你說「幫我做登入功能」，AI 可以立刻生出一整份程式碼。但它不知道這個功能要給誰用、資料有多敏感，也不知道什麼才算「做對」。

人和 AI 的分工，可以從四件事切開。

意圖：人負責

先說清楚要解決什麼問題、給誰用、成功長什麼樣子。這一步描述得越具體，後面能省下的來回就越多。

Context：人負責決定給什麼

意圖之外，還要補上技術環境與限制：

• 技術環境：用什麼框架、哪個版本、部署在什麼地方
• 限制條件：不能加新套件、要相容舊瀏覽器、資料不能離開內網
• 既有程式碼：目前的登入流程長什麼樣、資料表欄位叫什麼名字
• 不能碰的地方：這支檔案是別人負責的、這段邏輯改了會影響結帳

背景給得越模糊，AI 就越只能靠猜。

現在的工具會自動讀取專案檔案，Context 有一部分不用你手動貼。但哪些該放進去、哪些不該放進去，仍然是人決定的——尤其當 AI 的權限已經爬到能跨檔修改、能自己執行指令的時候。

產出：AI 負責

寫初稿、找出可能的做法、修改程式、解釋錯誤、提出替代方案，這些都很適合交給它，而且它的速度是你追不上的。

判斷：人負責

到了「選哪個方案」與「成果能不能用」，方向盤要回到人手上。因為速度可以外包，判斷不能。AI 寫出能跑的程式，不代表需求正確，也不代表安全性足夠。

比較好的合作方式是：人決定目的地，AI 幫忙找路。

延伸閱讀

Amershi, S. et al. (2019). Guidelines for Human-AI Interaction. CHI 2019（DOI: 10.1145/3290605.3300233）。這份準則原本是寫給 AI 產品的設計者，整理出 18 項設計原則；但其中「讓使用者清楚系統能做什麼」「AI 出錯時要能有效修正」「控制權留在使用者手上」三點，同樣適用於人和 AI 協作寫程式的場合。