打好 AI 開發的地基從規劃開始

AI 開發不是拿到工具就開始寫程式，真正的效率來自完善的事前規劃。在實際投入開發前，每一步的需求拆解與架構設計，都直接影響最終成果的品質與可維護性。

無開發經驗也能用 AI 做規劃

對於不熟悉程式碼的朋友來說，要判斷該使用哪一個指令讓 AI 進行開發，本身就是一道門檻。而即使是有經驗的開發者，在使用 AI 時也容易犯一個錯誤：想到什麼就叫 AI 做什麼，結果造成程式架構混亂、功能重複執行。

目前市面上已有不少解決方案。例如 AWS 開發的 Kiro 編輯器，或是利用 Command 與 Skill 把規劃流程進行拆解分析的開源專案 OpenSpec。Kiro 的每個步驟都非常嚴謹，從規劃到需求分析、撰寫使用者故事、拆解開發清單，每一步都需要前一個階段手動審核通過後才能進入下一階段。

更彈性的規劃方式

然而，如果只是調整小功能或初期規劃後需要修改，嚴格的線性流程反而會綁手綁腳。因此我們設計了一個「規劃 Agent」，它從使用者提出的需求出發，自動將大功能拆解為子功能，子功能再列出執行細項，例如：資料庫結構設計、後台操作介面、前台介面設計、前後台資料串接等。

規劃 Agent 最大的優勢在於：它會在拆解任務的同時，自動去尋找既有的開發 Command，讓使用者不需要研究每個指令的用途，就能自動匹配到相對應的待辦事項中。

實際運作流程

假設需求是「在客戶結帳完成後，發送訊息到管理員的 Telegram」，流程如下：

1. 準備好 WooCommerce 的 Hook 文件以及 Telegram 的技術文件
2. 使用 Skill Seeker 將官方文件整理成結構化的 Skill
3. 輸入 /plan 呼叫規劃 Agent 並標記相關 Skill
4. Agent 產出的待辦項目會存放在 spec 資料夾中，以資料夾區分大功能，子功能以 Markdown 文件呈現

每份子功能文件包含使用者故事、開發清單、需要參考的程式碼與對應 Command。規劃 Agent 每次執行前都會先掃描既有程式碼架構，確保不會規劃出重複或衝突的功能。

從規劃到執行

文件檢查完成後，啟動「執行 Agent」根據文件內容進行開發。執行 Agent 在每次開發前也會先掃描目前的資料夾結構，確保專案架構的一致性。透過這樣「規劃 → 審核 → 執行」的迭代循環，即使是不熟悉程式碼的人，也能有效地運用 AI 完成高品質的開發任務。

好的規劃不是限制，而是讓 AI 發揮最大效能的基礎。