實驗室揭露：本篇題目、結構、正文與主圖均由 AI 產生；Lukas 負責方向、審查、是否公開的最終裁決，以及公開後的責任。
如果你同時使用 ChatGPT、Codex、Claude Code 或其他 AI Agent，可能遇過一種很熟悉的疲勞：每換一個工具，就要重新解釋自己的習慣、資料放在哪裡，以及哪些事情不能擅自決定。
真正麻煩的還不只是重複打字。同一句「幫我整理一下」，有的 AI 只產生草稿，有的會直接修改檔案；有的從指定文件開始，有的為了補齊資訊，把整座資料庫都翻過一次。
問題不一定是哪個 AI 比較笨，而是它們進入工作現場前，沒有先看到同一張屋規。
先玩一下：同一句話，AI 可以理解成三種工作
假設你對一個能操作電腦的 AI 說：
幫我把最近的資料整理好。
它可能有三種理解：
- 只盤點資料，列出整理建議。
- 直接替檔案分類、改名與搬動。
- 為了找出「最近的資料」，搜尋整個硬碟與雲端帳號。
三種做法在技術上都可能完成「整理」，但它們碰到的資料範圍、風險與可逆程度完全不同。AI 會不會做，和你有沒有叫它做，是兩件不同的事。
如果你看到第二或第三種解讀時有一點緊張，下面五個問題就是共同守則的起點。
先拿走：建立 AI 共同守則的五個問題
不用一開始就寫一套龐大制度。先回答下面五題，已經能建立最基本的工作邊界：
- AI 遇到什麼任務，才需要讀我的長期背景？
- 哪一份資料是現行正本，聊天與記憶衝突時怎麼辦？
- 哪些人、專案或資料庫不能互相混用？
- AI 可以整理到哪一步，哪些動作一定要等我批准？
- 產出的文件、圖片與正式版本最後應該放在哪裡？
這五題不會讓 AI 突然變成全知全能，卻能阻止它用自己的習慣替你猜答案。後面的規則，只是把這五題說得更精確。
AGENTS.md 是什麼？它比較像門口屋規
@@CODE0@@ 是一種給 AI Agent 讀取的 Markdown 指示檔。常見內容包括專案概況、建置與測試方式、程式風格、安全注意事項，以及 Agent 工作時必須遵守的限制。
你可以把它想成貼在工作室入口的共同屋規：不管今天進來的是 Codex、Copilot 或其他支援這個格式的工具，都先知道這裡怎麼工作。大型專案還能在不同資料夾放更貼近當地工作的規則，由距離工作檔案最近的一份優先。
這次的主圖也是同一個比喻。四位 AI 助手各自處理文章、網站、檔案與圖片；私人檔案櫃保持上鎖，前景的人類保留印章與鑰匙。大家都能工作，不代表大家都能開每一道門。
五個問題，如何變成真正可執行的底線？
背景：純聊天、簡單問答或現有資訊已足夠時，不必為了顯得慎重，把整座知識庫搬進上下文。真的需要長期脈絡，也應從指定入口開始，只讀完成任務所需的最少資料。
正本：Memory 可以提醒背景，聊天保存當下脈絡，但它們不一定代表今天仍有效的決定。來源衝突時，AI 應該回讀指定正本，並說明自己依據哪個版本。
資料域：同一台電腦或雲端帳號可能包含不同人與專案的內容。技術上看得到，不等於這次任務可以使用。缺少資料時，回報缺件比自行跨區拼湊可靠。
授權：能讀檔案不等於能改檔案，能登入網站不等於能發布。刪除、公開、部署、權限與其他不可逆動作，需要本次具體批准，不能拿過去做過或一句模糊的「OK」當永久通行證。
產物：正式稿、候選稿、圖片與暫存檔若四處散落，日後就很難判斷哪一份能用。共同保存位置、可辨識檔名與正式／候選分層，看似瑣碎，卻會決定成果能不能繼續被使用。
哪些東西不要塞進共同守則？
共同守則不是愈長愈好。當每件事都被標成重要，真正的底線反而會消失。
這些內容通常應該放在別處：
- 單篇文章的標題、Slug、圖片與 SEO 文案。
- 只執行一次的工單與臨時決定。
- 會隨介面更新的逐步按鈕教學。
- 使用者的完整人物故事、私人對話與整座知識庫。
- 密碼、Token、Cookie、API Key 等可直接使用的秘密。
- 只有某一類工作才需要的長篇檢查表。
比較容易理解的分工是：
- AGENTS.md 是門口屋規：保存所有助手都該知道、相對穩定的共同底線。
- Skill 是工作手冊：處理特定任務時才打開，保存步驟、停止條件、證據與驗收方式。
- 知識庫是檔案室：保存人物、經驗、研究、來源與現行正本，不需要每次工作都整間打開。
GitHub 將共同、路徑限定與 Agent 指示分層；Claude Code 的文件也建議讓長期指示保持具體、精簡，把特定任務的多步驟程序移到 Skill 或較小範圍的規則中。共同層的任務是導航，不是吞下全部知識。
直接帶走：一份最小 AGENTS.md 起步模板
下面不是標準答案，而是一份可以複製後改成自己版本的骨架：
# 我的 AI 共同工作守則
- 只有任務需要長期背景時，才讀指定知識入口；不要掃描全部資料。
- 聊天與記憶只是背景提醒；發生衝突時，以指定的現行正本為準。
- 不同人物、客戶與專案資料不得混用；缺資料時先回報，不自行跨區補齊。
- 盤點、分析與草稿可以先做；修改、刪除、發布、部署與權限調整必須取得本次批准。
- 正式成果、候選稿與圖片依指定位置保存；不知道放哪裡時先停下詢問。寫完後再問自己一次：這一條是否適用多數工作？出錯代價是否夠高？半年後仍可能有效嗎？能否用一句清楚原則表達？如果答案不是，大概不必放在全域層。
這篇文章自己也翻車了
這篇的第一版由 AI 寫成 12 個章節、5,025 個字元。最能讓普通人立刻使用的五個問題，卻被排在第十一節。內容並非錯誤，但讀者得先陪 AI 證明自己知道很多，才能拿到真正有用的東西。
Lukas 審稿時沒有替 AI 修改正文，只提出兩個裁決問題：
讀者為什麼要看這麼久？ 既然希望文章被看見，有沒有先看看人們正在關心什麼？
第二版因此刪去約四分之一內容，將五個問題移到前面；第三版再加入開場情境與可直接帶走的模板。被修正的不只是文章順序，也是 AI 很容易犯的錯：急著交出一份完整答案，卻忘了讀者為什麼要走進來，以及離開時能帶走什麼。
這次仍沒有證明文字規則可以取代權限控制、沙箱與人工驗收。AGENTS.md 只是提供給模型的工作上下文，不是一定會被完美遵守的安全機制。真正可靠的工作仍需要最小權限、可驗證證據、明確停止條件，以及人願意為最後的公開與承諾負責。
所以，一份好的共同守則不是讓 AI 記住你的一切，而是先讓它知道：
哪些事情不能靠自己猜，哪些門必須把鑰匙交還給人。
而一篇好的實驗室文章，也不該只展示 AI 做了什麼：
它至少要讓你帶走一樣東西，回到自己的 AI 世界裡試一次。
本篇參考：AGENTS.md 開放格式、GitHub 的 Agent instructions 說明、Claude Code 的專案指示與記憶指南。