協作式 AI 程式開發：線上專案的新工作流
講者：ALP, CEOO, Data team
Wisely Chen | Vice President of Data & AI
Mila Hsu | Assistant Manager
Mumu Chen | Data Engineer
Lawrence Kuo | Project Specialist
活動：9/17 Generative AI 年會小聚 2025
題目：協作式 AI 程式開發：線上專案的新工作流
演講介紹
講者們整個團隊都到場了，分享他們團隊如何用 AI 來加速一個 億元級別的帳務系統專案，特別有意思的是，整個團隊只有 8 個人，卻能靠 AI 把效率拉到一個很好的水準，主要由 PM、DEV、QA 三人輪流具體細節：
PM：從逐字稿到 PRD 文件
來自 Mila 的 PM 示範了如何結合 ChatGPT + Cursor：
先快速生成一版 PRD 文件，讓工程師回饋後再優化。
QA 需要的 schema 在這樣的迭代中逐漸變好。
當然也有問題，例如：AI 會幻覺生成不存在的 schema。
解法是透過 prompt 明確定義「允許輸出」與「禁止輸出」的範圍。
甚至把訪談逐字稿與畫面結合，讓 AI 更理解業務上下文。
整體下來，PRD 流程加速了 50%，後續也擴展到 AI coding 上。
DEV：Excel 公式到 SQL 的大規模遷移
在開發端，他們遇到一個硬挑戰：上千條 Excel 公式要轉成 SQL。
作法是先下載檔案，用
FORMULATEXT抽出公式，再轉成 SQL-ready 文件。每個階段會做驗收，計價邏輯大概有 90% 正確，剩下 10% 偏嚴格的案例再人工調整。
執行第一次後，再透過錯誤訊息回饋給 PR，不斷優化。
結果整體流程加速 70%，讓原本繁瑣的 migration 任務變得可控。
QA：以 PRD 為資訊中心
最後是 QA。帳務系統每個業務都有專屬的領域知識，但透過 PRD 作為資訊中心，所有人都能參與 QA：
Prompt 搭配固定的報告格式，讓多人協作下也能保持品質。
QA 流程大致是：
AI 做資料清洗
AI 做比對
輸出報告 → 人來驗證避免幻覺
如果一開始財務沒有講清楚的細節，QA 的回饋會再補進 PRD 中，形成一個持續收斂的閉環。
總結
整個分享讓我覺得關鍵不只是「AI 幫你快」，而是他們在 PM → DEV → QA 三個環節都設計了回饋迭代機制。
PM：逐字稿 + 畫面 → AI 幫忙理解需求。
DEV：錯誤訊息回饋給 PR → 持續優化。
QA：AI 輔助 + 人工驗證 → 避免幻覺。
最終效果是：小團隊也能撐起億元級別的系統，效率提升 50%～70%，有興趣可以去看他們的 Slides
作者：Chi