先恭喜自己連續30天寫作挑戰成功

第三十天，分享我這次用AI打造「每拍呷」LINE BOT的心路歷程
會想要做這個主題，是因為外食與超商食品成為日常，當我們拿起包裝，盯著密密麻麻的營養標示，應該常常一頭霧水，長輩族群也可能因為字太小而放棄查看。我希望透過一個簡單的 LINE BOT，讓營養標示不再是難以理解的天書，變成讓每個人都能輕鬆掌握的健康指南，這是我打造 「每拍呷-營養標示一拍就懂」 這個 AI Side Project 的初衷！

為什麼選LINE BOT？

在構思這個專案時，我首先思考的是「使用者會在哪裡、如何使用它？」手機是我們最常接觸的裝置，而 LINE 在台灣幾乎是國民級的通訊軟體，而且是我身邊的家人、朋友都會優先使用的介面。
將服務建構在 LINE 上，使用者不需要額外下載 APP，只要加入好友就能立即使用，大大降低了使用門檻，將複雜的 AI 技術融入使用者最熟悉的介面。

我觀察到，大部分人看營養標示的場景都是在賣場或超商，這時一手拿著商品，另一手操作手機，如果操作流程太複雜，使用者很可能就放棄了。因此，我將核心功能設計得極為簡單：

1. 初次使用： 只需要輸入「生理性別、身高、體重」，這些基本資訊是計算個人化建議的基礎，後續要計算BMI跟每日熱量攝取上限。
2. 日常使用： 只需要「拍下營養標示照片」，並「輸入份量」，系統就能立即給出分析與建議囉！
3. 懶得用看的也可以聽語音檔，30~60秒內就可以掌握資訊！還有建議吃完這項食品需要走路多久就能消耗的時間，也蠻適合想要控制熱量的族群。

這樣的流程設計，讓使用者可以在最短的時間內獲得最有價值的資訊，符合現代人追求效率的習慣。

技術架構

整個技術架構核心基本上是圍繞著Google提供的服務：

1. LINE BOT 與後端串接：
   我使用 Python 作為後端語言，並搭配 Flask 框架。LINE BOT 接收到使用者訊息（文字、圖片）後，會將其發送到我的後端伺服器。伺服器再根據訊息類型進行不同的處理。

2. AI 核心：Gemini API 辨識與分析
   當使用者傳送營養標示圖片時，將圖片發送到 Gemini API。Gemini能夠直接辨識圖片中的文字，並理解其結構，（一開始有試過OCR辨識，雖然能辨識出文字，但是AI沒辦法理解結構，例如：可能抓到「蛋白質」、「每份」、「14公克」，卻沒辦法串起來。但是Gemini API就能理解結構，故選擇使用這項服務）

程式中需要給 Gemini 清晰的 Prompt：

「請你辨識這張圖片中的營養標示，並以 JSON 格式回傳以下資訊：每份、熱量、蛋白質、脂肪、碳水化合物、鈉、糖，以及其他重要營養素的數值。」

Gemini 會快速解析圖片，並回傳結構化的數據。接著，後端會將這些數據進行處理，並結合使用者的生理資訊（身高、體重、性別），計算出個人化的分析結果。

3. 個人化建議與 TTS 服務：
   計算出分析報告後，根據使用者的需求與數據，生成個人化的建議，並代換成易懂的食物，例如：相當於一碗白飯、兩顆方糖、三茶匙油、4公克鹽巴。如果某個食品的鈉含量或含糖量過高，會計算出比例，提醒使用者注意。

為了讓體驗更佳，我整合了Google的 TTS (Text-to-Speech) 服務。這項服務能將分析報告的文字轉換為音檔，並回傳給使用者。這對於視力不佳或不方便看手機的使用者來說，是一項非常有價值的輔助功能。想像一下，在賣場裡，你只需要戴上耳機，就能聽到營養標示的語音分析，這大大提升了使用的便利性。

4. 資料庫管理：Firestore 與 Firebase
   為了儲存使用者資料與音檔，我選擇了Firestore這個雲端資料庫，非常適合存取使用者 ID、生理數據、等資料。它的即時同步特性也讓資料管理變得非常方便。

此外，我用Firebase 的 Cloud Storage來儲存生成的音檔。當Gemini生成文字報告，後端會將其產生語音檔並上傳到 Cloud Storage，然後產生一個公共連結，再將此連結回傳給 LINE BOT，讓使用者能夠直接播放。

資料庫這段過程算是自行摸索的，一定還有可以做得更好的地方！

挑戰與克服：從技術到使用者體驗的磨練

這個專案的開發過程並非一帆風順，我遇到了許多挑戰，而解決這些問題的過程，也讓我對專案有了更深的理解。

1. 照片辨識失敗的備案

解決方案： 我在 Prompt 中增加了更多的上下文與容錯機制，例如：「如果無法辨識特定數值，請提示使用者文字輸入。」 下方圖文選單也可以按「文字輸入營養標示」，LINE BOT會逐項詢問。

2. 個人化建議

單純的營養分析只是第一步，如何給出有價值的個人化建議才是關鍵。因此才會需要用戶輸入生理性別、身高、體重。

解決方案： 我在後端設計了更複雜的計算邏輯，這是程式碼佔最大比例的部份，像是我有參考了衛福部的DIRs建議攝取量標準、參考每個營養素提供的熱量與食物代換、參考了以時速4公里散步能消耗的熱量...等等。
未來，我還會考慮加入更多個人化標籤，例如「高血壓患者」、「糖尿病患者」、「素食者」等，讓建議更貼近使用者的真實需求！

3. UI/UX考量
   UI/UX (使用者介面/使用者體驗)也是我這次主要考慮的一部份，因為我希望各個年齡層都能輕鬆使用。關於這個部份雖然所學不多，但就多多運用LINE本身提供的介面，還是有很多可以發揮的空間。
   例如：Flex Message的Carousel可以向左滑動看第二頁資訊，讓資訊更明瞭。還有圖文選單方便快速查找功能。

結語

「每拍呷-營養標示一拍就懂」這個專案，對我來說既是一個技術挑戰（畢竟才剛學程式語言兩、三個月），也是一次將所學應用於生活的實踐，AI可以跟我們的日常習慣結合，創造出更大的價值。
從最初的一個小想法，到現在擁有一個不完美但可行的技術架構，這段旅程充滿了學習與成長，也看到很多人做出厲害、有趣的專案！

雖然這樣講有點老套，但是這次的經驗真的是「學中做、做中學」，像是兩週前我還在驚訝別人怎麼把「部署」講得如此家常便飯（佩服），沒想到兩周後我也硬是逼自己把頭洗下去，然後依然覺得部署好難（誤）。

這個領域有趣的事情很多，當然還有太多、太多要學習的，希望自己能一直保持空杯心態、虛心學習，有機會繼續上來分享學習心得。