建立一套 AI 協助人類從模糊想法 → 具體技術規格 → 可交付實作 的通用流程方法論。
讓 AI 成為可信賴的開發協作夥伴，而不僅是被動工具。
- 📦 模組化 Modular：可拆解、可重組的流程元件
- 🔁 可追蹤 Traceable：每階段輸出有明確上下游關聯
- 🧠 語意驅動 Semantic-driven：聚焦語意任務與上下文對齊
- 🧪 測試優先 TDD thinking：驗收條件清晰，反饋回圈
- 🔧 可複製 Replicable：可應用於多專案、不同人員與 Agent
graph LR
A[目標與需求定義] --> B[語意拆解]
B --> C[模組規劃]
C --> D[技術規格產出]
D --> E[實作與測試]
E --> F[驗收與回饋]
⸻
🧰 三、AI 協作介面格式模板（Prompts + YAML）
📌 Prompts 標籤說明： • @user-intent: 使用者需求說明 • @semantic-structure: 語意任務拆解 • @design-spec: 技術規格（YAML / JSON schema） • @implementation-plan: 實作細節規劃 • @tdd-cases: 測試與驗收條件
📌 範例 YAML：
component: Stock Query API goal: Provide real-time stock price from Yahoo Finance input:
- stockSymbol: string output:
- currentPrice: number
- lastUpdated: datetime validation:
- latency < 500ms
- response must include timestamp
⸻
📚 四、知識記憶體系設計（Knowledge + Logs + Feedback） • 每次任務流程 → 紀錄輸入與輸出版本（Git / Notion / Docs） • 記錄 AI 參與歷程與貢獻度，形成 meta-log 或 postmortem • 建立可查詢的任務知識資料庫（向量化、可用 RAG 檢索）
⸻
🔁 五、週期性優化與 AI 自我回饋
每週進行一次 Retrospective：
• ✅ 哪些流程步驟有效？
•
⸻
🏋️♂️ 實作任務挑戰：三週行動指南
✅ Week 1：設計你的「任務轉換模板」V1 • 定義階段流程與輸出格式（圖+YAML） • 製作 prompt + markdown 範本
✅ Week 2：實際應用於一個開發任務 • 例如：LineBot 重構 / 資產規劃工具專案 • 全流程走一遍，記錄困難與亮點
✅ Week 3：整理成「AI 協作開發指南」 • 建立一份可複製的流程文件 • 作為團隊/AI onboarding guide
⸻