← Financial Cloud Cloud Cloud Club · 建構文章

極點宏觀|Financial Cloud Cloud · 建構文章

利用 Vibe Coding 開發技巧打造 AWS 證照模擬練習室

系列: 模擬考場

文章: E2

文章
Kiro 工作坊
01 使用 Kiro 建置:他加祿語學習 App 的提示優先產品設計工作坊
Kiro 工作坊
02 使用 Kiro 建置:他加祿語 學習 App 的教育優先開發技巧工作坊
Kiro 工作坊
03 使用 Kiro 建置:他加祿語 學習 App 的深入開發流程工作坊
Kiro 工作坊
04 使用 Kiro 建置:將 他加祿語 學習 App 在地化為中文變體工作坊
Kiro 工作坊
05 使用 Kiro 建置:他加祿語 卡片的文法與發音補強管線工作坊
Kiro 工作坊
06 使用 Kiro 建置:他加祿語 學習 App 中可審查的獨特額外例句工作坊
Kiro 工作坊
07 與 Kiro 同行:晶圓廠工程健康度 Hook 工作坊
Kiro 工作坊
08 與 Kiro 同行:蝕刻製程視窗風險測試自動化工作坊
Kiro 工作坊
09 與 Kiro 同行:黃光微影漂移風險開發工作坊
Kiro 工作坊
10 工程團隊入門 — 日常工廠值班使用 fab spc drift sync portal
Kiro 工作坊
11 工程團隊附錄 — fab spc drift sync portal 的日常工廠值班使用
Kiro 工作坊
12 Kiro:規格驅動工廠軟體的現場工程工作坊
Kiro 工作坊
13 Kiro:實作 Lab — 從零建置具型別的 Factory Risk Portal
Kiro 工作坊
14 Kiro:工程開發人員的提示、程式碼和型別標準手冊
Kiro 工作坊
15 Kiro:為什麼強 React 提示可以防止型別宣告錯誤啟動
Kiro 工作坊
17 與 Kiro 一起建構:建立工廠自動化入口網站 React UI
Kiro 工作坊
18 與 Kiro 一同建構:打造工廠自動化入口網站背後的自動化分析引擎
Kiro 工作坊
19 與 Kiro 一起實作:將 AI 工廠自動化輔助程式新增至工廠自動化入口網站
Kiro 工作坊
21 Kiro:2 小時專業開發人員工作坊指南
Kiro 工作坊
22 Kiro:從零建置 Fab SPC Drift Synchronization Portal
Kiro 工作坊
23 Kiro:提示詞庫與深度程式碼說明附錄
Kiro 工作坊
30 與 Kiro 一同建構:建立工廠自動化入口網站 UI
Kiro 工作坊
31 與 Kiro 一同建構:打造工廠自動化入口網站背後的自動化分析引擎
Kiro 工作坊
32 與 Kiro 一起實作:為工廠自動化入口網站增添 AI 工廠自動化助理
Kiro 工作坊
33 與 Kiro 一起開發:重建 CME Direct 風格的量化損益排行榜 UI
Kiro 工作坊
34 與 Kiro 一起開發:重建損益排行榜背後的量化分析引擎
Kiro 工作坊
35 與 Kiro 一起建構:適用於量化排行榜的 AWS AI 驅動交易台助理
Kiro 工作坊
36 單頁交易平台 SOP
Kiro 工作坊
AgentCore
A1 使用 AgentCore 與 Strands 建構:Gateway MCP 工具織網開發者工作坊
AgentCore
A2 使用 AgentCore 與 Strands 建構:受治理的多 Agent 風險系統開發者工作坊
AgentCore
A3 使用 AgentCore 與 Strands 建構:執行期主權風險代理人開發者工作坊
AgentCore
模擬考場
E1 用 Vibe Coding 打造多語言 AWS 證照模擬試題上線系統
模擬考場
E2 利用 Vibe Coding 開發技巧打造 AWS 證照模擬練習室
模擬考場
E3 打造靜態 AWS 模擬考場背後的練習引擎
模擬考場
Amazon Q
Q1 Amazon Q:ACM 憑證自動更新的CloudShell優先開發人員工作坊
Amazon Q
Tagalog 練習室
T1 為 AWS Manila Community Day 打造 Tagalog 學習 App:提示詞優先的產品設計
Tagalog 練習室
T2 為 AWS Manila Community Day 打造 Tagalog 學習 App,採用教育優先的開發提示
Tagalog 練習室
T3 為 AWS Manila Community Day 打造 Tagalog 學習 App 的開發流程深度解析
Tagalog 練習室
T4 將 Tagalog 學習 App 在 AWS Manila Community Day 情境中在地化為中文版本
Tagalog 練習室
T5 為 AWS Manila Community Day 打造 Tagalog 卡片打造文法與發音補強流程
Tagalog 練習室
T6 為 AWS Manila Community Day 打造 Tagalog 學習 App 的 Extra Examples 更獨特且可審閱
Tagalog 練習室
路線圖
R1 企業級 Data Analytics Roadmap 一百個深度情境題
路線圖
R2 前端開發路線圖:真實企業場景
路線圖
香港 Community Day
C1 伴隨 AWS Community Day 的香港週末:從雲端技術論壇到維港璀璨夜景
香港 Community Day
C2 講者的奢華週末:分享您的 AWS 故事,讓香港成為您的專屬舞台
香港 Community Day
C3 香港七十二小時:AWS Community Day 講者的極致之旅
香港 Community Day
馬尼拉 Community Day
C4 AWS Community Day Manila:一場連結雲端技術、城市文化與真摯友誼的快樂週末
馬尼拉 Community Day
C5 AWS Community Day Manila:雲端建立者在菲律賓感受最幸福的精神
馬尼拉 Community Day
C6 AWS Community Day Manila:在快樂之城建構、打破、重來,並找到歸屬
馬尼拉 Community Day
C7 菲律賓馬尼拉初次造訪建議
馬尼拉 Community Day
菲律賓 × 香港
C8 菲律賓香港資本市場升級
菲律賓 × 香港
回測
B1 使用 Bedrock AgentCore 與 Strands Agents 建立機構級 Amazon 純做多 (Long-Only) 回測代理
