近幾年，Vibe Coding / AI Coding 變成了關鍵字：跟 AI 說說需求、貼一段錯誤訊息，螢幕就開始替你寫程式。這讓學程式的門檻變低、也把實作的速度往前推了一大步。
但如果你的目標是「轉職工程師」，速度只是第一層。真正決定你能不能一路走遠的，是基礎是否紮實、是否能把 AI 的答案轉成你此刻能執行的步驟、是否能在加速的同時避免累積程式債。
這篇文章，會用些案例與列點，指引一條可以落地的路。
不用學語法，只要跟 AI 說需求？—為什麼基礎觀念仍是你的護城河
你也許看過這樣的影片：在編輯器裡打一段需求，AI 就「咻」地生出一段可執行的程式碼。第一次看到的當下，真的很像魔法。於是你下定決心：轉職工程師，我也要靠這招。
但很快地，你會遇到第一個卡關。程式雖然跑得動，當你要「改一點點」時，整個結構像疊得太快的積木，一碰就倒。
問題不在 AI，而在我們跳過了基礎：流程、資料結構、控制結構與系統分工這些「護城河」。
如果沒有基礎觀念做辨別，就很難判斷哪一句話重要、哪個參數能不能改。
學習順序因此變得關鍵：
- 先打底「觀念」：流程走向、條件判斷、迴圈、函式職責、模組分工。
- 再用 AI 加速「實作」：查語法、產生雛形、對照多種寫法的優缺點。
- 最後把 AI 的答案「內化」：把它拆成你能解釋與重現的步驟。
換句話說，AI 是助教，不是地基。護城河是你自己建的，AI 只是幫你搬磚頭。接下來的第一步，不是去刷更多語法，而是學會把 AI 的長篇回答，轉成你現在就能動手的步驟。
從教學現場的經驗來看，AI 讓查資料與產生樣板更快，但它無法精準知道「你現在的理解程度」。你在 prompt 寫「我是初學者」，AI 仍可能回一段對你來說過度壓縮的答案。
看不懂 ChatGPT 回覆怎麼辦？—把答案拆成可執行步驟與檢核點
很多同學說：「我看得懂中文，但不知道怎麼把它變成程式。」秘訣在於「轉譯」：把答案翻成你能立刻動手的清單。
三步驟法：
- 框住場景：先補充你的前情提要與限制（語言、框架、資料來源、輸出）。
- 拆成步驟：要求 AI 用編號列出步驟，每一步只做一件事，並標註輸入與輸出。
- 設檢核點：每一步用最小資料驗證一次（成功條件、失敗訊息、下一步指引）。
以「登入頁」為例（前端 HTML/CSS/JS、後端 FastAPI、連資料庫）：
- 步驟會包含：前端表單與欄位檢核、API 路由與資料模型、密碼雜湊、資料庫查詢、Session／Token 發放、錯誤回饋。
- 檢核點會是：空白輸入時應該擋下；錯誤密碼回傳一致訊息；成功後跳轉頁面並在資料庫留下最後登入時間。
當你能把一段回覆，整理成「下一個 15 分鐘要做什麼」的 TODO，你就不會再被長篇答案淹沒。當會拆、會檢核之後，下一個問題是：哪些事該請 AI 幫、哪些事一定要自己做？
跑得動但改不動 – 新手最容易養成的程式債與解法
所謂「程式債」，是指當下為了快，累積了日後難以維護與擴充的代價。新手最常見的幾種債：
- 變數與函式「叫不出名字」：看得懂一行行，但合起來不知道在做什麼。
- 只改一行就牽一髮動全身：邏輯散落各處，沒有明確邊界。
- 把範例硬套到新情境：沒理解為何可行，也不知道什麼時候會失效。
怎麼還債？你可以從下一個小專案開始，練這幾個小動作：
- 命名說真話：
- 函式用動詞（例如
validate_login_form），變數用名詞（例如userRepository）。 - 將複雜條件拆成有意義的布林變數（例如
isPasswordStrong）。
- 函式用動詞（例如
- 一步一提交：
- 每個變更只做一件事，寫下簡短的提交訊息（例如「加入 email 格式檢核」）。
- 碰到錯誤時容易回溯，心理壓力也會小很多。
- 小例子跑在前：
- 先用三個有代表性的測試資料驗證行為，避免一次寫太大而改不動。
- 「先證明，再擴充」，避免一次寫太大而改不動。
- 長出邊界：
- 把輸入驗證、商業邏輯、資料存取分開，哪怕只是三個小函式也好。
- 邏輯集中在「該在的地方」，哪裡出錯就回哪裡修。
程式債不是罪，它是提醒你該把地基補實。只要節奏對了，改不動會慢慢變成「改得動」。把地基補實之後，才值得加速。於是我們回過頭來，談談 AI 應該怎麼「助攻而不代打」。
AI 可以幫我寫作業嗎？—轉職者的 AI 使用紅線與白名單
剛開始學時，AI 生成的答案看起來又快又漂亮，很容易讓人想「那就讓它寫完吧」。但如果你的目標是轉職，這條路其實會讓你繞遠路。
紅線（不要做）：把作業整包丟給 AI、生產看不懂的程式碼、提交前不跑、不驗、不改。
白名單（可以做）：
- 問觀念：差異、取捨、適用時機。
- 問拆解：請它把需求分成步驟與檢核點。
- 問對照：請它提供兩三種寫法，並解釋優缺點。
- 問除錯：貼上錯誤訊息與你已嘗試的做法，要求它聚焦在最可能的原因。
一句話總結：把 AI 當「問路的老師傅」，而不是「代駕司機」。
總結
把「打底基礎」「把答案轉成步驟」「用對 AI」串起來，你就擁有了在 Vibe Coding 時代穩定前進的三件套。
實作仍然重要，但不必靠海量刷語法來獲得安全感。更聰明的做法，是把練習貼近真實情境，難度往「整合」方向走。
- 從一個小的 API 開始（FastAPI）
- 做一個能送出資料的表單（HTML/CSS/JS）
- 連上一個最小的資料庫表（使用者）
- 做到「登入成功／失敗」都有一致的回饋
當你能把「跑得動」變成「改得動」，你就真的在路上了。祝你一路順利，下一個里程碑，我們就從那個登入頁開始吧。
