工程師與PM的價值被AI重寫？Claude Code負責人點名：未來團隊最缺的不是「建造者」，而是這2種人|數位時代 BusinessNext

產品經理寫需求、設計師畫介面、工程師把規格變成產品，是科技團隊行之有年的接力賽。但生成式 AI 正在改寫交棒方式。

現在，產品經理可以做出可點擊的功能流程，設計師可以用真實資料測試互動，工程師也能在動手建置前並排比較多個原型。但更高的流動性與互補性，代表傳統的「部門」定義鬆動了嗎？

Anthropic 的 Claude Code 負責人 Boris Cherny 認為，真正鬆動的是「先寫文件，再交給下一個職能實作」的工作流程。當更多人能直接產出可操作成果，團隊的瓶頸也從「誰能把東西做出來」，移向「什麼值得做、如何做到可上線，以及誰來收拾與維護」。

Cherny 近期在一篇 X 貼文中提出 5 種「工作原型」，正好提供一套觀察框架，它的價值不在於預測哪些職稱會消失，而是把焦點從部門名稱轉回產品需要完成的工作。

AI 先改變的，不是職稱，而是交接物

有類似觀察的產業人士，不只有 Cherny。

例如 Figma 產品長 Yuhki Yamashita 觀察，AI 讓更多人具備「做產品」的能力後，速度可能製造虛假的進展感。

因此團隊真正的優勢不再只是「更快上線」，而是知道「什麼值得上線」。Figma 因此會把多個可互動原型並排比較，先驗證不同方向，再決定投入哪一個。

另一篇 Figma 官方案例則提到，會計軟體公司 FloQast 的使用者體驗主管，以模擬後端與接近真實的資料製作程式碼原型，因而提早發現「畫面看起來合理，實際流程卻行不通」的問題。

這類原型沒有完全取代產品需求文件（PRD），但讓原本寫在文件裡的假設，可以更早被操作、比較與推翻。

Anthropic 內部也出現類似變化。該公司公開的 Claude Code 使用案例顯示，產品設計團隊會把 Figma 設計稿交給代理寫程式、執行測試並反覆修正；設計師則在設計階段就處理錯誤狀態、邏輯流程與系統狀態。

換句話說，工程、產品與設計的邊界沒有消失，而是更多討論能以「可運作的東西」為共同語言。

5 種工作原型，分別推進產品哪一段？

Cherny 提出的 5 種原型，並不對應特定部門：

原型者（Prototyper）：大量提出並測試新點子，多數實驗不會上線，任務是快速縮小探索範圍。
建造者（Builder）：把概念轉成正式產品或基礎設施，補上測試、權限、效能與部署等條件。
清理者（Sweeper）：簡化介面與程式碼、移除不再需要的功能，控制產品與系統複雜度。
成長者（Grower）：持續調整既有產品，改善產品市場契合度（product-market fit，簡稱 PMF）、留存與使用情境。
維護者（Maintainer）：確保成熟系統的安全、可靠性、速度與成本效率，讓產品能在規模擴大後穩定運作。

一名工程師可以同時是建造者與維護者，一名設計師也可能兼具原型者與清理者；Cherny 認為，多數人會橫跨 2 至 3 種原型。

這套分類的前瞻性在於，補上傳統職稱沒有回答的問題：這個人最擅長把產品從哪個狀態，推進到哪個狀態？

當「做出來」變容易，清理與維護反而更稀缺

大家都在說 AI 讓寫程式、畫設計變快了，但很少人討論「速度」背後的代價。

Anthropic 的研究發現，工程師利用 AI 產出的東西變多了，但如果團隊只是一味地把這些產出塞進產品裡，結局通常是災難性的：過度的技術債、難以維護的架構，以及沒人在意的無用功能。

