indexes

編譯摘要

Wiki 全局索引

此檔案由 LLM 編譯流程自動維護。上次更新：2026-06-23（編譯 google-preferred-sources-aeo）

已編譯來源

按分類列出所有已編譯的文章。

claude-code

tech-sharing

tutorial

tool-review

product-update

announcement

  • AI 浪潮給我的低潮 → 概念：Vibe Coding、內容行銷衰退週期、單一產品依賴風險、工程師身份認同危機、庫伯勒-羅斯模型、技術債、精實創業
  • 接納新事物的開始 → 概念：Vibe Coding、冷啟動問題、多巴胺開發陷阱、多巴胺驅動開發、市場驗證、精實創業、訂閱制營收模式、訂閱經濟
  • WordCamp Taiwan 2025 會後分享 → 概念：WordPress 企業應用、倖存者偏誤、平台生態系、產品策略、社群資本、賣解決方案而非工具
  • Codotx 創業一週年回顧 → 概念：AI 幻想泡泡、單一產品依賴風險、市場驗證、接案養產品、產品市場契合度、精實創業、轉換成本、連續創業者學習曲線
  • 在台北看見彩虹的 WordPress 小聚 → 概念：Headless CMS、Vibe Coding、WordPress REST API、WordPress 作為 Headless CMS、低代碼/無代碼、低代碼開發、自動化工作流

