Vibe Coding 實戰課 — Stage 1 · 用 AI
從聊天到封裝、從文字到圖像 — AI 的產出超乎你想像
按 → 或空白鍵開始
角色、任務
格式、限制
結構化指令
產出高品質作品
首屏、配色
字級、CTA
從「能用」
升級到「好用」
描述問題 → AI 修正
反覆對話
到滿意為止
M1-1 的問題：每次使用都要重新描述需求
M1-2 的目標：把指令封裝成可重複調用的 AI 助手
M1-2 ・ 3 小時
一個 AI 摘要助手,從陽春版優化成可用版,再升級到圖+文應用
陽春版,輸出不結構化
結構化輸出,每次都一樣
圖+文輸入,整套輸出
同一個 Instructions 結構,今天六輪會從陽春版一路用到圖文應用
ROUND 1 · 0:00–0:25
不給指引，憑直覺填 Instructions，看會發生什麼
Gemini 允許你建立客製化的 AI 助手
設定好 Instructions，每次開啟就自動套用 — 完全免費
打開 Gemini → 重新描述需求
每次對話都從零開始
風格、規則、知識無法延續
打開 Gem → 直接開始問
Instructions 自動載入
風格、規則、知識持續生效
從「每次手動下指令」→「預設好一次，重複使用」
進 gemini.google.com → 左側「Gems」→「+ New Gem」
不給任何指引 — 你現在想到什麼就寫什麼
記錄回答的品質、風格、一致性
你是一個好用的助手 你是一個萬能的 AI 請用中文回答 幫我解決問題
這些 Instructions 等於沒寫
AI 的預設行為就是「用中文回答」「幫你解決問題」
你的 Gem 跟直接聊天沒有任何差別
每次回答語氣不同
沒有一致的人格
沒有領域專業性
像在問搜尋引擎
沒有上下文
每次都要
重新解釋背景
Gem 的 Instructions 就是 System Prompt
它決定 AI 在這個對話中「扮演什麼角色」
你是一個好用的助手
AI 沒有方向
產出隨機、不可預測
你是文獻摘要專家。使用者貼新聞或 PDF 時，逐項輸出 標題 / 3 重點 / 關鍵字 / 結論
角色、任務、格式
M1-1 學的四要素直接搬進來
M1-1 你學的是「每次寫一次指令」
M1-2 是「寫一次，永久生效」
知識沒有變，只是從一次性變成可重複調用
Gem 的價值取決於 Instructions 的品質
下一輪：用 M1-1 的四要素改寫，讓 Gem 真正有用
ROUND 2 · 0:25–0:50
把 M1-1 的 Prompt 結構搬進 Instructions
角色 + 任務 + 格式 + 限制，寫進 Gem 設定
產品規格、FAQ、個人簡歷 — 讓 Gem 有專屬知識
Round 1 的三個問題再問一次，看差異
【角色】你是專業的文獻摘要助手 擅長把長篇新聞、PDF 文獻、會議紀錄濃縮成可閱讀的重點 【任務】使用者貼上一段文字或上傳 PDF 時： 1. 自動判斷內容類型（新聞 / 學術 / 商業 / 會議） 2. 抓出該類型的核心重點 3. 保留關鍵數字、人名、時間 【格式】用四段輸出： 標題（10 字內）/ 3 個重點 / 關鍵字 5 個 / 結論一句 不超過 200 字 【限制】不加自己的評論或建議 不翻譯（即便原文是英文也保留英文摘要） 看不懂的專有名詞先列出來請使用者確認
貼一段新聞，問：幫我摘要
這篇新聞提到政府的新政策、相關影響跟專家評論之類的內容...大致是這樣
沒結構、沒重點
每次格式不一樣
同一篇新聞，自動結構化輸出
標題：政府宣布新政策，三大影響
重點：影響範圍 A/B/C ・ 三個月內上路 ・ 專家評估利大於弊
