Portaly團隊在AI開發流程中，如何處理資料儲存與API串接以利工程師接手？

Portaly團隊在AI開發流程中處理資料儲存與API串接的策略

Portaly團隊在嘗試「全AI產品開發」流程中，透過讓產品經理（PM）使用 Lovable、Firebase Studio 等工具開發原型，再交由工程師接手進行後續的資料處理與API串接，以實現產品落地。

資料儲存處理方式

在資料儲存方面，Portaly團隊利用 Firebase Studio 產出原型後，特別要求AI使用 localStorage 作為臨時資料層。這種做法的優勢在於：

• 資料會保存，方便測試完整流程。
• 無需任何雲端設定，立即可用。
• 工程師接手時容易替換成真實的 API 呼叫。

PM 通過簡單的 prompt，例如「請使用 localStorage 儲存所有資料，不要連接任何後端 API」，來指示 AI 實現這一點。這種方式跳過了傳統的 Figma 設計稿環節，直接進入產品製作階段。

API 串接處理方式

當工程師接手後，他們可以將 AI 生成的介面視為由初級前端工程師完成的成果，只需要依照稿件刻出畫面，但不知道怎麼接 API。因此，工程師的主要任務是將 localStorage 的讀寫邏輯替換成真實的 API 呼叫，而前端介面幾乎不需要修改。

由於 AI 生成的程式碼沒有經過人工 code review，因此工程師還需要進行程式碼優化。AI 工具傾向將所有程式碼集中在單一檔案中，缺乏模組結構。工程師需要將程式碼拆解為多個獨立模組，讓每個功能職責明確，以便後續修改時更精準地修改特定功能，加速迭代效率。

流程耗時與挑戰

整個原型建立過程耗時約四周，包括產品研究、企劃、提案、AI 刻產品到 Firebase 並不斷修正、交付給工程師串接資料、更新 code，以及測試、修正、上線。

Portaly團隊表示，這種「全AI產品開發」流程帶來了許多挑戰。非工程師需要學習工程管理的細節，包括資料儲存、code 撰寫方式等，也要了解 AI 工具的能力範圍。對工程師來說，則需要思考如何與 AI 撰寫的 code 共存，以達成時間效率最大化。