“AI 大幅降低入門門檻，但真正可靠的是設計、測試與驗證。”

訪談來源： https://youtu.be/n3wZiJcOcRk

核心亮點：

  • 用 1% 的高價值概念，避開大部分常見雷區
  • 把程式拆成可測試的積木，讓 AI 的輸出更可維護
  • 系統化 prompt 實驗（固定基線、單變數測試、記錄結果）
  • 優先選語意明確的高階函式庫以降低錯誤率
  • 將日誌與最小可重現樣本交給 AI 做 triage，再把測試納入 CI
  1. 起手式：Mosky 與 AI 寫程式的起點

    “我寫了 20 年了。”

重點：AI 能快速生成實作，但工程師仍需負責設計、測試與安全審查。新手應先建立最小可執行範例並逐行理解 AI 產出；進階工程師應把重點放在資料契約、測試與 CI。

行動建議：為新手準備語言範例、IDE 配置與最小可執行檔；建立工程師審核 checklist（安全、測試、維護性）。

  1. 1% 關鍵知識：抓住少數名詞的威力

    “掌握少數名詞就能避開雷區。”

重點：以真實失敗案例抽取關鍵詞，依頻率與影響度排序，選出前 1% 作為教學核心，並以模擬情境與 checklist 練習。

行動建議：從事故報告與 PR 中抽詞並建立頻率與影響指標表，為每個關鍵詞設計模擬情境與檢核表。

  1. Prompt 實作：寫好提示詞的心法與範例

    “控制關鍵詞可以快速提升回應品質。”

重點：採用結構化 prompt（System / Context / Goal / Problem / Acceptance / Control token），固定基線、單變數實驗並記錄，控制詞（如 no lies、short, factual）能快速調整模型行為。

行動建議：建立萬用 prompt 模板、固定 baseline 並做多版本比對，將穩定模板納入團隊共享資產。

  1. AI coding vs Vibcoding：積木化思維與天花板

    “將程式切成可測試的小積木。”

重點：把需求拆成小功能（輸入驗證、商業邏輯、資料存取、錯誤處理），為每塊寫測試與定義 API，避免系統性失效。

行動建議：拆模組、寫單元測試、定義契約測試並在整合前驗證。

  1. 偵錯與品質：日誌、測試、Code Review 的 AI 工作流

    “自動化測試就像幫程式加防腐劑。”

重點：先把完整日誌與最小可重現程式片段貼給 AI 做初步 triage，再人工驗證 AI 建議並將測試加入 CI。AI 可協助生成測試範本（Jest / PyTest），但重要改動仍需人工審核。

行動建議：建立貼日誌的標準 prompt、將 AI 生成測試轉為正式測試並加入 CI、設定 AI 初步 Code Review 的人工複審門檻。

  1. 工具與實作範例：爬蟲、Google Apps Script 與單檔 Demo

    “先判斷靜態或動態，再選工具以節省力氣。”

重點：靜態頁面可用簡單抓取或 Google Apps Script；動態則選 Puppeteer/Playwright；先做單檔 Demo 成功再擴充工具鏈。

行動建議：檢查 target 是否為靜態、用 Google Apps Script 做單檔 Demo、動態頁面採用 headless 工具並產生最小可重現樣本。

  1. 選擇對的函式庫與 API：讓 AI 更容易產出正確程式

    “優先選語意明確、高階封裝的函式庫。”

重點：優先文件清晰、參數貼近自然語言、回傳型態穩定的高階庫；低階 API 需更多工程驗證與護欄。

行動建議：建立推薦函式庫清單、評估文件可讀性、遇到問題時快速替換庫並記錄替代方案。

  1. 組織採用與共存策略：何時需要工程師介入

    “不要等到出大問題才找工程師介入。”

重點：明確區分 prototyping 與 production，指定工程師支援小組並建立上線門檻（測試覆蓋、日誌、監控、合規簽核）。

行動建議：制定責任分工、成立工程師支援小組、把上線 checklist 納入 CI/CD gate。

  1. 學習建議與未來展望：系統化累積你的 1% 詞彙庫

    “固定基線、單變數測試、記錄差異是關鍵。”

重點：用實驗性流程把成功的 prompt 與控制詞累積成可複用資產，並利用 AI 擴展相似詞彙與驗證。

行動建議：建立 prompt 實驗表格、每次只改一個變數並重跑多次、把成功 control token 收入詞彙庫並定期回顧。

Takeaways:

  • 把握 1% 的關鍵知識，能避開 99% 的常見坑。
  • 提示詞要系統化（基線、單變數、記錄），不要零星試驗。
  • 優先選語意清晰的函式庫，讓 AI 更容易生成正確程式。
  • 把程式切成可測試的小積木，再用 AI 協助組合與驗證。
  • 把日誌與最小可重現程式片段貼給 AI 做初步 triage，並納入測試流程。
  • 公司應指定工程師支援小組，從規劃到部署共同協作。

相關資源:

  • 訪談影片： https://youtu.be/n3wZiJcOcRk
  • 提到的工具：GPT、Puppeteer、Playwright、Google Apps Script、Jest、Prometheus/Grafana