Harness Engineering 實戰：設計師怎麼幫 AI 蓋一個不會重複犯錯的工作環境？

AI TOOLS · 2026 · 設計師實戰篇

▲ Prompt、Context、Harness——AI 協作的三個時代，2026 走到了第三階。

每個用 AI 工作的設計師都經歷過同一種星期一：上週才耳提面命教過它的事，新對話裡它忘得一乾二淨。同一種字體錯誤、同一種爛版型、同一句你聽到會皺眉的文案腔，週而復始。你以為問題在 AI 健忘。問題在你把規則存在對話裡——而對話，是用完即丟的。

這半年矽谷替這個問題的解法取了名字，叫 Harness Engineering。來龍去脈我在概念篇已經拆過一輪：Terraform 之父 Mitchell Hashimoto 二月的一篇部落格開的頭、OpenAI 六天後用一場「零行手寫、產出百萬行」的實驗把它推上主流。這篇不重講歷史。這篇只做一件事——帶你動手，蓋一個屬於設計師的版本。

CHAPTER 01 · THE SHIFT

先換腦袋：你不是在「用」AI，你是在「養」一個環境

Harness 的原意是馬具。馬再快，沒有韁繩、馬鞍、圍欄，就只是一匹往任何方向亂衝的野馬。模型是那匹馬；prompt 是對牠喊話；context 是給牠看的地圖；而 harness，是整套讓牠的力氣穩定變成生產力的環境。這門學問的核心動作只有一句話：AI 犯錯的時候，別急著換句話再求一次，去改牠工作的環境，讓同一個錯永遠不可能再發生。

OpenAI 那場實驗最值得偷走的一句話是「Humans steer. Agents execute.」——人負責方向，代理負責執行。翻成設計師的語言：你出品味，AI 出手速。工程師的 harness 長成 AGENTS.md、linter、CI 測試；你的 harness 會長成工作守則檔、驗收清單、範例對照庫。材料不同，力學完全相同。順帶一提，Codex 這半年爆紅的底層原因，正是這套環境思維讓 agent 從玩具變成產線。

接下來四章，就是右邊那一欄的施工順序。

CHAPTER 02 · STEP ONE

第一步：開一份 AI 讀得懂的工作守則

今天就能做：開一份文件，標題叫「我的 AI 工作守則」，寫下十條你最常糾正 AI 的事。品牌色票與字級、禁用的版型、輸出尺寸、語氣禁忌。之後每次跟 AI 開新任務，第一件事就是把這份文件餵給它。大多數工具現在都有讓這類文件常駐的位置——專案指令、自訂樣式、記憶功能，名字不同，本質都一樣：一個規則不會隨對話蒸發的地方。

OpenAI 在百萬行實驗裡踩過的第一個坑，恰好是所有認真的人都會踩的：把守則寫成百科全書。他們試過一份巨型說明檔，結果規則互相稀釋——當每一條都「很重要」，就沒有一條重要。最後的解法是把主檔砍到一百行以內，當目錄用，細節放進分層文件，讓 agent 需要什麼再去翻什麼。你的守則檔也一樣：一頁以內，寫原則不寫散文。

▲ OpenAI 官方圖表：agent 看不到的知識，等於不存在。雲端文件、聊天紀錄、你腦中的默契——寫下來之前，對 AI 全是空氣。

上面這張圖是整個學科最殘忍的一句話：看不到的知識等於不存在。你的品味、你對「這樣不行」的直覺、散落在幾百個對話裡的偏好——只要沒有寫成 AI 每次都讀得到的文件，它們就不存在。守則檔的意義在這裡：把默契變成白紙黑字。給你一份設計師版的起步範例：

注意它跟 brief 的差別：brief 是一次性的，描述這個任務要什麼；守則是跨任務的，描述你永遠要什麼。兩者疊著用威力才會出來——守則管地基，brief 管這棟樓。單次任務的 brief 怎麼寫得好，我在 Claude Fable 5 的四個實戰工作流裡附過完整模板，兩篇搭配剛好是一套。

