鐵人檔案
我想處理的問題不是「生成式 AI 能不能寫程式」，而是更貼近日常工作的幾個問題：需求還很模糊時，怎麼請 ChatGPT 協助釐清？面對一個真實的程式碼庫，怎麼把任務交給 Codex 執行？AI 改過的程式碼要如何測試、審查與追蹤？當使用方式從個人實驗擴大到團隊流程，又該如何管理權限、成本與風險？
這 30 天會從基本心智模型出發，逐步走過需求分析、系統設計、程式開發、測試、除錯、文件維護、Git 協作與團隊治理。我會用實際或改編自實務的開發情境，記錄有效的方法，也保留失敗、誤判與需要人工把關的部分。
在軟體開發時常聽到一個鬼故事「XXX 功能好像怪怪的，你可以幫我看一下嗎？」，這時候心裡 OS：「啥怪怪的我弄很正常啊？」接下來開始要使用第二技能「通靈」來確...
Day 01 用「功能好像怪怪的」帶出開發上的問題，今天我把這個案例繼續拆開。若立刻調整程式，可能會需要花時間確認問題甚至改錯，但若只請 ChatGPT 提供...
Day 02 談完 ChatGPT 與 Codex 的分工後，但「選對工具」只解決一半問題，操作介面選錯一樣會卡手。今天的案例是要修正 Java 購物車缺陷時...
業務團隊送來一份與客戶成功談成的「v0．初版待釐清」需求文件，主旨是「資料工作區空間」。附件只有一段業務端原話：「客戶可透過自行爬文資料，或是將企業內部資料託...
Day 04 我把「資料工作區空間」這份初版需求的未知攤開，圈出「資料」「選取」「定時匯入」與「編輯」四個名詞，卻找不到能估算工時或驗收的邊界。若直接拆成開發...
Day 05 第二輪加入兩個會影響架構的示範條件：每日約 1 TB，資料來源速率約 12 MB/s。若兩者都以十進位計算，而且 12 MB/s 是可持續的端到...
Day 06 的匯入端點會建立非同步任務，回傳 jobId（任務識別碼）與 PENDING。我繼續往前端流程走，才發現後半段還是空白：要去哪裡查任務？除了等待...
Day 07 整理出匯入任務查詢契約後，我接著處理需求書的「每日日報定時匯入」。需求沒有指定時間與時區，我不急著請 ChatGPT 生成 @Scheduled...
Day 08 已用測試保護「每天九點」的時區計算。這次我往排程外移一層，審查新增的匯入閘門。我讀這小段 Java 程式差異（diff）時，視線先停在 stri...
「資料工作區空間」從一句模糊的業務描述出發，經過需求釐清、架構與API設計、技術學習到程式碼審查（Code Review）初篩，最後得到的結論是：ChatGP...
