Cursor 教學2026：中文設定、Agent 操作與 Rules 範例

第一次用 Cursor，先開一個能正常執行的專案，確認資料使用設定，再請它完成一個小修改。中文介面與 AI 的回答語言要分開設定；Rules 用來交代專案慣例，MCP 則是接外部工具，兩者都不是越多越好。

最重要的不是讓 Agent 一次改多少檔案，而是你能不能說清楚「哪些可以改、怎樣算完成」。下面用一個搜尋頁修正任務，串起設定、改檔與驗收。示範是編輯設計的練習，不是效能實測，也不代表任一版本必定產生相同程式碼。

本文於 2026 年 9 月 20 日查核官方文件。Cursor 更新頻繁，按鈕位置、可用模型與方案權益以你的版本和帳號為準；文中的選單英文可用來搜尋功能，不保證整個畫面都已中文化。

先選工作方式：補一段、問問題，還是交給 Agent？

你要完成的事	優先使用	給它什麼	完成後看什麼
接續眼前的程式碼	Tab 補全	當前檔案與附近邏輯	接受的程式是否符合原函式行為
修改選取的一小段	Inline Edit	選取範圍與明確要求	是否改到範圍外、型別是否通過
看懂陌生專案，不修改	Ask 或唯讀提問方式	入口檔、問題與「不要改檔」限制	回答是否能指向實際檔案
先討論跨檔方案	Plan	目標、不能變的行為、驗收條件	是否需要資料遷移、外部權限或新增依賴
修 bug、加測試、調整多檔	Agent	重現方式、範圍、允許的指令	diff、測試輸出、未完成事項

這是任務分流，不是五種效能排名。官方 Tab 說明與 Agent 文件分別說明補全及代理能力；用舊影片學習時，不要把早期 Composer 面板名稱當成所有版本都必須存在的功能入口。

只想問程式碼時，優先選擇介面提供的 Ask 等唯讀方式。若仍使用能改檔的 Agent，文字寫「不要修改」是要求，不是作業系統層級的唯讀保護；重要專案要另有版本控制與存取限制。

安裝前先準備一個能驗收的專案

從 Cursor 官方下載頁取得對應系統的版本，不從名稱相似的鏡像站貼上安裝指令。桌面版與 CLI 是不同入口，新手學編輯器不必同時安裝所有工具。

1. 安裝並登入後，用 Open Folder 開啟專案根目錄，而不是只開其中一個檔案。
2. 先讀 README，確認原本的安裝、啟動和測試方式。沒有執行環境時，AI 改出程式也不代表它能跑。
3. 用 Git 查看現有修改；尚未備份的工作先保存，不要讓 Agent 把「開始前就存在的修改」一起清掉。
4. 到資料使用設定確認 Privacy Mode，並確認公司允許哪些資料送到外部服務。
5. 先請它說明專案入口與測試指令，再挑一個小任務。

這個順序沿用官方 Quickstart的先理解、再小改、再檢查流程。若你不確定指令會做什麼，先看 package scripts 或詢問維護者，不直接批准陌生安裝腳本。

Cursor 中文設定：介面與回答是兩件事

把編輯器選單改為繁體中文

在 Windows／Linux 按 Ctrl+Shift+P，macOS 按 Cmd+Shift+P，開啟命令選擇區：

1. 搜尋 Configure Display Language。
2. 選擇繁體中文；若尚未安裝，依提示找對應語言套件，核對發行者與語系。
3. 重新啟動 Cursor，檢查選單是否切換。
4. 若找不到繁中，先檢查套件是否啟用，不要把簡中包誤當成繁中。

VS Code 語言文件列有繁中語系 zh-tw；Cursor 官方論壇 2026 年 7 月的支援回覆也提供此命令，但提醒 Cursor 自有設定及 Agent 等區域可能仍顯示英文。部分英文不一定是安裝失敗。

