真實場景 GSD:代碼、文章、提案三種任務的實戰套路

真實場景 GSD:代碼、文章、提案三種任務的實戰套路

11 min read

前面五篇把 GSD 的問題、心法、工具和陷阱都講清楚了。這篇的任務只有一個:把那些東西變成你今天就可以用的操作手冊。

不同任務類型的卡點不一樣,啟動的方式也不一樣。以下用三種最常見的任務類型示範完整的 GSD 節奏——你不需要全部用上,找到對應你今天工作的那個就夠了。


場景一:代碼開發任務

最常見的卡點

  • 需求模糊,不知道「做完」的邊界在哪裡
  • AI 改了東西,不知道有沒有動到不該動的地方
  • 修了 bug 但產生了另一個 bug,不斷循環
  • 「先做出來再補測試」然後測試永遠沒補

GSD 套路

啟動(3 分鐘)

跟 AI 說清楚這四件事:

  1. 這次要完成什麼(功能/修復,限定一件事)
  2. 不需要動的範圍(明確說出來,AI 不動的東西比它猜哪裡不能動更可靠)
  3. 做完的標準(什麼行為/輸出算完成)
  4. 這次有什麼已知的限制或依賴
任務:實作 user 登入的 JWT 刷新邏輯
不動的範圍:登入/登出流程、user schema 不動
完成標準:refresh token 可以換出新的 access token,舊的 refresh token 自動失效
限制:用現有的 auth.service.ts,不新增 dependency

執行(專注段)

  • 先讓 AI 列出它打算怎麼做,確認過再動手
  • 每完成一個小步驟(例如一個函數),先在本地跑一下驗收,確認無誤再繼續
  • 如果 AI 的輸出讓你看不懂,就是一個信號——先搞懂才繼續,不要蒙著頭跑

收尾(5 分鐘)

  • 跑一遍主流程的手動測試,確認 happy path 過了
  • 寫 commit message,說清楚改了什麼
  • 如果還有沒補的測試或 edge case,開一張待辦事項,記下來,不要留在腦子裡

常見陷阱提醒
AI 幫你改 bug 的時候,很容易順手改一些「它覺得可以更好」的地方。在 diff 裡仔細看你沒要求的改動——不是說它改的一定不好,而是你得知道它改了什麼,不然你不能說「我知道這個功能做了什麼」。


場景二:文章寫作任務

最常見的卡點

  • 不知道從哪裡下筆,一直在醞釀
  • AI 生的草稿讀起來像 AI 寫的,改起來比重寫還累
  • 寫了一半,發現結構不對,推倒重來
  • 覺得還沒準備好發出去,一直在「潤稿」

GSD 套路

啟動(5 分鐘)

在動筆之前,先用 AI 把這兩件事確認清楚:

  1. 誰在讀,讀完他知道什麼
    不是「這篇是給開發者看的」,而是「讀完這篇的人,應該能說出 X 是怎麼回事,並且知道下一步是什麼」。

  2. 文章的骨架(H2 清單)
    用一句話概括每個 H2 要說的論點——不是標題本身,是「這個段落在說什麼」。確認骨架對了,再開始寫。

骨架對了,AI 寫的草稿才能往對的方向走;骨架沒確認就開始寫,很容易寫到一半才發現結構跑掉,然後陷入「重構文章」的耗時模式。

執行(段落逐一完成)

建議的節奏:一次只請 AI 寫一個 H2 段落,而不是請它一次輸出整篇文章。

一次一段有幾個好處:

  • 你可以在每段完成的時候驗收語氣、觀點是不是你要的
  • 你自己介入修改的成本低很多——改一段,遠比改整篇容易
  • 每完成一段你有一個小的進度感,比一口氣看到一篇「差一點完美」的草稿,心理上好處理

用 AI 寫稿的指令建議帶上:「語氣直接一點,不要太多鋪陳,不要用『值得注意的是』這類開頭」——這樣至少能過濾掉最容易讓人改不完的 AI 語氣。

收尾(10 分鐘)

