2026 年的免費 AI 程式開發工具整理（含額度與限制）

2025/12/15

如果談到用 AI 來輔助程式開發，有些人會想到在 ChatGPT 或各種生成式 AI 的網頁聊天介面中，反覆複製貼上程式碼、需求描述、錯誤訊息，來回切換視窗，效率其實並不高。

隨著大語言模型 LLM 發展，越來越多廠商開始直接把 AI 塞進工程師本來用的 IDE 或 CLI 中，AI 能更完整掌管整個專案的程式碼，來修正錯誤、調整功能、檢查邏輯等工作。

本文整理一些免費的 AI 程式碼編輯與輔助工具，可以直接在開發流程中使用，而且不一定要花錢，並順便介紹它們各自的免費額度、限制與適合的使用情境，想要免費 vibe coding 的人不能錯過。

醜話說在前，其實大部分不是真的無限用量都免費，只是如果每天的用量沒有很多，可以勉強頂一下。
通常是每天/每個月有一些免費額度，或是功能有限制的免費版，或是新會員/新產品出來，用免費當宣傳手段，準備日後養套殺。

一、Google 大家庭

Google 前前後後出了好幾套讓 AI 幫忙寫程式的工具，從一開始模型表現差、Gemini 被罵到臭頭、產品整合亂七八糟。到後來資料開始打通，模型表現和功能越來越強，訂閱 AI 還可以順便增加信箱和雲端硬碟容量，越來越香。

這段來稍微介紹他們的免費額度。

Google Antigravity

獨立的 IDE 工具，Windows 和 Mac 都能安裝，算這幾個產品中最新出的，在 2025 年 11 月花了幾十億取得 Windsurf 的技術授權，不久後就發佈這個新的 Agentic IDE。

免費版本就能使用寫程式碼最好用的 Claude Sonnet & Opus，還可以順便用用 Google 自家的 Gemini Pro&Flash，另外還偶 gpt-oss-120b，這些在其他間都是要付費才能用的，Google 非常佛心。

甚至還可以用 Nano Banana Pro (Gemini 3 Pro Image)生成圖片，只要在側邊攔跟 AI 輸入需求，就會生成圖片。

模型有使用額度，用完之後隔一段時間會重新計算。

(用量額度是第三方套件Antigravity Cockpit)

有付費訂閱 Google AI Pro 之類的，幾個小時就會重新計算。
但是付費版用太多的話，Claude 那邊也會跳成 weekly limit 的計算方式(如上圖)。

免費版的重置週期就很長，是每個禮拜重新計算。

模型還有分組，額度是分開算的，Claude 這一組用完的話，還可以用 Gemini 那邊的頂一下。

歷史對話紀錄和生成的檔案可以到 C:\Users\{使用者名稱}\.gemini\antigravity\brain\{ID}裡面去翻。

Gemini CLI

命令列工具，免費版有每分鐘 60 次請求數和每天 1,000 次請求數 (Gemini CLI 的配額)，額度用完後會從 Pro 模型降到 Flash 模型。

不想被額度限制的話，也可以直接設定 Gemini 的 API KEY，依 tokens 計費，用多少付多少。

早期剛出來的時後是在 /privacy 指令中，可以設定要不要分享資料給 Google。
後來是改成通通連到一個Gemini Code Assist：服務條款和隱私權政策，在 Gemini Code Assist 個人隱私權聲明裡面是這樣說:

當您使用 Gemini Code Assist 為個人提供服務時，Google 會收集您的提示內容、相關程式碼、產生的輸出內容、程式碼編輯內容、相關功能使用資訊和您的意見回饋，用於提供、改良及開發 Google 產品、服務和機器學習技術。

隨 Google 帳號身份不同，企業版或個人帳號有不同的隱私條款，自行斟酌使用。

Gemini Code Assist

這是 VS Code 套件，裡面也有免費版可以用，額度是跟 Gemini CLI 一起算的。

Firebase Studio

可以暫且當成把本來的 Firebase 全家桶做了一層皮，新增專案的地方塞了 AI，請使用者輸入需求，讓 AI 開始幫人類做；然後從 Firebase Console 進入專案之後，還可以在側邊欄叫出 AI，繼續幫忙改程式碼。

好處是跟本文中「只產生程式碼」的工具不一樣，可以輕鬆直接把程式佈署到雲端，減少一些程式佈署和伺服器管理的麻煩處。

如果之前就有在用 Firebase 系列產品踩過坑的就知道，用 Firestore 當資料庫，用 Firebase Authentication 當作使用者驗證，不一定是最省成本、擴充性佳、功能最好用的選擇。

但本文沒有要探討技術選型或專案長久維護性之類的事情，就暫且打住，把 Firebase Studio 當成是一個 AI 輔助開發並一條龍佈署上線的東西。

二、每日或每月持續提供免費服務

先上提醒事項，天下沒有白吃的午餐，免費的東西通常會有一些限制或是條件。

免費用量額度可能會失效，以官方公告為主。
另外有些產品的 AI 回覆品質，跟其他間相比可能不盡理想，能用跟好用還是有差距。有些是採用比較低階的模型，或是工具對於處理程式碼的優化不夠好。
有些需要把訊息紀錄開放給廠商，拿去訓練之類...請自行斟酌使用。
有些免費的使用額度可能很低，系統不穩，純屬正常現象。

GitHub Copilot

VS Code 套件，免費版每個月有一些自動完成跟程式碼生成的 AI 額度。

目前的 GitHub Copilot 的刀法很精準，免費版的使用者只能用一些比較小或比較舊的模型，例如 Claude Haiku、GPT-5 mini、GPT-4...想要用 Sonnet 或是比較高級的模型，要付費訂閱升級。每種方案的詳細功能差異清單可參考 Plans for GitHub Copilot。

重置時間不是每月 1 號，右下角會顯示額度重置時間。

有一些特殊身份可以免費升級 GitHub Copilot，可參考 Getting free access to GitHub Copilot Pro as a student, teacher, or maintainer，這邊簡單說一下:

教師或學生身份，需要上傳證明文件供審核。
系統認可的開源貢獻者。

開源貢獻者資格主要根據 GitHub 帳號的紀錄，這個不用申請，只要點進去 GitHub 帳號的 Copilot setting，就會直接看到"Get access to GitHub Copilot"的資訊，而不是 GitHub Copilot Free。每年會自動重新 review，如果條件被取消，也會寄信通知。

微軟的Visual Studio(不是 Visual Studio Code) 17.8 以上也內建 GitHub Copilot 當成免費 AI。但就算 Visual Studio 有付費訂閱 Professional 或 Enterprise 版本，GitHub Copilot 還是只有免費方案，兩者是分開訂閱的。

