這次想寫的是另一個用 Vibe Coding 做出來的 App：看房筆記。
這款 App 的起點不是市場分析，也不是一開始就想做成商品。
它其實很單純，就是來自我自己的需求。
最近這段時間，因為實際有看房、比較房子、整理物件資訊的需求，我才發現這件事情比想像中麻煩很多。
從開始看房到整理資料，前前後後大概看了快十五間房子，每一次整理資料
都是很煩躁。
一開始只是用 Excel 或筆記慢慢整理，但看得越多，資料越容易混在一起。
每一間房子都有不同的價格、坪數、格局、樓層、管理費、車位、地點、採光、噪音、屋況與優缺點。
如果只是看一兩間還好，但當物件數量變多之後，光是回想「那一間到底是哪一間」，就已經開始有點混亂。
於是我開始想：
既然這是自己真的會遇到的問題，能不能把它整理成一款 App？
從自己的痛點開始
看房這件事，表面上只是去現場看看房子。
但實際上，真正困難的是後續整理與比較。
看完一間房子之後，當下可能覺得印象很深。
但如果同一天看了三間、五間，甚至連續幾週都在看不同物件，很多細節很快就會忘記。
例如：
- 哪一間採光比較好？
- 哪一間格局比較方正？
- 哪一間有明顯噪音？
- 哪一間管理費比較高？
- 哪一間有車位？
- 哪一間附近生活機能比較好？
- 哪一間其實有漏水疑慮？
- 哪一間價格看起來合理，但總價壓力比較大？
這些資訊如果沒有在當下整理，之後要靠記憶回想，其實很不可靠。
尤其是買房或租屋都不是小事。
如果只是靠感覺，很容易被某個優點吸引，卻忽略一些實際居住後才會放大的問題。
原本用 Excel 整理，但不夠順手
一開始，我是用比較傳統的方式整理資料。
例如把物件連結貼到 Excel，然後手動輸入價格、坪數、地址、樓層、車位、管理費與備註。
這種方式不是不能用，但有幾個問題。
第一，輸入資料很花時間。
每看到一個物件，都要重新打開表格，複製欄位，慢慢補資料。
第二，手機上操作不方便。
很多時候是在手機上看到物件，或是在外面看房時臨時想補充筆記，但 Excel 在手機上操作起來並不直覺。
第三，照片、網址與備註不容易整合。
看房時常常會拍照，也會有一些現場才知道的感受，例如「窗外視野不錯」、「路邊車流聲明顯」、「公設看起來普通」、「格局比照片看起來小」。
這些資訊如果沒有整理在同一個地方，後面比較時就會很麻煩。
所以我開始覺得，與其一直用 Excel 將就，不如直接做一款符合自己流程的 App。
把需求轉成 App
看房筆記的核心想法很簡單：
讓使用者可以把看房過程中的物件資料、照片、評分與備註整理在一起，方便之後比較。
一開始我設定的方向不是要做成房仲平台，也不是要取代 591、永慶、信義或其他房屋網站。
它比較像是個人的看房整理工具。
也就是說，使用者還是可以在原本習慣的平台找房子，但看到有興趣的物件後，可以把資料整理進自己的筆記裡。
這樣一來，看房就不只是「看過就算了」，而是可以慢慢累積成自己的決策資料。
我希望它解決的問題
這款 App 最想解決的，不是找房，而是整理與比較。
所以我一開始規劃的重點包括：
- 建立買屋或租屋專案
- 新增不同物件
- 記錄物件基本資料
- 保存物件網址
- 加入現場看房筆記
- 記錄照片與觀察重點
- 設定評分
- 標記優點與缺點
- 加入風險標籤
- 整理公設清單
- 進行物件比較
這些功能看起來都不算特別炫技。
但對真的正在看房的人來說，這些反而是最實用的。
因為最後會影響決策的，往往不是單一資訊，而是許多細節加總起來的結果。
AI 協助整理資料的想法
這個專案比較特別的地方，是我也嘗試加入 AI 協助整理資料。
原本的想法是，使用者輸入物件網址後，可以透過 WebView 開啟頁面，擷取畫面中的文字，再讓 AI 協助整理成結構化欄位。
例如從頁面中整理出：
- 開價
- 坪數
- 格局
- 樓層
- 管理費
- 車位資訊
- 物件類型
- 地址或區域
- 買屋或租屋模式
這樣可以減少使用者手動輸入資料的時間。
不過這個功能也讓我重新思考一件事情：
AI 可以協助整理資訊，但不能亂猜資料。
尤其是房屋資訊牽涉到金額、坪數、管理費與屋況，如果 AI 自己補資料或判斷錯誤，反而會造成使用者誤解。
所以在設計這個功能時，我會要求 AI 盡量保守。
如果無法確認，就應該顯示空值或標記為低信心，而不是自己編一個看起來合理的答案。
