回顧這10天的開發軌跡，我們成功建立了完整的門市系統原型：產品查詢支援多倉庫篩選，客戶管理整合歷史記錄，訂單系統具備暫存比較機制，退換貨處理完整的業務邏輯。更重要的是，通過原型整合測試發現了跨功能協作的盲點，並在後續的優化中建立了系統性思考模式。這10天不只是功能的累積，更是AI協作能力的質的飛躍。
對比第一階段的摸索期，第二階段的協作效率有了顯著提升。平均每個功能的開發時間從第一階段8-10輪迭代降到3-5輪，主要原因是建立了完整的設計規範體系和成功案例庫。更重要的發現是，從Day10開始的Claude到Cursor工具轉移並沒有影響協作效率，這證實了方法論比工具更重要的假設。當我們建立了明確的設計規範、業務邏輯文檔和協作模板後，AI工具的差異變得不那麼關鍵。
Day15的原型整合測試是整個階段最重要的轉折點。當我發現四個精美的功能頁面之間缺乏有機連結時，才真正理解原型設計不只是單一功能的完善，更是系統性流程的驗證。這個發現讓我從「功能孤島思維」轉向「流程協作思維」，開始思考跨頁面的資料流轉、業務邏輯銜接、使用者體驗連續性。這種系統性思考模式成為後續所有設計決策的基礎。
Day17的完成度邊界管理是AI協作最重要的能力突破。我學會了控制AI的完善傾向，讓協作重點聚焦在原型驗證的核心目標上。通過明確的量化標準（如0.3秒transition限制）和禁止清單，AI能夠準確理解「剛好夠用」的標準。這種邊界控制不是限制創意，而是讓創意能量投注在最關鍵的地方，避免在非核心功能上過度投資。
讓我展示如何用AI進行系統性的階段復盤，這個方法可以應用到任何專案的階段性回顧中。
基於過去10天的AI協作原型開發經驗，進行第二階段復盤分析：
分析範圍：Day11-20的協作記錄
- 產品查詢系統（Day11）- 業務邏輯理解的突破
- 客戶管理原型（Day12）- 資料呈現策略的優化
- 訂單系統原型（Day13）- 工作流程視覺化的挑戰
- 退換貨原型（Day14）- 例外情境的完整處理
- 原型整合測試（Day15）- 系統性思考的重要轉折
- UX優化（Day16）- 人機協作分工的清晰化
- 邊界控制（Day17）- AI完成度管理的方法建立
- 響應式調整（Day18）- 技術限制的現實認知
- 驗證策略（Day19）- 溝通導向設計的價值確認
復盤重點：
1. 協作效率提升的關鍵因素
2. 遭遇的主要挑戰和解決方案
3. AI能力邊界的清晰認知
4. 可復用的成功模式識別
5. 第三階段的改善建議
輸出格式：
- 成功經驗總結（具體的方法和模式）
- 問題根源分析（為什麼會遇到這些挑戰）
- 協作方法論提煉（可在其他專案應用的原則）
- 下階段策略建議（基於當前經驗的改善方向）
技術要求：請保持HTML、CSS、JS分離的檔案結構分析框架
這種復盤檢查讓AI幫助我們客觀分析協作過程，識別成功模式和改善空間，將經驗系統化為可復用的方法論。
Day18的響應式調整讓我清楚認知到AI在視覺細節處理上的局限性。AI擅長邏輯結構和功能實現，但在像素級的版面調整、視覺層級優化方面仍需要人工介入。這個認知幫助我建立了更現實的協作期望：AI負責大架構和邏輯實現，人工負責細節優化和視覺調校。這種分工模式在後續的專案中都能有效應用。
Day19建立的原型驗證策略具有重要的前瞻價值。我們不是為了驗證「好不好用」，而是確保原型能有效服務兩個目標：與利害關係人溝通的媒介，以及未來開發的藍圖。這種驗證思維讓原型的價值超越了展示，真正成為連接構想與實現的橋樑。AI協作幫助我們建立系統性的檢查機制，確保每個設計決策都有明確的理由和實現路徑。
回顧整個階段，有幾個關鍵轉折點特別值得記錄。Day11產品查詢第一版的假資料偏離問題，讓我意識到AI需要更完整的業務context；Day15整合測試發現的功能孤島問題，促使我建立系統性思考模式；Day17的過度工程化反思，幫助我建立邊界控制機制。這些轉折點都有一個共同特徵：問題暴露得越早，解決的成本越低，對後續協作的改善效果越明顯。
經過10天的深度實踐，我對原型設計的價值有了全新認知。原型不是為了展示「我們能做出多美的介面」，而是為了驗證「我們是否真正理解了問題」。當原型能夠清楚展示業務流程、發現設計盲點、促進有效溝通時，它就發揮了最大價值。AI協作讓原型設計的重點回歸本質：快速驗證想法、及早發現問題、建立共識基礎。這種認知將影響未來所有的設計決策。
第二階段最大的收穫不是完成了多少功能，而是建立了「AI協作的正確姿勢」。當我們學會控制AI的完善傾向、建立系統性思考模式、設定合適的協作邊界時，AI就真正成為了高效的設計夥伴。好的復盤不只是總結過去，更是為未來建立更堅實的基礎。
iThome鐵人賽
看影片追技術
看更多