iT邦幫忙

2025 iThome 鐵人賽

DAY 3
1
生成式 AI

AI協作開發實戰:從需求到原型的挑戦系列 第 3

專案啟動 - 當AI遇見真實業務需求(中)

  • 分享至 

  • xImage
  •  

昨天我們看到了Claude如何協助我快速產出需求分析和prototype,那種「哇,原來可以這樣」的驚喜感還歷歷在目。但身為一個理性的工程師,我心中冒出了一個念頭:「如果換成ChatGPT,會產出什麼樣的結果呢?」

於是,我決定做一個簡單的實驗。

AI工具的實戰比較:Claude vs ChatGPT

我用完全相同的prompt,分別餵給Claude和ChatGPT,想看看會得到什麼不同的結果。

ChatGPT的產出特色

https://ithelp.ithome.com.tw/upload/images/20250903/20178150OO1M20LKvw.png
https://ithelp.ithome.com.tw/upload/images/20250903/20178150q7Jh6YXp6n.png

ChatGPT產出的內容確實很詳細,但明顯偏向工程化的思維:

  • 技術架構描述得很清楚
  • 資料庫結構規劃很完整
  • API設計邏輯性強

但缺少了一些重要元素:

  • UI/UX的設計思維較弱
  • 使用者體驗的考量不夠深入
  • 畫面呈現的想像力有限

Claude的優勢

相較之下,昨天Claude的產出:

  • 更注重使用者體驗
  • UI設計概念更完整
  • 對業務流程的理解更貼近實際需求

當然,這也可能是因為我的prompt設計還不夠精準。要讓ChatGPT產出更好的結果,可能需要更詳細的指引和更多輪的調教。

團隊的驚喜反應

將兩個版本的分析結果分享給團隊後,大家的反應出乎我的意料。

「原來AI可以做到這麼完整?」

這是最常聽到的驚嘆聲。團隊成員們從最初的半信半疑,逐漸轉向認真考慮的態度。原本對AI只是觀望的態度以及覺得他的妄想過多的狀態,逐漸變成「AI的時代來臨了」。

現實check:AI不是萬能鑰匙

但是,興奮歸興奮,我們並沒有一股腦地就請Claude幫我們生出完整的prototype。

為什麼?

因為我們清楚知道,AI可以做這件事,但整個專案啟動程序中最重要的規劃步驟,不會因為有了AI就不需要做了。

Claude給了我們一個很棒的起點,但真正的挑戰才剛開始。

專案啟動的混合策略

經過討論,我們開始規劃一個結合AI輔助與人工執行的混合策略:

需求收集階段

AI可以協助的部分:

  • 快速brainstorming可能的需求點
  • 將散亂的需求進行結構化整理
  • 檢查是否遺漏重要功能

人工必須執行的部分:

  • 與業務夥伴進行訪談
  • 了解真實的業務痛點
  • 判斷需求的優先級和急迫性

規劃設計階段

AI可以協助的部分:

  • 任務分解和工作項目列舉
  • 提供時程估算的參考依據
  • 列出潛在風險和注意事項

人工必須執行的部分:

  • 評估團隊資源和能力
  • 進行跨部門協調溝通
  • 做出實際可行性的最終判斷

落地訪談階段

AI可以協助的部分:

  • 設計訪談大綱和問題清單
  • 提供訪談技巧建議
  • 協助整理訪談記錄

人工必須執行的部分:

  • 實際進行使用者訪談
  • 挖掘隱藏的需求細節
  • 理解特殊情境和例外狀況

執行開發階段

AI可以協助的部分:

  • 生成基礎程式碼架構
  • 撰寫技術文件
  • 設計測試案例

人工必須執行的部分:

  • 關鍵決策的判斷
  • 品質把關和code review
  • 使用者體驗的細節優化

那些「討論沒有少」的細節

整個規劃過程中,團隊內部有了些實驗與調整,主要集中在幾個議題:

1. AI工具的可信度問題

  • 「AI產出的內容真的可靠嗎?」
  • 「我們要如何驗證AI的建議是否合理?」
  • 「萬一AI給了錯誤的方向怎麼辦?」

2. 工作流程的調整

  • 「導入AI後,我們原有的工作方式要怎麼調整?」
  • 「誰來負責與AI協作?」
  • 「如何確保AI輔助不會降低品質?」

3. 學習成本的考量

  • 「團隊成員都需要學會使用AI工具嗎?」
  • 「不同的AI工具需要不同的prompt技巧,這會增加學習負擔嗎?」

Prompt工程的重要性

這次的比較實驗讓我深刻體會到,同樣的需求,不同的AI工具需要不同的溝通方式。

Claude似乎更善於理解使用者體驗和介面設計,而ChatGPT在技術架構方面表現更強。但這也可能是因為我的prompt還不夠精準。

小結:AI時代的專案管理新思維

通過這次的經驗,得到了幾個重要的觀念:

  1. AI是強大的助手,但不是萬能的替代品
  2. 不同AI工具有不同的專長,要善用各自的優勢
  3. 人機協作需要新的工作流程和管理方式
  4. 團隊對AI的接受度會影響專案的成功

上一篇
專案啟動 - 當AI遇見真實業務需求(上)
下一篇
專案啟動 - 當AI遇見真實業務需求(下)
系列文
AI協作開發實戰:從需求到原型的挑戦5
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言