---
GA: UA-34467841-15
---

# AI 驅動的敏捷產品開發之旅 - 從靈感到交付 - 劉兆恭 (JUGG)

###### tags: `HelloWorld2025` `HWDC2025` `2025` `BC 會議室` `AI 開發工具實戰和流程改造`

<blockquote>
AI 正在重塑我們開發產品的方式，這場分享帶你走進我這幾個月的實驗歷程：從靈感發想到 AI 協助撰寫文件、透過 Vibe Coding 快速開發原型、再由 AI 回寫文件，實現真正可演化的「活文件」。全流程結合敏捷節奏，實際應用多款 AI 工具支援思考、執行與反饋。這不是理論推演，而是產品現場的實戰驗證，適合產品經理、工程主管與新創團隊，思考如何在日常開發中導入 AI，提升產出速度與決策品質。

聽眾收穫：

1.啟發你重新思考 AI 在敏捷產品開發流程中的角色與價值，從思考、協作到交付的全流程參與可能性。

2.看見從靈感到交付過程中，AI 工具如何實際支援需求釐清、快速迭代與原型驗證。

3.提供新創團隊與主管導入 AI 的敏捷切入點，探索在短迭代、小增量下實驗與落地的可行策略。
</blockquote>

{%hackmd @HWDC/announcement-2025 %}

## 會議資訊

**時間：** 10:45 ~ 11:30
**地點：** BC 會議室
**日期：** 2025年10月15日
**語言：** 中文
**難度：** 中階

**相關連結：**
- [Hello World Dev Conference 2025 官方網站](https://hwdc.ithome.com.tw/2025) [target=_blank]
- [Hello World 2025 議程表](https://hwdc.ithome.com.tw/2025/agenda) [target=_blank]

## 筆記區

> 請從這裡開始記錄你的筆記

產品開發階段：
- 產品探索
- 產品驗證
- 產品交付

探索需求:Design sprint, impact mapping

釐清需求

如何寫出精準的 PRD?
- 傳統手寫
- GenAI 複製貼上
- 難與產品知識庫保持同步
- 在 AI IDE 中寫文件(Cursor)
- 文件與程式共用上下文

[Ep.1｜還在手寫需求文件？ChatGPT 不夠精準？試試 #Cursor 跟 #AI 對談需求更精準](https://youtu.be/K5SVB5fbYc0)

從互動中收斂，從互動中學習

用Cursor來製作prototype

Vibe Coding 用於小工具、內部流程

### 讓 AI 成為文件永動機，保持文件跟實作的一致性

- Readme.md 是否需要調整？
- Tech-design.md 架構或資料有沒有變動？
- PRD 目前的實作與 spec 有沒有落差？

GitHub spec kit:
https://github.com/github/spec-kit

### AI memo

根據你的筆記內容，這是一場關於「AI驅動的理解產品開發之旅」的演講分享。講者分享了從產品探索到產品交付的完整實踐經驗，主要涵蓋四個核心階段：

**啟發探索階段**：講者提到從傳統團隊工作坊轉向個人使用AI工具進行brainstorming。過去需要團隊花一個禮拜進行Design Sprint工作坊，現在透過ChatGPT、Gemini、Claude等GenAI工具可以快速生成創意想法。重點是要加入自己的內容和前提假設，讓AI有足夠的上下文來生成更精準的建議。

**釐清需求階段**：講者從程式開發的經驗中獲得靈感，從手寫程式→使用ChatGPT→使用Claude→最後使用Cursor這個AI IDE的演進過程。他發現使用Cursor寫需求文件的好處是能夠讀取整個專案的Codebase，提供精準的產品上下文，讓文件與程式碼的認知保過Markdown格式撰寫，還能生成流程圖和prototype。

**協助開發階段**：雖然AI coding工具很強大，但講者強調不能完全依賴voice coding，特別是面對複雜的商業軟體需求。他採用Spec-driven development方式，結合傳統軟體工程實踐如tech design、code review、測試驗證、CI/CD等流程。每個專案都有其「憲法」（最高指導原則），並透過拆解任務來處理複雜問題。

**回補知識階段**：這是很多人會忽略但很重要的環節。傳統上PRD與實際開發會有落差，講者透過AI定期詢問需求文件是否需要調整，確保活文件規格與實作保持一致。這樣當有類似需求時，AI就能直接提供答案，減少重複詢問。

講者也分享了一些重要觀念：AI雖然能快速給出60分的答案，但關鍵在於如何透過對話微調到87分；需求一定是從互動對話中逐步收斂出來的，不是一次性生成就能搞定；要善用AI提升效率，但同時要培養足夠的智慧來判斷AI給出的答案是否正確。

## 討論區

> 歡迎在此進行討論與 Q&A

Q：想詢問主講者，若為團隊協作`Tech-design.md` 會建議共享？還是本機專案使用呢？

## 相關資源

- 投影片連結：(待講者提供)
- 相關文件：(待更新)

JUGG 聊敏捷
https://youtube.com/@juggprodsence