GitHub Copilot 也有出一個 GitHub Copilot CLI，免費額度跟 VS Code 套件是共用的，一邊用完的話另一邊也不能用。

Kiro

獨立的 IDE 工具，AWS 另外一個團隊出的，裡面有 Claude 大家族(Haiku, Sonnet, Opus)給人用。

~~免費版本每天有幾十次的 Claude Sonnet 使用額度。~~
2025/8 月中後縮水，改成免費版每個月有 50 次程式碼生成額度。
2025 年尾又改成點數制，每改一次程式碼可能消耗0.幾~幾點。

每個月月初會重置額度，等於說可以一直安裝著，每個月拿來用一下。

訂閱可獲得更多使用額度，往上一階是 USD $20/月，有 1,000 credits。

Kiro 不能用自己的 API KEY 或是用外部 API，等於說用完之後，就變成一個普通的文字編輯器...頂多再自己裝 ampcode 或 kilo code 之類的擴充套件。

Amazon Q Developer

每月 50 個代理請求，可以在 VS Code 中安裝套件使用，在側邊欄與 AI 互動。

或是授權 Github 專案後，在 issue 中叫 AWS bot 出來解 bug、改程式碼(如下圖)。

這樣勉強也算得上是一種不用開電腦/不在電腦前，也能使喚 AI 改程式碼的方法了吧。

Warp

命令列工具，一開始是為了用 AI 來優化 CLI 各種指令操作，例如在 Linux 查 log，可以口語跟 AI 提出需求，Warp 的 AI 會生成各種 grep 指令，查完資料整理好然後跟人類回報。

後來它越做越多可用於寫程式碼的功能，有一些每月免費額度(不是月初重置)。

個人版付費的話是一年 200 多美金起，企業版是一年 500 美金起(每個seat)，企業板跟個人版功能大致差不多，只是多了一些 SOC2 之類的合規認證和組織登入 SSO。

JetBrains

JetBrains AI 方案中，免費版每個月有 3 點 AI 點數(AI Credits per 30 days)，只能用在他們家的軟體上。

JetBrains 旗下有很多 IDE 工具，在 AI coding 時代則是推出 JetBrains AI，將 AI Assistant 整合到現有 IntelliJ IDEA、PyCharm、PhpStorm、ReSharper 等業界知名的開發工具中，提供聊天問答、程式碼解說、產生測試、重構建議、產生註解與文件、修改程式碼等功能。

它們的 IDE 在商業用途使用，基本上是要付費訂閱購買的，其他免費的版本多半有各種條件，像是教育版、社群版(Community/開源軟體貢獻者)、個人非商業用途。

要付費的話有試用期，因為是商用軟體，在隱私和合規方面絕對是沒話說。特別的是因為他們使用多家 AI 廠商來提供服務，官網上特別說「只有提供 OpenAI 服務的地區才能存取 JetBrains AI 服務」，如果查閱 JetBrains AI Service Territory Limitations，確實沒有 China。

OpenCode

CLI 工具，裡面有時候會有一些免費的模型給人用。

他們還有一個 OpenCode Zen，提供 GPT、Claude、Gemini 等一些大模型的 API，可以統一在他們這邊儲值使用。

OpenCode 不是憑空冒出來的，在它前身還有一個叫 Crush 的東西，又是幾個團隊之間鬧分家和搶名字的故事。管理它的 Anomaly 是美國公司，但是有些核心成員 @fanjiewang 是來自中國。非本文重點，有興趣的自己去找。

OpenHands

它有一個讓人安裝在自己電腦上的 OpenHands CLI 工具，還有一個 OpenHands Cloud 服務，可以把 GitGub 專案設定上去，然後在用手機或 iPad 打開這個 OpenHands Cloud 網頁介面，使喚 AI 修改程式碼。

OpenHands Cloud 的免費方案有每天 10 次對話額度，然後還有授權 GitHub 帳號送 10 美金額度的活動(You can try it with a free $10 credit by signing in with your GitHub account.)

三、繞過 CLI 工具的收費門檻

這種算是比較硬要的，非正經的方法。本來官方都是要收費才能用，但是用其他方式硬用。

Codex CLI + 分享資料給 OpenAI

Codex CLI是 OpenAI 出的一個知名的命令列工具，原則上是要付費訂閱 ChatGPT Plus 以上方案，或是綁 OpenAI API key 才能使用。

不過 OpenAI 有個資料共享計畫(Share inputs and outputs with OpenAI)會送每日免費額度，要先參加資料共享計畫，然後開一組 API key 給 Codex CLI 用。

參加資料共享計畫要從 OpenAI API 後台>Data controls>Sharing，選擇與 OpenAI 共享一些 input/output 對話紀錄或 fine tune 資料，可以得到一些每日免費額度。這個分享資料的設定不一定每個 OpenAI 帳號都會有，官方沒特別說明出現的條件。

目前的每日免費額度沒有無限使用，比較高階的模型有 250 thousand tokens 的少許額度，一些 mini/nano 的模型就給更多。

不過這個方法只能拿來應急，不太適合作正經事。
首先是給高階模型給的額度不多，正常人應該用沒幾下就用完了，一不小心用完了，就會開始扣到儲值的金額了(提醒一下，OpenAI 的 API 儲值金額就算放著不用，一年後也會過期)。

接著把 OpenAI API key 用在 Codex CLI，可能會在使用 Codex CLI 碰到錯誤訊息:

Stream disconnected before completion: Request too large for gpt-5 in organization xxx on tokens per min (TPM): Limit 30000, Requested 30XXX. The input or output tokens must be reduced in order to run successfully.

帳號只在 Tier 1 的，很容易卡到 OpenAI 的各種 rate limit，需要儲值更多錢讓帳號升到 Tier 2 以上。

Claude Code + AnyRouter

Claude code是一個知名的命令列工具，要是付費訂閱 Pro 或 Max 方案，還可以使用 Claude Code on the web。在手機上用 Claude 的官方 APP 指揮 AI 寫程式，直接修改 GitHub repo 中的程式。

AnyRouter 是一個 Claude Code 中轉站服務，為了讓連不上 Claude Code 的地區能翻牆連線使用，出於 Claude 封鎖中國地區的原因，這種套殼轉介服務還有很多，自行斟酌使用，我不為他們的安全性或穩定性背書。

AnyRouter 每天登入會送 $25 美金的額度，可能用沒幾下就沒了，但還是可以加減用一下。

使用時要改系統變數，把ANTHROPIC_AUTH_TOKEN和ANTHROPIC_BASE_URL改成 AnyRouter 提供的值，或是使用 CC switch 之類的中介工具。
如果會頻繁碰到 502 錯誤的話，參考 AnyRouter 的說明，修改 ANTHROPIC_BASE_URL，改用備用的 API endpoint。

