給一直跟AI來來回回的你，用簡易的系統設計概念來與AI一起優化工作流

先快速的思考需求跟流程，大大減少時間與token的浪費

最近問沒有技術背景的伴侶:他在用 AI 的時候,最大的困難點是什麼?

他說，大概是「我不知道我不知道的東西」——常常要跟 AI 來來回回很多次,覺得 AI 都不懂他要什麼,然後又要等、又要更正,耗掉很多時間,有時候卡住就一直困在那裡。

我聽了覺得滿有意思的。在軟體工程師的職涯過程裡,這幾乎是每個 junior 或實習生都會遇到的事:一拿到任務就一頭栽進去寫,花了大把時間修修改改,最後被同事一句話點醒,只好大改、甚至重來。

雖然大家都說「不需要工程師來寫 code 了」,但其實在工程師的工作裡,寫 code 只佔了很小一部分。在動手 build 一個工具或 feature 之前,我們是用最小的成本,先做完需求分析與系統設計。

現在的 AI 模型已經做得很好,大部分情況它都能自己去「猜」該怎麼分析與設計,或適時丟問題回來問你。但如果你想更精準、更快地讓它理解你的需求與產品範圍(scope),手上有一些基礎概念,就能更系統化地把需求拆解、更「具體」地表達給 AI 去執行。

實際案例:幫朋友改造飯店清潔的時數工作流

以朋友的案例來說,其實是一個很簡單的工作流:

朋友要幫忙管理飯店清潔的時數。每次清潔人員做完工作,就會填一份 Google 表單;
他每週都要花時間把這些時數統整、整理進 Google 試算表,再寄一封信給老闆看那些表單與時數。

他每週都覺得做這些事很煩,所以想先把這個流程自動化。(他現在習慣每週整理,但老闆真正要的其實是每兩週和每月的報表——這個頻率我們在需求分析時會敲定。)

我們就用最基礎的兩大主題,一步一步往下走:

1. 需求分析——我在煩什麼?最終目的是什麼?哪些交給機器,哪些需要人介入?哪些是現在一定要有的,哪些是之後才可能有的?

2. 系統設計——流程怎麼走?資料放哪、以誰為準?例外情況呢?

需求分析

做需求分析時,要先很清楚地定義:最後的成品、目的到底是什麼。然後根據需求縮小範圍,並且優先用最簡單的解法去處理——很多時候,甚至根本不需要用到 AI。

他描述下來,主要有兩個需求:

• 不用再自己手動整理時數

• 主動把信寄給老闆

先問:有沒有最簡單的解法?

理解需求時,我會先想「最簡單的解法是什麼」。雖然我們正在做的是「用 AI 幫他減輕工作量」,但事實上,很多時候根本不需要用到 AI,用現有的工具就能解決(還順便省下 AI 的 token)。

我當下先想到的是:光用 Google 試算表的函數,大概就能自動把報表整理出來了。而 AI 比較適合放在「把整理好的數字寫成一封給老闆的信」這種需要一點判斷的地方;至於「定時寄送」這種固定的事,交給試算表的定時觸發器就好,不必動用 AI。

畫出目前的流程

為了更細部地理解需求與流程,我先依他的描述,把目前的流程圖畫出來:

接著,我會一步一步跟他討論:每個步驟裡,他實際做了哪些動作。

這一步很重要。因為當我們描述一件自己很熟的任務時,很容易漏掉那些其實很關鍵、卻因為做太熟、太自動而忘了講出來的動作。拆解流程,就是一格一格去看每個步驟的「開始」與「產出」長什麼樣子。

第一步:員工填表 — 他填完的輸出長什麼樣子?

順帶一提,我們在這一步就先定義了「什麼是合理的時數」:一天大概落在 1–4 小時,超過就要跟員工確認。這個定義後面判斷時數異常時會直接拿來用。

第二步:統整出來的報表

他最後要整理出來的報表,有「依房源」和「依員工」兩種切法。因為寄給老闆的是「各房源的時數」,但他也想分開寄給每位員工「他們自己的時數」。

第三步:信件裡需要的內容

• 寄給老闆:

  • 每個月寄給老闆的是一份月報 + 兩份兩週週報,他希望能放在同一封信裡。

  • 目前的做法,是寄出統整報表的 Google 試算表連結。

Human in the loop:哪裡需要「人」把關

Human in the loop 是 AI 工作流裡很重要的一環,尤其在流程剛建好、又牽涉到薪資這種資料時,需要謹慎一點。

我問他:這個流程裡,哪些地方是你需要確認正確性的?

• 員工填表時,他需要確認時數是否合理(合理範圍我們在第一步已經定義過:一天約 1–4 小時)。

• 把時數寄給員工、以及寄給老闆之前,他都要先看過再寄出。

最後確認下來的需求

• 每兩週寄一次時數統整與薪資給老闆,內含各房源的時數與支出

• 每個月寄一次時數統整與薪資給老闆,內含各房源的時數與支出;每兩週與每月的信件可以合在同一封

• 寄給老闆之前,他要先確認過

• 員工填表後,要判斷時數是否合理

• 每兩週寄給員工他們自己的時數與薪資

• 大幅減少「手動整理」的時間,只留下「確認」的動作

Last check:再往前後多看一眼

需求確認完,我會再往前後多看一眼,問自己三個問題:

• 有沒有可以簡化的部分? 有——員工輸入的 raw 資料要轉成報表,其實直接用 Google 試算表的函數就能做,這部分現在就能省下來。

• 未來這個工作流可能會怎麼變?

