我如何與 AI 協作開發，我的開發步驟分享

昨天到工程師場子分享，想說跟大家對照一下，現在是否多數人都跟我一樣，寫程式完全不手打任何一行 code，全部都是 AI 做的。
結果發現，現場只要有在用 AI 開發的人，多數時候真的都是讓 AI 來完成程式撰寫工作。

目前我的開發組合是 Claude Code / Claude Design / Fly.io / Github / Cloudflare，其他還有根據程式功能需要而使用的第三方元件。

做一個新系統的習慣是：

1. 跟 Claude 討論我想解決的問題，以及我的核心需求，中間我可能會用 Claude Cowork 做本地資料的分析，然後請他廣泛收集一下資訊，做幾輪 prototype 的模擬。確認方向是否是我所期待的。
2. 對完需求後，請他產出系統定位、限制、邊界與 PRD。
3. 把 PRD 跟幾個 md 檔丟給 Claude Design。產出系統設計稿。這邊必須稱讚一下 Claude Design，他產出的設計又快又好，還可以一次出多個版本供我挑選。順便連 icon 都幫忙設計好了，有夠讚。
4. 把 PRD、md、設計檔提供給 Claude Code 請他幫忙規劃開發計畫。並告訴他優先以功能完整性為主，不用在意 MVP。對我來說，一個完整可動的東西，其實就是 MVP 了，對 AI 來說，一次到位跟 MVP 交付的時間，很可能就是一兩個小時的差別。
5. 通常我會在睡覺前進行新系統的首次任務交付。我會說，你按計畫依序開發，直到 Phase XX 為止，我希望我早上起床時可以有一個能正常運作的系統。因為我本機開 auto mode，除了prod 環境需要我許可外，其他都讓 AI 自行處理。在部分專案中，我甚至是直接連 prod 都隨便它。

上述工作中，步驟 1 是最花時間的，常見的問題有兩個：

1. 我想法還不具體，期望太大，但 context 太少。
2. 又或者手邊的 raw data 達不到我想要的結果，可能是資料量不夠，時間跨度不足，欠缺關鍵資訊。

想法不具體，那就回到需求跟問題本身，請他多提幾個解決方案；資料不足，我會請他模擬更多數據，讓我能感受一下數據到位的樣子。這個步驟就算卡，最多也就是半天的時間我能搞定。

後面幾個步驟，除了開發外，速度其實都很快。

確認功能 OK 後，我還會補上幾個比較重要的步驟：

1. 資安，這塊除了典型的資訊安全問題外，還會針對因 prompt 有關的 AI sercuity issues，如 prompt injection 做處理。
2. Log 機制，前面一兩個系統忘了 log，所以追查問題時反覆來回了很多趟，AI 一直要我幫他下指令，然後跟他回報我看到的訊息。我覺得這就像以前我沒寫 log，然後要使用者告訴我他的步驟跟畫面一樣煩。我問他：「你看不到錯誤 log 嗎？」才發現他根本沒寫 log。所以後來我都是直接補上了。
3. Unit test，確保整體程式碼品質。這在以前真的得花不少時間，但現在真的就是分分鐘搞定。
4. Integration test，我會讓 AI 生成多個使用者帳戶，逐一跑過所有的 test cases，並產生個別的測試報告。這是用來替代原先的人工測試動作，這幫我省下了不少時間。
5. 定期重構，每隔一兩周，我都會請 AI 針對現在的 codebase 檢視技術債。只要是有道理的，我通常會請他直接全部改完。
6. 維運機制，以前會很重視監控面板，但現在我關鍵是讓 AI 可監控異常，所以我基本不做監控面板，因為我自己是不看的。這邊的設計就比較單純了，當出現異常，自己發 issue，自己 hot-fix。如果是硬體資源的問題，就自己 scale-up / scale-out，但會設定一個上限值。

大多數的時間都在提需求 + 規劃，執行的時間真的很少。

雖然中間發生過幾次 AI 反覆改都改不好一些問題，或者說有 deploy 了，但我怎麼看都沒有。最後總會發現是他自己搞錯方向了，或者有些說有做的事根本沒做。

也有發生 claude.md hell，也就是開錯 Folder，開到本機根目錄，所以一堆 claude.md + memory.md 檔全部混在一起。效能慢不說，context 混亂連需求都搞錯，參數亂讀當然無法產生預期中的結果。

不論技術怎麼進步，軟體工程的核心還是在「品質」，包含可預期性、可管理性、可延展性。

做出功能是基礎，可持續維護才是挑戰。

如果你覺得我內容寫得還不錯，歡迎訂閱我的電子報，我每雙週會發送一封電子報到你的信箱。訂閱連結在這，過往的電子報也在這：Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們，也許你的舉手之勞，將會改變另一個人的思維與習慣。