一、前情提要：從商機到交流感

昨天的 Day23，我們完成了「LINE 詢價 → Odoo CRM 商機」的自動化流程：
✅ 客戶詢價 → AI 整理 → Odoo 新增商機 → LINE 回覆完成。

這樣的流程雖然省下大量人工輸入，但也出現一個問題：
👉 客戶被迫按照格式輸入，那這樣就直接填表單就好啦，沒有用 LINE 的意義。

這種互動方式，雖然效率高，但體驗感卻「很機器化」。
在我們原本的流程中，AI 每次只看單一句話 → 完全沒有上下文。
為了要讓客戶有像真人一樣的對話的機器人

所以今天的主題就是要來說：
👉 如何讓 AI 擁有「上下文記憶」，打造更像真人的沉浸式對話式客服。

二、使用者情境：一句一句輸入，卻變成好多商機？

在昨天的流程裡，如果客戶是「一次性」輸入完整需求，AI 可以一次整理後新增商機。
但實際上，客戶的表達方式往往是 逐步輸入 或 邊想邊修改：

• 第一句：「你好，我想詢價」
• 第二句：「工件材質是鋁合金」
• 第三句：「尺寸大概 30x40x20 mm，要倒角」
• 第四句：「啊對了，不是鋁，是不鏽鋼」

在我們原本的流程中，AI 只看單一句話 → 每次都當成一個新的需求。
結果就會出現：
👉 系統自動在 Odoo 建立了好幾張商機，而其實它們應該是「同一個商機的不同補充」。

這樣一來，業務在 Odoo 看到的畫面會是一堆重複、破碎的商機，還要花時間手動合併，反而降低效率。

所以我們必須讓 AI 擁有「上下文記憶」，能夠根據完整對話紀錄來判斷客戶需求。
👉 這樣即使客戶一句一句輸入、甚至中途修改，AI 也能在最後輸出正確、完整的一張商機資料。

所以今天的目標就是讓 Make 中的 AI 擁有上下文的能力。

三、實際操作流程

臺灣俗語說得好：「江湖一點訣，講破無價值」

今天要分享的這個方法，看似簡單，卻能徹底改變 AI 的判斷方式。
只要懂得這個訣竅，就能讓 AI 從「機器式客服」升級成「真人式客服」。

所以我現在就要來揭開，我到底是怎麼讓 Make 的 AI 擁有上下文的。

其實方法很簡單，就是把 Google Sheets 當作資料庫。

對！你沒聽錯，就是這麼樸實無華又簡單

因為 Make 在呼叫 Gemini 模組時，每一次都是「新對話」，沒有內建的上下文保存。
既然沒有內建，那我們就自己幫它建立一個資料庫，專門用來儲存對話。

👉 把每一段對話都寫進 Google Sheets，需要判斷時，再把整份紀錄丟給 AI。

看到這如果你覺得 「原來只是放到 Google Sheets 而已喔，我還以為是什麼很酷炫的技術，阿說白了，不就是在 Google Sheets Add a Row」
那我只能說：
你可能把重點放錯了，只看到了「Make 串接 Google Sheets 模組」這件事，那些都只是技術動作而已。

就像你知道資料庫新增資料是用 Create，吃飯是用筷子 —— 但重點是：資料庫怎麼設計？筷子怎麼用？這才是本質啊！

👉 所以讓AI擁有上下文的重點核心是：如何把 Google Sheets 設計成我們的資料庫。
因為 Make 的任務就是「把資料寫進去」，而上下文能不能運作，全靠 Google Sheets 的架構。

所以接下來我就來說明一下我的Google Sheets資料結構

📁 資料結構設計

1️⃣ 第一個工作表 → 使用者清單

• line_uid
• 公司名稱
• gmail

因為要跟我的 LINE 機器人進行服務的互動，前提就是「必須加入聯絡人」。
所以我以 「公司為單位」 來管理，確保每個使用者都能追溯到公司。

2️⃣ 每一間公司 → 獨立的工作表

• 每間公司會有一個專屬工作表，用來記錄「這間公司所有人員的對話紀錄」。
• 欄位設計：line_uid、id (對話序號)、對話訊息、對話時間
• 同一間公司的不同人員對話就能集中管理。

3️⃣ 暫存邏輯：先個人 → 再歸戶

一開始若不知道某個 line_uid 屬於哪間公司，會先建立一張「個人暫存表」儲存對話。
後續再依情況處理：

• 如果是 既有公司聯絡人 → 把對話搬進該公司的工作表
• 如果是 全新公司 → 暫存表直接升級為「公司工作表」

⚠️ 補充說明：為什麼不用讀 LINE 聊天紀錄？

你可能會想問：「不能直接從 LINE 聊天室讀以前的訊息嗎？」

LINE 的 API 無法讀取過去的訊息，只能收到當下的新訊息。

👉 所以只要有訊息進來，我就必須要立刻儲存。否則以後是無法靠API取得對話紀錄。

🔧 步驟 1：讀取對話紀錄

首先，因為在Google Sheets中有Id的概念，所以一先從 Google Sheets 把某間公司的工作表資料全部讀出來，因為我們要知道這個 line_uid 已經有幾筆對話（用來計算 id）。

