先確認真正要解的問題
先理解情境、使用者、商業目標與限制，不急著從功能開始。
How I Work
先把問題想清楚，再決定產品應該怎麼做。
我習慣先把問題想清楚，再決定產品應該怎麼做；真正完成的標準，不是功能上線，而是它能不能在實際環境裡持續運作。
Operating Loop
理解問題 → 拆解規則 → 做取捨 → 進正式環境 → 觀察與優化
把模糊需求拆成可以執行的規則
用角色、狀態、規則、權限、例外、資料、觸發條件與輸出，把複雜度結構化。
在商業、使用者與技術限制間做取捨
產品不是把需求全部做完，而是決定現在最值得做什麼、哪些不做。
讓產品真的進入正式環境
使用者驗收測試（UAT）、部署、執行紀錄、監控、錯誤處理與營運流程都是產品的一部分。
用資料、執行紀錄與回饋持續修正
上線不是結束，而是產品真正開始被驗證的時候。
AI Product Judgment
AI 不是規則的替代品。
我不把 AI 當成「加上一個模型」就完成的功能。真正的產品判斷，是先分清楚哪些事情應由穩定規則處理，哪些不確定性才值得交給 AI，再把失敗情境與正式營運一起設計進產品。
明確規則先交給系統
可以清楚定義條件、邊界與結果的判斷，應優先由確定性系統邏輯（deterministic logic）處理；AI 不應取代本來就能被穩定描述的規則。
AI 處理真正的不確定性
需要語意理解、歸納、判斷或非結構化資訊處理時，才讓 AI 發揮價值，並清楚定義它能做什麼、不能做什麼。
正式產品一定要可控
除了回答品質，也要一起考慮輸入／輸出資料結構（schema）、驗證、幻覺或不可信輸出、備援機制、部分完成、重試邊界、資料品質、成本與呼叫次數、人工覆核與監控。
目的不是讓 AI 看起來更聰明，而是讓它在真實產品裡能被驗證、被限制、必要時能降級，並知道什麼時候應該交回人工判斷。
Product Judgment
有能力做出來，不代表就應該推向市場。
產品決策也包含知道什麼時候應該停止。當使用者理解成本、商業條件、授權或營運限制無法形成合理產品時，不上線本身也可能是正確決策。