把 Prompt 一路帶到真正能用的產品。
把想法、討論、試作與驗證串起來,記錄我怎麼讓 AI 的輸出回到真實畫面與自己的判斷。
研究筆記01
先把要做的事情講清楚。
Prompt 不能取代需求整理。
開始做畫面以前,我會先整理誰在什麼情況下遇到問題、什麼結果才算真的幫上忙。只寫功能名稱,輸入、回應、例外和結束條件都還沒有被說清楚。
我會先把任務縮成一個可以在瀏覽器重現的場景,再請 AI 提供方案。這樣比較容易比較方向,也不會把漂亮的句子誤認成完成的產品。
Prompt 本身不需要成為作品;能讓另一個人回頭理解問題與驗收方式,才是它的價值。
- 01
情境
誰在什麼情況下卡住
- 02
範圍
這一輪先做多少
- 03
驗收
看到什麼才算完成
02
Prompt 不是一句話,是一份可回看的工作說明。
把背景、限制和目前決定放在同一頁。
長對話裡,舊方案會和新決定混在一起。我會把目前採用什麼、刻意不做什麼、還缺哪個證據寫成短清單,讓下一輪從同一個邊界開始。
這個網站裡,AGENTS.md、DESIGN.md、content、messages 和測試各自負責不同事情。把它們交給 Agent,不是把資料全部倒進 Context,而是讓它知道哪裡是規則、哪裡是內容、哪裡是證據。
好的 Prompt 讓人少猜一點;它不應該變成沒人願意回看的規格書。
- 01
問題
現在卡在哪裡
- 02
決定
這輪選哪一條路
- 03
邊界
這輪刻意不做什麼
- 04
證據
用什麼確認
03
先做窄片,再把真實資料放回來。
文字裡可行,不等於畫面裡可用。
我會先做最小但完整的一段:一個入口、一個主要動作、一個能回看的結果。先用少量資料確認結構,再把長文字、錯誤狀態和真正手機寬度放回來。
這一步常常會推翻原本看似合理的 Prompt。按鈕太遠、標題折行、資訊順序不對,都是產品在回答問題,不是 AI 的文字在回答問題。
所以第一張 Demo 不是成果,而是下一個問題的具體材料。
說明
描述問題與限制
窄片
只做一段完整流程
畫面
真的操作並回看
04
元件不是答案,下一個動作才是。
我先看讀者下一步要做什麼,再決定要畫什麼。
AI 很容易把介面拆成卡片、按鈕和漂亮的 section。真正難的是安排節奏:何時給方向、何時給細節、何時讓人停下來做決定。
在 KENLIN.CC,我把 Work、Journal、Photography 分成不同入口,讓每個入口有自己的閱讀速度;在 KIROKU,Discord 的一句話則要回到整理、搜尋和回看的位置。
好的結構不會一直提醒自己是由元件組成,而是讓人自然知道下一步。
- 定位
- 讓人知道現在在哪裡
- 行動
- 給一個清楚的下一步
- 回看
- 讓結果可以再確認
05
把猜測拆成可以檢查的證據。
完成報告不等於驗收。
我會把驗收拆成不同層次:Typecheck 看型別,Test 看行為,Browser 看真的操作,Screenshot 看閱讀感。每一層都回答不同問題,不能用其中一個代替全部。
如果是三語網站,還要確認同一個章節在日文、繁中、英文裡都保留同樣的責任與證據,不只是字串有翻譯。
這樣做的好處,是知道哪裡需要重做,而不是只得到一個模糊的『好像可以』。
| 步驟 | 型別 | 測試 | 瀏覽器 | 畫面 |
|---|---|---|---|---|
| 資料形狀正確 | 包含 | 不含 | 不含 | 不含 |
| 行為符合契約 | 不含 | 包含 | 不含 | 不含 |
| 真的能操作 | 不含 | 不含 | 包含 | 不含 |
| 讀起來舒服 | 不含 | 不含 | 不含 | 包含 |
06
最後留下的,是我願意使用的結果。
AI 可以加快實作,但不能替我生活。
我不追求每個 Prompt 都一次成功。比較重要的是,失敗時能指出哪個假設不對,下一次可以更精準地交代,最後真的回到自己的工作。
從翻譯、Coding 到這個網站,我慢慢把 AI 放進不同位置:有時候是思考對象,有時候是實作手,有時候是 Review 的另一雙眼睛。位置不同,驗收方式也不同。
產品完成的那一刻,不是 AI 說完成,而是我願意在日常裡繼續使用。
- 速度
- 加快可以重複的工作
- 判斷
- 由人決定方向與界線
- 使用
- 回到每天真的會用的地方