概念索引

  • [AI Agent 協作](../concepts/AI Agent 協作.md) — 多個 AI agent 各自扮演不同角色（PM、設計師、工程師、QA 等），透過任務系統（如 issue board）接力完成複雜工作流的協作模式。 （1 篇來源）
  • [AI 客服](../concepts/AI 客服.md) — AI 客服指利用大型語言模型（LLM）結合業務資料庫，自動回答顧客問題的客服系統。OrderChatz AI Bot 是針對 WooCommerce 電商場景的垂直實作。 （2 篇來源）
  • [AI 對話回顧與溝通品質](../concepts/AI 對話回顧與溝通品質.md) — 將 Claude Code 的對話紀錄整理成可視化頁面（iMessage 風格），用於回顧與 AI 的溝通模式、發現改善空間。核心觀點：跟 AI 溝通的品質決定產出品質，但 AI 不會主動告訴你「你上… （1 篇來源）
  • [AI 工具模組化](../concepts/AI 工具模組化.md) — 將 AI 開發工具的能力拆解為獨立、可組合的模組，透過明確的呼叫鏈串接，形成針對特定工作流的解決方案。 （1 篇來源）
  • [AI 工具的累積效應](../concepts/AI 工具的累積效應.md) — Claude Code 的設定（CLAUDE.md、Skill、記憶、MCP 連接）是累積型資產——投入時間是線性的，但帶來的時間節省是指數型的。三個月後 AI 已經知道你的工作方式、品質標準、常用格… （3 篇來源）
  • [AI 工具選擇策略](../concepts/AI 工具選擇策略.md) — 選擇 AI 開發工具的決策框架。核心原則：選最底層的工具——它能做到的事是其他「套殼」工具的功能來源，反過來不行。選擇基於工程判斷（效率最大化），而非品牌忠誠。新增初學者工具學習階梯（Claude work → Cursor → Claude Code）。 （2 篇來源）
  • AI 焦慮三型 — 從實體小聚觀察歸納出的三種面對 AI 的人：(1) 工作不需要 AI；(2) 知道強但不會用、卡在選擇障礙；(3) 已大量用、怕沒榨乾。共同卡點是把「學 AI」本身當成目標。 （1 篇來源）
  • [AI 幻覺防治](../concepts/AI 幻覺防治.md) — 透過結構化的輸入設計，限制 AI 的自主推論空間，從根本降低 AI 產出虛構或不正確內容的機率。 （2 篇來源）
  • [AI 程式碼審查](../concepts/AI 程式碼審查.md) — 將框架的最佳實踐整理成結構化 checklist（Skill），讓 AI 在產出程式碼後自動逐項檢查。不取代人工 code review，而是補上「框架特有注意事項容易被略過」的盲區。觸發時機選在 c… （1 篇來源）
  • [AI 自動分類](../concepts/AI 自動分類.md) — AI 自動分類指利用大型語言模型或機器學習模型，對大量非結構化資料進行自動化的分類與標籤。 （1 篇來源）
  • [AI 輔助寫作流程](../concepts/AI 輔助寫作流程.md) — 從關鍵字研究到文章發布再到社群分發的端到端 AI 輔助內容生產流程。核心思想是將每個步驟封裝為可重複執行的 Skill 指令，讓 AI 按照預定義的品質標準和流程自動執行。 （4 篇來源）
  • [AI 輔助開發](../concepts/AI 輔助開發.md) — 利用 AI 工具（如 Claude、ChatGPT 等）協助撰寫程式碼、測試腳本、除錯建議的開發方式。AI 產出的程式碼仍需經過驗證，不能百分之百信任。 （1 篇來源）
  • AI-幻想泡泡 — 當 AI 作為「永遠的 Yes Man」不斷吹捧創業者的點子，加上 AI Coding 帶來的快速產出感，讓人活在幻想中而無法看清市場現實。 （2 篇來源）
  • [API 金鑰管理](../concepts/API 金鑰管理.md) — API Key 的產生、儲存、配對、撤銷等生命週期管理。核心原則：Key 只顯示一次、儲存 Hash 而非明文、提供撤銷機制。 （3 篇來源）
  • [CLAUDE 與記憶機制](../concepts/CLAUDE 與記憶機制.md) — Claude Code 的多層記憶系統，讓 AI 跨對話記住使用者的指令和偏好。包含三個核心機制：(1) CLAUDE.md——使用者手動撰寫的工作備忘錄，(2) 自動記憶——AI 從互動中被動學習的… （3 篇來源）
  • [Claude Code Skill 系統](../concepts/Claude Code Skill 系統.md) — Skill 是 Claude Code 的結構化知識文件（SKILL.md），存放於 .claude/skills/{skill-name}/ 目錄下，定義 AI 在特定任務上應遵循的規範、流程和… （9 篇來源）
  • [Claude Code 三層架構](../concepts/Claude Code 三層架構.md) — Claude Code 提供的三種可擴充機制，按職責分離：Command（入口點，.claude/commands/*.md）→ Agent（執行者，.claude/agents/*.md）→… （2 篇來源）
