來，大孫女、小孫女，快到爺爺身邊坐。這會兒風有些涼了，你們看，天邊那一抹晚霞暮紫多漂亮，像極了老天爺在天空中潑灑的彩色墨水。爺爺剛把院子裡那張老藤椅擦乾淨，給你們倒滿了溫熱的琥珀熱茶，快捧在手裡暖暖身子，一邊喝，一邊聽爺爺慢條斯理地給你們講今天的故事。

大孫女今天又抱著厚厚的筆記本過來了，小孫女則在一旁嘟著嘴，跟爺爺抱怨說：「爺爺，現在那些 AI 寫出來的廣告文案，怎麼老是有一股硬梆梆的『機器人味』？還動不動作為『用戶』收到什麼『溫馨提示』、『合同』、『反饋』之類的詞，讀起來真彆扭，一點都沒有我們台灣社群那種親切感！」

爺爺聽了呵呵直笑，摸摸你們兩個的小腦袋說：大孫女、小孫女，這就是我們今天第 28 天要講的核心——別再讓 AI 寫出「溫馨提示」！台灣繁中 Prompt Engineering 與 Next.js 本地化應用。

做軟體設計啊，不僅要把功能做出來，更要把「人情味」做進去。今天，爺爺就教你們怎麼用嚴格的在地化規則（Localization Rules），調教出最懂台灣社群溫暖語氣的 AI！

🚨 痛點場景：從「簡轉繁」到「文化失語」的社群文案災難

現在大家都很聰明，知道可以用 AI 來幫忙寫 Facebook、Instagram 的貼文。但是，如果只是隨便寫個 Prompt 叫 AI「產生繁體中文文案」，AI 往往只是把簡體中文的辭彙進行了字面上的「簡轉繁」。

這會帶來什麼後果呢？

• 字詞不道地：文案裡充斥著「合同」（台灣習慣用「合約」）、「反饋」（台灣習慣用「回饋」）、「用戶」（台灣習慣用「使用者」）、「菜單」（在系統介面上，台灣習慣用「選單」）、「信息」（台灣習慣用「訊息」）。
• 語氣僵硬突兀：最常見的就是開頭來一句「溫馨提示」，這在台灣社群的閱讀習慣裡顯得非常刻板、官僚，讓人一看到就覺得是罐頭廣告，立刻滑過去。
• 失去本土共鳴：沒有台灣特有的社群梗、口語化的語尾助詞（如「啦」、「喔」、「哈」），無法拉近與粉絲的距離。

這就像是我們明明在台灣的小院子裡喝茶，卻用硬梆梆的公文腔和鄰居聊天一樣，多彆扭呀！

🛠️ 架構實作：AI Media Poster 與台灣繁中 Prompt 工程

為了解決這個問題，大孫女在規格書裡設計了一款 AI Media Poster（社群發文產生器）。這是一個基於 Next.js 架構與 TypeScript 打造的現代化單頁 Web 應用，直接整合了 OpenAI / OpenRouter API 的強大算力。

為了讓它產出的文案充滿地道的台灣味，我們必須在 System Prompt（系統提示詞） 中，建立一套密不透風的台灣繁體中文在地化防線：

1. 寫入極為嚴格的「台灣繁體中文在地化規則」

爺爺建議，在 System Prompt 的核心，我們必須把角色定位為 「台灣市場資深社群內容策略師」。同時，明確列出一個 「禁用詞與替代詞字典」，強制 AI 在生成時進行內部過濾：

