「制定規則引擎，，透過推薦清單轉化為行動的橋樑。」

為什麼需要 AI 模組？

在前 14 天，我們鋪好了專案的骨架：

• 前端：輸入需求與顯示結果的介面。
• 後端：接收請求、處理邏輯、回應清單。
• 資料庫：儲存並標準化物資清單。

這些讓平台能夠「運作」，但 AI 的加入，才讓它從 工具 進化成 顧問。

AI 的價值在於三件事：

1. 理解語境：能讀懂「我們家住七樓沒有電梯」這種生活語句，而不只是單純欄位。
2. 提供建議：不只列出缺什麼，而是說明「為什麼需要這些物資」。
3. 情境化解釋：把冰冷的物資名稱轉化成生活化提醒，例如「停電後你得靠這台小瓦斯爐煮飯」。

這，正是 「韌性生活指南」 與傳統防災手冊最大的不同。

推薦邏輯的三層設計

1. 基準清單（Baseline）

參考官方資料來源：

• 《國防部全動署居家避難/避難包物資清單》
• 《東京防災》手冊》
• 《臺灣全民安全指引》

這是「最低門檻」的準備標準，每位使用者都需要。

2. 個人化調整（Personalization）

根據輸入參數（人數、年齡層、寵物、居住型態）進行調整：

• 嬰幼兒家庭 → 奶粉、尿布、奶瓶。
• 有寵物 → 飼料、外出籠、寵物餐具。
• 高齡者 → 處方藥物、助聽器電池。

3. 情境優化（Scenario-based Optimization）

依據不同災害類型提供額外建議：

• 地震 → 急救用品、哨子、照明設備。
• 颱風 → 飲水、行動電源、防水用品。
• 長時間停電 → 卡式爐、瓦斯罐、簡易炊具。

AI 的角色，不只是列出項目，而是補上一句：

「因為你家在七樓，若停水時搬運不便，建議準備分裝瓶的水。」

這句說明，可以更讓使用情境更具體。

情境化範例

案例：四口家庭（兩名小孩，住在七樓公寓）

• 飲用水（12 公升／3 日）

  高樓停水後搬運困難，建議多準備分裝瓶。

• 手電筒（每人一支）

  停電時，樓梯無燈，孩子上下樓需要更安全的照明。

• 小孩專屬物資（奶粉、糖果、玩偶）

  除了營養，也能安撫情緒，避免避難時的心理壓力。

這樣的備註，讓防災不再只是「物資堆疊」，而是「生活建立」。

技術設計與模組架構

• 核心技術：

  • 使用 OpenAI API（或其他 LLM）處理自然語言輸入。
  • Prompt 中嵌入「基準清單」與「情境標籤」。

• 模組流程：

  1. 輸入層：使用者問卷（人數、家庭組成、居住型態）。
  2. 清單生成層：MongoDB 撈取基準清單。
  3. AI 推薦層：補充個人化物資 + 給出情境化解釋。
  4. 回應層：輸出「清單＋原因說明」。

這讓平台不再只是「查詢工具」，而是「能對話的防災顧問」。

規則引擎 V1 → MVP 版本 & AI 加值版本

🟢 MVP 可實作版本（第一階段就能上線）

• 基準清單 + 條件邏輯 (if-else)
• 家庭成員調整（嬰幼兒、長者、寵物）
• 居住環境調整（高樓公寓 → 分裝瓶水；獨立住宅 → 瓦斯罐、發電設備）
• 災害情境調整（地震 → 哨子、頭盔；颱風 → 防水袋；停電 → LED燈、小瓦斯爐）
• 定期檢查與提醒（每 6 個月一次）

技術需求：MongoDB + Node.js/Express + React/Next.js

🔵 AI 加值版本（進階演化）

• 情境化解釋：LLM 生成自然語言原因
• 個人化推薦：推薦系統（協同過濾/內容比對）
• 動態提醒：依颱風、地震警報自動推播
• 智慧助理：自然語言互動，直接生成清單
• 群體數據分析：匿名化資料 → 政策與 NGO 使用

技術需求：LLM（OpenAI API）、推薦演算法、災害API、可視化Dashboard

從清單到顧問

傳統防災手冊（全動署清單、全民安全指引）強調的是「列出物資」，而 韌性生活指南 想做的，是把「列清單」升級為「解釋＋提醒」。

因為防災的最大阻力，不是「不知道要準備什麼」，而是「覺得太麻煩」。
AI、規則引擎的存在，就是要把知識化繁為簡，成為溫柔卻堅定的推手。

下一步

在 Day 16，我會把視角拉向 外部服務串接 ：
如何讓這份 AI 生成的清單，連動電商平台，提升 一鍵採購 的真實行動力。

因為防災，必須從知識，走向購物車，來到生活中。