  • [Claude Code 入門路徑](../concepts/Claude Code 入門路徑.md) — 針對非工程師設計的 Claude Code 學習路徑，由簡入繁：Desktop App → 終端機（Warp）→ 基本操作（cd、claude）→ Session 命名（/rename）→ 安裝 Sk… （4 篇來源）
  • [Cloudflare Pages](../concepts/Cloudflare Pages.md) — Cloudflare 提供的靜態網站與全端框架部署平台，支援從 GitHub/GitLab 自動部署，內建 CDN 與預覽環境。 （2 篇來源）
  • [DevOps 自動化](../concepts/DevOps 自動化.md) — 將軟體開發（Dev）與維運（Ops）流程中的重複性工作自動化，包括建置、測試、部署、監控、通知等。目標是減少人工介入、提升交付速度與品質。 （2 篇來源）
  • [Function Calling](../concepts/Function Calling.md) — Function Calling 是 OpenAI 提供的技術，讓 LLM 不只進行文字對話，還能呼叫預定義的函式來「執行動作」。在 [[OrderChatz 產品演進]] 中，這是 AI 機器人從「… （2 篇來源）
  • [Gateway 架構](../concepts/Gateway 架構.md) — 以一個中央服務（Gateway）作為所有通訊的入口點，負責認證、路由、session 管理等。在 OpenClaw 中，Gateway 是核心 daemon，停掉後所有功能（Bot、WebChat、C… （1 篇來源）
  • [GitHub Actions](../concepts/GitHub Actions.md) — GitHub 提供的 CI/CD 自動化平台，透過 YAML 定義 workflow，可監聽 Git 事件（push、PR、tag 等）並自動執行指定的任務。 （2 篇來源）
  • [HMAC 驗證](../concepts/HMAC 驗證.md) — Hash-based Message Authentication Code，使用密鑰與雜湊函數對訊息進行認證的機制。文章中的 SHA-256 簽章是 HMAC 概念的簡化實作——將密鑰與訊息串接後直… （1 篇來源）
  • [LINE Messaging API](../concepts/LINE Messaging API.md) — LINE Messaging API 是 LINE 官方帳號與外部系統通訊的技術基礎，也是 [[OrderChatz 產品演進]] 全線功能的底層依賴。 （3 篇來源）
  • [MCP 外部工具整合](../concepts/MCP 外部工具整合.md) — MCP（Model Context Protocol）是 Anthropic 推出的開放標準，讓 AI 助手直接連接外部工具和資料來源。透過 MCP server，Claude Code 能在對話中直… （5 篇來源）
  • [Node.js 版本管理](../concepts/Node.js 版本管理.md) — 在專案與部署環境中明確指定 Node.js 版本，確保建置與執行環境一致。常見手段包括 .node-version 檔案、.nvmrc、engines 欄位等。 （2 篇來源）
  • [Notion API](../concepts/Notion API.md) — Notion 提供的 REST API，允許外部程式讀寫 Notion 資料庫、頁面等資源。需要建立 Internal Integration 並取得 token 才能使用。 （1 篇來源）
  • [OrderChatz 產品演進](../concepts/OrderChatz 產品演進.md) — OrderChatz 是 Codotx 開發的 WooCommerce x LINE 客服整合外掛，從 2025 年 8 月首次發布到 2026 年 1 月開源，歷經四次重大迭代，展現了圍繞單一通訊管… （4 篇來源）
  • [Prompt Engineering](../concepts/Prompt Engineering.md) — 設計和優化給 AI 的指令（prompt），使其產出符合預期的結果。在產品層面，prompt 設計等同於使用者體驗設計。 （2 篇來源）
  • [SEO 內容策略](../concepts/SEO 內容策略.md) — 以搜尋數據驅動的內容生產策略。透過自動化的 GSC 週報找出「內容機會」（高曝光低點擊的關鍵字），再使用 DataForSEO MCP 做寫作前的關鍵字研究，確保文章打到有搜尋需求的主題。 （3 篇來源）
  • [Sandbox 隔離](../concepts/Sandbox 隔離.md) — 將程式執行環境與主機系統隔離，限制程式可存取的資源（檔案系統、網路、系統呼叫等），防止惡意或意外操作影響主機。通常透過 Docker 容器實現。 （1 篇來源）
