雲端方程式 Cloud F1 F1

AI 入門

AI Coding 100 Day Challenge｜每日 AI 工具實戰記錄

· 約 18 分鐘閱讀 · Alex Hsieh

更新於 2026年2月11日

AI Coding 100 Day Challenge

📥 工作流 JSON 下載：GitHub 範例庫 ｜ 💬 社群討論：Skool 雲端方程式 Cloud F1

封面圖片：Photo by Van Tay Media on Unsplash

專業導讀

你有沒有想過，如果每天用 AI 工具做一個小專案，100 天後會發生什麼事？

2025 年 12 月 27 日，我開始了一個實驗：100 天內每天使用不同的 AI 工具完成一個可 Demo 的小專案。這不是空想，而是實際執行的挑戰。我把所有專案都部署到 AI Coding Hub，可以直接線上體驗。

這篇文章是我的完整挑戰記錄與心得彙整，包含 18 個已完成的專案、工具使用技巧、以及我在過程中累積的所有學習。

你將學到

  • AI Coding 的正確心態 — 不是取代工程師，而是加速開發流程
  • Google AI Studio vs ChatGPT 的實戰差異 — 我用 15 天 vs 3 天的使用經驗告訴你
  • 100 天挑戰的設計原則 — 如何設定「一天做得完」的專案範圍
  • 18 個實戰專案分析 — 從 Utility、Game 到 Creative 的完整案例
  • 累積的 10+ 個實戰技巧 — PRD 設計、Prompt 結構、截圖修錯等

🎯 什麼是 AI Coding 100 Day Challenge？

AI Coding 100 Day Challenge 是我設計的實戰挑戰：100 天內每天使用 AI 工具（如 ChatGPT、Google AI Studio）完成一個可 Demo 的小專案，記錄工具使用心得、專案設計思維、以及累積的所有技巧。

這個挑戰的核心不是「炫技」，而是「務實學習」。我刻意把每個專案範圍縮小到「一天內可完成」，因為我想驗證：AI 工具是否真的能讓非全職工程師也能快速產出可用的產品？

截至 2026 年 2 月 11 日，我已經完成 18 個專案，涵蓋 Utility（工具類）、Game（遊戲類）、Creative（創作類）、Simulation（模擬類）等多種類別。所有專案都部署在 Google Cloud Run，任何人都可以直接體驗。

💡 Alex 的觀察

我在開始這個挑戰前，其實有點懷疑：100 天每天做一個專案，真的做得到嗎？

但做了 18 天後,我發現最大的學習不是「AI 工具多強」，而是「我對專案範圍的掌控能力」。

第一個觀察：範圍控制是關鍵

很多人用 AI 工具失敗，不是因為 AI 不夠強，而是因為 需求寫太大。比如說，你跟 AI 說「幫我做一個電商網站」，AI 可能會產出一個 500 行的程式碼，結果有 50 個 bug。但如果你說「幫我做一個產品清單頁面，只要顯示圖片、名稱、價格」，AI 可以在 5 分鐘內產出完美的程式碼。

我的原則是：每個專案要能在 1 天內從 0 做到可 Demo。這迫使我把需求拆得很細，比如：

  • 不做「完整的 2048 遊戲」，做「可以手動玩的 2048，不含自動演算法」
  • 不做「萬能的 JSON 編輯器」，做「JSON 格式化 + 驗證」就好
  • 不做「複雜的退休試算機」，做「只算定存複利」的簡化版

這個觀察對我影響很大，因為它讓我理解：AI 時代的產品設計，核心是 MVP 思維。先做 80% 功能的簡化版，快速驗證，再決定要不要擴充。

第二個觀察：Google AI Studio 很適合快速原型

我在挑戰中用了 15 天 Google AI Studio、3 天 ChatGPT。我的觀察是：

Google AI Studio 的優勢：

  • 內建 AI 建議功能 — 寫到一半，AI 會主動說「你要不要改用 recharts 做圖表？」
  • Checkpoint 機制 — 可以標記「這個版本 OK」，方便回溯
  • 速度快 — 生成程式碼的速度比 ChatGPT Pro 快約 30%

