---
title: "AI Coding 的最小工程流程：零技術背景也能開始的工程方法｜老喬的AI Coding 新手指南"
url: https://joelin.cc/p/8780
source: https://joelin.cc/p/8780
id: 8780
lang: zh-Hant
slug: "ai-coding-minimal-workflow-beginners-guide"
pubDate: 2026-03-06
date_modified: 2026-03-06
updatedDate: 2026-03-06
schema_type: BlogPosting
description: "在 AI Coding 變得越來越普及之後 很多人會有一個直覺的想法："
ai_summary: "AI Coding新手卡住通常因為不理解工程流程，而非不會寫程式。最小工程流程由三個角色組成：Planner負責把需求、完成條件與工作重點想清楚，Integrator負責轉換任務、檢查整合並驗收，Builder負責逐項實作。核心概念是Vertical Slice——先完成一條完整功能線（例如登入→新增資料→顯示資料），而非同時做很多零件。第一輪工程Loop的任務應控制在5-7個，避免專案失控或人類變成整合器。新手常犯的錯誤是開太多Agent，小專案3個Agent（Planner/Integrator/Builder）就足夠。DoD（Definition of Done）明確定義完成條件，讓所有參與者清楚什麼叫完成。功能分三類：商品化功能（登入、寄信、儲存、付款）直接用SaaS、重複出現的模組先不做避免過早模組化、真正值得自己寫的是產品核心邏輯。AI Coding的原則是「不要寫你不必寫的程式」。"
key_facts: ["最小工程流程三角色：Planner整理Spec→Integrator轉任務→Builder實作→Integrator驗收→Planner決定下輪", "Vertical Slice是先完成一條完整功能線而非片段零件，例如登入→新增→顯示的完整流程", "第一輪任務控制在5-7個，人類在同時處理通常只能清楚掌握5-7個單位，超過會失控", "小專案3個Agent足夠，開太多Agent反而降低效率，因現在AI還沒做到真正自動協作會變成人工同步", "商品化功能（登入、寄信、儲存、付款）直接用現成SaaS，優先寫產品核心邏輯（商業流程、資料模型、推薦邏輯）"]
categories: ["商業/科技前沿參考"]
tags: ["商業前沿參考"]
about:
  - name: "Vertical Slice"
    sameAs: ["https://www.wikidata.org/wiki/Q7922856"]
mentions:
  - name: "Claude Code"
    sameAs: ["https://www.wikidata.org/wiki/Q138457287"]
entity_ids:
  author: https://me.joelin.cc/#joe
  publisher: https://me.joelin.cc/#joelincc
---

# AI Coding 的最小工程流程：零技術背景也能開始的工程方法｜老喬的AI Coding 新手指南

## 摘要

AI Coding新手卡住通常因為不理解工程流程，而非不會寫程式。最小工程流程由三個角色組成：Planner負責把需求、完成條件與工作重點想清楚，Integrator負責轉換任務、檢查整合並驗收，Builder負責逐項實作。核心概念是Vertical Slice——先完成一條完整功能線（例如登入→新增資料→顯示資料），而非同時做很多零件。第一輪工程Loop的任務應控制在5-7個，避免專案失控或人類變成整合器。新手常犯的錯誤是開太多Agent，小專案3個Agent（Planner/Integrator/Builder）就足夠。DoD（Definition of Done）明確定義完成條件，讓所有參與者清楚什麼叫完成。功能分三類：商品化功能（登入、寄信、儲存、付款）直接用SaaS、重複出現的模組先不做避免過早模組化、真正值得自己寫的是產品核心邏輯。AI Coding的原則是「不要寫你不必寫的程式」。

