AI 會寫 Python，你仍然需要看得懂它在做什麼

首先！這份是免費的，整理出來只是因為看到很多人想 Vibe Coding 但連基本的認知都沒有，我整理這十二個 Python 模組，不是為了讓你變成 Python 高手，單純只是想要讓人可以從 Python 出發，去了解在 Vibe Coding 過程中會踩到的坑長什麼樣。加 Line 輸入關鍵字就可以領取完整版。

我相信有些人看到這篇的第一反應大概會是「現在不是都有 AI 了嗎？為什麼還要學 Python？」

我懂這個疑問，特別是你如果以為我是在教大家成為工程師，那這個疑問很合理。

因為要成為工程師，當然不是讀幾份講義、跑幾個範例、請 AI 幫你改幾段程式就夠了。

真正的工程訓練很長，裡面有演算法、資料結構、系統設計、測試、部署、效能、維護、協作，還有一大堆你光是聽到名字就想把電腦摔掉的東西。

但這十二個模組，不是寫給想成為工程師的人看的，這是寫給另一種人的。

就是已經開始用 AI 寫程式，或者很想用 AI 幫自己做工具、整理資料、串 API、做自動化、處理報表、架小網站、寫小系統，可是每次 AI 吐出一大段程式碼，你心裡都會安靜三秒鐘的人。

那三秒鐘裡，你大概不是感動，你是在想這到底能不能用？它看起來很厲害，但它真的對嗎？我如果貼上去執行，會不會爆炸？它說沒有問題，但我怎麼知道真的沒有問題？

這才是我整理這套內容的原因。

AI 時代最大的危險，不是你不會寫程式，而是看不懂程式的時後，卻以為 AI 寫出來的東西都是可以直接用的。

很多人對 Vibe Coding 有一個很浪漫的想像，以為它就是「我不用懂程式，只要跟 AI 說我要什麼，AI 就會幫我生出來」。這句話不是錯，但它只講了一半。

AI 可以幫你生，但 AI 不會幫你負責。API Key 外洩是你的事，資料庫被打穿也是你的事，使用者資料被漏出去還是你的鍋，程式上線後突然壞掉，客戶打電話來罵的是人，不會罵你背後的 AI。

所以真正的 Vibe Coder，不是什麼都不用懂的人，而是懂得問 AI、懂得看 AI、懂得判斷 AI、懂得叫 AI 修正的人。

你不需要從零手刻每一行程式，但你至少要看得懂它在做什麼啊啊啊啊啊～～～

你也不需要背完所有語法，但你至少要知道哪裡可能出錯。

你不需要變成工程師，但你不能連紅燈偷偷亮了都不知道。

這十二個模組，其實不是在教你「怎麼學 Python」，它在回答的是一個不懂程式、但想跟 AI 一起做出真東西的人，到底需要知道多少，才不會把自己炸掉？

為什麼 AI 明明會寫程式，你還是一直出錯？

這就是模組一「環境與心態」要處理的事。

很多人一開始用 AI 寫程式，最常卡住的不是語法，而是環境。Python 沒裝好、PATH 沒設好、虛擬環境沒啟動、套件裝錯地方、VS Code 或 Cursor 不知道怎麼選，光是這些就可以讓一個人懷疑人生。

但這個模組真正要處理的，還不只是安裝問題，而是心態問題。

你不是來「學著像工程師一樣寫程式」，你是來學會讀懂 AI 給你的程式、看懂錯誤訊息、知道怎麼把問題描述清楚，再請 AI 修正。

這模組的閱讀重點，是建立第一個 Vibe Coder 的基本認知：AI 不是神諭，它給你的程式碼需要被檢查。

AI 寫了一堆 if、for、function，你真的知道它在幹嘛嗎？

這就是模組二「語言核心」。變數、字串、條件判斷、迴圈、函式，聽起來很基礎，但這些其實就是 AI 產出的程式骨架。

很多人看到一大段程式會害怕，是因為他只看到一整坨英文符號；但你一旦知道哪裡是變數、哪裡是在判斷、哪裡是在重複、哪裡是函式開始和結束，那坨東西就會慢慢變成有結構的東西。

這模組對 Vibe Coder 最大的幫助，是讓你不再只能問「這段不能用，幫我改」，而是能說出「這裡的 input 回來是字串，所以應該先轉成數字」、「這裡沒有 return，所以函式不會真的把結果交出來」。

