在設定 Bot 的過程中，我遇到了一些困難，以下是我尋找答案的過程和結果。

1.打招呼不夠準確

我希望吃吃記帳在使用者加入對話後，能以統一格式打招呼，提供良好的使用體驗。以下是我設定的格式：
「(暱稱) 你好，很高興認識你！現在我們一起來討論你想要達成的目標吧！你希望達成什麼目標呢？是減重、減脂、增重，還是增肌呢？」

當我在 Coze 中多次測試時，這段話都能準確執行，但在 Line Bot 中，格式卻無法正常顯示，如下圖所示。

嘗試解決

起初，我認為是 Coze 與 Line 的連動設置出錯，因此重新設定 Token 等連接參數，但問題還是持續。研究之後，我猜測是因為 AI 的記憶或理解出了問題，導致無法正常運作。

因此，我嘗試了幾個辦法：

• 變更 LLM 平台：從 GPT 3.5 改為 GPT-4，或使用其他模型（如 Claude、Gemini）。
• 修改 Prompt：當使用者輸入「開始」指令時，自動詢問暱稱，並進行打招呼流程。
• 設定 Workflow：在保哥的上課群組中，好心的同學建議我使用 Workflow 來提升穩定性。以下是我設定的超簡單 Workflow。
  

結果

很奇妙的是，在 Coze 測試中，這些設定的效果良好，Workflow 有被正確的執行，但在 Line 中依然失效。

之後，我請朋友用她的帳號測試，結果就運行成功了！

至今，我還是無法確定問題的原因，推測可能是我自己的 Line 帳號紀錄了太多測試數據，導致 Bot 與 Line 的對話受到歷史紀錄的干擾。未來，我會邀請更多朋友測試，確認這些新設定是否穩定。

2. 超過免費聊天額度

在測試過程中，有一天，我突然收到以下訊息：
「Sorry, the free chat quota for the current bot has been used up. If you wish to experience more bots, please visit: https://www.coze.com/』

這是超過免費聊天額度的通知，讓我覺得很困惑，因為我已經額外付費購買了 Credits，帳號中也有剩餘額度，應該可以運行 Bot 才對。

嘗試解決

我猜測可能是平台連動或 Webhook 設定出錯，因此多次嘗試重新設置，甚至建立新的機器人進行測試，但問題依然存在。

結果

最後，感謝保哥群組同學的協助，我發現問題出在於 Bot 的 User Message Billing Settings。
當這項功能關閉時，使用者可無限制地呼叫 Bot，消耗個人帳號的 Credits。若是希望限制使用者訊息數量，可以打開該功能，設定免費訊息數 (Sponsored Messages) 並設定重置週期 (Credit Reset Cycle)。

而出問題原因是，我之前開啟了該功能，設置 50 條免費訊息，但沒有開啟重置功能而到達上限。當我關閉這項功能後，就後恢復正常運作了。

3. 食品計算的準確度

朋友在幫助我測試時，輸入「吃了 35 克的豆乾」，而吃吃記帳回應「豆乾（35 克）熱量為 40 大卡」。但朋友指出，包裝上顯示正確熱量應為 141 大卡，兩者的計算有很大的差異，擔心這樣的計算是不是有問題。

了解後，我發現她吃的豆乾是一種扁扁的，可以咬很久的硬豆干零食，與普通豆乾很不一樣。因此，我發現當食物加工方式不同，AI 難以給出正確的熱量預估。

嘗試解決

我認為，最精確的熱量計算方式就是檢查每項食品的營養標籤，並手動將資料輸入，然後根據食物重量進行計算。可是這個方法非常複雜，就算有些應用可以用掃描食品條碼自動輸入，準確度仍然不足，而且不是所有食品都有包裝資訊可以使用。

我試著讓朋友提供豆乾的品牌，希望透過 google_search Plugin 搜尋能找到資料，但結果依然不理想，無法成功找到對應的營養資訊。

結果

經過思考後，我決定回歸初衷：「輕鬆紀錄」是使用者故事中的核心目標，所以不應該把記錄過程複雜化。
因此，我將繼續使用自然語言紀錄的方式，但會提醒使用者「請特別標註食品的加工方式，或直接輸入品牌名稱，以便提供更精確的熱量計算」。

同時，我也會修改 Prompt，讓 Bot 主動詢問加工方式。因為油炸、燉煮、水煮、爆炒等方式對食材的熱量影響巨大，這樣能有效減少誤差。下圖可以看到不同的「雞腿」描述帶來的熱量差異。

到這邊，第二部分--產品的開發的紀錄就告一段落了，吃吃記帳的基本功能已經完成。對於其他待改善的部分，我會留到後續的使用者測試階段再做調整。

接下來，我要進入第三部分，把重點放在吃吃記帳的產品規劃與管理上。