前情提要：這是《30 天打造 AI Financial Planner》系列的第一天！
本日目標：確立專案定位、說明個人動機，並預告這 30 天我們將一起打造出的終極工具藍圖。

1. 起心動念：為何是「保險」與「理財」？ (The Story)

大家好，我是 Dan，一名科技業工程師。在科技業打滾，我深信「大腦的人力資本」是終極底牌。然而，在通往財務自由的路上，我發現很多人（包含剛出社會的我）都曾踩過同一個坑：買錯保險。

不管是基於人情壓力，還是對未知的恐懼，我們很容易買下昂貴的終身險，結果排擠了本該拿去投資大盤（如 VT / 0050）的資金。真正的理財防禦，應該是「保大不保小」——用低保費的高槓桿定期險，轉嫁我們無法承受的毀滅性風險，把剩餘的資金拿去創造複利。

為了解決這個痛點，我決定在這 30 天內，用書中知識，AI的客製化能力，帶大家從零打造一個專屬的 AI Financial Planner（專案代號 first-policy）。

2. 30 天藍圖：我們要蓋出什麼？ (The Architecture)

我們將結合 LLM 與 Python，打造一個能在本地端運行的 Agent。最終成果將包含四個核心指令：

• /financial-check（財務與防線檢測）：用 Python 數值引擎繪製 6-3-1 資金水庫，精準算出你的避難金缺口。
• /insurance-review（保單健檢）：讓 AI 幫你讀懂生硬的保單條款，抓出保障缺口。
• /life-simulate（人生模擬器）：30 年平行時空模擬，驗證保費機會成本連動與槓桿黑天鵝清算。
• /future-self（60 歲的自己給建議）：透過 Minimal RAG 檢索理財哲學，由 60 歲未來的你寫下復盤信。

給實作派的你：接下來每天，我都會提供一段可以直接 Copy-Paste 執行的 Python Code 或 Prompt，你可以跟著我把這個工具蓋出來。

🛠️ 每日實作暖身：環境準備

雖然今天是概念篇，但我們可以先建立專案資料夾。打開你的 Terminal，輸入以下指令：

# 建立專案目錄
mkdir first-policy-ai
cd first-policy-ai

# 建立接下來會用到的核心資料夾
mkdir commands references examples
touch SKILL.md

echo "專案骨架建立完成！"

3. 今日總結與明日預告

今天我們定義了這 30 天的航線。無論你是想學 AI Agent 開發的工程師，還是單純想搞懂自己保單的吃瓜群眾，這系列都會讓你有所收穫。

思考題：你還記得自己人生的第一張保單，是什麼時候、向誰買的嗎？你清楚它到底保障了什麼嗎？

明日預告：明天（Day 2），我們將拆解市面上的理財遊戲與保險 App，尋找屬於我們 AI 工具的「第三種選擇」！

• 🔗 專案 GitHub 倉庫：first-policy-ai