### 重點

- 最小工程流程三角色：Planner整理Spec→Integrator轉任務→Builder實作→Integrator驗收→Planner決定下輪
- Vertical Slice是先完成一條完整功能線而非片段零件，例如登入→新增→顯示的完整流程
- 第一輪任務控制在5-7個，人類在同時處理通常只能清楚掌握5-7個單位，超過會失控
- 小專案3個Agent足夠，開太多Agent反而降低效率，因現在AI還沒做到真正自動協作會變成人工同步
- 商品化功能（登入、寄信、儲存、付款）直接用現成SaaS，優先寫產品核心邏輯（商業流程、資料模型、推薦邏輯）

TL;DR

* 很多 AI Coding 新手會卡住，其實不是因為不會寫程式，而是不理解工程流程
* 一個最小的 AI Coding 工程流程，通常只需要 **Planner、Integrator、Builder 三個角色**
* 第一個專案最重要的事情，是先跑出一條 **Vertical Slice（完整功能線）**
* 任務拆分建議控制在 **5–7 個任務**，避免專案失控
* AI 時代的大原則是：**不要寫你不必寫的程式**

---

適合閱讀的人

* 想用 AI 開發產品，但沒有工程背景的人
* 剛開始使用 AI Coding 工具（Claude Code、Codex、Cursor 等）的人
* 想理解 AI 開發團隊實際運作方式的人