純做多 AMZN 代理:AgentCore、Strands 與可稽核的 Backtrader 帳本。
B2 使用 Backtrader、AgentCore 與 Strands Agents 建立具市況感知能力的 Amazon 部位管理
把市況當成部位控制,而不是圖表註解。
B3 使用 Nasdaq、S&P 500、Dow、AgentCore 與 Strands 建立相對於基準的 Amazon 進出場時機系統
相對 Nasdaq、S&P 500 與道瓊來判斷 AMZN 時機。
B4 使用 Bedrock AgentCore、Strands Agents 與 Backtrader 建立受治理的 Amazon 交易歷史工廠(Trade-History Factory)
把回測做成可稽核的交易歷史工廠。
B5 使用 Bedrock AgentCore 與 Strands Agents 建立智慧代理型 (Agentic) Amazon 回測營運模型 [Part 1]
先建立營運模型,再爭論結果。
B6 為 Amazon 擇時與部位管理建立客製化 Cerebro 程式碼說明 [第 2 部分]
先講 Cerebro 引擎,再講圖表。
B7 為 Amazon 策略結果與經驗教訓建立交易員審閱紀錄 [Part 3]
把策略排名寫成交易員審閱紀錄。
B8 使用 AgentCore 與 Strands 建立受治理的 FSI Amazon 部位管理 Playbook [Part 4]
受治理的 FSI Amazon 部位管理手冊。
B9 使用 Amazon Bedrock AgentCore 建立主權風險交易代理,分析殖利率差、FX 避險與債務重新定價
主權風險代理:殖利率差、外匯避險與債務重定價。
B11 建置現代波動率交易與合法泰國復原規劃代理程式:記憶體驅動的 Strands 多代理程式風險防護系統
記憶驅動的 Strands 代理:波動率與泰國復原規劃。
B12 使用 Amazon Bedrock AgentCore Memory 建構空頭跨式部位交易風險治理
空頭跨式部位的交易風險治理。
B13 在 Amazon EKS 上建構生產環境就緒的信用與收益質押 AI 智能體
在 EKS 上跑生產級信用與收益質押代理。
挑戰
01 週末生產力挑戰:Fab SPC 漂移同步入口網站
Fab SPC 漂移審查與建議入口網站。
02 週末生產力挑戰:Quant P&L Commander — AWS 上由 AI 驅動的交易生產力入口網站
AWS 上由 AI 驅動的交易生產力入口網站。
03 週末煩人的任務挑戰:交易台在雲端、鏈上、空中執行摘要
DeskPulse 日常交易執行摘要。
04 週末 Agent 挑戰:上午 6 點交易風險審查
無人值守、以證據為基礎的晨間交易風險簡報。
05 Weekend Creative Challenge: Leadership Card Game
瀏覽器版創意引導卡牌。
06 Full Stack Challenge: Community Day Board App
瀏覽器版活動溝通空間。
領導力卡牌
01 Leadership Card Game: 雲端還沒自動化的最後一項本事:像領導者一樣說話
寫給 建構者的現場隨筆——談語言、勇氣,以及 Leadership Card Game
02 領導力回合的解剖:Leadership Card Game 實際怎麼玩
給 建構者的引導員實地指南——讓演練嵌進真實會議
03 Leadership Card Game: 當機會不再屬於主辦者
寫給 建構者的現場隨筆:權力轉移、多語領導力練習夜,以及走完入口、資源、敘事的職涯弧線
04 週末創意挑戰:Leadership Card Game
一篇建構者手記:願景、架構,以及週末創意挑戰教會我的事
05 從週末挑戰專案到 $1,386 群眾募資:改變你在職場現身方式的領導力練習
一個週末做出的作品,變成 600 張卡的線上領導力練習室,並募到 $1,386。
06 從週末挑戰專案到 $1,386 群眾募資:進入科技產業的第一天路徑
一個週末挑戰如何變成具備 600 張卡、由 AWS 驅動的多語產品,並募到 $1,386?
07 從週末挑戰專案到 $1,386 群眾募資:用轉移機會建立專業品牌
一個週末挑戰把領導想法做成能跑的多語產品,並募到 $1,386。
08 Leadership Card Game — 群眾募資活動
募資目標: HKD 5,000 已募金額: HKD 1,386 距目標還差: HKD 3,614 進度: 28% 創作者: D.C. Dan · L.L. Diana · L.K. Lva 所在地: 日本、香港、新加坡 投資人權益: 即期價值、私密會員卡牌編輯器雲(Private Membership Card…
09 PR/FAQ 01 — Leadership Card Game 面向社群建構者正式推出
「逆向工作法」文件 · 對外新聞稿 + FAQ 產品: Leadership Card Game 受眾: 社群經理、志願組織者、職涯早期建構者
10 PR/FAQ 02 — 企業引導員採用 Leadership Card Game 進行現場領導力演練
「逆向工作法」文件 · 對外新聞稿 + FAQ 產品: Leadership Card Game 受眾: 學習與發展負責人、人員管理者、敏捷教練、企業引導員
10 PR/FAQ 03 — 多語 Leadership Card Game 為建構者擁有權開放全球練習室
「逆向工作法」文件 · 對外新聞稿 + FAQ 產品: Leadership Card Game 受眾: 全球 建構者、雙語社群、跨境產品團隊、開源導師
AWS Builder Center
01 AWS Builder Center、社群精神與 AWS Builder Jacket
霓虹訊號、共享創意,以及為建構者打造的外套。
02 走進 AWS Builder Center:一座能學習、貢獻,也讓人有歸屬感的全球技術平台
一段精彩旅程,不一定從機場開始。
03 AWS Community Builder 的巨大成功
當建構者公開分享,整個社群就會一起前進。
04 AWS Builder Center 的巨大成功
一座為好奇心打造、充滿活力的全球街區。
05 週末走進 AWS Builder Center:從社群靈感到令人難忘的 AWS Builder Jacket
星期五晚上,開始於建構者熟悉的感覺:有一個點子,正卡在問題與可能性之間。

