AI Workflow Conduction

繁體中文

Home
English

繁體中文

Home
English

Appearance

AI 工作流程實施指南 ​

本指南基於本白皮書提供一個完整的理論框架，提案出一份為期一年的企劃，改變組織的產品開發方式。不同於將 AI 視為「可有可無」工具的傳統方法論，這個框架將 AI 作為你的一級執行夥伴，同時讓人類專注於他們最擅長的事：設計、審查和策略決策。

單獨將 AI 工具加入工作流程，除了邊際生產力提升外並沒有太多優勢。然而，當你結合**規格驅動開發、脈絡工程實踐和組織重組**時，你將進入一個前所未有的領域。

快速導覽

前往季度階段

備註

本指南假設你已獲得高層支持，且有團隊願意試點。如需達成此目標，請從我們的背景脈絡文件開始建立論述。

雙軌道策略 ​

本計畫採用雙軌道並行策略：

軌道焦點時程
軌道一：採用與擴展心態轉變、培訓、跨團隊推廣Q0-Q4
軌道二：工具開發AI 相關基礎設施開發與對齊Q2-Q4

為什麼需要雙軌道？

基礎設施項目（如知識庫、API 平台、設計系統）無法在初期就確定最佳做法。透過軌道一的實踐經驗，我們能更清楚了解實際需求，再於軌道二進行針對性的工具開發。

軌道二重點項目：

  • 需求收集：從試點團隊收集實際痛點與需求
  • 工具評估：評估現有工具是否滿足需求
  • 漸進開發：根據優先級逐步開發內部工具
  • 持續對齊：隨著 AI 工具生態系統演進調整方向

軌道二三層架構：

參考業界實踐經驗，AI 基礎設施可分為三個層面同步推進：

層面說明重點
Tools（工具）針對性開發內部系統工具供 AI 調用優先處理最痛的流程
Authorization（權限）建立安全的資源存取機制（如 MCP Gateway）讓團隊成員能安全快速取得內部資源
Platform（平台）降低 AI 工具使用門檻目標：從複雜部署變成一鍵登入

降低摩擦是關鍵

AI 工具採用的最大阻力往往來自使用門檻。將部署流程從 20 分鐘簡化為「一鍵即用」，能大幅提升團隊採用意願。

軌道二資源分配 ​

需要多少額外人力？

階段軌道二投入說明
Q2 需求收集0.5 FTE由試點團隊成員兼任，收集痛點
Q3 工具開發1-2 FTE視需求規模，可能需要專職開發
Q4 整合維護0.5-1 FTE持續維護與優化

軌道二交付物驗收標準：

交付物驗收標準
MCP Server能穩定連接目標系統、回應時間 < 3 秒、有錯誤處理
知識庫結構團隊能在 5 分鐘內找到需要的資訊
CLAUDE.md 模板新專案能在 30 分鐘內完成初始設定
自動化腳本減少 > 50% 的手動操作步驟

資源不足時的優先級：

原則：軌道一（採用與擴展）優先於軌道二（工具開發）。沒有採用就不需要工具，但工具不完善不應阻止採用。

季度階段 ​

本節引導你的組織從概念驗證逐步邁向全面轉型，透過五個階段：概念驗證、基礎建設、試點、擴展和轉型。完成後，所有團隊都將運作 AI 增強開發。

Q0：概念驗證（2025 年 7-12 月） ​

主題：「先驗證再擴展」

在提案組織變革之前，透過個人實驗和小組試點驗證方法。此階段已完成，為本提案奠定基礎。

已完成里程碑 ​

階段範圍成果
個人實驗單一開發者探索 AI 工具驗證生產力提升
小組試點2-3 人團隊處理有限功能驗證協作模式

關鍵學習 ​

  • AI 輔助開發需要結構化規格才能有效運作
  • 脈絡工程對於一致的 AI 輸出品質至關重要
  • 人工審查關卡對於維持程式碼品質不可或缺
  • 心態轉變必須先於流程變革

Q1：基礎建設（2026 年 1-3 月） ​

主題：「心態優先」

真正的基礎建設是心態轉變。撰文者建議在嘗試 AI 輔助開發之前，先透過研討會進行知識分享和概念對齊。

為什麼心態轉變需要時間？ ​

以 AI 為主的開發流程，與傳統開發方式存在根本性的差異：

傳統開發AI 驅動開發
各角色可在不同階段介入所有角色必須從一開始就積極參與
規格與功能的討論週期被拉得非常漫長，需要在不同時間點做出不同決策討論必須在 AI 執行前完成收斂
這種方式適應傳統開發，但無法適應 AI 驅動模式決策需要在交付給 AI 前明確

