
經典調酒是由國際調酒協會定義的酒譜,我們在不同酒吧喝到的馬丁尼,味道不會差太多,因為大家都是看這些標準酒譜來混合材料。
不過氣味與層次的差異,除了調酒師本身的調製風格不同,也會受到材料來源的影響,每個廠牌的釀造材料與環境都是精心設計過的,所以一樣都是琴酒,不同廠牌會帶出不一樣的風味。
因此我想做的查詢器也不單只是把材料列出來,材料本身的廠牌我也希望可以讓使用者自行新增!
(題外話:我喝過最噁心的琴酒是有胡椒味的 Kyoto Pepper......)

這時核心的使用者故事就出來啦!
才怪!
但這也是大部分專案的常態,預算沒那麼多,產品設計、專案管理、開發維運等等的專業人才往往東缺西缺,僅有的人力就得把這顆模糊的隕石接下來,接著就是數不清的連鎖效應。

AI 現在能做的事很多,不論需求怎樣模糊,我們還是可以和 AI 來回詰問與回顧,做到簡單的需求探索和收斂,而且能夠產出純前端的 prototype,初期規劃的阻力已經低很多。
(注意,是「簡單的」需求探索,如果專案比較複雜,最好還是和專業的研究團隊協作)
選擇 Canvas:

我想要做一個酒譜查詢的網站,會有以下功能:
1. 使用者可以新增酒譜
2. 酒譜中的每種材料可以再標示材料的品牌
3. 新增酒譜可以上傳照片
4. 使用者可以收藏酒譜或按讚酒譜
產生前端操作畫面
我遇到的坑:在記事本專案中不能執行這個 prompt,不然只會收到:「我只是個文本模型,無法完成這些要求」之類的裝死回覆。我最後是在一般的對話執行。



老實說可用程度還真的相當不錯,我要求的:
實際產出: Canvas
操作流程沒什麼問題,表單也通靈出一些我沒想過的欄位。這樣我就亂下一堆 prompt 等著收割整包專案就好啦,初期幹嘛這麼縝密?
AI 通靈出來的東西,往往會附帶一些我們不需要的東西,如果不在初期剔除,後面長歪了之後,想改 code 還是重做,總是會浪費一點時間,而時間才是最公平與珍貴的資產
試想你搶到供不應求的頂級顯示卡,但是店家多送你 20 顆處理器,當下的心情絕對不是賺到,而是:
「靠北,我要怎麼處理這堆用不到的零件?」