個人效率 vs 團隊協作的矛盾

AI 開發工具越來越強，協助寫程式、產生測試、轉換格式、補文件幾乎已經成為日常。對個人來說，這是一種效率加速；但對團隊來說，卻也可能是協作混亂的開始。

我們的團隊，每個人都用自己熟悉的工具（Claude Code 或 Cursor），結果卻發現一個問題，根據不同人寫的 prompt 給出截然不同code style。

有的回傳內容混用中英文註解，有的測試寫法完全不同，甚至程式命名與錯誤處理邏輯也各走各的。原本以為只是個別差異，實際整合時卻變成了阻礙。

我們不只是在用 AI，更在教 AI 怎麼成為我們團隊的一員

我們發現問題的本質其實不在 AI 工具本身，而是在背後「它是根據什麼規則做出判斷」。Claude 有CALUDE.md，Cursor 也有 .cursorrules 設定，但每個人的使用習慣不同、AI 理解的語境也不同，就導致開發成果難以一致。

這時候，我們想的不是「怎麼去調整每個人的 prompt」，而是反過來問自己：
可不可以統一一套「團隊級」的 System Prompt，讓 AI 理解我們的規則與開發邏輯？

如果做得到，就能讓每個人用自己喜歡的工具、習慣的語言，但最後出來的結果還是「講同一種團隊的語言」。

所以就開始了這 30 天的實驗

這一系列文章，會記錄從無到有建立 System Prompt 規範的過程，包含：

• 怎麼蒐集問題、建立團隊共識

• 如何設定 .cursorrules 和 CLAUDE.md

• 各工具之間的兼容與差異

• 實作上遇到的坑與解法

• 最終如何部署與維護這套規則