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