經驗教訓：

整個流程跑起來後，我們會遇到許多傳統開發方式的阻礙。最常見的情況是：外力在討論後期介入，導致已收斂的討論結果被推翻或大幅修改。

這些外力包括：

  • 未參與前期討論的利害關係人
  • 臨時變更的業務優先級
  • 新浮現的技術限制或合規要求

關鍵問題在於：這些外力往往不被納入整個 AI 的流程裡面。當 AI 已經根據既定規格開始執行，後期的變更會造成大量返工，甚至需要從頭開始。

心態轉變的目標：

  1. 早期收斂：讓所有利害關係人意識到必須在前期投入時間討論
  2. 完整參與：將可能影響決策的角色都納入 AI 工作流程
  3. 承諾紀律：建立對已收斂決策的尊重，避免輕易推翻
  4. 變更管理：當確實需要變更時，有明確的流程處理

文化變革

如果組織無法建立「前期充分討論、後期尊重決策」的文化，AI 驅動開發的效益將大打折扣。

研討會系列 ​

主題說明時長
脈絡工程有效 AI 協作的核心概念2hr
代理框架導論OpenSpec 結構與工作流程2hr
API 優先 / 規格優先概念規格驅動開發原則2hr
E-Map 範例實際案例研究與示範2hr

研討會後續 ​

活動說明
LLM 基礎課程大型語言模型基礎知識培訓
各單位心得報告各單位派員分享學習心得與應用想法

Q2：試點（2026 年 4-6 月） ​

主題：「跨團隊培訓」

將 AI 輔助開發知識從核心團隊擴展到其他團隊。

培訓模式 ​

從各團隊挑選成員組成種子團隊，提供兩種培訓選項：

模式說明適用情境
集中工作坊兩週密集培訓，實際操作完整功能開發流程可抽調人力的團隊
導師陪跑制核心團隊導師加入特定團隊，實際專案中指導無法抽調人力的團隊

實施方法要點 ​

  • 每個團隊選擇一個有限範圍的功能進行實作練習
  • 建立跨團隊交流機制分享經驗與問題
  • 每個 AI 輸出必須通過人工審查
  • 培訓結束後種子成員回歸原團隊擔任內部推廣者

從痛點切入

選擇試點功能時，優先處理團隊最痛的重複性流程（如報表產出、數據查詢、文件生成）。先解決最痛的業務環節，建立成功案例後再擴展，能有效建立團隊信心並展現具體價值。

試點選擇標準 ​

什麼算「有限範圍」的功能？

維度適合試點不適合試點
範圍單一功能、明確邊界跨系統重構、平台級變更
時程2-4 週可完成超過 6 週
依賴團隊內可獨立完成需等待其他團隊交付
風險失敗影響可控影響核心業務或營收
可見度成功後容易展示價值技術性改善難以量化

試點成敗判斷標準：

指標成功需調整失敗
規格完成度AI 能根據規格產出 80%+ 可用程式碼50-80%< 50%
返工率審查後修改 < 20%20-40%> 40%
團隊滿意度願意繼續使用有保留但願意嘗試明確拒絕
時程與傳統方式持平或更快略慢但品質更好明顯更慢且無品質提升

試點後擴展標準：

  • [ ] 至少完成 2 個功能的完整週期
  • [ ] 團隊成員能獨立操作（不需導師全程陪同）
  • [ ] 建立了可複製的規格模板和 CLAUDE.md
  • [ ] 有具體的效率提升數據可分享

AI-First 脈絡基礎設施準備 ​

Q2 同步進行 AI-First 脈絡基礎設施的需求盤點：

工作項目說明
資訊源盤點盤點所有產品開發相關資訊來源（Confluence、Figma、Jira 等）
可及性評估評估各資訊源的 AI 可及性現狀
痛點識別識別最痛的脈絡斷點，確定優先處理順序
架構設計設計混合式架構（核心集中化 + MCP 即時連接）

Q3：擴展（2026 年 7-9 月） ​

主題：「擴大實踐」

以適當的基礎設施向多個團隊推廣。

實施方法要點 ​

  • 建立雙週同步會議處理跨團隊實施問題
  • 組建橫向 Guild（指引、規格/API、設計）
  • 發布組織級標準和通用語言詞彙表

AI-First 脈絡基礎設施實施 ​

Q3 開始建立 AI-First 脈絡基礎設施，讓所有產品開發相關資訊對 AI 可及：

工作項目時程說明
核心知識庫建立Q3 前半Git-based 知識庫、需求儲存庫基礎結構
MCP Server 開發Q3-Q4Figma MCP、Jira MCP 開發與整合
MCP GatewayQ4統一查詢介面、脈絡載入 API

軌道二並行

基礎設施開發（設計符記、知識庫、AI-First 脈絡基礎設施等）於軌道二同步進行，根據實際需求漸進開發。

Guild 結構 ​

Q4：轉型（2026 年 10-12 月） ​

主題：「制度化變革」

鞏固實踐成果，規劃未來方向。

實施方法要點 ​

  • 過去成效檢討與經驗總結
  • 對齊最新方法與工具（方法跟工具隨時間進化）

下一階段願景 ​

基於業界實踐與技術發展趨勢，2027 年可考慮以下方向：

方向說明
元數據層（數位孿生）建立組織資料的統一抽象層，讓 Agent 能更全面理解業務脈絡
多端融合介面統一 Web、Desktop、Mobile 等不同端點的 AI 互動體驗
Agent 主動探索從被動回應轉向主動發現問題與機會，提升決策支援能力

