第001篇｜Superpowers 完整教程：把 AI 開發工作流一次講清
整理版優先睇
Superpowers 係一套將 AI 開發拉返秩序嘅工作流，核心係「先定規則、講清任務、按計劃推進、驗證收尾」，幫你穩定產出。
呢篇文章係作者基於 obra/superpowers 呢個開源項目整理嘅教程，GitHub stars 126k。佢指出好多人用 AI 做開發，初頭覺得好興奮，但項目一複雜就開始失控：任務未講清就做、改完冇驗證、收尾冇人管，搞到反覆返工。作者認為真正缺嘅唔係更強嘅模型，而係一套完整嘅工作流。
Superpowers 嘅價值就係將「AI 能做事」提升到「AI 能穩定地將事情做啱」。佢唔係 14 個獨立 skill，而係一條連續嘅路徑：先進入方法論，再 brainstorming 釐清目標、限制同風險，然後 writing-plans 拆成可執行步驟，跟住 executing-plans 逐步推進，最後 verification-before-completion 做驗證收尾。成個流程強調系統性，避免跳步。
作者建議第一次上手時，唔好直接叫 AI 寫 code，而係跟住「先講清任務→拆計劃→逐步執行」嘅順序提問。例如想做「團隊知識庫自動整理流程」，就先用 brainstorming 講清楚輸入、輸出、約束同成功標準，再拆計劃，最後先逐步執行。咁樣可以有效減少混亂同返工，令結果更穩定。
- Superpowers 唔係單個 skill，而係一套連續工作流，將 AI 開發從「識做」提升到「穩定做啱」。
- 核心主線：先進入方法論 → brainstorming 釐清目標與限制 → 寫計劃 → 按序執行 → 驗證收尾。
- 常見失敗原因：跳過規劃直接執行，或者將 skill 當獨立工具亂試。
- 同傳統 prompt 嘅差異：強調系統流程而非單次對話，透過驗證同收尾減少返工。
- 可立即行動：用文中提問範例，按「先講清任務→拆計劃→逐步執行」順序問，即刻提升穩定性。
Superpowers 項目 GitHub
obra/superpowers 項目主頁，包含完整 skill 套件同用法。
點解你需要呢套工作流
過去一年，好多人將 AI 拉入開發流程，最初都覺得好興奮。AI 會寫 code、改 bug、補文檔，好似可以馬上將效率翻倍。但再行多幾步，問題就出嚟：任務未講清就開始做，做做嚇發現方向唔啱；code 改完冇驗證；review 同收尾冇人管；一個需求反覆返工三輪，最後都要人兜底。
呢個時候你會發現，真正缺嘅唔係更強嘅模型，而係一套完整嘅工作流。Superpowers 嘅價值，就係將「AI 能做事」提升到「AI 能穩定地將事情做啱」。
上手主線：記住呢條路徑
如果你今日只準備記住 Superpowers 嘅一件事，就記住呢條主線。佢係最穩嘅第一條路，唔係唯一用法，但對絕大多數人嚟講最實用。
- 1 using-superpowers：先進入呢套方法論，唔好將 skill 當零散工具。
- 2 brainstorming：將目標、輸入、限制同風險講清楚。
- 3 writing-plans：將目標拆成一個真正可以執行嘅路徑。
- 4 executing-plans：按順序推進，而唔係想到邊改到邊。
- 5 verification-before-completion：最後一定要用驗證嚟收口，唔好講句「應該OK」就算。
第一次上手建議跟住以下順序問，唔好一嚟就叫 AI 直接做：
- 1 先唔好寫 code，先用 brainstorming 將目標、輸入、約束同風險講清。
- 2 跟住叫 writing-plans 將結果拆成 3 到 5 步嘅執行計劃。
- 3 最後按計劃逐步執行，每一步做完叫 AI 話你知點驗證。
例如你想做一個「團隊知識庫自動整理流程」，錯誤示範係一句話直接叫 AI 做。更穩嘅做法係先用 brainstorming 講清「輸入係咩、輸出係咩、約束係咩、成功標準係咩」，再拆計劃，之後先執行。中間撞到 bug 就切去 systematic-debugging，最後一定要返去 verification-before-completion 收尾。
內部模組分工與常見陷阱
Superpowers 將 14 個 skill 分成五個模組，每個模組負責工作流嘅一個階段。
- 起步與環境：using-superpowers、using-git-worktrees、writing-skills
- 需求到計劃：brainstorming、writing-plans、executing-plans
- 質量保障：systematic-debugging、test-driven-development、verification-before-completion
- 評審與收尾：requesting-code-review、receiving-code-review、finishing-a-development-branch
- 多 Agent 協作：dispatching-parallel-agents、subagent-driven-development
新手好容易踩嘅坑包括：將 Superpowers 當成 14 個獨立功能點，逐個試但睇唔到主線；跳過 brainstorming 同 writing-plans 直接開工；將驗證同收尾放到最後「得閒先做」，結果每次都返工。
