~/awakening/student.md
RUN STUDENT GUIDE · v1.0
[OK] loading hands-on guide · 6 stages
[OK] role · STUDENT · view · follow-along
$ build --topic "lunch-app" --solo

學員版.
跟著_

▶ STUDENT · 照著步驟跑
// 你會建出什麼一個真實上線的 Web App
// 起點一個模糊的痛點
// 終點你自己的 https URL
// 進度0 / 0
💡 TIP · 點任一 ✓ 框可標示完成 · 進度會自動記住(重新整理也在)
STAGE_00 · PRE-FLIGHT

開場前確認 PRE-FLIGHT

環境就緒檢查
SETUP · 5 MIN
🎯 目標
把工具都打開、登入好。今天的目標不是寫規格書,是親手做一個「可以跑的東西」
📋 開場前要做的事
關閉所有視窗,只留一個 Chrome,登入 Google (接下來所有服務都用同一個 Google 帳號登入)
同一個 Google 帳號登入這三個服務:GitHub · Stitch · Railway.com
開啟 Antigravity 並用同一個 Google 帳號登入
在電腦的 文件 / Documents 資料夾裡,建立一個專案資料夾,命名:AI_WORKSHOP
STAGE_01 · RESEARCH

研究 RESEARCH

問題重塑與市場價值 · NotebookLM
TOOL · NOTEBOOKLM
🎯 目標
把模糊痛點重塑為對齊公司 KPI 的結構化情報
🔗 STEP 1 · 開啟 NotebookLM
📓 STEP 2 · 建立一個新的 notebook
+進入 NotebookLM 後,按 「+ Create new」/「新增」 開一個新的 notebook,命名隨意(後面 Gemini 會直接接它,不用手動複製貼上)。
💬 STEP 3 · 把這三段依序丟進 NotebookLM
上班族中午出去遇到「不知道吃什麼」的問題一直沒被解決。請根據目前的市場趨勢,分析這個問題背後的心理決策成本 我們的核心 KPI 是「用戶留存 (Retention)」。根據剛剛的分析,我們該做什麼樣的產品或功能,才能養成用戶每天中午都想用的習慣? 幫我整理重點摘要,準備作為產品開發的核心靈魂。
📋 STEP 4 · 把回答轉成 Note,再轉成 Source
每段回答下方點「Save to note / 儲存成筆記」 — 三段都各自存成一個 Note。
打開 Notes 面板全選這三個 Note → 點「Convert to source / 轉換成來源」。
左側 Sources 列表會多一筆合併後的來源 — 下一階段 Gemini 接 NotebookLM 時,讀到的就是 Sources,不是 chat 對話
✓ 完成檢核
NotebookLM 應該回給你三段:心理成本分析 · Retention 機會點 · 重點摘要
左側 Sources 列表裡有剛剛轉換好的內容(不是只有原始連結 / 上傳檔案)。
💡 為什麼這樣做
METHODOLOGY
這階段練習的是「問題重塑」,而不是盲目執行。
你可以外包思考,但不能外包理解力——選哪個 KPI、為什麼選,是你的工作,AI 不會幫你做。
STAGE_02 · STRATEGY

策略 STRATEGY

產出「給 AI 的指令式 PRD」 · Gemini
TOOL · GEMINI
🎯 目標
把研究結果丟進 Gemini,產出「給 AI 的指令式 PRD」
🔗 STEP 1 · 開啟 Gemini
📋 STEP 2 · 把 NotebookLM 連進 Gemini

在輸入框旁邊按 → 選 「NotebookLM」 → 挑你剛才建的那個 notebook。

連好之後,輸入框上方會顯示 notebook 名稱。Gemini 接下來能直接讀裡面的內容,不用手動複製貼上
💬 STEP 3 · 跑第 1 個 prompt — 產出 3 個產品方向
我希望為台灣上班族做一個解決中午找餐廳問題的產品,請根據 NotebookLM 的內容,產出 3 個最有機會達成「3.2x ROI」的產品方向。
💬 STEP 4 · 跑第 2 個 prompt — 產出「給 AI 的指令式 PRD」
我喜歡方案 X,請根據 RICE 框架(影響力、信心、成本)幫我排定優先順序,並生成一份給 Antigravity 開發用的指令文件(明確、可執行的 spec,不是給人讀的純文字 PRD)。

💡 把「方案 X」改成你剛剛選的那個方向。

📋 STEP 5 · 把指令式 PRD 匯出到 Google Docs,再下載
在 Gemini 那則回答的右上方找「分享 / 匯出」→ 選「匯出到 Docs(Gemini 沒有直接下載成檔案的功能,要先丟到 Google Docs)
到 Google Docs 後,檔案 → 下載.md(Markdown),存進 AI_WORKSHOP/(純文字 Antigravity 讀起來最乾淨)
💬 STEP 6 · 跑第 3 個 prompt — 產出 Stitch 用的頁面描述
請再幫我產生一組包含所有中文頁面描述的指令,給 Stitch 做設計用。

💡 這段不用下載,下一階段直接從 Gemini 複製貼進 Stitch。

✓ 完成檢核
複製剛剛生成給 Stitch 設計用的指令,下一階段要用。
💡 為什麼這樣做
METHODOLOGY
未來的 PRD 不再是給人讀的純文字,是定義邏輯邊界的「指令規格書」—— 要讓 AI 看了就知道怎麼做
STAGE_03 · PROTOTYPE

