# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Thariq (@trq212) · 平台：X (Twitter) · 日期：2026-05-19

> 原始來源：https://x.com/trq212/status/2056415973125796184

## 中文摘要

透過AI同步維護決策紀錄解決溝通落差。

**核心策略**
開發者 Thariq 分享了一項實用的 Prompt 技巧，旨在解決 AI 在執行任務時常遇到的模糊地帶。透過要求 AI 在實作 `<SPEC>` 的同時，自動維護一份 `implementation-notes.html` 或 Markdown 檔案，使用者能即時掌握 AI 的決策邏輯與潛在風險，避免「未知未知」（unknown unknowns）導致的專案偏差。

**實作指引**
為了確保 AI 在開發過程中保持透明度，建議使用以下優化後的 Prompt：

Implement `<SPEC>`。在執行過程中，請維護一份 `implementation-notes.html` 檔案，記錄任何我需要了解的實作細節，包含與原始規格的差異或詮釋方式，並涵蓋以下內容：

- 設計決策：針對規格模糊之處所做的選擇。
- 偏差說明：刻意偏離規格的部分及其原因。
- 權衡考量：曾考慮過的替代方案及其選擇理由。
- 待確認事項：任何需要我進一步確認或修正的問題。

**實際影響**
此方法不僅為 AI 提供了一個合理的決策框架，更將「溝通」內化為開發流程的一部分。透過這種方式，AI 不再只是盲目執行指令，而是能主動回報決策過程，讓使用者能持續參與並掌控專案走向，有效降低因規格解釋不一致而產生的技術債。

## 標籤

Skills, 教學資源, 自動化, Prompt Engineering