第五日:方法論打地基,下週蓋高樓
第一週走到尾聲。回顧前四天,從 CLI 生出專案、Flash 爆炸、課金焦慮,到方法論初見雛型,說真的,整個過程就像在玩一款高難度的「工程師養成遊戲」。
今天不急著再試新工具,而是來規劃 下一週的工地現場。
一週小結:從亂試到覺醒
-
Day1:看 AI 巨輪呼嘯而過,決定跳上去。
-
Day2:Gemini CLI 牛刀小試,升級過程比功能更精彩。
-
Day3:專案跑通 → 點數用完 → Flash 模式直接解連線失敗。
-
Day4:課金頁面讓我冷靜,悟出「方法論比亂搞重要」。
一週下來,最大收穫是:AI = 勤勞小助理,但真的很燒錢。
所以,我不能再當「到處亂試的散彈槍工程師」,而要成為「帶隊的技術 Lead」。
展望與計畫:Vibe Code 工地開張
下週,我要讓 Vibe Code 方法論 落地在一個小產品雛型:
👉 AI 測試工作台。
目標
做一個能讓我:
- 從 md file 餵題目
- 模型回答並自動記錄(問題 / 回答 / 耗時 / 錯誤)
- 輸出E2E的結果
這樣不只是「玩玩 AI」,而是真正能幫我 驗證、比較、改進工作流。
為什麼要做這個?
- 不再一次次「試玩」浪費 token。
- 形成可重複的驗證流程。
- 成為未來產品線前的「實驗基地」。
借鏡好框架(參考網路調查)
我找到幾個值得借鏡的框架:
-
AI Prototyping Guide(Product Compass):從 ideation → prototype → 驗證的流程,幫助我選工具、設計 prompt 模板。
-
Design Sprint(GV):5 天流程:理解 → 發散 → 決策 → 原型 → 測試。很適合把「AI 測試工作台」拆成短週期衝刺。
-
Best Practices in Prototyping(C3.AI):提醒我 prototype 不要做過頭,夠用就好,該停就停。
這些框架的共識是:快速、小步、驗證、調整。
我的小計畫(下個五天版 Design Sprint)
天數 |
工作項目 |
Day1 |
確定核心功能與範圍,選工具與技術棧 |
Day2 |
寫需求檔(卡片化)、設計 DB Schema / API 契約、準備 I/O 範例 |
Day3 |
實作最小可行版本:md file 讀題 → API 串接 → 記錄回答 |
Day4 |
加入報表 / dashboard:展示耗時、成功率、錯誤類型 |
Day5 |
不同 prompt / 模型組合測試 → 比較效果,收集數據,迭代改善 |
方法論再次複習:Vibe Code 工作法(Lead 版)
-
切大為小:把需求拆成 5–9 張小卡片。
-
寫能餵給 AI 的需求:目標、約束、I/O、驗證樣本。
-
先定 DB 與 API:結構先行,避免亂猜。
-
AI 處理重複性工作:CRUD、測試、樣板。
-
人類把關核心:架構、資安、併發、金流。
-
回合有上限:每卡片 ≤ 5 回合,超過就人腦接手。
-
產出即測試:每回合必須有可驗證結果。
今日小結
第一週走到尾聲,我不再迷信「多試工具」能帶來奇蹟。
真正要做的,是把 方法論打地基,再把「Vibe Code」工地開張。
下週,我要用一個小產品雛型驗證:
- Prompt 模板的效果
- 不同模型的比較
- 成本與正確率的平衡
工具會一直更新,價格也會波動,但好方法論才是工程師能帶走的武功祕笈。
👉 收兵,本週完!明天,開工! 🚀