一、目標

這次鐵人賽，我的最終目標是製作一個能夠提供使用者查詢即時旅遊建議的網站。選擇這個主題原因且聽我娓娓道來，相信許多人都有過這樣的經驗：在規劃一趟旅行時，我們需要搜尋大量的資訊——景點介紹、交通方式、住宿評價、美食推薦、天氣預報等等。這些資訊往往散落在各個網站、部落格、論壇，讓我們暈頭轉向不知道該如何開始。傳統的搜尋引擎雖然強大，但往往需要使用者自己去整合、判斷，耗時費力，甚至會錯過重要的資訊。

因此我想要為使用者打造一個統一的旅遊資訊入口，讓規劃旅程變得更輕鬆。

二、我的AI技術

1. 大型語言模型 (LLM) - Google Gemma 3B IT

• 介紹: LLM是一種利用大量文本資料訓練出來的人工智慧模型，能夠生成文字、翻譯語言，並且用接近人類的
  語氣來回答問題。
• 優勢：強大的自然語言處理能力與較大的模型調整彈性。

2. 檢索增強生成 (RAG)

• 介紹：RAG 是解決資訊碎片化問題的關鍵技術。
• 優點：提高資訊的準確性，降低錯誤回答的比例。

3. 函數呼叫(Function Calling)

• 突破 LLM 限制：LLM 只能處理文字相關資訊，但旅遊規劃通常需要即時的資訊，例如天氣、交通等。
• 技術應用：透過 Function Calling，我們可以讓LLM在判斷需要特定資訊時，呼叫外部的API服務。
• 優勢：讓旅遊顧問不僅能提供靜態知識，還能獲取動態、即時的資訊，使用者不再因為錯誤的舊資訊而煩惱。

三、未來30天的規劃

接下來的30天我會簡單講解開發環境設置-> 資料收集與建置-> 後端服務開發，整合 RAG與LLM到->Function Calling -> 前端介面設計與開發等等，如果有興趣的話歡迎和我一起學習。