工程團隊 AI Coding 教學
用 AI 加速開發，但不犧牲架構品質。
學會把大問題拆成 AI 能解的小任務。
讓 AI 生產程式碼，你負責審查與整合。
成為能駕馭 AI、而不是被 AI 拖著走的工程師。
這堂課解決工程師在 AI 時代的 3 大痛點
AI 寫程式很強，但你不知道該怎麼讓它變「可維護」？
LLM 可以寫小功能，但遇到大型任務就亂猜、破壞架構、降低內聚性。
原因：AI 缺乏 全域脈絡（global context） 與架構理解。
本課會教你如何讓 AI 寫出「可以整合」的程式，而不是破壞系統的程式。
明明用了 Copilot / ChatGPT，但效能提升有限？
問題不是工具，而是：
✘ 提示太大
✘ 沒拆需求
✘ 沒給上下文
✘ 沒明確定義輸入/輸出
你會學到工程師專用提示框架（非一般文案 prompt），
包含：
任務拆解
API contract
例外條件
輸出驗證
逐層整合策略
工程師擔心能力被 AI 吃掉？
事實完全相反：
AI 擅長執行，不擅長決策。
未來工程師的核心能力是：
✔ 問題拆解
✔ 架構決策
✔ 品質把關
✔ 任務分工（AI = junior engineer）
✔ 整合跨模組程式
你會在課堂直接練習「如何當 AI 的 tech lead」。
上完課你會掌握哪些技能？
工程師必備的 AI 開發心法
AI 是「助理」不是「架構師」
哪些任務可交給 AI？哪些一定要人工？
如何避免 AI 侵蝕架構（降低內聚性、破壞模組邊界）
如何建立 AI-Friendly 專案結構（文件、命名、目錄）
如何在 AI 時代維持工程師核心競爭力
AI Coding 能力（工程師版提示技巧）
你會學會工程師專用的 Prompt Engineering：
定義任務（非「寫一個會員系統」這種會爆炸的）
拆小問題：每段都可以單獨測試
給規格（I/O、錯誤處理、邊界條件）
提供範例與測試案例
逐層整合
驗證 AI 的程式碼邏輯
AI Coding 的 7 種核心應用
生成 skeleton code / boilerplate（最大效益區）
撰寫小型功能
重構程式碼
產生測試（並人工補強邊界條件）
除錯（AI 判斷 → 工程師驗證）
技術研究（快速找文件、整理概念）
將規範寫成 .prompt.md（團隊知識沉澱）
工具熟悉度：工程師常用的 AI 工具與定位
GitHub Copilot（主力：編輯器內 AI pair programming）
Copilot Chat（Ask / Edit / Agent Mode）
Cursor / Claude Code
AI 搜尋：Perplexity / Gemini
架構推理模型：Claude / GPT-4o
Agent Mode：自動跑指令、跨檔案修改、行為鏈
六小時課程架構
第一階段（3 小時）— AI 工程思維 × 實作基礎
1. AI 工具對工程師的真正影響（30 min）
AI 提升 35% 以上生產力，但大型任務品質下降
早期實作、boilerplate、查文件 → AI 最強
跨模組邏輯、架構決策、整包修改 → AI 最弱
👉 工程師價值從「寫程式」轉向「拆解 + 整合」。
2. 工程師必備 Prompt 技巧（30 min）
明確定義 I/O
一題一任務，不給巨型需求
加上下文（型別、邊界條件、模組位置）
生成、驗證、調整三步驟
👉 讓 AI 不亂猜、不亂改。
3. 實作：用 AI 完成小型開發任務（1 hr）
Hands-on 會做：
小型純函式（資料轉換、驗證器）
改寫 + 重構（命名、切函式、async/await）
產生測試（並學會補齊邊界案例）
👉 感受 AI 在「小而明確」任務上的高品質產出。
4. 任務拆解練習（30 min）
以工程師常見功能為例：
把「登入流程」拆成 DTO／validator／service／controller
讓 AI 逐段做，你負責整合
👉 避免 AI 一次產生整包垃圾碼。
📗 第二階段（3 小時）— AI-First 開發流程 × 整合能力
5. AI-First 的工程流程（40 min）
學會一套能直接帶回工作的流程：
拆解 → 委派 → 驗證 → 整合
並示範：
如何限制 AI 不破壞架構
如何讓 AI 尊重資料夾結構、命名規範
何時該讓 AI 寫、何時該自己寫
6. 多檔案修改與整合實作（1 hr）
用 Copilot / Cursor 的 edit / agent 功能實作：
修改 service → 同步 controller
重構 → 自動更新相關檔
但你要學會判斷 AI 哪些修改不能接受
👉 工程師需成為「AI 產物的審核者」。
7. AI Code Review（40 min）
練習用 AI 做高品質審查：
檢查邏輯錯誤
檢查邊界條件
檢查耦合度與命名一致性
找出奇怪 side effects
👉 讓 AI 輔助，但由你決定是否可合併。
8. 建立工程師專屬 Prompt Library（40 min）
你會帶走：
feature prompt
refactor prompt
test prompt
code review prompt
架構保護 prompt
👉 課後即可在日常開發中直接應用。
🎯 六小時課後，你會具備：
用 AI 快速完成早期開發與重構
清楚知道 AI 什麼能做、不能做
能拆解需求成可 AI 處理的小任務
能審查、整合 AI 程式碼而不破壞架構
能實際提升 20–35% 的開發效率