為什麼 API 回來的資料，永遠都是一堆中括號和大括號？

這就是模組三「資料結構」。list、dict、set、tuple 這些東西，對初學者來說很像程式語言故意發明出來嚇人的術語。

但你只要開始串 API、整理表單、處理 JSON、分析 CSV，就會發現世界上大部分資料都長得很像這幾種容器。list 是一批資料，dict 是 key-value 配對，set 可以去重，tuple 通常用來裝固定的一組值。

這模組的閱讀重點，是讓你看到資料時不再腦袋關機。當 AI 寫出 students[0]["name"]，你至少知道它是在「第一筆學生資料裡取出 name 這個欄位」，而不是某種黑魔法。

為什麼 AI 一次吐出兩百行程式，你完全不知道從哪裡開始看？

這就是模組四「程式架構」。剛開始 AI 給你十行程式，你可能還看得懂。等到它開始幫你拆檔案、寫 class、加例外處理、讀寫檔案，你就會突然發現自己迷路了。

因為程式一旦變長，就不能再用「逐行看」的方式硬撐。你要知道哪裡是入口、哪裡是設定、哪裡負責讀資料、哪裡負責處理、哪裡負責輸出、哪裡負責錯誤處理。

這模組對 Vibe Coder 的幫助，是讓你開始用「架構」看程式，而不是用「密密麻麻的文字」看程式。

你跟 AI 說「幫我整理 CSV」，為什麼它每次做出來都不是你要的？

這就是模組五「真實專案體驗」。很多人以為 AI 沒做好，是因為 AI 不夠聰明。其實很多時候，是因為你給的需求太模糊。你說整理 CSV，但 CSV 長什麼樣子？欄位有哪些？輸出要變成什麼格式？錯誤資料要跳過還是中止？檔案不存在要怎麼處理？結果要存在哪裡？使用者要怎麼操作？

這模組的重點，不只是做一個 CSV 整理工具，而是學會給 AI 一份完整規格。Vibe Coder 真正強的地方，不是把「幫我做一個工具」丟出去，而是能把需求拆到 AI 可以精準執行。

你開始存資料了，但你知道資料庫其實可以被你自己寫壞嗎？

這就是模組六「資料庫操作」。資料庫聽起來很工程，但只要你要做客戶名單、訂單紀錄、課程報名、會員資料、內容管理，你就一定會碰到它。

這一模組會從 SQLite 的新增、查詢、修改、刪除開始，讓你知道 CRUD 到底是什麼，也會講參數化查詢和 SQL Injection。

這對 Vibe Coder 非常重要，因為 AI 很可能寫出「看起來能查資料」的程式，但它不一定安全。你至少要看得出來，使用者輸入有沒有被直接拼進 SQL 裡。這種錯誤不是小 bug，是安全洞。

AI 幫你串 API，但你知道它到底怎麼跟外面的世界講話嗎？

這就是模組七「API 串接與異步」。現在很多 AI 工具、自動化流程、第三方服務，背後都是 API。

你要串 OpenAI、Google、Notion、LINE、金流、CRM，最後都會碰到請求、狀態碼、JSON、錯誤處理、API Key。

這模組的閱讀重點，是 requests 的四個基本動作：發請求、確認狀態、取 JSON、安全取值。進一步還會碰到 asyncio，因為你有時候不是叫一次 API，而是要批次叫很多次。

對 Vibe Coder 來說，懂 API 不是為了變成後端工程師，而是讓你知道 AI 幫你串服務時，到底哪裡可能失敗。

AI 寫出來的程式可以跑，但它安全嗎？

這就是模組八「資料安全與防護」。這一模組我自己覺得很重要，因為 AI 生成程式通常優先滿足功能，而不是優先保護你。

它可能讓登入可以動，但密碼存法很可怕；它可能讓資料可以送出去，但沒有驗證輸入；它可能幫你讀 API Key，但把金鑰硬寫在程式裡。

這模組會談金鑰管理、輸入驗證、bcrypt 密碼雜湊。閱讀重點只有一句話：AI 寫的第一版程式，預設不要相信它是安全的。

你不會因為讀完這一模組就變成資安專家，但你至少要知道哪些地方不能亂來。

你處理個資的時候，知道那不只是技術問題嗎？

這就是模組九「合規與資料保護」。很多人一聽到合規，就覺得那是法務、公司、政府、大企業的事。

但只要你碰到姓名、電話、email、購買紀錄、會員資料、學員名單、健康資訊，你就已經碰到合規了。這一模組會從台灣個資法、GDPR 的基本原則，落到稽核日誌、Fernet 加密、資料存取紀錄這些實作。

