而使用生成式 AI 做 Live coding，更是充滿各種隨機性。

而我挑戰的，是用生成式 AI 在近 80 位觀眾面前，針對 8 個不同的主題做 Live coding（甚至涵蓋多個程式語言）。

這個主題跟大綱，可能沒什麼人會報名喔！

最近受老朋友的邀約，開了一系列生成式 AI 的課程。

因為課程主題的自由度較高，所以我安排了一個想講，但過去從沒講過的主題：「用 AI 輔助開發的技巧」，大綱如下：

• 撰寫 Regex 正則表達式
• 轉換程式語言
• 撰寫邏輯複雜、不熟悉的資料庫語法
• 產生比較真實的假資料
• 重構程式
• 撰寫單元測試
• 程式語言、框架升級小幫手
• 撰寫驗證效能的程式

把大綱發給朋友後，他馬上回：「可以開，但那一場可能會比較少人。」

果不其然，上課的人數少了快 4 成；不過沒被上面的課程大綱嚇跑，已經很值得鼓勵了。

風險高、受眾少，但我就是想講！

如果你用過生成式 AI 輔助開發，那你一定知道他並沒有官方 Demo 的那麼靠譜。

可能有時程式可以跑，但有時會出現各種 Bug，如果不具備對應的專業知識，甚至會需要花更多的時間在 Debug 上。

過去我也講過 6 場生成式 AI Live coding 的課程，很多原本自己試過數十次都沒問題的 Prompt，偏偏在講課的時候出狀況。

有些人會說：「拿過去跟 AI 聊天的成功範例 Demo 就好了啊，幹嘛整自己？」

也許這樣做最沒風險，但我認為只有在現場實際操作，才能證明這個工具真的有用！

要講，就要準備充分

講自己熟悉的主題很輕鬆，但準備全新的主題才會成長。

所以備課時，每個主題都選擇業界實際上會遇到的痛點，並搭配對應的範例做講解與 Live coding。

在技術上，我選擇了 ChatGPT、Cursor、Codeium、Qodo 等輔助開發的 AI 工具，讓觀眾了解使用時機＆功能差異。

並且每個 Prompt 都經過多次驗證，確保觀眾在課後練習時，也能完成課堂上的範例。

機會屬於勇敢嘗試的人

我知道還有很多工程師排斥使用 AI 開發，更不用說 Cursor 這類 AI 的 IDE。

但現在會使用 AI 輔助開發的工程師，產能絕對超過周圍的同事。

隨著 AI 能力的成長，我相信這個差距會越來越明顯。

而這個超越他人的機會，只屬於勇敢嘗試的人！

在此鼓勵看到這篇文章的人，勇敢跨出自己的舒適圈，嘗試過去沒碰過的工具吧！

PS. 不過大家在使用 AI 開發公司的專案前，請遵守公司的資安規範，否則可能會有嚴重的後果。

想將 AI 導入自己的職場與生活嗎？歡迎購買筆者出版的新書，幫助您在 AI 的浪潮中站穩腳步，並在未來的職場競爭中佔據優勢！