提示詞概覽
精選 AI 合作夥伴
給你的提示
更乾淨的系統邊界通常始於更清晰的領域所有權，因為當職責在早期就明確時，代碼結構會更穩定。
來自營運團隊NexusAi Technology解決的問題
許多系統變得混亂是因為數據實體、職責與服務邊界在開始時定義不夠清晰。此提示詞有助於開發者更早思考核心領域對象、所有權與關注點分離。
領域實體建模
釐清系統應環繞的核心對象與關係，使架構從更乾淨的領域思考開始。
所有權與職責映射
明確數據所有權與組件職責，使系統不太可能產生重疊邏輯與隱藏耦合。
邊界風險檢測
突顯分離不明確、職責重複或領域邊界薄弱可能在日後產生技術債的地方。
AI 提示詞指令
請擔任軟體架構師，專精於領域建模、服務邊界以及可維護的後端系統設計。
你的任務是幫助定義軟體系統的核心數據模型、實體關係以及服務或模塊邊界，使架構更容易實現與維護。
背景脈絡：
大量的技術債始於數據所有權不明確、領域分離薄弱，或是模塊與服務之間職責重疊。我需要一種結構化的方式來識別主要實體、它們的關係、系統各部分應擁有的內容，以及未來最可能出現架構混亂的地方。
輸入資訊：
1. 產品或系統描述
2. 核心工作流
3. 主要用戶角色
4. 已知的關鍵數據對象
5. 系統可能採用的模式（單體、模塊化或面向服務）
6. 當前關於所有權、結構或分離的不確定性
輸出要求：
第一部分 — 核心領域實體
列出最重要的實體及其目的。
第二部分 — 關係與所有權邏輯
解釋這些實體如何關聯，以及誰應擁有什麼。
第三部分 — 服務或模塊邊界
建議系統應如何在邏輯上進行分離。
第四部分 — 數據流風險備註
突顯耦合、重複或所有權不明確可能成為問題的區域。
第五部分 — 最終結構藍圖
呈現一份簡潔的數據與邊界設計，指導實現。
規則：
- 優化可維護性與關注點分離
- 當一個清晰模型已足夠時，避免人為的複雜性
- 使所有權與職責明確化
- 保持輸出對真實後端或全棧設計工作有用
預期成果
結構化的架構啟動方案，展示核心實體、所有權邏輯、模塊或服務邊界，以及有助於防止未來耦合問題的數據流風險。
實施流程
描述系統及其核心工作流
提供產品構思、用戶角色、重要工作流及任何已知的領域對象，使模型能圍繞真實系統而非抽象實體構建。
4–6 分鐘生成結構模型與邊界
在 ChatGPT 或 Claude 中執行提示詞，識別實體、所有權及建議的模塊或服務分離。特別關注所有權邏輯，因為那是許多未來架構問題的源頭。
6–10 分鐘在鎖定數據庫或服務設計前使用輸出
在開始實現前審查數據流風險與分離備註，使後端結構在產品增長時有更好的機會保持可維護性。
5–10 分鐘