那個不會寫程式的阿姨，用 AI 做了自己的網站
她的實際時間軸是這樣的：
總計七個小時左右，其中大概有兩個小時是在「學怎麼跟 AI 講話」。她說最難的不是技術，是「要把腦袋裡的東西講出來」。
這個時間軸，對任何一個經歷過「架站」這件事的人來說，都是震撼的。十年前，光是搞清楚什麼是虛擬主機、什麼是 FTP、什麼是 DNS，就足以讓一位非技術背景的人放棄三次。而今天，這些名詞被她用「那個藍色的按鈕」和「它叫我貼一串東西」帶過去了。
二、為什麼這件事值得討論？門檻到底改變了什麼
從「寫語法」到「說意圖」：程式開發的重心轉移
過去三十年，寫程式的本質是「把人類的意圖翻譯成機器看得懂的語法」。這個翻譯過程需要學習一整套符號系統：變數、函式、迴圈、陣列、型別、框架、版本控制。一個非本科系的人要跨過這道牆，平均需要半年到兩年的持續投入。
生成式 AI 帶來的變化，不是「寫程式變簡單了」，而是「翻譯這一層被抽掉了」。人類直接用自然語言描述意圖，AI 負責產出語法。語言模型的訓練資料裡包含了海量的 HTML、CSS、JavaScript、Python、SQL，它對「網站長什麼樣子、有哪些標準結構」的理解，遠超過一般初學者。
換句話說，AI 不是讓阿姨變成了工程師，而是讓她跳過了「成為工程師」這個步驟，直接拿到工程師的產出物。這是一個非常關鍵的區別。前者需要理解，後者只需要驗收。
素人開發者（Citizen Developer）的崛起
「公民開發者」這個詞並不新。Gartner 早在幾年前就預測，未來大多數的新應用程式將由非 IT 專業人員透過低程式碼／無程式碼工具開發。當時大家半信半疑，因為傳統的拖拽式工具雖然降低了門檻，但仍然需要理解「資料表關聯」、「觸發器」、「工作流程」這些半技術概念。
生成式 AI 補上了最後一塊拼圖：它會問你問題。
這一點非常容易被低估。傳統工具是「你必須先知道你要什麼，然後去找對應的功能」。AI 是「你說個大概，我幫你拆成具體問題，再一項一項確認」。對於不擅長抽象思考的人來說，這個「引導式對話」的價值，可能比自動寫程式本身還高。
我認為這是 2024 年之後最值得注意的職場變化之一：技術能力的邊界，正在從「你會不會」轉移到「你想不想得到」。執行力被外包給 AI，而企圖心、判斷力、品味、領域知識，成了新的稀缺資源。
三、她到底是怎麼做的？一個完全外行人的真實流程
這一節我盡量還原她的實際操作，因為我發現網路上大部分的教學文，都預設讀者「至少懂一點」。但真正的素人卡關的地方，往往在教學文作者完全沒意識到的地方。
第一步：把需求講清楚（比想像中難十倍）
她第一次開對話，只打了一句話：「幫我做一個手工皂的網站。」
AI 很客氣地回了一大段，問她要幾頁、什麼風格、有沒有品牌色、要不要金流、文案要自己寫還是讓 AI 寫。她說她當時的反應是：「啊，原來要想這麼多。」
她卡了將近四十分鐘，最後是用一個很聰明的土方法突破的：她把平常貼在 LINE 群組的招生訊息，整段複製貼上給 AI。那段訊息裡有課程名稱、時間、費用、對象、地點、注意事項。AI 立刻從裡面整理出網站需要的區塊結構。
這給了我一個很重要的啟發：對素人來說，最好的「需求文件」不是規格書，而是你原本就在寫的那些東西。招生貼文、價目表、常見問題回覆、客戶常問的十個問題，這些現成的文字，就是最好的素材，也是 AI 最能理解的輸入。
「我那時候才發現，我不是不會做網站，是我從來沒認真想過我的課到底要怎麼介紹。」——陳阿姨
第二步：選工具（No-Code、AI 生成、混合三條路線）
她一開始完全不知道該用什麼，是我的私訊建議加上她自己亂試，最後才定下來。這邊我把路線整理給大家，因為這是素人最容易迷路的地方：
路線 A：純 AI 生成程式碼（她最後走的路）
用對話式 AI 直接生成一整份 HTML／CSS 檔案；
優點：完全免費、彈性最大、學到最多；
缺點：修改時需要把整份檔案貼回去，版本管理靠自己，出錯要找得到原因。
路線 B：No-Code 平台（Wix、Framer、WordPress 等）
用視覺化介面拖拉，AI 負責生成文案與版型建議；
優點：穩定、有客服、表單與 SEO 功能內建；