  • 快速掃一遍全文,確認每個 H2 的論點清楚、有首尾呼應
  • 把你覺得讀起來不像你說話方式的句子改掉(兩三個就好,不要全改)
  • 設一個發出去的時間點——今天還是明天,說好,然後遵守它

常見陷阱提醒
「這篇還沒準備好」這個感覺,99% 的時候不是真的——是你對「被人看到」這件事有點緊張。問自己一個問題:「如果這篇文章只要讓一個人讀了有收穫,它現在達到了嗎?」如果是,就發。


場景三:提案準備任務

最常見的卡點

  • 不清楚對方真正在乎的是什麼,做了很多但打不中核心
  • 太多資訊塞進去,反而讓人不知道重點在哪
  • AI 幫你生的提案太「模板感」,讀起來沒有說服力
  • 來回修改多個版本,但版本之間的差異沒有方向

GSD 套路

啟動(5 分鐘)

提案啟動最重要的一步,是先把「對方的問題」說清楚——不是你要提什麼,而是「對方現在的狀況是什麼、他希望達到的結果是什麼、他最在意的限制是什麼」。

用 AI 做一個「對方視角的摘要」:

受眾:[對方是誰、什麼角色]
他們的現況:[現在面對的問題或挑戰]
他們想要的結果:[用他們的語言說]
他們最在意的限制:[時間、預算、風險、內部政治...]
請幫我從「對方最在意的是什麼」這個角度,整理出這份提案需要回答的核心問題。

這一步做完,你就有了一個不容易跑偏的框架。

執行(結構優先,細節後補)

提案寫作的正確順序:先確認「一句話說明提案的核心論點」,再展開結構,最後才填細節。

逆向來做的代價是:你花了很多時間填細節,最後發現核心論點不清,整份提案需要大幅重寫。

用 AI 的建議順序:

  1. 請 AI 幫你列出提案的一句話論點(三個版本,你選一個)
  2. 根據核心論點展開 3-4 個支撐點
  3. 每個支撐點需要哪些資料或例子支撐(先列清單,再去找)
  4. 最後才是版面設計與視覺包裝

收尾(10 分鐘)

  • 用「對方視角」快速讀一遍:這份提案有沒有回答「為什麼這個方案對他最好」?
  • 確認有一個清楚的「下一步是什麼」——對方看完要做什麼動作、你希望他怎麼回應
  • 版本命名好,把「目前要送出去的版本」存一份,不要讓版本繼續漂移

常見陷阱提醒
AI 生的提案語言通常太「正式」——充滿「為了達成目標」「透過有效的方法」這類填充句。這些句子讀起來有字、但沒有說任何東西。送出去之前,把這類句子換成「我們做了 X,因此你會得到 Y」的具體語言。


通用的收尾儀式

不管是哪種任務,結束之前做這三件事,讓大腦能真的說「這件事做完了」:

  1. 確認完成條件已達到(不是「感覺差不多了」,是「DoD 清單打勾了」)
  2. 把待解決的問題記錄在對的地方(不是留在對話裡,是進待辦清單或筆記)
  3. 讓輸出離開草稿狀態(commit、發布、發送——讓它真的「出去了」)

把 GSD 變成一個習慣

這個系列從「診斷問題」講到「真實場景套路」,所有的內容加起來,最終想讓你帶走的,只有這一套日常節奏:

早上:今天的三件事是什麼(任務層清單)
開始每件事前:邊界和完成條件確認了嗎
結束每件事後:可以打勾了嗎,待解決的問題記下來了嗎
一天結束:有沒有東西真的完成了

這四個問題,不需要任何特殊工具——但它們能讓你的 AI 使用效率,比大部分人高出一個數量級。不是因為你用了更厲害的模型或更長的 prompt,而是因為你知道你在做什麼、做到哪裡算完、做完了能收尾。

這就是 Get Shit Done。


回到系列總覽

這篇是 GSD 系列的最終站,講 代碼、文章、提案三種任務的實戰套路。完整閱讀路線與其他篇主題,請回到 GSD 入門課。