架構師的核心職責從來不只是「畫圖」，而是驅動跨角色共識與決策落地，讓不同角色在同一份事實來源上協作。2026 年，生成式 AI 已深度介入開發流程，但這項使命依然是個不容易的任務。傳統圖形化介面繪製工具需要大量的人工介入和手動微調，諸如 Mermaid、PlantUML 這類「Diagrams as Code 1.0」工具雖使用程式碼產生圖形，本質仍是「用打字取代畫圖」，產出的依然是一張張獨立的圖，在較為大型的架構以及細節呈現上亦需耗費額外的心力，這使得它們既難以支撐跨角色溝通，也不容易在 AI 輔助開發時提供一致的系統上下文。

本工作坊將帶領學員實作 Simon Brown 提出的 Diagrams as Code 2.0：以 Structurizr 為核心的 「Models as Code」方法。透過與 AI 協作撰寫 Structurizr DSL 產生多視角的 C4 架構圖，可以確保不同角色看到的永遠是同一份事實來源。不論是針對高階主管談商業脈絡，和架構師談技術選型與服務切分，和工程師談實做細節，溝通部署細節，亦或是在不同元素上疊加特定情境下的互動順序，都有一致但不同視角的呈現方式讓您可以更有效率地進行溝通。

在這 90 分鐘裡，我們不做部署或程式串接，而是聚焦在 「如何與 AI 協同產生跨團隊都能用的架構文件」：學員將理解 C4 的使用時機以及 AI 協作系統架構所需具備的脈絡，使用自然語言與開源 AI 程式協作助理 OpenCode ，逐步建構出出具備 Single Source of Truth 的架構模型，並進一步導入 ADR（Architectural Decision Record），讓 AI 同步捕捉設計決策背後的脈絡與取捨。

工作坊結束時，每位學員都會帶走一份自己建立的「架構模型 + ADR」組合——這份產出不只是給人看的溝通文件，更是可以直接餵給 AI Agent、確保後續協作不偏離架構設計的專案基準。

1. AI 架構協作即戰力：不必死背 DSL 語法，只用自然語言就能指揮 AI 產出符合 C4 規範、資料一致的架構模型。

2. 跨角色溝通範本：一套從「單一事實來源」自動拆解出主管、PM、工程師、SRE 各自適用視角的方法論。

3. ADR 自動化實踐：掌握如何讓 AI 根據現行架構與脈絡維護相關文件，補足架構演進中最容易流失的「為什麼」。

4. 可攜帶的成果：工作坊結束即帶走一份可直接套用到自己專案的「模型 + ADR」範本與流程。

先備知識：

- 不需預先精通 Structurizr DSL 或 ADR 格式，只要理解基本系統元件概念（資料庫、API、前端服務等）即可上手。

- 適合對象：軟體架構師、系統分析師（SA）、Tech Lead，以及希望提升跨團隊溝通與架構文件效率的開發者。

自備工具（請於工作坊前完成安裝）：

- 筆電，具備常用 IDE（如 VS Code）與終端機環境。

- Node.js / npm 環境（用於安裝並執行開源 AI 助理 OpenCode）。

- Docker 或 Podman（用於啟動容器，即時渲染 DSL 架構圖，OpenCode 亦可掛載 MCP 容器，讓 AI 能夠更精準地掌握其語法。

 - *貼心提醒：Windows 系統請確認 WSL2 正常運作，並建議預先執行 `docker pull docker.io/structurizr/structurizr` 以及 `docker pull docker.io/structurizr/mcp` 下載映像檔，避免現場網路塞車。*

- 自備相容的 AI 供應商 API Key，或預先註冊 OpenCode Zen 使用其免費模型，因故無法完成環境設定者則使用 [Structurizr Playground](https://playground.structurizr.com/) 搭配免費版的 [Claude](https://claude.ai/)、[Ch

atGPT](https://chatgpt.com/zh-TW/)或 [Gemini](https://gemini.google.com/?hl=zh-TW) 輕度體驗本課程。