Boris Cherny 的觀點給了我們一個極佳的框架：「清理者」與「維護者」的地位將會超越「建造者」。

因為執行（Coding）可以大量委派給 AI，但方向判斷與架構整頓，永遠是人類專業知識的最後堡壘。

如果你是產品團隊的領導者，請檢查一下：你的團隊 KPI 是否正在懲罰那些願意花時間「刪除冗餘功能」的人？ 如果有的話，你們可能正處於加速累積負債的風險中。

對管理者而言，重點不是改職稱，而是找出缺口

企業不必急著取消工程、產品與設計部門。這些職稱仍承載專業標準、決策責任、資安權限與職涯制度，不能只靠「人人都能做」取代。

更實際的做法，是在招募、組隊與檢討流程時多問三個問題：團隊是否只獎勵新增功能？誰有權停止錯誤方向？誰明確負責清理與維護？

AI 降低的是產出第一個版本的門檻，不是打造好產品的全部難度。未來團隊的差異，未必在於誰擁有最模糊的跨職能職稱，而在於能否讓探索、落地、整頓、成長與維護都有人承接。

延伸閱讀：Micro LED是什麼？為何能成光電產業的CPO新機會？

資料來源：Boris Cherny 原始貼文、Anthropic：Boris Cherny 職稱資料、Figma：What matters when anyone can build、Figma：4 new ways to go from idea to product with AI tools、Anthropic：How Anthropic teams use Claude Code、Anthropic：Agentic coding and persistent returns to expertise

本文初稿為 AI 編撰，整理．編輯／先泰

隨著生成式 AI 工具快速普及，使用 AI 生成圖片、文案與影音素材，早已不再稀奇；真正困難的是，如何讓 AI 內容不只具備媲美真人拍攝的質感，還能精準貼合品牌語氣、商品賣點與社群傳播節奏，進一步帶動流量、轉換率與會員經營。

不過，有一家成立不到 5 年的團隊，卻憑藉著這項能力，吸引百年家電品牌、大型連鎖零售品牌、化妝品代工龍頭到政府機關等不同類型客戶合作。近期更與以創意出名的電商平台蝦皮購物共同合作。

這家隱身在眾多一線大廠背後的 AI 操盤手，正是三立集團旗下的 MarTech 公司「創造智能」。相較於單純提供 AI 工具或單點行銷服務，創造智能更像是企業的 AI 行銷整合夥伴，不只是生成 AI 影音內容，而是從行銷目標出發，運用 AI 串起從內容生成、社群導流、顧客互動到會員經營的完整行銷旅程，突破過往內容與數據各自為政的盲點，這才是它真正讓企業買單的關鍵。

除了預算大幅減少、製作效率提升外，林慧珍指出，現在很多人都可以利用 AI 工具生成圖片或影片，但真正拉開差距的，不是 AI 應用能力，而是內容本身。創造智能刻意打造一支由行銷人才與工程師組成的「混血團隊」，兼顧 AI 影音內容的製作效率與品質。

圖／創造智能

串起行銷斷點，打造 AI 一條龍整合服務

對台灣企業行銷現場的長期觀察，是創造智能跳脫單一工具走向「AI 行銷整合」模式的起點。

創造智能執行長林慧珍指出，企業行銷工作往往交由不同廠商負責，從影音內容製作、廣告投放、社群經營到會員管理，各自使用不同工具與平台，導致資料散落在各處，形成一個個看不見的行銷斷點，一旦成效不如預期，很難釐清問題究竟出在哪一個環節，是素材無法打動消費者、投放策略失準，還是會員經營沒有發揮效益。

「很多 AI 或軟體業者的想法是，用自家產品去解決客戶的問題，但我們想的不只是解決問題，而是如何讓客戶用最方便、最完整的一條龍方式達成商業目標，」林慧珍強調，也因此，創造智能成立初期便鎖定AIGC 商業影音、AI客服/虛擬人及LINE CRM三大領域，希望從內容、互動到會員經營，串起完整的行銷流程。

在行銷旅程的前端，創造智能透過自家研發的系統與深厚的行銷經驗，快速產製出 AI 影音內容，協助品牌放大聲量、吸引目標受眾；接著透過 AI 客服與 AI 虛擬人即時回應顧客需求，不受時間、地點與語言限制，提高互動與成交機率；最後再藉由 LINE CRM 將流量收斂為品牌的第一方會員資產，透過會員貼標、分群分眾、自動化推播、再行銷等機制，持續深化顧客關係，將一次性的流量轉化為持續回購的忠誠會員。

