AI 協作不是把提示詞寫得很華麗，而是把需求、脈絡、驗證與交付節奏設計好，讓 AI 真的進入工程流程。
這個 Hub 整理站內和 AI 協作最相關的文章，從個人開發、文件驅動、規格驅動，到新技術學習與企業導入。
這個主題適合誰
- 想把 AI 從「聊天工具」升級成「開發隊友」的工程師
- 正在嘗試 Vibe Coding、規格驅動開發或 AI assisted development 的開發者
- 想建立可重複、可驗證、可交付 AI 工作流的人
- 需要向團隊說明 AI 導入價值與風險的技術負責人
推薦閱讀順序
- Vibe Coding 2.0：從文件驅動進化到規格驅動
- 從 Vibe Coding 進化到 CDD：打造 MD2PPT-Evolution
- AI 學習實驗室：如何透過 AI 在一週內掌握 Flutter
- 當 AI 寫了 90% 的程式碼：基本功的重生
- 2026 企業級 AI 導入全書
核心文章
- Vibe Coding 2.0：從文件驅動進化到規格驅動 ：建立 AI 協作的工作流骨架。
- 從 Vibe Coding 進化到 CDD：打造 MD2PPT-Evolution ：用真實專案看 AI 如何參與交付。
- AI 學習實驗室：如何透過 AI 在一週內掌握 Flutter ：把 AI 變成學習加速器。
- 當 AI 寫了 90% 的程式碼：基本功的重生 ：重新定位工程師價值。
- 2026 企業級 AI 導入全書 ：從個人實驗拉到組織策略。
延伸文章
- Day 5：什麼是 Vibe Coding 與 Gemini CLI
- Day 6：用 Gemini CLI 生成專案章程
- Day 8：用 Gemini CLI 設計軟體架構文件
- Day 14：AI 品管員與 GitHub Actions 自動化檢查
- Day 31：JavaScript 模組化與代碼重構
常見問題
AI 協作和單純問 AI 寫 code 差在哪？
AI 協作重點在工作流：先有需求脈絡、規格、任務切分與驗證方式，再讓 AI 參與實作。單純問 AI 寫 code 只處理輸出，沒有處理品質閉環。
一開始要先學 Prompt Engineering 嗎？
不用把 Prompt 當成孤立技能。更有效的方式是先學會寫清楚需求、提供上下文、定義驗收標準，再逐步整理常用提示詞。
AI 會不會讓工程師基本功變不重要？
剛好相反。AI 讓產出變快，基本功會轉移到架構判斷、測試、除錯、風險辨識與交付品質。