在Day 03中，我們學會了如何撰寫結構化的規格書Prompt與精確控制Context。然而，即使Prompt寫得再完美，如果你企圖一次讓AI自動產生整包系統——從資料庫、後端API到前端畫面——結果往往是一場災難：檔案結構混亂、型別不符、Bug鋪天蓋地，調試起來比自己重寫還要痛苦。

避免這種災難性塌陷的核心秘訣，在於掌握Ping-Pong開發法。
許多剛接觸Vibe Coding的開發者容易陷入巨型Prompt陷阱：

巨型Prompt模式：
[人類] 一次給予 1000 字巨型需求 ────> [AI] 生成 15 個檔案 ────> [結果] 畫面報錯、API 沒通、修 A 壞 B，全部重來

Ping-Pong 協作模式：
[人類] 需求 1 (腳手架) ──> [AI] 建立基礎檔 ──> [人類] Review & 驗收 ──┐
┌─────────────────────────────────────────────────────────────┘
└─> [人類] 需求 2 (資料層) ──> [AI] 實作 API ──> [人類] Review & 驗收 ──┐
┌──────────────────────────────────────────────────────────────┘
└─> [人類] 需求 3 (UI 畫面) ──> [AI] 綁定元件 ──> [人類] 驗收完成！

Ping-Pong開發法的四部曲
一個標準的Ping-Pong開發循環包含以下四個關鍵步驟：

Step1：定義最小範疇（DefineScope）
將大型任務拆解為可以在3分鐘內產出並測試的微型子任務（Sub-task）。

範例：與其說做個購物車，不如拆成：
定義購物車資料結構與ZustandStore
建立購物車商品列表元件
實作加減數量與刪除邏輯

Step2：提示發送與邊界限制（Prompting）
針對單一子任務，搭配@file精確輸入Context，發送小範圍Prompt。

Step3：人類審查與Diff驗收（Review&Validate）
在點擊IDE的Accept之前，快速進行人工Review：

型別檢驗：是否有隱式any或型別不相符？
架構檢驗：AI是否建立了多餘的新檔案？是否符合.cursorrules？
邏輯驗收：在瀏覽器中開啟功能測試，或執行單元測試。

Step4：即時微調（Feedback/Refine）
如果不符合預期，不要手動修改大量代碼，而是給予精確反饋讓AI修正，或者手動調整1-2行關鍵程式碼後，再讓AI接手。

實戰演練：以會員收藏功能為例的乒乓對話
假設我們要為專案加入文章收藏（Bookmark）功能，看看標準的Ping-Pong流程如何運作：

（Ping 1）：建立資料模型與API介面
人類：@types/article.ts請在文章型別中加入isBookmarked:boolean欄位，並幫我在services/api.ts新增一個toggleBookmarkApi(articleId:string)的假API函數，回傳Promise。
AI：修改型別檔並寫好API函數。
人類（驗收）：檢查語法與Type無誤，按Accept。

（Pong 1）：實作收藏按鈕UI元件
人類：@components/BookmarkButton.tsx請使用ShadcnUI的Button與LucideIcon的Bookmark，建立一個收藏按鈕組件。需傳入isBookmarked與onToggleprops，點擊時切換圖示填滿狀態（Filled/Outline）。
AI：產生獨立的BookmarkButton元件。
人類（驗收）：開啟Storybook/頁面看畫面，確認樣式正常。

（Ping 2）：串接狀態與Optimistic UI
人類：@pages/article/[id].tsx將BookmarkButton整合至文章頁面標題旁。點擊時使用ReactuseOptimistic實現樂觀更新（先切換UI狀態，背景呼叫toggleBookmarkApi，若失敗則回滾）。
AI：寫出包含OptimisticUI與ErrorHandling的狀態邏輯。
人類（驗收）：測試點擊回應速度與網路異常時的回滾，確定完全符合預期！

乒乓協作的黃金法則：小步快跑，隨時Commit
單一職責（SingleResponsibilityPrompt）：一次對話只做一件事（建型別/刻UI/寫邏輯/補測試）。

Commit隨手做：每當一個Ping-Pong循環通過驗收，立刻進行GitCommit。這樣即使下一個對話AI把程式碼寫爛了，你也能一秒重置（gitreset--hard），不會損失進度。

當AI開始鬼打牆時：如果連續兩次修正AI都寫錯，立刻停止對話，手動修補核心問題，或清除ChatHistory開啟新對話。

Ping-Pong開發法是VibeCoding保持流暢感（Flow）與控制權（Control）的關鍵平衡點。透過將大任務拆小，我們既享受到AI高速產出程式碼的爽快感，又確保了每一行進入Codebase的代碼都經過嚴格把關。