開發 SOP

本章節介紹完整的 AI 輔助開發流程，從研究到上線的每個步驟。

流程圖

RESEARCH
    ↓
  PLAN
    ↓
  BUILD ←──────────────────┐
    ↓                      │
  TEST                     │
    ↓                      │
 REVIEW                    │
    ↓                      │
REFACTOR / CLEANUP         │
    ↓                      │
 COMMIT                    │
    ↓                      │
  還有嗎？ ──── 有 ────────┘
    │
   沒有
    ↓
  SHIP

各階段說明

1. RESEARCH（研究）

• 先搞清楚要做什麼
• 找現有的解法、開源程式
• 看別人怎麼做的

工具：

• Google 搜尋
• GitHub 搜尋
• Claude Code 提問
• Context7 MCP 查文件

2. PLAN（規劃）

• 讓 AI 先規劃
• 使用 Plan Mode
• 沒想好怎麼辦？先 SHIP

指令：

/plan 實作使用者登入功能

3. BUILD（建構）

兩種方式：

1. 複製現成的 — 找別人做過的、改成你要的
2. 直接 ship — 先做出來、看結果再調整

4. TEST（測試）

用 Docker Build 測試，不要用 Hot Reload 做 QA

docker build -t myapp .
docker run -p 3000:3000 myapp

為什麼？

• 環境跟 Production 一樣
• 不會有「我電腦可以跑」的問題
• AI 改的東西直接在真實環境測

5. REVIEW（審查）

每 1-2 個 feature 就要：

/review    # 檢查品質

6. REFACTOR / CLEANUP（重構/清理）

/refactor  # 重構結構
/cleanup   # 清理垃圾
/simplify  # 簡化複雜度

不要累積技術債，就跟蓋房子一樣

7. COMMIT（提交）

簡單就好：

1. 用 VS Code 產生 commit message — AI 幫你寫
2. 只在穩定時 commit — 確定可以跑再 commit
3. 出問題就 revert — 隨時可以回到上一個穩定版本

Commit = 存檔點

8. LOOP（循環）

Feature 1 → Review → Commit
Feature 2 → Review → Commit
         ↓
    Refactor / Cleanup
         ↓
Feature 3 → Review → Commit
Feature 4 → Review → Commit
         ↓
    Refactor / Cleanup
         ↓
       ...

9. SHIP（上線）

• 部署到 Vercel / Railway / Cloudflare
• 設定環境變數
• 測試 Production 環境

關鍵原則

瓶頸永遠要是 AI，不是你

• 你不應該在等 AI
• AI 應該一直在跑
• 同時開多個任務

怎麼做？

1. 多開 Terminal — 同一個 repo，不同 feature
2. 多開 Repo — 兩個資料夾，用 Git + GitHub 管理合併
3. Cloud Background Agents — 開 PR 再 merge
4. Plan Mode — 同時開發同模組時先規劃

你是調度員，不是工人

其他原則

• 請盡量把所有東西放同一個專案（讓 AI 有足夠 context）
• 請利用開源程式庫、文件、範例直接讓他參考
• 請讓 AI 知道你的規範（CLAUDE.md）
• 根據結果調整 CLAUDE.md

下一步

• CLAUDE.md 規範 - 專案規範檔案
• Commands 指令 - 自訂指令
• Subagents 使用 - 專業 Agent
• Debug 技巧 - 除錯方法