Google AI Studio 的限制：

  • Prompt 要結構化 — 你要明確說「欄位有哪些、互動邏輯是什麼、風格是什麼」，不然 AI 會亂猜
  • 不適合複雜邏輯 — 如果專案涉及多層架構、資料庫設計，ChatGPT Pro 比較穩

這邊要特別注意，我不是說哪個工具比較好，而是 視需求選工具。快速原型用 Google AI Studio，複雜系統用 ChatGPT Pro。

第三個觀察：「一格一格堆疊」的成就感很重要

我做到 Day 009（像素畫編輯器）時，突然意識到一件事：為什麼 Minecraft 這麼紅？因為它給玩家「一格一格堆疊」的成就感。

100 Day Challenge 也是一樣。每天完成一個小專案，就像堆一塊積木。第 18 天回頭看，你會發現自己已經堆出一座城堡。這種「可視化進度」對堅持很重要。

我自己的做法是：

  • 每天在 AI Coding Hub 更新專案數量 — 讓自己看到「2 / 100 → 18 / 100」的成長
  • 每週整理學習總結 — 不只做專案，還要反思學到什麼
  • 允許「低品質日」 — 有時候真的沒時間，就做一個超簡單的工具，重點是不要中斷

🔧 挑戰設計原則

接下來我要分享，如何設計一個「可完成」的 100 Day Challenge。

原則 1：MVP 思維 — 縮小到「一天做得完」

大家記得，範圍控制是成功的關鍵。

我的做法是：

  1. 先寫核心功能 — 比如「2048 遊戲」的核心是「方塊合併邏輯」，其他特效、音效都是次要
  2. 砍掉進階功能 — 比如「退休試算機」不做「通膨率調整」，只算定存複利
  3. 用 AI 建議的工具 — 比如做圖表時,AI 推薦 recharts，我就用 recharts，不自己選

這個原則讓我可以 在 1-2 小時內完成大部分專案。

原則 2：建立專案模板 — 減少重複設定

我在 ChatGPT 建立了一個「AI Coding Project Template」，包含：

# 專案名稱：[名稱]

## 需求
- 核心功能：[簡述]
- 欄位：[列出所有欄位]
- 互動邏輯：[使用者操作流程]
- 風格：[簡約、色彩配置]

## 技術棧
- React + Vite
- Tailwind CSS
- 純前端（無後端）

## 輸出格式
- 完整的 App.jsx
- package.json
- 部署指令

每次開始新專案，我就貼這個模板，只改「需求」部分。這樣可以 省下 30% 的 Prompt 時間。

原則 3：模型分工策略 — Pro 做架構，Flash 做迭代

ChatGPT 有兩個模型：

  • Pro 模型 — 適合「架構規劃、複雜邏輯」
  • Flash 模型 — 適合「快速迭代、小修改」

我的做法是：

  1. 用 Pro 產出第一版 — 確保架構正確、邏輯通順
  2. 用 Flash 做微調 — 比如「把按鈕改成藍色」、「增加一個輸入欄位」

這個策略可以 省下 50% 的 Token 用量（Pro 比較貴）。

原則 4:截圖修錯 — 有錯就拍，AI 精準定位

這是我最推薦的技巧！

當程式碼有 bug 時，不要複製貼上錯誤訊息，而是 直接截圖給 AI。AI 可以從截圖中看到：

  • Console 的錯誤訊息
  • 頁面的顯示狀態
  • 你的操作步驟

我發現用截圖修錯，準確率比文字描述高 80%。

📊 18 個已完成專案分析

接下來我會分類分享已完成的 18 個專案，以及每個專案的學習重點。

Utility 類（工具類）— 10 個專案

Day專案名稱核心功能關鍵學習
002Base64 編解碼文字 ↔ Base64 轉換建立專案模板的重要性
003JSON 格式化JSON 驗證 + 美化錯誤處理 UX 設計
004BMI 計算器身高體重健康指標數據視覺化（圖表）
005複利退休試算定存複利計算PRD 迭代技巧（v1 → v2）
006ETF 退休試算台灣存股 ETF 試算下拉選單 + 自動帶值 UX
007文字清洗工具去除空格、特殊符號Batch 處理邏輯
008久坐提醒器番茄鐘簡化版使用說明先行設計
010Markdown 預覽即時預覽 Markdown工具列提升效率
011REST API 測試API 測試沙盒複雜輸入欄位設計
012創業現金流試算風險試算器情境模擬設計

