把話講清楚
把意圖、背景、工具、禁區與完成標準寫進可審查的 規格。
成果 · 方向
01／關卡
正式環境前，先過三道關卡
這三道關卡分別處理不同風險。規格 避免 AI 猜錯方向，安全邊界限制錯誤的破壞範圍，評估 則確認成果是否真的值得發布。
把邊界設好
預設 代理 可能犯錯，用隔離、權限與人工 檢查點 限制後果。
成果 · 範圍控制
把驗收做好
留下可觀測證據，依客觀標準判斷功能、品質與風險是否可接受。
成果 · 證據
02／明定規格
規格 的任務，是讓 AI 沒有必要猜
好的 規格 不必很長，但至少要回答五個問題。它也是團隊與 AI 共用的意圖來源，需求改變時先改 規格，再改實作。
01
做什麼
要解決的需求與可交付成果。
02
為什麼做
使用者、情境與真正目的。
03
用什麼做
允許的工具、框架、版本與來源。
04
什麼不能碰
資料、環境、權限與明確禁區。
05
什麼叫做完
可觀察、可重複的驗收標準。
03／限制範圍
安全設計不是要求 AI 永遠不犯錯
比較可靠的思路，是先假設錯誤一定會發生，再讓錯誤停在可承受的範圍內。高風險動作不能只靠提示詞提醒。
01
隔離執行
讓不受信任的程式在可丟棄的 隔離環境 或測試環境中執行，不能直接碰正式資料與主機。
Evidence · 隔離範圍
02
風險式簽核
部署、資料庫變更、付費與不可逆操作必須停下來。簽核前先提供人看得懂的意圖與變更摘要。
證據 · 差異與計畫
03
供應鏈控管
依賴套件只從可信來源取得，鎖定版本，確認名稱與維護狀態，並在 CI 中執行安全掃描。
證據 · 鎖定檔與掃描
04／區分
沒有越界，不等於做得正確
安全性 與 評估 是兩條不同的判斷線。只做其中一條，都不足以決定成果是否能進正式環境。
安全
代理 有沒有做不該做的事？
- 是否碰到未授權資料或環境
- 是否執行不可逆或高風險動作
- 是否引入可疑依賴或洩漏敏感資訊
通過代表：錯誤被限制在邊界內。
評估
代理 做出來的東西值不值得交付？
- 功能是否符合原始意圖與驗收條件
- 使用者實際看到的結果是否正確
- 品質是否穩定，而且能重複驗證
通過代表：成果有足夠證據可以發布。
05／評估
先看得見，才有辦法驗收
可觀測性把對話、工具呼叫、狀態與結果留成證據。驗收則用這些證據判斷 代理 是否偏題、是否收斂，以及錯誤是否反覆出現。
保存原始任務
每個步驟都回頭對照最初要求，檢查是否越做越偏。
驗成品，不只驗程式
網頁就實際操作桌面與手機；報表就讀結果與數字，而不只看 程式碼。
看是否收斂
記錄修改幾輪才達標。反覆修不好的任務，是最值得研究的失敗樣本。
保存每次糾正
把「不對、不是這樣」轉成測試案例、規則或新版 規格，形成可重用的防錯資料。
06／審查
AI 加速產出後，瓶頸會移到 審核
如果每個小動作都要求人按同意，人很快會失去注意力。更好的分工，是讓自動檢查處理日常證據，把人的判斷留給架構、風險與不可逆決策。
自動檢查
格式、測試、依賴、漏洞、權限與既定驗收條件。
→
高價值判斷
需求是否合理、架構取捨、風險承受度與是否值得發布。
→
條件式批准
人的方向批准，加上自動化證據全部通過，才允許進入下一階段。
07／應用
下一個功能，就從這張清單開始
不需要一次建立完整平台。先對下一個真實功能補齊三道關卡，再把失敗案例逐步寫回流程。
- 先寫一份至少回答五個問題的 規格。
- 用 Given / When / Then 定義成功與失敗情境。
- 把正式環境、資料庫與金流列為明確禁區。
- 讓程式在隔離環境中執行，並限制權限。
- 高風險動作前提供白話變更摘要與人工 檢查點。
- 驗收實際成品，保存每次糾正作為下一輪測試。