AI 可以做成哪些 Side Project。
還有,怎麼判斷它值不值得一直做下去。
那時候我在講,一個人用 AI 大概一週就能把想法變成一個能動的東西。整場重點都在「工具多快、怎麼串起來」。
我們做 PoC 本來會懷疑做不做得到、要花很久,但現在有了 AI,很多神奇的東西都做得到了。重點是,你有沒有真的抓到一個痛點。
PoC=Proof of Concept,概念驗證。用最小的成本,先證明一個想法真的做得出來。
一句話講清楚:「誰,在哪裡,遇到什麼困難」。講不出來就先觀察,要解決具體的問題,而不是幻想。
Deep Research 掃同類產品,列出 3~5 個現成解法,確認不是在重複造輪子。
先玩現成 demo,用最小資料拿來試。44 張圖就能試出 LoRA 行不行。
Claude Code / Cursor / n8n 串起來,一週內做出能給人看的東西。
AI 工具變了好多輪,但驗證的核心一直沒有變。
| 去哪找 | 能做出什麼 PoC | 我的嘗試 | |
|---|---|---|---|
| 模型 API | OpenAI · Claude · Gemini · Grok | 對話、RAG、Agent,刷卡就能用 | Insightful、股票平台 |
| 開源模型 | Hugging Face | 語音轉文字、生圖 | AutoCut、AI 服裝設計師 |
| 租算力 | RunPod · Colab | 訓自己的模型,A6000 一小時 $0.74 | AI 服裝設計師 |
| 雲端 AI | AWS Bedrock · Transcribe · Polly | 企業級語音 Agent、串生態系 | LUNA |
| 工作流 | n8n · Lovable · Replit | 不太寫程式也能串 API | 整理助手 |
| AI 編輯器 | Claude Code · Cursor · Codex | 全部黏起來,一週出 demo | 這份投影片 |
評估三招:先玩 demo(HF Spaces / playground)→ 看授權能不能商用 → 用最小資料拿來試。
今天只挑兩個案例。一個當初幫公司做的,一個是自己要用的。
自己的痛點,你會一直用、一直改;別人的痛點,一撞牆就沒動力撐了。
天花板跨不過去,該放就早點放手;工程問題繞得過,還有得救。
等一下的兩個案子,就拿這六個問題各檢查一遍。
用生成式模型,協助發想與出設計稿。
先記一下:這案子卡住時,我使不使得上力?
LoRA=在底模上外掛一小層權重,不用重新練整個模型就能學會新風格。


但老實說,這還不是讓案子停下來的主因。
改顏色、換某個區塊可以;但強調細節修改,就很吃生成機率,時好時壞。
這些,我完全使不上力。
學到最痛的一課:
PoC 死,常常不是死在技術,是死在你使不使得上力。
不是你的痛點、又控制不了外部變數,就該早點放手。
用 RAG + Agent,整合大盤、AI 日報跟筆記。
「你上一季的筆記寫過它接了大單,這只是短期波動,抱得住。」
要下決定的時候,它把我以前的筆記調出來,反駁我、或支持我。
RAG=讓 AI 檢索你自己的資料再回答;Agent 則是讓它自己接著做完後續步驟。

因為這是我每天開盤的時候就會遇到的痛,自然就會一直去改它。
真實存在的痛點,並把它解決掉,就會是一個好的 PoC。
| 成衣生成 | 股票平台 | |
|---|---|---|
| 痛點是誰的 | 客戶 | 我自己 |
| 撞到的牆 | 技術天花板+外部變數 | 工程問題 · 繞得過 |
| 撞牆之後 | 使不上力、也沒動力救 | 我們會一直改它 |
| 判斷 | 放棄 | 一直做 |
我自己的感覺是,「使不使得上力」比「做不做得出來」更早決定一個 PoC 活不活得下來。
PoC 活不活得下來,不是靠感覺,
是看兩件事。
回去之後,把你手上那個放很久的 side project,丟進這個象限,看它掉在哪一格。
你是一位資深前端 + 簡報設計師。幫我產生一份「可直接上台」的 HTML 投影片: 單一 .html 檔、離線打得開。 主題/對象/風格:各一句話講清楚 技術要求:CSS/JS 全 inline 不連 CDN · 16:9 一頁一張 · 鍵盤換頁 字要大 · 可列印成 PDF · 尊重 prefers-reduced-motion 內容:貼上你的大綱 → 先要完整檔,再逐頁微調。 圖片:連封面、象限頁、羅盤圖、這張梗圖,也是 AI 生的(Gemini・Nano Banana image-gen)