用 AI 打造月收 2 萬美元應用程式：2025 年開發流程與工具選擇

今天要來聊一個... 我自己是覺得，蠻扯的話題。就是現在你根本不用寫任何一行程式碼，真的，一行都不用，就可以用 AI 做出一個能賺錢的 App。聽起來很像詐騙對不對？我一開始也這麼覺得。

以前我們想做個 App，流程大概是：找個團隊、燒個幾十萬甚至上百萬台幣、花好幾個月開發... 現在呢？可能一個週末，一個人，加上一杯咖啡，就搞定了。這件事最瘋狂的地方在於，它已經不是未來式，而是現在進行式了。今天就來完整拆解一下，這到底是怎麼辦到的。

重點一句話

簡單講，現在你不用學寫程式，而是要學會怎麼跟 AI「溝通」，用下指令（prompt）的方式，讓 AI 幫你把整個 App「打造」出來，包含除錯跟上架收錢。

怎麼做？一步一步來拆解這個魔法

好，我們直接來實作。假設我想做一個「鈔票辨識 App」，就是那種用手機鏡頭照一下紙鈔，就能告訴你這是哪一國的錢、匯率多少、還有什麼防偽特徵之類的。對常出國或是有在收藏的人來說，應該超實用。

整個過程大概是這樣，我會把這想像成在跟一個超級聰明的工程師溝通。

第一步：打地基，告訴 AI 你想要什麼

我不會跟它說「我要一個 App」，這太模糊了。你要把它當成一個... 嗯，一個很厲害但需要明確指令的助理。所以我會直接打開一個像 Replet 這類的 AI 開發工具，然後把我的需求清單貼給它：


嘿，幫我做一個現代、專業的鈔票辨識 App。
它需要有：
1.  一個乾淨、在手機和電腦上看起來都舒服的介紹頁面。
2.  要能用手機鏡頭掃描，辨識鈔票。
3.  辨識出來後，要顯示詳細資料：國家、面額、即時匯率、歷史匯率、防偽特徵，還有這張鈔票的歷史故事。
4.  內建一個全球貨幣的目錄可以查詢。

送出之後，AI 就會開始「思考」，它會回傳一個開發計畫，問你「我打算這樣這樣做，可以嗎？」通常我會直接按「批准」，讓它先跑再說。

喔對了，過程中它會跟你要一些 API 金鑰，像是 OpenAI 或 Gemini 的。這很正常，因為 AI 需要呼叫這些大腦來完成複雜的任務，比如圖像辨識。你就去對應的官網申請一下，把金鑰貼給它就行。這一步是免不了的，算是接上 AI 大腦的電線吧。

第二步：升級辨識核心，然後... 撞牆了

AI 很快就弄出一個基本版 App，有首頁、有掃描頁，看起來都有，但就是... 辨識率不太行。這很正常，就像你請一個實習生，他會先給你一個 60 分的版本。

這時候就要下第二個指令了。我會告訴它：「用 Gemini API 來做進階圖像掃描，辨識率要更高。」這等於是幫它換一個更強大的大腦。

接上 Gemini 的 API Key 之後，滿心期待地來上傳第一張鈔票樣本... 結果你猜怎樣？

欸，不動了。畫面一片空白，什麼都沒發生。

這就是我想說的重點。用 AI 開發不代表一路順風。它也會犯錯、會卡住。這時候，你不能生氣，你要繼續「溝通」。我接著跟它說：「掃描完之後，你要把鈔票的完整細節顯示出來，並且要能連結到全球貨幣目錄裡對應的資料。」

再試一次，還是失敗。但這次，它噴出了一串錯誤訊息。太好了！有錯誤訊息就是線索。我直接把整段錯誤訊息複製起來，丟回去給 AI，跟它說：「喏，你剛才弄壞了，這是錯誤碼，自己修好它。」

幾秒後，再上傳一次圖片... 成功了！它正確辨識出鈔票，所有資訊都出來了。再試一張 100 歐元的，也完美辨識。呼，這關總算過了。

第三步：挑戰即時相機掃描，然後... 又撞牆了

只靠上傳圖片太 low 了，真正的鈔票 App 應該要能打開相機即時掃描。於是我又下了新指令：「App 必須同時支援上傳圖片跟用手機相機即時掃描。」

回到 App 介面，多了一個「拍照」按鈕。按下去... 沒反應。

這就是開發的日常啊，真的。我耐著性子，換個方式跟它說，更具體一點：「使用者應該要能用他們裝置的相機直接掃描鈔票。」

AI 更新完後，再試一次... 還是沒用。好吧，看來模糊的指令行不通。這次我寫得超——級——詳細：


「拍照」按鈕沒用。
我希望它點下去後，可以打開相機，畫面中有個框框引導使用者對準鈔票。當鈔票在框內時，App 要能自動偵測並且辨識出來。請修好它。

結果... 依然故我。這時候，真的會有點火大。但這就是人跟 AI 協作的關鍵時刻。與其不斷重複我的「需求」，不如改變策略，直接點出「問題」。

我放棄了前面那些複雜的描述，只給了它一句話：

「那個『拍照』按鈕按了沒反應，修好它。」

有時候，最簡單直接的指令反而最有效。AI 跑了一下，回覆說：「好了，你再試試。」這次，點擊按鈕後，相機真的打開了！雖然跳出一個新的錯誤訊息，但這代表我們前進了一大步！至少相機被觸發了。

