AI 輔助開發工具使用心得 — Claude Code、Cursor、Antigravity IDE 實戰分享
這兩年 AI 工具發展得很快，開發工作的方式也跟著改變。我自己有在用幾個 AI 輔助開發的工具，這篇來分享一下實際使用的心得，包含在專案中的應用經驗。
為什麼要用 AI 輔助開發
先說結論，AI 輔助開發不是為了取代工程師，而是讓工程師可以更專注在重要的事情上。
一些重複性高、套路固定的程式碼，交給 AI 來產生會快很多。像是 boilerplate code、CRUD 操作、表單驗證這類東西，其實寫法都差不多，讓 AI 來處理可以省下不少時間。
我常用的工具
目前主要在用的有幾個：
Claude
Anthropic 的 Claude 是我最常用的 AI 助手。它的程式碼品質很不錯，而且對話能力很強，可以跟它討論架構、請它解釋程式碼、幫忙 debug。
我通常會把遇到的問題或想實現的功能描述清楚，讓它給我建議或程式碼範例。Claude 對於複雜的程式邏輯理解得很好，給出的解法通常都蠻實用的。
Cursor
Cursor 是一個內建 AI 功能的 IDE，基於 VS Code 改造。它可以直接在編輯器裡面用 AI，不用切換視窗。
比較方便的功能是可以選取一段程式碼，讓 AI 幫你重構或解釋。也可以用自然語言描述要做什麼，讓它直接產生程式碼。對於日常開發來說，這種整合在編輯器裡的體驗很順暢。
Google Antigravity IDE
Google 推出的 AI 開發環境，整合了 Gemini 模型。它的特色是可以理解整個專案的 context，給出的建議會比較符合專案的風格和結構。
在做比較複雜的專案時，這個工具蠻有幫助的。它可以看到整個專案的檔案結構，給的建議會考慮到現有的程式碼風格。
實際專案中的應用
Site Add-on Watchdog — 用 AI 開發 WordPress 外掛
Site Add-on Watchdog 是我開發的一個 WordPress 安全外掛，這個專案全程都是用 AI 輔助開發的。
開發這個外掛的時候，我對 WordPress 外掛開發不是特別熟。但透過 Claude 和 Antigravity IDE，我可以快速了解 WordPress Plugin Handbook 的規範，產生符合最佳實踐的程式碼。
AI 在這個專案中幫了很多忙：
需求拆解：一開始只有一個模糊的想法，跟 AI 討論後才把功能拆解成具體的模組——外掛掃描器、漏洞比對引擎、通知系統、後台介面。
API 串接：要整合 WPScan API 來查詢漏洞資料，AI 幫我寫出正確的 API 呼叫方式，處理回傳資料的解析，還有錯誤處理。
WordPress Hook 機制：WordPress 的 Hook 機制一開始搞不太懂，透過 AI 的解釋和範例，很快就上手了。
Webhook 通知：設計 Slack、Discord、Teams 的 Webhook 串接，AI 給的程式碼結構很清楚，容易擴展。
這個專案如果沒有 AI 輔助，可能要花兩三倍的時間。尤其是對不熟悉的技術棧，AI 可以大幅降低學習曲線。
藝術銀行 — 複雜表單的除錯
在做藝術銀行 Art Bank 的會員系統時，表單驗證的邏輯很複雜。企業戶和個人戶的欄位不同，驗證規則也要動態切換。
開發過程中遇到不少 VeeValidate 的問題，很多錯誤訊息看不太懂。這時候就是把錯誤訊息和相關程式碼貼給 AI，讓它幫忙分析問題在哪裡。
有一次卡在動態驗證規則切換的問題，自己 debug 了一個多小時找不到原因。貼給 Claude 看，它馬上指出是 Yup schema 的更新時機不對，還給了正確的寫法。這種時候 AI 真的很有用。
日常開發的效率提升
除了大型專案，日常開發也常常用到 AI：
快速產生元件結構：開一個新的 Vue 元件，讓 AI 產生基本的 template、script、style 結構，自己再填入業務邏輯。
CSS 轉換：有時候需要把設計稿的樣式轉成 Tailwind class，描述一下要的效果，AI 就能給出對應的 class 組合。
正則表達式：每次要寫 regex 都要查很久，現在直接問 AI「我要匹配 xxx 格式的字串」，它就會給我正確的正則表達式。
Git 操作：遇到不熟悉的 Git 情境，像是怎麼 rebase、怎麼 cherry-pick，問 AI 比查 Stack Overflow 快。
使用上的注意事項
AI 工具很方便，但也有一些要注意的地方：
不能無腦複製貼上
AI 產生的程式碼不一定是對的。要自己看過、理解邏輯、測試過才能用。有時候它會寫出看起來很合理但其實有 bug 的程式碼。
我的做法是把 AI 產生的程式碼當作參考，理解它的思路後再自己改寫成適合專案的版本。
要給足夠的 context
AI 不知道你的專案背景，給的資訊越完整，回答越準確。描述問題的時候要說清楚：
- 用什麼框架和版本
- 想達成什麼目的
- 已經試過什麼方法
- 完整的錯誤訊息
敏感資訊不要丟進去
公司的 API key、內部系統的程式碼，這些敏感資訊不要隨便丟給 AI。雖然大部分工具都說不會用來訓練，但還是要小心。
基礎知識還是要有
AI 可以幫你寫程式碼，但如果你完全不懂程式，就沒辦法判斷它寫得對不對。基礎的程式觀念、框架知識還是要自己學。
AI 是加速器，不是替代品。它可以讓你更快地做事，但前提是你要知道自己在做什麼。
如何有效地使用 AI
用了一陣子之後，有一些心得可以分享：
學會下好的 prompt
描述越清楚，回答越準確。不要只說「這個不能用」，要說「我用 Nuxt 3 + VeeValidate，想要在切換表單類型時動態改變驗證規則，但是 xxx 的時候會出現 yyy 錯誤」。
把它當作討論對象
遇到架構設計的問題，可以跟 AI 討論不同方案的優缺點。它不一定會給出最好的答案，但可以幫你理清思路。
善用它來學習
對於不熟悉的技術，可以請 AI 解釋概念、給範例、回答問題。比起只看文件，這種互動式的學習更有效率。
定期更新工具
AI 工具更新很快，新版本通常會有更好的能力。保持工具在最新版本，可以享受到更好的體驗。
對開發效率的影響
用了這些工具之後，開發效率確實有提升。根據我自己的感覺，大概可以提升 30% 左右的效率。主要是在這幾個方面：
- 減少查資料的時間：很多問題直接問 AI 就有答案
- 加速初期開發：基本結構產生得很快
- 降低學習曲線：接觸新技術時可以更快上手
- 減少卡關時間：debug 的效率提升很多
當然，這些工具不是萬能的。遇到複雜的業務邏輯、需要理解整個系統的問題，還是要靠自己思考。AI 可以加速，但不能取代理解和思考。
結語
AI 輔助開發已經是現在進行式了，不是未來的事。學會善用這些工具，可以讓自己更有效率，把時間花在更有價值的事情上。
但也不要過度依賴，基本功還是要紮實。AI 是工具，會用工具的人還是比較吃香。
最後，保持開放的心態持續學習。AI 工具還在快速發展，現在的使用方式可能過一年就不一樣了。跟上這個趨勢，才能在競爭中保持優勢。