四、新註冊送額度+串本機 AI 模型

以下很類似，都是 VS Code 套件，原則上是要使用者自己準備 API KEY 的，但後來發展出自己的點數購買儲值系統。

新會員註冊會送一些額度，可以讓 AI 回答一些小問題。也可以在設定中接上其他 API 來源，也可以串本機的 Ollama，這樣也算免費使用吧。

Cline

註冊送 $5 美金的額度，也時常會開放一些免費模型。

Kilo Code

註冊送 $5 美金的額度，第一次用完之後會再送 $20 美金的額度。

常常會有免費模型活動，像寫文章的時候有 MoonshotAI: Kimi K2.5、MiniMax: MiniMax M2.1、Z.AI: GLM 4.7、Giga Potato、Arcee AI: Trinity Large Preview。

能接上其他 API 來源聽起來很方便，但現實是就是有些廠商的 API 格式跟別人不一樣，Cline 和 Kilo Code 就沒辦法正常使用。

Roo Code

除了有 VS Code 套件，還有一個 Cloud Agents，可以把 GitGub 專案設定上去，然後在網頁介面使喚 AI 修改程式碼。

因為是 Cloud Agent 的推廣期，比較多活動，像是新會員前 60 分鐘免費，還有升級 Team plan 前14天免費(Free for 14 days, then $99/mo + credits)，詳情請洽官網。

這種的好處是除了可以使用自己的 AI 模型，還可以用儲值金額的，用量不高的話用完再儲就好。
而不是每個月要固定訂閱，沒用到的時候還是一個月繳幾十~幾百美金，然後真要用的時候還是一堆用量限制。甚至為了更便宜的月費，直接預繳費用訂閱一整年。

五、新註冊試用期

以下是新帳號試用期的，試用期過後如果沒花錢訂閱，基本上就只是一個普通的文字編輯器，沒辦法用 AI 功能。

而且為了防堵有人一直註冊新帳號來洗免費額度，通常會有各種限制，無論是限時免費、限制點數額度、限制模型、信用卡號不能重複使用等等，或是隨時調整方案，能用多久就看運氣。

Windsurf

獨立的 IDE 工具，公司前身叫 Codeium。

主要是新註冊有試用期，然後有時候會有免費模型，就是其他 AI 公司有新模型出來時，有機會在 Windsurf 碰到新模型免費限時使用，平常要多關注他們的資訊。

他們自家的 SWE 模型是 Windsurf 免費版可以用的，不過比起其他付費的高階模型嘛...嗯。

Windsurf 有聯盟行銷計畫(推薦好友，當好友付費升級 Pro 方案，推薦人也會得到一些點數)，不過推薦人自己也要先加入付費會員才行。

Tabnine

VS Code 套件，註冊後有試用期。

Augment Code

VS Code/JetBrains 套件，也有出一套 Auggie CLI。

試用期有送一些點數(Trial users now get a 30,000 credit)，用完之後就要乖乖儲值。

Available Models主要就是 Claude 跟 OpenAI GPT，不能 BYOK 或使用外部 API，要用 AI 就是要跟他們儲值。

Augment Inc. 公司成立於 2022 年，於 2024 年正式發布產品，成員是一些矽谷工程師，也拿了不少投資。產品主要走各種企業級權限控制功能，還有一些 Code reviews 之類的功能，看起來很努力為使用者生成的程式碼把關。

但可能因為沒有什麼推薦好友領 AI 使用額度的聯盟行銷機制，沒有什麼科技網紅在吹，在台灣比較不出名。

Droid CLI

CLI 工具
有 30 天試用期，試用期內可以免費使用一些用於寫程式的高級模型 Claude Sonnet 4、GPT-5-Codex、GPT-5，有免費 token 額度。網頁版/Windows/macOS 都有。

開發 Droid CLI 的公司叫 Factory，是一家科技新創公司，有各種為了服務軟體開發團隊而生的 AI 工具，Droid CLI 只是他們的一個操作入口。

Factory 的產品還有一個特殊功能，他們有個網頁版的後台，其中一個功能叫做 sessions，人類在電腦上跟 Droid CLI 的對話，用手機打開這網頁後台這邊都能看到(也可以關掉同步設定)，不過這個對話在手機上只能看，不能繼續打字輸入和 AI 討論。

然後這個 Sessions 也是一個雲端 IDE，可以授權 Github repo，或是在個人電腦安裝它們的 Factory Bridge 軟體，然後在 Factory 的網頁上選擇個人電腦內的專案檔案，

這個功能的概念比較接近電腦上不用特別裝軟體，在網頁內跟 AI 對話，AI 就能把程式碼存到電腦裡(電腦要裝 Factory Bridge)，或是存在 GitHub 上。

如果用手機 Safari 打開網頁，會提示不支援 Safari 和 Brave，請使用其他瀏覽器，沒辦法使用，如果有人想要外出時在手機平板上給 AI 指令，讓 AI 自己 vibe coding，沒辦法用這種用途。

Zed

獨立的 IDE 工具，macOS 和 Windows 可用，程式不像 VS Code 那些 Electron 那樣肥大，以操作順暢聞名。

但是因為是整套另外重寫，用習慣 VS Code 的可能一開始會找不到 word wrap 之類的選項藏在哪裡。用習慣的擴充套件到了 Zed 也會略有不同。

它可以綁本機的 Ollama，也可以設定 Gemini CLI，還有各家 AI 的 API 上去。

目前的方案是升級後有試用期跟，還有 USD$20 的額度可以用。

Rovo Dev CLI

命令列工具，Atlassian 公司在 2025 年下半年出的，Rovo Dev 是一個套餐，裡面有 CLI 可以用。一開始是提供每日幾十M的 tokens 額度，而且還有其他家要收費的高級模型。

好景不長，2025/11 就收到通知信，說 Rovo Dev beta 將於 2026/1/13 結束，到時候要購買 Rovo Dev Standard 才能繼續用，阿那個新方案是要收錢的，每人每月 20 美金起，然後積分用超過還要跳表收費，新註冊有一個月試用期。

因為這是企業用軟體，概念上像是在原有的工具 Atlassian CLI (ALCI)裡面硬塞一個功能，啟動它的指令也比別人家麻煩一點。

如果要簡化說明的話:

先去下載 Atlassian CLI。
用 acli rovodev auth login 跑起來，會要求登入。
去註冊 Atlassian 帳號，建立團隊，然後在 Rovo Dev Agents 的工具清單裡面找到 Rovo Dev CLI，把它打開。
輸入註冊 Atlassian 的 Email，還有依照 CLI 畫面的指示，在它給的 Atlassian profile 連結中申請一組 API KEY，API KEY 還有過期時間限制，最長只能設到一年。
等 CLI 畫面跑出 ✓ Authentication successful 就成功了。
用 acli rovodev run 啟動 Rovo Dev CLI。

基本功能和其他家的 AI 寫程式 CLI 大同小異，可以參考操作說明: Use Rovo Dev CLI。

六、特殊商業模式

新註冊免費、每月免費額度，吸引大家入門，吸引大家每個月使用，花費一些成本賺到使用者跟漂亮的 MAU 之類的數字，這些套路大家都想像得出來。

但還有更多神奇的商業模式，可以讓使用者免費使用 AI 工具。

Amp Code

美國加州的公司 Sourcegraph 出的 AI 輔助程式開發工具，有 VS Code 等各大 IDE 的擴充套件，也有 CLI 工具。

原則上是要花錢儲值的，但是他們在 2025/10 推出一個 amp-free 計畫，加入他們的 Share data with Amp to help train models，還有 Free ad-supported mode within Amp，把程式碼共享給她們用於訓練，接受在使用時軟體會跑出廣告，然後就可以免費使用他們的 AI。

(VS Code 擴充套件版本的廣告顯示方式)

後來方案也是常常變來變去的，撰文的時候是不用共享資料，只要打開看廣告的開關，每天有 USD $10 額度可以用。

$10/day in free usage, supported by advertisements, usable in every Amp mode—including smart with Opus 4.5. Or use rush mode to get as much usage as you got with the previous free mode. When you're out of free usage, Amp will continue by using your paid credits (if any).

它的模型不能自己選 Claude Opus 之類的，只有 smart 跟 fast 兩個大類，背後是用什麼模型全憑人家決定。

目前的每日 USD$10 額度不是每天00:00就發 $10，而比較像是遊戲體力制，沒有滿的時候就會一直慢慢補回。如果前一天晚上有用，隔天白天也用，可能發現血條跑到一半就不補了(系統認定今天已經用超過$10)。

用 ampcode 的心境很複雜，補滿的時候怕浪費，要趕快派任務給 AI，像是遊戲血條滿的時候要做任務消體力。
但是餘額剩 $5 以下的時候又根本不太敢叫 AI 做事，不然做到一半餘額不足卡住超麻煩...

七、中國公司出的

在大語言模型的時代，由於前幾大知名的 AI 公司對於中國地區都有禁止註冊使用的規定(ChatGPT 跟 Claude 不讓中國地區註冊，Google Antigravity 的允許使用國家清單中，也沒有中國)。

所以中國地區自成一格，有不同的生態，例如阿里巴巴、百度等公司自己開發 AI 模型，或是把開源模型拿來改良，或是想辦法從國外網路用各種機制中轉到使用。

在中國的內卷風氣下，為了搶佔市場，這些公司通常會提供一些免費的 AI 服務，吸引民眾註冊使用。

Qwen code

命令列工具，剛發布有一波免費活動，台灣地區使用者請參考官方連結底下的 International Users 說明，到阿里巴巴平台領取免費額度，或使用指定平台的免費模型。

TRAE AI

獨立的 IDE 工具，字節跳動公司出的。

一開始有一些免費額度，額度用完之後要是不升級，變成每次發問要排隊。

後來則是變成免費使用者只能用一些比較低階的模型。

在2025年1月13號弄了週年慶活動TRAE’s 1-year anniversary in San Francisco，免費用戶可以享用 600 次的快速請求，付費用戶就有更多次，大約1個月後到期，要先去 Trae 的官網，登入帳號領取。

Qoder

獨立的 IDE 工具，阿里巴巴出的，公測期間有 2000 次的免費額度可以用(Free Access During Preview)。

CodeBuddy IDE

獨立的 IDE 工具，有 Deepseek，每日提供一些免費額度。

八、免費聊天介面型 AI 工具

下面是一些類似 ChatGPT 網頁版聊天介面的產品，跟在電腦本機上運行的工具相比，這種線上聊天工具要把整個專案上傳上去給 AI 看，就比較麻煩，通常需要綁定 GitHub 帳號，然後授權 repo 的權限。

有時候可以跟 AI 對話，釐清一些架構問題或規格問題。

Google AI Studio

這本來是給工程師測試用的，不像使用 Gemini 有比較多的官方系統調校，這邊的 AI 比較接近模型原來的樣子，API 的參數也可以自己手動控制。像是可以選擇思考程度，輸出長度，還有手動開關 "Grounding with Google Search"，讓 AI 回答前先參考 Google 搜尋結果，提升準確性。

有些比較高階的模型，本來要付費訂閱 Gemini，或是要依 API 用量計費，但是在 Google AI Studio 這邊可以免費使用。OpenAI 也有類似的 OpenAI Playground，但沒有 Google 這麼佛心。

Google AI Studio 的免費測試機制也剛好被一些不想花錢的人所利用，在坊間一些教學課程或自媒體文章中，亂象齊出。

2025/6 開始傳出要整合 API 收費制

在 2025/6 的時候，Google AI Studio 與 Gemini API 負責人 Logan Kilpatrick 曾在推特上回覆別人，可能會把 AI studio 轉成通通由 API 計費制(We are working to transition AI Studio to be fuIIy API key based)，等於變相關閉免費層級。

但在引起軒然大波之後，又出來澄清The Google AI Studio free tier isn't going anywhere anytime soon。

甚至 AI Studio 後來還專門出了一個 Build your ideas with Gemini，讓大家可以免費使用模型做自己的工具，還可以把工具發佈出來分享給別人。

2025/12 無預警大幅限制免費層級的使用額度

到了 2025 年 12 月初，Google 又來一波限縮政策，直接無預警更新官方的使用額度文件，把 Gemini 2.5 Pro 從免費層級移掉，其他一些模型的使用額度也從一天幾百次變成幾十次。

官方的回應是因為算力不足，要讓給 Pro 模型使用(Needed to free up compute, massive demand for 3.0 pro and nano banana pro right now)。

一些人看到自己的小工具跑出一堆 429 rate limit exceeded 的錯誤訊息，才體悟到天下沒有白吃的午餐。

2025年底首次出現要先綁 API KEY 才能用的模型

Nano Banana Pro 圖像生成模型發佈後，在 Google AI Studio 這邊必須要開一組付費的 API key 才能使用，不能拿來免費生圖。

以後哪天 Google 把其他模型也比照 Banana Pro 的使用方式處理，也不是沒有可能。

目前 AI Studio 已經是到處都有 Link a paid API key 的按鈕(如下圖)。

如果上圖那個按鈕是連起來的，有綁定 GCP 專案&設定付款方式，變成 paid-tier 後，就能在官方的 Gemini API Usage Dashboard 看到已使用的用量和當前額度的用量。
https://aistudio.google.com/usage?timeRange=last-28-days&tab=rate-limit

