她用Vibe Coding做出LINE機器人，幫外籍看護無痛get到長輩需求！4個Vibe Coding好用工具包大公開|數位時代 BusinessNext

顧能（Gartner）預測，到2028年，企業生產環境中的軟體將有40％是使用Vibe Coding（氛圍開發）技術與工具所建立。由此可預見在未來職場，運用AI寫程式將是如同操作Excel一樣的基本技能。

「我遇到一個很白痴的工作，就是要開統編。」陳以婕說。身為「生成式AI年會」前社群社群負責人，每月小聚60人、每年大會600人，活動結束就要逐筆核對發票抬頭與統編。錯字、無效統編層出不窮。處理這些事情並不難，但會榨乾人心，日積月累地啃掉時間與心情。
如果有一個系統可以處理雜事，那該有多好？畢竟所有工作者的日常事務中，總有讓人抓狂的小事。

陳以婕不是工程師，頂多上過一些線上程式課程，算是「程式麻瓜」。她決定嘗試開發一個統編比對工具。理由坦白到讓人會心一笑，「慢慢處理統編也可以啦，但是只要我省下愈多時間，就有愈多時間躺在床上耍廢欸！」動機聽來好笑卻直擊人性：把討厭的事縮小一點，就能多掌握一點人生。她後來真的做出「公司統編抬頭比對工具」，支援匯入資料、自動比對並匯出結果，從此把最煩的一段流程塞給AI。

跟AI跳恰恰很正常，表明「需求」最重要

陳以婕的方法並非大家所想像中優雅地輸入需求，AI便自動處理完一切。Vibe Coding（氛圍開發）雖然有一個充滿快活氣息的Vibe字，但目前的過程仍有點手工藝的味道。

陳以婕會在ChatGPT、AI編輯器Cursor和Windsurf之間不斷來回溝通，最常見的流程就是：貼需求→獲得程式碼→跑失敗→貼錯誤→再試一次。她不會假裝自己看得懂程式碼，也不覺得看不懂有什麼關係，只是不斷把任務切分到最小，一個個擊破。

「挫敗難免啦。」但成功之時，陳以婕能感受到足以抹平所有狼狽的成就感，「哇，那一刻我真的體會到工程師有創造世界的能力。」

打開寫程式這扇門，猶如手上握有無限可能性的錘子，可以敲打一切看不順眼的釘子。像是家裡需要另聘印尼籍的移工成為看護，希望能在LINE群組內實現語言翻譯，讓多位家人可以跟看護溝通。

這一次在工程師好友的協助下，她沒有直接寫程式，而是嘗試「先寫需求」：長輩不會設定，所以設計成只要有一個人會設定就好；不只翻譯，還要能動態擴增語言；每一次翻譯都有成本，必須加入「通關密語」做權限控管。

最後，她做出LINE機器人，透過大型語言模型作為翻譯中介，再把訊息整理回群組，讓家人與看護得以自然溝通。真正的難點不在寫程式、串接和金鑰，而是在一開始把情境、角色、限制講明白。當說明清楚了，AI反而更聽話。

注重速度與激情，就有AI小精靈潛能

說清楚問題、需求、規格，將會是未來跟AI溝通最重要的能力。由於陳以婕也有投入AI工作坊，帶著更多程式麻瓜解決工作上的疑難雜症，「常常他們嘴上說A，要解決的卻是B，很多時候我們不是在教怎麼用AI，而是在做思維訓練。」

要怎麼培養這種能力？陳以婕雖然沒有一個系統性的答案，人格特質卻顯露了一切。她有一個習慣，會記錄下自己每天的工作時間、每一個任務又花了多少時間，「接案仔當然要精打細算啊，要是花太多時間很不划算。」在意自己的時間，就有強化效率的動力，同時逼迫思維進化。

還有另外一個特質，「我會跟ChatGPT吵架，甚至吵到額度都用完了。」陳以婕笑說。吵架的本質其實是「澄清」，不排除她跟ChatGPT吵架的內容或許有不合理之處，但那也是一次次釐清需求的過程。

