91APP怎麼把AI導入三百人開發團隊：從單點突破到流程整合

#GAI2025開發者年會note_07_AI_Driven_Development

把 AI 拉進開發流程前，你得先想好：你是要加速、放大，還是重新設計？導入 AI，不是為了讓你偷懶，而是讓你不會一直忙錯地方。

這場由 91 APP 的講者Levi主講的內容，直接揭露了怎麼把 AI 實實在在導入產品開發的流程裡的實戰拆解流程跟工具的細節。

核心目標：從人多力量大到人少但很猛

91 APP 團隊開發人員有 300 多位，過去很簡單粗暴：Scale Out，人多產能自然大。但面對 AI，他們選擇走另一條路：Scale Up，要讓每一個人都能跟 AI 配合，效率暴增。

他們的目標是小孩子才做選擇，大人兩個都要：提高速度 or 提升品質。

​■ 策略轉型：從單點突破走向流程整合

導入 AI 用的是逐步擴張策略：

​① 單點突破

讓每個職能部門（PO、RD、QA）先學會跟 AI 相處，先處理自己的問題。例如 QA 先用 AI 寫 test case，PO 用 AI 幫寫 PRD，RD 用 AI 生 code 雛形。

​② 流程整合

把這些單點應用，用流程 #串起來，從這個人會用變成整個團隊流程會跑。

​■ 具體成果：效率＋品質＝雙贏

從需求收案到上線，整體 #端到端流程 效率提升超過 30%！

而且不只是快，還沒出更多錯，系統異常數沒增加，這表示品質沒崩掉，甚至還可能更穩。

​■ 成功關鍵：不是 AI 會不會用，是人會不會用 AI

​① 人機協作 Human-in-the-loop

AI 幫你先做 80%，你負責最後 20% 的審核與優化。

你可以把它想像成：「AI 是你的實習生，但你是主管，最終責任你扛。」

✅ 補充：什麼是 Human-in-the-loop？

這是Google一直在強調的概念：人類永遠在決策迴路中有角色。不論是修正錯誤、挑選最佳輸出、避免bias或歧視、補足創意與經驗，AI 是輔助、不是替代。這個部分不了解的話可以參加Coursera的Google AI線上課程。

② 有效互動 Prompt Templates

要讓 AI 好好幫你，不是多丟幾句話，而是給它明確又 #結構化 的輸入，91 APP 為此設計了一堆 prompt templates，讓大家輸入一致，AI 產出不再因人而異。

✅ 補充：結構化輸入

這是最近半年AI應用一直強調的概念，結構化可以觸發很多高階模組的應用與優質生成品質，如果平常講話就缺乏結構化的主觀意圖，那麼寫出來的prompt及生成的結果也會跟別人差很多。

③ 知識複製 & 拓散

Template 就像是成功經驗的複製機，只要做出一個好的流程，就能快速複製到其他團隊。

✅ 補充：我自己怎麼管理Template？

主要是看該Temp我要用在哪裡，工作上的使用Notion來收集，需要協作的會用Google Docs來共享，私人的用蘋果記事本。

​■ 流程怎麼改？來看 PO、RD、QA 各自怎麼用 AI

① PO（Product Owner）

目標是讓知識變得不但能被 AI 利用，也要能被團隊快速理解。

他們讓 PO 累積所謂的 Domain Knowledge Base，整理成Domain Brief這種知識快照，再搭配 PRD 模板，跟 AI 協作產出需求文件。

✅ 補充：Domain Knowledge 是什麼？

每家公司都有我們怎麼做事的經驗、脈絡與專業術語。

這些看起來雜亂的東西如果沒經過整理，AI 是無法理解也無法產出的。Domain Brief 就是把這些知識轉成 AI 看得懂的格式。而且新人訓練也用得上，因為 Brief 文件本身就是濃縮知識包。

​② RD（Developer）

程式語言會寫是一回事，怎麼叫 AI 寫得像樣、簡潔、通用又是另一回事。

91 APP 發展了自家 Prompt 規則，稱為 SPARK 原則：

- Specific（具體明確）

- Precise（精準）

- Always include background（補上下文）

- Reference（有範例或格式）

- Klarify（明確限制與需求）

搭配 ARCK42 文件標準，讓 AI 協助產生功能需求、API Spec、時序圖等技術文件，還能直接生成初版 code。

✅ 補充：什麼是 ARCK42？

它是一套歐洲常用的軟體架構設計模板，目的就是快速、結構化地呈現整個系統設計與流程，超適合當 AI 訓練資料或 prompt input。好用的地方在於即使是初級工程師，也能透過這些模板 + AI 輔助產出接近資深水準的設計稿。

​■ QA（Quality Assurance）

只要寫好的 PRD + RD 定義的 API Spec 是結構清晰的，AI 就能自動產出：

① 測試情境（Test Cases）

② 測試程式碼（Test Code）

因為這些文件本來就包含驗收規則與資料結構，給 AI 用剛剛好。

​■ 目前的兩個大挑戰

① 深度問題：

不同角色寫文件的時候能不能更同步、更有邏輯，讓規格更全面？

② 廣度問題：

現在只有 3～5 個 Pilot 團隊導入這一套，怎麼把成功的做法推進全公司 20 幾個團隊？

① ＆ ② 就是流程制度化、文件標準化與知識內化三件事的集合。

一些你不能忽略的關鍵知識點：

① AI 驅動產品開發的本質是什麼？

從需求 → 設計 → 開發 → 測試 → 文件

每一段都有 AI 的角色，但人仍是系統設計者與最後決策者。(Human-in-the-loop)

② Prompt Engineering 是未來的溝通技術

你不會寫 prompt，等於你不會發工單。你寫不出讓 AI 懂的問題，它就寫不出你要的東西。

③ AI 的威力不只在寫代碼，而在農縮組織記憶

能寫 PRD、能寫 Test Case、能解讀你的 Domain，才是 AI 真正幫你加速的地方。

AI 不是你的替代品，是你的擴音器

你給它什麼，它就放大什麼。你用錯方式，它幫你快速產出一堆錯誤。你給它對的知識、對的框架、對的提示，它就能讓你一人變成五人戰力。

所以，導入 AI 之前，要先問自己：我現在的工作流程，是值得放大的嗎？如果答案是 #值得，那才開始把你的智慧輸出成讓 AI 能吃下的格式。這樣才是把 AI 當隊友，而不是當玩具。

還想知道更多？5/29 前GAI 2025回放早鳥價只要 $2650，輸入折扣碼 JOAN 再現折 $250！

回放購票連結：https://pse.is/7jxmfk

✅ 補充：筆記編號是依照原始的講綱排序的，因此這一篇是排07

本文原發表於 2025/05/28 的 Facebook 貼文，原文照登，僅調整網頁排版；文中提及的產品、價格與活動以當時為準。