Manus

每日會送點數，差不多可以問一個問題，可以當 Deep Research 工具來用，也可以做一些簡易的小網頁。

這本來是一間中國公司出的產品，後來公司跑去新加坡，在 2025 年底公告被 Meta 收購。

Microsoft Copilot

Windows 內建的，系統更新後應該都會看到開始工具列上有一顆 Copilot 的圖案，產品概念上算是要跟 ChatGPT、Google Gemini 對打的。

由於微軟與 OpenAI 的關係，有時候 OpenAI 出了新模型，要付費升級 ChatGPT Plus 才能用? 在 Copilot 這邊有機會可以免費用個好幾次。

用量太多的話還是付費乖乖訂閱 Microsoft Copilot Pro。

Mistral AI(Le Chat)

Mistral

Mistral AI 是一家總部位於法國的 AI 公司，聊天對話產品「Le Chat」支持多語言(可以用中文傳訊息給 AI，AI 也能回應繁體中文），而且回應速度非常快。

免費版本在一般使用情境下，回應速度非常快(再說一次)，且不需登入即可使用，適合快速查詢技術問題或尋求靈感。

Mistral AI 的模型以高效能和開放性著稱，並提供 API 服務，讓開發者能輕鬆整合到自己的專案中。但高頻率或商業用途建議升級至付費方案。

網頁聊天 Le Chat 可以免費使用，但 API 的部分只有新註冊試用額度，沒有免費模型。

Grok

Grok 是由 xAI（Elon Musk 旗下的人工智慧公司）開發的大型語言模型和產品，以其即時網路資訊存取能力、獨特的幽默風格、較少的內容審查限制聞名。

除了提供聊天對話介面，還可以搜尋網路即時資訊做研究，還可以生成圖片，把圖片變成影片、使用語音模式。付費方案還有知名的 AI 虛擬 avator 功能。

畢竟 Grok 有著推特社群網站上的第一手資料，一堆國外工程師常常都在上面經營社群並分享各種資訊，還有各種趨勢性消息和新聞資訊。而一般的搜尋引擎甚至連完整的推特貼文回應、私密推特帳號的內容都無法檢索。

雖然 Grok 在許多方案挺好用，但它老闆和 X 平台(以前叫 Twitter)在 AI 相關政策上有很多爭議，特別是強制使用使用者資料(把退出訓練的開關藏起來)，還有 AI 圖片處理功能(任何使用者都能透過文字提示對他人圖片進行 AI 重繪或修改，而原始圖片作者還無法禁用)。這導致部分職業的使用者，如藝術家、插畫家、攝影師發起抵制，甚至大規模轉移到其他社群平台。

stackoverflow AI Assist

Stack Overflow 平台推出的對話式 AI 工具，專為開發者設計，提供類似 ChatGPT 的聊天體驗，可以免費使用。

AI 會用中文回覆，也會附上平台中一些相關討論的連結。

stackoverflow 本來是一個可以讓人詢問程式開發問題的地方，但最後的流量高峰在 2020 年，之後就一路下跌，一般認為是受生成式 AI 影響。後來 stackoverflow 也利用 AI 提供各種企業化服務，創造更多營收。

老實講我以前在 stackoverflow 發問的體驗也不算好，到處都有排版修改校對魔人、same question 魔人(然後一票人在底下討論到底是不是新問題)等各種魔人，也常常有很多過時的資訊，但畢竟是免費的平台，誰也沒欠誰，就這樣。

stackoverflow AI 回答問題時是非常友善，隨便問一個小問題，都能得到一大串回答，還附上範例程式、各種資料來源。但畢竟資料來源還是平台內的問答，還有 AI 模型本身的知識(通常至少半年~一年前的訓練資料)，能不能解決問題就不好說。

九、提供大語言模型的 API，有免費額度

以下是一些廠商有提供免費的大語言模型 API，讓開發者能輕鬆將先進的 AI 大語言模型整合到自己的專案或服務中。

用途範例:

設定到支援外部 LLM API 的程式碼工具中，例如上面介紹過的 Cline、Zed。
整合在自己的服務中，例如智慧客服、自動化文案生成、資料辨識和整理、個人化小工具
接到各種現成工具中，像是瀏覽器的翻譯套件、n8n、Obsidian 筆記軟體之類的。

透過這些 API 服務，讓開發者能專注在產品功能的創新與優化上，而非初期硬體成本和 IT 的維運壓力:

開發者無需自行採購硬體、管理維護 GPU 算力設備，即可快速存取高品質的 AI 能力
隨時依據專案用量，更換廠商、升降級方案或儲值金額，掌控成本。
有些服務還兼具中間層防護功能，例如流量控管與異常偵測等機制，增加 AI 應用的安全性與穩定性。

各家廠商的免費額度與使用限制各異，選擇時需特別留意其條款，並關注他們的最新消息。以免因為方案變更導致自己的程式故障，或是儲值金額瞬間用光/下個月收到帳單嚇一大跳。

Groq Playground

在其他平台都要付費的 AI 模型，可以在 Groq 這邊免費試用，例如 Deepseek R1 70b, gpt-oss, OpenAI Whisper。

groq-cloud 使用 whisper 和 llama 做語音轉字幕

Groq 是一家專門加速 AI 運算的公司，使用自家特殊晶片提供超高速運算能力，2025 年底其核心技術被 NVIDIA 以 200 億美元收購。"

這個 Playground 本來是拿來做火力展示的，讓使用者測試他們系統運算效能的工具。

AI 模型要在 Playground 使用才免費，如果直接呼叫 API 是要付費的，available models on GroqCloud.上面有每種模型的價目。

GitHub Models Playground

這是 GitHub Models 服務的一部分，提供一個線上對話介面，讓人試用一些微軟跟 OpenAI 的模型，還有一些開源模型。

GitHub Models 也有提供 LLM 的 API，有一些免費的可以用，也有一些高階模型還是要付費。

要查閱每個模型的業面，在 Free rate limit tier 有個 Custom, Low, High 等各種等級，然後去查閱 Rate limits的大表:

在 Copilot Free 那排如果看到 Not applicable，就是要付費才能用。

Low 等級的每分鐘10次，每天150次的使用額度其實也不是很多，比較適合剛好有付費訂閱 GitHub Copilot 的人來當做測試用途。

Cloudflare AI Gateway

針對想要開發或使用 AI 服務的開發者或公司，Cloudflare 也提供了一大串服務，這邊介紹的是其中一個叫 AI Gateway 的東西。

免費方案有每天 10000 的 Neurons 額度，Neurons 是他們取的 GPU 計算量單位，假如我們會使用 gpt-oss-20b 文字模型和 Flex AI 的生圖模型，可以看 LLM model pricing:

gpt-oss-20b: 每百萬個輸入 tokens 會消耗 18182 的 neurons，輸出百萬個 tokens 是 27273 neurons。
flux-2: per input 512x512 tile, per step 18.75 neurons, per output 512x512 tile, per step 37.50 neurons。

可以直接使用 Cloudflare Models 上面提供的一些開源模型。

也可以把自己的 API 金鑰綁在平台上(如下圖)，然後直接在 Cloudflare 這層做一些 Rate limit、阻擋 IP 之類的機制。

OpenRouter 上的免費模型

OpenRouter

這是一個提供一些 AI 的 API 的服務商，可以在 OpenRouter Model 清單中選擇 Free 當成篩選條件，找到一些限時免費的模型來用，可以用網站上的 Chat 介面，也可以用他們的 api key 和 api endpoint，整合到自己的程式內。

免費模型不只是一些開源的，有時候也有一些付費的商業模型。但免費的當然沒這麼完美，有時候下一刻突然報錯，要我把允許提供資料參與訓練的開關打開。

No endpoints found matching your data policy (Free model publication). Configure: https://openrouter.ai/settings/privacy

有時候是 Provider returned error，有時候是模型直接下架。

儲值 10 美金提高使用額度

如果要用付費模型，當然就要花錢儲值。OpenRouter 也有一些方案，就是先在平台儲值10美金，然後所有付費模型都能用，還能將免費模型的呼叫額度也會提高一點(不是付費模型讓人免費用)。

For pay-as-you-go users with at least $10 in credits
No limits on paid models
1000 request limit on free models with 20 RPM
pricing- faq

BYOK 優惠活動

然後還有一個 BYOK 的優惠活動1 million free BYOK requests per month，如果把自己的 OpenAI/Anthropic 等其他間的 API KEY 綁在 OpenRouter 平台，每個月前一百萬次免費(自己該付給 OpenAI/Anthropic 的費用還是要付，只是 OpenRouter 不收額外的費用，超過 1M 次數之後就要收 5% 費用)。

這樣設定的好處，除了統一在 OpenRouter 的 dashboard 追蹤所有模型的用量，還可以使用 Provider Routing 等各種功能，降低自己的 AI 服務因為單點故障就無法使用的機率。

Vercel AI Gateway

AI Gateway 是 Vercel 提供的一個服務，提供了三本柱 Claude, Gemini, GPT 跟很多廠商的模型。

它有一個活動，在平台上綁定信用卡，有每個月 5 美金的免費額度(Verify your identity by adding a credit card and unlock $5 in free credits.)

When you sign up for a Vercel account, you get $5 of credits every 30 days to try out any model from our model list. FAQ

要綁信用卡才有，不然呼叫時只會得到

AI Gateway requires a valid credit card on file to service requests. Please visit https://vercel.com/ to add a card and unlock your free credits.

Vercel AI Gateway 也能讓人 BYOK，不會額外收費(If you bring your own key, we will not add any markup to your token price (0%).)。

NVIDIA NIM

這是 NVIDIA 一個用來讓人提供測試的平台，沒有什麼儲值點數的東西，只看帳號內顯示的 Your API Rate Limit: Up to 40 rpm。覺得不夠用就要升級到 NVIDIA AI Enterprise 方案。

註冊申請後可以得到 API KEY，看平台上的範例程式碼可以找到 API endpoint https://integrate.api.nvidia.com/v1，這是共用的，平台上也可以租雲端 GPU，架設一台自己用的。

model 中有很多模型，gpt-oss 120b 還有一些適合寫程式用的 Minimax，還有一些生圖片用的模型。

Cerebras

Cerebras
Cerebras 是一家總部位於美國加州的公司，成立於2016年，專注於開發人工智慧硬體和軟體解決方案。他們提供高效能的開源大語言模型，並支援 API 服務。

免費的部分有幾種，一個是 Playground 可以在不儲值之下使用一些模型，然後也有一個類似 ChatGPT，給一般人使用的的聊天介面Cerebras Inference，只是模型是用他們平台上有提供的。

另一個是 Cerebras 的部分模型有免費額度(Free Tier)，每月固定數量的免費 API 請求（例如 100 萬 tokens 或特定次數），詳細資訊可參考 Models 文件。

ps.free tier 的額度要點到每一個模型的頁面才會寫，沒有直接寫在模型清單上。

他們最近也在公測自己出的 Cerebras Code 開發工具，這是要付錢的。

三大公有雲新註冊優惠

真要說新註冊會員優惠+ 只要用 API 的話，三大公有雲也有新註冊優惠，雖然不算是直接提供什麼程式碼編輯器，但免費額度也可以拿來串一下 API，剛好 Claude, Gemini, GPT 御三家也剛好各被一個雲端獨佔。

AWS Free Tier

AWS 免費方案

註冊即享 100 USD 的抵用金
一些服務在使用時有機會得到總共 100 USD 的額外抵用金
使用各服務的免費方案(Free Tier)額度，例如某些服務是幾個月內免費，總共有幾小時的免費額度之類的

Amazon Bedrock 沒有免費額度，可以拿抵用金用 Claude 和 Google和 OpenAI 的開源模型(沒有 Gemini 和 GPT)。

Google 免費試用服務

Google 免費試用服務
新客戶可享 $300 美元的免費抵免額，90天內要用完，如果花超過 300 美金就會提早結束試用期。

Vertex AI 上面有 Gemini 和 Claude 可以用，跟一些其他的模型。

有些服務要先綁信用卡(設定 billing plan)才能用，有些服務是是免費試用到期之後會停掉，要再自己設定付費方案。有些服務的免費試用方案只能開最低的使用額度(免費方案用量限制)，測試或玩玩還可以，如果是商業用途，最好不要有「三個月內免費無限暢飲」的心態，還要把三個月之期記在行事曆上，不然可能會發現三個月一到，某些服務自動停掉，或是帳單金額馬上飆~~起來。

