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。
Day 20 用獨立縮小案例驗證新需求的 07:00 製作邊界。今天我回到尚未套用新需求的既有 08:00 路徑，追查哪段程式讀資料、呼叫 PDF 產生器，再...
Day 21 已確認日報服務會逐位讀資料、產生 PDF，再呼叫郵件閘道。需求書另有一條未查明的舊問題：客戶增加後，曾有報表接近發送時間才開始，導致部分信件延遲...
Day 22 的縮小實驗確認：先準備所有報表，再寄信，能避免慢速回應拖延下一份報表，但總耗時不變。實驗沒有郵件佇列、失敗重試與避免重複寄信的冪等性；正式系統有...
Day 23 留下一筆 PDF 套件通知。需求書還要新增 Word 與 Excel；縮小案例只把 WORD、EXCEL 列入格式清單，沒有實作兩種產出。現有測...
「日報服務」從一套難以測試的既有系統出發，經過任務拆解、補測試、程式碼考古、除錯、文件更新與安全審查，最後得到的結論是：ChatGPT 與 Codex 不會自...
Day 25 把跨角色交接整理成可驗證紀錄後，我收到一句交辦：「沿用上次最好用的提示詞。」問題是，那一版只在同事的聊天紀錄裡。沒人說得出當時用了哪些來源、逐字...
Day 26 把提示詞做成能重跑的團隊資產後，這週輪到我自己的組被抓包。有同事用 Codex 幫「AI 輔助生成系統」的光學字元辨識（Optical Char...
Day 27 那位同事用 Codex 補「OCR／ETL 前處理的單元測試」這件事，後來被我寫進治理盤點表那一列。這次換我自己去追這項任務實際花了多久：上傳測...
