好指令不是寫得長，而是把六個面向想清楚

昨晚的小聚直播本來應該 9:30 結束，然後我們玩到 11:30 才結束，為什麼呢？因為只要有同學提出想做的應用，我就現場用 Fable 5 開始下指令，同學的反應很嗨！大概是因為很少有機會可以看我從零開始搭建一個系統吧😁😁 所以昨晚基本就是學員出題，我當場打指令給 AI，題目各式各樣，沒有一個是跟我的 domain 有關的，但大多我都略知一二，除了室內設計這個我真的不熟悉之外，其他的都還能自己思考出來。

我在打字的時候其實沒有在想「我等一下要展現什麼厲害的東西」，就是題目丟過來，手就開始動，一口氣把整套指令打完，中間會有停頓，因為我需要思考清楚。打完之後學員的反應是：欸怎麼會想到這麼多面向？（拜託！我六邊形戰士不是白當的！）

但當學員問我怎麼能這樣思考時，我還是愣了一下，因為我是真的不知道自己怎麼想出來的，我知道我有自己的一套邏輯在腦子裡，但那是內建的，平常不會意識到，因為太快了，快到我自己都來不及拆解思考的步驟。

所以剛才就把「一般人可能會怎麼下指令」跟「我當場打出來的指令」放在一起，讓你們自己看差在哪裡，我盡量講清楚，因為我知道我這篇應該又會寫很長，我就是話嘮。

【同樣是叫 AI 蓋一個訂房系統，為什麼我的指令跟別人不一樣？】

為了保護同學的需求隱私，所以這裡我讓 GPT 重新出題給我，然後我拿到 Claude Code 來用 Fable 5 開發。

GPT 出的題目是：我要做一個獨立小型民宿（3～8間房型）的營運管理系統，涵蓋訂房、清潔排班、備品庫存、住客體驗到退房後的平台。

先看一般人可能會怎麼下指令

如果要做一個民宿訂房系統，八九不離十會這樣寫：
★ 我要一個民宿訂房系統，可以線上訂房、線上付款、管理房間狀態，還要能排清潔班表跟管理備品庫存。★

這句話沒有錯，AI 也真的能照做，蓋出一個能用的系統，房間能訂、錢能收、班表能排，看起來該有的都有了。

但你仔細看，這句話在做的事情是「列功能清單」，就是把腦中想到的功能一個一個唸出來，跟寫年菜採買清單邏輯上其實沒差多少，想到什麼就寫什麼，寫完就是一份清單，AI 拿到手上的是一個靜態的畫面規格，有哪些頁面、有哪些欄位、有哪些按鈕，僅此而已。

再來看我看完題目後打出來的指令

★ 我要做一個小型民宿管理的應用，從行銷、獲客、新客onboarding、訂房、對帳、訂房確認、提醒、check in /out、額外費用、取消訂房、清潔排班、人力資源管理、備品安全庫存計算與報警、廢品報警與分析、住客體驗到退房後邀評的私有雲平台。

新客獲取必須考慮各種行銷平台特性，並針對高LTV客戶產製persona分析，回頭客需有客戶洞察及後續upsell商機發掘，大促檔期、連假浮動價格計算。

民宿地點與當地景區的合作機會探詢，需固定爬取當地景區的最新資訊，以發掘合作機會，合作機會卡需HITL才開始生成campaign。

定型化契約約定，訂房當日不可重複，與大型住旅平台串接(agoda...)，客服爭議處理，特殊檔期加價服務。

安檢及人員證照到期前三個月報警，含前台、後端運營及廚房。餐點服務衛生管理合規。滿房工作人員人力安排計劃與彈性機制規劃，新員工快速onboarding手冊。

與數字金額有關都需加上驗證器。★（以上費時三分鐘多）

你們感覺出差異了嗎，光是密度就不一樣了，我這段話裡面幾乎沒有一句是純粹在講功能的，每一句背後都在講一件別的事情。

我自己拆了很久，拆出四個差異，一個一個講。

① 一般在描述功能，我在做財務診斷

一般指令講到「有訂房功能」就停了，功能有了，句子結束。

我的指令會接著要求區分高 LTV 客戶是誰，這些客戶要怎麼被辨識出來，回頭客要怎麼做 upsell，大促檔期跟連假的浮動價格要怎麼算。

你看，同樣都是在講訂房這件事，一般人問的是「系統要有什麼」，我問的完全是另一個層次的問題，我問的是「這門生意要怎麼賺更多、要怎麼不漏財」。

這跟我做不做過民宿業一點關係都沒有，因為我根本沒開過民宿，我甚至不知道民宿業的眉眉角角，但我知道任何一門生意都有「誰是高價值客戶」跟「怎麼讓客戶回來消費」這兩個問題，這是生意的共通結構，不是產業知識。