缺點：月費、功能受平台限制、資料被綁在平台上。
路線 C：混合式（多數人最後的選擇）
用 AI 寫文案與結構，用 No-Code 平台組裝；
或先用 AI 生成靜態頁面，再用免費的靜態託管服務上線。
她的選擇理由是：「我不想每個月付錢，而且我想知道那個東西到底是什麼。」這句話其實很值得玩味——素人要的不是「最方便」，而是「我能夠理解並掌握」。這對做工具的人來說，是一個很重要的產品洞察。
第三步：反覆對話、修改、上線
她第二天的三小時，幾乎全部花在「來回貼上、說明、再貼上」的循環。以下是她實際遇到的幾個具體問題，我原樣記錄，因為這些才是真實世界的樣子：
最後一步她卡最久。我幫她釐清之後，她才理解「網域」和「主機」是兩件事：網域是地址，主機是房子。她用了免費的靜態網站託管服務，把檔案拖上去，綁定自己買的網域，大約花了四十分鐘。
她說上線那一刻，她在電腦前拍了手。「那個網址打下去，真的跑出來，我還有點不敢相信。」
四、AI 工具地圖：從對話到部署，各自負責哪一段
對話式生成：需求拆解與程式碼產出
目前主流的對話式 AI（ChatGPT、Claude、Gemini 等）在架站流程中，主要負責三件事：
需求拆解：把你模糊的想法拆成具體的頁面清單與區塊。
文案生成：把口語化的介紹改寫成適合網頁閱讀的段落。
使用上有幾個實用技巧，是她實際驗證有效的：
No-Code 平台與靜態託管：把東西真的放上網路
網站生成之後，還有兩個環節：託管與網域。
靜態網站的託管現在非常便宜甚至免費，常見的選擇包括 Cloudflare Pages、Netlify、Vercel、GitHub Pages 等。操作方式大同小異：註冊帳號、把資料夾拖上去、等幾十秒、拿到一個臨時網址。
網域則需要另外買，台灣常見的 .com.tw 或 .com 一年幾百元。購買後要設定 DNS，指向託管服務。這一段是素人最容易放棄的地方，因為它涉及「等生效」這個反直覺的過程（通常幾分鐘到幾小時）。
如果不想碰這些，走 No-Code 平台就完全不用管，代價是每月費用與功能限制。我的建議是：先求有，再求好。先用平台或免費託管把網站上線，讓它真的存在，之後再慢慢優化。很多人的網站之所以沒做成，是因為在第一步就開始研究「哪個主機最快」。
五、光鮮背後的真實：AI 架站會遇到哪些坑
論壇上有人說「AI 做網站很簡單」，也有人說「做出來的東西根本不能用」。我認為兩邊都對，差別在於你知不知道坑在哪裡。以下是我觀察到、也是陳阿姨實際踩過的幾類問題。
坑一：安全感錯覺與資安盲點
AI 生成的程式碼，看起來能跑，但「能跑」跟「安全」是兩件事。常見的狀況包括：
表單沒有做基本的防護，被機器人塞滿垃圾訊息；
把 API 金鑰直接寫在前端程式碼裡，任何人打開網頁原始碼就看得到；
使用了過時的函式庫版本，帶有已知漏洞；
沒有 HTTPS，學員填的個資以明文傳輸。
陳阿姨的網站因為只有靜態頁面加一個外接表單，風險相對低。但如果有人用 AI 做了會員系統、金流、資料庫，強烈建議找懂的人看過一次。網站的資安不是「有做就好」，而是「沒做會出事」。
坑二：「看不懂的程式碼」與維護成本
這是素人架站最現實的問題：網站上線了，然後呢？
陳阿姨現在每次要改課程時間，還是得打開 AI 對話，把整份檔案貼進去，說明要改哪裡，再貼回來。這個流程對一個月改一次的人來說沒問題，但對每天要更新的人來說，很快就會崩潰。
更麻煩的是「除錯」。當網站出現問題，懂程式的人可以從錯誤訊息、從瀏覽器開發者工具、從網路請求的流程去追。不懂的人只能截圖問 AI，而 AI 看到的是片段，經常猜錯方向。
我的建議是：素人架站，一開始就要想清楚「這個網站未來誰維護」。如果答案是「我自己，而且我沒打算學」，那 No-Code 平台會比純手刻程式碼務實得多。反之，如果你願意花二十小時學基本概念，AI 手刻路線的天花板高很多。
坑三：AI 的自信幻覺與內容正確性
生成式 AI 有一個致命的特性：它不知道的事情，也會用非常有信心的語氣回答。
陳阿姨遇過一次，AI 教她「把圖片放在某個資料夾，網站就會自動找到」。她照做，結果圖片全部破圖。原因是路徑寫法跟她實際的資料夾結構不一致，而 AI 沒有問清楚就假設了。
