AI 寫程式可以直接把功能做出來，但做出來的當下，離交給客戶上線還有一段距離。這篇是 AI 家教施文凱整理的，素材來自一支訪談短影片：兩個都會開發的人，講 AI 做完之後還要做的 3 件事，也就是測試微調、實際 QA、看介面直不直覺。我另外查了 Claude Code 官方文件和 Nielsen Norman Group 的研究，補上怎麼讓 AI 先自己檢查一輪，以及哪些地方還是要人去點。官方內容的最後核對日期是 2026 年 11 月 7 日。
AI 寫程式能直接上線嗎？上線前還要做的 3 件事
AI 寫出來的程式不能直接上線，中間還要經過測試、QA 和人實際操作介面。影片裡受訪者的說法是，AI 可以直接做出來，但做出來的當下，距離上線還是有一段時間，因為要不斷測試、微調，確認每個環節都沒有錯，才有辦法交付給客戶。
像我們兩個都會開發，就會發現實際的 QA 非常重要。AI 出來的時候，其實最重要就是 QA。
訪談短影片受訪者
- 不斷測試、微調：確認每個環節都沒有錯，才交付給客戶。
- 實際的 QA：AI 做出來之後，最重要的就是這一步。
- 看介面符不符合直覺：UX 也很重要，這一項要人實際去點。
第 1 件事：不斷測試、微調，確認每個環節都沒錯
測試微調的意思是，把 AI 做出來的東西從頭跑到尾，哪裡錯了就改，改完再跑一次。一個系統通常有很多個環節，例如登入、填表、送出、寄通知，只要中間一個環節出錯，客戶拿到的就是壞掉的東西。
影片裡講的是「每個環節都沒有錯，才有辦法交付給客戶」。這句話的重點在交付：自己玩玩的小工具錯一點沒關係，要交給客戶用的系統，每一步都要確認過。AI 改完一個地方，有時候會動到別的地方，所以每次改完都要再跑一輪。
第 2 件事：實際的 QA，AI 做完最該做的一步
QA 是品質檢查（Quality Assurance），白話講就是照使用者會做的事，實際操作一遍，看結果對不對。測試微調偏向開發的人自己邊做邊修，QA 是做完之後換個角度，當成使用者從頭驗一次。
影片裡受訪者講了兩次 QA，第二次直接說 AI 出來的時候，最重要就是 QA。原因跟 AI 的工作方式有關：Claude Code 官方最佳實務寫到，Claude 覺得看起來做完了就會停下來；如果沒有東西能告訴它是不是真的做完，結果就變成你自己當測試，錯誤要等你剛好發現。
第 3 件事：看介面直不直覺，UX 也很重要
UX 指的是使用者實際操作時的感受：按鈕找不找得到、流程順不順、第一次用的人會不會卡住。程式跑起來沒有錯誤，不代表介面好用，這兩件事要分開檢查。
影片裡把這一項放在 QA 之後講：介面到底是不是符合直覺使用，UX 也很重要。它跟前兩件事最大的差別在於，前兩件 AI 可以幫上很多忙，這一件最需要人自己去點，下一段說明原因。
為什麼介面要人來看？AI 只能靠截圖
介面要人來看，是因為 AI 看畫面只能靠截圖，很難跟它定義怎樣才算好用。影片裡受訪者的說法是，視覺上的操作還是要人來做比較好，要實際去體驗一下，才會比較準確。
截圖能讓 AI 看到畫面長什麼樣子，例如按鈕有沒有出現、字有沒有跑版。但好不好用要看操作過程：點下去有沒有反應、要找多久、會不會按錯。這些感受很難寫成一條 AI 能照著判斷的規則。
UX 研究機構也這樣做：觀察真人操作
UX 研究機構 Nielsen Norman Group 的做法也是找真人來操作。NN/g 的可用性測試入門文章寫到，就算是最好的 UX 設計師，也要靠觀察真人實際操作、一輪一輪修改，才做得出夠好的介面；文中原話是「The only way to get UX design right is to test it」，意思是要把介面做對，只能實際去測。
要找幾個人來點？NN/g 建議 5 個
找 5 個人來點，就能抓到大部分常見的介面問題。依 NN/g 共同創辦人 Jakob Nielsen 的文章，第一輪找 5 位使用者，約可找到 85% 的可用性問題；與其一次找 15 個人，不如分 3 輪、每輪 5 個人，每輪修完再測。
