VibeCoding系列1: 十五年沒寫程式的房地產估價師，現在每天用 AI 幫團隊寫工具
前陣子，一個做不動產估價的朋友傳訊息來問我：「有沒有一些簡單的入門教學可以參考？」
她曾是名校資工系的博士候選人，但已經十五年沒碰程式了。現在她是一位估價師，帶著一支小團隊，每天跟不動產相關的資料打交道。
我問她：「你為什麼想 coding？想達到什麼目的？」
她說：「想做些工作上的小工具。辨識 PDF、處理 GIS 資訊、還有處理一些實價登錄的 data。」
我跟她說，不用去 Google 找教學，資訊太亂了。直接下載 Claude Desktop，選 Code 模式，然後跟它說：「我完全不會寫程式，但我需要寫一個處理不動產實價登錄資料的小工具，請手把手帶我完成。」
她半信半疑：「他生成 code 給我，我怎樣執行？」
我說：「你只要負責出一張嘴。」
她問：「醬要我幹嘛？」
我說：「爽爽過囉。」
兩個禮拜後，她傳了一個工具給我看。
是一個「地號轉座標批次查詢工具」。輸入地號，自動串接國土測繪中心的 API 查出座標，標示在地圖上。可以批次處理、可以匯出 CSV、地圖標記還能選顏色和圖形、甚至能手動微調位置。
她說：「以前要一筆一筆查。」
我看了一下程式碼，六萬多個字元。一個十五年沒碰過程式的人寫的。
同一天，她又傳了第二個工具：實價登錄資料合併。內政部的實價登錄下載回來，資料分散在好幾個 Sheet，以前要一筆一筆人工對應。她讓 Claude Code 寫了一個合併程式，自動把案件列表、土地、建物三個表的資料整理成一張彙整表，連中文樓層（「九層/十一層」）都能自動轉成數字。
她說：「我覺得很興奮。」然後又說：「這個工具優化會優化上癮。」
最讓我印象深刻的，是這段對話：
她用 AI 來校對估價報告，但發現 AI 很懶，每次只挑出一點錯，要反覆追問才會認真看。我跟她說：「所以你要寫個程式自動幫你問一百遍。」
她回：「喔對耶。」
不過聰明的她，後來竟直接跟 AI 說：「幫我找一百個以上的錯。」然後 AI 就乖乖找了。(我在心裡驚呼，這便是基於需求而產生的 Prompt Engineering實踐啊... 看來我有時還是會不小心過於Technical Oriented而不是Solution Oriented...慚愧慚愧)
她丟了一堆 PDF 給 AI，AI 直接幫她整理比對。她說：「以前助理可能要花半天做。」
然後她還說了一句讓我想很久的話：「我覺得行政助理的這個角色可能要被淘汰了。剩端茶水小妹。」
我在意的不是她做了多厲害的程式。
我在意的是這個過程只花了大概兩個禮拜。一個十五年沒寫程式的人，從「老人要開始一件新事情有點困難」，到「程式小助理可以上工了!!」、「我一直新增功能」、「7PM!! 小助理又有額度我要繼續寫程式了!!」。
中間她碰到的問題都很真實：額度用完了不知道怎麼回事、不確定 AI 是死機了還是在跑、擔心 AI 會不會亂刪電腦資料。但她沒有被這些卡住。
最關鍵的一步，是她把「我想做什麼」講清楚了。她不需要懂 Python，不需要懂 JavaScript，不需要懂 API。她只需要知道：每天有哪些事情很煩、很重複、很浪費時間。
剩下的，讓AI 來。
我不知道一個能夠以「日」為iteration寫程式的估價師團隊，相對於其他的一般團隊帶來多大的效率與優勢，但我知道
當一個人/團隊清楚知道自己要去哪裡，懂得如何向AI許願並與之一起工作，是能夠解決許多自身原來無法解決的問題的。
在這個時代，或許最危險的不是不會寫程式，而是不知道自己的問題可以被解決。
那位朋友之所以能在兩週內做出兩個系統，不是因為她技術強。是因為她在這個行業待了十幾年，她比任何工程師都清楚哪些流程是浪費時間的、哪些資料是散落各處的、哪些校對是人工永遠做不完的。
她有 domain knowledge。AI 有執行力。兩個加在一起，就是超能力。
如果你也有一些每天重複做的事，覺得「要是有個程式能幫我處理就好了」現在正是你玩玩這些新玩具的時候了。門檻比想像的低很多。
不用學寫程式；只需要能把問題講清楚，懂得要求就行。