學習路線圖 · AI學寫程式路線
程式作品集
彙整5個專案(手寫vsAI輔助);記錄過程與AI使用比例;上傳GitHub並附README解釋。展示從基礎到AI整合的成長。
觀念教學
程式學得如何,GitHub 會說話:這一站把六個階段的專案,整理成一份能證明「你會寫、也會指揮 AI 寫」的作品集。
這一階段學什麼
- 專案彙整:挑 5 個代表專案,從純手寫(計算器、猜數字)到 AI 輔助(遊戲、整合應用、天氣 App),呈現完整成長軌跡
- 手寫 vs AI 對比:同類功能放上手寫版與 AI 輔助版,標註差異與各自優劣
- AI 使用比例紀錄:每個專案記錄哪些部分是 AI 生成、哪些是你設計與修正,誠實展示協作方式
- README 撰寫:每個專案說清楚動機、架構、執行方式與學到的事
- 技術反思:寫下每階段的卡點與突破,展示思考深度,而非只有程式碼
為什麼是現在學
階段 6 結束時你手上有完整專案,但散落的檔案不會替你加分;招募方平均只花幾分鐘掃 GitHub,沒有 README 與脈絡的專案等於不存在。作品集就是這條路線的期末答辯。
怎麼練(具體行動)
- 開一個總覽頁:列 5 個專案的連結、一句話介紹與技術棧
- 替每個專案補齊 README:截圖、安裝步驟、AI 使用比例、三行反思
- 做一頁「手寫 vs AI 輔助」對比:同一功能兩種做法的程式碼與耗時
- 請一位工程師朋友花五分鐘瀏覽,記下他看不懂的地方並改善
完成標準
- GitHub 作品集上線,5 個專案都能照 README 跑起來(呼應里程碑:完成 GitHub 作品集)
- 每個專案都標明 AI 使用比例與你的貢獻
- 能對任一專案做三分鐘口頭導覽,講清楚技術決策
⚠️ 常見誤區:只放程式碼不放思考 — 雇主想看的是你的判斷與成長曲線,不是一堆沒說明的檔案。
這份作品集證明的是 AI 時代最值錢的開發能力:基本功扎實,又懂得讓 AI 放大自己。
里程碑
✓ 完成 GitHub 作品集
範例專題
手寫 vs AI 專案對比