用 AI 加速內容測試，快速找到市場答案

除了串起完整的行銷流程外，創造智能還能為企業創造兩大價值，第一個是協助企業更快找到真正打動消費者的內容。

「現在很多人都可以利用 AI 工具生成圖片或影片，但真正拉開差距的，不是 AI 應用能力，而是內容本身。」林慧珍指出，創造智能刻意打造一支由行銷人才與工程師組成的「混血團隊」，兼顧 AI 影音內容的製作效率與品質。

林慧珍進一步說明，團隊許多成員原本就來自專業影音團隊，長期協助企業製作導流影片，因此在劇本企劃、分鏡設計與敘事節奏上，累積大量實戰經驗。以近期協助蝦皮購物製作 AI 短影音為例，團隊並非直接交由 AI 工具生成內容，而是先分析目標受眾的偏好，再於腳本設計時加入企劃巧思。像是刻意運用消費者熟悉的歌曲氛圍，營造「似曾相識」的共感，引發社群討論。這些對品牌語感、社群節奏與內容敘事的掌握，正是創造智能團隊多年累積的內容經驗，也是現階段 AI 難以取代的核心價值。

另一方面，團隊則負責研發系統，以滿足企業多元行銷需求。例如：創造智能自行開發的「AI 導演模板」，不僅能快速生成高度擬真的影音內容，還可以依據品牌的不同需求，快速調整畫面風格、配音語氣與敘事方式，協助品牌進行 A/B Test，找出最能吸引消費者的內容。同時，還能依照不同社群平台需求，自動延伸出不同秒數與尺寸的版本，讓同一支影片快速應用於不同投放渠道。

更重要的是，從企劃發想到完成影片，最快約一週即可完成，不僅大幅縮短製作時程，也較傳統真人拍攝節省約 4 至 6 成的成本

讓 AI 走進工作流程，從客服升級為企業數位夥伴

創造智能為企業帶來的第二個價值是，透過 AI 客服 / AI 虛擬人推動流程自動化。林慧珍認為，AI 的價值不只是回答問題，而是深入既有的工作流程，以自動化服務協助企業降低成本、提升營運效率。

舉例來說，創造智能在與百年家電品牌合作時，先以 LINE 官方帳號與會員經營為核心，透過 LINE CRM 建立會員數據基礎，依據會員的瀏覽行為、產品偏好及互動紀錄，自動完成會員標籤與分群，並透過精準推播提供更符合需求的內容。隨著會員數據逐步累積，再進一步串接 Facebook 等社群平台，讓會員經營從單一通路延伸至跨平台互動，逐步建立完整的品牌數位接觸點。

目前，雙方合作已進入第二階段，將 AI 客服真正導入企業日常營運中。從客服受理、案件分流到售後服務，整個流程皆可透過 AI 與系統自動串接完成，不僅縮短服務時間、提升案件處理效率，也讓 AI 的角色從單純的客服工具，進一步成為串聯客服、門市與售後服務的企業數位夥伴。

同樣的模式，也被延伸到 B2B 外貿場景。創造智能為某知名化妝品代工廠打造 AI Sales（AI 虛擬人），並匯入產品知識與各國出口法規，讓 AI 不僅能以多國語言即時回覆海外買家問題，更可自動完成名片蒐集、預約真人業務及商機派單等流程，不僅溝通時間由 6 個月降至 3 個月，減少 30% 以上真人處理成本，訂單成交率提升 25%-32%，

未來，AI 工具將持續演進，但企業真正需要的，始終是能協助創造商業價值的解決方案。林慧珍相信，唯有整合技術、內容與流程，並站在企業角度思考，AI 才能從工具升級為夥伴。這也是創造智能希望實踐的品牌理念──最人性化的MarTech 公司，創造更有溫度的智能夥伴。