常見問題與機制 ​

深入了解常見問題以及 AI 工作流程框架如何運作的底層機制。

常見問題 ​

如果 AI 輸出品質不足怎麼辦？

針對困難情況的幾項調整：

  • 暫時增加人工審查覆蓋範圍
  • 改善脈絡工程（更好的 CLAUDE.md 檔案）
  • 添加更多領域特定指引
  • 補充額外工具（linter、驗證器）
  • 調整時程期望
如何在擴展時維持品質？
  • 建立嚴格的審查認證計畫
  • 將可自動化的部分自動化（規格驗證、linting）
  • 跨領域關切採用 Guild 治理
  • 定期品質稽核配合指標儀表板
  • 持續培訓與技能提升
現有工具（Jira、Figma、Confluence）要怎麼整合？要全部換掉嗎？

不需要全部換掉。 採用漸進式整合策略：

整合優先級矩陣：

工具類型整合方式優先級說明
Git/程式碼原生支援已完成AI 工具原生支援
CI/CD維持現有低不需變更，加入規格驗證步驟即可
Jira/LinearMCP 連接中讓 AI 能讀取任務資訊
FigmaMCP 連接中讓 AI 能讀取設計規格
Confluence/Notion漸進遷移高核心規格遷移至 Git，其餘透過 MCP

漸進整合路徑：

各工具具體建議：

工具建議
Jira保留。透過 MCP 讓 AI 讀取 Issue，但規格本身存在 Git
Figma保留。透過 MCP 讀取設計，設計符記匯出至程式碼庫
Confluence漸進遷移。新規格寫在 Git，舊文件透過 MCP 存取或逐步遷移
Slack保留。但重要決策應記錄到規格文件，避免資訊散落

關鍵原則：

工具本身不是問題，資訊分散才是問題。 目標是讓 AI 能存取需要的脈絡，工具本身可以保留。

現有的 CI/CD 流程需要改變嗎？

基本流程不需要大改，但建議加入以下步驟：

新增步驟說明工具
規格驗證檢查 OpenAPI 規格是否有效spectral, openapi-validator
規格-程式碼對齊檢查實作是否符合規格openapi-diff, prism
CLAUDE.md 檢查確保專案有 AI 指引檔案自訂腳本

整合範例（GitHub Actions）：

yaml
# 在現有 CI 流程中加入
- name: Validate OpenAPI Spec
  run: npx @stoplight/spectral-cli lint ./specs/api/*.yaml

- name: Check Spec-Code Alignment
  run: npm run validate:api-alignment

- name: Ensure CLAUDE.md exists
  run: test -f CLAUDE.md || exit 1

現有的 build、test、deploy 步驟都可以保留。

機制深入探討 ​

規格驅動開發

啟用整個框架的核心機制。詳見工作流程框架：

  • 規格是事實來源 - 程式碼依據規格實作
  • 機器可讀格式 - 帶結構化標題和 frontmatter 的 Markdown
  • 版本控制 - Git 提供歷史、分支和原子提交
  • 人工審查關卡 - 每個規格變更在實作前都需要核准
  • 歸檔工作流程 - 完成的變更合併到當前事實（specs/）
脈絡工程

決定 AI 效能的元技能：

  • 乾淨脈絡 - 移除雜訊，保留信號
  • 領域詞彙表 - 跨程式碼庫的一致術語
  • CLAUDE.md 檔案 - 專案特定 AI 指引
  • 棄用標記 - 從舊模式的明確遷移路徑
  • 設計符記 - 沒有 AI 可能幻覺的硬編碼值
Guild 治理

沒有層級的橫向協調：

  • 指引 Guild - 最佳實踐、程式碼標準
  • 規格/API Guild - 契約一致性、跨團隊介面
  • 設計 Guild - UX 模式、設計系統治理

Guild 策展脈絡，團隊維持自主權。

致謝 ​

基於：

變更日誌 ​

2026 年 1 月 9 日
  • 新增「AI-First 脈絡基礎設施」專項，整合至 Q2 準備和 Q3 實施
  • 建立新 proposal：AI-First 脈絡基礎設施
  • 更新 Gantt 圖，加入 AI-First 相關時程
  • 目標：讓所有產品開發相關資訊（程式碼、規格、設計、專案管理）對 AI 可及
2026 年 1 月 5 日
  • 新增「軌道二三層架構」（Tools, Authorization, Platform）
  • Q2 試點新增「從痛點切入」策略提示
  • Q4 轉型新增「下一階段願景」（元數據層、多端融合、Agent 主動探索）
  • 新增「降低摩擦是關鍵」提示
2025 年 12 月 19 日
  • 重新排程計畫至 2026 年
  • 以遊戲風格格式重寫指南
  • 添加常見問題與機制章節
  • 添加 Build 變體與季度分解
2025 年 12 月 18 日
  • 初始版本
  • 四季度實施路線圖
  • 風險管理與投資章節

相關文件：