  • [Session 管理與知識傳遞](../concepts/Session 管理與知識傳遞.md) — Claude Code 的對話紀錄（session）管理策略，包含命名慣例（/rename）、跨專案搜尋（ripgrep 掃描 JSONL）、對話回顧（iMessage 風格頁面）。核心問題：如何讓散… （2 篇來源）
  • Vercel — 專為前端框架優化的雲端部署平台，支援 Next.js、Astro、Nuxt 等。推 code 到 GitHub 即自動部署，內建 CI/CD 與預覽環境。 （1 篇來源）
  • [Webhook 整合](../concepts/Webhook 整合.md) — 事件驅動的跨系統資料同步模式：當來源系統發生特定事件時，自動向目標系統發送 HTTP 請求，將事件資訊寫入或觸發後續動作。 （2 篇來源）
  • [WooCommerce 生態系](../concepts/WooCommerce 生態系.md) — WooCommerce 是 WordPress 上最主流的電商外掛，其生態系由佈景主題、功能外掛、支付閘道、物流整合等組成。在台灣市場，WooCommerce 與 LINE 的整合是特有的在地化需求。 （4 篇來源）
  • [WordPress 生態系](../concepts/WordPress 生態系.md) — WordPress 佔全球網站市佔率之冠，其生態系由佈景主題、外掛、頁面編輯器、託管服務等組成。Bazewp 是 Codotx 打造的 WordPress 生態系情報平台，透過爬蟲與 AI 自動分類大… （2 篇來源）
  • [Zero Trust Access](../concepts/Zero Trust Access.md) — 一種安全架構，預設不信任任何使用者或裝置，每次存取都需要經過驗證。Cloudflare 的 Zero Trust Access 產品透過 Email OTP、SSO 等方式保護 Web 資源。在更廣義… （3 篇來源）
  • AI 原生產品設計 — 從 AI 產出作為起點來設計產品，UI 的目的是讓人精修 AI 產出，而非傳統做法先有 UI 再加 AI 按鈕。 （1 篇來源）
  • AI 產品原料模型 — 把 AI 模型能力視為上游原料，用人的專業經驗做加工和品管。模型越強，原料越好，產品越有價值。 （1 篇來源）
  • ai-是放大器 — AI 的價值不在於讓你「什麼都能做」，而在於讓你「把本來就擅長的事做得更好」。領域專業程度決定了 AI 能放大多少價值——9 分專業 × AI = 11 分產出，2 分專業 × AI = 4 分產出。… （3 篇來源）
  • ai-時代自律 — AI 讓跨領域變得極度容易，但「容易不代表應該」。AI 時代最需要的能力是知道什麼該做、什麼不該碰——把時間投入在本業和核心專業上，而非被 AI 的可能性無限發散。 （2 篇來源）
  • ai-討好行為 — AI 語言模型在對話中傾向給予使用者正面回饋和鼓勵的行為特性（sycophancy）。在產品規劃和商業決策場景中，這種行為可能強化使用者的確認偏誤，導致不切實際的信心。 （2 篇來源）
  • ai-輔助寫作心態 — 使用 AI 輔助寫作時的三個核心心態轉變：（1）從獨自苦行到協作產出；（2）從主觀防衛到客觀審視——角色從作者轉為編輯；（3）從終點思維到起點思維——文章發布是對話的開始而非結束。 （1 篇來源）
  • ai-開發四層級 — 根據人類控制程度和 AI 自主程度，將 AI 輔助開發分為四個層級： （1 篇來源）
  • ai-驅動低代碼開發 — 以自然語言對話取代手動撰寫程式碼的開發方式。使用者描述需求，AI 執行從安裝、設定到部署的完整技術流程。與傳統低代碼平台的差異在於：不受限於預設的 UI 元件和工作流程，可以操作任意技術棧。 （3 篇來源）
  • spec-coding — Spec Coding（規格開發）是 AI 輔助開發的最高控制層級。開發者先撰寫完整規格文件（使用者故事、驗收標準、技術架構），再交由 AI 依照規格逐步實作。核心原則是「你掌控全局，AI 負責執行」… （3 篇來源）
  • vibe-coding — Vibe Coding（直覺開發）是一種以 AI 為主要程式碼產生者的開發方式。使用者只需描述需求或想法，AI 會自主思考、推理、實作甚至測試。不要求使用者具備程式基礎，任何人只要有想法就能以飛快速度… （6 篇來源）
  • wordpress-外掛開發實踐 — 在 WordPress 生態系統中開發外掛的實務經驗和已知陷阱集合。涵蓋 AI 輔助開發的策略、Gutenberg 相容性、外掛架構設計等面向。 （2 篇來源）
  • wordpress-效能優化 — 透過系統性的診斷和調校，改善 WordPress 網站的載入速度和回應時間。核心方法是「先診斷再治療」——用 WP-CLI 等工具精確找到效能瓶頸，而非盲目安裝快取外掛。 （1 篇來源）
  • wordpress-生態系統 — WordPress 是全球市佔率超過 40% 的開源內容管理系統，其價值不僅在於軟體本身，更在於圍繞它形成的龐大生態：外掛市場、佈景主題、開發者社群、商業服務供應商、教育資源等構成了自我強化的網路效應… （6 篇來源）
  • 事件驅動架構 — 系統以「事件」作為觸發點來驅動流程的架構模式。當特定事件發生（如 git push、付款完成、使用者註冊），自動觸發對應的處理邏輯。 （1 篇來源）
