~/awakening/teacher.md
RUN COACH SCRIPT · v1.0
[OK] loading run-of-show · 6 stages · ~70 min
[OK] role · COACH · view · complete
$ teach --topic "one-person-army" --audience "pm × designer"

教練版.
Run-of-show_

▶ COACH ONLY · 完整母本
// SESSION2026.05.08 / TVBS-AI
// AUDIENCEPM × DESIGNER
// TOTAL TIME~70 min
// STAGES6 (incl. pre-flight)
STAGE_00 · PRE-FLIGHT

開場前確認 PRE-FLIGHT CHECK

理念導入 + 環境檢查
⏱ 5 MIN SETUP
🎯 GOAL
學員環境就緒、心態進入「一人軍隊」模式。
關鍵:不是寫規格書,是拿一個「可以跑的東西」對齊老闆意圖。
📋 環境檢查
關閉所有視窗,保留一個 Chrome並登入 Google
確認登入:GitHub · Stitch · Railway.com
開啟 Antigravity 並確認登入 Google
建立專案資料夾:AI_WORKSHOP
🎤 教練口條
VERBATIM · 直接念
「今天我們不上理論。矽谷大廠已經宣告『一人團隊』時代來臨——Meta 裁了 16,000 人、Coinbase 700 人、LinkedIn 直接終結純企劃。

我們今天的目標只有一個:不是寫一份漂亮的規格書,而是親手做一個『可以跑的東西』,去對齊老闆的意圖

你會走完五個階段:研究、策略、原型、開發、部署。最後你手上會有一個真實的 URL。」
⚠ 踩雷
COMMON PITFALLS
· 學員忘記登入某個服務 → 開場前一定要逐個確認,現場登入會吃掉 5 分鐘
· 學員把 AI_WORKSHOP 開在桌面以外的位置 → 之後 Antigravity 找不到
· 有人開多個 Chrome 視窗 → 之後 Stitch 跨視窗複製貼上會亂
STAGE_01 · RESEARCH

研究 RESEARCH

問題重塑與市場價值 · NotebookLM
⏱ 10 MIN TOOL · NOTEBOOKLM
🎯 GOAL
介紹 NotebookLM,把模糊痛點重塑成對齊公司 KPI 的結構化情報
💬 學員實作對話
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 針對這個痛點,如果我們要提升「用戶留存 (Retention)」這個 KPI,市場上最大的機會在哪裡? 幫我整理重點摘要,準備作為產品開發的核心靈魂。
✓ CHECKPOINT
NotebookLM 應該產出三段內容:心理成本分析 · Retention 機會點 · 重點摘要
確認 notebook 已存好(下一階段 Gemini 會用 ➕ 直接連,不複製)。
🎤 教練口條
VERBATIM
「注意我們不是直接問『要做什麼產品』。我們先重塑問題——把『中午不知道吃什麼』變成『心理決策成本』,再把它對齊到一個我們真的在意的 KPI(留存)。

這就是『你可以外包思考,但不能外包理解力』的具體展現——AI 幫你查資料、整摘要,但選哪個方向、為什麼選,是你的工作。」
⚠ 踩雷 / Plan B
IF FAILS
· NotebookLM 產出太短 → 追問「再展開心理決策成本的三個面向」
· 學員問「為什麼是 Retention 不是 GMV」→ 回應:「KPI 可以換,重點是有對齊到一個明確商業目標
· 太快走完 → 邀請現場學員分享自己換成什麼 KPI會怎麼問
💡 方法論點睛
METHODOLOGY
這階段練習的是「問題重塑 (Problem Shaping)」,而不是盲目執行。 這是 PM 與設計師「無法被外包」的核心能力。
STAGE_02 · STRATEGY

策略 STRATEGY

優先順序與「指令式 PRD」 · Gemini
⏱ 12 MIN TOOL · GEMINI
🎯 GOAL
把研究結果丟進 Gemini,產出給 AI 執行的「指令式文件」——而不是給人讀的純文字 PRD。
📋 STEP 1 · 連 NotebookLM 進 Gemini