Utility 類的核心學習：

  1. 預設值很重要 — 使用者進來就看到範例結果，不用從零開始
  2. 教育內容強化動機 — 比如 BMI 計算器加上「健康風險說明」
  3. 工具列提升效率 — 比如 Markdown 預覽器加上「一鍵插入格式」按鈕

Game 類（遊戲類）— 5 個專案

Day專案名稱核心功能關鍵學習
0131A2B 破解器AI 自動猜數字演算法邏輯設計
014AI 2048自動玩 2048遊戲狀態管理
015AI 貪吃蛇自動玩貪吃蛇Canvas 繪圖技巧
016AI 踩地雷自動玩踩地雷機率計算邏輯
017AI 井字棋自動玩井字棋Minimax 演算法

Game 類的核心學習：

  1. 先做手動版，再做 AI 版 — 確保遊戲邏輯正確
  2. 視覺化很重要 — 遊戲要「看得懂在幹嘛」才有趣
  3. 演算法可以簡化 — 不用做到「最優解」，「能動就好」

Creative 類（創作類）— 1 個專案

Day專案名稱核心功能關鍵學習
009像素畫編輯器16x16 像素畫布Minecraft 既視感的成就感設計

Creative 類的核心學習：

  1. 範例模板降低門檻 — 讓使用者進來就看到成果
  2. 一格一格堆疊的樂趣 — 這是像素編輯器的核心魅力

Simulation 類（模擬類）— 1 個專案

Day專案名稱核心功能關鍵學習
018城市資源模擬人口、資源動態模擬系統思維設計

Simulation 類的核心學習：

  1. 參數調整要即時反應 — 讓使用者「玩」模擬，不只是「看」
  2. 視覺化數據變化 — 用圖表顯示資源消長

Frontend 類（前端展示）— 1 個專案

Day專案名稱核心功能關鍵學習
001百日挑戰儀表板專案進度追蹤儀表板設計原則

Frontend 類的核心學習：

  1. 儀表板要一眼看懂 — 數字大、顏色對比強
  2. 進度可視化很重要 — 讓自己看到成長

📈 工具使用心得彙整

Google AI Studio（使用 15 天）

優勢限制
⭐ 內建 AI 建議功能，會主動推薦工具⚠️ Prompt 要結構化，不然會亂猜
⭐ Checkpoint 機制，方便回溯⚠️ 不適合複雜多層架構
⭐ 生成速度快（比 ChatGPT Pro 快 30%）⚠️ 文件說明較簡略
⭐ 適合快速原型開發⚠️ Debug 能力較弱

我的推薦場景：

  • Day 1-3 的快速專案
  • 單一頁面的工具類應用
  • 不需要複雜狀態管理的專案

ChatGPT（使用 3 天）

優勢限制
⭐ Project 功能可建立專案模板⚠️ 速度較慢（尤其 Pro 模型）
⭐ Pro 模型適合複雜邏輯⚠️ Token 用量大，成本高
⭐ Debug 能力強，截圖修錯很準⚠️ 有時會過度設計
⭐ 文件說明詳細