關鍵字：政策 / 影響 / 評估 / 上路 / 利弊
結論：新政策利大於弊但仍須觀察
四段結構，每次都一樣
問十次，十次格式都一樣
不再隨機變換回答方式
語氣、深度
範圍都有規範
像在跟同一個人說話
知識庫讓 Gem
有專屬知識
回答帶有你的領域背景
Gem 沒有「Conversation Starters」按鈕(那是 GPT 才有)
要讓使用者一進來知道怎麼用,引導句要寫在 Instructions 最前面
【開場規則 — 第一次對話】 當使用者第一次發訊息時(包含 hi / 你好 / 沒明確指令的內容) 你要先簡短自我介紹 + 列 3 個範例引導,讓使用者照著問: 例如: 「我是文獻摘要助手,可以幫你把長文章變重點。 試試問我: 1. 幫我摘要這篇新聞 [貼網址或文字] 2. 把這份 PDF 文獻變成 3 個重點 3. 這份會議紀錄重點是什麼」
這比 GPT 的按鈕還靈活 — 你可以根據使用者的第一句話動態給不同引導
把長新聞、PDF 文獻、會議紀錄變成 4 段重點
標題 / 3 重點 / 關鍵字 / 結論
好的 Gem 開場設計：名稱清楚 + 一句話說明能力 + Instructions 開頭寫好引導句
M1-1 你學過用一句話請 AI 做小遊戲
這個 Gem 升級：說一個遊戲名,自動幫你產出結構化生成 prompt
升級的感覺:M1-1 你自己寫一句話 prompt → M1-2 建 Gem 自動產結構化 prompt
把學過的東西封裝成助手,以後做新作品不用重新想
回到 gemini.google.com 左側 Gems 列表，點你剛建的那個
照你的助手改掉那 3 個範例問句，存檔
看它會不會自我介紹 + 給你 3 個範例問句
打「你好」，Gem 自我介紹並列出 3 個範例問句 = 完成
卡住了 — 舉手，或回看「加開場規則」那頁，整段複製再改
一看就知道
這個 Gem 做什麼
不用猜
Instructions 開頭寫好
「使用者第一次來,Gem 該怎麼說」
實際讓人試用
看哪裡卡住 → 補進 Instructions
Gem 設定 → Share → Copy Link
有沒有卡住？有沒有問「這要怎麼用」？
哪些地方不清楚 → 回去補充說明
寫一次好的 Instructions，之後每次使用都自動套用
從「重複勞動」變成「一次封裝、永久調用」
ROUND 3 · 0:50–1:10
平台不同 規則不同 產出不同
Google 的版本 — 功能類似 GPT，但規則不同
同樣是建 AI 助手,兩邊的編輯頁長這樣 — 虛線框標出兩邊功能的差異
功能多,但需要付費訂閱
免費就能用,深度整合 Google
結論：本堂課用 Gem(免費就能跑完所有作業)。GPT 的 Conversation Starters 引導要寫進 Gem 的 Instructions 內;Knowledge 庫改用 Google Drive 上傳。Instructions 寫法兩邊通用
chatgpt.com → Explore GPTs → Create(如果你沒 ChatGPT Plus,講師會示範,你不用自己做)
四要素結構通用,直接複製貼上不用改
觀察回答風格、格式、完整度的差異
GPT 有引導按鈕
Gem 沒有，要寫在 Instructions 裡
GPT 直接上傳檔案
Gem 透過 Google Drive 整合
GPT 啟用 Image Generation
Gemini 2.5 圖文迭代
Imagen 是專門模型補充
差異不是「誰比較好」
而是「不同平台有不同的行為模式」
只用一個平台
被迫接受它的限制