② 一般在描述空間，我在描述時間軸

這個我自己覺得是最有意思的一點。

一般人講系統，講的是「有哪些頁面」，這是空間性的描述，就像在畫一張平面圖，房間在哪、走廊在哪，畫完就結束了，就是靜止的一張圖。

但我的指令裡會藏了好幾個會隨時間變化的東西，比如證照到期前三個月要報警，備品安全庫存要計算並且報警，這些不是真的去打 110 報警，報警的意思是醒目提示。

這些句子背後的意思是，我腦中想的不是一個靜止的畫面，而是一條會流動的時間軸，這條時間軸上有些東西會隨時間逼近某個危險的臨界點，逼近了就要有東西跳出來提醒。

這其實是我不知不覺把「風險會隨時間累積」這件事寫進了系統邏輯裡，而其他人在下指令的當下，通常不會想到這一層，因為這一層不是功能，是一種對「事情會出問題」這件事的敏感度。

③ 一般把 AI 當工具直接用，我把 AI 當半自動員工，還先劃好責任線

「合作機會卡需 HITL 才開始生成 campaign」、「與數字金額有關都需加上驗證器」，這兩句話看起來很技術性，但它們其實在做同一件事，就是先承認 AI 會出錯，然後在出錯之前就先設計好，出錯了之後要由誰接手、什麼時候接手。

這是一種風險治理的思維，我把它直接寫進開發指令裡面，不是等系統上線之後出了包才回頭補一個免責聲明或補一個人工複核流程，因為 debug 比砍掉重練還要累人。

一般在用 AI 的時候，心態通常是 AI 生出來的東西就直接拿去用了，很少有人會在下指令的當下就先幫 AI 設一道關卡，說你生完先別急著發出去，我要先看過。

④ 一般只站在自己的角度，我同時建好每一個立場

一般指令裡通常只有一個視角，就是下指令的那個人自己，「我要能看到訂單」、「我要能管理房間」，都是站在老闆自己的角度講。

我的指令裡面同時站了好幾個立場，前台、廚房、房客、回頭客、合作景區、大型訂房平台，每一個角色要在系統裡看到什麼、要被系統通知什麼，我在打字的當下其實已經同步分好了，不是先做完再回頭想「欸廚房那邊是不是也要有東西看」，我寧可在打第一輪就已經把所有立場都放進去了。

這樣做的好處是當你使用高階模型，模型會更理解你的框架有多大，自動補齊那些懶得打出來的東西，這樣就會讓成果非常的完美，甚至可以直接商用。

我覺得可以濃縮成一句話

一般人問的是「這個系統要做什麼」，但我思考的是「這門生意要怎麼不虧錢、怎麼多賺一點、怎麼不要出事」，然後才把這些答案翻譯成系統規格。

這也是為什麼我完全不懂民宿業怎麼經營，不甚懂 GMP 藥廠的製程規範，懂報關的 HS CODE 的重要性，但可以在完全陌生的產業裡，當場打出一整套可以直接執行的開發指令。

因為我寫的跟產業知識沒有關係，我寫的是生意的財務結構長什麼樣子，而財務結構這件事情，說真的，隔行不隔理，換到哪個產業都一樣要問這六個問題，錢在哪裡？洞在哪裡？指標是什麼？紅線(合規)在哪裡？什麼時候人會犯錯？什麼時候機器會犯錯？

我自己是這樣覺得啦，工具會一直換，今天是 Claude，明天可能又冒出別的模型，但這種思考方式，換到任何工具、任何產業，都還是同一套思考，這才是真正可以教、可以練的東西，不是背指令的語法，是練這六個面向要怎麼被思考清楚。

好了我知道我又寫很長，但這就是我，話嘮就是要話嘮到底。

本文原發表於 2026/07/09 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。