AI一次做不完大專案怎麼辦?解密Matt Pocock「/wayfinder」工作流,畫好AI決策地圖再開工
AI一次做不完大專案怎麼辦?解密Matt Pocock「/wayfinder」工作流,畫好AI決策地圖再開工

為什麼 AI 專案一變大就失控?

Matt Pocock 最近用一套 AI 規劃工具在自家花園蓋辦公室:委託場勘、找廠商、把要決定的事一項項排出來。這套工具叫 /wayfinder,這意味著,這個 Skills 不只能用來做關於軟體的事情,它的本質是一個由 AI 生成的決策系統,蓋房子只是它可以拿來進行的任務之一。

Matt Pocock 曾任職於 Vercel,現在已轉為全職教 AI 工程,經營教學站 AI Hero;他開源的 mattpocock/skills 專案截至 2026 年 8 月 4 日累積約 20.2 萬顆星。/wayfinder 原本要解決的是 AI 寫程式的一個老問題。

你有一個很大的想法,比如「我要在應用裡加一整組新功能」。一般做法有兩種:整包丟給 AI 讓它開工,或者自己先切小塊、一塊塊餵。

Matt 在影片裡形容第二種的下場:你全程都在管 token、盡量不踩出模型的「聰明區間」,然後走到某個你答不出來的問題前面,就卡在霧裡了。

/wayfinder 的做法是同一個模糊念頭進來,先不動工,讓 AI 把「現在還不能決定的事」全部攤成一張地圖。他說這建立在軟體基本功上,是他「在 AI 之前當一個真正的開發者時」學到的規劃方法。

這套方法為什麼有效?

它針對的正是 AI 寫程式最常出事的環節:在你還沒決定的事情上先動手。等你發現方向不對,它已經照著錯的假設寫完三個檔案。

官方文件用三個概念把這件事變成可管理的:終點(destination)要最先命名,因為終點決定了每張票長什麼樣;**霧(fog of war)**是你已經預感到、但還講不清楚的決策;**前緣(frontier)**是現在就能處理的票,定義很嚴格:開著的、沒被其他票卡住的、還沒有人認領的。

解掉一張票,前緣就往前推一格,霧也跟著散掉一塊。

還有一條原則直接寫在規格檔裡:Plan, don't do。票以解決決策為主,預設不生產交付物。但規格明寫例外:Notes 區塊可以把執行工作納進地圖,原型票會做出粗略的東西讓人有反應,可能是大綱、粗稿或程式框架,雜務票則直接去完成卡住決策的前置作業。

地圖長什麼樣?

地圖是一張貼上 wayfinder:map 標籤的 issue,上面固定五塊:終點(Destination)用一兩行寫清楚、已決定的事(Decisions so far)只放一句摘要加連結、還沒講清楚的事(Not yet specified)就是前面說的霧,另外兩塊放領域背景與你的偏好(Notes),以及刻意排除的工作與理由(Out of scope)。

換句話說,地圖只是索引,決策內容都留在各自的票裡。

每個決策各自一張子票,上面寫著要決定什麼、屬於哪一型、誰認領,以及它卡在哪張票後面。四種票型分工如下:

票型 要真人參與嗎 這張票在做什麼
研究(research) 不用 交給子 agent 平行去查外部事實,查完回報
原型(prototype) 要 做出粗略的東西讓人有反應:大綱、粗稿、程式框架或介面
拷問(grilling) 要 用對話把某個實作細節或方向逼清楚
雜務(task) 兩者皆可 現實世界的前置作業,例如申請帳號、開通資源、搬資料

需要真人參與的那兩種票,規格明訂 agent 不得代替人回答。原型票也是這套流程不會變成紙上作業的原因:前期規劃再多,都要靠做出來的粗胚換真實回饋。

實際怎麼跑一輪?

Matt 在 7 月 30 日發布的影片裡示範的案例,是替自家應用加一組指令面板功能(圖示挑選器、跨圖搜尋、複製元件)。動線是這樣:

先講終點。 他叫出 /wayfinder 並描述想要什麼,它先探了一遍專案,接著用拷問 skill 反問他「完成長什麼樣、要不要一份規格書」,並主動建議產出規格書。

第一次只畫地圖。 這一輪開出 7 張票,但當下只有 3 張能動:圖示名稱從哪來、元件怎麼儲存(元件儲存結構)、面板資訊架構怎麼排。其餘要等前面的決策定了才解得開。官方流程寫明畫完地圖就停,不在同一輪繼續手動解票,但研究票是例外,它會在這時就派出子 agent 平行去查。

一票一場對話。 走某張票的方式,是開一場新對話、再叫一次 /wayfinder 並帶上票的名稱。比如要解剛剛三張能動票裡的「元件儲存結構」,官方文件沒有規定寫法,Matt 影片裡的做法是這樣:

/wayfinder 元件儲存結構(註:就是開出票的名稱)

規格要求用票名、不要用編號。官方成功指標寫得很白:除了研究票可以交給子 agent 平行跑,一場 session 最多解一張票。

解完寫回地圖。 答案以留言形式留在票上、關票,主地圖只補一行摘要與連結。原本在霧裡、現在夠清楚的問題,這時升級成新的票。

最後收成。 地圖走完後,在同一場對話裡打 /to-spec,它不吃參數,直接把對話中的地圖合成一份規格書(Matt 說他那份初稿長到超過 GitHub 的字數上限)。接著用 /to-tickets 切成可實作的票,這個可以另外帶上規格書的編號或網址。

規格書裡每個決策都連回原始的票,AI 之後有疑問可以回去看當時的討論。

怎麼裝?兩條路徑選一條

官方 README 講得很直接:兩種安裝方式代表兩種哲學,選一條就好,兩個都裝會讓每個 skill 出現兩次。

動手前先確認兩件事。走 skills.sh 那條路要先有 Node.js,npx 是它附帶的指令,沒裝就會直接報錯。之後如果選 GitHub 或 GitLab 存放 issue,要先裝好並登入 gh 或 glab;不想處理這些就選本機 Markdown。

Claude Code 使用者走官方 plugin,等於訂閱制,檔案是唯讀的、作者更新就自動更新:

claude plugins install mattpocock-skills

Codex 或其他 agent 使用者,以及想自己改內容的人,走 skills.sh 安裝器:

npx skills@latest add mattpocock/skills

這條路把 skill 當普通檔案寫進你的專案,你可以隨意改,代價是不會自動更新,要自己跑 npx skills update。安裝時會讓你勾選要裝哪些 skill,官方特別提醒務必勾上 setup-matt-pocock-skills。

裝完之後,每個專案跑一次 /setup-matt-pocock-skills,它會問你要把 issue 放在哪裡。內建三個選項:GitHub(透過 gh 指令)、GitLab(透過 glab 指令)、本機 Markdown(issue 變成專案裡 .scratch/ 底下的檔案)。想用 Jira、Linear 這類工具就選第四個選項,用一段話描述你的流程。如果你也裝了 triage skill,它會多問一句要不要保留預設的分類標籤。

要強調的是,/wayfinder 理想狀態需要一個支援卡關關係的 issue tracker,但沒有也能跑,它會退回本機 Markdown 地圖。所以不必為了試它先去辦一套 Jira。

這條路只需要一個資料夾:開一個新的空資料夾、在裡面啟動 agent 就能跑,地圖會變成 .scratch/ 底下的檔案,不必真的是一個程式專案。它也不會自己跳出來接手,要你自己打 /wayfinder。

哪些情境適合用,哪些不必?

適合的條件很明確:工作量大過一場對話,而且你只有大概方向、中間的路還看不清楚。Matt 自己的用法橫跨工程與非工程,除了功能開發,他也拿它規劃線上課程與蓋花園辦公室。地圖不綁定領域,這是它對沒有軟體背景的人也成立的原因。

不必用它的判準是他自己講的:如果這件事你在一場對話裡就規劃得完、路你已經知道,就別畫地圖,直接做。 官方文件也寫,工作已經清楚就直接用 /to-spec 或 /to-tickets。

有一個前提要先有心理準備:它產出的是決策,成品要等後面的實作票;原型票與拷問票還要你本人在場。省下的力氣在後面的重工,前期時間反而要多花。

規劃的價值從來不是把每一步都想清楚,而是先認出你現在還不能決定什麼。

延伸閱讀:
GitHub破19萬顆星!拆解AI大神開源工作流:一句「拷問我」提示詞,如何破解AI工作盲點?

資料來源:Matt Pocock「/wayfinder: Nothing is too big to plan anymore」影片、wayfinder SKILL.md、wayfinder 官方文件、setup-matt-pocock-skills SKILL.md、mattpocock/skills README、Matt Pocock 個人網站、AI Hero

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #AI工具
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