從對話到共識：我為何放棄 /grill-me 並轉向 /grill-with-docs

在過去一段時間的 AI 輔助編程實踐中，我一直嘗試尋求最理想的人機協作模式。起初，我對 /grill-me 這種透過「拷問」式對話來提取需求的方法感到驚艷。它能透過不斷提問來強迫我理清思路，確保 AI 在撰寫代碼前理解我的意圖。然而，隨著項目複雜度提升，我發現單純的對話互動存在明顯的瓶頸。最近，我將工作流轉向了 /grill-with-docs，這不僅是指令的改變，更是開發思維的根本轉變。

為什麼 /grill-me 開始顯得力不從心？

我發現使用 /grill-me 時，最大的問題在於「知識的瞬時性」。每一次對話都是從零開始，或者至少是在一個有限的上下文窗口中進行。當我試圖構建一個大型系統時，AI 雖然在對話當下理解了我的指令，但它缺乏對整個項目領域邏輯（Domain Logic）的深度錨定。很多時候，我們在對話中達成的共識，無法有效地轉化為可持續引用的知識庫。這導致在開發後期，AI 容易出現幻覺，或者給出與項目既定風格不符的建議。

另一個痛點是效率。雖然被 AI 提問有助於思考，但當項目進入快速迭代階段，反覆的對話會變成一種負擔。我發現自己不斷在重複解釋同樣的業務邏輯或架構原則。這讓我意識到，我們需要的不是更多的對話，而是更深層次的「語言同步」。

核心轉折：引入領域驅動設計中的「統一語言」

在探索改進方案的過程中，我重新審視了領域驅動設計（Domain-Driven Design, DDD）中的一個核心概念：統一語言（Ubiquitous Language）。我發現，之所以我與 AI 的協作會出現偏差，是因為我們之間缺乏一套共享的、標準化的專業術語和邏輯定義。

這便是我開始使用 /ubiquitous-language 指令的契機。我不再只是告訴 AI「我要寫一個購物車功能」，而是先與 AI 共同定義一套文檔。這份文檔詳細記錄了項目中的核心概念、實體關係以及業務規則。例如，什麼是「有效訂單」？「庫存扣減」的觸發時機是什麼？當這些定義被寫入文檔後，它們就成了 AI 的「真理來源」。

進化版工作流：/grill-with-docs 的實際運作

我現在採用的 /grill-with-docs 模式，將「對話」與「文檔」完美結合。這個指令的精髓在於：AI 不再僅僅依賴我的即時輸入，而是會主動查閱項目中現有的技術文檔、需求說明書或架構決策記錄（ADRs）。

第一步：構建基礎知識庫

我會先建立一個名為 docs/context 的目錄，裡面存放著關於項目架構、命名規範和核心邏輯的 Markdown 文件。我發現這比寫冗長的 System Prompt 有效得多。文檔是結構化的，易於更新，且能被多個不同的 AI 代理（Agents）同時引用。

第二步：觸發 /grill-with-docs

當我啟動新任務時，我會執行 /grill-with-docs。AI 此時會表現得像一個「讀過我所有文檔的資深顧問」。它會針對我的新需求，對照現有的文檔進行分析。如果我的需求與既定架構有衝突，它會立刻指出：「根據你的 arch-decision-001.md，我們應該採用異步處理，但你現在的要求似乎是同步的，是否需要調整？」這種基於既有事實的質詢，比盲目的提問更有價值。

ADRs：不可忽視的架構靈魂

在實踐中，我發現架構決策記錄（Architecture Decision Records, ADRs）是提升 AI 協作效率的神器。我習慣將每一個重大的技術選擇，例如為什麼選擇 TypeScript 而不是 Rust，或者為什麼使用特定數據庫，都記錄成簡單的 ADR。當我使用 /grill-with-docs 時，AI 會吸收這些決策背後的動機（Context）。這意味著它產出的代碼不僅在語法上正確，在設計哲學上也與我的初衷保持高度一致。

實測體驗：從 Demo 中看到的改變

在最近的一次功能開發中，我嘗試用這個新方法構建一個複雜的狀態管理模組。我發現 AI 生成的代碼質量有了質的飛躍。以往我可能需要進行三到四輪的修正（Refactoring），但現在，因為 AI 事先理解了我的領域模型，第一遍產出的代碼結構就已經非常接近生產環境的要求。

我觀察到一個有趣的現象：當 AI 有了文檔作為參考，它的回覆變得更加簡潔有力。它不再需要說廢話來確認需求，而是直接跳到核心邏輯的實現上。這大大節省了我的閱讀和審查時間。

總結：/grill-me 真的過時了嗎？

我並不認為 /grill-me 已經毫無用處。對於那些完全模糊、處於草創階段的想法，對話式的拷問依然有助於破冰。但只要項目一旦落地，哪怕只是寫了第一行代碼，我就會建議轉向 /grill-with-docs。代碼開發的本質是將混亂的思維轉化為有序的邏輯，而文檔正是這種秩序的載體。

透過這套新方法，我感受到了一種前所未有的「對齊感」（Alignment）。我不再是單獨在戰鬥，也不再是每次都要從頭教導我的 AI 助手。我們擁有一套共同的語言，一套共享的決策準則。這才是 AI 輔助編程的終極形態：讓 AI 成為一個真正懂你項目靈魂的合夥人，而不僅僅是一個聽命行事的打字機。

如果你也感到與 AI 的溝通成本越來越高，或許該停下無休止的對話，開始嘗試為你的項目編寫「統一語言」文檔，並交給 AI 去研讀。你會發現，這幾分鐘的文檔撰寫，將為你省下數小時的無效溝通與代碼重構時間。