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：
- 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。
- 對完需求後，請他產出系統定位、限制、邊界與 PRD。
- 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。
- 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。
- 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：
- 我想法還不具體，期望太大，但 context 太少。
- 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：
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
