還記得 Day 07 那個登入功能嗎？那篇談的是規格寫出來之後長什麼樣，這篇談的是規格還沒寫出來之前，怎麼把它問出來。

你只說了一句「幫我做會員登入頁」。AI 還不知道要用 Email 還是帳號登入、要不要做忘記密碼的流程、登入失敗顯示什麼、支不支援第三方登入——但它通常不會停下來問，而是替你做完決定。最後功能看似完成，方向卻和需求差了一大截。

與其等它猜錯再整份重寫，不如在 Prompt 裡先加一道開工前檢查：

在開始實作前，先列出需求中不清楚的地方、你目前做出的假設，以及需要我決定的選項；等我確認後再開始修改。

Day 09 說給室內設計師看參考照片能建立共同基準；這一步則是動工前先確認插座裝在哪裡，而不是等牆封起來才發現位置不對。

把問題分成三類

請 AI 把問題分成三類：缺少資訊、暫時假設、需要選擇。

前兩類最容易混在一起，但差別其實很清楚。

缺少資訊是你心裡有答案，只是還沒說——公司規定只能用 MySQL、設計稿放在某個連結裡。問一句就補上。

暫時假設是它自己先填的空：「目前沒有指定資料庫，因此暫定 PostgreSQL。」你要做的是確認或推翻。

需要選擇是連你都還沒決定：「手機版選單要抽屜式還是底部導航？」這種得你真的想一下再回答。

分開之後，處理速度差很多。前兩類幾分鐘就能清完，力氣留給第三類。

不用每件事都停下來問

小細節讓它自己決定就好。真正要問出來的，是那些一旦猜錯就會大量返工、或動到架構和資料結構的決定。

實務上你還會遇到另一種狀況：AI 回你「沒有不清楚的地方」，然後照樣猜。假設一定存在，只是它預設不講。這時要求它「至少列出三個假設」，通常就逼得出來。

問完之後，那份清單就是規格

確認過的假設不要看完就關掉。它同時是兩件事：Day 07 說的完成定義，以及 Day 08 說的最新、不打架的 Context。

把它貼回對話，或存成專案裡的一份文件，下次開新對話還能直接接上。

好的 AI 協作，不是讓 AI 猜得更準，而是讓重要的事情根本不需要猜。

延伸閱讀

DeMarco, T. & Lister, T. (2003). Waltzing with Bears: Managing Risk on Software Projects. Dorset House。書中把 specification breakdown（規格崩解）列為軟體專案的五大核心風險之一：需求方與開發方始終沒有對齊，雙方卻都以為對齊了。

White, J. et al. (2023). A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT. arXiv:2302.11382（preprint）。這篇用的技巧在該目錄裡叫 Flipped Interaction Pattern：反過來讓模型問你問題，直到它有足夠資訊為止。