你的點子，AI 做得出來嗎？
職場人士自學 Vibe Coding 的心法
Vista Cheng・《零基礎學 Vibe Coding》作者
關於 Vista Cheng
企業顧問、專欄作家、講師，著有《零基礎學 Vibe Coding》。
- 企業顧問在內容與教育領域打造過多個產品與服務
- 專欄作家長年鑽研怎麼把 AI 用進真實的工作流程
- 講師教過上千位沒有工程背景的職場人士，用 AI 做出網站、App、
工作自動化工具
訂閱電子報，追蹤更多實作案例
Vista 電子報
每週一封，AI 與 Vibe Coding 實作紀錄｜iamvista.substack.com
builder.tw
更多零基礎真人案例與方法文章｜builder.tw
你是不是也這樣？
晚上收拾好碗盤，打開電腦，想把每週的報表自動化。你打開 AI 工具，滿懷期待地打下需求，結果做出來的東西，跟腦中想的完全不一樣。
或者是主管臨時交代一份提案，你打開 AI 工具想加快速度，結果卡在半路，越改越亂，最後還是自己從頭來一遍。
也可能你看了好幾支教學影片，照著做也順利跑出結果，但換成自己真正的工作場景，卻怎麼樣都套不上。
核心主張
問題通常不在 AI 笨，在我們表達想法的方式，AI 接不住。
這不是能力問題，是方法問題。
今天要走過的五段路
-
01
一般人怎麼開始學 Vibe Coding
典型的開始方式，與常見的卡關點
-
02
想法為什麼會走樣
五個常見的漏失點，逐一拆解
-
03
該怎麼做比較好
CLEAR 框架：把模糊念頭寫成 AI 接得住的指令
-
04
實戰演練
一個完整的職場案例，從模糊到能用
-
05
常見誤區、自救與下一步
避開陷阱，並找到接下來要做的事
這份簡報是為誰準備的
忙碌的職場人士
想利用下班時間，學會一項能實際用在工作上的技能
帶團隊的主管
想帶 AI 進團隊的日常流程，
卻不知道怎麼開始
準備轉職的人
想證明自己不靠工程背景，也能做出實際的東西
01
一般人怎麼開始學 Vibe Coding
典型的開始
看一支教學影片，打開 AI 工具，憑感覺打下第一句話，滿懷期待地按下送出。
大多數人是這樣開始的：不先做功課，先試試看再說。這個直覺沒有錯，AI 工具本來就該讓人可以直接上手。
但問題往往在第一次嘗試之後才浮現。
職場人士常見的六個念頭
整理自動化
簡報的初稿
使用的小工具
資料整理好
怎麼開口的信
還剩多少年假
從好奇到放棄的一週
興奮嘗試
打開 AI 工具，抱著期待打下第一個需求
還算順利
小幅調整後，產出還過得去
卡在細節
一個小地方修不對，開始感到挫折
複製別人的提示詞
找現成的提示詞硬套，效果不如預期
束之高閣
沒有時間再研究，先放著
六個常見的新手誤區
一次講完所有需求
把所有條件塞進一句話，AI 抓不到重點
以為 AI 會讀心
沒說出口的規定，AI 不會知道
看不懂錯誤訊息就放棄
卡關一次就認定自己不行
不敢追問怕顯得笨
寧可將就，也不多問一句
複製提示詞不改情境
別人的規定，套不進你的場景
做完不檢查就直接用
沒核對格式與內容就送出
案例一：請假計算表
幫我做一個請假計算表
產出的表格把所有人的特休天數都算成同一種年資，看不懂欄位在算什麼，格式也跟公司規定的請假單不一樣。
這是提示詞沒說清楚背景與規定的典型後果。
開始前的期待 vs 實際發生的事
開始前的期待
- ✓ 像跟一個很懂的同事講話
- ✓ AI 會自動補齊沒說的細節
- ✓ 一次就能做出接近理想的樣子
實際發生的事
- ✓ 對方根本不知道你公司的規則
- ✓ 不知道你真正的目的是什麼