還有一次，AI 幫她寫了一段「學員見證」，裡面的內容是 AI 自己編的。她差點直接貼上去，幸好有先看過。
這件事對所有使用者的提醒是：AI 是很好的草稿機，不是可靠的事實來源。網站上的每一個數字、每一個日期、每一句推薦語，最後都必須由人來確認。尤其是涉及法律、醫療、價格的內容，絕對不能直接採用。
六、對上班族與小商家的意義：這波浪潮怎麼用
誰最適合立刻動手
根據我這段時間的觀察，以下幾類人最適合馬上試：
活動與專案頁面：一次性的活動網站、婚禮頁面、募資說明頁。
內部工具：報名表、意見調查、簡易計算器，這些甚至不用公開上網。
反過來說，如果你的網站需要會員系統、線上付款、大量商品管理、複雜的權限設計，請務必找專業人士。AI 可以幫你加速，但不會幫你承擔風險。
心態調整：從「我不會」到「我可以試」
陳阿姨的故事給我最深的感觸，其實不是技術，而是心態。
她從頭到尾沒有說「我要學程式設計」。她說的是「我要一個網站」。這個目標導向的思考方式，讓她避開了「學不完」的焦慮，直接進入「解決問題」的循環。當你把目標從「學會技能」換成「產出成果」，AI 就從一個讓你焦慮的東西，變成一個可以差遣的工具。
她也沒有因為看不懂程式碼就停下來。她的策略是「先讓它跑起來，再慢慢理解」。這對完美主義者來說可能難以接受，但對大多數非技術背景的人來說，這是唯一能走下去的路。
七、論壇觀點：我們該焦慮還是該興奮？
這篇文章在論壇貼出後，討論串很快就變成了兩派辯論。我把幾個有代表性的留言整理如下：
「做一個網站跟做一個能用的網站，中間差了一個銀河系。不要給人錯誤期待。」—— 網友 A，後端工程師
「我開店十年了，請人做網站被坑過兩次，報價八萬做完像二十年前的東西。現在我自己做，至少我知道每一頁在幹嘛。」—— 網友 B，餐飲業
「重點不是網站，是讓她這樣的人開始覺得『我可以創造東西』。這個心理轉變才是大事。」—— 網友 C，設計師
工程師會被取代嗎？
我的看法是：不會被取代，但工作內容會改變。
AI 能取代的是「照著規格把程式碼打出來」這件事，而這件事本來就是初階工作的重要部分。真正的資深價值——系統設計、效能調校、資安、跨系統整合、需求釐清、技術決策——不但沒有被取代，反而因為「產出變便宜」而變得更關鍵。
因為當做東西的成本下降了，「做什麼」和「為什麼做」的判斷，就成了唯一重要的事。這對工程師來說，既是威脅也是機會：威脅是你不能再靠「我會寫程式」吃飯；機會是你終於可以把時間花在更有價值的地方。
新的分工正在形成
我觀察到一個新的分工輪廓正在成形：
領域專家（如陳阿姨）：定義需求、提供內容、做出判斷。
AI：負責翻譯、生成、除錯初稿。
專業工程師：負責把關、架構、安全與長期維護。
這三者不是互相取代，而是形成一個新的協作鏈。過去的問題是：領域專家不懂技術，工程師不懂領域，中間靠 PM 翻譯，溝通成本極高。現在 AI 成了那個翻譯，而且不用開會。
這才是真正的革命所在——不是「AI 會寫程式」，而是「懂事情的人，終於可以自己動手做了」。
八、結語：網站只是開始
截稿前，我又問了陳阿姨一個問題：「做完網站之後，你有什麼不一樣？」
她想了一下說：「我現在看到不順的地方，會想『這個應該可以改吧』，以前就是擺著。」
這句話，比任何技術分析都更能說明這波變化的意義。當動手的成本趨近於零，人對世界的態度就會從「接受現狀」變成「思考如何優化」。這種能動性，是過去只有工程師或少數人擁有的特權。
當然，我不是在說每個人都該去做網站。我是想說，在 AI 時代，那些你過去因為「不會技術」而放棄的念頭——一個網站、一個小工具、一個自動化流程、一個整理好的資料庫——現在值得重新拿出來看一次。
你不需要變成工程師。你只需要比昨天更願意試一下。
那個不會寫程式的阿姨，已經把她的網站上線了。你的那一頁，還擱在草稿區嗎？
歡迎在下方留言分享你第一次用 AI 做出東西的經驗，無論是一個網站、一份報表、還是一段你原本覺得不可能寫出來的程式碼。我們會在論壇的 AI 趨勢板持續追蹤這類素人開發案例，也歡迎你把作品網址貼上來，讓大家一起看看。
```
💬 想說點什麼？
歡迎到留言板分享你的想法、心得或疑問。
💬 前往留言板 →