CHAPTER 03 · STEP TWO

第二步：把每一次翻車，變成一條規則

守則檔開好只是空地，讓它長肉的機制才是重點。Hashimoto 當初那篇文章真正有殺傷力的地方，是他描述的一個習慣：每次發現 agent 犯錯，他不急著重跑，而是停下來，把「讓這個錯永遠不再發生」的修正做進環境裡。他的開源專案那份守則檔，一行一行全是過去的失敗換來的。錯誤在他手上不是垃圾，是建材。

設計師的版本長這樣：AI 交出來的字卡又用了你最痛恨的置中排版？別只在對話框裡糾正它——那句糾正活不過這個對話。回守則檔補一條「資訊卡一律靠左對齊，置中只用於單行金句」。下次它還想置中，規則會先攔住它，不用你出手。過去半年我把自己跟 AI 協作的規範整理成一套文件：哪些字型能用、哪些版型必爛、輸出前要過哪幾條檢查。每次它交出來的東西哪裡歪了，我不碎念，回頭補一條規則。半年下來最明顯的變化——同一種錯誤幾乎絕跡，每個新對話開場就是即戰力。

補規則有一個小技巧：寫「為什麼」比寫「不准」有效。「禁用置中」是一道牆；「資訊卡靠左，因為多行置中會破壞掃讀動線」是一個原則。牆只能擋住一模一樣的錯，原則能讓 AI 舉一反三，連你沒想到的變形錯法一起避開。相對地，有一種做法要戒掉：每次開新對話手動貼一大段指令。那不是 harness，那是用你的肉身當 harness——規則存在你的剪貼簿裡，而不是環境裡，你休假一天整套系統就停擺。

CHAPTER 04 · STEP THREE

第三步：讓 AI 交件前，先驗自己

OpenAI 實驗裡最科幻的一段，是他們讓 Codex 自己打開瀏覽器操作剛寫好的產品：截圖、對照、看數據、發現壞了就修、修完再驗，循環到乾淨為止——一跑六小時，人在睡覺。這個迴圈的名字叫驗證迴圈，而它是 harness 四個部件裡回報率最高的一個：AI 產出的品質上限，取決於它能不能看到自己的產出有沒有問題。

▲ OpenAI 官方圖表：Codex 的驗證迴圈——操作、截圖、修正、重驗，循環到乾淨為止。設計師不用蓋到這麼工業化，但迴圈的形狀值得照抄。

設計師照抄的方式便宜得多。在守則檔尾巴加一份驗收清單，並且規定：交件前逐條自檢、逐條回報。清單長什麼樣？就是你平常驗稿時眼睛掃的那幾件事——字級對了嗎、色票對了嗎、有沒有碰到禁用元素、文案有沒有超出字數、對齊有沒有跑掉。AI 自檢抓不到全部，但能先濾掉七成低級錯誤，把你的眼睛留給真正需要品味的判斷。再進階一級，是給它一組好壞對照：這是我要的、這是我不要的，各附一句為什麼。範例是最便宜的驗證器，一張好範例抵十條文字規則。

如果你用的 AI 接得上工具，驗證還能再自動一層——讓它直接讀真實資料，而不是等你截圖餵它。我之前示範過用 Claude 直接連 Meta 廣告後台的做法，同一個邏輯：AI 能自己看到的東西越多，你要當人肉傳令兵的次數就越少。另外偷一招 Anthropic 的：長專案像輪班工程師，每個新對話都是失憶上班，交接全靠文件。所以讓 AI 每次收尾寫兩行——這次做了什麼、下次從哪接。一份專案筆記，就是你的進度檔。