這對 Vibe Coder 的幫助，是讓你知道「資料可以處理」不等於「資料可以亂存」。合規不是簡報上的漂亮詞，它最後會落在你的程式怎麼寫。

AI 幫你做了漂亮圖表和模型，你知道它有可能是在胡說八道嗎？

這就是模組十「數據科學初探」。pandas、matplotlib、scikit-learn 這些工具，會讓 AI 看起來很像資料分析高手。

它可以整理資料、畫圖、訓練模型、跑預測，畫面看起來很專業。但資料科學裡最危險的東西，不是圖不漂亮，而是資料洩漏、過擬合、錯誤解讀。

你不會因此成為資料科學家，但你至少要知道，AI 給你的分析結果不是只要有圖、有模型、有準確率就能相信。這一模組的閱讀重點，是讓你在看到 AI 分析報告時，多問一句：這個結果真的站得住嗎？

IDE 或 VS Code 跳出 Git 提示時，你到底能不能按？

這就是模組十一「Git 與 Vibe Coding 工作流」。

我相信很多 Vibe Coder 最怕的不是寫程式，而是 IDE 突然跳出一堆 git 字眼。commit、branch、push、pull、merge、PR，聽起來像另一種語言。可是你只要開始讓 AI 幫你改專案，就一定要學會版本管理。

因為 AI 很會改，也很會一次改壞很多東西。Git 的重點不是炫技，而是讓你有機會回頭。

這模組的閱讀重點，是知道哪些指令安全、哪些指令要小心、什麼時候要先 commit，什麼東西要放進 .gitignore。Vibe Coder 不一定要變成 Git 高手，但你不能每次壞掉都整包刪掉重來。

AI 幫你寫爬蟲之前，你知道什麼可以抓、什麼不該抓嗎？

這就是模組十二「爬蟲入門」。

很多人一聽到爬蟲，就只想到「把網站資料抓下來」。但爬蟲不是亂抓資料的魔法棒。

你要先知道 robots.txt，要理解 HTML 結構，要會用 BeautifulSoup 解析，要知道 CSS selector 怎麼定位元素，也要知道反爬蟲不是拿來挑戰的關卡。

這模組對 Vibe Coder 的幫助，是讓你理解資料蒐集的基本邏輯與邊界。AI 可以幫你寫爬蟲，但你要知道它抓的是什麼、為什麼抓得到、抓下來要怎麼存，以及這件事合不合理。

所以你看，這十二個模組表面上是在講 Python，但真正串起來的，其實是一條 Vibe Coder 的能力線。

第一到五模組，入門篇，讓你讀懂 AI 給你的程式。

第六到十模組，實務篇，讓你知道怎麼讓程式做真實的事。

最後兩個模組，進階篇，讓你開始管理工作流、資料、風險與邊界。

我絕對不期待每個讀完的人都變成工程師，那不可能！我學 Python 都花了十個月了，怎麼可能一百多頁的講義就可以全部學會。

但不是每個會開車的人都要會修引擎，不是每個會用 Excel 的人都要會寫試算表軟體，不是每個會用 AI 做工具的人都要成為全端工程師。

可是！你至少要看得懂儀表板！你至少要知道紅燈亮了不能繼續開！你至少要知道 AI 說「這樣就可以」的時候，你要問它哪三個問題：

① 這一行在做什麼？
② 為什麼要這樣寫？
③ 有沒有安全、型別、邏輯、資料或合規問題？

這就是我想做這套免費分享的原因，Python 網路上一堆人教，而且很多人教得非常好，但很少人在把 Python 拆成一個不懂程式的人也能拿來檢查 AI 的判斷框架。

我沒有要你背語法，但你得知道不能老把 AI 寫出來的程式當成神諭，未來會寫程式的人很多，會叫 AI 寫程式的人更多，但看得懂、問得準、修得動、扛得起責任的人並不多。

好了！我要到目的地了，掰啦！

下載方式：加入官方Line 輸入 Python。連結在一樓！

本文原發表於 2026/06/27 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。