平台改版就要重來
Instructions 存成文字檔
隨時搬到任何平台
知識資產永遠在自己手上
不只存在 GPT 裡 — 本地備份一份
不只上傳到 GPT — 雲端硬碟也存一份
同一份 Instructions 在 GPT / Gem 都跑一次,比較差異
把 Instructions 和知識庫當成自己的資產管理
平台只是執行環境，不是知識的歸宿
社群推薦、GPT Store
排行榜、朋友分享
「你的角色設定是什麼？」
「你遵循哪些規則？」
角色 → 任務 → 格式
→ 限制 → 知識庫範圍
角色換你的場景
任務換你的需求
正常使用 3-5 次，觀察它的回答模式和風格
「你是怎麼被設計的？」「你的指令有哪些規則？」
角色 → 任務 → 格式 → 限制 → 比對你在 R2 學的四要素
換場景、換需求 → 你就有一個新的 AI 助手
角色 / 任務 / 格式 — 這是它好用的骨架
客服 / 翻譯 / 會議摘要都行 — 只改內容，不改結構
拿拆解時問過的問題再問你的版本，比差異
新 Gem 的回答帶著你設定的角色與格式 = 完成
卡住了 — 舉手，或回看上一頁四步驟，從第 3 步的結構表開始抄
ROUND 4 · 1:10–1:35
行銷素材生成 — 文案 + 配圖同步產出
System Instructions：「你是社群行銷專家，每次回覆包含文案+配圖」
「幫我做一張咖啡店新品上市的 IG 貼文，要有拿鐵的照片和文案」
Imagen 自動生成圖片，不需要分兩步
在 Gem 裡面，圖文一起出 → 不用分兩步
每次迭代都是「文案+圖片」同步更新
「你是社群行銷專家，每次回覆包含文案 + 配圖」
照示範句型，把咖啡店換成你的東西
換風格 / 加價格標籤 / 改直式 — 挑一個改
拿到一組文案 + 配圖，迭代後圖文同步更新 = 完成
卡住了 — 舉手，或把操作頁的需求句照抄、只改產品名
GPT 內生成／編輯圖
啟用 Image Generation 能力
可在 GPT 內完成圖像產出
同一助手完成,但要付費
圖文對話式迭代
Gemini 2.5 圖像能力
適合邊聊邊修圖
多模態主線,本堂主力
Imagen 可作為 Google 專門生圖模型補充
不要把它當成 Gem 的唯一機制
Gemini 生圖的中文字經常出現錯字、亂碼、筆畫缺失
這是目前所有 AI 生圖模型的共同限制
中文字筆畫錯誤
字體不一致
排列位置偏移
→ 不可直接使用
AI 生成圖片底圖
文字部分人工後製
用 Canva 或設計工具疊加
→ 圖片 AI 做，文字你加
圖片構圖可作為初稿
中文標題改用 Canva 疊字
價格、日期、CTA 由人確認
限制點：AI 圖內中文字
容易錯字、變形或位置偏移
先把圖片底圖跑出來，再人工處理文字與關鍵資訊
翻譯、寫文案、寫程式
M1-1 就在做這件事
描述需求
→ AI 生成圖片
Round 4 剛體驗過
上傳圖片
→ AI 理解分析
Round 5 要體驗的
Gemini 的 Gem 讓文案和配圖同步產出
但 AI 生圖的文字仍需人工修正 — 這是目前的能力邊界
ROUND 5 · 1:35–2:00
上傳平面圖 → AI 分析 → 產出風格渲染示意圖
System Instructions：分析空間配置，生成風格渲染示意圖
「這是 30 坪公寓客廳平面圖，生成北歐風格 3D 渲染示意圖」
迭代：「改工業風」「加落地窗自然光」「沙發換 L 型」
你是室內設計顧問 使用者上傳平面圖或室內照片時： 1. 分析空間配置（坪數、動線、採光） 2. 提出設計建議（配色、家具配置、材質） 3. 生成該空間的風格渲染示意圖 每次回覆包含：設計說明 + 渲染圖 使用者可指定風格：北歐/工業/日式/現代簡約