正是這種不斷與AI碰撞的過程，讓技術不再冰冷，反而成為一種能實現個人意志的創造，並且打開了更多的可能性。陳以婕不願意代表其他人發言，斟酌一會說：「AI真的給我這類的文職生，一個思考其他職涯可能性的機會。」就算現在沒有需要Vibe Coding的題目也沒關係，她長期沉浸在AI社群裡，看過最真實的一幕，「所有人都很FOMO（錯失恐懼症，fear of missing out），最後真正成為很會使用AI的人，可能只有1％。」

慢慢來，先有需求再說。所以現階段陳以婕不急著稱自己為「開發者」：「我認為差別在於：你知不知道自己在寫什麼（程式碼）。」她承認現在還是有很多看不懂的片段，但願意慢慢把黑箱變成玻璃箱，至少理解哪一段在做什麼、哪一段可以被替換，「我現在可以說的是，我是AI小精靈啦！」

陳以婕

社福系畢業、曾任專案經理，從程式小白升級為AI小精靈，喜歡在AI、開源社群擔任閃閃發光的小螺絲釘

她的Vibe Coding工具包

ChatGPT：大語言模型聊天機器人
Cursor：AI程式編輯器
Windsurf：AI程式編輯器
Lovable：AI網頁、App開發工具

延伸閱讀：2025最新Vibe Coding工具地圖免費下載！Cursor、GAS、Make該怎麼選？

《數位時代 Live》Vivi直播分享Vibe Coding實戰，再免費收藏簡報檔10/15(三)Youtube直播，立即報名>>

本文不開放轉載

責任編輯：謝宗穎

七年、三階段，國泰金融集團將雲端內化為營運流程與創新引擎

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務？

顏勝豪認為，雲端轉型的起點不是直接遷移系統，而是從四個面向打底：應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃，以及組織治理框架建立，而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏，若沒有共同語言與平台底座，上雲很容易各自為政。」顏勝豪表示，為讓所有員工可以齊步前行，國泰以雲端遷移方法論 Cathay 6R（註1）作為共同語言、用平台作為共同底座，讓轉型不只是技術選擇，而是集團行動。
完成單一系統的雲端遷移後，便進入 Cloud Adoption 階段。在這個階段中，要透過大規模遷移建立更成熟的上雲標準作業流程（SOP），透過 FinOps 機制控管與優化雲端營運成本，以及透過自動化與治理模型確認多雲環境與安全與維運穩定性，目標是將雲端內化為組織日常運營的一部分，進而邁向 Cloud First 階段：在合規前提下，新專案與系統升級預設在雲端環境開發，並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則：讓雲成為 AI 時代的成長引擎，而不是單純的基礎設施。」關於國泰的未來雲端布局，顏勝豪如是總結。

以雲端為 AI 資源引擎、發揮數據燃料價值，實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲，也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲，打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備：成立國泰風險聯防中心（CRC）攜手集團洗防人員強化風險控管與金融犯罪因應能力；釋出國泰員工 AI 助手–Agia–Beta
版，提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務；此外，亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務，更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出，發展AI需要龐大的 GPU 算力，若自建 GPU 機房，不僅硬體設備昂貴、折舊速度快，光是散熱系統一年就高達兩、三千萬元的成本，若採取雲端資源，可以隨啟隨用，同時，大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組，銀行、人壽、產險與證券的創新不再是單點突破，而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本，資料則決定 AI 應用上限。」顏勝豪解釋，在 AI 新世代，AI 模型定調能力「下限」，集團子公司掌握的「獨特資料」則決定應用的「上限」，考量雲端有許多好用 AI 服務，唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略，打造雲端智慧生態圈，並以現代化雲原生技術拓展應用場景；同時，運用 AI 與資料分析優化客戶服務體驗，並藉由跨雲整合機制支援多元業務模式，以充分發揮上雲效益。至於國泰產險，不僅在兩年半內完成13套核心系統上雲、優化營運流程，如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等，讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求，如以 AI Search 精準呈現關鍵字搜尋結果，讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務，以客戶持股為核心，應用 AI 技術打造個人化推播服務，協助投資人更有效率地掌握庫存狀況，提供更即時、系統化的投資管理體驗。
總的來說，國泰金控在集團的雲端轉型不僅是技術升級，更是思維革新，從百套系統上雲進展到 Cloud First 階段，可以預期在雲地基礎下，國泰將進一步引領 AI 時代變革，持續提升營運韌性與放大創新價值。

註1：Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論，將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構，並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。