活動紀錄
2025 GenAI Stars【AI加速創新工作坊】：設計思考 × AI Coding
2025/09/18
台大智活8/26舉辦「GenAI Stars深度輔導系列活動「AI加速創新工作坊」，邀請台大智活設計總監劉家成、台大智活中心AI技術總監周遠同，分別從設計思考、AI Coding的角度，分享AI如何協助企業加速創新。
台大智活執行長陳俊杉表示，「AI加速創新，企業必須先想清楚問題，再來要做得快。」設計思考可以協助企業把想不清楚的問題，變成具體可以傳遞的答案，過去這個過程很費力，透過台大智活開發的AI工具「Midas.Touch」，把問題想得更清楚。接著再用AI Coding，加速企業軟體開發的進程。
設計思考 × AI：為企業找到正確問題
台大智活設計總監劉家成，直指創新最常見的難題，便是像童話中公主想要天上月亮般「定義不清的問題」。設計思考（Design Thinking）是透過以人為本的創新方式， 透過「發散與收斂」快速提出概念，驗證使用者的需求。
透過設計思考創新流程五步驟，同理（Empathy）、定義（Define）、發想（Ideate）、原型（Prototype）、測試（Test），將模糊不清的問題變成具體的解決方案。
不過，傳統設計思考雖能解決此困境，但耗時費力。AI的加入，讓需求探索的資料蒐集、點子發想與原型製作得以驚人加速。例如，AI能快速整理論壇評論、商品評價，甚至進行初步的議題分類，讓團隊將更多心力投注於洞察與決策。AI也能協助生成初步介面、上色或故事板，協助團隊快速迭代。
有鑑於此，台大智活推出專為設計思考 X AI設計的協作平台Midas.Touch，結合互動式數位白板與AI卡片功能的創新協作工具，整合LLM輔助思考、激發創意與靈感的思考視覺化畫布，並於工作坊現場帶領團隊實作練習。
劉家成強調，創新的主體終究是「你」，「AI能加速創新過程，但方向必須由人來決定。」AI產出的任何資料都必須「驗證」，不能照單全收，因為「資料為王，垃圾進、垃圾出」。企業應避免思考外包，因意義建構、品味與價值判斷仍是人類不可取代的能力。
AI如何加速創新？劉家成提醒，我們做得（Technology Feasibility）、客人超想要（People Desirability）、生意做得成/做得久（Business Viability）．三者要有交集，創新才會成功。
軟體開發 × AI Coding：用AI加速產品開發
台大智活AI技術總監周遠同分享「軟體開發 x AI Coding」。他將AI Coding比喻為可愛但調皮的小精靈，能快速生成程式碼，但它記憶力有限，也可能誤解需求，在開發時製造一堆問題。
因此，從0到1的階段，開發者需要更精準地「許願」，也就是以規格驅動（Spec Driven）與建立有效的驗收條件來引導AI，避免AI在模糊空間累積錯誤。
除了規格以外，還需要有AI Coding開發流程三步驟輔助，包括：建立產品需求文件、生成任務清單及依序執行任務並迭代。在此過程中，開發者必須介入，需要審核生成任務清單，也必須檢查AI每一次迭代。
建立原型的階段，周遠同分別舉例說明HTML、v0、Figma的特性及適用的時機，
HTML是快速拋棄式的原型，v0能生成可延續的初版產品，Figma則適合UI/UX設計溝通。
他指出，「AI帶來的改變，是讓工程師在原型階段，就能導入以往成本比較高的測試，確保核心模組可靠、安全、好維護。」
AI賦能也改變設計師和工程師的工作流程，讓設計師早期參與，透過AI快速生成初稿原型，工程師再接手開發，大幅減少溝通成本。此外，AI工具也讓後端工程師能處理部分前端任務，縮短開發流程，提升跨職能協作效率。
在N到N +1階段，面對大型專案與品質兼顧的挑戰，周遠同強調，無論AI寫得多快，「測試」都是確保品質安全、可靠的基石。團隊可依情境選擇 Test After（先寫程式後補測試）或 Test Driven（先定義測試再寫程式），並搭配AI生成測試案例以確保穩定性。
而貫穿AI Coding的核心心法，正是「上下文工程（Context Engineering）」，提供所有上下文的藝術，以便LLM 能夠合理地解決任務。由於AI的上下文記憶有限，開發大型專案時需策略性管理資訊，才能避免誤差。
GenAI Stars接下來將持續舉辦「商業模式設計」、「需求工作坊」等系列活動，協助GenAI Stars團隊善用AI與設計思考，加速AI創新落地。