---

不適合閱讀的人

* 已經有多年軟體工程經驗的工程師
* 想學習某個特定框架或語言的技術細節
* 只想快速生成 code，不關心工程流程的人

---

在 AI Coding 變得越來越普及之後  
很多人會有一個直覺的想法：

既然 AI 可以寫程式  
那是不是只要描述產品  
AI 就能把整個系統做出來？

但實際操作之後  
很多人很快就會遇到一個問題：

專案開始之後  
**很快就卡住了。**  
這就是老喬遇到的狀況 XDD

很多人會以為  
這是因為自己不會寫 code。

但老喬後來發現  
真正的原因通常不是技術。

而是：

**沒有理解軟體工程的基本流程。**

這篇文章會介紹一個非常重要的概念：

**AI Coding 的最小工程流程**

只要理解這個流程  
即使是零技術背景的人  
也可以開始做自己的 AI 產品。

---

本文關鍵字

* AI Coding
* Vertical Slice
* Definition of Done
* AI Engineering

---

## 一、為什麼 AI Coding 新手常常一開始就卡住

很多人第一次接觸 AI Coding 時  
會有一個很自然的想法：

既然 AI 可以寫程式  
那是不是只要描述產品  
AI 就能把整個系統做出來？

但實際操作之後  
很多人很快會遇到一個問題：

**專案開始之後，很快就失控。**

常見的情況是：

想做一個產品  
↓  
開始想很多功能  
↓  
讓 AI 生成很多 code  
↓  
建立很多 agent  
↓  
系統越來越複雜

最後出現一個很奇怪的結果：

* 有登入系統
* 有資料庫
* 有 UI
* 有 API

但 **沒有任何東西真的能完整運作**。

原因其實很簡單：

很多新手在做的是 **零件工程**

而不是 **產品工程**。

在真正的軟體工程裡  
第一個目標不是做很多模組

而是：

**先讓一條完整的功能跑通。**

這個方法在工程界有一個名字：

**Vertical Slice（垂直切片）**

---

## 二、AI Coding 的最小工程流程

在小型 AI Coding 專案裡  
其實不需要一開始就把角色分得很複雜。

很多時候  
只要三個角色就夠了：

* Planner
* Integrator
* Builder

這三個角色  
其實就像一個很小型的工程團隊

先不用急著把每個角色都背起來  
先理解它們各自負責什麼，就已經很夠了。

### Planner：負責把要做什麼想清楚

Planner 的工作  
不是直接寫 code。

他的責任比較像是：

把需求整理清楚  
把目標寫清楚  
把這一輪要做的事情定義清楚。

如果講得更白話一點  
Planner 就像是先把「這一輪到底要做什麼」講明白的人。

在小型專案裡  
Planner 至少要做三件事：

1. 寫出這一輪的需求說明
2. 寫出 DoD，也就是完成條件
3. 寫出這一輪的 5 到 7 個工作重點

這裡的「7 個工作重點」  
不是要把事情拆得很碎。

而是要把這一輪最重要的任務，控制在一個人看得懂、AI 也做得動的範圍。

例如，一個最小的 CRUD 專案  
Planner 寫出來的 7 個工作重點，可能會像這樣：

1. 建立專案基礎環境
2. 建立使用者登入流程
3. 建立一張資料表
4. 建立新增資料 API
5. 建立列表頁 UI
6. 串接前後端資料流
7. 完成基本測試與驗收

這樣做的目的不是形式化  
而是避免整個專案一開始就散掉。

### Integrator：負責把東西接起來，並確認這一輪真的完成

Integrator 是很多新手最容易忽略的角色。

因為大家通常會以為：

有 Planner 想需求  
有 Builder 寫 code  
那不就夠了？

但實際上  
很多專案真正卡住的地方  
不是沒人寫  
而是 **沒有人負責整合**。

Integrator 的工作  
不是主要產生程式碼  
而是負責這幾件事：

1. 把 Planner 的需求轉成 Builder 看得懂的任務
2. 確保 Builder 做的東西，沒有偏離 Spec
3. 檢查前端、後端、資料庫、API 之間有沒有真的接起來
4. 檢查這一輪是否符合 DoD
5. 把目前狀態整理回報給 Planner，讓下一輪可以繼續

你可以把 Integrator 理解成：

**小型專案裡的工頭 + 品管 + 整合者**

Planner 比較像在想藍圖  
Builder 比較像在施工  
Integrator 則是負責確認：

這些東西有沒有真的裝起來  
有沒有真的能用  
有沒有偏掉。

所以在 AI Coding 裡  
Integrator 是非常重要的角色。

因為現在很多 AI 工具  
都很會局部產出  
但不一定會自動幫你把整條流程接好。

### Builder：負責實作

Builder 的工作就比較直接：

依照 Integrator 分派下來的任務  
開始實作功能。

例如：

* 建立畫面
* 建立 API
* 建立資料表
* 串接前後端
* 修正 bug

Builder 的責任  
不是重新定義需求  
也不是自己亂加功能。

而是專心把這一輪指定的任務做出來。

### 三個角色怎麼形成最小循環

一個比較穩定的小型 AI Coding 流程  
通常會長這樣：

需求  
↓  
Planner 整理 Spec 與 DoD  
↓  
Planner 寫出本輪 5 到 7 個工作重點  
↓  
Integrator 把工作重點轉成可執行任務  
↓  
Builder 逐項實作  
↓  
Integrator 檢查整體是否真的跑通  
↓  
Integrator 回報目前狀態與問題  
↓  
Planner 決定下一輪要做什麼

這整個流程  
其實就是一個很小的工程循環。

重點不是一次做很多東西  
而是：

**每一輪都真的完成一小段。**

這就是 AI Coding 裡很重要的最小工程流程。

---

## 三、新手第一個 AI Coding 專案怎麼開始

如果你是完全新手  
其實可以用一個很簡單的方式開始：

先做一個非常小的產品。

例如：

一個登入系統  
一個資料表  
一個列表頁

只要完成三件事情：

登入  
建立資料  
顯示資料

整個系統其實就已經跑起來。

這就是一條最小的 **Vertical Slice**。

這樣的專案  
通常只需要三個 agent：

Planner  
Integrator  
Builder

就足夠了。

#### 小型專案實際怎麼跑一輪

如果你還是覺得抽象  
可以直接看一個最小例子。

假設今天要做的是一個很簡單的系統：

「使用者登入後，可以新增一筆資料，然後在列表頁看到它」

這時候三個角色可以這樣分工：

##### Step 1：Planner 先定義這一輪要做什麼

Planner 先寫清楚：

本輪目標：  
讓使用者可以登入，新增一筆資料，並在列表頁看到資料

DoD：

1. 使用者可以登入
2. 成功新增一筆資料
3. 新增後資料會存到資料庫
4. 列表頁可以正確顯示資料
5. 整個流程從登入到顯示都能實際操作

本輪工作重點：

1. 建立登入功能
2. 建立資料表
3. 建立新增資料 API
4. 建立列表頁
5. 串接 API 與 UI
6. 確認資料真的寫進資料庫
7. 測試整條流程