今日 takeaways
如果你只想用一句話記住 Superpowers，我會建議你記住呢句：佢唔係一堆 skill 嘅集合，而係一套將 AI 開發拉返秩序嘅工作流。
先用 brainstorming 講清任務，再用 writing-plans 拆計劃，然後 executing-plans 逐步執行，最後 verification-before-completion 驗證收尾。咁樣你就可以穩定產出，減少返工。
[!tip] 一句說話先記住
如果你已經覺得 AI 好叻，但係個 project 一複雜就開始失控，咁呢篇幾乎係必讀。
過去一年，好多人將 AI 拉入開發流程，最初個體驗都好興奮。佢會寫 code，會改 bug，會補文檔，睇落好似即刻就可以將效率翻倍。
但再行多幾步，問題就出咗嚟。任務未講清楚就開始做，做嚇做嚇發現方向唔啱；code 改完但冇驗證；review 同收尾冇人理；一個需求來來回回返工三次，最後都係要人嚟兜底。
呢個時候你會發現，真正欠缺嘅唔係更強嘅模型，而係一套完整嘅 workflow。Superpowers 呢個項目嘅價值，就在於將「AI 能做事」提升成「AI 能穩定咁將事情做啱」。
讀完呢篇，你會得到啲乜
• 睇明 Superpowers 呢套項目到底解決緊啲乜問題。 • 知道第一次上手嘅時候，應該沿住邊條主線去用，而唔係 14 個 skill 亂試一次。 • 得到一套可以直接照抄嘅實操提問方式。
呢篇適合邊個先睇
如果你符合下面任何兩條，就可以先睇呢篇：
• 你已經在用 AI 做開發，但結果一時好一時壞。 • 你最常見嘅痛點唔係「唔識寫」，而係「越做越亂」。 • 你想要嘅唔係單一個神 prompt，而係一套可以重用嘅方法。
呢個項目到底係乜
obra/superpowers 係一個項目級 skill 包。當前 GitHub stars 快照係 126k。
佢真正重要嘅地方，唔係 skill 數量，而係佢將同一類工作放咗入一條連續路徑入面。你學嘅唔係一大堆名，而係一種做事方式。
暫時唔好背 skill，先記住呢條上手主線
如果你今日只係準備記住 Superpowers 嘅一件事，咁就記住下面呢條主線。佢唔係唯一用法，但對絕大多數人嚟講，係最穩陣嘅第一條路。
1. using-superpowers：先進入呢套方法論，唔好將 skill 當成散件工具。2. brainstorming：先將目標、輸入、限制同風險講清楚。3. writing-plans：將目標拆成一個真正可以執行嘅路徑。4. executing-plans：按順序推進，而唔係諗到邊改到邊。5. verification-before-completion：最後一定要用驗證嚟收口，而唔係講一句「應該得咗」。
第一次上手，建議你咁樣問
好多人第一次失敗，唔係因為唔識問，而係第一句就問錯咗。你唔好一開波就俾 AI 直接做，先跟下面呢個順序行。
第1步：暫唔好寫 code，先講清楚任務
我有一個想做的功能，但現在還比較模糊。請先不要直接寫代碼，先按 Superpowers 的思路幫我把目標、輸入、約束和風險講清楚。第2步：將結果拆成計劃
現在請基於剛才梳理的內容，幫我把它拆成一個可以執行的計劃，最好分成 3 到 5 步。第3步：淨係做當前呢一步
我們就按這個計劃來，不要跳步。先做第 1 步，做完後告訴我怎麼驗證。實操例子：你要做一個「團隊知識庫自動整理流程」
• 錯誤示範通常係：一句說話直接拋俾 AI，「幫我做個團隊知識庫自動整理流程」。聽落好似冇問題，但實際上缺咗大量前提。 • 更穩陣嘅做法係先讓 brainstorming將「輸入係乜、輸出係乜、限制係乜、成功標準係乜」講清楚，再讓writing-plans拆成幾步。• 等進入執行階段，只係叫 executing-plans做當前步驟。中間撞到 bug 再切到systematic-debugging；最後一定要返去verification-before-completion做收尾。
呢個項目內部到底點樣分工
模塊 1：起步同環境
• using-superpowers• using-git-worktrees• writing-skills
模塊 2：需求到計劃
• brainstorming• writing-plans• executing-plans
模塊 3：品質保障
• systematic-debugging• test-driven-development• verification-before-completion
模塊 4：評審同收尾
• requesting-code-review• receiving-code-review• finishing-a-development-branch
模塊 5：多 Agent 協作
• dispatching-parallel-agents• subagent-driven-development
新手最容易中伏嘅位
• 將 Superpowers 當成 14 個獨立功能點，一個一個試，但睇唔到主線。 • 跳過 brainstorming 同 writing-plans，直接開始做。 • 將驗證同收尾放喺最後「得閒先講」，結果每次都返工。
今日呢篇嘅 takeaway