- ✓ 不知道你想要的樣子長怎樣
大多數人第一次用 AI 做東西都會卡關，這不是特例，是常態。
表面上看起來是……
-
「AI 做不好」
第一直覺容易怪工具不夠聰明
-
往下拆解，會發現另一件事
問題常常出在提示詞本身，而不是 AI 的能力
案例二：整理會議記錄
幫我把這份會議記錄整理一下
整理出來的版本像流水帳，抓不到討論的重點，語氣也不像要給主管看的摘要。
自我檢查：你是不是也犯過這些毛病
接下來要拆解的三件事
為什麼會走樣
找出五個常見的漏失點
該怎麼做比較好
用 CLEAR 框架把念頭寫清楚
一個完整案例
從模糊念頭走到能用的成果
這一段，記住三件事
走樣不是特例，是常態
第一次卡關很正常，不代表你不適合
常見誤區中一個就會卡關
不用全犯，中一個就足以讓結果走樣
問題通常不在 AI 笨
而在我們表達想法的方式
02
想法為什麼會走樣
AI 不是不懂你，是你還沒把話說清楚。
想法在傳遞過程中一路漏失
▲ 想法從腦中到螢幕上，每一層都在漏失資訊
漏失點一：沒交代背景
-
公司背景 AI 不知道
你以為它知道你的產業、你的規定、你的目的，其實它什麼都不知道
-
沉默的假設最危險
你腦中理所當然的事，沒說出口就等於不存在
交代背景前後的差別
沒交代背景
「幫我寫一封請假信」
- 不知道公司文化偏正式還是輕鬆
- 不知道請假原因該怎麼寫
- 語氣可能太隨便或太生硬
交代背景後
「幫我寫一封請假信，公司文化偏正式，原因是要處理家裡的事，對象是直屬主管」
- 語氣拿捏得宜
- 原因交代清楚不失禮
- 格式符合正式書信
漏失點二：語氣對象錯位
-
同一件事，語氣完全不同
對主管、對客戶、對同事，該用的說法不一樣
-
AI 預設的是安全牌
沒特別說明，AI 通常會選一種中規中矩、誰都不得罪的語氣
同一件事，兩種語氣
對內部同事
- 可以直接講重點
- 用團隊習慣的簡稱與用語
- 語氣輕鬆一些沒關係
對外部客戶
- 先講脈絡再講重點
- 避免只有內部人懂的簡稱
- 語氣正式，措辭更謹慎
漏失點三：沒給參考範例
-
「好看」「專業」因人而異
這些形容詞在你腦中很清楚，對 AI 來說卻很模糊
-
一個範例勝過十句形容詞
給 AI 一個具體的樣子，比描述半天更有效
有沒有附上範例的差別
只用形容詞描述
「做一個看起來專業一點的簡報封面」
- 「專業」的定義因人而異
- AI 只能用最常見的樣板猜
附上一個範例
「做一個像附上這份範例一樣風格的封面」
- AI 有具體的方向可以參考
- 產出更貼近你腦中的畫面
漏失點四：不清楚受眾
-
沒說「給誰看」
AI 不知道最後拿到這份東西的人是誰、在哪裡看
-
受眾不同，重點就不同
給主管的報表跟給客戶的報表，重點完全不一樣
同一份報表，給不同人看
給主管看
- ✓ 強調團隊做了什麼
- ✓ 可以標注內部進度細節
- ✓ 格式可以簡潔一點
給客戶看
- ✓ 強調客戶得到什麼價值
- ✓ 避免透露內部作業細節
- ✓ 格式要更正式完整
漏失點五：沒有驗收標準
-
沒說「怎樣算做完」
AI 只能用自己的猜測收尾，格式、長度、內容都靠猜
-
沒有標準，就無法一次到位
驗收標準愈具體，愈不需要來回修改
沒有驗收標準會發生的事
示範：一次性丟出所有需求會發生什麼事
同一個對話裡疊加太多次修改
$ 幫我寫一份提案大綱
(AI 產出第一版大綱)
$ 再加一頁市場分析
(AI 在原本大綱裡插入市場分析)
$ 語氣改正式一點
(AI 調整語氣，但市場分析那頁被改掉了)
$ 市場分析那頁怎麼不見了？
// 到這裡，AI 已經搞不清楚你到底要哪一版
