BMAD-METHOD — 角色對話式 SDD

BMAD-METHOD 是什麼

BMAD-METHOD 是一套偏向 Agent 協作的角色式工作流。

核心概念不是「寫文件」。

而是：

• 建立角色
• 定義責任
• 用對話推進規格
• 讓 AI 能持續理解上下文

它比較像：

• AI 時代的 SDD
• Prompt-Oriented Design
• 多 Agent 協作流程

而不是傳統 Word 文件。

安裝方式

使用 npm 直接安裝：

npx bmad-method install

安裝完成後，通常會初始化：

• Agent Roles
• Prompt 結構
• 工作流程模板
• Context 管理規則

基本使用方式

初始化專案

建立 BMAD 工作目錄：

bmad init

常見初始化內容：

/project
  /agents
  /tasks
  /contexts
  /prompts

這種結構的核心目的：

是把 AI 工作流模組化。

建立角色

BMAD-METHOD 的核心是角色。

例如：

• PM
• Architect
• Backend Developer
• Frontend Developer
• QA

建立角色範例：

bmad create agent qa

系統會建立：

agents/qa.md

角色內通常包含：

• 責任範圍
• 禁止事項
• 工作流程
• Prompt 規範
• Context 規則

任務導向工作流

建立任務：

bmad create task login-feature

產生：

tasks/login-feature.md

內容通常會描述：

• 功能需求
• 驗證條件
• Agent 協作流程
• Context 傳遞方式

這種方式會比傳統 Jira Ticket 更適合 AI 協作。

多 Agent 協作

BMAD-METHOD 比較重要的是：

角色之間如何接力。

例如：

PM
  ↓
Architect
  ↓
Developer
  ↓
QA

每個角色：

• 讀取前一個 Context
• 補充自己的決策
• 傳遞到下一階段

這種流程可以降低：

• AI 遺失上下文
• 規格漂移
• Prompt 重複撰寫

Context 管理

大型 AI 專案最容易爆炸的地方：

是 Context。

BMAD-METHOD 會把 Context 分離：

contexts/
  product.md
  architecture.md
  coding-style.md
  qa-rule.md

這樣做的好處：

• Prompt 可重複使用
• 降低 Token 汙染
• 減少上下文漂移
• AI 回答比較穩定

QA 工作流整合

這類方法其實很適合 QA。

因為 QA 很依賴：

• 規格一致性
• 驗證流程
• 邊界條件
• Context Traceability

例如 QA Agent：

- 驗證 API Status Code
- 檢查 Error Handling
- 驗證 Retry 機制
- 驗證 Timeout

這種規則非常適合 Agent 化。

搭配 Cursor 使用

BMAD-METHOD 很適合搭配 Cursor。

因為 Cursor 最大問題通常是：

• 長上下文失憶
• Prompt 漂移
• 多檔案理解斷裂

BMAD 可以把：

• 任務
• 規格
• Context
• 角色

切乾淨。

AI 會穩定很多。

適合的場景

比較適合：

• 長期 AI Coding 專案
• 多人協作
• 多模組系統
• SaaS Backend
• 微服務
• 測試自動化平台

小型腳本專案：

可能會覺得太重。

驗證方式

可以觀察：

• AI 是否容易偏題
• Prompt 是否越寫越長
• 規格是否逐漸失真
• Agent 是否能維持角色

如果導入後：

• Prompt 變短
• 回答更穩定
• Context 遺失下降

代表流程開始有效。

使用心得

BMAD-METHOD 的本質：

不是 Prompt Engineering。

而是：

「把軟體工程流程 Context Engineering 化」

這會比單純 Prompt 技巧更重要。

尤其在：

• Claude Code
• Cursor
• ChatGPT Coding Agent

開始大量進入開發流程後。

角色化 Context 管理會逐漸變成基本能力。