如果你只想用一句說話記住 Superpowers，我會建議你記住呢句：佢唔係一堆 skill 嘅集合，而係一套將 AI 開發拉返秩序嘅 workflow。先定規則，再講清楚任務，再按計劃推進，最後用驗證同收尾守住品質。
相關連結：
• Superpowers 項目：https://github.com/obra/superpowers
[!tip] 一句話先記住
如果你已經感受到 AI 很能幹，但項目一複雜就開始失控，那這篇幾乎就是必讀。
過去一年，很多人把 AI 拉進開發流程，最初的體驗都很興奮。它會寫代碼，會改 bug，會補文檔，看上去像是馬上就能把效率翻倍。
但再往前走幾步，問題就出來了。任務沒講清就開始做，做着做着發現方向不對；代碼改完了卻沒驗證；review 和收尾沒人管；一個需求反覆返工三輪，最後還是得人來兜底。
這時候你會發現，真正缺的不是更強的模型，而是一套完整的工作流。Superpowers 這個項目的價值，就在於把"AI 能做事"提升成"AI 能穩定地把事情做對"。
讀完這篇，你會得到什麼
• 看懂 Superpowers 這套項目到底在解決什麼問題。 • 知道第一次上手時，應該沿着哪條主線去用，而不是 14 個 skill 亂試一遍。 • 拿到一套可以直接照抄的實操提問方式。
這篇適合誰先看
如果你符合下面任意兩條，就可以先看這篇：
• 你已經在用 AI 做開發，但結果時好時壞。 • 你最常見的痛點不是"不會寫"，而是"越做越亂"。 • 你想要的不是單個神 prompt，而是一套能複用的方法。
這個項目到底是什麼
obra/superpowers 是一個項目級 skill 包。當前 GitHub stars 快照為 126k。
它真正重要的地方，不是 skill 數量，而是它把同一類工作放進了一條連續路徑裏。你學的不是一堆名字，而是一種做事方式。
先別背 skill，先記住這條上手主線
如果你今天只准備記住 Superpowers 的一件事，那就記住下面這條主線。它不是唯一用法，但對絕大多數人來說，是最穩的第一條路。
1. using-superpowers：先進入這套方法論，不要把 skill 當零散工具。2. brainstorming：先把目標、輸入、限制和風險說清楚。3. writing-plans：把目標拆成一個真正能執行的路徑。4. executing-plans：按順序推進，而不是想到哪改到哪。5. verification-before-completion：最後必須用驗證來收口，而不是說一句"應該好了"。
第一次上手，建議你這樣問
很多人第一次失敗，不是因為不會問，而是第一句就問錯了。你不要一上來讓 AI 直接做，先按下面這個順序走。
第1步：先別寫代碼，先講清任務
我有一個想做的功能，但現在還比較模糊。請先不要直接寫代碼，先按 Superpowers 的思路幫我把目標、輸入、約束和風險講清楚。第2步：把結果拆成計劃
現在請基於剛才梳理的內容，幫我把它拆成一個可以執行的計劃，最好分成 3 到 5 步。第3步：只做當前這一步
我們就按這個計劃來，不要跳步。先做第 1 步，做完後告訴我怎麼驗證。實操例子：你要做一個"團隊知識庫自動整理流程"
• 錯誤示範通常是：一句話直接甩給 AI，"幫我做個團隊知識庫自動整理流程"。這聽上去沒問題，但實際缺了大量前提。 • 更穩的做法先讓 brainstorming把"輸入是什麼、輸出是什麼、約束是什麼、成功標準是什麼"講清楚，再讓writing-plans拆成幾步。• 等進入執行階段，只讓 executing-plans做當前步驟。中間撞到 bug 再切到systematic-debugging；最後一定要回到verification-before-completion做收尾。
這個項目內部到底怎麼分工
模塊 1：起步與環境
• using-superpowers• using-git-worktrees• writing-skills
模塊 2：需求到計劃
• brainstorming• writing-plans• executing-plans
模塊 3：質量保障
• systematic-debugging• test-driven-development• verification-before-completion
模塊 4：評審與收尾
• requesting-code-review• receiving-code-review• finishing-a-development-branch
模塊 5：多 Agent 協作
• dispatching-parallel-agents• subagent-driven-development
新手最容易踩的坑
• 把 Superpowers 當成 14 個獨立功能點，一個個試，卻看不到主線。 • 跳過 brainstorming 和 writing-plans，直接開始做。 • 把驗證和收尾放到最後"有空再說"，結果每次都返工。
今天這篇的 takeaway
如果你只想用一句話記住 Superpowers，我會建議你記住這句：它不是一堆 skill 的集合，而是一套把 AI 開發拉回秩序的工作流。先定規則，再講清任務，再按計劃推進，最後用驗證和收尾守住質量。
相關連結：
• Superpowers 項目：https://github.com/obra/superpowers