AI 任務的行為分析

讓我們來清楚分析一下，當你下達一個Prompt 去描述你的需求。
當下AI 會做哪些動作，讓我們都先以AI Cli 環境為基本

• 拆分Prompt
• 思考Prompt 內容如何達成
• 方案提出
• 方案執行
• 結果確認
• 結果檢查

大致上分成以上步驟
其中一定要AI 參與部分有哪些

大概就是前三項一定要由AI 來執行操作
後三項的執行，目前Cli 的AI 也是透過，在Local 寫一隻或多隻暫存的Script 來達成
發現了嗎，後三項的是由Script 來達成的，不見得是AI 直接產出於本地
那是否除了第一次的執行，後續類似的任務是否可以透過AI 產出Script 來達成Token 的節省

細化步驟已達成更高效益

讓我們先專注在這幾項的思考

• 方案提出
• 方案執行
• 結果確認
• 結果檢查

若我們將整個操作流程的思考邏輯提到，每個階段的細節都獨立進行一次與AI 的探討與開發，最終再串聯在一起
這四項就是我們可以來考慮透過Script 來達成，而這個Script 如何產生，就是第一次專案開發 與AI 溝通的功了

開發完成後流程就會變成

• 需求分析確認
• 方案執行
• 結果確認
• 結果檢查

這是流程開發上的階段性改變與調整

透過Script 部分取代Token 消化

讓我們舉個例子，由SPEC 導入時，當下產出Test plan 並按照特定格式輸出
有以下流程

• SPEC 分析
• 測試項目發想
• 測試條目整理
• 測試格式確認
• Test plan 產出

在原始流程裡這些都由AI 產出

由Script 接手部分的項目後則會變為

• SPEC 分析 : AI 分析
• 測試項目發想 : AI 產出檔案
• 測試條目整理 : Script 由固定格式整理
• 測試格式確認 : 由Script 檢查
• Test plan 產出 : 由Script 產出

由此可發現，所有非創意性或概念分析性的工作都可以由Script 來代為操作。
並不必要由AI 來掌握所有的操作流程，只須由AI 主動去觸發Script 後等待結果產出即可
大約Token 的節省在流程上可產生出20% 左右。

AI 在日常流程的些微優化

由AI 產出結構，並由Script 產出結果。
這應該是現代操作最為理想的AI 生產格式。
因此練習從你手邊的專案進行流程調整，釋放出的Token 便可接手更多的專案與任務。
最大化你在AI 工具上的每一分投入。

簡單來說
讓 AI 做第一次的「設計」，之後讓系統自己「運作」

這就是我們在流程優化上最重要的核心價值
練習讓自己多次去處理流程優化吧