看房資料不是越自動越好
做這個 App 的過程中，我也慢慢發現，看房筆記不適合完全自動化。
有些資料可以由 AI 協助整理，例如價格、坪數或格局。
但有些感受一定要靠自己記錄。
例如：
- 走進去的第一印象
- 房子的氣味
- 窗外噪音
- 鄰居與公共空間感受
- 採光是否舒服
- 格局動線是否順手
- 家人是否喜歡
- 自己有沒有想住在這裡的感覺
這些東西，AI 沒有辦法替你感受。
所以看房筆記的定位，不是讓 AI 幫你決定要不要買。
而是讓 AI 幫你減少整理資料的時間，讓你把更多注意力放在實際判斷上。
從買屋延伸到租屋
一開始我主要是從買房需求出發。
但後來想想，其實租屋也有類似問題。
租屋看起來決策成本比較低，但實際上也有很多需要比較的地方。
例如：
- 租金
- 押金
- 管理費
- 水電費計算方式
- 是否可開伙
- 是否可養寵物
- 是否有電梯
- 是否有對外窗
- 家具家電狀況
- 通勤時間
- 房東溝通感受
如果只是靠記憶比較，其實一樣很容易混亂。
所以後來我把看房筆記的方向調整成同時支援買屋與租屋。
使用者可以依照自己的需求建立不同專案，而不是只限制在買房。
Vibe Coding 在這個專案中的角色
這款 App 很適合使用 Vibe Coding 開發。
原因是它的需求來自真實使用情境，而且流程可以拆得很清楚。
例如：
- 建立專案
- 新增物件
- 輸入物件網址
- 建立筆記
- 補充看房紀錄
- 加入評分與標籤
- 進行比較
每一個功能都可以拆成獨立階段慢慢完成。
這對 AI 協助開發來說很重要。
如果一次只做一個清楚的小功能，AI 的產出品質通常會穩定很多。
但如果一開始就要求它「幫我做一款完整的看房 App」，結果通常會變得很混亂。
這個專案也有合規問題要注意
看房筆記雖然不像網路電台那樣直接牽涉到串流授權，但仍然有自己的合規風險。
尤其是如果 App 會讀取房屋網站頁面、擷取文字、透過 AI 整理資訊，就必須注意資料來源與使用方式。
我不希望這款 App 變成大量抓取別人網站資料的工具。
所以它的定位應該是使用者個人整理筆記，而不是建立另一個房屋資料平台。
換句話說，這款 App 應該協助使用者整理自己正在看的物件，而不是替代原本的房屋網站。
這也是我後來在文案上會比較謹慎的地方。
與其說「自動抓取房屋資訊」，不如說「AI 協助整理目前畫面中的資訊，幫你快速建立看房筆記」。
這樣比較符合產品實際用途，也比較不容易讓人誤解成資料搬運或爬蟲服務。
資料儲存在使用者手機端
這款 App 另一個我很在意的地方，是資料儲存方式。
看房紀錄其實帶有不少個人決策資訊。
例如你正在考慮哪些區域、預算範圍、喜歡什麼類型的房子、看過哪些物件，以及對每一間的評價。
這些不一定是高度機密資料，但仍然屬於比較私人的使用紀錄。
因此，看房筆記的設計方向，是讓資料主要儲存在使用者自己的手機端。
使用者移除 App 後，資料也會跟著移除。
這樣雖然少了一些雲端同步的方便性，但對第一版來說，可以讓產品更單純，也比較符合個人筆記工具的定位。
從自己的需求做產品，比較容易知道重點在哪裡
用 Vibe Coding 做過幾款 App 之後，我越來越覺得，如果產品需求來自自己的生活，會比較容易做出第一版。
因為你自己就是使用者。
你會知道哪些功能是真的需要，哪些功能只是看起來很厲害。
你也會知道哪些操作流程很卡，哪些欄位其實沒有人想填。
看房筆記就是這樣的專案。
它不一定是最炫的 App，但它解決的是一個我自己真的遇到的問題。
這讓我在開發時更容易判斷功能優先順序。
結語
看房筆記對我來說，是一個很典型的 Vibe Coding 案例。
它不是從一個完整商業計畫開始，而是從生活中實際遇到的麻煩開始。
先是發現 Excel 整理不夠順手，接著思考能不能把流程 App 化，再透過 AI 協助規劃、拆解與開發。
AI 在這個過程中扮演的角色，不是替我決定產品方向。
而是幫我把已經想清楚的需求，更快轉成可以測試的產品。
這也是我目前對 Vibe Coding 最深的感受之一。
AI 可以加快開發速度，但真正有價值的產品，通常還是來自真實需求。
如果這個需求剛好是自己正在面對的問題，那就更適合拿來做成第一版。
因為你不只是開發者，也是第一個使用者。
看房筆記：Android下載 | Appstore送審中