CHAPTER 05 · STEP FOUR

第四步：每月除草，規則也會腐爛

守則檔有一個沒人告訴你的宿命：它會腐爛。模型三個月一換代，去年要千叮萬囑的事，今年可能已經內建；你三月寫的規則，到七月可能跟五月寫的互相打架。OpenAI 的團隊曾經每週五整天在清 agent 產出的雜訊，後來乾脆養了一個專門除草的 agent，定期掃過期文件、開修正提案。你不用那麼工業化，一個月一次、十五分鐘，刪掉三種規則就好：模型已經自己會的、互相矛盾的、你自己都想不起來為什麼寫的。

除草的另一半，是重新劃界——哪些事該進 harness 交給 AI 守，哪些事永遠留給自己。這條線每一季都在移動，而且移動的方向很一致：好的 harness 應該越用越薄，不該越用越厚。如果你的守則檔半年膨脹了三倍，那不是勤勞，是過度工程的警訊。這條界線怎麼判斷，我畫過一張決定什麼交給 AI、什麼留給自己的判斷地圖，跟這章直接互補。

四步講完了。想聽工程師視角的原始版本，OpenAI 那篇文章的作者 Ryan Lopopolo 四月在 AI Engineer 峰會親自講了一場，把百萬行實驗的細節攤開來談：

CHAPTER 06 · TAKEAWAYS

模型是租的，環境是你的

回頭看這四步，你會發現沒有一步需要寫程式，但每一步都在做同一件事：把你的品味從腦袋裡搬出來，變成一個 AI 每次都撞得到的環境。這正是我看好設計師做這件事的原因——建立規範、維護一致性、在系統裡做決策，本來就是設計師練了十年的肌肉。工程師這半年才開始學的東西，你只是換個對象再做一次。

最後說句直白的。模型是租的——每一季換代，你在某個模型上磨出來的手感隨時歸零。環境是你的——一套寫成文件的守則、清單、範例庫，換哪個模型都帶得走，而且越用越厚實。未來被淘汰的不會是不用 AI 的人，是每次都從零開始教 AI 的人。從今天那份十條的守則檔開始，你就已經站在會留下來的那一邊。

RELATED READS · 延伸閱讀

EXTRA · LINKS 官方資源

SUBSCRIPTION

AI 覺醒設計應用攻略

AI 工具每週都在更新，我幫你過濾雜訊，只留對設計師真正有用的應用。

了解訂閱 →

FAQ

常見問題

Q：我完全不會寫程式，也能做 Harness Engineering 嗎？

A：可以，而且本文四個步驟全程零程式碼。Harness 的本質是「把規則放進環境而不是對話」，工程師用 linter 跟測試實現它，設計師用守則檔、驗收清單、範例庫實現它，原理完全相同。

Q：工作守則檔應該寫多長？

A：一頁以內，十條起步，成熟期也建議壓在一百行內。OpenAI 的實驗證明過巨型說明檔的下場：規則互相稀釋，AI 反而抓不到重點。主檔當目錄，細節拆進附錄，需要再翻。

Q：守則檔跟每次任務的 brief 有什麼不同？

A：守則是跨任務的地基，描述你永遠要什麼（色票、字體、禁忌、驗收標準）；brief 是一次性的樓層，描述這個任務要什麼（目標、素材、交付格式）。守則常駐，brief 隨任務換，疊著用效果最好。

Q：規則是不是越多越好？

A：相反。當每一條都「很重要」，就沒有一條重要。好的 harness 應該隨模型變強而越來越薄；守則檔如果半年膨脹三倍，通常是過度工程的警訊，該除草了。

Q：換了 AI 模型或工具，守則檔要重寫嗎？

A：幾乎不用，這正是它最大的價值。守則寫的是你的標準而不是某個模型的操作方式，換模型時直接帶著走，只需要在下一次除草時刪掉新模型已經內建的規則。

Q：為什麼不直接每次對話開頭貼一大段指令就好？

A：因為那樣規則存在你的剪貼簿而不是環境裡——會漏貼、會過期、換裝置就斷線，而且沒有累積機制。把守則放進工具的常駐位置（專案指令、自訂樣式、記憶），才算真的蓋進環境。