一起走過的路

三十天的時間，我們從「為什麼要做 AI 助理」這個最初的問題，一路走到了「生產環境監控」的實戰階段。整個過程或許不算短，但回頭看看我們一起走過的每一步，相信你會發現自己已經成長了許多。

在旅程的前十天，我們一起探索 AI 助理的本質，理解它究竟是什麼、能做什麼。我們花時間學習 Prompt Engineering 的技巧,掌握如何與 AI 有效溝通。同時,我們也深入理解了 RAG 的核心概念,為後續的實作做好準備。

從第十一天到第二十三天,我們開始動手建立系統。這個階段充滿了挑戰,我們從零開始實作 AI 助理,學習如何整合記憶與對話管理,讓助理能夠記住上下文、進行連貫的對話。我們也一步步打造出完整的 RAG 檢索系統,讓助理能夠準確地找到並運用知識。

最後這一週,從第二十四天到今天,將系統部署到 GCP Cloud Run,建立起完整的監控體系,確保系統在生產環境中穩定運行。也探索了如何用 Vertex AI Agent Builder 來加速開發流程,讓整個開發週期更有效率。

如果你完整跟完了這三十天的內容,應該具備了 AI 應用開發的完整知識架構,擁有從構思到部署的實戰能力,也累積了生產環境的最佳實踐經驗。這些能力將會是你在 AI 時代最寶貴的資產。應該

當然,如果你只是挑著自己感興趣的主題來看,那也很好!我在撰寫時就特別注意讓每一篇都是獨立的知識點,你隨時都可以回來翻閱需要的內容,每次都能有新的收穫。

三個最重要的心得

首先,永遠記得技術是為了解決問題而存在的。不要為了使用 AI 而使用 AI,而是要先真正理解用戶的需求,再根據這些需求選擇最適合的技術方案。技術只是工具,真正重要的是你想解決什麼問題。

第二個心得是,從簡單開始,然後持續優化。不要一開始就追求完美的系統,先讓它跑起來,再根據實際使用的數據來優化。在開發過程中,完美主義往往是你最大的敵人,它會讓你遲遲無法踏出第一步。

第三點,監控的重要性遠比你想像的還要高。沒有監控就把系統上線,就像是裸奔一樣危險。你需要追蹤成本、性能和錯誤,用數據來驅動每一個決策。只有當你能看見系統的運行狀況,你才能真正掌控它。

這三十天的文章到這裡就告一段落了。感謝各位閱讀。