一、案例定位

以原書引用的 GitHub developer survey 說明 coding assistant 的 productivity measurement。

二、學習目標

三、案例情境

原書指出一項 2,000 名 GitHub software developers 的研究中,使用 coding assistant 的開發者回報更高 task-completion rates、效率改善,任務完成時間快 55%。

四、開始資料

項目 原書資訊
樣本 2,000 developers
速度改善 55% faster completion

五、Excel/AI 分析方法

若把「時間減少 55%」作教材簡化,可用 NewTime=Baseline*(1-55%)。實際研究中的「55% faster」需依原研究定義解讀,不應無條件等同時間下降 55%。

六、計算結果

教材示範:若一項任務原需 10 小時,以「時間減少 55%」假設計算為 10×0.45=4.5 小時,節省 5.5 小時。

七、結果分析與管理解讀

研究結果提供強烈 productivity signal,但公司採購決策仍需用自己的任務類型、品質、review time 與錯誤成本驗證。

八、AI 提問詞

根據我們自己的 before/after coding task data,計算平均完成時間、節省比例與品質差異;不要直接套用外部 55%。

九、思考/情境變動

**題目:**若內部測試只有 30% 時間節省,基期 10 小時的新時間為何?

參考解答:10×0.70=7 小時,節省 3 小時。