大家好，我是Elliot，是個經驗尚淺、主要在後端領域打滾過一段時間的工程師。在這之前，其實我已經斷斷續續玩過一陣子的 AI coding，也經歷了一些應該不少人都遇過的狀況。舉幾個例子（但不限於）：

像是讓 AI 繼續實作時，寫出來的方向突然跟前面完全無關；又或者在修 bug 的時候，前幾個方法不管用，AI 就開始亂試一通，結果把整段程式搞壞；也遇過那種我明明下了一個明確的指令，AI 執行到一半卻開始做其他事，整個流程直接跑偏。

這些經驗讓我覺得，如果完全交給 AI 放手去寫，其實是不可行的。但我也在想：如果有個工程師在旁邊幫忙規劃方向、提出限制、協助判斷，那 AI 是不是就能真的幫我完成一個能運作的系統？剛好 2025 鐵人賽開跑，我就決定趁這個機會，把這個想法實際試試看。

這次我會以 Gemini CLI 作為主要的協作對象，使用的模型是 Gemini 2.5 Flash。之所以選這個版本，一方面是因為免費額度夠多，另一方面我也不打算在開發過程中混用不同模型。我覺得每個模型的訓練背景與資料不同，多少會影響它的「個性」，中途更換就像讓風格不同的工程師接手開發，程式品質可能會變亂。

另外，我會搭配 ChatGPT（免費網頁版） 作為修 bug 的輔助。理由很簡單，debug 很常需要用不同角度去看待問題，自己寫的程式常常會卡住看不出來，這時候讓另一個 AI 來幫忙，反而比較容易看出盲點。過去我試過幾次，覺得這樣的搭配效果還不錯。

提示詞方面，我會參考網路上 mgalpert 整理的 AI 角色提示詞，嘗試讓 AI 更能理解我的開發角度。我自己的猜想是，生成式 AI 是透過向量空間「預測」下一段文字，如果我給的提示詞越接近我想要的方向，它產出的結果也就有可能越準確、品質越高。

最後，這次挑戰的目的，並不是要教大家怎麼用 AI，而是想實際體驗一趟「從零開始與 AI 合作」的開發旅程。網路上的很多分享文章都已經避開坑、修好 bug 才公開成果，但我想記錄的是這中間的試錯與撞牆，也希望透過這段過程，提升我與 AI 協作的能力。

這 30 天的計畫，我會以打造一套我心中理想的 專案管理系統 為目標。在過程中，我會請 Gemini 提出建議，協助我規劃與實作，希望最後能產出一個真正能使用的完整系統。

開發途中，我也會紀錄我遇到的各種問題、採用的解法，以及這些方法實際帶來的效果。我希望透過這次挑戰，慢慢建立一套屬於我自己的「與 AI 合作開發」流程，拓展我獨立完成專案的能力，也為未來承接更多案子打下基礎。