昨天宣告了 30 天實戰開始，今天要來揭露這次挑戰的完整藍圖。經過反覆思考和 AI 討論，我選定了四個不同領域的專案，每個都瞄準真實痛點，並且能在一週內完成 MVP。

為什麼是這四個專案？

選擇標準

在與 AI 進行專案規劃時，我設定了幾個核心標準：

1. 真實需求：必須解決實際遇到的問題
2. 技術廣度：涵蓋 Web、Desktop、Mobile、Data 四大領域
3. 時間可控：每個專案 7 天內可完成 MVP
4. 學習價值：每個專案都能學到新技術或新模式
5. 可延續性：完成後仍有持續優化的空間

AI 協助的決策過程

# Prompt
我要在 30 天內完成 4 個 side projects，請幫我評估以下維度：
1. 開發難度（1-10）
2. 市場需求（1-10）
3. 技術學習價值（1-10）
4. 7天內完成可能性

候選專案：
- 鐵人賽監督 Bot
- Desktop Todo App
- 心情日記 App
- 投資儀表板
- [其他 10 個選項...]

經過多輪討論和評分，最終確定了這四個專案。

Week 1: MenuBar Todo Desktop App 💻

專案定位

解決痛點：切換視窗查看待辦事項太麻煩，需要隨時可及的任務管理

目標用戶：

• macOS 重度使用者
• 追求效率的開發者
• 極簡主義愛好者

核心功能規劃

MVP 功能（Day 1-4）:
  - Menu Bar 常駐圖標
  - 快速新增任務
  - 今日/本週/本月視圖切換
  - 鍵盤快捷鍵支援

進階功能（Day 5-7）:
  - 自然語言輸入（「明天下午3點開會」）
  - 任務分類與標籤
  - 深淺色主題切換
  - 資料同步（iCloud）

為什麼是 MenuBar？

// 一般 Todo App 的使用流程
1. 想到一個任務
2. 找到 Todo App 視窗（可能在其他 Desktop）
3. 切換到 App
4. 新增任務
5. 切回原本工作

// MenuBar Todo 的流程
1. 想到一個任務
2. 點擊 MenuBar 圖示（或快捷鍵）
3. 快速輸入
4. 繼續工作

// 節省時間：75%
// 減少 context switch：90%

技術選型思考

與 AI 討論後的決策：

• Electron + React：跨平台能力，生態成熟
• Electron Store：本地資料持久化
• TypeScript：類型安全，減少錯誤
• Tailwind CSS：快速打造原生風格 UI

預期學習重點

• Electron 主進程與渲染進程通訊
• macOS 原生 API 整合
• Menu Bar 應用最佳實踐
• 系統級快捷鍵處理

Week 2: 智慧記帳 Web App 💰

專案定位

解決痛點：記帳 App 太複雜，懶得輸入明細，導致半途而廢

目標用戶：

• 想要管理財務但怕麻煩的人
• 小資族與學生族群
• 需要快速了解消費習慣的使用者

核心功能規劃

MVP 功能（Day 1-4）:
  - 拍照辨識發票（OCR）
  - AI 自動分類
  - 快速記帳介面
  - 月度收支報表

進階功能（Day 5-7）:
  - 自然語言輸入（「星巴克咖啡120」）  
  - 消費習慣分析
  - 預算警示
  - CSV/PDF 匯出

Week 3: 心情日記 Mobile App 📱

專案定位

解決痛點：想記錄生活但總是忘記，需要低門檻的記錄方式

目標用戶：

• 想要自我覺察的人
• 有情緒管理需求的用戶
• 喜歡量化生活的 Quantified Self 愛好者

React Native 的選擇理由

與 AI 詳細討論後：

1. 開發效率：一套程式碼，雙平台
2. 生態成熟：Expo 讓開發更簡單
3. 熱更新：可以快速修復問題
4. 社群活躍：遇到問題容易找到解答

Week 4: 智慧投資儀表板 📊

專案定位

解決痛點：投資資訊分散，需要整合的個人化儀表板

目標用戶：

• 散戶投資者
• 想要追蹤投資組合的人
• 需要技術分析工具的交易者

核心價值主張

傳統方式:
- 打開券商 App 看持股
- 切換到 Yahoo Finance 看美股
- 再開 TradingView 看技術指標
- 最後看新聞了解市場動態

我們的解決方案:
- 一個儀表板，所有資訊
- 個人化配置
- 即時更新
- AI 市場洞察

技術挑戰

• 大量即時資料的處理
• 圖表渲染效能優化
• API Rate Limit 管理
• 金融資料的準確性保證

開發策略：7 天衝刺循環

統一的開發節奏

每個專案都遵循相同的 7 天循環：

Day 1-2: 規劃與設計
  - AI 協助需求分析
  - 架構設計
  - UI/UX 設計
  
Day 3-5: 核心開發
  - 基礎功能實作
  - AI Pair Programming
  - 持續測試
  
Day 6-7: 優化與部署
  - 效能優化
  - 部署設定
  - 文件撰寫

AI 協作模式規劃

根據不同階段，使用不同的 AI 協作模式：

風險評估與應對

已識別的風險

1. 時間風險：7 天可能不夠
   • 對策：明確 MVP 範圍，功能優先級排序
2. 技術風險：不熟悉的技術棧
   • 對策：Day 1 先做技術驗證 POC
3. 品質風險：趕工導致品質下降
   • 對策：TDD 開發，AI 協助 Code Review
4. 範圍蔓延：功能越加越多
   • 對策：嚴格遵守 MVP 定義，記錄但不實作額外功能

成功指標定義

每個專案的 MVP 成功標準：

interface SuccessCriteria {
  功能完整性: "核心功能可正常運作";
  可用性: "真實用戶可以使用";
  部署狀態: "已部署到生產環境";
  文件完整性: "README 和基本文件完成";
  開源準備: "程式碼整理，可公開";
}

今日總結

關鍵學習

專案選擇的藝術：不是選最酷的，而是選最適合的。每個專案都要能在時限內完成，同時提供足夠的學習價值。

AI 不是魔法：合理的規劃和明確的目標，是 AI 能夠有效協助的前提。