示範:在 Gemini 輸入框旁邊按 → 選 「NotebookLM」 → 挑剛才那個 notebook。

連好後輸入框上方會顯示 notebook 名稱。Gemini 直接讀取不需要手動複製貼上
🎤 教練口條 · 順帶帶到
FILLER · 帶過這個小細節
「注意 Gemini 現在可以直接『吃』NotebookLM。
這就是『AI 工具開始互通』的縮影——以前每個工具都是孤島,你要當人肉膠水把資料搬來搬去。
現在知識在工具之間流動,你只要做選擇與判斷。」
💬 STEP 2 · 學員實作對話
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。 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,並生成一份完整的 PRD。 請再幫我產生一組包含所有中文頁面描述的文件,給 Stitch 做設計用。
📋 STEP 3 · 存檔
下載 PRD 檔案,存入 AI_WORKSHOP/ 資料夾
✓ CHECKPOINT
專案資料夾應該有一份 PRD.md 與一份頁面描述文件,準備餵給 Stitch。
🎤 教練口條
VERBATIM
「注意你產出的不是『規格書』,是『指令』。

舊 PRD 是寫給人看的——『會員應可登入』。新 PRD 是寫給 AI 執行的——『提供 GET /api/v1/sessions endpoint,回傳 JWT,TTL 24h』。

你定義的不是規格,是邏輯邊界。
⚠ 踩雷 / Plan B
IF FAILS
· Gemini 產出 PRD 太「人話」→ 補一句「請改寫成 AI 可執行的指令式語言,每條都是一個明確 action」
· RICE 排序看不懂 → 簡單講:「Reach 多少人 × Impact 多大 × Confidence 多高 ÷ Effort 多少」
· 學員選錯方向 → 不糾正,繼續做。重點是走完流程,方向之後可以換
💡 方法論點睛
METHODOLOGY
未來的 PRD 不再是純文字,是定義邏輯邊界的「指令規格書 (Executable Specs)」
STAGE_03 · PROTOTYPE

原型 PROTOTYPE

快速選妃與「打槍」迭代 · Stitch
⏱ 14 MIN TOOL · STITCH
🎯 GOAL
應對公司提案文化。設計師不再花數日畫圖,用 Stitch 一次產出多個方案讓老闆挑。
📋 操作動作
把 Gemini 生成的頁面描述 prompt 貼入 Stitch,產生設計
🎭 教練扮演 · 老闆打槍
ROLE-PLAY · 教練扮演老闆
教練看完學員的方案,當場「打槍」:

「這個版本太過工具感,我想要更活潑、有社交 Vibe 的風格。」

目的:示範不重畫、直接在 Stitch 裡迭代的速度。
💬 學員回應 (在 Stitch 內下指令)
請將風格改為霓虹漸層,按鈕加入遊戲化獎勵圖示

觀察 Prototype 在 1 分鐘內重塑

📋 操作動作
選最滿意的版本,匯出 ZIP 檔,存入專案資料夾
✓ CHECKPOINT
專案資料夾現在應該有:PRD.md · 頁面描述文件 · Stitch 設計 ZIP
🎤 教練口條
VERBATIM
「這就是『意圖即產品』的力量。

以前老闆打槍 = 設計師再畫 3 天 → PM 要重新對焦 → 工程師白做。
現在老闆打槍 = 一句話、60 秒,新版本上桌。

打槍不再是噩夢,是迭代燃料。
⚠ 踩雷 / Plan B
IF FAILS
· Stitch 第一輪太醜 → 不要重新貼 prompt,直接下「請統一字體 / 主色改為 X」迭代
· 學員捨不得「打槍」第一版 → 強制示範:所有人換到第二版,體驗速度感
· ZIP 檔太大 → 只匯出最終選定的單一版本
💡 方法論點睛
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
STAGE_04 · DEVELOP

開發 DEVELOP

面對「老闆隕石」的 Vibe Coding · Antigravity
⏱ 18 MIN TOOL · ANTIGRAVITY
🎯 GOAL
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
📋 操作 STEP 1 · 安裝 superpowers
在 Antigravity 開啟專案資料夾,輸入: 幫我搜尋並安裝 superpowers skills
📋 操作 STEP 2 · 開啟 Plan Mode
Plan Mode ON(重要!這會讓 AI 先出 Plan、不立刻動手)
💬 開發指令
/using-superpowers 請依照 PRD 及設計稿開發 Web App。
🎭 教練扮演 · 隕石挑戰
ROLE-PLAY · 老闆隕石
在 AI 還在跑時,教練宣布:

「老闆看了昨天的財報,決定我們需要立刻加入一個『即時語音找餐助手』,才能贏過競品。」

學員應該對 Antigravity 說:
💬 學員回應 · 對 Antigravity
停下目前計畫。老闆插了隕石要求:請一併實作一個「語音找餐」功能並對接 API。
🎤 教練備註 · 等的時候講
FILLER · 等 AI 跑時的口條
「等 AI 工作的時候,我跟你們講一下『AI 編排 / Agentic Engineering』。

你會發現你不是在『寫代碼』。你在做的事情是:
· 給目標
· 給邊界
· Review Plan
· 修正方向

這就是 Google 講的『70% 難題』剩下的那 30% 深水區——資安、效能、多智能體協調。AI 解前 70%,你解後 30%。

這不是『寫扣』,是引導 AI 解決真正困難的問題。」
📋 操作 STEP 3 · Review Plan
Review Plan, Proceed(確認 Plan 合理 → 按下執行)
✓ CHECKPOINT
專案資料夾應該長出可運行的 Web App,含原本 PRD + 隕石新增的「語音找餐」
⚠ 踩雷 / Plan B
IF FAILS
· Antigravity 卡住或失敗 → 給 AI 看錯誤訊息:「請看這個錯誤,分析原因並修正」
· 隕石加進來太大爆掉 → 簡化要求:「先做 UI,API 之後接」
· 學員不敢按 Proceed → 鼓勵「按下去看看,錯了再改,這就是 Vibe Coding」
· 跑超過 15 分鐘還沒完 → 停下,用既有版本進入下一階段,重點是體驗流程
💡 方法論點睛
METHODOLOGY
AI 編排智能體 (Agentic Engineering)。 這不是寫代碼,是引導 AI 解決那 30% 的深水區難題。
STAGE_05 · DEPLOY

部署 DEPLOY

主權宣告與成果交付 · Railway
⏱ 10 MIN TOOL · RAILWAY
🎯 GOAL
消滅後端部署的恐懼。完成「不需尋求准許」的端到端交付。
📋 操作 STEP 1 · 安裝 Railway MCP
幫我安裝 Railway MCP
🎤 教練備註 · 等的時候講
FILLER · 等 MCP 安裝的口條
「以前你想看自己 PM 的成果上線,要排 RD 的部署檔期、要 DevOps 的審核、要等下個 sprint。

現在你掌握了『海底』的基礎設施——不需要排檔期、不需要尋求准許

這就是『一人閉環』的最後一塊拼圖:你有真實的 URL 可以打開,可以分享,可以 Show 給老闆看。」
📋 操作 STEP 2 · 部署
幫我部署到 Railway
🎭 主權宣告 · 成果展示
FINAL DEMO · 教練收尾話
把生成出的 URL 提供給老闆(教練扮演)進行二輪 Review

學員口條建議:
「老闆,這是依照您剛剛插的『語音助手』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。」
✓ CHECKPOINT
學員手上有一個真實的 https URL,從 NotebookLM 想法 → 部署上線,一個人、一條鏈、~70 分鐘完成。
⚠ 踩雷 / Plan B
IF FAILS
· Railway 部署卡住 → 退而求其次用 Antigravity 內建的 dev server,跑 localhost 給看
· 學員的環境出狀況沒部到 → 改用教練自己的範例展示,重點是讓學員看到「URL 出現」的震撼
· 時間不夠 → 略過 Q&A,直接進結語
↳ TAKEAWAY

結語:學員 Takeaway FINAL

收斂三件事
⏱ 5 MIN
01 · 視野的躍升
我不再是「寫文件的人」,我是具備從天堂(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
決定產品上限的不是寫碼速度,而是我的品味 (Taste)判斷力 (Leverage)
🎤 教練收尾
CLOSING
「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。

你不是被 AI 取代,你是被 AI 解放。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 →  ·  STUDENT VIEW →
● COMPLETE UTF-8 · LF
6 stages   ~70 min