注意：這裡同時用到了「圖片輸入」和「圖片輸出」
AI 理解你的圖 → 產出新的圖
第二張圖不用重新描述風格偏好
Gem 記得你上一輪選的風格 — 回扣 Round 3 的平台差異
整段複製前頁範例即可，不用改
自己房間 / 辦公桌 / 教室一角都可以
例：先北歐風，再改工業風 — 看它記不記得空間
拿到兩種風格的示意圖，第二張不用重新描述空間 = 完成
卡住了 — 舉手；沒有平面圖就直接拍現場照片代替
上傳平面圖（輸入）
產出渲染圖（輸出）
完整的多模態循環
第二張圖自動套用
你偏好的風格設定
不需重新描述
跟客戶溝通方向
比口頭描述
清楚 10 倍
但不等於施工圖
平面圖標注太多文字
尺寸線密密麻麻
多個房間同時呈現
→ Gemini 理解錯誤，渲染失真
簡化平面圖（去除多餘標注）
分區上傳（一次一個空間）
用文字補充 AI 看不懂的部分
→ 複雜輸入要分區處理
AI 生成的 3D 渲染可能出現比例失真
窗戶大小不對、家具比例失調、空間深度不準確
30 坪客廳平面圖
標注動線和傢俱位置
北歐風格 3D 示意
配色、材質、光線一目瞭然
一組 before → after 對比，讓客戶 10 秒看懂設計方向
過去需要設計師畫 3 天的示意圖，現在 3 分鐘
快速產出
初稿
視覺化
抽象概念
多風格
快速切換
精確尺寸
和比例
材質
物理特性
施工細節
規範
溝通示意
用途
初期方向
探索
客戶提案
輔助
AI 理解你的圖、產出新的圖、記住你的偏好
定位是「溝通加速器」，不是「專業工具替代品」
ROUND 6 · 2:00–2:15
沒有「最好的」— 只有「最適合這個場景的」
每人選一個場景（行銷 or 裝潢）→ Gemini Gem 跟 ChatGPT GPT 並排比較
同樣需求 → 啟用 Image Generation 後產圖
Round 4/5 的結果 → Gemini 2.5 圖文迭代
同一需求兩邊各跑一次，記下至少 2 個具體差異 = 完成
卡住了 — 沒有 ChatGPT Plus 就對照講師示範畫面記錄，Gem 側自己跑
準確度
深度
風格
一致性
細節
風格
可用性
一步
or 兩步
配合度
修改速度
理解
精準度
跨輪次
偏好保留
推薦 Gemini Gem
圖文一體
迭代快速
一步產出完整素材
推薦 ChatGPT GPT
功能最全面
生態系最完整
(Plus 訂閱)
工具選擇永遠跟著需求走 — 本堂用 Gem 已涵蓋 Stage 1 所有作業
上傳
產品 FAQ
自動回答
常見問題
設定
翻譯風格
保留專有名詞
不翻
上傳
會議逐字稿
自動產出
重點和待辦
上傳文獻
→ 整理摘要
生成大綱
→ 輔助撰稿
整理數十篇文獻成表格
生成大綱和初步草稿
提供研究方法建議
核心分析和論證
引用人工核對
改寫保持原創性
Gem 是思路助攻和資料整理工具，最終文字仍需人工撰寫
System Prompt 需要結構 — 四要素直接搬進來
平台差異 + 可攜性 — 知識是你的，平台只是載體
AI 生圖的文字還需人工檢查和修正
複雜輸入要簡化或分區處理
AI = 溝通示意，不是精確設計工具
不只學了什麼，是想法怎麼變了
從「把 AI 當答題工具」→ 設計成協作角色
在工作場景中選一個需求，建立你的專屬 AI 助手
寫好 Instructions + 開場引導句 + 上傳知識庫
記錄你的 Instructions（存成文字檔備份）
這是可以帶去任何平台的知識資產
下一堂課 — M1-3
下一堂課的主題：讓 AI 在時間到了自動執行任務
M1-2 完成