  • 人機協作 — 人機協作指在工作流程中，AI 與人類各自負責最擅長的部分，而非追求完全自動化或完全人工。 （1 篇來源）
  • 人機協作工作流 — 人類與 AI 在開發流程中各自扮演不同角色的協作模式。人類負責決策、規劃和品質把關，AI 負責執行、產出和重複性工作。 （3 篇來源）
  • 內容再利用 — 將同一份內容來源（Markdown 文章）自動轉換為多種形式（簡報、電子書、社群貼文），實現 Single Source of Truth（SSOT）。核心理念：內容只寫一次，分發到多個渠道，更新來源… （3 篇來源）
  • 冷啟動問題 — 平台型產品的經典困境：沒有內容就沒有使用者，沒有使用者就沒有內容，形成死亡螺旋。 （2 篇來源）
  • 分支部署策略 — 透過 Git 分支來對應不同部署環境的策略。典型模式：dev 分支對應預覽/測試環境，main 分支對應正式環境。推送到特定分支會自動觸發對應環境的建置與部署。 （3 篇來源）
  • 分眾推播 — 分眾推播是指根據特定條件篩選目標受眾，僅對符合條件的用戶發送推播訊息，以提升訊息相關性、降低封鎖率、節省發送額度。 （3 篇來源）
  • [去除 AI 味寫作](../concepts/去除 AI 味寫作.md) — 系統化地識別和替換 AI 生成文本中的典型模式，同時主動注入真實感和人味。核心觀點：「去除 AI 味」和「注入人味」是兩件不同的工作——光做前者只會得到乾淨但無聊的文字。 （2 篇來源）
  • 品質評分機制 — 在 Skill 中定義量化的品質標準，讓 AI 在完成任務後自我評估產出品質。包含兩種形式：(1) 寫作品質的多維度評分（直接性、節奏、信任度、真實性、精煉度各 10 分），(2) 程式碼審查的嚴重程… （2 篇來源）
  • 品質量化 — 將主觀的品質判斷轉化為可量測的數值指標，設定明確的通過門檻，避免品質審查陷入無限來回。 （1 篇來源）
  • 單一產品依賴風險 — 全部營收來源集中於單一產品或單一流量渠道，當該來源衰退時缺乏緩衝。 （2 篇來源）
  • 固定報價結構性矛盾 — 固定總價合約中，發案方的目標是「用這筆預算做到最多」，接案方的目標是「在這筆預算內盡快結案」。兩邊都合理，但方向完全相反。這個結構性矛盾導致雙方在「這算不算報價範圍」上反覆拉扯，時間花在爭論而非創造價… （1 篇來源）
  • 多巴胺開發陷阱 — AI 工具的即時產出能力觸發開發者的多巴胺獎勵迴路，導致過度投入、忽略市場驗證、模糊工作生活界線的現象。「現在爽的未來都是要還的」——速效多巴胺消退後伴隨等量的空虛和自我懷疑。 （3 篇來源）
  • 寄生式創新 — 利用大型平台的基礎設施和能力來提供自己的服務，而不自建相同的基礎設施。核心風險是平台政策變更可能導致服務失效。 （1 篇來源）
  • 專精化-vs-通用型 — 在軟體產品市場中，專精化（解決一個問題做到極致）和通用型（解決多個問題但每個都不深入）兩種策略的競爭。趨勢顯示：在成熟市場中，新進者透過專精化挑戰通用型霸主。 （2 篇來源）
  • 工具選擇策略 — 根據專案規模、使用場景、開發者角色來選擇最適切的開發工具組合，而非追求單一「最強」工具。 （3 篇來源）
  • 工程師身份認同危機 — AI 浪潮中，程式設計不再是工程師的專屬技能，導致以「會寫程式」為核心身份認同的工程師產生存在焦慮。 （1 篇來源）
  • 市場驗證 — 在投入大量資源開發產品前，確認市場需求真實存在且使用者願意付費的過程。 （2 篇來源）
  • 康威定律 — 組織的溝通結構會反映在其產出的系統架構上。由 Melvin Conway 於 1967 年提出。 （1 篇來源）
  • 接案養產品 — 獨立開發者或小型團隊以接案收入支撐生計，同時持續投入產品開發的雙軌經營模式。 （2 篇來源）
  • 敏捷式接案 — 將敏捷開發的核心概念（迭代交付、持續回饋、擁抱變化）套用到接案/外包的合作模式中。具體表現為：透明時薪制取代固定報價、每週回顧取代結案驗收、OnePage Project 的看板管理取代一次性交付。 （2 篇來源）
  • 敏捷開發 — 以小步快跑、持續迭代、平行推進為核心的開發方法論。在 AI 時代，敏捷思維同樣適用於人機協作和 AI agent 協作。 （2 篇來源）
  • 流程自動化 — 將人工操作的工作流程轉化為自動執行的系統。在 AI agent 時代，自動化的對象從「重複性操作」擴展到「需要判斷的任務」。 （1 篇來源）
  • 測試先行開發 — 在實際開發功能之前，先根據需求撰寫測試腳本，再進行程式碼實作。功能完成後執行測試驗證結果。又稱 Test-First Development 或 TDD（Test-Driven Development… （1 篇來源）
  • 瀏覽器自動化 — 透過 Claude in Chrome 擴充功能（MCP 連接），讓 Claude Code 直接操作使用者已登入的 Chrome 瀏覽器，完成需要瀏覽器互動的任務（如社群發文、表單填寫）。不需要 A… （1 篇來源）
  • 物件導向設計 — 以類別（Class）和物件（Object）為核心的程式設計範式，搭配命名空間（Namespace）可避免命名衝突、提升程式碼重用性與可測試性。 （1 篇來源）