##### Step 2：Integrator 把任務整理給 Builder

Integrator 會把這些工作重點  
轉成更具體的執行順序。

例如：

* 先做登入
* 再做資料表
* 再做新增 API
* 再做列表頁
* 最後做串接與測試

這樣 Builder 就不需要自己猜  
現在到底該先做哪一個。

##### Step 3：Builder 開始逐項實作

Builder 就開始施工：

* 建登入頁
* 接登入服務
* 建資料表
* 寫新增 API
* 做列表頁
* 接資料顯示

##### Step 4：Integrator 驗收

Builder 做完之後  
不是直接算完成。

而是要先交給 Integrator 檢查。

Integrator 要確認的不是「有沒有 code」  
而是：

* 登入能不能用
* 資料有沒有真的寫進去
* 列表頁有沒有真的顯示出來
* 有沒有哪個環節斷掉
* 有沒有符合 Planner 一開始定義的 DoD

只有當 Integrator 確認這一輪真的跑通  
這一輪才算完成。

##### Step 5：Planner 決定下一輪

當 Integrator 驗收完  
Planner 才會根據這一輪成果  
決定下一個 Phase。

例如：

* 加入編輯功能
* 加入刪除功能
* 加入搜尋
* 加入權限管理

這樣整個專案  
就不是一口氣亂做很多東西

而是一輪一輪往前推進。

這其實就是最小 AI Coding Loop 的實際運作方式。

---

## 四、什麼是 DoD（Definition of Done）

很多 AI Coding 專案卡住  
其實不是技術問題。

而是：

**不知道什麼叫做完成。**

在工程裡有一個非常重要的概念：

**Definition of Done（DoD）**

意思很簡單：

> 在什麼條件下，這個功能算是完成。

例如：

如果你要做一個會議錄音工具

錯誤的 DoD 會長這樣：

* 可以錄音
* 可以整理內容

這種描述其實很模糊。

比較正確的 DoD 會是：

當使用者按下「開始錄音」

系統會：

1. 錄音
2. 儲存音檔
3. 上傳到語音轉文字
4. 生成摘要
5. 顯示在畫面

只要整條流程可以跑完

這個功能就算完成。

這其實就是一條

**Vertical Slice。**

---

## 五、任務拆分的 7 任務原則

老喬自己一開始踩過一個很典型的坑。

那時候我也以為  
既然 AI agent 可以分工  
那是不是多開幾個會更快？

結果很快就發現  
事情根本不是這樣。

我一開始把任務拆得很細  
然後在不同對話框裡面  
一直貼來貼去、同步來同步去。

做了一個小時之後  
突然發現一件很荒謬的事：

**AI agent 看起來很忙** 
**但東西其實沒有真的做出來。**

那個感覺很像什麼？

很像你家在裝潢  
現場有工頭、有工班、有材料商  
每個人都在講話  
每個人都看起來有在做事  
但你站在中間會突然發現：

我怎麼變成那個負責跑來跑去傳話的人？

而且最可怕的是  
你還不一定知道他們到底在幹嘛。

這就是很多新手一開始做 AI Coding 會遇到的狀況。

表面上像是在做多工分流  
實際上卻變成：

**人類自己在當整合器。**

所以新手一開始最重要的  
不是把 agent 開滿。

而是先把整體流程縮到最小  
讓每一輪都真的做出成果。

AI Coding 新手很常犯的一個錯誤是：

**任務拆太多。**

例如：

* UI
* UI Layout
* UI Component
* API
* API Router
* Database Schema
* Storage
* Auth
* Service Layer

