AI 可以幫你寫程式碼，但不能替你負責

善用 AI 協助開發的基本前提

我們鼓勵大家善用 AI 來協助開發，提升效率、減少重複性工作，也幫助自己更快整理思路。

❗ 但使用 AI 有幾個重要前提。AI 是工具，不是責任的替代品。最後產出的程式碼、文件、操作與決策，仍然由使用者本人負責。

你能不能對 AI 產生的內容負責？

AI 幫你產生的內容，不代表它就是正確的，也不代表你可以不用理解。

例如：

AI 幫我把 DB 資料或檔案刪除了，但我不能還原，誰能幫忙？

這種情況不能用「AI 叫我做的」來卸責。

在執行任何 AI 產生的指令、SQL、腳本、遷移、部署操作前，請先確認：

你知道它會改動什麼
你知道影響範圍
你有備份或還原方案
你能解釋為什麼要這樣做

⚡ AI 可以幫你加速，但不能替你承擔後果。

時間久了，你能不能說明自己做了什麼？

以前沒有 AI 的時候，時間久了忘記細節很正常。

但現在有 AI 協助整理、記錄、歸納，如果過一陣子有人問：

這張單你當初做了什麼？為什麼這樣改？

你應該要能回答。

請養成習慣：

PR 描述寫清楚
提交訊息不要隨便寫
有重要決策就留下紀錄
AI 幫你整理的內容，要轉成你自己理解後的說明

不要讓最後的答案變成：

我不知道，AI 幫我寫的。

這不是合理理由。

不要把「AI 說的」直接當成「真的」

AI 很會產生看起來合理的答案，但看起來合理不代表正確。

尤其是：

API 用法
套件版本
SQL 語法
架構建議
資安處理
正式環境（Production）操作

都需要自己驗證。

⚡ 請記得正式環境不認 AI，只認最後提交與執行的人。

AI 幫你節省的是體力，不是思考

AI 可以幫你：

產生範例
整理想法
補重複性內容
協助偵錯
解釋錯誤訊息

但它不能取代你理解問題。

好的使用方式是：

先自己理解問題，再用 AI 加速。

不好的使用方式是：

完全不懂問題，只是不斷複製貼上 AI 的答案。

⚡ 前者會讓你變強，後者只會讓你變成 AI 的轉接器。

不要把敏感資料直接丟給 AI

請特別注意不能隨意貼上：

客戶資料
正式環境資料庫資料
私鑰
帳號密碼
金流資訊
尚未公開的公司資訊
受保護的原始碼或設定檔

使用 AI 前，請先確認公司規範、工具安全性以及資料是否允許被貼上。

⚡ 方便不能凌駕資安。

AI 產生的程式碼，未來還是要由團隊維護

AI 產生的程式碼不是「能動就好」。

請確認它符合：

專案既有風格
團隊命名慣例
可讀性
可測試性
可維護性
錯誤處理
日誌與可觀測性需求

AI 產生的是初稿，不是最終答案。

保留自己的工程判斷

真正的工程能力不是「會問 AI」，而是能判斷：

這個解法適不適合
有沒有更簡單的做法
風險在哪裡
成本是否合理
之後誰能維護
會不會影響其他功能

⚡ AI 可以提供選項，但選擇與取捨仍然是工程師的責任。

使用 AI 後，應留下思考痕跡

當你用 AI 協助完成工作時，請至少能說明：

問題是什麼
解法是什麼
為什麼選這個解法
有哪些風險
測試了什麼
有沒有替代方案

這些內容可以寫在 PR、Ticket、文件或註解中。

⚡ 重點不是證明「這是不是 AI 寫的」，而是證明「你理解並負責」。

總結

我們鼓勵使用 AI，但不鼓勵無腦依賴 AI。

AI 是加速器，不是駕駛員。

每位工程師都需要對自己提交的內容、執行的操作、做出的決策負責。

請記住三個原則：

看得懂
驗得過
說得清楚

👍 做到這三點，AI 會是很強的工具。

💥 做不到的話，AI 只會讓問題發生得更快、更難收拾。