Vibe Coder
跟 AI 說對話：Vibe Coder 的提示詞四要素與自我審查
好提示詞包含目標、輸入輸出格式、限制條件、說明要求四個要素，寫得越完整，AI 第一次就越接近你要的結果。Vibe Coding 是人機協作的迭代循環：說清楚、看第一版、判斷對不對、精確描述哪裡不對，通常三到五輪就能得到可用的結果。
跟 AI 說對話：Vibe Coder 的提示詞四要素與自我審查
Vibe Coding 不是「叫 AI 寫，然後複製貼上」，而是一個人機協作的迭代循環。模糊的問題只能得到模糊的答案：AI 不會主動問你「你到底要什麼」，它只能根據你說的話猜，說得越清楚，猜得越準。同樣的需求，寫得好的提示詞第一版就接近答案，寫得差的要來回十次。
你將學到什麼
Vibe Coding 的工作流
從說清楚需求到迭代到滿意的五個步驟。
提示詞四要素
目標、輸入輸出、限制條件、說明要求，一次寫對更接近答案。
多輪對話的節奏
什麼時候繼續、什麼時候打斷、什麼時候重開一個對話。
讓 AI 自我審查
產出後別急著用，先問它安全疑慮與邊界情況。
為什麼 Vibe Coder 需要學會跟 AI 說對話
| 原因 | 說明 |
|---|---|
| 模糊的問題只能得到模糊的答案 | AI 不會主動問你「你到底要什麼」，它只能根據你說的話猜，說得越清楚，猜得越準。 |
| 多輪對話有節奏 | 一次把所有需求全部說完，不如分步驟引導，先確認方向，再要細節，效率更高。 |
| AI 會自信地給出錯誤答案 | 不懂得追問和驗證，就會把 AI 的錯誤輸出直接用上，後來出問題才發現。 |
| 好的提示詞省掉一半時間 | 同樣的需求，寫得好的提示詞第一版就接近答案，寫得差的要來回十次。 |
Vibe Coding 的工作流是什麼
Vibe Coding 不是「叫 AI 寫，然後複製貼上」，而是一個人機協作的迭代循環：
- 說清楚你要什麼：用具體的目標、輸入輸出、限制條件描述需求。
- 讓 AI 產出第一版：不要期待完美，第一版是起點，不是終點。
- 讀懂輸出、判斷對不對：這是 Vibe Coder 最核心的能力。
- 精確描述哪裡不對：不是說「不能用」，是說「第三行的邏輯有問題，因為它沒有處理空值的情況」。
- 迭代到滿意：通常三到五輪就能得到可用的結果，超過十輪要考慮重新開始。
提示詞四要素
一個好的提示詞，包含四個要素。不用每次全部都寫，但越完整，AI 的輸出越準確。
| 要素 | 說明 | 範例 |
|---|---|---|
| 目標 | 這段程式或這個回答要達成什麼 | 讀取一個 CSV 檔案並計算每欄的平均值 |
| 輸入輸出格式 | 資料從哪裡來、結果要輸出什麼 | 輸入：CSV 路徑。輸出：dict，key 是欄名，value 是平均值 |
| 限制條件 | 有沒有特殊要求或要避免的事 | 檔案可能不存在，要處理例外，不要用 pandas，只用標準函式庫 |
| 說明要求 | 要求 AI 解釋它在做什麼 | 每行加上繁體中文註解，說明這行的用途 |
好提示詞 vs 壞提示詞
壞提示詞（太模糊）「幫我寫一個讀 CSV 的程式」。問題：AI 不知道要讀什麼、輸出什麼、要不要處理錯誤，只能猜，猜錯了你還要一直改。
好提示詞（具體清楚）「請用 Python 寫一段程式，讀取同目錄下的
data.csv，計算每一個數值欄位的平均值，輸出為 dict 格式。如果檔案不存在，顯示錯誤訊息而不是讓程式崩潰。只用 Python 標準函式庫，不要用 pandas。每行加上繁體中文註解說明用途。」提示詞的核心心法把你的需求當成在跟剛入職的新人說工作，他很聰明，但不知道你的背景、偏好、和「理所當然」的事，你說得越完整，他做得越對。
好提示詞 vs 壞提示詞：更多範例
| 場景 | 壞提示詞 | 好提示詞 |
|---|---|---|
| 修 bug | 「這個程式跑不起來，幫我修」 | 「這段程式執行時出現 KeyError: 'name'，錯誤在第 12 行，資料是從 API 取得的 JSON，結構是［貼上錯誤訊息和程式碼］，幫我找出原因並修正」 |