新增 Make an API Call
說明一下設置：
URL：

spreadsheets/aaa/values/bbb!A1:Z1000

Google Sheets網址：

https://docs.google.com/spreadsheets/d/16xxxxxxcE3Gj1BJXh7vjjIS_zXOX4I5_mEzDKTIuUP8/edit?gid=5322620#gid=5322620

• aaa 是你 Google Sheets 網址中間那段 ID
• bbb 是對應的工作表名稱，我這邊是公司的名字
• Method 選擇 GET，因為只是要讀取

所以URL就會為

spreadsheets/16xxxxxxcE3Gj1BJXh7vjjIS_zXOX4I5_mEzDKTIuUP8/values/工作表名稱!A1:Z1000

🔧 步驟 2：AI 萃取

接著把剛剛讀到的整張工作表內容交給 AI（Gemini）處理，請它幫我們找出有幾筆屬於這個 line_uid 的紀錄，並輸出對話數量。
這個步驟只是為了方便我們產生id的值

所以在這邊就新增一個Gemini，然後設定Prompt

從以下文字中找出對應的內容數量，並只輸出數量，不需要任何說明或多於文字。

文字：{{60.body}}
規則：
-核對欄位為：{{6.`0`}}
-核對 文字是否有核對欄位
-文字只須核對"values":[["line_uid","id","text","time"]後面的資訊
-只需輸出有核對欄位的總共數量,不要加上其他說明文字


範例1:
輸入:
核對欄位為：U574e754710efd36e309700699efc2f93
{"range":"U574e754710efd36e309700699efc2f93!A1:Z997","majorDimension":"ROWS","values":[["line_uid","id","text","time"],["U574e754710efd36e309700699efc2f93","1","嗨嗨","2025-05-22 16:40:29"],["U574e754710efd36e309700699efc2f93","2","嗨嗨","2025-05-22 16:41:26"],["55","1","你好","2025-05-22 16:41:26"],["654","2","你好安安","2025-05-22 16:41:26"],["U574e754710efd36e309700699efc2f93","3","哈囉","2025-05-22 16:41:26"]]}

輸出:
3

範例2:
輸入:
核對欄位為：U574e754710efd36e309700699efc2f93
{"range":"U574e754710efd36e309700699efc2f93!A1:Z997","majorDimension":"ROWS","values":[["line_uid","id","text","time"]]}

輸出:
0

🔧 步驟 3：添加對話紀錄

最後一步就是把對話紀錄新增到 Google Sheets 中啦！

這邊不是用 Google Sheets 的 Add a Row 模組，而是使用 Make an API Call。
為什麼？
👉 Add a Row 模組只能選擇「固定的工作表」，無法依照變數動態切換。

但我們的需求是：
👉 根據用戶所屬的公司，自動將對話寫入該公司的工作表！

所以這邊就新增一個Google Sheets 的 Make an API Call模組
URL 範例如下：

spreadsheets/aaa/values/bbb:append?valueInputOption=USER_ENTERED

• aaa就一樣是Google Sheets網址中的那串ID
• bbb則是工作表名稱
• Method 選擇 POST ，因為要做儲存的動作，不是只有讀取了
• Body 中放入你要新增在Google Sheets的內容

{"values":[[
            "{{3.events[].source.userId}}",
            "= {{trim(61.result)}}+1",
            "{{3.events[].message.text}}",
            "=TEXT((MID(\"{{3.events[].timestamp}}\",1,19)+0)+8/24,\"yyyy-mm-dd hh:mm:ss\")"
        ]]}

到這邊就完成對話紀錄的新增囉～

四、測試成果

實測流程：

1️⃣ 輸入：「哈囉哈囉」
2️⃣ 系統把對話新增至 Google Sheets
3️⃣ 確認 Google Sheets 已新增對話紀錄

五、結語：沉浸式對話的第一塊地基，正式打好

今天我們的任務不是讓 AI 看起來多聰明，
而是先幫它打造一個能「記住對話」的腦袋 🧠

✅ 完成 Google Sheets 的上下文資料架構
✅ 解決 LINE API 無法查歷史訊息的限制
✅ 讓 AI 擁有記憶

這些設計，乍看只是把訊息寫進 Google Sheets，
但其實是為 AI 建立「理解前後脈絡」的關鍵基礎。

簡單說 —— 今天不是讓客服變得更像真人，
而是幫它裝上一顆能記憶的腦。

📌 明天的 Day25 預告：
我們要正式啟動這顆腦袋：
👉 讓 AI 不只記得你說了什麼，
還能判斷哪裡沒說，主動引導、自然接話，真正實現沉浸式對話客服！ 🚀