讓需求有具體形狀
寫下成果必須做到什麼、哪些地方可以變動，以及由什麼標準判斷。好的規格能讓隱藏的決定提早浮現。
把美術方向變成視覺規格 →我喜歡把下一步， 想得更清楚。
我是薛文鈞（Sean Syue），住在台北。我的工作連結業務需求、技術決策與實際執行的人。從研究訓練、專案支援、AI 產品管理，到自己動手做系統，這些經驗逐步形成了我的工作方式。
背景從研究問題，
從研究問題，
到組織工作。
生物學背景讓我習慣從證據出發、拆解問題、驗證假設。在大學附設醫院擔任研究助理時，我協助研究報告、計畫執行與統計分析。
在生技公司，我從業務與行政支援轉任產品／專案管理。工作涵蓋資料分析、SOP、內部系統測試，以及中英日技術溝通，協助不同專案往下推進。
在 Prometheus Lab AI 專案中，我協調 AI、工程、軟硬體整合、行銷與商務開發同仁，以及管理層與外部夥伴，負責需求、技術整合、進度、提案與競賽交付。產品於我任內進入 2025 高通台灣創新競賽（QITC）決選。
工作方式的轉變流程一直卡住時，
流程一直卡住時，
我想先看懂它的結構。
工作上，我開始用 n8n 串接 Ragic、Outlook、Excel 與公開 API，涵蓋行政、AI 專案與行銷。這些經驗讓我更留意步驟之間的資訊與決策，並把交接條件說清楚。
2025 年 11 月至 2026 年 6 月，我安排職涯轉換期，重新整理方向並準備下一份工作。之後於 2026 年 7–8 月投入企業 CRM、KYC 與案件管理系統工作。
最近，我持續開發獨立軟體與 AI 創作流程，透過細節驗證想法：AICC 的職責設計、Tetherlock 的存取規則，或是心動公寓裡一段對話帶來的感受。
做原型讓我寫的需求更具體。我可以把流程、資料結構或小型實驗放到大家面前，讓下一個決定有實際依據。
工作原則
我會留意的事。
讓取捨變得具體
把選項放回實際使用情境比較。當玩家正在等角色回答時，回應時間和互動品質都會影響體驗。
為遊戲選擇本機模型 →把責任說清楚
定義誰負責產出、誰負責審查，以及哪些決策需要由人處理。交接本來就是設計的一部分。
AICC 的角色與職責 →讓結果改變方法
檢查方法必須真的有用，才值得留下。音樂排序程式無法預測我的試聽選擇時，我保留發現，並調整流程。
未通過實測的篩選方法 →與 AI 協作
我負責判斷，AI 協助實作。
獨立軟體專案的大部分程式由 AI 撰寫。我負責定義問題、架構、規則與驗收標準，指導實作並審查結果。
創作方面，我設定視覺或音樂方向，比較生成版本，挑選適合體驗的素材。圖像與音樂由生成工具產出，再經過這套流程選擇與調整。
案例會分清楚我的貢獻、驗證過的部分與仍存在的限制。我希望讀者看得到判斷的過程，包括沒有奏效的選擇。
例子：檢查測試是否真的會失敗 →下一步把需求帶到
把需求帶到
可用的系統。
我在找商業系統、商業分析或 AI 自動化相關工作，希望能從問題定義與需求，一路參與流程設計、原型、驗證與導入。
我探索的方向包括商業分析師、商業系統分析師、產品營運、解決方案顧問與自動化負責人。
我對 AI SaaS、金融科技、B2B SaaS 與數位轉型團隊有興趣，也歡迎國際團隊。我能帶來的是把業務需求轉成技術決策，以及協調參與者一起往前推進的經驗。
聊聊工作 →