| 做功能 | 「幫我做一個登入功能」 | 「幫我用 FastAPI 做一個登入 API，輸入 email 和 password，用 bcrypt 驗證密碼，成功回傳 JWT token，失敗回傳 401，不需要資料庫，用 dict 存使用者資料即可」 |
| 解釋程式 | 「這個程式在做什麼」 | 「請逐行解釋這段程式碼，說明每個函式的用途、參數意義、和回傳值，用條列式，每行一個說明，用繁體中文」 |
| 重構程式 | 「幫我優化這段程式」 | 「這段程式功能正確，但可讀性差，請在不改變功能的前提下重構：把重複的邏輯抽成函式、加上型別提示、補上 docstring，不要加新功能」 |
Context 管理技巧
對話越長，AI 越容易「忘記」前面說的事情，或者把重心放在最近的訊息上。
- 重要的需求放在開頭和結尾：AI 對開頭和結尾的注意力最高，中間段容易被稀釋。
- 超過二十輪就開新對話：舊的 Context 越積越多，AI 的回答品質會下降，把目前結果整理成摘要，開新對話繼續。
- 切換主題前先結束舊話題：說「這個部分先到這裡，接下來我要問另一個問題」，幫 AI 清楚切換焦點。
多輪對話的節奏
多輪對話不是「一直說需求」，而是有節奏的迭代。知道什麼時候繼續、什麼時候打斷，是 Vibe Coder 和普通使用者最大的差距。
| 情況 | 應該怎麼做 |
|---|---|
| AI 的輸出方向正確，但細節不對 | 繼續這個對話，精確說明哪裡需要調整，不要重新描述整個需求，只說差異。 |
| AI 的輸出跟你要的完全不同 | 打斷它，說「不對，讓我重新說清楚」，然後用更完整的四要素重新提問。 |
| 對話超過十輪還沒到達目標 | 停下來，把目前最好的結果貼出來，說明這個版本的問題和你要的方向，重新聚焦。 |
| AI 開始重複說一樣的東西 | 開新對話，把前面的結論整理成一段背景說明，再繼續。 |
| AI 問你需要澄清的問題 | 認真回答，這表示你的提示詞不夠清楚，AI 在幫你確認。 |
讓 AI 自我審查
AI 產出程式碼後，不要直接用，先讓它自己找問題。這個動作往往能找到 AI 剛才沒有考慮到的邊界情況。
# 安全性檢查
這段程式碼有沒有安全疑慮？特別是使用者輸入的部分。
# 邊界情況
如果輸入是空值、負數、或超長字串，這段程式會怎樣？
# 效能
如果資料量是十萬筆，這段程式的效能瓶頸在哪裡？
# 可讀性
有沒有更簡潔的寫法，功能完全一樣但更容易看懂？
# 相依性
這段程式用到的套件，目前都還在維護嗎？自我審查的最佳時機在你準備複製程式碼到專案之前，固定問一句：「這段程式碼有沒有安全疑慮，或者我在使用前需要注意什麼？」養成習慣，能避開九成初級踩坑。
延伸學習
高效思維與腦內模擬：30 日練習與行動系統
每天一件事，三十天把「想到就做」換成「先在腦中跑一遍再動手」。六週依序練目標設定、腦內模擬、結果檢查、反饋與應變、知識萃取、總結與新目標，每天一課圖文，附可以直接填的練習表。週一給概念、週二實作、週三看案例、週四反思、週五收束，跟著節奏走就好，不必自己安排。
NT$ 1,599
思維邏輯自我訓練：九週訓練計畫（含入門練習版）
九週六十三天，把思考練成可以重複執行的流程。從打開思考肌群、知識濾網、觀點盲區，一路走到輸出引擎。買這門課直接附贈《入門練習版》八單元 22 課完整講義與練習單，排在課程最前面當地基，再進入九週的每日訓練。每一週都有訓練目標與高低任務差設計的任務表。
NT$ 1,699
常見問答
提示詞一定要四個要素都寫齊嗎？
不用每次全部都寫，但越完整，AI 的輸出越準確。至少把目標和限制條件說清楚，能省掉一半的來回修改。
對話太長，AI 開始忘東忘西怎麼辦？
超過二十輪就開新對話，把目前結果整理成摘要再繼續。重要的需求放在開頭和結尾，AI 對這兩處的注意力最高，中間段容易被稀釋。
AI 給的方向完全不對，該繼續對話還是重開？
如果只是細節不對，繼續同一個對話、精確說明差異就好；如果方向完全錯了，直接打斷說「不對，讓我重新說清楚」，用四要素重新提問效率更高。
為什麼要讓 AI 自我審查自己的程式碼？
因為這個動作往往能找到 AI 剛才沒有考慮到的邊界情況，例如空值、負數或超長字串的處理。複製到專案前固定問一句有沒有安全疑慮，能避開九成初級踩坑。