← /blog

·7 min read·AI學習心得

#前言：一個抗拒者的轉變

老實說，一開始我非常排斥 AI，總覺得用 AI 寫程式就像作弊，不算「真正」的程式設計能力。

但當我看到身邊同學都在用 AI，而且學習速度明顯比我快時，我開始重新思考這件事。

這篇文章，想分享我從完全排斥到學會善用 AI 的完整轉變過程。

#第一階段：排斥與觀望

為什麼一開始會排斥 AI？

當 ChatGPT 剛開始流行時，我的第一反應是：「這樣還算是在學程式設計嗎？」

我當時的想法：

  • 用 AI 寫程式就是作弊。
  • 這樣根本學不到真正的技能。
  • 擔心過度依賴會失去思考能力。
  • 想「純靠自己」證明實力。

但看著身邊同學用 AI 輔助學習，效率明顯比我高，我開始懷疑自己的堅持是否正確。

#第二階段：嘗試免費版本

小心翼翼的第一步

在同學的建議下，我終於決定試試免費版的 ChatGPT。

第一次使用的心境：

  • 問了一個超簡單的問題：「如何在 Python 中讀取檔案？」
  • AI 的回答比我想像中還要詳細。
  • 但老實說，當下我還是覺得「自己查資料也能找到」。

那時的我還沒意識到，AI 的價值不只是回答問題，更在於能理解上下文，提供個人化的解答。

#第三階段：害怕與不熟悉

擔心 AI 給出我看不懂的東西

開始使用 AI 後，我遇到一個新問題：AI 有時會給出很複雜的程式碼，我根本看不懂。

當時的困擾：

  • AI 給的程式碼，常有許多我沒學過的語法。
  • 不知道該直接拿來用，還是先學會再用。
  • 害怕用了不懂的程式碼會出問題。
  • 開始懷疑是不是自己的問題描述不夠清楚。

轉捩點：有一次，AI 給了我一段 Flask 路由的程式碼，裡面用了裝飾器。我完全不懂裝飾器是什麼，但這次我決定花時間去理解它，而不是直接複製貼上。

#第四階段：從複製貼上到理解學習

學會了「審閱」AI 的回答

這個階段是我最關鍵的轉變。我開始養成一個習慣：

我的新工作流程：

  • 收到 AI 回答後先暫停：不急著複製貼上
  • 逐行閱讀程式碼：理解每一行在做什麼
  • 查詢不懂的概念：遇到新語法就去查資料
  • 用自己的想法優化：根據我的專案需求調整

實際例子：

AI 給了我一段用戶註冊的程式碼，但我發現它沒有考量到我專案的特殊需求（例如需要驗證學校信箱），於是我會在理解原理後，再加入自己的邏輯。

#第五階段：習慣 AI 的 Style 與探索更多工具

開始理解不同 AI 的特色

隨著使用經驗增加，我發現每個 AI 工具都有自己的「風格」：

我嘗試過的 AI 工具：

  • ChatGPT：回答詳細，很會解釋概念
  • DeepSeek：在程式碼生成方面表現不錯
  • Gemini：Google 的產品，整合性很好
  • Perplexity：很適合查找最新的技術資訊
  • Grok：回答風格比較輕鬆有趣
  • Claude：邏輯推理能力很強
  • Copilot：直接整合在編輯器裡，即時提示超方便

發現：不同的問題適合問不同的 AI！我開始學會「對症下藥」。

#第六階段：看懂程式碼的系統化方法

建立了自己的程式碼理解流程

經過前面的摸索，我發展出一套系統化的方法來理解和使用 AI 生成的程式碼：

我的程式碼理解三步驟：

1. 先了解專案整體架構

在看任何程式碼之前，我會先問自己：

  • 這個專案用什麼框架？（Flask、Django、React等）
  • 整體架構是怎樣的？（MVC、RESTful API等）
  • 資料流是怎麼走的？（前端 → 後端 → 資料庫）

