一屋子老闆來學 Vibe Coding：卡住他們的不是預算，是不知道 AI 能拿來做什麼

昨天下午，我走進一間坐滿老闆的教室。

臺下的學員大有來頭：上市公司副總、執業大律師（還當過法官）、牙醫界的前輩、室內設計師、深耕大陸的臺商、做減糖料理的電商創業者，還有接手家裡長照事業的第二代。每一位都經營著自己的事業，可說是日理萬機。

我站在臺前，心裡想的是：這群人為什麼願意花一個下午，聽我談用 AI 寫程式？

所以，開場第一句話我就說：「今天，我是來幫大家破除迷思的。各位可能覺得寫程式很厲害，但離自己很遙遠。這個想法過去行得通，在 2026 年已經不成立了。」

這個網頁，是在公車上做出來的

證據就是我當天帶去的作品集網頁。

昨天早上，我坐在公車上，想到下午要跟一群老闆分享，那就順手整理一下自己過去做的東西吧。不誇張地說，這個作品集頁面，就是在公車上完成的。

我接觸 Vibe Coding，只有半年左右的光景。我讓大家看看這半年做出來的東西，包括：五千多篇文章的個人網站、放了四十多個工具的 AI 實驗室、投資選股儀表板，還有自己的銷售系統與廣告系統。

廣告系統這件事，值得多講兩句。我相信有投放過臉書廣告的朋友，都知道廣告很有效，但也都知道過程很麻煩，以前甚至有一種職業叫廣告投手。我自己研究過臉書的廣告後臺，繁瑣到我都不太想碰。所以，我乾脆開發了一套系統：我告訴 AI 要推哪個產品、一天預算多少，它就幫我產製文案、設計圖片素材、自動上架。七月底我實際試投了一輪，透過成效儀表板可以看到點閱率、CPC，可說是一目瞭然。

以前要做到這些事，我們得要聘僱工程師，還要請廣告投手。現在我一個人就把它做完了。很多過去看起來很複雜的障礙，正在被逐一夷平。

無人公司的一天

我跟大家分享了我的日常，因為這不是概念，是我每天的生活。

每天早上打開電腦，我跟 AI 說早安。我的虛擬管家會呼叫底下八個秘書：管行事曆的、管待辦事項的、管郵件的，還有一個陪我做學術研究的。他們分頭查資料、做彙整，幾分鐘後給我一份晨間簡報，還會自動歸檔到我的筆記軟體。

到了晚上，我打晚安，AI 就問我三個問題：今天在忙什麼、哪裡卡關、明天想做什麼。回答完，它幫我整理歸檔、更新我的營運儀表板。像是開課動態、收入現金流和網站流量等資訊，一頁看完。

當然，這些不是第一天就設計好的。一開始我也只是做個簡單的資料整理，慢慢堆疊，才長成現在的樣子。

昨天，我剛交出一本新書的書稿，書名就叫《無人公司》，寫的正是這種工作型態：公司裡沒有員工，只有老闆和 AI，預計十二月出版。這個月底，我還有一本《零基礎學 Vibe Coding》要上市，是專門寫給職場人士的。

六、七十歲的長輩，四小時做出作品

那 Vibe Coding 到底是什麼？講白了：你不用會寫程式，只要能把想法和需求描述出來，AI 就能動手做。

我舉了今年六月的親身經歷。我去苗栗後龍教一堂程式設計課，主辦單位事前說學員是樂齡人士。到了現場，我有點害怕：因為叔叔、阿姨們打注音，一個字要打上一分鐘，年紀大多在六、七十歲以上。

那堂課只有四小時，但是到了中午十二點下課時，每個人都做出了一個作品。有人做了苗栗觀光的介紹網頁，有位阿姨做了貓捉老鼠的小遊戲，還有一位大叔說他喜歡賽車，就做了一個極速城市冒險的賽車小遊戲。

他們完全不會寫程式，但也都順利設計出自己的作品。前提只有兩個：不要害怕，然後把需求說清楚。

把 AI 當成聰明但不資深的新同事

心態上，我建議大家把 AI 當成一位會動手做事的新同事：他很聰明，但還不資深，也不了解你的公司。所以你要先給他背景資訊、給他脈絡，再把任務交給他。

比方說你想做一個網站，你要告訴他：這個網站的性質是什麼、目的是什麼、手上有哪些資料、內容是靜態的還是要即時更新。

再打個比方，如果你想做一個選股系統，手上持股幾十支。幾十支股票要一筆一筆輸入，光想就累。這時，就可以先用手機擷圖，把持股畫面丟給 AI，它就自動辨識建檔，知道你買了台積電或 0050，各買了多少。

