Lovable

Lovable 是 AI 應用建置平台：你用自然語言描述想要什麼，它產出一個真的能跑、能部署的網頁應用。

它跟「AI 幫你寫程式片段」不同的地方在於涵蓋範圍——它處理的是整套：前端介面、後端邏輯、資料庫（串接 Supabase）、使用者驗證，甚至金流。也就是說你得到的不是一段程式碼，是一個上線就能用的產品雛形。

2026 年的發展相當猛。5 月時年化營收達到 5 億美元，而 2025 年底才 2.5 億——半年翻倍。產品面新增了 Draw-to-Build（用畫的來描述介面）、Claude MCP 整合、Google Cloud 合作與統一點數制。3 月還推出內建的滲透測試功能，採每次測試計費的方式。

計價是點數制，分 Free、Pro、Business 與 Enterprise。點數消耗依任務複雜度而定——小幅修改消耗少，加使用者驗證這類功能消耗多。具體數字會調整，以官網為準。

功能特色與適用場景

它最適合的是「有明確想法、但沒有開發資源」的人：想驗證商業構想的創業者、需要內部工具的營運團隊、要做提案原型的產品經理、以及想快速做 side project 的人。

不適合的是複雜的正式產品。AI 生成的程式碼在架構、效能與可維護性上仍有落差，當專案長大到一定程度，你會需要真正的工程師介入。

給台灣使用者的具體用法

對台灣使用者，我認為最實際的三個用法：

一、驗證想法用的 MVP。台灣很多好構想死在「找不到工程師」這一關。用 Lovable 在一個週末做出可以給人試用的版本，拿真實回饋比開十次會有用。

二、內部工具。公司內部那些「用 Excel 硬撐」的流程——請假申請、庫存登記、客戶追蹤——這類需求規模小、邏輯簡單，外包不划算、IT 排不進去，自己用 Lovable 做反而合理。

三、提案用的互動原型。給客戶看能點的原型，說服力遠高於靜態簡報。

三個重要提醒：一、生成的程式碼要有人看過再上線，尤其涉及使用者資料時；那個內建的滲透測試功能存在是有原因的。二、點數制的成本要盯著，反覆修改很燒。三、別把客戶的真實個資放進實驗性的專案，先用假資料。