這篇文章介紹如何透過 Vibe Coding(氛圍編程),將一段粗糙的提示詞歷程轉化為可運作的 AWS 證照模擬練習室。文中將說明如何將開發意圖轉化為資料規格、打造快速的靜態原型、保持使用者介面(UI)簡潔,並將每一次的提示詞視為一項產品決策。我們的焦點在於實務應用:從小處著手建置、驗證行為、保留上下文脈絡,並在不失去開發動能的情況下,透過下一個提示詞持續微調系統。


免責聲明

目的: 本平台為一項獨立專案,專為推動教育探索與人工智慧研究而建置。旨在促進對現代科技的深入理解,不受任何外部影響。使用者可在此安全環境中研究複雜系統、測試創新想法並安全地學習。

非商業性: 本獨立專案絕無任何潛在的商業模式。嚴禁且不旨在產生任何財務收益、貨幣利潤或任何實質商業價值。我們的核心焦點純粹在於學術發展,確保使用者在存取時完全免於隱藏成本、企業贊助或廣告企劃。

無擔保保證: 由於本平台是利用實驗性人工智慧的教育工具,產生的輸出內容有時可能不準確、具誤導性或完全不完整。所有提供的內容均嚴格依「現狀」(as is)提供,不提供任何明示或暗示的保證、事實正確性擔保或對整體可靠性的任何承諾。


目錄

● 第一部分:從產品合約開始

第一章節解釋此 Demo 如何從原始的考試內容和零散的想法,演變成穩定的產品合約(Product Contract):JSON 資料、靜態 HTML、查詢字串路由(query-string routing)以及直觀的學習者回饋。

● 第二部分:將提示詞視為產品增量

本章節說明為何最有效的提示詞是微小的產品增量(Product Deltas)而非寬泛的指令,以及每條指令如何改變開發者可立即檢查的介面。

● 第三部分:在美化裝飾前建立信任感

本章節解釋深色 AWS 風格的登陸頁、免費贈送訊息、證照題庫卡片、文章連結和 Metadata,如何作為建立信任的訊號,而非僅僅是裝飾性的設計。

● 第四部分:堅持靜態 Demo,直到非變不可

本章節主張採用靜態檔案、簡單的 JavaScript、可重複使用的 JSON,並且在產品明確證實系統何處真正需要引入複雜度之前,絕不輕易使用框架。

● 第五部分:將提示詞日誌轉化為建置藍圖

本章節展示如何將提示詞歷程記錄轉化為開發意圖、設計決策、修正過程的紀錄,並作為未來教學 Vibe Coding 實務的部落格題材。


第一部分:從產品合約開始

目標: 建置一個學習產品,使其能從單一的 AWS Certified Data 模擬試題集擴展為可重複使用的證照練習室,而無需為每個新主題重新建構 UI。

提示詞:

提示詞歷程始於內容轉換:保留原始內容,將輸出格式變更為範本格式,接著遵循題目指引,將 JSON 升級至更專業的水準。

結果: 系統最終採用了一套 JSON 規格合約,其中包含考試 Metadata、章節、題目、選項、答案、答案摘要和選項解析。這套合約讓 HTML 播放器的設計變得非常簡單。

技巧:

● 在美化 UI 之前,先定義好資料結構。

● 將第一個 JSON 檔案作為未來所有題庫的範本。

● 保留答案解析,因為「回饋」才是學習產品的核心。

● 使用章節和題號作為穩定的導覽錨點。

● 將每個內容檔案視為 API,即使它只是靜態 JSON。

資料夾結構訊號(Folder signals):