讓 AI 用繁體中文回答

在 User Rules 或當前對話加入回答偏好，例如：

請用台灣繁體中文說明。
保留程式碼識別字、API 名稱、檔案路徑與錯誤訊息原文。
需要新增使用者介面文案時，才翻譯成繁體中文。
不確定專案慣例時，先讀附近檔案再提出修改。

這段是溝通偏好，不會把英文字段名稱自動改成中文。若你正在維護英文產品，另外說明「產品介面仍維持英文」，避免 AI 把回答語言誤套到程式內容。

第一次用 Agent：把「幫我修好」改成可檢查的任務

假設專案有搜尋頁，空字串送出後會顯示不合理結果。不要從「重做整個搜尋系統」開始，可以用以下練習：

請先閱讀搜尋表單、搜尋處理函式和既有測試。
目標：使用者輸入空字串或全空白時，不送出搜尋。
有文字時沿用現有流程，不更換搜尋服務、不新增依賴。
先說明會改哪些檔案；不需要改的檔案不要動。
加入空字串、全空白、正常中文查詢的測試。
完成後列出修改檔案、執行過的測試指令及結果。
若無法執行測試，請說明原因，不要寫成已通過。

在 Agent 輸入框用 @ 選取實際的檔案或資料夾，可以減少同名元件、測試副本或舊實作造成的混淆。檔名由你的專案決定，別把範例中的名稱硬套進不存在的目錄。

計畫涉及帳號、付款、資料庫遷移或發布時，先停在規劃階段。即使 Plan mode方便先討論，也仍要檢查它要求連接的外部工具；「規劃」不等於所有外部資料都可隨意讀取。

驗收不能只看 Agent 說完成

驗收點	你應該找到的證據	不足以通過的說法
空輸入	空字串、空白輸入不觸發搜尋的測試	已優化使用體驗
原行為	一般中文查詢仍走原本流程	已重構搜尋功能
修改範圍	diff 沒有無關排版、依賴或設定變更	順便改善其他地方
執行狀態	指令、退出結果與失敗資訊	看起來應該能跑
回復能力	這次變更可與既有工作區修改區分	直接把整個資料夾重置

Agent 的檔案變更可能在操作時就寫入磁碟，不一定等到你最後點接受才生效；開著自動重載的開發伺服器時，修改還可能立即被執行。官方安全文件因此強調版本控制及操作批准。練習時使用測試資料，不把正式環境管理帳號交給它。

Cursor Rules 範例：寫少一點，但要能判斷有沒有遵守

新專案優先使用 .cursor/rules/*.mdc，或簡單的 AGENTS.md。不要照舊教學把全部規範塞進 .cursorrules 後，就認為所有 AI 功能都會讀到。

現行 Rules 文件區分專案、使用者與團隊規則，並明確說明 Rules 不影響 Tab；User Rules 也不適用於 Inline Edit。需要強制的格式要求仍交給 linter，不能只要求模型「記住」。

以下為本文設計的專案規則範例，存成 .cursor/rules/change-review.mdc：

---
description: Small changes and verification
alwaysApply: true
---

- 先閱讀目標檔案及附近既有測試，沿用專案慣例。
- 不要移除與本次任務無關的工作區變更。
- 未經確認不要新增依賴、改公開 API 或執行資料遷移。
- 修正 bug 時，先描述可重現條件，再補對應測試。
- 完成後列出修改範圍、測試結果與尚未確認的限制。

範例不指定測試框架，是因為你的專案可能不是用同一套工具。若只需要約束部分 TypeScript 檔案，可另建有 globs: src/**/*.ts、alwaysApply: false 的規則；不要把所有規則都永久載入，卻留下彼此矛盾的要求。

怎樣知道規則真的有用？

先用一個可丟棄的練習修改，檢查它有沒有先讀測試、是否交代未驗證事項。沒有遵守時，依序查看副檔名、啟用狀態、範圍與是否有其他衝突規則。AI 回答「已讀取」只能作線索，最終仍以 diff 和執行結果判斷。

