大約從生成式 AI 開始普及之後，我在工作上就逐漸習慣使用 AI 協助開發。
當時應該還沒有「Vibe Coding」這個說法，但實際上的做法已經很接近：先用文字說明需求，讓 AI 協助規劃與撰寫程式，再由自己進行測試、驗收與修正。
過去一年多，我在 Web 前後端開發上已經大量採用這種模式。
到了去年九月，我開始嘗試把相同的方法用在 Flutter App 開發。
半年過去，陸續完成了幾款工具 App、休閒遊戲、網站與後端服務，也曾經挑戰過超出自己能力範圍的遊戲專案。
有些作品大約一週就能完成並上架，也有專案投入兩個月後，最後還是選擇暫停。
這篇文章不是要討論 AI 能不能取代工程師，而是單純記錄我實際使用 Vibe Coding 開發 App 半年之後，對這種開發方式的理解。
從一款類似 2048 的小遊戲開始
我第一款使用 Flutter 製作的遊戲，是一款玩法類似 2048 的休閒遊戲。
由於規則不算複雜，主要就是處理方塊移動、數值合併、分數計算與基本畫面呈現。
在 AI 協助之下，從建立專案、完成主要功能、調整畫面，到最後上架 Google Play，大約花了一週左右。
這次經驗讓我產生了一個有點危險的錯覺：
既然簡單的遊戲可以完成，那麼複雜一點的遊戲，應該也只是多花一點時間而已吧？
後來證明，事情完全沒有這麼簡單。
剛走出新手村，就直接挑戰魔王
接下來，我開始規劃一款單機大富翁玩法的生存遊戲。
玩家可以擲骰子、在地圖上移動、觸發事件，也能加入多人聊天等功能。
一開始看起來，只要把每個功能拆開，逐步交給 AI 開發，似乎就有機會完成。
但真正開始製作後，我才發現遊戲開發和一般工具 App 完全不同。
除了功能本身，還需要處理：
- 遊戲狀態管理
- 角色移動與地圖系統
- 畫面更新與動畫
- 事件觸發邏輯
- 操作手感
- 效能與裝置適配
- 遊戲 UI
- 美術資源
- 整體遊戲節奏
Unity、Cocos Creator 或其他遊戲框架，也各自有一套需要理解的觀念。
後來我嘗試使用 Flutter 搭配 Flame 繼續製作，每天晚上花時間調整功能、修正錯誤與重新規劃。
大約持續兩個月之後，我決定先把專案停下來。
這次經驗讓我理解一件很重要的事：
AI 可以協助你寫程式，但不會自動補上你缺少的領域經驗。
如果連自己都還不清楚遊戲架構應該怎麼設計、哪些功能應該優先處理，AI 只會更快地幫你製造出一堆需要重構的程式碼。
自己重新造輪子，真的很可怕。
後來改成先做小型 App
遊戲專案暫停之後，我重新調整了開發方向。
與其一開始就挑戰龐大的系統，不如先從需求清楚、功能單純的小工具開始。
這些 App 不一定很複雜，但每一款都可以讓我熟悉不同問題：
- Flutter 的畫面與狀態管理
- Android 與 iOS 的差異
- 多語系處理
- 內購與廣告
- 通知提醒
- 資料儲存
- API 串接
- Google Play 與 App Store 上架流程
我也逐漸建立出比較適合自己的開發方式。
我現在使用的 Vibe Coding 流程
目前我不太會直接叫 AI「幫我做一款 App」。
比較常用的方式是把專案拆成幾個階段。
第一步：先確認 App 要解決什麼問題
我會先整理最基本的需求：
- 這款 App 是給誰使用？
- 它要解決什麼問題？
- 最重要的功能是什麼？
- 哪些功能可以晚一點再做？
- 第一個版本做到什麼程度就可以上架？
這個階段很重要。
因為如果自己沒有想清楚，AI 也只會根據模糊的描述，做出一個看起來功能很多，但實際上很難使用的版本。
第二步：先整理文件，再開始寫程式
確定方向後，我會先使用 ChatGPT 整理功能文件與開發順序。
接著再把文件交給 GitHub Copilot 或其他程式工具，讓 AI 先理解專案背景，再逐步進行開發。
比起每次臨時輸入一句指令，先準備一份相對完整的需求文件，通常會穩定很多。
第三步：拆成小功能，逐步完成
我不會一次要求 AI 完成整個專案。
通常會拆成：
- 建立基礎專案架構
- 完成主要畫面
- 加入核心功能
- 處理資料儲存
- 加入次要功能
- 進行錯誤修正
- 準備上架
一次處理一個階段，比較容易知道問題出在哪裡。
如果一次改太多東西，最後很容易連 AI 自己都不知道是哪個步驟造成錯誤。
第四步：每個階段都自己測試
這是我目前最重視的部分。
AI 很常會告訴你：
「功能已經完成。」
但實際測試之後，可能會發現：
- 正常流程可以使用，但特殊情境會出錯
- 畫面看起來正常，但資料沒有正確儲存
- Android 可以執行，但 iOS 出現問題
- 舊資料升級後無法讀取
- 按鈕可以點擊，但操作流程不符合直覺
所以，即使 AI 已經寫完程式，我還是會自己逐一測試。
簡單來說，就是因為我信不過 AI。XD
目前使用的 AI 工具
ChatGPT 付費版
ChatGPT 主要用來處理前期規劃、需求討論、文件整理、問題分析，以及圖片素材。
我也會使用它製作 App 內的圖片，以及 Google Play、App Store 上架時需要的視覺素材。