# 角色設定
你是一位精通台灣市場、擁有10年以上經驗的「資深社群內容策略師」。你深諳台灣不同社群平台的用語、文化、流行梗與閱讀節奏。

# 核心在地化規則 (zh-TW Only)
1. 必須且只能使用「台灣繁體中文（zh-TW）」，嚴禁使用任何中國大陸用語或簡轉繁詞彙。
2. 遇到以下概念時，必須嚴格替換：
   - 「反饋」 -> 替換為「回饋」或「評價」
   - 「用戶」 -> 替換為「使用者」或「會員/讀者」
   - 「溫馨提示」 -> 替換為「貼心提醒」、「注意事項」或「小撇步」
   - 「合同」 -> 替換為「合約」或「合同」（僅限法律正式文件，社群一律用合約）
   - 「信息」 -> 替換為「訊息」或「簡訊/消息」
   - 「菜單」 -> 替換為「選單」（UI 介面）或「菜單」（僅限餐廳食物）
   - 「支持」 -> 替換為「支援」（技術上）或「支持/力挺」（情感上）
   - 「渠道」 -> 替換為「管道」或「渠道」
3. 語氣要親切自然，適度搭配台灣常用的語尾助詞（如：喔、啦、呀、哈），但嚴禁過度口語化導致失去專業度。

2. 多平台 System Presets 的精細化設計

不同社群平台的人口結構和閱讀習慣大不相同，我們不能拿同一套文案去敷衍所有人。AI Media Poster 針對不同平台預先定義了專屬的 System Presets：

• Facebook Preset（長文、著重觀點與結構）：
  • Prompt 規範：要求結構清晰，使用短落落、小標題與項目符號進行分段，重點放在建立深度觀點、引導使用者留下評論或分享，Hashtag 通常點綴在文章末尾。
• Instagram Preset（短文、著重視覺引引導與大量 Emoji）：
  • Prompt 規範：要求開頭前 125 個字必須具備極強的「Hook（鉤子）」來抓住眼球。內文多用視覺化描述引導使用者看圖，適度夾雜生動的 Emoji 來分段，版面要乾淨，Hashtag 可以豐富一些。
• Threads Preset（短小精悍、著重對話感與碎碎念）：
  • Prompt 規範：字數限制在 500 字內，採用像朋友間碎碎念、提問或犀利吐槽的口氣，不刻意排版，強調真實感。

💡 避坑指南：保護隱私、即用即走的極簡設計

這時候，懂事的大孫女推了推眼鏡，思索著問：「爺爺，如果我們要讓使用者輸入自己的 OpenAI API Key，還要保存他們的歷史貼文，是不是得幫他們寫註冊、登入，還要架一個資料庫來存這些敏感資料？」

爺爺笑著搖搖頭說：傻孩子，這就是年輕工程師最容易掉進去的維運泥潭。

1. 資安與隱私風險：使用者的 API Key 和發文內容是非常私密的。一旦你存在雲端資料庫，你就必須負起極大的資安防護責任，還要防範資料庫被駭的風險。
2. 高昂的維護成本：為了 MVP 階段的工具去設計使用者帳號、RBAC 權限、資料庫遷移與維護，只會無限期拖慢你的上線腳步。

在 AI Media Poster 的設計裡，我們採用了 「無後端資料庫」 的極簡哲學：

• localStorage 記憶法：整個應用不設計任何資料庫與登入系統。我們利用瀏覽器原生的 localStorage，在本地安全地儲存使用者的 API Key、自訂偏好設定以及歷史發文紀錄。
• 即用即走（Single-Session）：所有的資料傳輸與 API 呼叫都在 Next.js 的伺服端路由中進行中轉，絕不在前端洩漏 API Key；而發文結果則完全保存在使用者自己的瀏覽器沙盒中。這不僅達成了零維運成本，更為使用者提供了絕對安全的個資隱私防禦！

👴 爺爺的溫暖結語

小孫女聽完，高興地拍手說：「哇！這樣 AI 寫出來的文案就像鄰居大姊姊在說話一樣親切，而且還不用擔心密碼被偷，真是太棒了！」

大孫女也點點頭，在筆記本上唰唰唰地記下了 System Prompt 的在地化規則。

爺爺看著她們兩個，高興地把杯子裡的琥珀熱茶喝完。做系統就跟我們在這院子裡招呼客人一樣，要讓人覺得賓至如歸、親切溫暖。用標準、貼心的台灣用語去調教 AI，這就是技術人的溫度。

夜深了，天邊那一抹晚霞暮紫已經徹底融進了夜色，夜風吹得樹葉沙沙作響。大孫女、小孫女，快把筆記本收起來，跟爺爺進屋裡暖和暖和，準備吃奶奶煮的香噴噴的宵夜吧！