老方法，把新錯誤訊息再丟給 AI。幾秒後，它說：「相機初始化問題已解決，請再試一次。」

深吸一口氣，點下按鈕... 成了！相機啟動，即時影像出現，一切功能都正常了。你看，整個過程就像在馴服一頭很聰明但有點固執的野獸。

常見錯誤與修正

我把剛剛那個來回修正的過程整理一下，我自己是覺得，這比學程式還重要。這是一種新的「除錯」思維。

溝通策略	給 AI 的指令範例	可能得到的結果
模糊描述需求 (新手最常犯)	嗯... 我想要一個拍照功能。	AI 可能會給你一個按鈕，但按了沒反應，或根本不知道要觸發什麼。
詳細描述規格 (工程師思維)	我需要一個按鈕，點擊後能觸發 `device.camera.start()`，並顯示即時預覽...	有時候有用，但如果 AI 的內部實作跟你想的不一樣，它可能會搞混或直接忽略。
報告錯誤訊息 (偵探思維)	你看，我點了之後，主控台跳出這個 `TypeError: Cannot read properties of null`。	這招超有效！等於是直接給 AI 線索，讓它自己去查案。
直接點出問題 (主管思維)	「拍照」按鈕壞了，修好它。	當你卡關很久，與其教它怎麼做，不如直接命令它解決問題。有時候 AI 會自己找到更好的方法。

不只是辨識，還要讓 App 變好用

核心功能修好後，剩下的就是擴充了。這部分反而簡單，因為 AI 很擅長做加法。

加上金融工具

我跟它說：「加上金融工具，像是即時匯率換算、歷史匯率走勢圖，還有一個可以計算我手上所有外幣總值多少美金的功能。」

指令一下，App 馬上多了一個「金融工具」區塊，點進去，匯率換算、圖表、資產計算機，全部都有，而且都是活的，會去抓最新的市場資料。

加上給收藏家的內容

我又說：「再加一個『學習』區塊，裡面放一些貨幣歷史、收藏家指南、還有世界各國鈔票的冷知識。」

馬上，一個可搜尋的內容資料庫就出現了。App 從一個單純的工具，變成一個可以探索的資源。

最後，幫 App 化妝

功能都齊了，但介面還是有點陽春。這時候就要請 AI 當設計師了。

「把首頁改成現代簡約風，配色柔和一點，加上平滑的滾動動畫。標題要大大的寫著『用 AI 立刻辨識任何鈔票』，下面放一個『立即掃描』的按鈕。」

結果... 噹啷！整個 App 的質感瞬間提升，從一個工程師做的原型，變成一個可以上架的產品。而且手機版、電腦版都自動幫你對齊好了。

風險與應變：那... 錢呢？

說到錢，這也是一個很實際的問題。用這些 AI 工具不是完全免費的。主要是 API 的呼叫費用。

以這個 App 來說，成本大概來自三個地方：

AI 開發平台本身：像是 Replet，它們通常有免費方案跟付費方案。
模型 API 費用：你每次叫 OpenAI 或 Gemini 幫你辨識圖片或寫程式，都是要算錢的，雖然通常很便宜，大概幾分錢台幣一次。
金流串接費用：如果你要收錢，像串接 Stripe，每筆交易它會抽成。

不過反過來說，這也代表你可以真的用它來賺錢。原文的例子就是做了一個每月 5 美元的訂閱方案，提供無限次掃描、查看完整歷史資料等等。我跟 AI 說：「幫我加上 Stripe 付款功能，做一個月費 5 美元的 Pro 方案。」它就會引導你設定金鑰、處理付款流程。

說到這個，雖然原文的例子是用 Stripe，這在歐美很流行，但在台灣我們可能更習慣用「綠界科技」或「藍新金流」。這時候你給 AI 的指令可能就要調整一下，比如：「幫我串接綠界支付，產生一個新台幣 150 元的月費方案。」 AI 能不能處理得好，這就要看你用的那個 AI 開發工具有沒有支援在地的金流服務了。這點在開始動工前，最好先查一下。像日本可能就對應 PayPay，這都是在地化的考量。