「畫得出來」，不代表「能拿來工作」

近幾年，只要把需求交給 AI，幾乎都能得到相對應不錯的產出，畫流程圖當然也不例外。第一次看見 AI 能快速完成一張圖時，確實很驚豔；但真正用在工作後才發現，畫得出來不等於能直接拿來工作。

工作上我需要把討論過的需求內容進行梳理，再繪製成方便團隊溝通的流程圖。我曾嘗試使用 Mermaid，也請過 AI 直接產生 draw.io 圖檔。這些方式並非不能用，卻各自有其麻煩點。另外也遇過明明只要求 AI 修改一個節點，它卻可能連其他節點一起更動。原本省下來的繪圖時間，最後往往又花在重新檢查整張圖上。這些痛點都會在後續的章節中詳細說明。

從個人實作到可重複使用的 AI 繪圖工作流

這次鐵人賽，我想記錄自己在繪圖過程中遇到的痛點，以及如何從這些實際經驗中，逐步整理出一套可重複使用的工作流程。具體來說，我希望這套流程能做到：
讓 AI 遵循固定規格，穩定地產出圖表，並在流程變動時，只修改真正需要調整的部分。

為達到此目標，我會以 draw.io 為主要繪圖工具，搭配 MCP、結構化流程說明文件、繪圖規格與 Skill，逐步建構出一套 AI 繪圖工作流。

這套方法的重點，不是把所有判斷都交給 AI，而是將原本存在腦中的繪圖經驗與判斷依據，整理成明確的規則。例如：畫圖前需要確認哪些需求？流程說明文件應該有哪些架構與內容？不同類型的節點可以使用什麼顏色與形狀？AI 修改圖表時，又必須遵守哪些原則？

當這些做法只存在於個人經驗時，每次畫圖都得重新說明；但如果能從這些經驗中辨識出 Pattern，整理成 Workflow，再寫成 AI 能遵循的 Skill，畫圖就不再只是一次性的 Prompt，而可能成為一套較穩定、可維護的流程。

明天開始，會用兩天時間整理實際遇到的繪圖痛點，以此帶出：為什麼 AI 明明畫得出流程圖，應用到工作上卻還是不太好用？