AI 编程规划框架 — Grilling、Brainstorming 与 Explore 深度对比¶
AI 代码生成工具已极其强大，但开发者的核心痛点已转移到写代码之前：需求本身的模糊性。本文拆解三大规划框架，帮助你在 AI 编程时先想清楚再动手，避免「完美代码解决错误问题」的翻车。
目录¶
- #核心痛點：為什麼 AI 編程總是翻車
- #三大規劃框架拆解
- #Matt Pocock：Grilling（壓力測試式訪談）
- #Obra：Superpowers Brainstorming（九步強制流程）
- #OpenSpec：Explore（探索性思考）
- #多維度對比與核心哲學
- #下一代 AI 規劃工具的設計藍圖
- #行動實踐指南
核心痛點：為什麼 AI 編程總是翻車¶
AI 代碼生成工具（GitHub Copilot、Cursor 等）可以快速產出代碼，但如果開發者的原始需求本身就是模糊的，再完美的代碼也無濟於事。
傳統開發流程：
需求 → 設計 → 編碼 → 測試
↑
耗時最長，但思考最透徹
AI 時代流程：
模糊需求 → AI 生成代碼 → 翻車 ← ❌ 瓶頸在這裡
│
└→ 正確流程：先規劃，再生成
核心價值：確保我們問的是正確的問題，而不是快速得到錯誤的答案。
三大規劃框架拆解¶
Matt Pocock：Grilling（壓力測試式訪談）¶
核心機制：讓 AI 扮演咄咄逼人的面試官，沿著設計樹逐一追問用戶，直到雙方達成共同理解。
Grilling 流程：
AI 提問 ──→ 用戶回答 ──→ AI 追問更深層 ──→ ...
│ │ │
└── 找到漏洞 ←── 逼出假設 ←── 暴露模糊點
│
達成共同理解 ✓
優缺點：
| 維度 | 評價 |
|---|---|
| 上手難度 | 極低，無需任何前置知識 |
| 訪談紀律 | 極強，強迫正面回答核心邏輯 |
| 產出物 | ❌ 不強制文檔，純賴隱性理解 |
| 長期可追溯性 | ❌ 差，維護時難以回溯決策原因 |
Obra：Superpowers Brainstorming（九步強制流程）¶
核心機制：奉行「沒有項目太簡單到不需要設計」的哲學，強制走完 9 步 Checklist。
設計隔離（Design Isolation）原則：
系統的每個部分都必須有清晰的目的，透過定義良好的接口通信，可獨立測試與理解。
設計隔離示意：
┌─────────┐ ┌─────────┐ ┌─────────┐
│ 模組 A │────→│ 模組 B │────→│ 模組 C │
└────┬────┘ └────┬────┘ └────┬────┘
│ │ │
清晰的接口 清晰的接口 清晰的接口
│ │ │
可獨立測試 ✓ 可獨立測試 ✓ 可獨立測試 ✓
❌ 無隔離：改 A 的一行代碼 → C 崩潰
✓ 有隔離：改 A 只影響 A 的接口，B/C 不受波及
九步流程：
1. 探索上下文（Explore Context）
2. 按需啟用視覺伴侶（Visual Companion）
3. 提出澄清問題（Clarify）
4. 給出多方案對比（Multi-option Comparison）
5. AI 自審（Self-review）
6. 用戶審查（User Review）
7. 達成共識（Consensus）
8. 寫入設計文檔（Document）
9. 提交 Git（Version Control）
│
└→ 產出物：完整的設計文檔 + 決策記錄
視覺支持：內置 Visual Companion（瀏覽器伴侶），討論 UI 佈局或複雜架構時按需開啟，展示原型與互動式架構圖。
OpenSpec：Explore（探索性思考）¶
核心機制：像一個坐在旁邊的老同事，幫用戶把大腦中混亂的亂麻理順，方向明確後再交給 Propose 模塊。
視覺支持：推崇極簡的 ASCII 圖表，不用打開畫圖軟體，直接在純文本中表達數據流與狀態轉換。
Explore 流程：
用戶腦中的亂麻 AI 理順後
───────────── ──────────
「想做個...」 ──→ 明確的模塊劃分
「好像要...」 ──→ 清晰的數據流
「但不確定...」 ──→ 待確認的假設列表
「還有個...」 ──→ 優先級排序的需求
│
└→ 交給 Propose 模塊產出規範
多維度對比與核心哲學¶
| 維度 | Grilling | Superpowers Brainstorming | Explore |
|---|---|---|---|
| 規範性 | 中等（有基本對話結構） | 最高（強制步驟與輸出） | 最低（最靈活，無固定步驟） |
