為什麼做這個
市面上的產品框架知識庫已經很多了。但工程團隊真正需要的，從來不是「更多框架」， 而是一條可走完的路 — 從一個商業假設，走到一個凌晨三點還活著的系統。
落地圖鑑把工具放回它「該被使用」的位置上 — 不依附特定方法論、不堆砌名詞， 每張交付物卡片只回答四件事：解決什麼問題、誰負責、何時用、AI 怎麼加速。
給誰用的
- 產品經理 / Product Owner — 想知道下一步該交什麼給工程、怎麼開規格才能跑得動
- 新晉架構師 / Tech Lead — 需要一份可反覆核對的決策清單，避免漏交付物
- 想往架構走的工程師 — 想看 PM / Architect / SRE 各自負責什麼、邊界在哪
- 正在寫 ADR / Runbook / SLO 的人 — 直接抓對應卡片，看四個問題的標準答案結構
如果你正在會議當下找「該怎麼開口」、Slack 對話裡找「該交什麼」、 或寫文件時找「這份應該長什麼樣」——這份地圖就是為你寫的。
怎麼確保品質
每張卡片的決策框架、責任邊界、AI 加速範例，皆由具備產品、架構、SRE 實戰經驗的編輯團隊整理， 並對齊業界公開實踐。內容不寫教科書定義、不堆名詞，只給你能在當下拿來執行的東西。
關於桑尼資料科學 Lab
桑尼資料科學（Sunny DataScience）是專注於 AI 第二專長的線上學習平台， 提供從入門到進階的實戰課程，主題涵蓋 Prompt Engineering、AI 工作流、自動化 PoC、 以及主流 AI 助理（如 Claude Code、Cursor）在工程任務上的深度應用。
SDS Lab 是平台底下的研發單位，把教材內容重整為對外公開的長期內容站。落地圖鑑是 Lab 發行的首個內容站——將角色全景、決策框架、AI 加速範例 整合成一份可走完的工程地圖。
想看完整的 AI 工作流課程？
前往桑尼資料科學 ↗主站提供結構化的學習路徑與實戰案例，部分章節開放免費試讀。
三個承諾
- 不背名詞，學決策 — 每張卡都回答「解決什麼、代價、不該用」
- Why / How / Trade-off — 任何技術都能用這三段拆解
- AI 加速三問 — AI 能加速哪一步？哪一步必須留給人？人在這一步的判斷依據是什麼？
不做的事
- 不做評論、搜尋、CMS（v2 再加）
- 不做 i18n 多語切換（中英混排，但路由僅一套）
- 不教 Linus 沒實作的東西 — 凡事都要能跑得起來
授權與引用
MIT License · © 2026 · 桑尼資料科學 Lab 出品
文字、圖片與排版為原創內容。內文中提及之第三方產品、標準與公司名稱 （如 AI 助理、SLO 框架、編程工具等）均屬其各自所有者，僅作描述性引用， 與本站不存在贊助、合作或背書關係。