規則若寫「不得讀取密碼」，但終端機帳號本來就能讀密碼檔，這不是可靠的防護。應把機敏資料移出測試環境或限制實際權限，不能單靠多加幾行禁止事項。

Cursor MCP 設定：先問需要哪一種外部權限

MCP 讓 Agent 使用外部資料與工具。只編輯本地檔案、跑測試，通常不需要先裝一整套 MCP；要查 Issue、讀文件服務或取用測試 API 時，再加入對應工具。

官方支援專案 .cursor/mcp.json 與使用者家目錄 ~/.cursor/mcp.json。前者適合專案限定工具，後者會讓其他專案也能使用，設定位置別混用。新增前先閱讀官方 MCP 文件和該服務供應者的安裝說明，核對伺服器來源、需要的執行環境與認證方式。

權限	初次導入的建議	審核重點
讀取指定文件或 Issue	從測試資料及單一專案開始	會回傳哪些私人欄位
修改檔案或 Issue	確認操作目的後再開啟	是否能預覽內容、是否有歷史紀錄
刪除、部署、變更正式資料	不作入門預設	是否有人覆核、備份與回復方法
存取整個帳號或組織	先確認能否縮小範圍	憑證外洩時影響多大

這張表是保守的導入判斷，不代表每個 MCP 伺服器都提供相同細分權限。服務只提供過大權限時，選擇不連接也是合理結果。

能使用供應者支援的 OAuth 時，依授權畫面檢查範圍；必須使用 token 時，不把實際金鑰寫進會提交的設定檔。Cursor 支援環境變數插值，但也要確認啟動應用程式的環境確實能讀到變數。不要把 token、完整認證標頭或私人資料貼到公開求助文。

設定後先確認工具可用，再執行一次明確的唯讀任務，核對回傳的是哪個專案。保留逐次批准，尤其是寫入工具；不要因為連線成功就開啟所有自動執行。其他客戶端的接法可參考 Claude MCP 教學，設定檔格式仍須以各客戶端為準。

Privacy Mode、ignore 與終端機批准不能互相取代

依 2026 年 9 月 3 日更新的資料使用說明，Privacy Mode 會影響資料是否用於訓練等處理方式；官方也列有濫用調查及特定模型的例外條件。它不代表離線執行，使用自備 API key 也不等於請求完全繞過 Cursor 後端。

三個檢查要分開做：

• 資料政策：公司、客戶合約是否允許使用該服務及模型。
• 檔案範圍：哪些內容需要排除索引或模型存取，是否含客戶名單、金鑰與正式資料。
• 工具權限：終端機、MCP 能接觸哪些檔案和外部服務。

.cursorignore 可控制特定程式碼存取路徑，但官方明確提醒，它不能阻止 Agent 的終端機或 MCP 工具存取相關檔案。因此「已加入 ignore」不等於「所有工具都無法讀取」。

把正式憑證留在另一個受控環境、讓練習帳號只接測試資源，通常比要求模型永遠別碰正式系統更容易驗證。網頁、Issue、文件與工具回傳內容也可能含誘導指令；看到要求上傳金鑰、關閉保護或執行無關腳本時，停止操作並查證來源。

免費版與付費版：不要再用舊版 500 次公式估算

2026 年 9 月 20 日查詢官方價格頁，Hobby 為免費方案，Pro 月繳標示為 US$20。這不是「每月固定完成多少任務」的承諾，也不應再直接套用舊版 500 次 fast request 加無限 slow request 的說法。方案、模型用量及額外計費須以當期帳號頁面為準。