Azure - 前12個月免費

Azure - 前12個月免費
新用戶有 $200 美元的額度 + 12 個月免費服務

可以在 Azure AI Foundry (可能過一陣子又會改名)使用 Azure OpenAI、Claude、xAI，跟一些其他的模型。

總之，這些新註冊優惠不只是拿來用大語言模型(LLM)而已。公有雲本來就是一整套基礎設施，除了 LLM，還有各種資料處理、向量資料庫、影像、語音服務可以一起玩，也有一些 low-code 工具，讓人只要透過 UI 介面操作就能蓋好一些系統。熟悉雲端服務怎麼計費、怎麼踩雷，對之後做任何相關專案都很有幫助。

有人如果一開始是接觸共享主機(虛擬主機)或地端設備，對這種雲端可能有一些美好的幻想，隨時升降級? 小時計費? 有用到才計費? 可以在公有雲的免費試用額度期間體驗一下是不是真的解決所有問題，還是掉進另一個更大的坑裡面。

讓 AI 幫忙寫程式的實戰原則

從高中開始自學寫網頁，再加上後來經歷的各種奇怪東西，難以想像未來這個行業會發展成這樣。

這類工具當然不是完美的，碰到問題，有不少觀念性問題:

AI 不是萬能助理

而是一個會有各種計費方式、會誤解需求、會誤解程式碼和功能，資訊可能很久沒更新，也會在我們最需要時，額度歸零或發生故障的工具。有時候免費能不能用，取決於人類會不會用，還有需求是否超出能力範圍。

市場上這麼多，做這種工具很簡單?

做這類產品是一個考驗開發團隊的技術量能，還牽涉其中隱含的大模型陣營政治問題。

撰文期間，討論熱烈的是 Agent Skill 功能，這是 2025 年下半年 Claude Code 提出的一個公開標準，哪幾套很快跟上，哪幾套沒有，馬上就一目了然。當大家都在討論一個東西，但你用習慣的工具根本不支援，背後難免有些原因。

為了程式碼生成的使用者體驗，這些工具通常不會提供開源小模型，一問三不知，回答得亂七糟；也不會主動教使用者跑個本地模型，在普通電腦上一堆硬體限制，AI 回應速度還讓人難以接受，通常需要提供當代最好的模型，這就需要跟 AI 模型大廠，或是某些算力機構合作，不然 AI 又笨又慢又容易當機，誰還想用?

之前還發生過 Windsurf 發生過被 Claude 斷供的新聞，大家一個月花幾十美金訂閱 AI 寫程式的工具，就是想要多一些模型選擇，並且價格可控(跟直接使用 API 相比)。結果只是因為 Windsurf 傳出將被 OpenAI 收購，馬上就遭到 AI 基礎模型商的「算力分配」制裁，導致使用者流失。這些程式開發工具在某方面來說，也就是幫基礎模型廠商打工的二房東而已。

使用者可能也沒什麼忠誠度，甚至說難聽點，要不是衝著它提供 Claude、GPT、Gemini Pro 等一線模型的免費額度，有些產品我可能根本不會去介紹它...

以為在加速，其實是在繞遠路

在 AI 輔助開發的技巧中，還有很多工具，例如 AI 不認識新版的 API，就裝上 Microsoft Learn MCP或 Context7 之類的東西。碰到什麼問題，就導入更多玩意，當下也許有效，但過一陣子又會被新的做法取代。如果沒深究背後的原理，或是正常的工作流程，還有可能怪東怪西，就沒想到是自己的問題。

例如想要嘗試用 Google Apps Script 做一些什麼表單或小工具的人，有人覺得在網頁編輯器剪剪貼貼很沒效率，於是開始想各種奇技淫巧，像是開多個瀏覽器視窗、複製 prompt、甚至直接把整段程式碼丟進聊天介面來回修改?

但實際上，Google 早就提供了像 clasp 這種工具，可以把 Apps Script 當成一般專案拉到電腦本機，用熟悉的編輯器、git 版本控制，再搭配本文提到的各種 AI 程式碼工具，開發效率會完全不在同一個等級。

有人喜歡用 Word 或簡報工具把 UI 畫成一張漂亮的圖，甚至把每個畫面都平面化處理，覺得 AI 或工程師照著圖就能完全還原。
但實際上，網頁或APP排版並不是把元件隨意丟在畫面上，也不是每個物件都要重複設定一堆屬性。要做好一個 UI，需要理解版型結構、元件屬性、響應式設計等核心流程，才能把「圖」轉化成真正可用、可維護的程式碼。

本文整理的，多半是一些「速成」的工具與用法，但真正讓人少踩坑、少重工、讓 AI 更穩定幫人類完成需求的，還是對於專業技能的理解和經驗，「不做什麼」「不去用什麼」比一昧往前衝，結果浪費時間和 token 還重要。

如果想要在日常程式開發中，充分利用這些免費工具提交效率，可參考以下建議與避免事項：

問題一：還沒想清楚要做什麼，就先叫 AI 開始寫程式

建議：

先跟其他純對話聊天型的 AI 釐清需求，而不是直接寫出可能根本沒辦法執行的程式碼。
先用白話寫清楚每個功能是要幹嘛的? 為什麼需要這功能?
把一個大需求拆成幾個可以各自完成的小任務，一次只處理一件。
明確告訴 AI 現在只要改哪個檔案／哪個功能，不要順手動其他地方。
需求有變時，先整理成新的指示再請 AI 改，而不是在原對話中臨時補一句、想到什麼加什麼。

發生什麼事：
當需求本身不完整或同時包含多個目標時，AI 會嘗試自行補齊前提條件。在 context 逐漸變長的過程中，舊指示容易被壓縮或弱化(依照各 AI 寫程式工具的分片等處理機制)，導致生成結果偏離原始意圖。

問題二：每改一點小東西，AI 回覆都變慢，還常改錯地方

建議：

把功能切小，讓每次修改只影響一個明確的地方
共用的程式碼可以抽出來，但要讓用途清楚、設計單純
避免一個功能順便影響到很多地方，改 A 卻連 B、C、D 一起動
新增功能時，盡量不要幻想 AI 能同時完全理解整個專案背景

發生什麼事：
專案內容一多，AI 每次生成前都需要在有限的 context window 中重新理解大量既有程式。當上下文過長或相關性不足時，模型容易誤判哪些程式碼是安全可改的，導致修改範圍失控、效能下降，token 消耗也隨之增加。

問題三：什麼事情都丟給最強、最貴的模型來做

建議：

簡單的補程式、重構、格式調整，改用便宜或免費模型
高風險或複雜邏輯，再交給高階模型處理
多個工具輪流使用，分散免費額度的消耗

發生什麼事：
高階模型 context windows 通常比較長，token 成本通常較高，但並不代表在所有任務上都表現更好。當模型被用在低複雜度任務時，只會加速成本消耗，卻無法帶來實質品質提升。

