就挑戰它，很容易得到一個「好像有做，但都不對」的結果，然後你就放棄了。
先從這三個生活題目練手，每一個都能在免費額度內做完：
- 規劃一趟你真的想去的旅行，指定預算與天數，要求交表格
- 幫你做一個購物決策，例如「比較三款兩萬元以內的除濕機，列出優缺點與適合的房間坪數」
- 做一份你有興趣的主題研究，要求附上資料來源
練完這三題，你會抓到一個共同結構：角色或情境 + 明確任務 + 限制條件 + 交付格式。 這個結構搬到工作上，就是「請研究我們產業的三家競品，比較他們的定價與主打客群，整理成一頁比較表」。
Manus 教學影片與教學指令包
我把影片裡示範用到的完整指令，還有八種工作情境的挖空模板，都整理成一份教材放在這裡：Manus 教學指令包。填一填就能直接套用。
結語：門檻正在降低，但判斷力沒有
回頭看，AI Agent 這件事最大的變化不是它變聰明了，而是它變得不需要你懂技術了。一年前要用上這種能力，你得會裝環境、會看終端機；現在你只要會打開瀏覽器，把事情講清楚。
這代表門檻消失的同時，差距會轉移到別的地方。當每個人都能一句話交辦出一份 12 頁簡報，決勝點就不再是「你會不會做簡報」，而是「你知不知道這份簡報該講什麼、哪裡是錯的、哪一頁該砍掉」。
工具會一直換，判斷力才是留在你身上的東西。
所以我的建議是，這個週末花一個小時，用上面三個生活題目真的跑一次。不要只是看完這篇文章點頭，然後回到複製貼上的日子。
畢竟，有一個不用睡覺、交辦完就自己去做事的數位隊友，誰會不想要呢？
我每週會寫一封電子報，把當週實測過的 AI 工具、實際用得上的指令，還有顧問現場看到的案例整理給你。想收到的話，可以在這裡訂閱：明淳說電子報。
你必須登入才能發表留言。