走樣不是 AI 的錯，是流程少了五個環節，剛好缺一個就會出問題。
五個漏失點總覽
目的、脈絡
你可能只差一個環節，不是重頭學起。
走樣要付出的代價
重做的時間
原本想省時間，
卻花更多時間從頭來過
對 AI 的信心
失敗幾次後，開始懷疑
AI 是不是根本沒用
同事的信任打折
拿出去的成果被抓到錯誤，下次不敢再用 AI 幫忙
好消息
-
這五個洞不是隨機出現
背景、語氣、範例、對象、要求，每次都是同樣的地方在漏
-
找到規律，就能設計檢查表
不用每次憑感覺，靠一套固定流程檢查
Vista 從教過上千位沒有工程背景的職場人士的過程中，整理出一套固定的檢查方法。
這一段，記住五件事
AI 什麼都不知道
說法就不同
十句形容詞
在哪裡用
找到問題，
我們就能設計對策。
03
該怎麼做比較好
這套方法怎麼來的
這不是工程師邏輯，也不是理論上的框架。
是從一般使用者真實卡關的地方，一次次逆推整理出來的方法。
書裡把它叫做 CLEAR，五個字母，五個檢查點。
CLEAR：五個檢查環節
▲ CLEAR 五個檢查環節，寫提示詞前繞一圈
C：Context 背景脈絡
-
先講清楚來龍去脈
這件事的背景是什麼、為什麼現在要做
-
公司的規定與慣例
有沒有既定的格式、流程、用詞習慣
-
你的目的
做完這件事之後，你想達成什麼
補上背景脈絡前後
沒有背景脈絡
「幫我寫一封請假信」
補上背景脈絡
「幫我寫一封請假信，原因是家裡臨時有事，對象是直屬主管，公司文化偏正式」
- 原因交代清楚
- 對象與語氣拿捏得宜
L：Language 語言風格
-
決定這次的身分
你是以什麼角色在說話：同事、主管、還是對外窗口
-
決定語氣的分寸
正式或輕鬆，取決於對象與場合
同一個需求，兩種語氣寫法
正式語氣
- ✓ 適合給主管或客戶
- ✓ 用詞謹慎，句子完整
輕鬆語氣
- ✓ 適合給熟悉的同事
- ✓ 可以用口語，重點抓得快就好
E：Examples 範例參考
-
一個具體範例，勝過十句形容詞
把「好看」「專業」換成一個真正的樣子
-
範例可以是舊檔案、競品、或手繪草稿
不需要完美，只要讓 AI 知道方向
形容詞描述 vs 附上範例
只用形容詞
「做一個簡潔有質感的封面」
- AI 只能用最常見的樣板猜
附上一個範例
「做一個像附上這份範例一樣的封面」
- 產出更貼近你想要的樣子
A：Audience 目標對象
-
講清楚誰要看、誰要用
同一份文件，給主管看跟給同事看，寫法完全不同
-
講清楚在哪裡被使用
放在 Email 裡、簡報上、還是系統裡，格式要求不一樣
同一份文件，兩種讀者
給忙碌的主管
- 先講結論，重點放最前面
- 用條列式，方便快速掃過
給細心的財務同事
- 數字與明細要完整
- 格式要方便核對與查證
R：Requirements 具體要求
-
格式
要用表格、條列、還是一段文字
-
長度與語言
字數上限、要用中文還是英文
-
必填欄位與禁止事項
什麼一定要有、什麼絕對不能出現
具體要求檢查清單
從模糊念頭到精確指令的三步驟
先寫下你想要的結果
越具體越好，想像成果長什麼樣子
套進 CLEAR 五個問題
背景、語氣、範例、對象、要求
唸一次看看有沒有漏
把提示詞唸出聲，通常會發現漏掉的地方
CLEAR 提示詞示範（上）：背景、語氣、範例
背景：我們公司規定特休以到職週年計算，今年還剩 8 天可以請。 語氣：這是要給主管看的正式申請，不是聊天訊息。 範例：附上上次核准過的請假單格式當參考。
這只是提示詞的前半段，對象與具體要求接下來補上。
CLEAR 提示詞示範（下）：對象、要求
