第一章：觀念建立與初次上手 (The "Aha!" Moment)

從「給我一直 accept 就好了」的心態開始，帶你體驗 AI 協作開發的第一次震撼。理解為什麼 Andrej Karpathy 說 "Vibe Coding" 將改變一切，並學會如何在享受效率的同時保持警覺。

學習重點：

  • 深度剖析「Vibe Coding」：從「如何寫每一行程式碼」轉變為「如何清晰地告訴 AI 我想要什麼」，掌握這個新範式的利弊與適用場景。
  • 快速原型與腳本生成：學習在需要快速驗證想法或生成一次性工具時，如何讓 AI 成為你的「快手助理」。
  • 從 Accept 到 Validate：超越盲目接受，建立「信任但驗證」的協作模式，成為真正懂得駕馭 AI 的開發者。
  • 建立防禦性心態：
    "但還是要檢查拉 不然他有時候會報改你的code"
    學習識別 AI 可能出錯的情境，避免成為「AI 受害者」。

第二章：核心功能精通 (Mastering the Core)

工欲善其事，必先利其器。掌握 Cursor 的核心武器：Context 管理、Agent 模式，以及高效 Prompt 策略。這些技巧將決定你與 AI 協作的成敗，也是擺脫「鬼打牆」的必經之路。

學習重點：

  • AI 的「失憶症」與「新視窗大法」：了解為何 AI 會「突然變笨」，並掌握這個資深用戶才知道的關鍵技巧，確保 AI 的穩定輸出。
  • Agent 模式的迭代與「YOLO Mode」：從基礎的「接受/拒絕」互動，到讓 AI 自主迭代修正，掌握不同場景下的最佳協作模式。
  • Context 管理的藝術：精通 @ 指令，學習如何精準地餵給 AI 需要的檔案與資料夾，解決 AI 胡說八道的根本問題。
  • 高效 Prompt 策略：
    "我是從頭啊哈哈...但我沒留檔...一步一步做，超浪費次數的感覺"
    從這種低效模式轉變為提供「完整功能規格書」的高效溝通，學會模組化和鏈式思考技巧。
  • 版本控制整合：在 AI「藝術家風格」自由發揮時，善用 Git 備份，確保專案安全。

第三章：實戰演練：從零打造「公司股票ETF AI觀測站」

紙上談兵終覺淺，絕知此事要躬行。從一份真實的需求文件開始，一步步看著 AI 如何搭建、開發、測試一個完整的後端專案，並學會處理那些讓人頭痛的遺留程式碼。

學習重點：

  • 需求驅動開發：學習將一份 .md 格式的需求文件直接丟給 AI，觀察它如何進行需求分析與架構設計。
  • Auto 模式初體驗：在專案初期，體驗全自動模式的威力，感受「怪噁心的」、「看他秀就好」的開發新範式。
  • AI 驅動的除錯策略：學習讓 AI 成為你的除錯夥伴，透過日誌分析和錯誤堆棧解讀，快速定位問題源頭。
  • 識破 AI 的「測試陷阱」：
    "他test有陷阱 有時候根本沒跑過也會說恭喜"
    學習如何驗證 AI 的測試結果，例如要求它產出 JSON 檔案進行比對，而不只是相信它的口頭報告。
  • 馴服「重構強迫症」：當面對命名如 list1、Object obj 的遺留程式碼時，學習如何設定規範，防止 AI 失控地重構整個專案。
  • 專案文件化：要求 AI 在開發過程中，一併產出 README、API 文件、測試文件等，養成良好開發習慣。

第四章：大師級進階：用 Rules 馴服你的 AI

如果你想讓 AI 成為真正懂你的客製化夥伴，而不是一個時而聰明時而笨的通用工具，本章的 Rules 功能將是你的屠龍之技。

學習重點：

  • Prompt Log 的威力：建立 prompt.log，不僅是為了記錄，更是為了在新視窗中快速「交接工作」，讓新的 AI 實例能無縫接軌。
  • Cursor Rules 系統：深入了解 Rules 的概念，以及它如何取代落伍的單一 System Prompt。參考 cursor.directory 快速上手。
  • Rules 拆分與觸發：
    "以前會把 前端規則、後端規則、DB規則之類的 寫在同一個...到後面模型會很難遵守"
    學習將不同領域的規則（前端、後端、資料庫）拆分，並設定 Always 或 Agent Request 觸發條件，實現精準控制。
  • 建立個人化工作流：撰寫自己的 Todo.md 更新規則、命名風格規則、Function 拆分規則，將你的開發哲學植入 AI。

第五章：總結與未來展望：成為駕馭 AI 的工程師

工具的變革終將帶來思維與角色的轉變。本章將帶你反思 AI 對個人及產業的衝擊，並確立你在新時代中的核心價值與生存之道。

學習重點：

  • 生產力躍升的體悟：從「我們那時做半年吧」到「我現在一個下午就做完了」，直面這巨大的產能差距，重新定義工作價值。
  • 職場生存黑魔法：
    "老闆問AI有沒有用，就要說 我上次用感覺效果很差...不符合效益，還有資安問題"
    探討在團隊尚未普及 AI 時的資訊不對等優勢與應對策略。
  • 未來角色的轉變：意識到工作重心將從「手寫程式碼」轉移到「架構設計」、「需求分析」與「AI 協調」。
  • 終極心態：真正理解為何「用過就知道他們有多蠢了喔」，堅定地擁抱變革，成為站在浪潮之巔的開發者。