我的推薦場景：

  • 複雜的遊戲邏輯（如 Minimax 演算法）
  • 需要多層架構的專案
  • 需要詳細說明的情境

✅ 重點整理

  1. AI Coding 的核心是範圍控制 — 不是「AI 多強」，而是「你能不能把需求拆到一天做得完」。MVP 思維是關鍵。

  2. Google AI Studio 適合快速原型，ChatGPT 適合複雜邏輯 — 視專案需求選工具，不要迷信單一工具。

  3. 建立專案模板可省 30% 時間 — 用 ChatGPT Project 功能統一輸出格式，減少重複說明。

  4. 模型分工策略很重要 — Pro 做架構規劃，Flash 做快速迭代，可省 50% Token 用量。

  5. 截圖修錯比文字描述準確 80% — 有 bug 就截圖給 AI，不要複製貼上錯誤訊息。

  6. 「一格一格堆疊」的成就感是堅持關鍵 — 每天看到進度成長，才有動力繼續。允許「低品質日」，重點是不中斷。

  7. 工具 UX 三要素：範本降低門檻、頁面說明先行、工具列提升效率 — 這是我做 10 個 Utility 工具後的總結。

❓ 常見問題 FAQ

Q1: 挑戰困難嗎？新手能做嗎？

關鍵在於控制範圍，新手也能做！

我的建議：

  • 第一週從 Utility 類開始 — 比如 Base64 編解碼、JSON 格式化，這類專案邏輯簡單
  • 每個專案限定「一天做得完」 — 功能精簡，專注核心
  • 允許 80% 完成度 — 不用追求完美，重點是學習
  • 重點是學習，不是炫技 — 不要跟別人比，跟昨天的自己比

我自己第一個專案（儀表板產生器）也花了 3 小時才搞定，因為一開始不熟悉 Prompt 寫法。但到了第 10 個專案，我已經可以在 1 小時內完成。這就是「累積」的威力。

Q2: 哪個 AI 工具最好用？需要付費嗎？

視需求而定，免費版也能做很多事。

場景推薦工具是否需付費
快速原型Google AI Studio免費
複雜邏輯ChatGPT Pro付費（$20/月）
前端開發Google AI Studio 或 ChatGPT Free免費可用
遊戲開發Google AI Studio免費

我的觀察是，免費版 ChatGPT + Google AI Studio 已經足夠完成 80% 的專案。只有在需要「複雜多層架構」或「高準確度 Debug」時，才需要 ChatGPT Pro。

這邊要特別注意，不要一開始就買付費版。先用免費版做 10 個專案，確認自己真的需要進階功能，再考慮付費。

Q3: 如何堅持 100 天？有什麼訣竅？

公開挑戰 + 可視化進度 + 允許彈性。

我的做法：

  1. 公開挑戰增加動力 — 我把專案部署到 AI Coding Hub，讓別人可以看到進度
  2. 每天固定時間執行 — 我選擇晚上 9-11 點，這是我最專注的時段
  3. 允許「低品質日」 — 有時候真的沒時間，就做一個超簡單的工具（10 分鐘完成）
  4. 記錄進度可視化 — 每天更新「已完成 / 100」的數字，看到成長很有成就感
  5. 每週整理學習總結 — 不只做專案，還要反思學到什麼

大家記得，堅持的秘訣不是意志力，而是系統設計。你要設計一個「容易堅持」的系統，而不是靠意志力硬撐。

Q4: 專案都要部署嗎？怎麼部署最快？

不一定要部署，但部署可以增加成就感。

我用的部署方式：

  • Google Cloud Run — 我把所有專案整合成一個「AI Coding Hub」，一次部署所有專案
  • 部署時間 — 第一次設定需要 30 分鐘，之後每次更新只要 5 分鐘
  • 成本 — 免費額度足夠（每月 200 萬次請求）

如果你不想部署，也可以：

  • 本地執行 — 用 npm run dev 在本機跑，截圖記錄
  • 錄製 Demo 影片 — 用 Loom 或 OBS 錄製操作過程
  • 分享程式碼 — 放到 GitHub，讓別人可以 Clone 下來跑

我的觀察是，部署比不部署更有動力。因為你可以分享連結給朋友，讓他們直接體驗。

Q5: 做完 100 天後，下一步是什麼？

整合成產品、開課教學、或挑戰更複雜的專案。

我的規劃：

  1. 整合成「AI Coding Toolkit」 — 把 100 個工具整合成一個產品，讓別人可以直接用
  2. 開設「AI Coding 實戰課」 — 把挑戰過程中的學習系統化，教別人怎麼用 AI 快速開發
  3. 挑戰「AI Agent 100 Day」 — 下一個挑戰主題，專注在 AI Agent 開發