對象：這份申請最後是 HR 系統要用的，格式要跟系統欄位一致。 要求：輸出一張表格，欄位包含日期、天數、剩餘天數，不要超過一頁。
請假申請單（到職週年制特休）：本次申請 3 天，核算後剩餘 5 天，欄位格式與 HR 系統一致。
情境示範，非真實員工資料。
回頭重做案例一：請假計算表
走樣版
「幫我做一個請假計算表」
- 算錯特休天數
- 看不懂欄位在算什麼
用 CLEAR 重寫後
「公司特休以到職週年計算，今年剩 8 天。幫我做一個請假計算表，給 HR 系統用，欄位要有日期、天數、剩餘天數，格式跟附上的範例一致」
- 天數算法正確
- 欄位跟系統對得上
用 CLEAR 後，仍要追問確認
先問 AI「你需要我先確認哪些假設？」，比自己瞎猜更快。
職場範本一：週報自動化
背景：我是行銷部專員，每週五要交一份週報給主管，內容是本週執行的任務與下週計畫。 語氣：給主管看，正式但不用太生硬。 範例：附上上次的週報格式。 對象：主管，會在週會上直接看。 要求：條列式，不超過一頁，標出本週完成、遇到的問題、下週計畫三個部分。
職場範本二：簡報大綱
背景：下週要跟客戶提案一個活動企劃案，對方是保守產業。 語氣：專業穩重，不要太多行銷術語。 範例：附上上一份成功提案的目錄。 對象：客戶的行銷主管與財務主管都會看。 要求：十頁以內的大綱，每頁標出重點與呈現方式。
職場範本三：客戶郵件草稿
背景：專案延遲了三天，要跟客戶說明原因並提出補救方案。 語氣：誠懇但不卑微，展現掌控力。 範例：附上一封過去處理類似狀況的信件。 對象：客戶端的專案窗口。 要求：三段以內，先致歉、再說明原因、最後給解法與新時程。
送出提示詞前的最後檢查清單
五個字母，你已經有一套完整心法了。
這只是 CLEAR 的濃縮版，
書裡有完整十個職場範本和四個實戰作品的完整拆解。
這一段，記住 CLEAR 五個字母
接下來，
用一個完整案例走一遍。
實戰
完整案例：從一個模糊念頭到一個能用的工具
把 CLEAR 套進一個真實的職場任務
- 案例背景
- 走樣版提示詞
- CLEAR 重寫提示詞
- AI 產出與修正
- 驗收清單
案例背景
一位行銷專員，每週要花不少時間手動整理週報，想用 AI 做一個自動化的週報產生器。
她的目標很單純：貼上這週的工作記錄，自動整理成主管看得懂的格式。
接下來，我們一步步看她怎麼用 CLEAR 把這個念頭寫成 AI 接得住的指令。
她原本的提示詞
走樣版提示詞
「幫我做一個週報產生器」
- AI 不知道週報要有哪些段落
- 不知道格式要給誰看
CLEAR 重寫後
（見下一頁完整提示詞）
- 背景、語氣、範例、對象、要求都交代清楚
完整的 CLEAR 提示詞
背景：我是行銷部專員，每週要花不少時間手動整理週報，想做一個自動化的週報產生器。 語氣：給主管看的正式週報。 範例：附上上次手動整理的週報格式。 對象：主管，會在週會上看。 要求：貼上本週工作記錄後，自動整理成「本週完成、遇到的問題、下週計畫」三段格式，不超過一頁。
AI 產出的第一版樣子
週報自動彙整工具（第一版）
貼上這週的工作記錄，自動整理成週報格式
本週完成
列出本週做的事
下週計畫
列出下週要做的事
追問修正的提示詞
第一版少了「遇到的問題」這個段落，而且下週計畫寫得太籠統。請把這兩個部分補上，下週計畫要具體到「做什麼、預計完成的時間」。
修正後的第二版
週報自動彙整工具（第二版）
本週完成、遇到的問題、下週計畫，三段都補齊了
本週完成
完成新品上市的社群貼文排程；整理三份客戶回饋並歸類
遇到的問題
素材延遲交付，影響排程兩天
下週計畫
9/9 前完成活動頁初稿，9/11 敲定攝影棚時間