問題四：覺得 AI 應該自己知道我真正想要什麼

建議：

明確描述資料的輸入、輸出與限制條件
用實際例子說明預期行為，而不是抽象形容
避免使用「應該」「差不多」這類模糊語句
明確說清楚專案環境資訊，例如是部署在本機、單一伺服器，還是有自動化部屬在雲端環境，是否有測試環境，前後端是否分開部署，哪些東西是執行時才會產生，專案程式碼內沒有...之類的，以免 AI 做出方向完全錯誤的決定，浪費時間和 tokens。

發生什麼事：
模型無法讀懂未說出口的假設，只能根據提示文字和檔案進行機率推斷。當需求描述過於模糊時，模型會自行腦補，這些腦補內容一旦與現實不符，就會產生看似合理但方向錯誤的結果。

問題五：程式碼本身很亂，卻期待 AI 幫人修好、完全理解

建議：

建置時規畫好變數命名與基本註解形式
檔案、資料欄位、變數名稱用業界常規取名，不要自創名詞，讓用途一看就懂
同一個概念，在不同地方使用完全一致的名稱與格式
對於像「狀態值」「類型」「選項」這種資料，明確定義可用的值，而不是讓 AI 自由發揮
有必要時，把這些命名整理成簡單的對照表或註解，讓 AI 當參考

發生什麼事：
當程式碼缺乏清楚語意時，AI 只能依結構與表面模式推測用途，有時候並不知道哪些字串在專案中代表「同一個意思」。這種情況下，模型往往會把「看起來重複或沒用」的程式碼視為可刪除目標，導致功能被誤傷，或程式碼中產生各種變化型(例如變數大小寫/單複數差異)，導致資料比對失敗、條件判斷錯誤，甚至難以看出問題的隱性 bug。

問題六：一次丟太多問題，希望 AI 一次全部解決

建議：

把需求拆成可驗證的小步驟
每完成一段就確認結果是否正確，做一次 git commit，之後能明確發現問題時，根據 commit id 叫 AI 修改。
執行結果要是可驗證的，而不是聽 AI 說改好了就完全相信
與程式碼無關的，先在別的 AI 討論與確認，寫程式的 AI 就只負責寫程式
最後再請 AI 協助整合，而不是從頭到尾一次完成

發生什麼事：
當提示同時包含多個任務時，模型需要在 token 限制內分配注意力，容易導致每個任務只被部分處理，最後產生內容分散、深度不足的回覆。

問題七：AI 產生的程式碼直接接受，完全不檢查

建議：

把 AI 當成初稿產生器，而不是最終決策者
進行必要的測試和調整
依照經驗，針對 AI 可能出錯的誤區多做檢查
人類要做的事還是很多，出問題不一定是軟體或模型不夠好

發生什麼事：
模型生成的程式碼通常在「常見情境」下表現良好，但對特殊狀況、少見的功能需求、錯誤和例外處理則缺乏保證。

不經檢查直接使用，等於把風險延後到正式環境才爆炸。

問題八：給 AI 過大的權限，直接操作正式系統

建議：

知道哪些指令不只是處理資料，還有可能將資料庫清空、檔案刪除、將依存套件升級到有問題的版本
優先在測試或沙盒環境使用，不要直接操作正式環境
確保所有變更都可回復
限制有些指令不可直接執行
不要以為有交待過 AI 哪些不能碰，AI 就一定會聽話

發生什麼事：
AI 無法理解哪些資料一旦刪了就回不來，例如在進行功能調整或資料結構變更時，AI 常會選擇「重建」作為最快的解法，例如清空既有資料後重新初始化。如果執行環境與權限沒有被嚴格限制，這類操作可能會直接作用在正式系統上，導致實際營運中的資料被清除。
權限過大時，一次錯誤的操作或執行就可能造成不可逆的損失。

問題九：沒有版本控制，只靠聊天記錄回想改了什麼

建議：

好好使用 git 等版本控制工具
將每次 AI 產生的修改視為一次 commit
有測試項目、驗收標準的概念，在修改前就定義「怎樣才算完成」，而不是只說「感覺不太對」「跟我想的不一樣」
把需求轉成可驗證的條件，例如輸入什麼會得到什麼結果
對專案程式碼有概念，知道功能異常可能是哪邊修改造成的，並且有機會比對還原回來

發生什麼事：
當需求與驗收標準只存在於對話中，而且描述模糊時，AI 無法判斷「目前的結果是不是已經符合期待」，只能反覆嘗試生成不同寫法的程式碼。
在沒有測試與明確成功條件的情況下，對話次數只會越來越多，但實際進展有限，最後留下的只是一串難以對應程式狀態的聊天紀錄。

問題十：丟文件網址或整包檔案，期待 AI 自己搞懂一切

建議：

摘要出真正相關的段落
提供結構化說明與範例
明確指出「現在要用的是哪一版」
確認 AI 執行時有真的取得文件內容，而不是假裝有看，或是只能看到前面一小段

發生什麼事：
AI 不會主動完整爬梳所有外部內容，還有看使用的編輯器工具如何設計那些機制，普遍的狀況是用破碎的片段來斷章取義專案內容。過長或未整理的資訊只會在 context 壓縮時被部分遺失，導致理解偏差。

問題十一：能跑就好，卻期待系統長期穩定運作

建議：

區分「展示DEMO/POC用途」與「實際營運用」的程式，能看、能用、好用、沒有問題，與能滿足實際商業需求、長久維護營運，這些是彼此獨立的命題。
及早思考維護、擴充與風險
不要把短期成功誤認為長期可行

發生什麼事：
AI 可以快速產出「看起來能用」的結果，但不會替你承擔後續的維護成本與技術債，這些問題只會隨時間放大。

問題十二：重新發行明軟工專案管理

有些朋友可能以前從來沒寫過程式，或是沒接觸過軟體開發流程，現在靠 AI 幫忙寫程式，只要講幾句話 AI 就能生出自己想要的東西，還會自己悟出一些心得，例如「先把需求和流程好好列出來，再開始開發，不然日後開發後再修改，很容易改壞」「先規劃明確的測試案例，然後再開始寫程式」「這種技術架構，每次修改我都要人工測試，應該做一種讓程式自己方便測試除錯的架構」之類的。

其實這些本來就是軟體開發慘業的一些基本方法論，各有各的專有名詞，AI 只是讓更多人有機會接觸到這些觀念而已。

不要以為 AI 幫忙寫程式，就可以省掉專案管理、需求分析、版本控制、測試等流程，出來混，遲早要還的。

Tags: #ai #google #SEO

分類: 使用者介面網頁設計軟體產品體驗

收藏/稍後閱讀: