(限額48人，不開放旁聽)

許多開發者的問題不是不會用 AI，而是不知道如何在既有專案中有效地指揮 AI 完成任務。

AI 有時會為了達成目標而隨意修改核心架構，甚至產生無法編譯的程式碼。本工作坊將在一個包含資料庫與前後端的專案中，示範一套安全且可控的人機協作流程。

透過實機操作，展示如何用 Spec-Driven Development（SDD）的手法精準控制 AI：

• 劃定系統邊界
• 精確的上下文與規格管理
• 用驗收條件建立防呆與收斂機制

1. 觀念轉變：理解這場 Lab 不是在教 AI，而是教工程團隊如何在真實系統中使用 AI，同時保有工程判斷。AI 的價值在於降低理解成本與品質風險，而不只是幫忙寫程式。
2. 方法落地：學會透過撰寫規格（spec.md、plan.md、tasks.md），將需求、影響範圍與任務拆解清楚，讓 AI 成為可靠的執行助手。

90 分鐘帶場時程規劃：

• 開場 ～ 10 分鐘：啟動本地系統、Demo 現況缺陷與環境確認
• 10 ～ 15 分鐘：建立 constitution.md，確立不可違背的工程邊界
• 15 ～ 35 分鐘（Feature 001）：基礎暖身，完成防呆邏輯修正，熟悉將規格外顯化的 SDD 節奏
• 35 ～ 70 分鐘（Feature 002）：進行 API 錯誤碼與 Web 顯示的跨層變更，體驗 AI 在「理解需求、列舉情境、對齊規格」上的價值
• 70 ～ 90 分鐘（Feature 003）：進階情境（狀態型需求、Transaction 與 DB Migration），作為學員帶回公司的延伸挑戰

AI 工具使用說明：

• 工作坊主要示範工具為 VS Code + GitHub Copilot
• 若學員已熟悉 Codex 或 Claude Code，也可以使用自己熟悉的 AI coding tool 跟做
• 使用替代工具者需自行確認工具可在本機 repo 中讀取文件、修改程式碼並協助執行驗證
• 現場助教支援以 GitHub Copilot 為主；Codex / Claude Code 的登入、額度、CLI 操作問題由學員自行處理

1. 自備可開發的筆電
2. 工作坊前完成安裝：.NET 10 SDK、Docker Desktop、VS Code、Git，以及至少一種可使用的 AI coding tool（建議 GitHub Copilot；熟悉 Codex 或 Claude Code 者亦可使用）
3. 工作坊會使用本機 Docker 啟動 PostgreSQL，請先確認 Docker Desktop 可正常啟動