• 有沒有他沒說出口、但其實會想要的?

後面這兩個問題,會冒出一堆「好想加」的點子。我不會現在就做,而是把它們寫下來、依需求排好優先順序,當成之後的待辦清單(backlog):

之後再做(依優先順序):

1. 把報表寄得更清楚,而不只是一個試算表連結——最好還能附上跟上個月的時數比對。

2. 每兩週也寄給每位員工他們自己的時數。

3. 直接用 WhatsApp 跟 AI 做確認、再寄信。

Out of scope:先忍住優化的衝動

上面那份清單,先擱著別動——這就是軟體開發常說的「out of scope」:先講清楚「這一版的需求到哪裡為止」,把想優化的部分按下來、寫下來,等第一版跑順、產品上線,再回頭處理。

很多時候你會發現,當初那個「好想優化」的點,之後根本沒那麼重要。先忍住,才不會掉進「追求完美工作流」的無限迴圈,把自己卡在第一版永遠出不了門。

系統分析

系統設計我主要分成三塊來看:使用者流程、資料怎麼流動、例外狀況＋安全性考量。

User flow 使用者流程

先想像:誰在使用這個流程?原本只有我朋友一個人手動跑完整條線;但現在的 user flow,其實多了一個角色——機器人。把每個角色的動線畫出來後,流程就會變成這樣:

資料放在哪裡,以誰為準

做工作流時,「從哪裡截取資料」「以哪份資料為準」非常重要。在這個案例裡,員工輸入的時數就是所有資料的源頭,後面產生的報表、信件,全都以這份資料為依據。

就像記帳一樣:所有交易(transaction)都要能追回到最原始的 raw data。先確認好這份資料,它就是我們往後所有計算的唯一依據——之後如果報表或信件出錯,也一律回到這份原始資料來對。

例外狀況 edge case 與解法

「Edge case」指的是那些平常不會發生、但一旦發生就會出問題的例外。把整條流程走一遍,我們找出三個,並各自想好最簡單的解法:

1. 名字大小寫不一致 — 員工有時把自己的名字寫成不同大小寫(Maria / maria / MARIA),統整時同一個人會被拆成兩條。

   1. 最簡單的解法:把姓名欄改成下拉式選單,員工只能從名單裡選。因為員工流動率不高,直接在 Google 表單上設定就好。

2. 重複填寫 — 員工偶爾會同一天、同一間房重複填一次。

   1. 解法:整理時去重,同人、同日、同房源只留一筆。

3. 時數異常 — 超出第一步定義的合理範圍(一天大於 4 小時)就算異常,需要跟員工確認後再修正。

另外,我們也發現寄信時老闆會分別收到「月報」和「週報」兩封信,所以想把它們合併成一封。(這比較像流程上的優化,不是真正的例外,但一起記下來。)

安全性考量

在工作流還在製作、可能出錯的階段,先不要讓 AI 去動真實資料。可以先把原始 raw data 複製一份,只把那份複製的資料給 AI 拿去測試。

更進一步,可以在員工填完表之後,把回應同步複製到另一份試算表:一份是真實資料(維持你的唯一依據),另一份才是開權限給 AI 的。這樣既能確認資料有完整備份,萬一 AI 動壞了,也不會傷到正本。

同時我也建議在使用AI跟google account 同步時，最好是用一個AI專用的帳號，把給AI處理的文件都分享給那個帳號使用。

Plan mode

好啦~ 簡易的系統設計做完,就可以把上面這些分析全部丟給 AI:

• 需求列表

• 用 Claude Cowork 把複製的那份Raw data同步給 AI

• 之後再做的清單(先標註「不做」)

這時候用 plan mode(讓 AI 先「規劃」而不是急著動手)——它會把剛剛的流程分析整理成一份具體計畫。過程中它可能會反問你:要用哪個 email、以哪份資料為依據、多久跑一次工作流等等。等你確認這份計畫就是你要的,再開始 build。

通常經過這樣一輪「簡單思考 → 計畫 → build」,做出來的成果會更接近你想像的樣子,滿意度也高很多。

等到滿意、甚至正式上線之後,就可以照著那份「之後再做」的清單一項一項去優化了~ 這樣做出來的工作流,自己的掌控度也會高很多。

後記

回到開頭伴侶說的那句「我不知道我不知道的」——這其實就是整篇想解的問題。

跟 AI 鬼打牆,多半不是 AI 太笨,而是需求跟流程在你自己腦裡也還很模糊。這篇講的需求分析、系統設計、human in the loop、例外處理,說穿了就是把那些「你本來不知道要問的問題」變成一張清單:我最後要的是什麼?最簡單的解法是什麼?哪裡要人把關?哪些先不做?

下次要 AI 幫你做事之前,先花五分鐘走過這幾個問題,大概就能少跟它來回十次。在幫助朋友建立工作流的時候，解釋加上討論的時間，我們花不到20分鐘就完成了主要流程，如果是建立自己的工作流，習慣這樣的斯考之後是會更快速的。

當然,你也可以完全跳過這些,直接丟 prompt 進 plan mode、邊聊邊改到滿意——一樣做得出來。只是當這套拆解變成你的直覺,你會發現主導整個流程的是你,AI 只是把你想清楚的東西做出來而已。

而這種「你在開車、不是被 AI 牽著走」的掌控感，在使用AI自動化自己工作流的時候，是真正省時間、也最安心的地方。

朋友之後每兩週花個五分鐘確認，省下了不少時間，最後優化之後做出來的報表，直接以html的形式放在email 裡。老闆在看的時候就能一清二楚。