← Back to guides
IntermediateMarch 2, 202611 min
從零開始
與 AI 一起做專案
真實的開發對話，展示非工程師如何用 AI 做出完整產品
一個人 + 一個 AI，7 小時完成一個自動化工具
背景
問題
每個月花好幾小時做重複的事
- 從 Excel 整理數據摘要
- 過濾上百條更新，挑出重點
- 做月報
- 發通知給相關人員
目標
自動化這些流程，從 3 小時 → 5 分鐘
我的背景（不是工程師）
- 會一點 Python，寫過小 script
- 前端完全不行
- 用過 Claude Code，但沒從零做過完整專案
Phase 0
從需求到架構：釐清需求
claude-code
我：我想做一個自動化工具，幫我處理每月重複的報表工作
Claude：好的，可以先告訴我：
1. 具體有哪些重複性工作？
2. 資料來源是什麼？（Excel? 系統匯出?）
3. 你希望怎麼用這個工具？（CLI? 網頁?）
Claude 不會直接開始寫 code — 它會先問清楚你要什麼
Phase 0
技術選型：根據你的能力來建議
claude-code
我：用 Python 吧，我比較熟
Claude：了解。Python 的話，我建議：
- FastAPI 做後端（Python 寫 web server）
- Tailwind CSS（不用手寫 CSS）
- YAML 存設定檔
你覺得呢？
Claude 會根據你的能力給建議，而且會問你的意見 — 不是直接替你決定
它也會解釋為什麼這樣選，讓你理解架構決策
Phase 1
核心功能開發：撞牆
claude-code
我：幫我做數據分析，直接用 API 從系統拉資料
Claude：好的，需要：
1. API 的連線設定
2. 你的 API key 或 token
3. 資料表的 schema
[寫了一堆串接 API 的 code]
我：等等，我發現我沒有 API 的存取權限...
公司要申請，流程很久
寫了一堆 code 才發現行不通 — 動手前先確認你有什麼資源可以用
Phase 1
撞牆之後：快速轉向
claude-code
Claude：了解。那我們換個方式：
方案 A：請 IT 開 API 權限給你
方案 B：從系統手動匯出 CSV，用程式分析
方案 C：用另一組 API（需要不同權限）
你覺得哪個最可行？
我：B 吧，不用等 IT，我可以先做
Claude：好，那我改成 CSV import。
[刪掉 API code，改寫 CSV 解析器]
API 直連
→
CSV 匯入
不怕走錯路 — 說出你的限制，Claude 馬上 pivot。你做決策，Claude 列選項
Phase 2
Web UI：不會前端也能做
claude-code
我：我想要一個網頁介面，但我前端完全不行
Claude：沒問題，我建議用：
- Tailwind CSS（不用寫 CSS，用 class 就好）
- Alpine.js（輕量 JS，像寫 HTML 屬性）
這樣你幾乎不用碰 JavaScript，
但可以做出漂亮的介面。
我：UI 可以好看一點嗎？不要太工程師風格
Claude：好，我來加圓角卡片、漸層、動畫...
你覺得怎麼樣？
可以給主觀的 feedback（「怪怪的」「不要太工程師風」），Claude 會理解並調整
Phase 3
通知功能：複雜 vs 簡單的抉擇
原本的方案
- 需要申請 developer 帳號
- 設定 webhook server
- 管理 token 和 channel
- 前置作業 2-3 天
替代方案
- 建立 bot（2 分鐘）
- 拿到 token
- 一個 HTTP POST 就能發訊息
claude-code
我：太複雜了，有沒有更簡單的方式發通知？
Claude：有更簡單的方案... 你選？
我：先用簡單的吧，能動最重要
說出痛點（「太複雜了」），Claude 會給替代方案。先求能動，再求完美
Phase 4
從 hardcode 到讓同事也能用
claude-code
我：現在每次改設定都要動程式碼再重新部署，
同事不會弄，只有我能改
Claude：了解，你需要一個管理介面。
我建議用資料庫存設定，同事也能操作
我：但是這些資料蠻重要的，會不會被亂改？
Claude：好問題。我加安全機制：
1. 每個使用者一組 API key
2. 可以隨時撤銷或更換
3. 所有操作都記 log
表達 concern，Claude 會加對應防護。說明嚴重性會讓它更謹慎
踩過的坑
部署後設定檔消失
本機有的設定檔，部署到雲端後不見了
敏感設定改用環境變數
資料庫查詢限制
複雜的查詢需要事先設定 index
小規模資料：全部撈出來，程式裡篩選
遇到錯誤不用慌 — 直接把 error 貼給 Claude，它會幫你處理
有效的協作模式
1
說清楚 context
你的背景、限制、為什麼要做這個
2
表達 concern
安全問題、效能問題、你不確定的地方
3
給 feedback
不只是「ok」或「不ok」，說為什麼好或不好
4
讓它解釋
「為什麼這樣做？」「有沒有其他方案？」
5
你做決策
Claude 給選項，你選。它是工程師，你是產品負責人
6
小步前進
一次做一個功能，做完測試，再做下一個
時間統計
~7h
總開發時間
3-5d
自己從頭學+做
70-80%
節省時間
一個非工程師，一個 AI，7 小時做出完整的自動化工具
最有價值的不是 AI 寫的 code，
而是來回討論中做的決策。
從零開始：與 AI 一起做專案 — 完
1 / 13
Use arrow keys to navigate