還有，建議大家從小的專案開始做起。有人第一天就說要做一個蝦皮、PChome。技術上也許做得到，但購物網站背後有金流、資安等一大堆細節。建議有興趣的朋友，要像拼積木一樣，先從小塊拼起，從你最有感的痛點開始。

卡住老闆的不是預算

我看過一份資料：臺灣大概六成多的企業已經開始用 AI，但真正規模化應用的只有 6%。

差距卡在哪裡？不是預算。老闆都知道 AI 重要，卡的是不知道 AI 到底能拿來做什麼。拿來寫文章嗎？做會議紀錄嗎？這些都可以，但都太小看它了。

我請大家做一個練習。你對自己的本業閉著眼睛都會做，對吧？但如果我給你幾張白紙，請你把每天的工作流程逐一寫下來，我敢說絕大多數人都寫不完整。我們很會做，但不習慣把它寫出來。

而這正是關鍵：你想讓 AI 幫你做事，就要把流程補起來。你不寫，AI 靠著搜集資料、參考別人的做法，大概也能補出八成，但缺掉的那一兩成，往往正是你的專業、你的美感、你多年累積的判斷。那一兩成，就是你的價值所在。

這也解釋了我最近觀察到的現象：愈來愈多老闆自己跳下來學。按理說老闆底下有員工、可以外包，為什麼親自動手？因為老闆決策快，而且最清楚自己要驗證什麼。

智慧通膨：及格線被推到八十分

最近有本書在談智慧通膨，我很有感。

過去你要認真念書，才能夠有七、八十分的水準。現在 AI 隨便一出手就是六、七十分，於是及格線被推高到八十分。你交給客戶的東西如果只有 AI 的水準，客戶一眼就看得出來：這是 AI 做的，憑什麼收這個錢？

所以，差異在哪裡？在你的判斷力、品味和整合力。工具大家買的都一樣，為什麼有人特別會用？因為他特別會指揮、特別會排程。指揮 AI 跟指揮人，其實很相似，而這是可以練習的。

現場示範：21 天飲控計畫

概念講再多，不如做一次。有一位學員上臺，跟我說了她的需求：她想開發一個 21 天飲控計畫，讓使用者輸入性別、年齡、身高、體重和活動量，以及目標是減脂、維持還是增肌，算出每天該吃多少蛋白質、喝多少水。

需求一送出，AI 先做腦力激盪，然後反過來問她：要純前端還是要含每日追蹤？要靜態頁面還是互動的？全場看著 AI 一項一項追問需求細節，就像一個盡責的產品經理。

我趁機講了一個框架：input、process、output。你要輸入什麼、AI 要處理什麼、最後輸出長什麼樣子，是純文字、有數字、還是一個儀表板？這些東西如果想得愈清楚，成品就愈接近你要的。

還有一件事，大家常忘記：做完之後呢？你總不能讓使用者用完就走。要有行動呼籲（call to action），要有讓人留下來的設計。

先求有，再求好

一個下午講下來，我最想留給這群老闆的，其實是兩句話。

第一句：先求有，再求好；先完成，再完美。卡關很正常，我自己也天天卡關，卡了就調整、就重來，不要想著一次到位。先做到六十分讓它跑起來，你才有東西可以修；停在紙上的一百分，永遠等於零。

第二句：你的想法，加上說得清楚的需求，加上你親自驗收，就是一條新的生產線。你們在各自的行業裡累積了二十年、三十年的專業，那正是 AI 補不齊的一兩成。

如果你也想找一個地方開始，我建議做三件事，一毛錢都不用花：

挑一件你每週都要重複做、而且做到有點煩的事，把流程寫下來，寫到別人照著做也不會出錯。
把那份流程貼給 AI，告訴它輸入是什麼、要處理什麼、輸出長什麼樣子。
給自己一個下午，做出第一版，然後親自驗收，把不滿意的地方講給它聽。

這三步，就是那間教室裡發生的全部。沒有魔法，也沒有門檻，差別只在你有沒有把腦袋裡那條流程交出去。

回到開場的那句話。寫程式很厲害、但離自己很遙遠，這件事在 2026 年已經不成立了。真正遙遠的，是那個一直放在你腦袋裡、始終沒有被寫下來、也沒有被交出去的需求。

你們手上握著 AI 補不齊的那一兩成，而現在，正是讓那一兩成發揮最大槓桿的時候。

如果你還不確定要從哪個題目下手，不妨先用 AI Builder 選題器找出屬於你的第一個題目。