Vibe Coding 讓你快速啟動,但「品質、維護、擴充」才決定產品能走多遠
工具會過時,框架會淘汰,
但解決問題的思維,永遠有價值。
專注於 AI 開發工作流的實踐與推廣,協助企業導入 AI 輔助開發流程。
擅長將複雜的技術概念轉化為可落地的工作流程,讓團隊真正提升開發效率而非盲目追逐工具。
電腦需要安裝以下工具,才能往後續流程操作
下載 Repository 後,可以跟著課程進度操作,裡面有事先安裝好的 Agent Skills(放在 .agents 資料夾下)
如果 clone 失敗,代表尚未設定 GitHub SSH 金鑰。 請參考 GitHub 官方教學 完成設定,或改用 HTTPS:https://github.com/deancourse/cake-2026-build-with-ai.git
第一次接觸的朋友,可以透過這支影片深入了解
因為每個 AI Agent 的路徑不同,可以使用 dotagents 來協助建立 symlinks。
.claude 的 Agent Skills/opsx 前綴強制驅動:apply / archive / explore / proposeopenspec config profile 擴充更多 workflows使用「Plan Mode」,並請 AI 與自己釐清細節會得到更好的結果;下面 Prompt 是讓大家快速體驗完整流程
第一次啟動可以請 AI 幫忙,因為 AI 有很高的機率在第一版遇到零星錯誤
如果覺得外觀太過慘烈,可以讓 AI 參考 ui-ux-pro-max-skill 修正一下
初步確認功能符合預期後,請他將變更歸檔
過去出缺勤、考核這類內部系統,企業通常找廠商購買、支付年費維護。但 Vibe Coding 的出現正讓企業做出不同的選擇。
有些企業導入 Vibe Coding 的目標不是取代工程師,而是讓熟悉業務的人有能力設計出符合使用需求的產品原型,再交給工程師做優化與維護。
用 OpenSpec 建立規格文件 — 就是讓這個交接過程有據可循,而不是一團無文件的程式碼丟過去。
CLAUDE.md 是給「做事」用的,openspec/config.yaml 是給「規劃」用的
初版完成後,要加入版控;未來更新時,才會清楚 AI 到底改了哪些細節
先使用內建的 AI 來 Generate Commit,Commit 後將變更 Sync Changes 更新上去
最難的不是 0 到 1,而是 1 到 100;透過 Skills 設計,讓 AI 在迭代功能、版本控制、Code Review 都有規範可循
如果沒有規格文件,下次改功能時 AI 不知道之前的設計邏輯,可能把同一個功能重複寫好幾次,或改 A 壞 B。
用 OpenSpec 每次迭代都會在 Source Control 留下規格變更,AI 跟人類都有文件可以參考。關鍵人物離職最痛的不是少了一個人,而是系統知識直接斷層。
Tips: 不是所有事情都需要觸發 OpenSpec,像 branch 命名直接讓 AI 想就好
根據需求建立 Agent Skills,能實際給予幫助的,才是好的 Skill
pr-template 生成 Title 與 DescriptionCode Review 的速度已經跟不上 AI 寫程式的速度。當人成為 AI 的瓶頸時,要去想的是如何降低門檻,而不是放棄審核。
設計 Commit、PR 的 Skill 就是透過優化流程讓開發更順暢。雖然每一步都是 AI 在執行,但如果沒有實務經驗,其實不知道怎麼串起這些工具。真正值錢的不是工具本身,而是知道什麼時候用、怎麼組合。
市場不會為爛產品買單;加入自動化測試,是 Vibe Coding 從玩具走向產品的關鍵
不寫測試才浪費時間 — 測試讓你敢大膽修改,遇錯快速定位
下面以 command 指令形式強制觸發任務
很多時候 AI 只是修好了眼前的錯誤,但過程中改壞了過去的邏輯。千萬不要嫌寫測試浪費時間,測試其實是在幫你加速開發。
現在儘管有 AI 輔助撰寫測試程式,我們還是要仔細檢查 AI 給的測試情境是否合理、有遺漏。
測試覆蓋率不需追求 100%,重要的邏輯都要測試到。有了測試,規格書上的功能才能被真正驗證。
OpenSpec: 讓 AI 產生完善文件後,用規格驅動開發,完成從零到一的步驟
用 OpenSpec 迭代,並設計 Commit / PR Skills,讓 AI 在大型專案中有規範可循
設計讓 AI 撰寫測試的工作流,搭配 GitHub Action 守住品質底線
講師設計的教材是最佳體驗路徑,但換到自己的專案情境一定會遇到不一樣的問題。回去後不要只是複製指令,而是把流程搬到自己的專案試一遍。
學習 AI 不是搜集指令複製貼上,更重要的是了解應用情境後,透過實踐調整為適合自己的工作流。
能判斷哪些流程需要自動化的,
只有每天在現場操作的你。
不管 AI 多強大,
按下同意時,責任就歸屬於你。