  • 產品市場契合度 — 產品滿足市場需求的程度。達到 PMF 的產品會出現有機成長——使用者自發推薦、留存率高、營收穩定成長。 （1 篇來源）
  • 社群資本 — 透過參與社群活動累積的人脈、信任、知識和合作機會。 （2 篇來源）
  • 第三方服務依賴風險 — 當產品的核心功能建立在第三方服務的 API 或平台之上時，該服務的政策變更、定價調整或功能限制將直接影響產品的價值與可用性。 （2 篇來源）
  • 精實創業 — Eric Ries 提出的創業方法論，核心循環為 Build-Measure-Learn，強調以最小可行產品（MVP）快速驗證假設。 （3 篇來源）
  • 終端機工作流 — 以終端機（而非 IDE 或瀏覽器）作為主要開發介面的工作方式。在 AI 時代，終端機成為「對話 + 指令」工作模式的自然載體。 （2 篇來源）
  • 自動化報告流程 — 使用 Claude Code 串接外部 API（Cloudflare Web Analytics GraphQL、Google Search Console API），透過 shell 腳本和 cro… （3 篇來源）
  • 自動化測試 — 透過程式腳本自動執行預先定義的測試案例，驗證軟體功能的輸出是否符合預期。在 AI 輔助開發的語境下，自動化測試成為驗證 AI 產出程式碼品質的關鍵機制。 （1 篇來源）
  • 規格先行開發 — 在 AI 輔助開發中，先完成需求分析和架構設計（規格文件），再交由 AI 依規格實作的方法論。核心原則：「永遠先規劃再實作，別讓 AI 自由發揮」。 （3 篇來源）
  • 訂閱制營收模式 — 以月繳或年繳方式收費，建立可預測的經常性收入（MRR/ARR）。 （2 篇來源）
  • 認知負荷 — 在任一時刻，人腦需要處理的資訊量。在軟體開發中，工具的複雜度、流程的步驟數、需要同時關注的面向都會影響認知負荷。 （3 篇來源）
  • 請求簽章 — Request Signature，將請求的關鍵欄位與只有雙方知道的密鑰組合後，計算雜湊值（Hash）附在請求中。接收方用同樣的材料重新計算並比對，以驗證請求的真實性與完整性。 （1 篇來源）
  • 資料驅動開發 — 以資料結構設計為起點的開發方法論。先確認需要什麼資料、資料如何流動，再依序實作儲存層、操作層、介面層。 （1 篇來源）
  • 賣解決方案而非工具 — 從產品功能導向轉為客戶問題導向的銷售策略。顧客不在乎你用什麼技術，只在乎你能不能解決他們的問題。 （2 篇來源）
  • 轉換成本 — 使用者從現有方案切換到新方案所需付出的成本，包括學習成本、資料遷移、流程調整、心理慣性等。 （1 篇來源）
  • 透明時薪制 — 一種網頁設計/軟體開發的合作模式，以實際工時計費、按月請款，搭配完全透明的專案管理（時數預估表、一頁式看板、每週回顧 Email）。核心理念是將「結案」從合約日期移轉到商業目標達成。 （2 篇來源）
  • [通訊平台 Bot 安全設計](../concepts/通訊平台 Bot 安全設計.md) — 當 Bot 連接到公開通訊平台（Telegram、Slack、Discord 等）時，需要防範未授權使用者透過 Bot 執行操作。核心策略包括：身份配對、白名單、執行環境隔離。 （1 篇來源）
  • 適切技術 — 選擇「恰好足夠」的技術解決問題，而非追求最先進或功能最完整的方案。源自發展經濟學，在軟體工程中體現為避免過度工程化。 （1 篇來源）
  • 部署平台帳號綁定 — 部署平台（如 Vercel、Netlify）透過 Git provider 帳號綁定來辨識 commit author 的身份，決定是否允許該 commit 觸發部署。綁定鏈路通常是：git comm… （1 篇來源）
  • 部署流程規範 — 團隊內部對於程式碼從開發到上線的標準化流程約定，涵蓋分支使用規則、預覽確認步驟、合併條件等。 （2 篇來源）
  • 重送攻擊防禦 — Replay Attack Defense，防止攻擊者截取合法請求後重複發送的安全機制。核心手段是在請求中加入時間戳，接收方驗證時間戳是否在允許範圍內。 （1 篇來源）
  • 攻擊者思維稽核 — 不正面找錯，而是先扮攻擊者問「它能讓我做什麼」，從可被利用的能力反推該裝沒裝的防禦。只能涵蓋已知攻擊模式。 （1 篇來源）
  • 縱深防禦 — 用多道彼此獨立的防線疊加防護，少任何一道都算漏洞，全過才放行。對應稽核紀律「不要抓到一個問題就收手」。 （3 篇來源）
  • SQL 注入防範 — 防止使用者輸入被當成 SQL 指令執行，核心解法是參數化查詢（$wpdb->prepare）把資料鎖進填空格。真正高頻的不是「沒用 prepare」，而是「用了卻用錯」的四個破口。WordPress 無官方 ORM，外掛安全重心落在 $wpdb。 （1 篇來源）
  • 開源策略 — 開源策略指將原本的商業產品或內部工具以開放原始碼方式釋出，藉此擴大使用者基數、獲得社群貢獻、建立品牌信譽。 （1 篇來源）
  • 開源複利效應 — 開源軟體的市佔率 → 吸引更多開發者 → 產出更多工具和解決方案 → 吸引更多使用者 → 進一步提升市佔率。這個自我強化循環使得開源生態在每一波科技浪潮（手機、區塊鏈、AI）中都能快速產生對應工具，形… （2 篇來源）