結果專案一開始  
就出現二三十個任務。

這樣做通常會得到兩個結果：

* AI 不知道先做什麼
* 人也不知道現在在哪個階段

一個很實用的工程原則是：

**第一條工程 loop** 
**任務不要超過 7 個**

原因很簡單。

人腦在同時處理任務時  
通常只能清楚掌握：

**5–7 個單位。**

所以一個新手專案的第一條 loop  
通常會長這樣：

1. 建立專案
2. 建立資料庫
3. 建立 API
4. 做 UI
5. 串接 AI
6. 顯示結果
7. 測試

只要這七件事情完成

整個系統就會 **跑起來**。

---

## 六、為什麼一開始不要開很多 Agent

很多 AI Coding 教學  
會推薦建立很多 agent：

Planner  
Frontend Agent  
Backend Agent  
Database Agent  
API Agent  
Deploy Agent  
QA Agent

看起來很專業。

但實際操作之後  
很多人會發現一件事：

**Agent 太多，其實會降低效率。**

原因很簡單。

目前大部分 AI Coding 工具  
還沒有做到真正的自動協作。

當 agent 數量變多  
很多事情會變成：

人工在那邊

複製  
貼上  
同步  
回報

結果整個流程  
變成 **人類在整合 agent**。

所以一個很簡單的原則是：

小專案  
大概 **3 個 agent 就夠**

Planner  
Integrator  
Builder

中型專案  
大概 **5 個 agent**

Planner  
Integrator  
Builder（Frontend）  
Builder（Backend）  
Reviewer

如果 agent 超過 5 個

很多新手會發現  
整個專案變成：

**一直在同步資訊。**

---

## 七、哪些功能不要自己寫，直接用現成的

在系統架構裡  
功能通常可以分成三種類型。

### 已經很成熟的基礎功能（Commodity）

例如：

* Login
* Email
* Storage
* Payment

這些功能已經有非常成熟的 SaaS  
通常不需要自己寫。

---

### 可能會重複出現的功能模組（Reusable Module）

例如：

* Notification
* Search
* Analytics

很多產品都會用到。

但工程裡有一個很重要的原則：

**不要過早做模組化。**

很多新手會一開始就想：

把登入系統  
通知系統  
支付系統

全部做成平台。

但成熟工程團隊通常會先：

**把產品做出來。**

等到第二個專案真的需要重用  
才會抽出模組。

工程界有一句很經典的話：

> Don’t build a platform before you need one.

---

### 真正值得自己寫的產品核心邏輯（Product Logic）

這才是產品真正的核心。

例如：

* 商業流程
* 資料模型
* 推薦邏輯
* 產品規則

這些邏輯  
通常才是產品真正的價值。

---

## 八、新手做 AI Coding 最重要的一個原則

AI Coding 的世界裡  
其實有一句非常簡單的原則：

> 不要寫你不必寫的程式。

只寫產品真正的核心邏輯。

其他功能  
盡量使用成熟的模組或 SaaS。

在 AI + SaaS 的時代  
很多產品真正需要寫的程式

其實只剩下：

**Product Logic**

也就是產品真正的核心。

---

## 結論

很多人以為 AI Coding  
最重要的是：

工具  
語言  
框架

但真正重要的  
其實是：

**工程思維。**

對新手來說  
第一個目標不是做很多功能。

而是：

先讓一條 **Vertical Slice** 跑通。

當第一條完整功能可以運作

專案就會從一個想法

變成

**一個真正存在的產品。**

---

## Key Takeaways

* AI Coding 的核心其實不是工具，而是工程流程
* 新手第一個目標是跑出一條 Vertical Slice
* 第一條工程 loop 任務最好控制在 5–7 個
* Agent 不要一開始就開很多
* AI + SaaS 時代，工程師真正需要寫的通常只有 Product Logic