● 首頁(Landing page): index.html,一個深色 AWS 風格的教育首頁,包含 Open Graph Metadata、漢堡選單導覽、獨立的語言選擇器、焦點區塊(hero section)、免費活動訊息、證照題庫網格、AWS Builder 文章卡片以及響應式行為。

● 練習播放器(Practice player): practice-room.html,一個簡單的深色模式單選與複選應用程式,可從 URL 查詢字串中讀取考試、章節和題號,並載入對應的 JSON 檔案。

● 語言層(Language layer): 包含 20 個已翻譯的首頁,加上英文版的 index.html。每個選擇器選項都指向已部署的絕對路徑,格式如 index_{lang_code}.html。

● 題庫合約(Exam-bank contract): 每個 JSON 檔案均使用 exam、title、source、chapters、questions、number、question、options、answer、answer_summary 和 explanations。這項合約能讓單一前端載入多個不同的練習題組。

● 題目指引素材(Question-guide material): 該指引強調效度、信度、公平性、具誘惑力的干擾項、主動語態、角色對齊、認知複雜度以及證明正確答案為何正確的解析。

● 提示詞歷程(Prompt trail): 迭代建置筆記記錄了範本轉換、行動裝置版面配置、提交與下一步行為、證照卡片、螢幕截圖、語言在地化以及絕對路徑語言 URL 的指令。

題庫規模:

● AWS AI Development 證照考試:1 章,共 20 題。

● AWS Generative AI Dev Organization 證照考試:4 章,共 80 題。

● AWS Networking Core 證照考試:2 章,共 98 題。

● AWS FSI Trading Desk Design 證照考試:34 章,共 680 題。

● AWS Certified Cloud Operations 證照考試:5 章,共 520 題。

● AWS FSI Macro Trading 證照考試:23 章,共 380 題。

● AWS Certified Machine Learning 證照考試:4 章,共 460 題。

● AWS Certified Data 證照考試:5 章,共 82 題。

● AWS Certified Data 證照考試 (Version 1):5 章,共 82 題。


第二部分:將提示詞視為產品增量

目標: 透過一次只要求一個肉眼可見的變更,在每次迭代後依然保有可運作的 Demo,藉此維持開發動能。

提示詞:

最有效的提示詞都非常具體:新增行動裝置響應式練習室、放大題目按鈕、新增證照卡片、將語言選擇器移到卡片外、使用絕對 URL。

結果: 最終的 Demo 反映了許多細微但保持一致的變更,因為每個提示詞都指明了檔案、介面、目標行為或可重複使用的實作風格。

技巧:

● 指明哪個檔案負責該變更。

● 使用現有的 UI 作為樣式來源。

● 在連結至關重要時,提供精確的查詢字串。

● 將版面配置(layout)請求與資料請求分開。

● 在加入下一項功能之前,先審查目前的結果。

形塑此系統的提示詞摘錄:

● 建立多選題證照練習的行動裝置響應式 HTML 網頁。

● 桌上型電腦版面配置:左側為題目列表,右側為題目與答案選擇區域。

● 行動裝置版面配置:上方為題目與答案選擇區域,下方為題目按鈕列表。

● 點擊「送出(Submit)」應顯示正確與錯誤答案的解析;點擊「下一步(Next)」應跳至下一題。

● 使用 URL 查詢字串中的考試名稱、章節和題號來導向相關題目。

● 建立一個名為 index.html 的全新網頁,作為教育科技新創公司的官方網站。

● 醒目顯示免費活動,並在 HTML 網頁上展示可用的考試主題。

● 使用導覽列漢堡選單,並讓整張卡片皆可作為連結點擊。

● 在 AWS Exam Library 區塊加入主視覺圖片,行動裝置版使用 screenshot2.png。

● 參照 AWS Certified Data Exam Questions 的樣式來新增證照卡片。

● 新增選擇語言導覽列,將其移至卡片外,翻譯所有網頁,並使用絕對語言 URL。


第三部分:在美化裝飾前建立信任感

目標: 在加入繁複的視覺效果或複雜的應用程式架構之前,先讓登陸網頁顯得專業且可信。

提示詞:

提示詞要求建立一個具備現代 AWS 風格、社群 Metadata、醒目免費活動、證照題庫入口以及 AWS Builder 文章卡片的教育科技新創官方網站。

結果: 登陸網頁成了一個建立信任感的基石:包含焦點定位、語言選擇器、免費活動訊息、證照卡片、全卡片點擊連結、螢幕截圖、文章連結和簡潔的頁尾。

技巧:

● 提早使用 Metadata,因為分享也是產品的一部分。

● 將卡片轉換為連結,以提升行動裝置上的可探索性。

● 使用單一且明確的焦點訊息,避免多個訴求互相競爭。

● 保持深色模式簡潔且易讀。

● 讓螢幕截圖發揮作用,這比用文字解釋題庫更快速有效。

關鍵洞察:

信任感是可以被規劃出來的。網頁不需要絢麗的動畫來營造真實感,它需要的是一致的字型排版、符合預期的連結、清晰的狀態標籤,以及能向使用者證明練習題組目前已可使用的實證。


第四部分:堅持靜態 Demo,直到非變不可

目標: 在驗證學習流程、目錄、在地化和內容模型的階段,避免不必要的後端開發工作。

提示詞:

提示詞從未要求建立帳戶、註冊、付款或伺服器工作階段(sessions)。它們只要求提供連結、靜態 HTML、載入 JSON,以及讓 AWS 開發者能直接存取。

結果: 產品保持可作為靜態資產部署的狀態。瀏覽器會根據名稱載入 JSON、更新查詢字串、轉譯題目、檢查答案並顯示解析。

技巧:

● 當狀態模型(state model)很清晰時,「靜態優先」絕非簡陋。

● 查詢字串(Query Strings)非常適合用來分享目前的學習狀態。

● 在有真正必要的需求之前,避免加入登入功能。

● 不要僅為了轉譯卡片就引入專案建置管線(build pipeline)。

● 讓內容檔案來承載系統的擴展規模。

這是一個經典的 Vibe Coding 勝利:

原型之所以能順利上線,是因為我們拒絕讓系統架構變得比使用者的體驗旅程還要複雜有趣。


第五部分:將提示詞日誌轉化為建置藍圖

目標: 將提示詞歷史紀錄當作文件,記錄產品的演變歷程以及各項決策背後的原因。

提示詞:

提示詞歷程記錄了關於範本、行動裝置版面配置、卡片連結、漢堡選單、語言名稱、翻譯、絕對路徑、新增考試以及練習室行為的各項決策。

結果: 這段提示詞歷程現在可重複使用,作為新手引導教材、QA 測試筆記、部落格素材以及未來的提示詞種子。它不僅說明了完成後的 Demo,也記錄了達成此結果的實作路徑。

技巧:

● 在想法還在發展階段時,將提示詞日誌保留在 Demo 檔案附近。

● 將每個提示詞總結為一個「意圖」,而不僅僅是指令。

● 利用日誌找出可重複套用的模式。

● 當 Demo 規模擴大時,將草稿筆記移至開發(dev)資料夾中。

● 將最佳的提示詞模式轉化為檢驗清單。

對於 Vibe Coding 而言,日誌本身就是產品的一部分。 它不是開發過程中的意外產物,而是記錄人類引導、AI 執行、修正調整以及最終上線行為的珍貴紀錄。


1:提示詞壓縮

背景: 早期的開發筆記充斥著繁複的願望:一個練習室、一個登陸頁、免費活動、各種證照題庫以及行動裝置的行為。其中最關鍵的實用技巧,就是將每個願望壓縮成一條指令,並明確指名檔案名稱與可見的變更。

目標: 將寬泛的意圖轉化為 AI 程式代理(coding agent)可以直接執行的提示詞,無需讓 AI 去猜測歸屬或範圍。

提示詞:

使用簡短的增量指令,例如「index.html 新增 AWS Certified Machine Learning 卡片」或「practice-room.html 放大行動裝置版按鈕」。

結果: 產品持續演進,且完全沒有破壞現有已正常運作的功能,因為每個提示詞都擁有微小的目標以及顯而易見的審查點。

技巧:

● 優先指名檔案名稱。

● 點名預期的 UI 元素。

● 在關鍵之處提供精確的連結或查詢字串。

● 避免將不相關的版面配置與內容變更混在一起。

● 在送出下一個提示詞之前,先進行審查。

來自 Demo 的佐證: 產品持續演進,且完全沒有破壞現有已正常運作的功能,因為每個提示詞都擁有微小的目標以及顯而易見的審查點。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「提示詞壓縮」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


2:規格優先思維

背景: 考試內容最初是範本文字和從 PDF 擷取的素材,但在應用程式擴展至其他主題之前,需要一個穩定的資料架構。

目標: 將 JSON 規格合約作為產品的核心,以便同一個轉譯器(renderer)能載入所有的證照題庫。

提示詞:

遵循 AWS Certified Data 的題目 JSON,作為新證照題組的範本。

結果: Schema(資料規格)變得符合預期:包含考試 Metadata、章節、題號、題目文字、選項、答案陣列、答案摘要和選項解析。

技巧:

● 將 JSON 視為 API。

● 將答案保持為陣列格式。

● 使用以選項為鍵(option-keyed)的解析。

● 將標題儲存在資料中。

● 拒絕一次性的特殊內容格式。

來自 Demo 的佐證: Schema(資料規格)變得符合預期:包含考試 Metadata、章節、題號、題目文字、選項、答案陣列、答案摘要和選項解析。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「規格優先思維」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


3:行動裝置優先審查

背景: 第一個桌上型電腦設計很簡單:左側為題目按鈕,右側為作答區域。然而,行動裝置需要完全不同的閱讀順序。

目標: 在加入視覺修飾之前,先確保練習流程在小螢幕上順暢好用。

提示詞:

行動裝置版本:上方為題目與答案選擇區域,下方為題目按鈕區域,放大提交與下一步按鈕。

結果: 練習室採用了響應式排序和更大的觸控目標,這讓測驗體驗顯得經過精心設計,而非只是硬塞進手機畫面中。

技巧:

● 測試大拇指的點擊動線(thumb path)。

● 在行動裝置上,將核心內容置於導覽列之上。

● 增加點擊目標的大小。

● 保持目前題目清晰可見。

● 不要把提交按鈕藏得太深。

來自 Demo 的佐證: 練習室採用了響應式排序和更大的觸控目標,這讓測驗體驗顯得經過精心設計,而非只是硬塞進手機畫面中。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「行動裝置優先審查」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