  • 開發工具鏈整合 — 將 Claude Code 與現有開發工具（LSP、SSH、WP-CLI、ripgrep、cron）整合，讓 AI 不只是聊天機器人，而是能操作完整開發環境的工作夥伴。核心思想：AI 應該融入現有工具… （4 篇來源）
  • 開發者體驗 — 開發者在使用工具、框架和工作流程時的整體感受與效率。包含部署流程的順暢度、介面的直覺性、工具間的銜接連貫性等面向。 （2 篇來源）
  • 除錯排查方法論 — 在遇到技術問題時，系統性地縮小問題範圍、驗證假設、找到根因的思考流程。核心原則：每次只改一個變數、先排除最可能的原因、記錄每次嘗試的結果。 （2 篇來源）
  • [零成本 AI 整合](../concepts/零成本 AI 整合.md) — 不透過 API 串接、不自建 AI 後端，而是利用現有 AI 平台（ChatGPT、Google AI Overview）的 URL 參數功能，在 build 階段預組裝 prompt，讓使用者點連結… （1 篇來源）
  • 電商客服效率 — 電商客服效率是 [[OrderChatz 產品演進]] 全線產品的核心改善目標。三篇文章提供了從不同角度量化客服痛點的數據。 （3 篇來源）
  • 靜態網站架設 — 使用 Astro（靜態網站產生器）+ Git/GitHub（版本控制與雲端備份）+ Cloudflare Workers（免費全球部署）的技術棧，讓非工程師也能透過 Claude Code 用自然語言… （3 篇來源）
  • 靜態網站生成器 — 在 build 階段將所有內容編譯為純靜態 HTML/CSS/JS 檔案的網站建構工具。不需要伺服器端 runtime，部署只需將檔案放到任何靜態託管服務。 （2 篇來源）
  • 靜態網站表單處理 — 靜態網站（SSG）因缺乏後端伺服器，需要依賴第三方服務處理表單提交。這是 Jamstack 架構的典型權衡之一。 （1 篇來源）
  • [非工程師的 AI 工具採用](../concepts/非工程師的 AI 工具採用.md) — 非技術背景人員使用 Claude Code 完成實際工作任務的現象和路徑。核心觀點：Claude Code 不只是程式工具——它是能用自然語言操作的工作助手，適用於寫作、簡報、檔案整理、網站架設等非程… （9 篇來源）
  • 預覽環境存取控制 — 對部署平台的預覽/測試環境加上身份驗證機制，確保未上線的內容只有授權人員可存取，同時不影響正式環境的公開存取。 （2 篇來源）
  • SEO 結構基礎 — 10 條可移植的結構性 SEO 原則，與 CMS 無關。WordPress 的 SEO 優勢來自預設值替作者做掉這些事；任何技術組合顯式做齊效果等同。 （1 篇來源）
  • 評分系統設計哲學 — 品質量化的三種路線：分數派（給 0-100）、清單派（只列待辦）、色塊派（紅黃綠燈），對應管理學的 KPI / OKR / Traffic Light Reporting。 （1 篇來源）
  • 領域專業深度-vs-跨領域廣度 — AI 時代的核心抉擇：是深耕一個領域用 AI 加速專業價值，還是利用 AI 的跨域能力拓展到更多領域？核心論點傾向「深度優先」——選一個完全掌控的基礎，用 AI 加速獨特價值。 （3 篇來源）
  • 用 AI 反向學習 — 把 AI 從「學習對象」反轉為「學習槓桿」的策略。提問從「我該怎麼學 AI」變成「我有什麼專業要加深？AI 怎麼幫我？」AI 規劃整理，人驗證校準，分工很清楚。 （1 篇來源）
  • AI 代理介面選擇框架 — 把 AI 連到外部系統的介面決策框架，核心變數是「AI 的自主程度」而非「哪個技術好」。三條軸線：自主程度、信任邊界、可觀測性。（1 篇來源）
  • 起點客群 — 在做市場驗證之前先鎖定的最小可接觸客群。不是利基市場，而是可被擴張的踏板。三維度檢查：誰／什麼時候痛／聚在哪。 （4 篇來源）
  • 值得付錢的痛點 — 把痛點從「真不真實」推進到「值不值得付錢解」的判定框架。鐵證 = 對方已經在用某個爛解方，且他知道它爛——時間、錢、自尊已經在出血。 （2 篇來源）
  • 替代方案三層分析 — 判斷痛點付費機會前必須窮舉的三層客戶替代方案：直接競品／間接拼湊／什麼都不做。最強的對手是「什麼都不做」。 （1 篇來源）
  • 行為訪談法 — 把客戶的「對未來的意見」換成「對過去的事實」的訪談技巧。源自《The Mom Test》——別問對方對你的點子的意見，問他過去是怎麼做的、花了多少時間和錢。 （1 篇來源）
  • 承諾訊號 — 訪談收尾時要求對方付出實際成本（時間、人脈、金錢）的測試環節。Talk is cheap. Signals cost something. 三個依序測：時間承諾、轉介承諾、金錢承諾。 （1 篇來源）
  • Google 偏好來源 — 讀者主導的搜尋排序訊號：讀者在來源偏好設定工具勾選信任的網站，該站更可能出現在其焦點新聞與 AI 概覽。買不到、抗演算法波動，是 AEO 時代的新曝光管道。業主操作＝放一鍵 deeplink + 開口邀請。 （1 篇來源）
  • 腦補解法 — 跳過問題描述、直接拿 AI 給的猜測解法當需求交付給工程師的行為。「腦補需求」（生產端）的鏡像版本（消費端）。AI 給的是對假設情境的最佳解，但執行端需要的是真實情境。 （1 篇來源）