---

## FAQ

#### 新手第一個 AI Coding 專案，最適合做什麼？

最適合的是：

功能很單純、流程很短、可以很快驗收的東西。

例如：

* 登入後新增一筆資料，並顯示在列表頁
* 上傳一段文字，產生摘要並顯示結果
* 建立一個簡單表單，送出後存進資料庫

重點不是題目多厲害。

而是你能不能先完成第一條 Vertical Slice。

因為對新手來說，第一個成功的專案  
最重要的不是功能多，而是流程有沒有真的跑通。

#### AI Coding 一定要用三個 agent 嗎？

不一定。

Planner、Integrator、Builder 其實是一種「角色分工」，而不是一定要三個 AI agent。

在小型專案裡，很多人其實是一個人同時扮演三個角色：

* Planner：先想清楚這一輪要做什麼
* Integrator：確認功能真的接起來
* Builder：實際寫 code 或讓 AI 實作

用 AI agent 分工只是幫助你把流程拆清楚，而不是一定要多開 agent。

---

#### 如果只有一個人，也需要 Planner / Integrator / Builder 嗎？

需要。

但你可以把它理解成「三種思考模式」。

例如：

1. Planner 模式  
想清楚這一輪要做什麼
2. Builder 模式  
讓 AI 或自己開始實作
3. Integrator 模式  
檢查整個系統有沒有真的跑起來

很多新手會卡住，其實就是少了 Integrator 這個步驟。

---

#### Vertical Slice 跟 MVP 是一樣的東西嗎？

不完全一樣。

**Vertical Slice**  
是一條完整功能線。

例如：

登入 → 新增資料 → 顯示資料

整條流程可以運作。

**MVP（Minimum Viable Product）**  
通常是整個產品的最小版本。

一個 MVP 裡面可能會包含很多 Vertical Slice。

所以可以這樣理解：

Vertical Slice 是工程方法  
MVP 是產品策略。

---

#### DoD 要寫多細才算合理？

原則很簡單：

**只要能判斷「完成或沒完成」就夠了。**

例如：

模糊版本：

* 系統可以整理會議內容

清楚版本：

* 可以錄音
* 可以轉文字
* 可以生成摘要
* 可以在 UI 顯示

當所有條件都滿足  
這個功能就算完成。

---

#### 為什麼任務要控制在 7 個以內？

因為人類和 AI 在處理任務時  
同時理解的工作量其實有限。

如果一開始拆成 20 個任務：

* AI 不知道先做哪一個
* 人也很容易失去整體感

把第一輪控制在 **5–7 個任務**

整個流程會清楚很多。

---

#### 如果 AI 已經很強，為什麼還需要工程流程？

因為 AI 很擅長：

寫局部程式。

但產品開發真正困難的地方通常是：

* 功能怎麼拆
* 系統怎麼接
* 什麼時候算完成

這些其實是工程流程的問題。

所以 AI Coding 並沒有讓工程消失  
只是讓工程的重心從「寫 code」  
變成「設計流程」。

## AI Coding/Vibe Coding的系列文章

總綱  
[為什麼零技術背景的人做 AI Coding 會卡住｜老喬的AI Coding 新手指南](/p/8773)

### 系列文章

* [AI Coding 的最小工程流程：零技術背景也能開始的工程方法｜老喬的AI Coding 新手指南](/p/8780)

---

SEO Description（發布前刪除）

AI Coding 新手常常卡住，其實不是因為不會寫程式，而是不理解工程流程。本文介紹 AI Coding 的最小工程流程（Minimum Engineering Loop），包含 Vertical Slice、DoD、任務拆分原則與 Agent 分工，幫助零技術背景的人也能開始做 AI 產品。