4:克制的深色模式

背景: 使用者要求深色模式以及無多餘裝飾的簡單設計。這項限制保護了 Demo,使其免於產生過度包裝與雜亂的設計輸出。

目標: 採用克制的視覺系統,以利於使用者集中注意力、進行長時間閱讀並快速檢視答案。

提示詞:

網頁設計:深色模式,簡單且不加任何裝飾。

結果: 最終的網頁使用了柔和的邊框、易讀的對比度、緊湊的卡片排版,並搭配類似 AWS 的經典橘色作為點綴,完全沒有多餘的動畫。

技巧:

● 謹慎著色,避免色彩過於雜亂。

● 將文字對比度視為首要考量。

● 寧可使用邊框,也不要使用厚重的陰影。

● 保持表單的沉穩與簡潔。

● 讓內容本身成為網頁的主角。

來自 Demo 的佐證: 最終的網頁使用了柔和的邊框、易讀的對比度、緊湊的卡片排版,並搭配類似 AWS 的經典橘色作為點綴,完全沒有多餘的動畫。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「克制的深色模式」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


5:行銷誘因

背景: 官方網頁需要在訪客點擊練習連結之前,清楚說明為什麼他們應該關注這個平台。

目標: 將免費活動和證照題庫轉化為清晰的誘因(hook),而不將產品隱藏在註冊機制之後。

提示詞:

醒目顯示免費活動:免費存取 AWS Certified Data、Generative AI、Machine Learning、Cloud Operations、Networking、Financial Service Trading Desk on AWS。

結果: 首頁焦點區塊讓產品價值一目了然,而證照題庫網格則能立刻呈現目前可用的練習題組。

技巧:

● 說清楚什麼是免費的。

● 列出高辨識度的主題。

● 將行動呼籲(Call to Action)置於誘因附近。

● 避免使用含糊不清的平台術語。

● 用直接的連結來證明所言非虛。

來自 Demo 的佐證: 首頁焦點區塊讓產品價值一目了然,而證照題庫網格則能立刻呈現目前可用的練習題組。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「行銷誘因」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


6:卡片一致性

背景: 每張新加入的證照卡片,在樣式、用字和行為上都可能產生偏差。重複使用 Data 卡片的規格能有效避免這個問題。

目標: 讓目錄的擴展變得標準化且簡單:在不重新設計題庫版面的情況下,直接新增主題。

提示詞:

新增 AWS AI Development 模擬試題,遵循 AWS Certified Data 模擬試題的樣式,並提供連結 aws_ai_development_exam_questions&chapter=1&question=1。

結果: 新的考試主題以卡片形式加入網格中,具備一致的狀態標籤、描述文字和點擊提示。

技巧:

● 複製經過驗證的卡片樣式。

● 僅修改標題、描述和連結。

● 保持完全相同的狀態用語。

● 使用全卡片點擊連結。

● 確認目標 JSON 檔案確實存在。

來自 Demo 的佐證: 新的考試主題以卡片形式加入網格中,具備一致的狀態標籤、描述文字和點擊提示。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「卡片一致性」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


7:迭代日誌

背景: 提示詞歷程記錄了許多微小的修正:修改文字、移動元素、新增卡片、翻譯網頁以及轉換 URL。

目標: 將建置歷史當作產品規劃圖,而非用完即丟的對話廢棄物。

提示詞:

透過指明最新需要調整的行為,持續進行微調。

結果: 這些筆記成為撰寫技術說明與重構產品決策的可靠資訊來源。

技巧:

● 記錄開發意圖,而非僅僅是輸出結果。

● 在腦海中將相關的提示詞進行分組。

● 尋找重複出現的指令模式。

● 將修正措施轉化為規則。

● 將歷程紀錄用於 QA 品質測試。

來自 Demo 的佐證: 這些筆記成為撰寫技術說明與重構產品決策的可靠資訊來源。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「迭代日誌」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


8:免建置的靜態部署

背景: 本專案從不需要後端伺服器來驗證學習閉環。靜態檔案已足夠應付登陸頁、在地化網頁、JSON 題庫與測驗播放器。

目標: 以最小的部署範圍(deployment surface)交付實用的 Demo。

提示詞:

在 exam-practice-room 資料夾中建立 HTML 網頁和 JSON 檔案。

結果: Demo 可直接作為靜態資產運作:由瀏覽器處理資料擷取、畫面轉譯、答案檢查與網頁導覽。

技巧:

● 除非應用程式狀態確實需要伺服器,否則應優先考慮靜態部署。

● 保持檔案名稱具有清晰語意。

● 使用查詢字串(Query Strings)來實現深層連結(Deep Links)。

● 避免為簡單網頁引入複雜的建置工具。

● 讓靜態部署來簡化除錯流程。

來自 Demo 的佐證: Demo 可直接作為靜態資產運作:由瀏覽器處理資料擷取、畫面轉譯、答案檢查與網頁導覽。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「免建置的靜態部署」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


9:遵循出題指引

背景: 出題指引中引入了效度、信度、公平性、具誘惑力的干擾項、主動語態以及認知複雜度。

目標: 採用專業的試題撰寫標準,避免 AI 產生的模擬試題流於膚淺的冷知識。

提示詞:

遵循出題指引,並將練習題組升級至專業水準。

結果: 內容模型保留了選項級別的邏輯解析,使每一次的解釋都成為學習價值的一部分。

技巧:

● 撰寫具說服力的干擾項。

● 避免使用陷阱式字眼。

● 採用主動語態。

● 契合角色定位與認知層級。

● 詳細說明答案正確的原因。

來自 Demo 的佐證: 內容模型保留了選項級別的邏輯解析,使每一次的解釋都成為學習價值的一部分。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「遵循出題指引」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


10:直接存取

背景: 行銷企劃書中明確指出:無需信用卡、無需註冊,直接為開發者提供網站連結。

目標: 消除讀者與模擬練習體驗之間的阻礙與摩擦。

提示詞:

直接為每位 AWS 開發者提供網站連結;無需信用卡,也無需註冊。

結果: 每張可用的卡片都直接連結至練習室的查詢狀態網址。

技巧:

● 不要對免費的價值設置過多門檻。

● 確保使用者的第一次點擊是實用的。

● 點開即直接進入實際題目。

● 避免彈出視窗(modal)的干擾。

● 使用可供分享的網址連結。

來自 Demo 的佐證: 每張可用的卡片都直接連結至練習室的查詢狀態網址。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「直接存取」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


11:克制的焦點圖片

背景: 證照題庫需要視覺上的佐證,但原先的社群橫幅(social banner)區塊反而成了多餘的雜訊。

目標: 利用螢幕截圖說明產品介面,同時移除無法引導使用者採取行動的裝飾性區塊。

提示詞:

在 AWS Exam Library 區塊中加入焦點圖片:screenshot.png;行動裝置版則使用 screenshot2.png。

結果: 題庫區塊成功加入了響應式圖片,同時移成了不相關的橫幅文案。

技巧:

● 將產品螢幕截圖作為最佳佐證。

● 針對桌上型電腦與行動裝置的長寬比進行優化。

● 移除重複的視覺訴求。

● 保持替代文字(alt text)有其實際意義。

● 絕不要讓圖片取代了清晰的連結。

來自 Demo 的佐證: 題庫區塊成功加入了響應式圖片,同時移成了不相關的橫幅文案。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「克制的焦點圖片」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


12:漢堡選單導覽

背景: 網頁需要在桌上型電腦和行動裝置上採用相同的緊湊型導覽模式,而非使用兩種各自獨立的架構邏輯。

目標: 讓導覽選單在不同螢幕尺寸上皆顯得緊湊且符合預期。

提示詞:

使用導覽列漢堡選單;不論是桌機版或手機版,均統一改為行動裝置版的導覽列。

結果: 頁首使用了一個選單按鈕,可切換各區塊連結,並在使用者選取連結後自動關閉。

技巧:

● 使用 aria 屬性以提升無障礙性。

● 保持導覽標籤簡短。

● 在使用者選取後立即關閉選單。

● 避免使用單獨的桌機專用導覽邏輯。

● 確保品牌標誌(brand logo)持續清晰可見。

來自 Demo 的佐證: 頁首使用了一個選單按鈕,可切換各區塊連結,並在使用者選取連結後自動關閉。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「漢堡選單導覽」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


13:語言選擇器的置放位置

背景: 選擇器起初位於焦點卡片(hero card)內部,但這使其看起來像卡片本身的內容,而非全域導覽控制項。

目標: 在焦點訊息之前,將語言選擇功能移至獨立的控制項中。

提示詞:

將選擇語言功能移出卡片,作為一個獨立的元素。

結果: 選擇器目前位於卡片上方,明確發揮了網頁級別控制項的功能。

技巧:

● 全域控制項不應看起來像文章的本文內容。

● 儘早置放語言選擇控制項。

● 保持標籤簡潔。

● 保留已選擇的語言狀態。

● 移動後,請測試其中一個在地化網頁。

來自 Demo 的佐證: 選擇器目前位於卡片上方,明確發揮了網頁級別控制項的功能。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「語言選擇器的置放位置」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


14:絕對路徑指令

背景: 相對語言連結在本地端運作正常,但公開發佈的網頁需要能從任何路由導向可預期的目的地。

目標: 確保部署後的語言重導向機制安全可靠。

提示詞:

針對所有的語言選項,使用已部署的絕對路徑 index_{lang_code}.html 格式之網址。

結果: 每個語言選項都指向部署的目標路徑,而部落格則避免直接提及公開的網域名稱。

技巧:

● 使用統一的基礎 URL 格式。

● 更新每一個網頁,而非僅更新英文版。

● 驗證使用者選擇的數值是否保留。

● 搜尋是否有殘留的相對路徑。

● 確保選擇器中同樣保留英文選項。

來自 Demo 的佐證: 每個語言選項都指向部署的目標路徑,而部落格則避免直接提及公開的網域名稱。這是評估者可以直接檢查的部分. 實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「絕對路徑指令」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


15:翻譯審查

背景: 第一批翻譯好的網頁在本文區塊中仍含有殘留的英文。使用者要求重新檢查整個網頁。

目標: 將在地化(localization)視為內容的品質保證(QA),而不僅僅是自動產生。

提示詞:

重新檢查所有在地化網頁;確保整個內容網頁均已完成翻譯。

結果: 所有語言網頁上的可見區塊、卡片描述、研究筆記以及頁尾文字,皆已同步更新完成。

技巧:

● 搜尋是否有殘存的英文。

● 單獨檢查從右至左書寫(RTL)的網頁。

● 翻譯正文內容,而不僅僅是選單。

● 保持產品名稱具辨識度。

● 審查具代表性的文字語系。

來自 Demo 的佐證: 所有語言網頁上的可見區塊、卡片描述、研究筆記以及頁尾文字,皆已同步更新完成。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「翻譯審查」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


16:證照題庫規模

背景: 資料夾中包含了大規模題庫,如 FSI trading desk、cloud operations、machine learning、networking、AI development 以及 generative AI。

目標: 在不干擾焦點區塊的前提下,讓登陸網頁能清晰展示題庫目錄的豐富度。

提示詞:

在 HTML 網頁上列出考試主題,並遵循現有樣式新增卡片。

結果: 目錄轉化為易於瀏覽的網格,其中每個可用主題均有著一致的入口點。

技巧:

● 將主題分組在網格中展示。

● 桌機版面每行使用三張卡片。

● 保持描述文字結構對稱一致。

● 清楚標示未來即將推出的主題。

● 避免對使用者提及原始 JSON 資料。

來自 Demo 的佐證: 目錄轉化為易於瀏覽的網格,其中每個可用主題均有著一致的入口點。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「證照題庫規模」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


17:從共同創辦人到課程講師

背景: 網頁最初使用「共同創辦人」的用字,隨後調整為「課程講師」的定位。

目標: 將個人品牌與學習體驗緊密連結,而非強調新創企業的自傳背景。

提示詞:

將「共同創辦人」改為「課程講師」。

結果: 信任卡片目前可更妥善地支援該教育產品,且不會分散使用者點選練習的注意力。

技巧:

● 確保身分定位與使用者的核心意圖相符。

● 保持個人簡介卡片可點選。

● 避免冗長繁複的生平自傳。

● 一致地使用角色職稱。

● 讓文章本身提供深度內容。

來自 Demo 的佐證: 信任卡片目前可更妥善地支援該教育產品,且不會分散使用者點選練習的注意力。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「從共同創辦人到課程講師」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


18:提示詞具體性

背景: 最有效的提示詞都包含了要替換的確切文字、要使用的精確連結,或是要實現的明確版面行為。

目標: 藉由提供可衡量的細節,大幅降低 AI 理解時的模糊性。

提示詞:

將「Explore Exam JSON Library」改為「Explore AWS Exam Library」;將「AWS Learning Forge」改為「Exam Practice Room」。

結果: 由於期望的輸出極為明確,文字修改變得迅速且風險極低。

技巧:

● 精確引用原字串。

● 提供要替換的新文字。

● 當某個詞彙至關重要時,避免使用「改善文案」這種模糊指令。

● 修改後仔細檢查 UI 文字。

● 保持名稱前後一致。

來自 Demo 的佐證: 由於期望的輸出極為明確,文字修改變得迅速且風險極低。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「提示詞具體性」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


19:微調修正迴路

背景: 許多要求只是針對先前的置放位置、用字或連結行為進行局部修正,而非要求重寫整個檔案。

目標: 利用修正型提示詞引導運作中的系統,同時不丟失任何現有進度。

提示詞:

移動語言選擇器、加入英文、移除所有提及網域的地方、移除直接提及開發筆記檔名的地方。

結果: 檔案在原處持續演進並完整保留了可運作的 Demo,同時契合了全新的發佈限制。

技巧:

● 寧可進行局部修補(patching),也儘量避免重寫。

● 明確列出禁止使用的詞彙。

● 移除特定術語後,務必進行全域搜尋確認。

● 保留實用的程式結構。

● 確保最終發佈的檔案安全無虞。

來自 Demo 的佐證: 檔案在原處持續演進並完整保留了可運作的 Demo,同時契合了全新的發佈限制。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「微調修正迴路」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。


20:讀者優先的成效

背景: 最終產出的不只是程式碼;它還為開發者提供了直接的學習連結、清晰的反饋、多國語言存取以及顯著的信任訊號。

目標: 以讀者的實際成效來評估 Vibe Coding 的成果,而非僅僅炫耀工具的新奇度。

提示詞:

根據此 Demo 建立技術部落格文章,分享 Vibe Coding 的開發技巧。

結果: 本系列文章能詳細說明提示詞如何轉化為產品決策,以及每一個交付上線的細節如何具體協助學習者。

技巧:

● 將每一項技巧與使用者行為緊密連結。

● 使用 Demo 作為實證。

● 避免提及不公開的內部實作細節。

● 分享可重複套用的提示詞模式。

● 在結尾提供開發者可重複使用的審查步驟。

來自 Demo 的佐證: 本系列文章能詳細說明提示詞如何轉化為產品決策,以及每一個交付上線的細節如何具體協助學習者。這是評估者可以直接檢查的部分。實戰筆記應與此實證保持關聯,而非流於對 Vibe Coding 的泛泛談論。

審查步驟: 針對「讀者優先的成效」,請確認三件事:背景是否描述了真實的專案壓力、目標是否指明了預期行為,以及結果是否指向檔案或瀏覽器中肉眼可見的部分。若缺少其中任何一項,請在發佈前重新撰寫筆記。