上線前的驗收清單
這個案例告訴我們：方法一樣，題目可以換成你自己的。重複性的工作最適合自動化，雖然沒有精確數字，但明顯省下重複整理的時間。
換成你的題目，一樣的五個步驟
先寫下你想要的結果
具體到「做完長什麼樣子」
套進 CLEAR 五個問題
背景、語氣、範例、對象、要求，一一檢查
先問 AI 三個問題
讓 AI 幫你確認容易漏掉的地方
給一個範例
哪怕只是隨手畫的草稿也好
驗收
照著檢查清單逐項核對
換題目練習：把同一套方法搬到你的場景
週報自動化
套進 CLEAR，寫一次完整提示詞
提案草稿
先問 AI 要確認哪些假設
內部小工具
給一個現成的類似工具當範例
客戶資料整理
講清楚整理完要給誰用
難開口的信
把語氣的分寸講清楚
特休試算
把公司的計算規則講清楚
這一部，記住的三件事
方法不變，題目可以換
同一套 CLEAR，可以套進任何職場任務
先確認，再動手
追問跟給範例，比一次到位更快
驗收是最後一步，不是可省略的步驟
沒驗收，問題會留到之後才爆發
04
掌握方法後，還要避開的陷阱
五個進階誤區
也能猜對
塞進同一句話
出錯才發現
不敢多問
套不進場景
心態對照
迭代主義
- ✓ 先求有，再求好
- ✓ 把第一版當草稿，邊做邊修
- ✓ 卡關時繼續往前一小步
完美主義
- ✗ 一次到位不然就放棄
- ✗ 等到想清楚全部細節才開始
- ✗ 卡關時容易直接放棄
出錯是流程的一部分，不是你能力不足的證明。
自救清單：卡關時先做這五件事
三個進階技巧
先問 AI
「你會怎麼問我」
讓 AI 主動幫你補問題，
而不是你自己空想
請 AI 幫你抓漏洞
寫完提示詞後，反過來請 AI 檢查有沒有漏掉的地方
固定用同一套檢查清單
把 CLEAR 變成習慣，
而不是每次重新想
養成習慣的三週計畫
第一週
練習把需求寫清楚，套用 CLEAR 五個檢查點
第二週
練習追問與驗收，不追求一次到位
第三週
換成自己真正的工作任務，實際上手
走到這裡，你已經具備開始的條件。
05
下一步：從一份簡報，到一套完整方法
學習路線圖
這份簡報
建立心法，知道問題出在哪
書
完整方法，CLEAR 十個職場範本
與四個實戰作品
你的第一個作品
動手做，把方法套進自己的任務
書裡還有什麼
CLEAR 完整十個職場範本
從週報到提案的十個可直接套用的提示詞
看懂與修好程式碼
AI 寫錯時你知道怎麼抓問題
四個完整實戰作品
網站、名單磁鐵、銷售頁、
儀表板，從零到上線
品質把關與資安風險
交出去之前該檢查的事
2026 年最新趨勢
工具與方法一直在更新，跟上最新版本
《零基礎學 Vibe Coding》
一本寫給完全不會寫程式的職場人士，教你用 AI 做出網站、App、與工作自動化工具的書。
適合誰讀這本書
完全不會
寫程式的職場人士
不需要任何工程背景，跟著書裡的步驟就能上手
想帶 AI 進團隊的主管
建立團隊共同的方法與語言
想證明自己
能做出東西的轉職者
用實際作品證明能力，
不只是會用 AI 聊天
我寫這本書，是想讓每個沒學過程式的人，都能請 AI 幫自己做點事。
30 天行動計畫總覽
第一週
打底，練習把需求寫清楚
第二週
練習追問與驗收
第三到四週
換成自己真正的任務
開始前先確認你有這三樣東西
掃碼購書
▲ 掃碼或前往 vista.im/vibecoding 購書
歡迎繼續追蹤
如果這份簡報對你有幫助，歡迎追蹤後續內容。
- vista.tw部落格文章與最新內容
- slides.vista.tw更多公開簡報與教材
- 《零基礎學 Vibe Coding》vista.im/vibecoding