台灣使用者還要分清美元牌價與信用卡實付金額，後者可能受匯率、稅費及發卡行海外交易費影響；本文不提供固定台幣換算。

判斷是否升級，可以選自己的三種常見任務，例如讀懂舊碼、補測試及修小 bug，分別記錄：

任務紀錄	為什麼要記
模型與是否啟用額外用量	才能對照帳單，而不是只看訂閱名稱
提交幾次要求、重做幾次	額度消耗不等於有效完成
人工檢查與修正所需時間	不能只計 AI 生成速度
最終有無通過原本測試	避免把未驗證輸出算成節省時間
無法完成的原因	分清模型能力、環境、權限和需求不明

這是自行評估方法，不是本文的實測成績。詳細方案差異放在 Cursor 價格與方案比較；付款前仍以官方當期資訊核對，不因教學推薦就一次買長期訂閱。

Cursor 和 GitHub Copilot 怎麼選？

「Copilot 只有補全、不支援 MCP」已不能當成比較前提。GitHub 官方文件已有 Copilot Chat 的 MCP 設定，並列出不同 IDE 與組織政策條件。

若團隊已在現有 IDE、GitHub 權限及審查流程上運作，先評估原工具能否完成任務，再決定是否換到 Cursor。若要採用 Cursor，應比較同一個專案任務、相同驗收條件、人工修正時間與資料政策，而不是用不同年份的功能表宣稱某一方全面勝出。

同理，模型名稱會變，不能把「最貴模型適合全部工作」寫成固定規則。先使用帳號可用、符合資料政策的選項；回答失敗時，先檢查上下文與需求，再考慮換模型。需要建立審查流程，可接著看 AI Code Review 工具比較。

常見卡關：先找原因，不要一路加權限

症狀	先檢查	下一步
選單部分中文、部分英文	是否屬 Cursor 自有介面	對照版本與官方支援，不反覆安裝同一語言包
回答仍是簡中或英文	User Rules、當前提示是否衝突	明確指定台灣繁中，保留程式識別字
Agent 改到錯的同名檔案	開啟的根目錄、引用路徑	提供實際路徑與可修改範圍
Rules 沒效果	mdc 副檔名、套用範圍、衝突規則	用小修改驗證，不只詢問模型是否讀過
MCP 連不上	登入狀態、服務地址、執行環境、變數	查看去識別化錯誤紀錄，不公開 token
測試一直失敗	修改前是否已失敗、依賴是否齊全	先記錄基線，再針對一個錯誤排查
用量很快耗盡	反覆重試、長上下文、模型及額外計費	縮小任務、查看帳單，不預設升級能解決

Cursor 可以離線用嗎？

本機檔案編輯和雲端 AI 是不同能力。不要把能離線開啟檔案，理解成 Agent 的雲端功能也能離線；有完全離線要求的專案，應先確認部署與模型方案，而不是靠 Privacy Mode 代替。

不會寫程式也能開始嗎？

可以先用測試專案練習，但至少要能依步驟啟動、檢查錯誤並辨識改了哪些檔案。涉及登入、支付或個資時，請有能力審查的人參與；AI 顯示完成不是可直接上線的證明。

要把每種工具都接進 Cursor 嗎？

不需要。先讓一個小任務跑通；只有外部資料確實能幫助完成下一個任務時才加工具。團隊導入可參考 AI 工作流程盤點與驗收；主要需求若是閱讀文件而非修改程式，也可比較 NotebookLM 與 ChatGPT Projects 的文件研究情境。

來源、方法與更新

本文依上列 Cursor、VS Code 與 GitHub 第一方文件整理，查詢日期為 2026-09-20；中文介面限制另引用註明日期的官方論壇支援回覆。提示詞、驗收矩陣與任務紀錄表為編輯設計，並非工具實測或資安認證。

本次更新修正舊額度與 Copilot MCP 比較，改以現行 Rules、Agent、資料政策說明操作邊界，並移除缺乏證據的速度、模型能力及硬體用量斷言。首圖為 AI 生成的工作桌情境示意，不是 Cursor 畫面截圖。

更多工具的使用情境，可回到 軟體與開發工具主題索引。