方法論索引

  • AI 時代三方向產品策略 — 把 AI 當原料的三個產品方向：工作流販售、半成品加工、AI 協作產品。
  • [AI 輔助內容生產流水線](../methods/AI 輔助內容生產流水線.md) — 從數據洞察到內容發布的端到端自動化流程，每個步驟都是一個 Claude Code Skill 或自動化腳本，一句指令觸發。
  • [AI 輔助測試先行開發](../methods/AI 輔助測試先行開發.md) — 結合 AI 輔助開發與測試先行（Test-First）的工作流程。在開發新功能前先請 AI 撰寫測試腳本，再請 AI 實作功能，最後自動執行測試驗證。適用於 WordPress 外掛開發，但概念可遷移…
  • AI-時代產品驗證流程 — AI 讓建造成本趨近於零後，「找到對的東西來做」才是關鍵。從問題驗證到付費驗證的四步流程。
  • [Skill 設計方法論](../methods/Skill 設計方法論.md) — 從零開始設計 Claude Code Skill 的五步方法，適用於任何領域的工作流程封裝。
  • ai-輔助寫作流程 — 以真實開發經驗為素材，結合 Humanizer-TW Skill 去除 AI 味，維持個人風格的技術部落格持續產出流程。
  • spec-coding-方法論 — 開發者先撰寫完整規格文件，再交由 AI 依規格逐步實作的最高控制層級開發方法。
  • wp-cli-效能診��流程 — 透過 WP-CLI 命令列工具系統性診斷 WordPress 網站效能瓶頸，用精確數據驅動優化決策。
  • [三層 API 驗證](../methods/三層 API 驗證.md) — 源自台灣金流串接經驗的 API 驗證機制，由三層防護組成，各自解決不同的安全問題。適用於兩個獨立部署的網站之間的 REST API 通訊。
  • 攻擊者視角安全稽核四問 — 把零散安全注意事項濃縮成四問口訣（驗本人、查資格、是否誤開放、寫入白名單），套用在任何「接收外部輸入→執行寫入」的入口。管寫入端，與 $wpdb SQL 注入審查四規則（查詢端）互補。
  • $wpdb SQL 注入審查四規則 — 不需會發動攻擊也能審查 WordPress 外掛 SQL 注入的人工自檢規則：有沒有 prepare、是否只 prepare 一半、填空格有沒有放錯位置、LIKE 配 esc_like 與 IN 整數化。管查詢端，與攻擊者四問（寫入端）互補。
  • 截圖驅動開發法 — 以視覺截圖（而非文字描述或線框稿）作為設計到開發的交付物，利用多模態 AI 模型直接讀圖來建構頁面。由 Paperclip AI 虛擬公司的三次流程迭代中發展出的方法論。
  • 接案養產品雙軌模式 — 獨立開發者以接案收入支撐生計，同時持續投入產品打磨的雙軌經營策略。
  • 產品漸進式發展 — 一種產品開發策略：從最小的核心功能出發，每次迭代在既有基礎上疊加新的價值層，而非重寫或大幅改版。
  • 痛點量化驅動設計 — 一種產品設計方法：先用具體數據量化目標用戶的痛點，再針對每個量化指標設計對應的解法，最後用同一組指標衡量改善成效。
  • 資料結構優先開發法 — 以資料結構設計為開發起點的方法論，特別適合 AI 協作的 WordPress 開發場景。核心是「先設計資料，再實作邏輯」，每一步都經過人工確認後才進入下一步。
  • 透明時薪制合作流程 — 以實際工時計費、按月請款，搭配完全透明的專案管理，適用於需求尚未完全明確的網站專案。
  • [零成本 AI 功能設計法](../methods/零成本 AI 功能設計法.md) — 不串 API、不跑伺服器端邏輯，在 build 階段預組裝 prompt 並編碼為 URL 參數，讓使用者透過點擊連結直接在 AI 平台獲得回覆的功能設計方法。
  • 預覽環境部署與保護 — 在 Cloudflare Pages 上建立「dev 分支 → 預覽環境 → 確認 → main 分支 → 正式環境」的完整部署流程，並透過 Zero Trust Access 保護預覽網址。適用於小…
  • 30 分鐘需求訪談腳本 — 把行為訪談法與承諾訊號落地的 30 分鐘訪談時間切分（暖身→事件→替代方案→痛的證據→三承諾測試），照著走也能拿到事實 + 承諾的雙重訊號。
  • 問題描述三層素材 — 替代「貼 AI 程式碼給工程師」的需求溝通方法：文字描述問題本身、截圖目前畫面或錯誤訊息、描述「期望 vs 實際」落差。對應 [[腦補解法]] 的反向解方。