原型 PROTOTYPE

快速選妃與「打槍」迭代 · Stitch
TOOL · STITCH
🎯 目標
不再花數日畫圖,用 Stitch 一次產出多個方案,老闆挑哪個都可以。
🔗 STEP 1 · 開啟 Stitch
📋 STEP 2 · 把頁面描述貼進 Stitch
把 Gemini 上一階段給你的頁面描述 prompt 貼入 Stitch,產生第一版設計
📢 STEP 3 · 教練會「打槍」
ROLE-PLAY
教練會看完你的方案後說:

「這個版本太過工具感,我想要更活潑、有社交 Vibe 的風格。」

這時候不要重畫。直接在 Stitch 裡下指令迭代:
💬 在 Stitch 內輸入
這個版本太過工具感,我想要更活潑、有社交 Vibe 的風格

觀察 Stitch 在 1 分鐘內重塑

📋 STEP 4 · 匯出
選最滿意的版本,匯出 ZIP 檔,存入專案資料夾
✓ 完成檢核
AI_WORKSHOP/ 裡現在有:給 AI 的指令式 PRD + Stitch 設計 ZIP(頁面描述只是複製貼進 Stitch 的指令,不需要存檔)
💡 為什麼這樣做
METHODOLOGY
意圖即產品。減少設計與開發間的交接債務,用實物進行對齊—— 打槍不再是噩夢,是迭代的燃料。
STAGE_04 · DEVELOP

開發 DEVELOP

Vibe Coding · Antigravity
TOOL · ANTIGRAVITY
🎯 目標
在 Antigravity 體驗一人閉環。練習在 AI 代理環境下處理突然插進來的隕石要求。
📋 STEP 1 · 開啟 Antigravity
打開 Antigravity 桌面 App,File → Open Folder 載入你的 AI_WORKSHOP/
📋 STEP 2 · 安裝 superpowers
在輸入框輸入: 幫我安裝 superpowers skills, https://github.com/obra/superpowers
📋 STEP 3 · 開啟 Plan Mode
切換到 Plan Mode。這會讓 AI 先給你 Plan,你 review 後再讓它動手。
💬 STEP 4 · 開發指令
/using-superpowers 請依照 PRD 及設計稿開發 Web App。
📢 STEP 5 · 教練會丟「老闆隕石」
ROLE-PLAY · 老闆插隊
AI 還在跑時,教練會說:

「老闆看了昨天的財報,決定我們需要立刻加入一個『吃餃子老虎機』功能 — 按一下就隨機抽出一間餐廳,加上拉霸轉盤動畫,才能贏過競品。」

你的回應是 → 立刻對 Antigravity 說:
💬 對 Antigravity 輸入
停下目前計畫。老闆插了隕石要求:請一併實作一個「吃餃子老虎機」功能 — 使用者按一下後,從現有餐廳清單隨機抽出一間,要有拉霸轉盤動畫。
📋 STEP 6 · Review Plan
看一下 AI 的新 Plan 合不合理 → 按 Proceed
✓ 完成檢核
專案資料夾長出可運行的 Web App,含原本 PRD + 隕石新增的「吃餃子老虎機」
⚠ 你可能會遇到
常見狀況
· Antigravity 卡住或報錯 → 把錯誤訊息丟給 AI:「請看這個錯誤,分析原因並修正」
· 跑很久還沒完 → 不要急,AI 在思考。也可以直接看它正在做什麼
· 不敢按 Proceed → 按下去吧。錯了再改,這就是 Vibe Coding。
💡 為什麼這樣做
METHODOLOGY
你做的不是「寫扣」,是 AI 編排 (Agentic Engineering)——給目標、給邊界、Review Plan、修正方向。
AI 解前 70%(UI / API / 整合),你解後 30% 的深水區(資安、效能、判斷)。
STAGE_05 · DEPLOY

部署 DEPLOY

主權宣告與成果交付 · Railway
TOOL · RAILWAY
🎯 目標
消滅後端部署的恐懼。完成「不需尋求准許」的端到端交付。
📋 STEP 1 · 安裝 Railway MCP
幫我安裝 Railway MCP
📋 STEP 2 · 部署
幫我部署到 Railway
📢 STEP 3 · 主權宣告
FINAL DEMO
把 Railway 給你的 URL 拿到老闆(教練)面前,可以這樣說:

「老闆,這是依照您剛剛插的『吃餃子老虎機』隕石要求,修正上線的真實產品。URL 在這裡,您現在就可以點開。」
✓ 完成檢核
你手上有一個真實的 https URL。從 NotebookLM 想法 → 部署上線,一個人、~70 分鐘
⚠ 你可能會遇到
常見狀況
· Railway 部署失敗 → 退而求其次跑 localhost,用 dev server 給看
· 部署 build 卡很久 → 是正常的,第一次部署常需要 2-5 分鐘
· 環境變數沒設好 → 把錯誤丟給 AI 修
↳ TAKEAWAY

你今天帶走的三件事 FINAL

回去之後可以講給老闆聽
DONE
01 · 視野的躍升
你不再是「寫文件的人」,你是具備從天堂(商業 KPI)海底(部署)自由遊走能力的 Product Engineer
02 · 解決交接債務
老闆的打槍隕石不再是負擔,而是「一段對話」就能完成的極速迭代。
03 · 無法被外包的價值
決定你產品上限的不是寫碼速度,而是你的品味 (Taste)判斷力 (Leverage)
▶ 下一步
BACK TO WORK
你今天走完的這條路,五年前需要 4 個人、2 個月。你一個人、70 分鐘做完。

從今天開始,沒有人可以再用「等開發」當理由阻擋你的想法。
// SESSION_ID 2026.05.08 / TVBS-AI
← BACK TO HUB  ·  SLIDES →
● READY UTF-8 · LF
6 stages · ~70 min