| 輸出確定性 | 隱性理解 | 強制設計文檔 + Git | 按需捕捉為 Artifacts |
| 學習成本 | 最低 | 最高 | 中等 |
| 適合場景 | 快速驗證、小玩具 | 核心業務、多人協作 | 複雜問題梳理、舊系統盤點 |
| 底層哲學 | 質量保證：對抗式提問 | 過程管理：結構化流程 | 認知哲學：思維夥伴 |
三種哲學的本質差異：
Grilling（質量保證）
─────────────────
假設：需求裡有漏洞，需要被逼出來
手段：對抗式提問，找矛盾
結果：需求無重大漏洞
Brainstorming（過程管理）
──────────────────────
假設：好設計需要嚴格流程才能完整
手段：九步 Checklist，強制產出
結果：設計文檔 + 決策可追溯
Explore（認知哲學）
─────────────────
假設：用戶自己還沒想清楚
手段：陪伴式探索，幫助理順
結果：思維清晰 + 方向明確
下一代 AI 規劃工具的設計藍圖¶
理想規劃工具應具備的 6 大核心特點：
理想 AI 規劃工具架構：
┌──────────────────────────────────────────┐
│ 動態入口（Dynamic Entry） │
│ 模糊腦洞 → Explore │
│ 現有功能+新需求 → Grilling │
│ 複雜架構瓶頸 → Brainstorming │
└──────────────┬───────────────────────────┘
│
┌──────────────▼───────────────────────────┐
│ 動態深度（Dynamic Depth） │
│ 快速澄清（5-10min）│ 深度探索（15-30min）│
│ │ 設計文檔（可選） │
└──────────────┬───────────────────────────┘
│
┌──────────────▼───────────────────────────┐
│ 按需可視化（On-demand Visuals） │
│ 架構 → ASCII 圖表 │
│ UI → 原型 │
│ 權衡 → 表格 │
└──────────────┬───────────────────────────┘
│
┌──────────────▼───────────────────────────┐
│ 防呆機制（Fool-proof Guard） │
│ 自動審查未定義術語、矛盾需求、模糊表述 │
└──────────────┬───────────────────────────┘
│
┌──────────────▼───────────────────────────┐
│ 多格式輸出（Multi-format Output） │
│ 提案 │ 規範 │ 理解總結 │
└──────────────┬───────────────────────────┘
│
┌──────────────▼───────────────────────────┐
│ 自我進化（Self-evolution） │
│ 記錄有效提問 → 越用越聰明 │
└──────────────────────────────────────────┘
行動實踐指南¶
情境選型決策樹¶
你的項目是什麼？
│
├─ 一個人折騰的小玩具
│ └→ ✅ 用 Grilling，5-10 分鐘快速對抗提問
│ 追求極致高效，不搞重流程
│
├─ 一團亂麻的舊系統 / 想不清的複雜新問題
│ └→ ✅ 用 Explore，陪自己慢慢盤邏輯
│ 用 ASCII 圖表記錄結構
│
└─ 要上線的核心業務 / 多 Agent 多人協作
└→ ✅ 用 Brainstorming 嚴格流程
強制產出設計文檔 + 雙重審查
混合使用策略¶
推薦混合路線：
階段 1：Explore
─────────────
把腦中的亂麻理順，確保方向正確
階段 2：Grilling
──────────────
對已理順的方向做壓力測試，找漏洞
階段 3：Brainstorming（僅核心模組）
───────────────────────────────────
關鍵業務邏輯走完整九步流程，產出設計文檔
避坑指南¶
- ✅ 規劃的目標是找出「關鍵問題」並做出「關鍵決策」
- ❌ 不要在動工前就想清所有實現細節（過度設計）
- ✅ 即使最輕量的 Grilling，也花 5 分鐘寫下核心決策與理由
- ❌ 不要純賴隱性理解——未來的自己和團隊需要可追溯的決策記錄