我們自己怎麼用 AI 工作?一個開發團隊的日常

我們是靠 AI 吃飯的團隊——自己經營 AI 工具平台,也幫客戶導入 AI。所以常被問:「你們自己到底怎麼用?」這篇就把我們的日常攤開來,包括好用的部分,和講出來沒那麼光彩、但很真實的部分。

寫程式:AI 是快手,人是守門員

先講用最深的:寫程式。現在我們大量讓 AI 代理直接動手——讀需求、找相關程式碼、寫實作、跑測試。誠實說,產出速度是過去的好幾倍,很多以前要排一週的功能,現在一天內有可以審查的版本。

但有兩道線我們不退讓。第一,AI 寫的每一行程式碼,都要過人的審查才能合併——AI 很會寫「看起來對」的程式碼,而「看起來對」和「對」之間的距離,就是半夜系統掛掉的距離。第二,自動化測試必須全綠才能上線,這條紀律在 AI 時代反而更重要:產出越快,沒有測試接著的話,錯也錯得越快。

寫文案:AI 起草,人負責「像我們」

行銷素材、社群貼文、部落格草稿,AI 都有參與。但我們學到一件事:AI 產的內容,品牌味和事實查核必須由人把關。尤其我們的自營電商賣的是食品類商品,文案紅線是法規等級的——一個「AI 覺得很順」的形容詞,可能就是一張罰單。AI 負責量,人負責對;這個分工反過來就是災難。

會議與資料:最無痛的甜蜜點

會議錄音自動轉逐字稿、AI 整理成決議與待辦,這大概是導入成本最低、抱怨最少的應用,建議每個團隊都從這裡開始。查資料則要小心:AI 給方向很快,但給的「事實」必須驗證,我們被一本正經的錯誤答案騙過,現在的習慣是——AI 負責縮小範圍,人負責確認來源。

AI 在我們工作流裡的位置很明確:它是產出的引擎,不是判斷的主人。判斷外包出去的那一天,團隊就開始貶值。

哪些事我們不給 AI 碰

報價與承諾(那是我們的信用)、合規判斷(法規看的是實質語意,工具會漏)、對客戶的關鍵溝通(道歉信讓 AI 寫,對方看得出來,而且應該生氣)。另外,客戶未經同意的資料,不會進任何外部模型——這是底線,不是選項。

提示詞是資產,不是隨手打的字

還有一個很少人講的細節:我們把好用的提示詞當公司資產管理。反覆用的場景——程式碼審查清單、文案風格指引、會議摘要格式——都沉澱成版本化的模板,團隊共用、持續修訂。同一個模型,提示詞的好壞可以差出好幾倍的產出品質;而讓每個人每次都即興發揮,等於每天把學到的東西丟掉重來。AI 用得好不好,一半看模型,另一半看你有沒有把「怎麼用它」這件事累積下來。

給想導入的你

我們的心得濃縮成一句:先挑「重複、高頻、錯了可以救」的環節下手,把「錯了很貴」的環節留給人。多數失敗的導入,都是順序弄反了。如果你正在評估自己公司哪些流程適合,這正是我們AI 導入服務每天在做的事——而且因為自己天天在用、帳單自己在付,我們給的會是實話,包括「這裡不值得用 AI」的那種實話。