這個數字是 NN/g 依多個專案平均出來的研究結果，適用於同一群使用者的質化測試。小團隊做給客戶的系統，不一定找得到 5 個測試者，至少開發者自己、加上一位沒參與開發的人各點一輪。
怎麼讓 AI 先自己檢查一輪？給它一個會回報通過或失敗的檢查
要讓 AI 先自己檢查，就給它一個跑完會回報通過或失敗的東西。Claude Code 官方最佳實務〈Give Claude a check to run〉寫到，有了這種檢查，Claude 會自己改、自己跑、壞了就讀輸出再修，修完再跑一次，你不用一直盯著。
官方列出的檢查方式有 5 種，只要 Claude 讀得到結果都可以：
- 測試檔
- build 的結束代碼
- linter（檢查程式寫法的工具）
- 拿輸出跟固定範例比對的腳本
- 把瀏覽器截圖跟設計稿並排比對
AI 說做完了，要它交出證據
AI 回報做完的時候，要它附上證據：跑了什麼指令、輸出是什麼，或是截圖。官方文件的說法是，只說「All tests pass」能告訴你的很少，直接讀輸出比你自己重跑一次還快；你沒在旁邊看的工作，證據也是唯一能確認的東西。
同一段也提到，Claude 說做完之後可以在對話裡執行 /verify，讓它把 app 建起來、實際跑一次看結果，抓測試和型別檢查漏掉的問題。AI 說它做完了其實沒做完的情況，我另外整理在AI agent 假裝完成怎麼辦，裡面有 3 組驗收提示詞。
AI 能檢查的和要人看的，怎麼分工？
程式對不對交給 AI 的檢查，用起來順不順留給人。下面這張表把影片講的 3 件事和官方的檢查方式放在一起：
| 上線前要做的事 | 誰來做 |
|---|---|
| 測試微調：每個環節有沒有錯 | AI 跑測試檔、build、linter，失敗就自己修 |
| QA：照使用者流程驗一遍 | AI 先跑比對腳本或 /verify，交出證據；人再從頭點一輪 |
| 介面直不直覺（UX） | 人實際操作；AI 的截圖比對只能看畫面有沒有跑版 |
官方把瀏覽器截圖跟設計稿並排列為一種檢查，這跟影片說的 AI 只能靠截圖並不衝突：截圖能抓到畫面跟設計稿不一樣，抓不到操作起來卡不卡。
常見問答
AI 寫的程式為什麼不能直接上線？
AI 做出來的當下，還沒經過每個環節的測試、實際 QA 和人操作介面。Claude Code 官方文件也寫到，Claude 覺得看起來做完就會停，沒有檢查的話錯誤要等你剛好發現。
QA 跟測試有什麼不一樣？
這篇的用法是：測試偏向開發時邊做邊跑、錯了就修；QA 是做完後照使用者會做的事從頭驗一遍。兩者都要做，QA 通常在交付前最後一輪。
AI 可以幫忙做 QA 嗎？
可以做一部分。給 AI 測試檔、比對腳本或瀏覽器截圖這類會回報通過或失敗的檢查，它就能自己跑、自己修，並交出指令輸出或截圖當證據。介面好不好用還是要人實際操作。
介面測試要找幾個人？
Nielsen Norman Group 建議同一群使用者的質化測試找 5 位，第一輪約可找到 85% 的可用性問題。修完再找 5 位測下一輪，比一次找 15 位有用。
AI 寫程式之後怎麼檢查才能上線？想有人幫你看，可以找 AI 家教施文凱
AI 寫得出程式，上線前還要做 3 件事：不斷測試微調、實際 QA、人去操作看介面直不直覺。程式對不對可以交給 AI 的檢查，並要它交出證據；用起來順不順，還是要人點過才準。想知道你用 AI 做的系統上線前該檢查哪些地方，可以直接問我。
這篇的短影片版在這裡：IG 影片：AI 寫得出程式不代表能上線。在影片留言「QA」，會私訊你這一頁；想直接問我，可以加我的 LINE：官方 LINE。
延伸閱讀：Claude Code 教學，從安裝、費用到 CLAUDE.md，適合還沒用過 AI 寫程式工具的人。
本文依 Claude Code 官方文件與 Nielsen Norman Group 文章整理，最後核對日期為 2026 年 11 月 7 日，功能與介面以官方頁面為準。