2. 分析程式碼撰寫風格

每個專案、每個開發者都有自己的 coding style：

  • 變數命名規則（駝峰式、底線式）
  • 程式碼組織方式（模組化程度）
  • 錯誤處理慣例
  • 註解風格

3. 照 Style 著手修改

理解了專案風格後，我會：

  • 確保新增的程式碼符合既有風格
  • 保持一致的命名規則
  • 遵循相同的錯誤處理模式
  • 維持程式碼的可讀性

實際例子：在日記之森專案中，我發現所有的 API 都會回傳統一格式的 JSON，所以當 AI 給我新的 API 程式碼時，我會調整成符合專案既有格式。

#第七階段：我的 AI 使用建議

邊看邊學，不會就反覆問

經過這段學習歷程，我總結出幾個重要的使用原則：

1. 邊看邊學的心態

不要只是複製貼上：

  • 每一行程式碼都要理解。
  • 遇到不懂的概念，立刻查資料或問 AI。
  • 試著用自己的話解釋程式碼在做什麼。
  • 不要因為「能跑」就放著原理不管。

實際做法：

當 AI 給我一段程式碼時，我會逐行加上註解，確保自己理解每個部分。

2. 大膽嘗試，不怕犯錯

克服恐懼心理：

  • 敢問複雜的問題：不要因為問題太難就不問。
  • 反覆迭代優化：第一次的回答不滿意，就繼續追問。
  • 實際測試：把 AI 的建議真的跑在專案上。
  • 記錄學習過程：把解決問題的過程記錄下來。

我的提問技巧進化：

一開始：「幫我寫一個登入功能」
現在：「我正在用 Flask 開發日記應用，需要實作用戶登入功能。
      我的用戶表結構是這樣...，請幫我寫一個包含密碼驗證、
      Session 管理和錯誤處理的登入 API，並解釋安全性考量。」

3. 建立自己的 AI 使用工作流

我現在的標準流程：

  • 明確描述問題：包含技術棧、具體需求、限制條件
  • 要求解釋原理：不只要程式碼，還要理解為什麼這樣寫
  • 測試和驗證：實際運行並測試邊緣情況
  • 個人化調整：根據專案需求調整 AI 的建議
  • 記錄和總結：記下學到的新概念和最佳實踐

#現在的我：AI 是最好的學習夥伴

從排斥到依賴的心境變化

回顧這段歷程，我發現自己的心境有了一百八十度的轉變：

以前的我：

  • 把 AI 當成作弊工具。
  • 堅持要靠純實力證明自己。
  • 學習速度慢，經常卡關。

現在的我：

  • 把 AI 視為最佳的學習夥伴。
  • 效率提升，卻更注重理解。
  • 能快速解決問題，同時學到新知識。

AI 帶給我的真正價值

不只是程式碼生成，更重要的是：

  • 學習加速器：快速理解新概念和技術
  • 24小時導師：隨時可以問問題，不用等待
  • 思維啟發器：提供不同角度的解決方案
  • 信心建立者：讓我敢於嘗試更複雜的挑戰

#給同樣猶豫的同學們

如果你也在排斥 AI...

我完全理解那種「不想依賴 AI」的心情，但我想分享幾個觀點：

AI 不是作弊，而是新時代的工具：

  • 就像計算機沒有讓數學家失業一樣
  • 重點不是工具本身，而是如何使用工具
  • 善用 AI 的人會比不用的人有更多優勢

學習本質沒有改變：

  • 理解概念依然重要
  • 解決問題的思維依然關鍵
  • 只是學習的方式更有效率了

我的建議：大膽嘗試！

給新手的實用建議：

  • 從簡單問題開始：不要一開始就問太複雜的問題
  • 保持好奇心：每個回答都是學習的機會
  • 動手實作：不要只看，要親自寫程式碼
  • 反覆詢問：不懂就問，AI 不會不耐煩
  • 記錄學習：把重要的概念和解決方案記下來

#結語：擁抱 AI 時代的學習方式

從排斥到倚重，這段轉變讓我深刻體會到：適應新工具，比固守舊方法更重要。

AI 沒有讓我變懶，反而讓我學得更快、做得更多。在日記之森的開發過程中，AI 幫助我：

  • 快速理解 Flask 框架
  • 解決資料庫設計難題
  • 實作複雜的 AI 聊天功能
  • 最終帶領團隊晉級跨域競技場決賽

最重要的是：我沒有失去思考能力，反而因為有了 AI 的幫助，能夠挑戰更有意義的問題。

給還在猶豫的你：不要害怕改變，AI 是來幫助我們的，不是來取代我們的。關鍵是學會如何與 AI 協作，成為更好的開發者。

想要交流 AI 學習心得？歡迎聊聊！

Email：john_lu@intellitrustme.com

我的作品：日記之森 - SoulCraft Journal

實習經驗：智能悅信資訊股份有限公司

下一篇文章預告：《Flask 入門實戰：我在日記之森開發中學到的技巧》