#Claude #Codex 常見情況：Kosuke我從未使用過，但那些注重外觀的網站，通常會將規格書撰寫與編碼分開處理。 https://t.co/6ePkAFL6y4 【90%的人都在犯的錯誤】為何讓AI開發應用程式會「和預期不同」？徹底檢驗防止迷航的開發流程與雲端開發環境「Kosuke」#chatgpt #claude reck的知識之森 #AI摘要 徹底檢驗新服務「Kosuke」以減少AI開發失敗，並與Codex比較差異 🔳AI開發中出現預期外結果的原因 當讓AI開發Web應用程式時，由於AI會根據模糊條件進行推測補全，或在長對話中途遺漏決策事項，容易產生與意圖不符的成果。對策關鍵在於：明確整理目標、順利交接至實現階段、分階段進行功能驗證。 🔳Kosuke的特點與運作機制 Kosuke是整合AI代理程式用雲端開發環境與開發流程的服務。由負責需求整理與進度管理的「老師」，與實際撰寫代碼的「開發會話」分離，可將討論內容整理後清晰交接給執行者。 🔳開發環境與AI整合 每個開發會話均提供獨立分支、執行環境與預覽畫面，支援多項任務並行執行。可與Codex等AI帳號及GitHub連動，在不影響現有代碼的前提下進行開發。 🔳示範：週刊待辦事項應用程式 根據本週可用時間，為個人建立一款按優先順序分配每項待辦事項1小時的應用程式。支援目標設定、完成條件記錄、任務變更後重新規劃，但不包含登入、分享、外部日曆整合與通知等功能。 🔳實作前的需求整理 不一開始就寫代碼，而是讓AI提問未決事項以具體化規格。明確整理目標、必要功能、不實現功能與完成條件，由人工確認提案計畫後，再進入實作階段，以減少認知偏差。 🔳將指示交接給實作人員 將確定的規格從「老師」移交至獨立的開發會話。透過分離需求整理與實作對話，可有效避免無關背景資訊混入或決策事項遺漏，此機制為發文者特別讚賞之處。 🔳確認與批准畫面設計 在正式實作前，先產生可在瀏覽器中查看的畫面設計草案，確認佈局與操作方向，必要時提出修改。畫面草案僅用於視覺確認，並非保證資料儲存等功能能實際運作。 🔳代碼審查與自動QA 在畫面設計獲批後，進入實作、AI代碼審查、修正與自動QA階段。可於瀏覽器中實際操作應用程式進行確認，並以錄影或檢查結果作為證據留存。事前驗證中曾發現並修正「編輯取消後舊操作仍執行」的問題。 🔳完成應用程式的運行驗證 驗證已實作的應用程式是否能正確完成目標與完成條件登記、新增待辦事項、設定優先順序、分配時間與重新規劃。基本功能運作正常，但發現配色與字體大小仍有改善空間；本次優先實現最小可行版本。 🔳上傳至GitHub 完成實作與驗證後，透過GitHub的拉取請求確認變更內容，並合併至主分支。本次目標僅限於正式納入代碼，不包含對外公開部署至外部伺服器。 ListItemIconCodex的差異 單獨使用Codex時，若搭配計畫模式、Skills與本地開發環境，亦可實現類似開發流程。但需自行建置需求整理、交接至實作、預覽、審查、QA與GitHub整合等步驟。Kosuke的優勢在於這些環節從一開始即已整合完備。 ListItemIcon價格方案與額外成本 截至2026年10月，月付方案為：初學者方案每月20美元，附贈25美元環境使用額度；專業方案每月190美元，附贈250美元使用額度。標準小型環境每小時0.15美元，依實際運行時間消耗額度。連接的AI服務（如Codex）所需使用額度需另行計算。 ListItemIcon實際發生的問題 事前驗證中曾出現「部署成功但預覽頁面顯示403錯誤」、「因審查未達標而被系統拒絕合併」等問題。雖透過調整設定或手動從GitHub合併解決，但確認無法完全放任AI自動完成開發流程。 ListItemIcon使用服務時的注意事項 即使AI自動化程度高，仍需人工確認畫面與批准決策。開發環境使用費用與AI使用額度為分開計費，月費並非無限使用。此外，本次驗證非同條件對照實驗，無法斷言Kosuke在開發速度或完成度上優於Codex。 ListItemIcon日常AI對話中的有效請求方式 向AI下達指令時，明確說明「想做的事」「判斷完成的條件」「本次不做的項目」三點。之後，在執行前讓AI提問未決事項，在達成共識後，整理出目標、限制、決策事項、未決事項與確認方式，再交付給實作人員，以降低產生非預期結果的風險。🔳 適合使用對象 對於每次都需要自行構建 AI 開發流程感到負擔的人，或希望在整合環境中從需求整理到功能驗證一氣呵成的人，此工具尤為適合。另一方面，能夠自由管理開發環境與作業流程（例如使用 Codex 等工具）的人，僅憑現有工具即可實現類似的工作方式。 🔳 驗證條件與推薦獎勵 本影片是在免費提供的專業版環境中進行驗證，該環境為期三個月且無使用上限。若透過推薦連結完成付費訂閱，發布者將獲得報酬。此特別提供條件與一般註冊優惠及使用條款不同。 🔳 AI 開發中最關鍵的思維 不應將工作完全交由 AI 處理，而應明確界定目標與完成標準，準確傳遞決策內容，並在確認可運行成果的過程中持續調整。關鍵在於不單純依賴 AI 的能力，而是建立一套由人類負責判斷與審核的開發流程，這才是達成預期成果的關鍵。