這邊要特別注意，100 天不是終點，而是起點。你累積的不只是 100 個專案，而是「快速產出」的能力。這個能力可以應用在工作、創業、教學等各種場景。

🎯 下一步行動

🎓 想更有系統地學會這些技巧？ 到 AI 職場工作術（雲端方程式 Cloud F1 旗艦課程） 看看完整的實作路徑。

看完這篇，你的 AI 實力又變強囉！

如果你也想開始 AI Coding 挑戰，我建議你：

  1. 從一個簡單的 Utility 工具開始 — 比如 Base64 編解碼、JSON 格式化
  2. 設定「一天做得完」的範圍 — 不要太貪心，先求有再求好
  3. 建立專案模板 — 在 ChatGPT 或 Google AI Studio 建立模板,減少重複說明
  4. 記錄學習心得 — 不只做專案，還要反思學到什麼
  5. 公開你的挑戰 — 分享到社群，增加動力

想深入學習更多 AI 工具與自動化技巧？

  • 💬 加入學習社群：Skool 雲端方程式 Cloud F1（免費加入，和 500+ 學員一起學習，分享你的挑戰進度）
  • 📧 訂閱電子報：獲取最新 AI 自動化技巧與挑戰更新
  • 🌐 體驗我的專案：AI Coding Hub（線上 Demo，所有專案都可以直接玩）

有問題歡迎在社群裡發問，我會定期分享挑戰進度與新學到的技巧！

🔗 相關資源

AI Coding 入門

AI Agent 進階

Prompt 管理

n8n 自動化整合

本文為 AI Coding Challenge Pillar Page，持續更新中。所有專案可在 AI Coding Hub 體驗。由 Alex Hsieh 記錄與撰寫。最後更新：2026-02-11

想把這篇學到的用進日常工作？

「AI 職場工作術」課程把這類實戰經驗整理成一步步的教學，帶你系統化練出跟 AI 協作的產能。

看 AI 職場工作術課程 →

本文作者：Alex Hsieh，SRE / DevOps 背景出身，現為企業 AI 導入顧問，也是「AI 相談室」課程講師。專注把 AI 自動化真正落地到企業日常流程，而不是停留在 Demo。

目錄
  1. 專業導讀
  2. 你將學到
  3. 🎯 什麼是 AI Coding 100 Day Challenge？
  4. 💡 Alex 的觀察
  5. 第一個觀察：範圍控制是關鍵
  6. 第二個觀察：Google AI Studio 很適合快速原型
  7. 第三個觀察：「一格一格堆疊」的成就感很重要
  8. 🔧 挑戰設計原則
  9. 原則 1：MVP 思維 — 縮小到「一天做得完」
  10. 原則 2：建立專案模板 — 減少重複設定
  11. 原則 3：模型分工策略 — Pro 做架構，Flash 做迭代
  12. 原則 4:截圖修錯 — 有錯就拍，AI 精準定位
  13. 📊 18 個已完成專案分析
  14. Utility 類（工具類）— 10 個專案
  15. Game 類（遊戲類）— 5 個專案
  16. Creative 類（創作類）— 1 個專案
  17. Simulation 類（模擬類）— 1 個專案
  18. Frontend 類（前端展示）— 1 個專案
  19. 📈 工具使用心得彙整
  20. Google AI Studio（使用 15 天）
  21. ChatGPT（使用 3 天）
  22. ✅ 重點整理
  23. ❓ 常見問題 FAQ
  24. Q1: 挑戰困難嗎？新手能做嗎？
  25. Q2: 哪個 AI 工具最好用？需要付費嗎？
  26. Q3: 如何堅持 100 天？有什麼訣竅？
  27. Q4: 專案都要部署嗎？怎麼部署最快？
  28. Q5: 做完 100 天後，下一步是什麼？
  29. 🎯 下一步行動
  30. 🔗 相關資源
  31. AI Coding 入門
  32. AI Agent 進階
  33. Prompt 管理
  34. n8n 自動化整合

相關文章