拆解大任務 —
計畫 → 小步 → 驗證的迴圈

一、大需求為什麼會讓 AI 和你一起迷路

一句幫我做一個訂便當系統，對人類來說像是一個願望，對 AI 這位實習生來說卻是一團雲。它可能理解成餐廳後台、班級表單、外送平台、付款系統，甚至做出會員登入和統計圖。你以為自己省下說明，其實是把所有決定權交出去。更麻煩的是，你也會跟著迷路。當 AI 一次產出十個檔案、五個功能、三種狀態，你很難知道第一個錯在哪裡。

大任務的真正問題不是大，而是沒有邊界。沒有邊界，就沒有驗收。沒有驗收，就不知道這一步算不算完成。ch12 學過驗證心態，重點是不要只看 AI 說完成，而要看行為有沒有發生。拆解就是把行為切小：不是做訂便當系統，而是使用者能選一個便當並按送出；不是做後台，而是老師能看到一筆訂單；不是做通知，而是送出後畫面顯示訂單編號。

請把 AI 想成勤快但需要清楚指令的實習生。你給他一整間餐廳，他會自己補想像；你給他今天只做菜單列表，並告訴他驗收方式是畫面上出現三個便當名稱，他就有很高機率做好。拆解不是讓速度變慢，而是避免把錯誤藏在大包裹裡。

const bigRequest = '做一個訂便當系統';
const hiddenChoices = ['誰可以訂', '便當有哪些', '資料存在哪', '送出後看到什麼', '老師怎麼查'];
console.log('大需求：' + bigRequest);
console.log('其實藏了 ' + hiddenChoices.length + ' 個還沒決定的問題');
hiddenChoices.forEach((item, index) => console.log((index + 1) + '. ' + item));

二、MVP：先做會動的最小版

MVP 是 Minimum Viable Product，意思是最小可用產品。不要被產品兩個字嚇到，它不是創業黑話，在這裡只是指能證明核心流程走得通的最小版本。訂便當系統的 MVP 不是漂亮首頁、會員中心、付款、統計報表一次到位；它可以小到只有三個便當選項、一個姓名欄位、一個送出按鈕。只要按下去能看到你訂了雞腿便當，編號是 001，核心流程就活了。

MVP 的重點是先讓主幹會動，再長枝葉。程式像食譜，第一次試做時不需要同時研究擺盤、餐具、外送袋。你先確認飯有熟、味道能吃，再調整份量和裝飾。對 AI 也是一樣：先請它做最短路徑，讓使用者完成一件最重要的事。這樣你可以很快驗證需求是否講清楚，也能在早期發現資料欄位、畫面文字、按鈕行為哪裡不對。

判斷 MVP 有一個實用問題：如果只允許今天完成一件事，哪件事完成後，這個工具就不再只是空殼？班級訂便當的答案通常是能送出一筆訂單。社區二手書交換平台的答案可能是能刊登一本書並在列表看到它。其他像搜尋、評分、私訊、收藏，都可以之後加，但不能搶在核心流程之前。

const features = [
  { name: '刊登一本二手書', core: true },
  { name: '在列表看到書', core: true },
  { name: '深色模式', core: false },
  { name: '推薦演算法', core: false }
];
const mvp = features.filter(feature => feature.core).map(feature => feature.name);
console.log('MVP 先做：');
mvp.forEach((name, index) => console.log((index + 1) + '. ' + name));

三、拆解三原則：可驗證、接得上、小到不迷路

拆解不是把一句話隨便切成很多句。好的小步驟要符合三個原則。第一，每步可驗證。完成後你要能用眼睛、按鈕、輸出結果檢查它，不是只聽 AI 說我已完成。使用者能新增書籍並在列表看到書名，就可驗證；優化平台體驗，就太空。

第二，每步建立在上一步。順序像食譜，先有菜單資料，才有選便當表單；先能送出訂單，才談老師統計。若一開始就做排行榜或通知，AI 會為不存在的資料補一套想像，後面再修會很痛。你要讓每一步都踩在已經驗證過的地板上。

第三，每步小到 AI 不會迷路。小不是指無聊，而是一次只改一個主要行為。請 AI 同時做登入、資料庫、頁面美化、錯誤處理，等於把四道菜混在一鍋。比較好的做法是：先做靜態畫面；驗證畫面文字正確；再接上送出按鈕；驗證按鈕會產生資料；再加錯誤提示。這樣就算壞了，你也知道是哪一步造成的。

這三原則會一起工作。可驗證讓你知道有沒有完成；接得上讓系統有穩定地基；小到不迷路讓 AI 的輸出比較可控。你不是在降低 AI 的能力，而是在提供一條清楚跑道，讓它把能力用在正確方向。

const steps = [
  { text: '做完整平台', verifiable: false, depends: false, small: false },
  { text: '顯示三本書的列表', verifiable: true, depends: true, small: true },
  { text: '加入搜尋和聊天和付款', verifiable: true, depends: false, small: false }
];
steps.forEach(step => {
  const score = Number(step.verifiable) + Number(step.depends) + Number(step.small);
  console.log(step.text + '：' + score + '/3');
});

四、里程碑要寫成動詞加驗收條件

里程碑（milestone）是你在路上插的小旗子，用來判斷目前走到哪裡。壞里程碑常寫成完成訂單功能、改善介面、處理資料。這些句子看起來像工作，實際上很難驗收。什麼叫完成？改善到什麼程度？資料怎麼處理才算對？AI 看到這種句子，會自己猜一套標準，你看到產出時也只能憑感覺。

好里程碑的寫法是動詞開頭，加上具體驗收條件。例如：建立便當清單，驗收條件是畫面顯示雞腿、排骨、素食三個選項。加入送出訂單，驗收條件是輸入姓名並選便當後，畫面顯示訂單編號。新增空白提醒，驗收條件是姓名沒填時，按送出會顯示請先輸入姓名，而且不建立訂單。

動詞讓 AI 知道要做什麼行為，驗收條件讓你知道要怎麼檢查。請注意，驗收條件不必寫得像法律文件，但一定要能操作。能點、能看、能輸入、能得到某個結果，都是好訊號。只寫漂亮一點、好用一點、完整一點，都是危險訊號。

你可以把每個里程碑當成給實習生的一張工作卡。工作卡上不只寫今天要做菜，也寫試吃標準：飯要熟、湯要熱、鹽不能漏。這樣實習生交付時，你不是吵美感，而是照標準驗收。

const milestones = [
  { action: '建立便當清單', check: '畫面顯示雞腿、排骨、素食三個選項' },
  { action: '加入送出訂單', check: '送出後顯示姓名、便當、訂單編號' },
  { action: '新增空白提醒', check: '姓名空白時顯示提醒且不建立訂單' }
];
milestones.forEach((m, index) => {
  console.log('里程碑 ' + (index + 1) + '：' + m.action);
  console.log('驗收：' + m.check);
});

五、完整示範：班級訂便當拆成六步

現在把幫我做一個班級訂便當系統，拆成六個可以交給 AI 的步驟。這不是唯一答案，但它示範了成熟順序：先有可看的資料，再有可操作的表單，再有可保存的訂單，最後才加管理與防呆。每一步都附 prompt 和驗證法，你可以直接照這個格式改成自己的工具。

這六步的重點不是功能少，而是每一步都有明確結果。你可以在每一步停下來測試，甚至把錯誤訊息貼回去請 AI 修。這和 ch13 的 debug AI 連在一起：當錯誤範圍只有一小步，錯誤訊息就比較有用，AI 也比較容易修到正確位置。

const orders = [
  { id: '001', name: '小美', lunch: '雞腿', price: 95 },
  { id: '002', name: '阿明', lunch: '素食', price: 85 },
  { id: '003', name: '小華', lunch: '雞腿', price: 95 }
];
const total = orders.reduce((sum, order) => sum + order.price, 0);
const chickenCount = orders.filter(order => order.lunch === '雞腿').length;
console.log('訂單數：' + orders.length);
console.log('雞腿數：' + chickenCount);
console.log('總金額：' + total);

六、計畫 → 做 → 驗證 → 再計畫

很多人以為計畫是開始前寫一次，之後照著跑到底。真實做工具時，計畫比較像地圖草稿。你先畫出下一段路，走過去，確認地面是真的，再決定下一段怎麼走。這就是計畫、做、驗證、再計畫的迴圈。它聽起來慢，實際上很快，因為你不會在錯路上走太遠。

當 AI 完成一步，你要做三件事。第一，照驗收條件測。不要只看畫面漂亮，要按按鈕、輸入空白、試兩筆資料。第二，記錄結果。通過就把這一步當成地板；沒通過就把失敗行為說清楚，例如第二筆訂單沒有出現在清單，不要只說壞了。第三，根據結果重寫下一個 prompt。通過時再加下一個小功能，沒通過時先修到通過。

這裡的角色分工很重要。AI 是實習生，負責照清楚工作卡產出；你是導演，負責決定下一個鏡頭、檢查鏡頭有沒有拍到、必要時喊停重拍。純 vibe coder 常見的問題是一直加需求，沒有驗收節奏。成熟做法是每次只前進一小步，讓系統一直處在可理解、可測試、可回頭的狀態。

到這章，你已經不只是在問 AI 怎麼寫 code。你開始做工程管理：切範圍、排順序、寫驗收、控制風險。這正是資深工程師帶實習生的方式。不是因為實習生不聰明，而是因為清楚的小步驟會讓聰明的人更穩定。

const loop = ['計畫下一小步', '請 AI 實作', '照驗收條件測試', '根據結果調整下一步'];
for (let round = 1; round <= 2; round++) {
  console.log('第 ' + round + ' 輪');
  loop.forEach(item => console.log('- ' + item));
}
console.log('原則：通過才加新功能，沒通過先修正。');

檢查一下這章