今年上半年我接了幾個客製案，全部用 AI 開發。做完之後我發現一件事：AI 沒有讓客製案變成什麼都能接，反而讓我更清楚哪些案子不該接。

這個判斷，剛好也是你在問「這個需求該不該叫 AI 動手」的答案。

標準只有一個：你能不能用幾句話把它講清楚。

講得清楚，AI 就做得出來

那幾個案子裡，只要客戶幾句話就能說清楚要什麼，我就能把需求直接轉成規格，交給 AI 大量開發。後續不管是我自己測、客戶測，還是客戶直接回報問題，都可以把錯誤跟新需求再餵回去修正。整個過程比我以前自己寫快很多，心理壓力也小很多。

所以問題不在 AI 會不會寫程式。AI 開發最大的門檻，是你講不講得清楚需求。

反過來也一樣。那些做到一半卡住、越做越亂的案子，回頭看，幾乎都是一開始就沒講清楚的。技術沒有變難，是需求從來沒有被說明白過。

講不清楚的時候，AI 會告訴你

這是 AI 一個很好用的副作用。

如果你描述完之後，AI 開始一直反問：「你說的會員是指哪一種？」「付款之後要導去哪裡？」「這個狀態跟那個狀態有什麼差別？」而你發現自己每一個都要想很久，那通常不是 AI 笨。

是你的需求本來就還沒清楚。你以為你講清楚了，其實只是在腦子裡覺得清楚。

以前這種模糊會在工程師做到一半的時候才爆出來，成本很高。現在 AI 在第一輪就把它照出來了。這是好事，前提是你要把它當成訊號，而不是急著補一句「你看著辦」。

五個「還沒準備好動手」的特徵

從我篩客戶的經驗，反過來拿來檢查自己，大概是這五個：

一、你自己不知道要什麼，只知道「現在這樣不好」。
二、你以為講清楚了，但 AI 每一步都要問。
三、你把 AI 當許願池，想到什麼加什麼，沒有一個「做到這裡就好」的邊界。
四、需求一直變，但你不承認那是變更，覺得只是「小調整」。
五、每次遇到問題，反應是情緒而不是描述：「怎麼又壞了」「它根本聽不懂」。

有任何一個，我會建議先停下來，先把需求寫成一段文字，再決定要不要動手。

怎麼把需求寫到「幾句話講得清楚」

不用寫規格書。寫三段就好。

誰會用這個東西，在什麼情況下用。例如「報名活動的人，付款之後」。

他做了什麼，會看到什麼。例如「按下付款，成功後跳到一個頁面，上面有活動時間跟 Zoom 連結」。

什麼情況不用處理。例如「付款失敗就回到原頁，不用做重試」。

第三段最多人漏掉。沒有邊界的需求，AI 會幫你把所有情況都想一遍，然後做出一個你看不懂、也用不到的東西。

寫得出這三段，就動手。寫不出來，代表你要先想的不是怎麼做，是要做什麼。

兩句話的差別

給你一個對比，你會比較有感覺。

講不清楚的版本：「我要一個會員系統。」

這句話 AI 至少要問你五個問題：誰可以註冊、要不要審核、登入後看什麼、有沒有分等級、跟付款有沒有關係。

講清楚的版本：「買過課程的人用 email 登入，登入後看得到他買的那幾堂課的影片。沒買的人看到的是購買按鈕。不做註冊審核，不分等級。」

第二句話，AI 幾乎可以直接開始做。而且你會發現，把它寫出來的過程，你自己也第一次想清楚了「我到底要不要分等級」這種事。

一個誤區

很多人以為 AI 很強，所以需求可以模糊一點，讓它幫你想。

它確實會幫你想，但它想的是「一般人在這種情況下大概要什麼」，不是你要什麼。模糊的需求進去，出來的是一個平均值的答案。你花的時間會全部用在「這不是我要的」的來回上。

需求清楚的人，AI 是加速器。需求不清楚的人，AI 是放大器，放大的是那個不清楚。

你現在想做的那件事，能不能用三段話講完？講完之後，AI 還有多少個問題要問你？

如果你做到一半卡住，可以把狀況寫信給我。也歡迎訂閱我的電子報：https://iamlouis.ai/subscribe/edm