VS Code + GitHub Copilot 付費版
實際撰寫程式時，我主要使用 VS Code 搭配 GitHub Copilot。
一開始使用每月 20 美元的方案，後來升級到每月 39 美元的方案。
通常會先讓 Copilot 讀取文件與現有程式碼，再透過多輪對話逐步完成各項功能。
Gemini 付費版
Gemini 主要作為備用工具。
當 ChatGPT 的回答不夠理想，或是希望比較不同模型的處理方式時，我會改用 Gemini 測試。
另外，有些圖片素材也會使用 Gemini 產出。
Codex 桌面版
今年四月開始，我也加入 Codex 桌面版作為開發工具。
目前部分規劃、程式修改與問題排查，會直接交給 Codex 處理。
Claude 桌面版
今年三月曾經試用 Claude 桌面版。
整體品質不錯，但額度消耗速度比較快，因此目前沒有作為主要工具。
近半年完成了哪些作品？
近半年製作的作品，大多使用 Flutter 開發，並以支援 Android 與 iOS 雙平台為目標。
目前包含：
Clockwise：世界時鐘與會議時間
支援中文、英文、日文與韓文。
除了世界時鐘，也可以自訂時鐘顯示方式、調整時鐘速度，並比較多個地區的時間，方便安排跨時區會議。
MeetWhen
將跨時區會議安排功能獨立出來，製作成更單純的工具 App。
中國象棋
支援中文與英文。
目前包含電腦對戰、雙人對弈、暗棋，以及不同難易度的殘局挑戰。
吸血鬼怕怕
這是最早完成的類 2048 休閒遊戲，也是我開始使用 Flutter 製作 App 的起點。
兔耳絲日常工具屋
支援中文、英文與日文，包含網站版與 App 版。
裡面收錄許多生活中可能會用到的小工具，例如今天吃什麼、誰去倒垃圾、今天誰洗碗、今天穿什麼，以及一些簡單的日常抽選功能。
網站版採用 Next.js，App 版則採用 Flutter。
雖然兩邊的功能類似，但因為技術架構不同，仍然需要分別重新實作。
CycleNote：喝水與提醒紀錄
支援中文、英文與日文。
這款 App 主要用來記錄喝水、定期事項，以及生活用品的更換與到期提醒。
Rootrees：家族樹與族譜紀錄
Rootrees 是目前規模較完整的一款 App。
它不只是手機 App，還包含後端 API、雲端資料同步與行銷網站。
這個專案也讓我遇到不少問題，尤其是家族關係、樹狀圖排列與 PDF 匯出。
由於先前已經另外寫過一篇完整的開發紀錄，這裡就不再重複介紹。
有興趣可以參考：
ABCB Studio
ABCB Studio 是目前用來整理與介紹這些作品的網站：
網站一開始使用 WordPress 製作，後來重新規劃成 Next.js 版本，並部署在 Vercel。
從重新規劃到可以正常運作，大約花了半天時間。
這類需求清楚、架構相對單純的網站，也是 Vibe Coding 很適合發揮的場景。
多語系與雙平台，比想像中花時間
完成 App 的主要功能之後，才會發現還有很多細節需要處理。
例如多語系。
一款 App 支援中文、英文與日文，不只是把文字丟給 AI 翻譯就結束。
還需要確認：
- 翻譯是否符合當地常用說法
- 不同語言的文字長度是否影響排版
- 按鈕與畫面是否會超出範圍
- App Store 與 Google Play 的介紹文案是否自然
雙平台也有類似問題。
Flutter 可以讓 Android 與 iOS 共用大量程式碼，但不代表完成 Android 版本後，iOS 就能直接上架。
實際上，兩個平台的權限、登入方式、通知、內購、廣告與審核規範，都有不同的細節。
功能做完，只是第一步。
真正要讓 App 順利上架，還是需要逐項處理。
Vibe Coding 最重要的能力，不只是下 Prompt
使用 AI 開發一段時間後，我認為最重要的能力不是背誦多少 Prompt，也不是一次輸入多完整的指令。
真正重要的是：
- 能不能把需求拆解清楚
- 能不能判斷 AI 的解法是否合理
- 能不能發現目前的架構已經開始失控
- 能不能知道哪些功能應該先做
- 能不能在錯誤方向投入太多時間之前，及時停下來
有時候，AI 產出的程式可以正常執行，但架構並不好。
有時候，問題並不是程式碼寫錯，而是一開始的產品設計就不合理。
也有些時候，最好的選擇不是繼續叫 AI 修改，而是回到前一步，重新思考需求。
目前的上架狀況
目前 Google Play 上仍有七款 App：
iOS 設備是在今年五月取得，目前已經有五款 App 上架：
另外還有 App 正在送審，其他作品也會陸續處理 iOS 上架準備。
結語
回頭看這半年的開發過程，Vibe Coding 最大的價值，不是讓開發變成一件完全不用思考的事情。
它真正改變的，是驗證想法的成本。
以前想到一個 App，可能會因為時間、人力或技術問題，最後只停留在想法階段。
現在則可以先快速做出第一個版本，實際測試，再決定值不值得繼續投入。
但 AI 寫程式的速度越快，越需要知道自己要往哪裡走。
否則，很可能只是用更快的速度，製造更多需要修正的程式碼。
AI 可以幫忙寫程式。
但產品方向、需求拆解、測試驗收與最後的判斷，仍然需要自己負責。